• 한국정보처리학회논문지
• /
• 제1권4호
• /
• pp.541-550
• /
• 1994

True Color 영상은 전송 및 저장에 많은 데이터 량이 필요하지만, 적은 데이터를 가지고 컬러 모니터에 나타낼 때 인간 시각에 별무리없이 나타내고자 한다. 본 논문 에서는 RGB, YIQ/YUV 공간에서 256개의 컬러맵 생성 방법과 서로 다른 컬러맵을 한 화면에 동시에 표시하면 원 컬러 영상과 다르게 나타나므로 컬러맵간을 결합하여 공 통되는 컬러맵 표현 방법을 제시한다. RGB, YIQ/YUV 공간상에서 처리된 결과를 비교하 기 위해 PSNR, 표준편차, Sobel연산자를 이용한 에지보존율로서 측정하였다. 처리시간 은 새로운 컬러맵 생성은 3초, 컬러맵간의 결합은 2초 소요되었다. PSNR 값은 RGB 공 간이 YIQ 공간과 YUV 공간보다 평균적으로 0.15, 0.34［dB］ 정도 높고, 표준편차는 평균적으로 0.15, 0.41정도 낮았다. 그러나 데이타 압축 면에서 YIQ/YUV공간은 색상 부분에서 8비트중 4비트만을 사용하였기 때문에, RGB 공간보다 1/3정도 압축 효율을 나타낸다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.949-951
• /
• 2005

카메라를 이용하여 영상을 인식할 때 이진화의 과정을 거쳐 배경과 원하는 물체사이의 분리를 해주어야 한다. 하지만, 입력되어진 컬러 영상에서 집중 조명 혹은 주변 환경에 의해 영상이 그라데이션 되어질 경우 픽셀의 정확한 컬러를 인식하기 곤란해지며 이진화의 어려움을 겪게 된다. 본 연구에서는 이러한 집중 조명과 그라데이션의 영향을 받지 않고 이진화 수행을 가능토록 하는 새로운 방법을 제안한다. 영상의 픽셀은 RGB 채널간의 고유한 비율을 유지하고 있다. 조명의 영향을 받게 될 경우 하나의 색을 가진 픽셀은 조명의 밝기에 의해 픽셀값이 증가 혹은 감소하게 된다. 따라서, 컬러의 픽셀을 분석하여 해당하는 컬러의 표준 RGB값으로 변화하여 줄 경우 영상내의 픽셀의 컬러 분포는 한정된 범위로 좁혀져 히스토그램을 단순하게 표현 할 수 있으며 집중조명과 그라데이션의 영향을 받은 컬러 영상도 효율적으로 이진화를 할 수 있게 된다.

• 정보처리학회논문지B
• /
• 제18B권2호
• /
• pp.51-56
• /
• 2011

흑체의 온도 변화에 대한 영상의 색차를 줄이는 본질 영상은 단일 불변 방향을 검출하고 백색 장면 조명체를 기반으로 하기 때문에 실영상에 존재하는 다수의 불변 방향과 유색 장면 조명체에 취약하다. 이러한 문제를 해결하기 위해 본 논문에서는 ${\chi}$-색도 공간에서 ROI의 전방향프로젝션과 백색패치의 평행이동을 통해 불변 방향을 검출하는 본질 영상 획득 기법을 제안한다. 3차원 RGB 공간 분석의 어려움으로 인하여, 본 논문 또한 밝기가 고려되지 않은 ${\chi}$-색도 공간을 사용한다. 이 공간에서 유색 조명체의 효과는 백색패치의 평행이동을 통해 감소시키고, 색차에 따라 가상의 선분으로 나타나는 불변 방향은 ROI의 전방향 프로젝션을 통해 검출한다. 다수의 불변 방향을 고려하여 ROI 선택은 3D 히스토그램에서 빈도수에 의해 결정한다. 검출 후, 본질 영상은 불변 방향의 직교 방향으로의 프로젝션과 RGB영상으로의 역변환 과정을 통해 획득된다. 실험에서 Ebner가 제안한 데이터집합을 실험 영상으로 이용하였고, 불변 방향의 표준편차와 색항등성 측도를 평가 측도로 사용하였다. 제안한 기법의 실험 결과는 엔트로피 기법보다 불변 방향의 표준 편차가 낮았으며, 기존의 기법에 비해 색항등성이 2배 이상 높았다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.541-548
• /
• 2021

최근 농업, 산림관리, 해안환경 모니터링 등 다양한 분야에서 다분광 카메라의 활용, 특히 드론에 탑재되어 활용되는 사례가 증대되고 있다. 산출되는 다분광 영상은 위치정보를 위해 주로 드론에 탑재된 GPS (Global Positioning System)나 IMU (Inertial Measurement Unit) 센서를 이용해 지리참조(georeferencing)되는데, 보다 높은 정확도를 위해서는 직접 측량한 지상 기준점을 이용하기도 한다. 하지만, 직접 측량에 드는 비용 및 시간으로 인해 또는 직접 접근이 어려운 지역에 대해서는 지상 참조값을 활용하지 않고 지리참조를 수행해야하는 경우가 자주 발생하게 된다. 본 연구는 지상기준점이 가용하지 않은 경우에 다분광카메라로부터의 영상의 지리참조 정밀도를 향상시키기 위해 같이 탑재된 고해상도 RGB카메라의 영상을 활용하는 방안에 대하여 연구한다. 드론 영상은 우선 번들조정을 통해 카메라의 외부표정 요소를 추정하였고, 이를 지상 기준점을 이용한 경우의 외부표정 및 위치결과와 비교하였다. 실험결과, 고해상도 영상을 포함하여 번들조정을 하게 될 경우, 다분광 카메라 영상을 단독으로 활용할 때보다, 다분광 카메라 영상의 지리참조 오차가 비약적으로 감소하였음을 확인하였다. 추가로 한 지상 지점에서 드론으로의 방향각을 추정할 때의 오차를 분석한 결과, 마찬가지로 고해상도 RGB영상을 포함하여 번들조정하게 되면 기존의 방향각 오차가 한 단위이상 감소하는 것으로 나타났다.

