• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.283-284
• /
• 2006

In this paper, we propose a novel segmentation and classification method using texture features for the document image. First, we extract the local entropy and then segment the document image to separate the background and the foreground using the Otsu's method. Finally, we classify the segmented regions into each component using PCA(principle component analysis) algorithm based on the texture features that are extracted from the co-occurrence matrix for the entropy image. The entropy-based segmentation is robust to not only noise and the change of light, but also skew and rotation. Texture features are not restricted from any form of the document image and have a superior discrimination for each component. In addition, PCA algorithm used for the classifier can classify the components more robustly than neural network.

• ETRI Journal
• /
• 제37권5호
• /
• pp.1023-1031
• /
• 2015

In infrared (IR) images, near targets have a transient distribution at the boundary region, as opposed to a steady one at the inner region. Based on this fact, this paper proposes a novel IR target extraction method that uses both a weighted information entropy (WIE) and an adaptive opening filter to extract near finely shaped targets in IR images. Firstly, the boundary region of a target is detected using a local variance WIE of an original image. Next, a coarse target region is estimated via a labeling process used on the boundary region of the target. From the estimated coarse target region, a fine target shape is extracted by means of an opening filter having an adaptive structure element. The size of the structure element is decided in accordance with the width information of the target boundary and mean WIE values of windows of varying size. Our experimental results show that the proposed method obtains a better extraction performance than existing algorithms.

• ETRI Journal
• /
• 제46권3호
• /
• pp.513-525
• /
• 2024

Deep neural networks trained on labeled medical data face major challenges owing to the economic costs of data acquisition through expensive medical imaging devices, expert labor for data annotation, and large datasets to achieve optimal model performance. The heterogeneity of diseases, such as Alzheimer's disease, further complicates deep learning because the test cases may substantially differ from the training data, possibly increasing the rate of false positives. We propose a reconstruction-based self-supervised anomaly detection model to overcome these challenges. It has a dual-subnetwork encoder that enhances feature encoding augmented by skip connections to the decoder for improving the gradient flow. The novel encoder captures local and global features to improve image reconstruction. In addition, we introduce an entropy-based image conversion method. Extensive evaluations show that the proposed model outperforms benchmark models in anomaly detection and classification using an encoder. The supervised and unsupervised models show improved performances when trained with data preprocessed using the proposed image conversion method.

• 정보처리학회논문지B
• /
• 제16B권5호
• /
• pp.377-384
• /
• 2009

본 논문은 지역적 엔트로피 기반의 히스토그램을 이용한 문서영상의 분할과 텍스처 기반의 주성분 분석을 이용한 구성요소인 글자, 그림, 그래프 등의 구성요소 분류방안을 제안한다. 지역적 엔트로피와 히스토그램을 이용함으로써 문서영상의 다양한 변형이나 잡음에 강건하며 빠르고 손쉬운 이진화가 가능하다. 그리고 문서영상 내 존재하는 구성요소들이 각기 다른 텍스처 정보를 가지고 있다는 것에 착안하여 각 분할 영역의 텍스처 정보를 기반으로 주성분분석을 수행하였으며 이를 통해 사전에 구성요소들에 대한 구조정보를 설정할 필요가 없다는 장점을 가진다. 실험결과에서 다양한 문서영상의 분할 및 분류결과를 보였으며, 기존 방법보다 우수한 성능을 가져 그 유효함을 보였다.

• 한국습지학회지
• /
• 제11권2호
• /
• pp.89-98
• /
• 2009

본 연구는 하천종단면에 정보엔트로피이론을 적용하여 평균하천경사, 하천경사 및 하천종단고도 결정방법을 제시하였다. 최대화된 엔트로피는 제약조건하에서 일정한 하천종단면의 확률분포를 만들며, 이와 같은 관계를 이용하여 평균하천경사, 하천경사 및 하천종단고도 산정식을 유도하였다. 충북 지방하천 정비기본계획에서 얻은 달천유역의 실측된 지형학적 인자를 사용하여 매개변수를 최소자승법으로 결정하였다. 유도된 평균하천경사와 하천종단고도식을 실제유역에 적용하였으며, 실측치와 잘 일치함을 나타낸다. 본 연구의 결과로부터 평균하천경사와 하천종단고도의 결정에 직접 적용할수 있을 것으로 판단된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.403-406
• /
• 2003

This paper presents a robust algorithm for edge detection based on fuzzy fusion, using a novel local edge information measure based on Renyi's a-order entropy. The calculation of the proposed measure is carried out using a parametric classification scheme based on local statistics. By suitably tuning its parameters, the local edge information measure is capable of extracting different types of edges, while exhibiting high immunity to noise. The notions of fuzzy measures and the Choquet fuzzy integral are applied to combine the different sources of information obtained using the local edge information measure with different sets of parameters. The effectiveness and the robustness of the new method are demonstrated by applying our algorithm to various synthetic computer-generated and real-world images.

