• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.731-734
• /
• 2009

본 논문에서는 차량을 포함하고 있는 영상에서 차량의 색상을 인식하는 방법을 제안한다. 영상에서 차량의 색상 특징 벡터를 추출해 다층 신경회로망인 backpropagation 학습 알고리즘을 이용하여 차량의 색상을 인식하게 된다. backpropagation 학습 알고리즘의 입력으로 사용되는 특징벡터는 RGB와 HSI(Hue-Saturation-Intensity) 색상 모델을 이용하여 색상 특징 벡터를 구성하고 각각 신경회로망의 입력으로 사용된다. 차량의 색상 인식은 가장 많이 발견되는 차량의 색상 가운데 7가지 색상으로 흰색, 은색, 검정색, 빨강색, 노란색, 파란색, 초록색으로 인식한다. 제안한 방법의 성능평가를 위해 차량을 포함하고 있는 영상을 이용하여 색상 인식 성능을 실험 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.509-516
• /
• 2022

3차원 공간에서 물체들의 정확한 자세 예측은 실내외 환경에서 장면 이해, 로봇의 물체 조작, 자율 주행, 증강 현실 등과 같은 많은 응용 분야들에서 폭넓게 활용되는 중요한 시각 인식 기술이다. 물체들의 자세 예측을 위한 과거 연구들은 대부분 각 인식 대상 물체마다 정확한 3차원 CAD 모델을 요구한다는 한계점이 있었다. 이러한 과거 연구들과는 달리, 본 논문에서는 3차원 CAD 모델이 없어도 RGB 컬러 영상들만 이용해서 미지 물체들의 자세를 예측해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델은 적응형 깊이 추정기인 AdaBins를 이용하여 스스로 미지 물체 자세 예측에 필요한 각 물체의 깊이 지도를 효과적으로 추정해낼 수 있다. 벤치마크 데이터 집합들을 이용한 다양한 실험들을 통해, 본 논문에서 제안한 모델의 유용성과 성능을 평가한다.

• 대한한의진단학회지
• /
• 제15권2호
• /
• pp.149-158
• /
• 2011

Objectives: The objective of this study is to compare the colour intensity of tongue body and that of tongue coat under the visible light and the ultraviolet light. Methods: We selected 7 subjects with completely or partially peeled tongue coat among the recruited 94 adults for the experiment. We took each tongue picture under the visible light and the ultraviolet light (315-400 nm) and then extracted sample images from the tongue body and tongue coat regions. Mean, median and mode of colour intensity from the sample images were calculated in 256 RGB system. Results: The green and the blue colour intensities of the tongue coats were significantly higher than those of the tongue bodies under the visible light. In all channels, the red, green and blue, the colour intensities of the tongue coats were significantly higher than those of the tongue bodies under the ultraviolet light. The colour differences between tongue coats and tongue bodies under the ultraviolet light were significantly higher than the colour differences under the visible light. Especially the colour difference under the ultraviolet light was highest in the green channel. Conclusions: We suggested that green colour image of the RGB system taken under the ultraviolet light could be used for more easy separating tongue coat region from tongue body.

• 한국정보통신학회논문지
• /
• 제10권6호
• /
• pp.1153-1158
• /
• 2006

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 자궁 경부 세포진 영상은 배경과 세포의 영역이 확실히 구분되지 않는 경우가 많기 때문에 이들을 확실히 구분하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 자궁 경부 세포진 영상에서 Region growing 기법을 적용하여 세포 영상을 분할한다. Region growing 기법은 화소간의 유사도를 측정하여 영역을 확장하여 분할하는 방법이다. 세포와 배경이 분할된 영상을 일정 임계값을 이용하여 영상을 이진화 한 후, 8방향 윤곽선 추적 알고리즘을 이용해 세포 영역을 추출한다. 추출된 세포 영역을 원 영상인 RGB 컬러로 변환한 후에 K-means 알고리즘을 적용하여 각 세포 영역의 RGB 화소를 R, G, B 채널로 각각 분리하여 클러스터링 한다. 클러스터링된 각 각의 R, G, B 채널의 클러스터 값을 이용하여 HSI 모델로 변환시킨 후에 세포핵 영역의 Hue 정보를 추출한다. 추출된 세포핵의 특징을 오류 역전파 알고리즘을 적용하여 정상 세포와 비정상 세포를 분류하고 인식한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.335-339
• /
• 2006