• 로봇학회논문지
• /
• 제18권1호
• /
• pp.48-52
• /
• 2023

Many studies have been conducted to ensure that Visual Place Recognition is reliable in various environments, including edge cases. However, existing approaches use visible imaging sensors, RGB cameras, which are greatly influenced by illumination changes, as is widely known. Thus, in this paper, we use an invisible imaging sensor, a long wave length infrared camera (LWIR) instead of RGB, that is shown to be more reliable in low-light and highly noisy conditions. In addition, although the camera sensor used to solve this problem is an LWIR camera, but since the thermal image is converted into RGB image the proposed method is highly compatible with existing algorithms and databases. We demonstrate that the proposed method outperforms the baseline method by about 0.19 for recall performance.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권1호
• /
• pp.13-20
• /
• 2016

본 논문에서는 계층적 특징 학습을 이용하여 물체의 컬러 영상과 깊이 영상으로부터 해당 물체가 속한 범주와 개체, 그리고 다양한 속성들을 효과적으로 인식할 수 있는 시스템을 제안한다. 본 시스템의 전처리 단계에서는 물체의 깊이 영상을 물체의 모양 정보를 좀 더 효과적으로 표현할 수 있는 표면 법선 벡터 데이터로 변환하고, 특징 학습 단계에서는 물체의 컬러 영상과 표면 법선 벡터 데이터로부터 두 단계에 걸쳐 패치 단위 특징과 이미지 단위의 특징을 추출해낸다. 그리고 추출된 특징 벡터들과 SVM 학습 알고리즘을 이용하여 각기 독립적인 다수의 분류 모델들을 학습한다. 미국 워싱턴 대학의 RGB-D 물체 데이터 집합을 이용한 실험을 통해, 본 논문에서 제안하는 물체 인식 시스템의 높은 성능을 확인할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.786-791
• /
• 2002

오늘날 컨테이너의 과다한 물동량 증가로 인하여 수작업으로 이루어지는 컨테이너를 처리하는데 어려움을 겪고 있다. 따라서 식별자로 컨테이너를 자동 인식하고 그 결과를 항만 물류처리 자동화 시스템에 적용하고자 하는 필요성이 대두되고 있다. 이에 본 논문에서는 항만 물류처리 자동화 시스템을 사용하기 위하여 컨테이너의 인식 처리를 자동화하는데 그 방안으로 컨테이너의 RGB를 이용하여 바탕색과 문자색을 검출하고 바탕색과 문자색의 차를 이용해 가장 큰 차이를 보이는 RGB 값 중 하나로 영상을 이진화 하였다. 컨테이너의 식별자를 인식하기 위해서 신경망 알고리즘의 하나인 Back-propagation을 적용하여 기존의 식별자 인식 방법보다 신속하고 정확한 처리가 가능하도록 구현하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.301-302
• /
• 2021

본 논문에서는 움직임 정보와 시공간 주의 정보를 심층신경망을 이용하여 함께 활용한 행동 인식 방법을 제안한다. RGB 영상을 입력으로 사용하는 기존 방법과 달리 제안하는 방법은 움직임 정보를 입력으로 사용하여 시간적 특징 및 시공간 주의 정보를 추출하고, RGB 영상에서 추출한 공간적 특징에 시공간 주의 정보를 고려하게 하여 행동 인식 정확도를 향상시킨다. 실험 결과를 통해 행동 분류 정확도 및 연산 효율성이 기존 신경망보다 우수함을 보인다.

• 한국정보통신학회논문지
• /
• 제22권7호
• /
• pp.956-962
• /
• 2018

본 논문은 영상에 포함된 객체 특징을 추출하기 위한 연구로서, 말레이시아 산림에서 드론으로 항공 촬영된 산림 영상사진을 이용하여 실제로 산림 속에 존재하는 나무를 파악하기 위한 방법을 기술한다. 일반적으로 회색조 영상특징 추출방법으로는 LBP 방식과 GLCM 방식, Gabor 필터 방식 등이 많이 사용되고 있다. 본 연구에서는 드론으로 촬영된 영상이므로 나뭇잎 질감이 매우 유사하기 때문에, 질감 자체보다는 표본으로 채취한 샘플들에 대한 통계적 특성을 이용한 객체 추출 방식을 제안한다. 이를 위하여 먼저 샘플 영상을 생성하고, 생성된 샘플영상과 원 영상간의 상호상관관계를 이용하여 객체를 검출한다. 각 샘플영상들에 대한 평균치 및 표준편차는 객체 샘플을 분간하고, 판단하기 위한 중요한 자료로 사용될 수 있으며, 또한 RGB 모델과 HSV 모델의 각 신호성분들을 분석하여 객체판단에 유용한 샘플 영상에 대한 통계값을 이용함으로서 객체 추출 확률을 높일 수 있다.