• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.81-86
• /
• 2005

영상을 이용한 이동체의 확인과 추출은 용이하지 않다. 어떠한 이동체인지, 어떠한 주위환경인가에 따라 그 추출방식이 다양하고 특수화 될 수밖에 없기 때문에 좀 더 환경적 요소의 영향을 적게 받을 수 있는 방법이 요구 되고 있는 실정이다. 본 논문에서는 CCD 카메라의 촬영방식인 인터레이스 방식의 원리와 CCD의 노출 시간 동안 이동한 이동체 영상의 특징등 을 이용 촬영된 동영상중 이동체가 발견된 한 장의 정지영상에서 이동체를 추출할 수 있는 이동체 추출 알고리즘을 제안한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.425-428
• /
• 2003

Recently, the IDS(Intrusion Detection System) using a video camera is an important part of the home security systems which start gaining popularity. However, the video intruder detection has not been widely used in the home surveillance systems due to its unreliable performance in the environment with abrupt illumination change. In this paper, we propose an effective moving edge extraction algorithm from a sequence image. The proposed algorithm extracts edge segments from current image and eliminates the background edge segments by matching them with reference edge list, which is updated at every frame, to find the moving edge segments. The test results show that it can detect the contour of moving object in the noisy environment with abrupt illumination change.

• 한국산업정보학회논문지
• /
• 제12권5호
• /
• pp.39-46
• /
• 2007

최근 유비쿼터스 환경에서 개인 인증을 위한 연구가 활발하게 진행되고 있다. 그 중에서 걸음걸이 인식은 원거리에서 사람의 물리적인 특성을 이용하여 개인을 인증하는데 효과적인 방법이다. 본 논문에서는 걸음걸이 인식을 위해 평균 이동 알고리즘(mean shift algorithm)과 geodesic 활성 윤곽선 모델(active contour models) 기반의 사람 외형 추출 및 추적 시스템을 제안한다. 활성 윤곽선 모델은 움직이고, 변화하기 쉬운 물체를 다루는데 효과적이다. 그러나 활성 윤곽선 모델의 성능은 초기 커브에 의존적인 한계를 가지고 있다. 이 문제를 극복하기 위해 전형적인 geodesic 활성 윤곽선 모델에 평균 이동 알고리즘을 결합한다. 기본 개념은 진화시키기 전에 level set 방법을 사용하여 초기 커브를 사람 영역에 위치시키고, 그 영역을 충분히 둘러싸도록 크기를 조정한 후에 커브를 진화시킨다. 이러한 방법은 움직임이 큰 물체를 다루거나 진화 횟수를 줄이기 위해 효과적이다. 제안된 시스템은 사람 영역 검출 모듈과 사람 외형 추적모듈로 구성된다. 사람 영역 검출 모듈에서는 배경영상 제거(background subtraction)와 모폴로지 연산(morphologic operation)으로 사람의 실루엣을 검출한다. 이때, 사람의 외형은 평균 이동 알고리즘과 geodesic 활성 윤곽선 모델에 의해 정확하게 검출된다. 실험 결과에서 제안된 방법이 걸음걸이 인식(gait recognition)을 위해 사람의 외형을 효과적으로 정확하게 추출하고 추적됨을 보여준다.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.101-109
• /
• 2014

임의의 물체 영상에서 정확한 윤곽선을 찾아내는 것은 영상 처리 관련 시스템을 구축하는데 있어 필수적인 요소이다. 특히, 자동화된 생산 공정에서 생산품의 검사를 위한 비전시스템을 구축하다면 직선, 원 등의 정형화된 모형에 대한 윤곽선의 검출이 매우 중요하다. 본 논문에서는 원형(prototype) 에너지를 추가하여 개선된 윤곽선 추출 알고리즘으로 원형적응 동적윤곽선 모델, p-Snake를 제안한다. 제안 방법은 원형분석을 위하여 물체 영상에 소벨 연산을 수행한 후, 기존 스네이크 알고리즘을 적용하여 초기 윤곽선을 찾는다. 이후 초기 윤곽선 정보에 근거하여 직선, 원 등의 원형(prototype)을 분석하고, 원형 에너지를 정의하여 기존의 스네이크 함수에 추가적인 에너지 항목으로 사용함으로써 물체의 최종 윤곽선을 검출하였다. 산업현장의 배경을 가정한 환경에서 취득된 340장의 영상에 대하여 실험한 결과, 잡음이나 조명 등의 이유로 물체와 배경의 구분이 선명하지 않거나 영상에서 에지가 충분히 존재하지 않는 경우에도 윤곽선을 추출할 수 있음을 확인할 수 있었다. 또한 원형(prototype)과 얼마나 일치하는 가를 나타내는 척도인 유사도의 경우, 제안한 p-ACM으로 추출한 윤곽선의 원형 유사도가 ACM의 처리 결과에 비해 9.85%가량 우수한 것으로 나타났다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 1996년도 International Conference on Agricultural Machinery Engineering Proceedings
• /
• pp.780-791
• /
• 1996

A hybrid image processing system which automatically distinguished lean tissues in the image of a complex beef cut surface and generated the lean tissue contour has been developed. Because of the in homegeneous distribution and fuzzy pattern of fat and lean tissue on the beef cut, conventional image segmentation and contour generation algorithm suffer from a heavy computing requirement, algorithm complexity and poor robustness. The proposed system utilizes an artificial neural network enhance the robustness of processing. The system is composed of pre-network , network and post-network processing stages. At the pre-network stage, gray level images of beef cuts were segmented and resized to be adequate to the network input. Features such as fat and bone were enhanced and the enhanced input image was converted tot he grid pattern image, whose grid was formed as 4 X4 pixel size. at the network stage, the normalized gray value of each grid image was taken as the network input. Th pre-trained network generated the grid image output of the isolated lean tissue. A training scheme of the network and the separating performance were presented and analyzed. The developed hybrid system showed the feasibility of the human like robust object segmentation and contour generation for the complex , fuzzy and irregular image.