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 자궁 경부 세포진 영상은 배경과 세포의 영역이 확실히 구분되지 않는 경우가 많기 때문에 이들을 확실히 구분하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 자궁 경부 세포진 영상에서 Region growing 기법을 적용하여 세포 영상을 분할한다. Region growing 기법은 화소간의 유사도를 측정하여 영역을 확장하여 분할하는 방법이다. 세포와 배경이 분할된 영상을 일정 임계값을 이용하여 영상을 이진화 한 후, 8방향 윤곽선 추적 알고리즘을 이용해 세포 영역을 추출한다. 추출된 세포 영역을 원 영상인 RGB 컬러로 변환한 후에 K-means 알고리즘을 적용하여 각 세포 영역의 RGB 화소를 R, G, B 채널로 각각 분리하여 클러스터링한다. 클러스터링된 각각의 R, G, B 채널의 클러스터 값을 이용하여 HSI 모델로 변환시킨 후에 세포핵 영역의 Hue 정보를 추출한다. 추출된 세포핵의 특징을 오류 역전파 알고리즘을 적용하여 정상 세포와 비정상 세포를 분류하고 인식한다.

• 한국방사선학회논문지
• /
• 제10권4호
• /
• pp.263-270
• /
• 2016

본 논문에서는 프랙탈 부호화시 변환식의 계수를 찾는 과정에서 블럭의 탐색 영역을 줄이기 위해 탐색 영역인 도메인블록의 특성을 화소의 밝기의 평균에 의한 클래스와 분산에 의한 클래스로 분류하여 리스트를 구성한 후 레인지블록과 같은 클래스를 가지는 도메인블록만 검색하도록 하면서 도메인블럭 탐색시 1 차 허용 오차 한계값을 제어하여 부호화 시간을 향상시켰다. 또한 쿼드트리분할법으로 레인지블록의 크기를 가변시켜 변환( w i )의 수를 줄임으로서 압축효율을 높이고 레인지블록의 크기에 따라 탐색 영역의 탐색 밀도를 변화시켜 화질 개선을 시도하였으며 이러한 영상 기법을 24-bpp 컬러 영상 압축에 적용하였다. 먼저 RGB표색계를 휘도신호와 채도신호를 가지는 YIQ표색계로 변환한 후 영상 정보의 일부분만 차지하고 있는 색의 정보를 나타내는 I,Q신호는 공간평균을 취하여 1/4로 축소하여 부호화하고 복원시에 선형 보간법을 이용하여 다시 원 영상으로 확대하였다. 그 결과 영상의 화질에는 거의 손실이 생기지 않았고 서로 독립성이 강한 RGB영상에 같은 부호화 방법을 사용하였을 때 보다 압축률이나 화질면 에서 우수한 성능을 나타내었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.426-428
• /
• 1998

본 논문은 움직임 추정기법 중의 하나인 차영상 분석 기법을 기반으로한 이동 물체 추적 시스템을 제안한다. 실세계와 같은 복잡한 환경에서의 적응성을 높이기 위해 동적인 배경 추출 방법을 제안하고, 이를 바탕으로한 차영상 분석 기법을 이용하여 이동 물체를 탐지한 후 개선된 인공신경망의 경쟁학습 모델인 ART2 학습알고리즘을 이용하여 추적한다. 또한 이동 물체의 평가도 값이 아닌 RGB 컬러정보를 이용한 물체의 특징 벡터를 구한다. 이러한 특징 벡터들은 이동 물체의 모양이나 명암의 변화를 반영한다. 이러한 정보의 변화에 적응성을 갖게 하기위해 개선된 ART2를 사용한다. 그리고 실제 환경에서 보행자를 탐지, 추적하는 실험 결과 Gray 영상보다 정확한 추적이 가능하였다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.384-392
• /
• 2022

