• 대한전기학회논문지:시스템및제어부문D
• /
• 제55권4호
• /
• pp.165-172
• /
• 2006

In this paper we present a technique for detecting cross-reference points that allows improving watermark detect-ability. In general, Harris detector is commonly used for finding salient points. Harris detector is a kind of combined corner and edge detector which is based on neighboring image data distribution, therefore it has some limitation to find accurate salient points after watermark embedding or any kinds of digital attacks. The new method proposed in this paper used not data distribution but geometrical structure of a normalized image in order to avoid pointing error caused by the distortion of image data. After normalization, we constructed pre-specified number of virtual lines from top to bottom and left to right, and several of cross points were selected by a random key. These selected points specify almost same positions with the accuracy more than that of Harris detector after digital attacks. These points were arranged by a random key, and blocks centered in these points were formed. A reference watermark is formed by a block and embedded in the next block. Because same alteration is applied to the watermark generated and embedded blocks. the detect-ability of watermark is improved even after digital attacks.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.769-776
• /
• 2014

동일 대상에 대한 두 영상의 등록을 위해서는 두 영상에 공통적으로 존재하는 특징점을 검출하고 검출된 특징점 간의 대응관계를 찾는 과정이 필수적이다. 본 논문에서는 화소의 밝기 변화를 측정할 수 있는 그레디언트 행렬의 고유치 기하평균에 기반한 새로운 특징점 검출기를 제안한다. 제안하는 특징점 검출기는 그레디언트 행렬의 두 고유치의 기하평균 크기에 비례하고 기하 평균 크기가 동일한 경유 두 고유치의 상대적인 차이에 비례하여 가변적으로 변하는 특성을 가진다. 제안한 특징점 검출기의 성능 평가를 위해 다양한 종류의 코너가 존재하는 합성 영상과 항공 영상을 기준 영상으로 사용하여 코너 검출의 위치 오차를 분석하였다. 제안한 검출기의 위치 오차는 Gaussian smoothing scale 조건하에서 대표적인 코너 검출기인 Harris detector의 위치 오차보다 작은 결과가 얻어졌다.

• 전기학회논문지
• /
• 제56권3호
• /
• pp.615-622
• /
• 2007

In general, Harris detector is commonly used for finding salient points in watermarking systems using feature points. Harris detector is a kind of combined comer and edge detector which is based on neighboring image data distribution, therefore it has some limitation to find accurate salient points after watermark embedding or any kinds of digital attacks. In this paper, we have used cross reference points which use not data distribution but geometrical structure of a normalized image in order to avoid pointing error caused by the distortion of image data. After normalization, we find cross reference points and take inverse normalization of these points. Next, we construct a group of triangles using tessellation with inversely normalized cross reference points. The watermarks are affine transformed and transformed-watermarks are embedded into not normalized image but original one. Only locations of watermarks are determined on the normalized image. Therefore, we can reduce data loss of watermark which is caused by inverse normalization. As a result, we can detect watermarks with high correlation after several digital attacks.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.67-73
• /
• 2011

일반적인 영상 검색의 경우 질의 영상과 같은 영상 또는 최대한 유사한 영상을 결과로써 보여주게 되는데 회전 영상의 경우에는 일반적인 영상 검색 방법들의 성능이 현저하게 떨어지는 경향이 있다. 이에 따라 본 논문에서는 회전 영상에 대해서도 검색 성능이 우수하도록 하기 위해 질의 영상과 DB 영상에 대해 Harris Corner Detector 알고리즘을 통해 특징점을 구하고, 그 특징점을 토대로 Principal Components Analysis 알고리즘을 이용해 물체의 주축을 구하여 회전 불변 상태의 영상으로 전환한다. 제안한 기법은 Wang의 원본 1000장의 영상과 $30^{\circ}$, $45^{\circ}$, $90^{\circ}$, $135^{\circ}$, $180^{\circ}$로 회전된 총 6000 장의 지름이 256 크기인 자연 영상을 가지고 실험한 결과, 기존의 기법과 비교하였을 때 회전 영상에 대해서도 우수한 검색 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.97-100
• /
• 2013

본 논문은 복잡한 배경 영상에서 필기체가 아닌 수평, 수직 성분이 많이 포함된 문자 검출 방법을 제안한다. 본 논문에서 검출하고자 하는 문자는 코너 성분이 많이 밀집되어 있으며 배경 영상은 그에 비해 코너 성분이 적고 드문드문하다는 특징을 이용하여 먼저 해리스 코너 검출기를 이용하여 전체 영상에서 코너를 검출한다. 검출된 코너들의 위치 정보를 이용해 밀집되어 있는 코너들을 클러스터링 함으로써 문자 영역을 검출한다. 검출된 문자 영역간의 위치 정보와 히스토그램 분포를 비교하여 비슷한 특징을 갖는 영역들을 합치고 문자 성분의 특징을 갖지 않는 영역은 필터링 하여 문자 영역을 개선한다. 문자 영역에서 R채널, G채널, B채널 각각의 채널에 대한 히스토그램 분포를 분석하여 문자를 검출한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.646-654
• /
• 2007

