• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권1호
• /
• pp.84-94
• /
• 2006

영상의 컬러 정보는 조명 환경에 따라 변한다. 이 경우 영상으로부터 조명 컬러를 추정하고 물체 본래의 컬러를 복원하는 것을 컬러 항상성이라 한다. 본 논문에서는 이색성 반사 모델에 기반한 새로운 컬러 항상성 복원 기법을 제안한다. 이색성 반사 모델에 기반하여 조명 컬러를 추정하기 위해서는 정확한 이색성 선을 추출하는 것이 매우 중요하다. 이를 위해 본 논문에서는 이색성 기울기와 이색성 선 공간을 제안하고, 이를 이용하여 이색성 선을 추정하는 기법을 제안한다. 또한 얻어진 이색성 선을 이용하여 단일 및 다중 컬러 영상에 대한 조명 추정 기법도 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.9-12
• /
• 2015

본 논문에서는 FAST(Features from Accelerated Segment Test) 특징점 검출기와 SURF 특징점 표현자(descriptor)를 수정하고 조합하여 영상의 왜곡에 강인하면서 정합을 수행할 수 있는 새로운 특징점 정합 기법을 제안한다. 스케일 공간을 생성하여 스케일 변화를 고려하고 잡음에 강인하기 위해 영상에서 특징점 후보군을 결정한다. 기존의 FAST는 에지 부분에서 특징점을 많이 검출하게 되는데 이러한 단점을 주곡률(principal curvatures)을 적용하여 개선하고자 한다. 또한 영상의 회전 변화에 강인하기 위해 SURF 특징점 표현자를 사용한다. 제안하는 정합 기법은 적은 계산량으로 기존의 특징점 정합 기법보다 우수한 성능을 나타낸다. 특별히 잡음이 존재하는 영상에서의 정합에 강인함을 보여준다.

• 대한임베디드공학회논문지
• /
• 제11권3호
• /
• pp.163-171
• /
• 2016

Lane detection is a widely researched topic. Although simple road detection is easily achieved by previous methods, lane detection becomes very difficult in several complex cases involving noisy edges. To address this, we use a Convolution neural network (CNN) for image enhancement. CNN is a deep learning method that has been very successfully applied in object detection and recognition. In this paper, we introduce a robust lane detection method based on a CNN combined with random sample consensus (RANSAC) algorithm. Initially, we calculate edges in an image using a hat shaped kernel, then we detect lanes using the CNN combined with the RANSAC. In the training process of the CNN, input data consists of edge images and target data is images that have real white color lanes on an otherwise black background. The CNN structure consists of 8 layers with 3 convolutional layers, 2 subsampling layers and multi-layer perceptron (MLP) of 3 fully-connected layers. Convolutional and subsampling layers are hierarchically arranged to form a deep structure. Our proposed lane detection algorithm successfully eliminates noise lines and was found to perform better than other formal line detection algorithms such as RANSAC

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 춘계종합학술대회
• /
• pp.638-642
• /
• 2001

본 논문에서는 국부적인 미디안(median)규칙에 따라 움직이는 셀룰러 오토마타를 이용해 화상에 대한 사전 지식이 필요 없는 화상의 잡음제거 알고리즘을 제안한다. 각 규칙은 원화상이 가지는 특징의 손실없이 국부적으로 밝기값(gray level)을 증감시킨다. 이러한 셀룰러 오토마타는 순차적이고 병렬적인 움직임을 가지며, 이 움직임은 Lyapunov functional을 만족하는 함수로 표현된다. 따라서 본 셀룰러 오토마타를 이용한 화상의 잡음제거 알고리즘은 매우 빠른 속도로 수렴하고, 안정적인 결과를 나타낸다. 실험을 통해 본 방법의 유효성을 확인한다.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.871-886
• /
• 2011

This paper proposes a powerful SVM-ASM filter, the adaptive switching median(ASM) filter based on support vector machines(SVMs), to effectively reduce impulse noise in corrupted images while preserving image details and features. The proposed SVM-ASM filter is composed of two stages: SVM impulse detection and ASM filtering. SVM impulse detection determines whether the pixels are corrupted by noise or not according to an optimal discrimination function. ASM filtering implements the image filtering with a variable window size to effectively remove the noisy pixels determined by the SVM impulse detection. Experimental results show that the SVM-ASM filter performs significantly better than many other existing filters for denoising impulse noise even in highly corrupted images with regard to noise suppression and detail preservation. The SVM-ASM filter is also extremely robust with respect to various test images and various percentages of image noise.