• 전자공학회논문지CI
• /
• 제37권1호
• /
• pp.11-20
• /
• 2000

본 논문은 도로영상에서 움직이는 물체 추적을 위한 윤곽선 및 형태 파라미터 추출방법을 제안코자 한다. 축소영상에서 차영상 방법을 이용하여 윤곽선을 추출하고 원영상에서 특징을 추출함으로써 추적의 정확성을 높이고자 한다. 사용된 특징은 물체화소의 원분포, 중심모멘트, 최대${\cdot}$최소비이다. 이를 이용하여 데이터 연상문제를 해결하였으며, 실시간 추적을 위하여 칼만필터를 사용하였다. 제안된 알고리즘에 의해 추출된 특징 벡터는 다중 차량 추적에 적합함을 실험을 통해 보였다.

• 한국항행학회논문지
• /
• 제11권1호
• /
• pp.59-63
• /
• 2007

본 논문은 윤곽선이 불분명한 상황에서 체형의 윤곽선과 신체 내부의 그리드 패턴들을 추출하기 위한 이미지 분할 알고리즘을 서술한다. 이미지 분할 방법은 문턱 값을 이용한 이진화 기법을 사용한다. 복잡한 형상을 지닌 물체의 3차원 정보를 추출하기 위한 노이즈 제거 알고리즘은 $3{\times}3$ 하이브리드 고역통과 필터 방법을 제안한다. 본 하이브리드 고역통과 필터 알고리즘은 노이즈 제거 시간이 기존 방법에 대하여 훨씬 단축되기 때문에 3차원 체형, CAD 시스템, 공장자동화와 같은 복잡한 형상을 지닌 물체의 3차원 정보를 추출하는데 적용할 수 있다.

• 한국통신학회논문지
• /
• 제21권8호
• /
• pp.1861-1873
• /
• 1996

본 논문에서는 화상내 객체의 윤곽 점열을 직선과 Bezier 곡선으로 분리하고 이들의 구성비를 인덱스 키로 저장하여 질의화상을 검색할 수 있는 내용기반 화상정보 검색시스템을 구현하였다. 이를 위해 칼라 화상으로부터 윤곽 점열을 추출하고 화상내 객체의 내부영역을 제거하였으며 다각형 근사후 직선을 생성하고 나머지 화소에 대해서 화소열이 갖는 궤적에 충실한 Bezier 곡선을 생성하는 알고리즘을 제안하였다. 그리고 화상의 직선과 곡선의 전체 또는 블럭단위 구성비를 이용하여 유사도에 의한 검색 알고리즘도 제안하였다.

• 한국정보처리학회논문지
• /
• 제3권3호
• /
• pp.683-695
• /
• 1996

본 논문에서는 화상내 객체의 윤곽정보를 얻고 객체내의 선분을 추출하여 이를 인덱싱하고 매칭하는 내용기반 화상정보 검색시스템을 구현하였다. 이를위해 선분추출 방법으로서 기존의 SLHT(Straight Line Hough Transform)의 단점을 개선시켜 FSLHT(Flexible SLHT) 를 제안하고 그 유효성을 입증하였으며, 선분에 의한 화상간의 유사도를 얻기 위해 (DP(Dynamic Programming) 알고리즘을 적용하였다. 윤곽특징을 고려할 때 화상의 윤곽이 잡음에 민감하게 반응하는 문제를 보완하기 위하여 일정간격으로 샘플링한 영역의 대 표값을 윤곽 특징으로 취하였으며, Hough 변환에 의한 선분 추출시 시각적인지에 기반한 방향성을 산출하여 변환함으로써 연속성상실 문제와 시간문제를 보완하였다.

• 한국통신학회논문지
• /
• 제27권3A호
• /
• pp.268-275
• /
• 2002

본 논문에서는 프레임차 에너지의 전위차를 이용한 비용으로 비디오 객체를 추출하는 영역 기반 분할 알고리즘을 제안한다. 첫 번째 단계에서는 파티션의 영역 내에 비디오 객체의 윤곽이 포함되지 않도록 공간적인 밝기 값을 이용하여 동질한 영역들로 세밀하게 분할을 한다. 이렇게 세밀하게 분할된 파티션은 두 번째 단계인 시공간 분할의 초기 파티션이 된다. 시공간 분할에서는 각각의 인접한 영역들의 동질성 비용을 두 영역의 프레임차 에너지 중에서 작은 에너지를 가지는 영역의 프레임차 에너지와 두 영역에 의하여 만들어지는 윤곽상에 존재하는 프레임차 에너지로 계산한다. 다음에 동질성의 비용이 최소인 두 영역을 찾아서 병합하구 파티션을 새롭게 갱신한다. 이러한 반복적 병합은 프레임차 에너지의 전위차가 큰 윤곽들이 남을 때까지 수행한다. 마지막으로 후처리 단계에서는 객체 내부의 윤곽들을 제거하여 비디오 객체를 추출한다.