• 한국지역지리학회지
• /
• 제21권4호
• /
• pp.751-763
• /
• 2015

지표를 활용한 대기오염 취약성 평가에서는 지표의 선정과 함께 지표별 가중치 결정이 중요한 문제이다. 본 연구는 전국 249개 시군구를 대상으로 엔트로피 가중치 산정법을 활용하여 오존을 중심으로 한 대기오염 취약성을 평가하고, 엔트로피 가중치 방법론의 활용가능성을 검토하였다. 연구방법은 대기오염 취약성 지표를 선정하고 이들을 표준화하고, 엔트로피를 이용한 가중치를 적용하여 취약성을 평가하는 방식을 활용하였다. 노출 지표는 기상요인과 대기오염요인을 고려하였고, 민감도는 취약대상과 취약환경요인을, 지자체별 적응능력은 지역의 사회 경제적 요소, 보건의료요인, 대기관리 요인을 적용하였다. 취약성 평가 결과는 단순합산의 경우 화성시, 광진구, 김포시, 광주시, 군포시 순으로 취약성이 높게 나타났으며, 취약성-탄력성 지표(VRI) 방식도 단순합산 결과와 유사한 취약지역 공간 분포 패턴을 나타내었다. 본 연구에서 제시한 엔트로피 가중치를 이용한 대기오염 취약성 평가는 자료에 기반한 객관적인 취약성 평가로 불확실성을 동반하는 기후변화와 대기오염 취약성 평가에 활용가치가 높을 것으로 보인다. 또한 취약성 평가결과는 지자체별 특성이 반영된 것으로 세부적인 분석을 통해 지역 맞춤형 정책수립에 활용될 수 있다.

• Journal of Information Processing Systems
• /
• 제12권4호
• /
• pp.631-643
• /
• 2016

Due to the block-based discrete cosine transform (BDCT), JPEG compressed images usually exhibit blocking artifacts. When the bit rates are very low, blocking artifacts will seriously affect the image's visual quality. A bilateral filter has the features for edge-preserving when it smooths images, so we propose an adaptive-weighted bilateral filter based on the features. In this paper, an image-deblocking scheme using this kind of adaptive-weighted bilateral filter is proposed to remove and reduce blocking artifacts. Two parameters of the proposed adaptive-weighted bilateral filter are adaptive-weighted so that it can avoid over-blurring unsmooth regions while eliminating blocking artifacts in smooth regions. This is achieved in two aspects: by using local entropy to control the level of filtering of each single pixel point within the image, and by using an improved blind image quality assessment (BIQA) to control the strength of filtering different images whose blocking artifacts are different. It is proved by our experimental results that our proposed image-deblocking scheme provides good performance on eliminating blocking artifacts and can avoid the over-blurring of unsmooth regions.

• 한국통신학회논문지
• /
• 제27권3A호
• /
• pp.258-267
• /
• 2002

본 논문에서는 저자 등이 질감특징으로 제안한 바 있는 BDIP(block difference of inverse probabilities) 모멘트 특징과 새로이 질감특징으로 제안하는 BVLC(block variation of local correlation coefficient) 모멘트 특징을 기존의 웨이브렛 모멘트 질감특징과 융합하여 칼라영상을 대상으로 검색하는 내용기반 검색법을 제시하였다. 효율적인 융합을 위해 각 특징벡터들에 대한 가중치는 전체 DB에서 각 특징벡터의 성분이 가지는 표준편차와 각 특징벡터가 가지는 차원과의 곱의 역수로 하였다. 시험영상으로는 Corel Draw Photo DB와 Vistex 질감영상 DB를 사용하였다. 실험결과, 제안한 검색기법은 일반영상뿐만 아니라 질감영상에서도 웨이브렛 모멘트 특징보다 7%정도 성능이 향상됨을 확인할 수 있었다.

• Journal of the Korean Physical Society
• /
• 제73권11호
• /
• pp.1644-1649
• /
• 2018

Aiming at infrared thermal images with different buried depth defects, we study a variety of image segmentation algorithms based on the threshold to develop global search ability and the ability to find the defect area accurately. Firstly, the iterative thresholding method, the maximum entropy method, the minimum error method, the Ostu method and the minimum skewness method are applied to image segmentation of the same infrared thermal image. The study shows that the maximum entropy method and the minimum error method have strong global search capability and can simultaneously extract defects at different depths. However none of these five methods can accurately calculate the defect area at different depths. In order to solve this problem, we put forward a strategy of "divide and conquer". The infrared thermal image is divided into several local thermal maps, with each map containing only one defect, and the defect area is calculated after local image processing of the different buried defects one by one. The results show that, under the "divide and conquer" strategy, the iterative threshold method and the Ostu method have the advantage of high precision and can accurately extract the area of different defects at different depths, with an error of less than 5%.