본 연구는 RGB, 초분광 센서를 이용하여 시기별 사과 잎의 엽록소와 질소 함량을 예측하여 사과 나무 잎의 질소 영양을 진단하기 위해 수행되었다. 분광 데이터는 사과나무 '홍로/M.9' 2년생을 대상으로 고해상도 RGB와 초분광 센서로 촬영 후 영상처리를 통해 취득하였다. 식물체 데이터는 촬영이 끝난직후 엽록소와 잎 질소 함량을 측정하였다. 엽록소 측정기의 SPAD meter, RGB 센서의 개별 파장, 컬러 식생지수 및 초분광 센서의 214개의 파장과 식물체 데이터를 이용하여 회귀분석을 실시하였다. 엽록소와 잎 질소 함량 데이터는 시기와 상관없이 질소 시비량에 따라 통계적으로 유의한 차이가 나타났다. 잎은 시기가 지나면서 잎에 있던 영양분이 과실로 전이되어 색이 옅어졌으며 RGB센서의 경우 Red파장에서 시기와 상관없이 통계적으로 유의한 차이가 나타났다. 초분광 센서의 경우 두 시기 모두 질소 시비 수준에 따라 가시광 영역보다 비가시광 영역에서 차이가 크게 나타났다. 반사값를 이용하여 식물체 특성의 예측 모델 결과 엽록소, 잎 질소함량 모두 초분광 데이터를 이용한 부분최소제곱회귀분석을 이용하였을 때 성능이 가장 높게 나타났다(chlorophyll: 81% / 63%, leaf nitrogen content: 81% / 67%). 이러한 원인은 RGB 센서에 비해 초분광 센서는 좁은 FWHM과 400-1,000nm의 넓은 파장 범위를 가지고 있어 질소 결핍에 의한 스트레스로 인해 작물의 분광학적 해석이 가능했을 것으로 판단된다. 추후 분광학적 특성을 이용하여 전 생육 시기의 수체 생리, 생태 모델 개발 및 검증 그리고 병해충 진단 등 연구를 통해 고품질, 안정적인 과실 생산 기술 개발에 기여될 것으로 사료된다.

• 융합신호처리학회논문지
• /
• 제15권2호
• /
• pp.42-47
• /
• 2014

본 논문에서는 단일 카메라를 사용하여 사용자 검지 손가락 움직임과 손가락 개수의 인식을 기반으로 하는 손동작 게임 컨트롤러 인터페이스를 구현한다. 구현한 손동작 게임 컨트롤러 인터페이스는 검지 손가락 끝점의 위치 추적을 위해서 CAMShift(Continuously Adaptive Mean Shift) 알고리즘을 적용하고, 손가락 개수 인식을 위해서는 손 영역의 중심으로부터 이중 원형 추적(Double Circle Tracing)에 의한 교차정보를 이용한다. 이때 성능 향상을 위해서 RGB 입력 영상에 대해서 CAMShift 알고리즘 적용에는 HSI 컬러모델을 이중 원형 추적을 위해서는 YCbCr 컬러모델을 사용한다. 또한 인텔사의 OpenCV 라이브러리를 기반으로 C++언어를 사용하여 사격 시뮬레이터 게임을 제작하여 손동작 게임 컨트롤러 인터페이스의 성능을 평가하고 사용자 명령 컨트롤러로서의 유효성을 검증하였다. 그 결과 각 게임 컨트롤 모드별 평균 90% 이상의 인식률을 보였다.

• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.243-248
• /
• 2011

본 논문에서는 확장되어가는 여가 시간에 간단한 사진 한장만으로 보다 쉽고 편한 손금을 분석하기 위한 손금 추출 방법을 제안한다. 제안된 방법은 손의 형태학적 정보와 8 방향 윤곽선 추적 알고리즘을 적용한다. 영상으로부터 손금을 추출하기 위해서 색상 분포 영상을 Red, Green, Blue에 해당되는 RGB 값을 밝기에 큰 영향을 받지 않는 YCbCr 컬러 모델로 변환한다. YCbCr 컬러 모델에서 Y:65~255, Cb:25~255, Cr:130~255에 해당되는 피부색 임계치를 이용하여 손 영역을 추출한다. 추출된 손 영역에서 내부 픽셀의 3:1 이상, 전체 영상의 2:1이상인 손의 형태학적 정보와 8 방향 윤곽선 추적 기법을 이용하여 잡음을 제거한다. 잡음이 제거된 손 영상에서 스트레칭 기법과 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지 영상에서 블록 이진화 기법을 이용하여 이진화한 후에 가로와 세로가 각각 10픽셀 이상이고 20픽셀 이하인 손금의 형태학적 정보를 이용하여 잡음 및 손의 윤곽선을 제외한 손금을 추출한다. 추출된 손금에서 Labeling 기법을 이용하여 개별 손금의 중요선을 추출한다. 핸드폰 카메라에서 획득한 손바닥 영상을 대상으로 실험한 결과, 제안된 방법이 손금 추출에 효율적인 것을 확인할 수 있었다.