최근 많은 TV 영상에서 시청자의 시각적 편의와 이해를 고려하여 자막을 삽입하는 경우가 늘어나고 있다. 본 논문에서는 자막을 비디오 내 하단부에 위치하는 인위적으로 추가된 글자 영역으로 정의한다. 이러한 자막 영역의 추출은 비디오 정보 검색(video information retrieval)이나 비디오 색인(video indexing)과 같은 응용에서 글자 추출을 위한 첫 단계로 널리 쓰인다. 기존의 자막 영역 추출은 자막의 색, 자막과 배경의 자기 대비, 에지(edge), 글자 필터 등을 이용한 방법을 사용하였다. 그러나 비디오 영상내 자막이 갖는 낮은 해상도와 복잡한 배경으로 인해 자막 추출에 어려움이 있다. 이에 본 논문은 코너검출기(corner detector)를 이용한 효율적인 비디오 자막 영역 추출 방법을 제안하고자 한다. 제안하는 알고리즘은 해리스 코너 검출기를 이용한 코너 맵 생성, 코너 밀도를 이용한 자막 영역 후보군 추출, 레이블링(labeling)을 이용한 최종 자막 영역 결정, 노이즈(noise) 제거 및 영역 채우기의 네 단계로 구성된다. 제안하는 알고리즘은 색 정보를 이용하지 않기 때문에 여러 가지 색으로 표현되는 자막 영역 추출에 적용가능하며 글자 모양이 아닌 글자의 코너를 이용하기 때문에 언어의 종류에 관계없이 사용 될 수 있다. 또한 프레임간 자막 영역 업데이트를 통해 자막 영역 추출의 효율을 높였다. 다양한 영상에 대한 실험을 통해 제안하는 알고리즘이 효율적인 비디오 자막 영역 추출 방법임을 보이고자 한다.

• KIEE International Transaction on Systems and Control
• /
• 제12D권1호
• /
• pp.7-11
• /
• 2002

In this study, fur the shape-based image retrieval, a method using local differential invariants is proposed. This method calculates the differential invariant feature vector at every feature point extracted by Harris comer point detector. Then through vector quantization using LBG algorithm, all feature vectors are represented by a codebook index. All images are indexed by the histogram of codebook index, and by comparing the histograms the similarity between images is obtained. The proposed method is compared with the existing method by performing experiments for image database including various 1100 trademarks.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.73-80
• /
• 2003

본 논문에서는 기준영상과 탐색영상 사이의 대응되는 특징 점을 정합 하는 알고리즘을 제안한다. 두 영상에서 특징 점을 찾기 위하여 Harris의 코너 점 검출기를 사용하였다. 기준영상의 각 특징 점에 대해, 정규상관계수가 임계치 이상인 탐색영상의 특징 점들로 후보 정합 점을 구한다. 최종적으로 동적 프로그래밍을 사용하여 후보 정합 점들 중에서 대응되는 특징 점을 구한다. 실험으로 인위적인 영상과 실제 영상에서 특징 점을 정합 하는 결과를 보였다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.160-170
• /
• 2010

본 논문은 Haar 웨이브릿변환과 평균 박스필터에 기반을 둔 Haar 웨이브릿 특징 검출자를 제안한다. 원 영상을 Haar 웨이브릿 변환을 통해 분해하여 영상의 분산정보를 얻고 영상 식별을 위한 특징정보를 추출한다. 영역을 나타내는 주위영역들 중에 분산이 가장 큰 영역의 관심점을 검출하기 위하여 국부 분산정보를 비교하는 평균 박스필터를 적용하고 빠른 계산을 위한 적분영상 기법을 사용한다. Haar 웨이브릿 변환과 평균 박스필터를 이용하여 제안한 검출자는 밝기 변화, 스케일 변화, 영상의 회전에 민감하지 않는 특성을 제공할 수 있다. 실험결과는 제안한 방법이 적은 관심점을 사용하는 경우에도 기존의 DoG 검출자와 Harris corner 검출자에 비해 더 높은 repeatability와 효율성 그리고 매칭정확성을 달성할 수 있음을 보여준다.

• 전기학회논문지
• /
• 제59권5호
• /
• pp.990-995
• /
• 2010

Harris corner detector is commonly used to detect feature points for recognizing 2-D or 3-D objects. However, the feature points calculated from both of query and target objects need to be same positions to guarantee accurate recognitions. In order to check the positions of calculated feature points, we generate a Huffman tree which is based on adjacent feature values as inputs. However, the structures of two Huffman trees will be same as long as both of a query and targets have same feature values no matter how different their positions are. In this paper, we sort feature values and calculate the Euclidean distances of coordinates between two adjacent feature values. The Huffman Tree is generated with these Euclidean distances. As a result, the information of point locations can be included in the generated Huffman tree. This is the main strategy for accurate recognitions. We call this system as the HRM(Hybrid Retrieval Machine). This system works very well even when artificial random noises are added to original data. HRM can be used to recognize biological data such as proteins, and it will curtail the costs which are required to biological experiments.