• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.111-115
• /
• 2009

본 논문은 마스터 형상 분할에 기반한 스키니 스머지 툴에 관한 것이다. 스머지 툴(smudge tool)은 어도비 포토샵에 내장된 대중적인 그래픽 툴로서 물감을 화폭 상에 문질러서 흐려지게 할 시에 이용된다. 그 효과는 지두화법과 매우 유사하다. 스머지 툴은 스머지 아이콘을 클릭한 다음에 화폭 위를 클릭한 후, 마우스 버튼을 누른 상태에서 번짐 효과를 주고 싶은 방향으로 끌어당김으로써 그 기능을 이용할 수 있다. 그러나 기존의 스머지 툴은 마스터 직경 내의 모든 화소값을 블렌딩시켜 목표 영상을 생성함에 따라 원하지 않는 부위의 화소마저도 변형시키는 단점이 있다. 이러한 단점을 해결하고자 본 논문에서는 마스터 형상 분할에 기반한 스키니 스머지 툴(skinny smudge tool)을 제안하고자 한다. 제안된 스키니 스머지 툴은 컬러 영상 분할에 통해 윤곽 형상에 밀착된 마스터 형상을 추출함에 따라 배경에 관계없이 변형하고 싶은 부분에만 번짐 효과를 적용시킬 수 있는 장점이 있다.

• 디지털융복합연구
• /
• 제10권9호
• /
• pp.333-338
• /
• 2012

본 논문은 윤곽 형상에 밀착된 임의 형상 마스터를 이용한 스키니 스머지 블렌딩 방법에 관한 것이다. 스머지 툴(smudge tool)은 Adobe Photoshop CS6에 내장된 대중적인 그래픽 툴로서 물감을 화폭 상에 문질러서 흐려지게 할 시에 이용된다. 그 효과는 지두화법과 매우 유사하다. 스머지 툴은 Adobe Photoshop CS6의 툴박스에서 스머지 아이콘을 선택한 다음에 화폭 위를 클릭한 후, 마우스 버튼을 누른 상태에서 번짐 효과를 주고 싶은 방향으로 끌어당김으로써 그 기능을 이용할 수 있다. 그러나 기존의 스머지 툴은 마스터 반경 내의 모든 화소값을 블렌딩시켜 결과 영상을 생성함에 따라 원하지 않는 부위의 화소마저도 변형시키는 단점이 있다. 이러한 단점을 해결하고자 본 논문에서는 임의 형상 마스터를 이용한 스키니 스머지 블렌딩 방법을 제안하고자 한다. 제안된 블렌딩 방법은 컬러 영상 분할에 통해 윤곽 형상에 밀착된 임의 형상 마스터를 추출함에 따라 배경에 관계없이 변형하고 싶은 부분에만 번짐 효과를 적용시킬 수 있는 장점이 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.776-783
• /
• 2009

본 논문은 스키니 스머지 툴을 이용한 2D 가상 컬러 헤어스타일러에 관한 것이다. 스머지 툴(smudge tool)은 어도비 포토샵에 내장된 대중적인 그래픽 툴로서 물감을 화폭 상에 문질러서 흐려지게 할 시에 이용된다. 그 효과는 지두화법과 매우 유사하다. 스머지 툴은 스머지 아이콘을 클릭한 다음에 화폭 위를 클릭한 후, 마우스 버튼을 누른 상태에서 번짐 효과를 주고 싶은 방향으로 끌어당김으로써 그 기능을 이용할 수 있다. 그러나 기존의 스머지 툴은 마스터 직경 내의 모든 화소값을 블렌딩시켜 목표 영상을 생성함에 따라 원하지 않는 부위의 화소마저도 변형시키는 단점이 있다. 이러한 단점을 해결하고자 본 논문에서는 마스터 형상 분할에 기반한 스키니 스머지 툴(skinny smudge tool)을 제안하고자 한다. 제안된 스키니 스머지 툴은 컬러 영상 분할에 통해 윤곽 형상에 밀착된 마스터 형상을 추출함에 따라 배경에 관계없이 변형하고 싶은 부분에만 번짐 효과를 적용시킬 수 있는 장점이 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3708-3728
• /
• 2021

Indian herbal plants are used in agriculture and in the food, cosmetics, and pharmaceutical industries. Laboratory-based tests are routinely used to identify and classify similar herb species by analyzing their internal cell structures. In this paper, we have applied computer vision techniques to do the same. The original leaf image was preprocessed using the Chan-Vese active contour segmentation algorithm to efface the background from the image by setting the contraction bias as (v) -1 and smoothing factor (µ) as 0.5, and bringing the initial contour close to the image boundary. Thereafter the segmented grayscale image was fed to a leaky capacitance fired neuron model (LCFN), which differentiates between similar herbs by combining different groups of pixels in the leaf image. The LFCN's decay constant (f), decay constant (g) and threshold (h) parameters were empirically assigned as 0.7, 0.6 and h=18 to generate the 1D feature vector. The LCFN time sequence identified the internal leaf structure at different iterations. Our proposed framework was tested against newly collected herbal species of natural images, geometrically variant images in terms of size, orientation and position. The 1D sequence and shape features of aloe, betel, Indian borage, bittergourd, grape, insulin herb, guava, mango, nilavembu, nithiyakalyani, sweet basil and pomegranate were fed into the 5-fold Bayesian regularization neural network (BRNN), K-nearest neighbors (KNN), support vector machine (SVM), and ensemble classifier to obtain the highest classification accuracy of 91.19%.