• 한국정보통신학회논문지
• /
• 제5권2호
• /
• pp.343-348
• /
• 2001

본 논문에서는 국부적인 미디안(median)규칙에 파라 움직이는 셀룰러 오토마타를 이용해 영상에 대한 사전 지식이 필요 없는 영상의 잡음제거 알고리즘을 제안한다. 각 규칙은 원영상이 가지는 특징의 손실없이 국부적으로 자기값(gray level)을 증감시킨다. 이러한 셀룰러 오토마타는 순차적이고 병렬적인 움직임을 가지며, 이 움직임은 Lyapunov functional을 만족하는 함수로 표현된다. 따라서 본 셀룰러 오토마타를 이용한 영상의 잡음제거 알고리즘은 매우 빠른 속도로 수렴하고, 안정적인 결과를 나타낸다. 실험을 통해 본 방법의 유효성을 확인한다.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1168-1182
• /
• 2017

In the past decades, various image regularization methods have been introduced. Among them, total variation model has drawn much attention for the reason of its low computational complexity and well-understood mathematical behavior. However, regularization parameter estimation of total variation model is still an open problem. To deal with this problem, a novel adaptive regularization parameter selection scheme is proposed in this paper, by means of using the local spectral response, which has the capability of locally selecting the regularization parameters in a content-aware way and therefore adaptively adjusting the weights between the two terms of the total variation model. Experiment results on simulated and real noisy image show the good performance of our proposed method, in visual improvement and peak signal to noise ratio value.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.19-25
• /
• 2021

본 논문에서는 비전 기술과 딥러닝 기반의 얼굴인식을 통해 실종자를 식별하는 방법을 제안하였다. 모바일 디바이스에서 전송된 원본 이미지에 대해 얼굴인식에 적합하도록 이미지를 전처리한 후, 얼굴인식의 정확도 향상을 위한 이미지 데이터 증식과 CNN 기반 얼굴학습 및 검증을 통해 실종자를 인식하였다. 본 논문의 구현 결과를 이용하여 가상의 실종자 이미지를 식별한 결과, 원본 데이터와 블러 처리한 데이터를 함께 학습한 모델의 성능이 가장 우수하게 나왔다. 또한 사전학습된 가중치를 사용한 학습 모델은 사용하지 않은 모델보다 높은 성능을 보였지만, 편향과 분산이 높게 나오는 한계를 확인할 수 있었다.

• 방송공학회논문지
• /
• 제11권1호
• /
• pp.91-99
• /
• 2006

전처리는 영상의 질을 개선하거나 영상을 특정한 응용 목적에 알맞도록 변환시키는 등의 영상 처리를 의미한다. Depth 카메라로부터 획득한 화소단위의 8비트 깊이 정보 (depth map) 에는 depth 카메라의 특성상 잡음으로 생각할 수 있는 많은 성분들이 포함되어 있고, RGB 정보에서의 윤곽선에 비해 물체의 특성이나 조명 조건에 의해서 왜곡되어 나타난다. 일반적으로 잡음 제 거 필터가 사용되지만, 이는 깊이 정보 내의 잡음만을 줄이는 역할을 하기 때문에 깊이 정보의 왜곡된 윤곽선 처리는 하지 못 하고 있다. 본 논문에서는 깊이 정보의 잡음을 줄이는 동시에 RGB 정보의 윤곽선을 이용하여 깊이 정보의 왜곡된 윤곽선을 개선하는 알고리즘을 제안함으로써 다시점 입체 영상 생성 시 오차를 줄이고자 한다.

• 응용통계연구
• /
• 제22권4호
• /
• pp.709-721
• /
• 2009

본 논문은 형태학적 워터쉐드 알고리즘을 이용하여 잡음에 강한 효율적인 영상분할에 대해서 논의하고자 한다. 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 크게 형태학적 연산자에 의한 영상의 단순화, 경사 영상 생성, 워터쉐드 알고리즘 수행 그리고 영역 병합 등의 여러 단계에 걸쳐 이루어진다. 그러나 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 과분할이 많이 일어나는 단점을 갖고 있다. 본 논문에서는 과분할을 줄이기 위해 잡음에 강한 형태학적 연산자에 의한 경사영상을 생성하고 워터쉐드 알고리즘을 적용 후 통계적인 콜모고로프-스미르노프 검정을 사용하여 인접한 영역 간의 픽셀 값 분포를 비교함으로써 부적절한 영역 병합을 최소화하였다. 본 논문에서 제안한 영상분할의 성능을 평가하기 위해 기존의 방법과 정성적이고 정량적인 비교뿐 만아니라 영상분할에 소요되는 계산시간까지 비교하였다.