• 제어로봇시스템학회논문지
• /
• 제15권8호
• /
• pp.778-785
• /
• 2009

This paper presents a Gabor texture feature extraction method for classification of discolored Metal pad images using GPU(Graphics Processing Unit). The proposed algorithm extracts the texture information using Gabor filters and constructs a pattern map using the extracted information. Finally, the golden pad images are classified by utilizing the feature vectors which are extracted from the constructed pattern map. In order to evaluate the performance of the Gabor texture feature extraction algorithm based on GPU, a sequential processing and parallel processing using OpenMP in CPU of this algorithm were adopted. Also, the proposed algorithm was implemented by using Global memory and Shared memory in GPU. The experimental results were demonstrated that the method using Shared memory in GPU provides the best performance. For evaluating the effectiveness of extracted Gabor texture features, an experimental validation has been conducted on a database of 20 Metal pad images and the experiment has shown no mis-classification.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.698-701
• /
• 2005

This paper examines that is extracted certain information in forest areas within high resolution imagery based on wavelet transformation. First of all, study areas are selected one more species distributed spots refer to forest type map. Next, study area is cut 256 x 256 pixels size because of image processing problem in large volume data. Prior to wavelet transformation, five texture parameters (contrast, dissimilarity, entropy, homogeneity, Angular Second Moment (ASM≫ calculated by using Gray Level Co-occurrence Matrix (GLCM). Five texture images are set that shifting window size is 3x3, distance .is 1 pixel, and angle is 45 degrees used. Wavelet function is selected Daubechies 4 wavelet basis functions. Result is summarized 3 points; First, Wavelet transformation images derived from contrast, dissimilarity (texture parameters) have on effect on edge elements detection and will have probability used forest road detection. Second, Wavelet fusion images derived from texture parameters and original image can apply to forest area classification because of clustering in Homogeneous forest type structure. Third, for grading evaluation in forest fire damaged area, if data fusion of established classification method, GLCM texture extraction concept and wavelet transformation technique effectively applied forest areas (also other areas), will obtain high accuracy result.

• 융합신호처리학회논문지
• /
• 제11권3호
• /
• pp.215-220
• /
• 2010

본 논문은 문서 영상을 대상으로 표, 그림, 글자 등의 각 구성요소들을 자동으로 분류하기 위한 새로운 텍스쳐 기반의 영상 분할 및 분류 방법을 제안한다. 제안한 방법은 문서 영상 분할 단계와 문서 영상 내 구성요소 분류 단계로 이루어진다. 먼저 영상 분할을 수행한 후, 분할된 영역을 대상으로 문서 영상의 구성 요소들을 분류하는데, 이때 각 구성 요소는 서로 다른 텍스쳐를 가지고 있는 영역이라는 특징을 이용한다. 분할된 영역들을 분류하기 위한 텍스쳐 특징을 추출하기 위해 다양한 텍스쳐 분석에 광범위하게 사용되는 2차원 가보필터를 이용한다. 제안한 방법은 구성 요소와 사용 언어에 대한 사전 지식을 이용하지 않으면서 문서 영상의 분할 및 구성요소 분류에서 좋은 성능을 보인다. 제안한 방법은 멀티미디어 데이터 검색, 실시간 영상 처리 등과 같은 다양한 분야에 적용 될 수 있다.

• 한국산학기술학회논문지
• /
• 제9권6호
• /
• pp.1889-1893
• /
• 2008

본 논문은 영상 분류 문제를 위한 support vector machines (SVMs)의 적용을 통한 분류의 성능을 다루고 있다. 본 연구에서는 영상 분류 문제에서 자연영상을 대상으로 색상, 질감, 형상 특징벡터를 추출하고, 각각의 특징벡터와 이들을 결합한 특징벡터를 사용하여 역전파 신경망과 SVM 기반의 방법을 적용하여 영상 분류의 정확성을 비교한다. 실험결과는 각각의 특징벡터중에는 색상 특징벡터값을 이용한 영상 분류가 그리고 각각의 특징벡터보다는 이들을 결합한 특징벡터를 이용한 영상 분류가 보다 우수함을 보여준다. 그리고 알고리즘간의 비교에서는 정확성과 일반화성능 측면에서 역전파 신경망보다 SVMs이 우수함을 보였다.

• 한국의류산업학회지
• /
• 제15권3호
• /
• pp.336-346
• /
• 2013

This study focuses on 'texture' as one of the most important fashion and textile design elements; in addition, it proposes various applications of it. Surface texture is indispensable in fashion and textile design that also factors heavily into innovative creations. Along with technological advances in the fashion industry, surface texture has derived many new and attractive features that provide more opportunities for designers to show various design concepts. Rather than the surface quality of fabrics, surface texture in fashion design creates its identity through a manipulation of materials- an application that tends to be primarily for visual effects without being restricted to decorative purposes. The status and significance of surface texture in various creative fields is explored and the evolution of surface texture is traced by analyzing a number of fashion design cases with representative surface textures. The latest feature of surface texture in fashion and textile design is identified to establish a new classification of surface texture with five groups and technical suggestions. This study provides a theoretical basis for this field of study and a new framework that can be employed in the development of surface textures that use innovative techniques as well as the future application of newly-developed textures.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.589-593
• /
• 2013

원격 탐사의 SAR 영상을 이용한다면 구름이나 기상 조건의 변화에 관계없이 지속적으로 영상을 얻을 수 있어 해빙 관측에 적합하다. 해빙에는 여러 가지 종류가 있어 이를 분류해서 결과를 관측한다면 종류별 변화를 보다 쉽게 볼 수 있다. 본 연구에서는 감독분류의 최소 거리(minimum distance) 기법을 이용하여 해빙을 분류하였다. SAR 영상을 이용했을 때와 텍스쳐 영상을 이용한 결과를 비교했을 때의 정확도를 비교하였다. Radarsat-2의 텍스쳐 영상을 사용했을 때 전체 정확도가 가장 높았지만, 대체적으로 SAR 영상을 사용하였을 때 전체 정확도가 높게 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권1호
• /
• pp.288-301
• /
• 2017

In this paper, we propose an optimized algorithm for texture classification by computing a completed modeling of the local binary pattern (CLBP) instead of the traditional LBP of a scalable block size in an image. First, we show that the CLBP descriptor is a better representative than LBP by extracting more information from an image. Second, the CLBP features of scalable block size of an image has an adaptive capability in representing both gross and detailed features of an image and thus it is suitable for image texture classification. This paper successfully implements a machine learning scheme by applying the CLBP features of a scalable size to the Support Vector Machine (SVM) classifier. The proposed scheme has been evaluated on Outex and CUReT databases, and the evaluation result shows that the proposed approach achieves an improved recognition rate compared to the previous research results.

• 한국멀티미디어학회논문지
• /
• 제5권5호
• /
• pp.505-514
• /
• 2002

본 논문에서는 내용기반 영상 분류를 위한 방법론으로써 신경망을 이용한 방법을 제안한다. 분류 대상 영상은 인터넷상의 다양한 영상들 중에서 전경과 배경의 구분이 있는 객체 영상이다. 전처리 과정에서 영역 분할을 이용하여 영상 내에서 배경을 제거하고 객체 영역을 추출한다. 분류를 위한 특징은 웨이블릿 변환 후 푸출된 형태 특징과 질감특징을 이용한다 추출된 특징 값들을 이용하여 영상들에 대한 학습패턴을 생성하고 신경망 분류기를 구성 한다. 신경망의 학습 알고리즘은 역전파 알고리즘을 사용한다. 가장 효과적인 질감특징을 선 택 하기 위한 실험에서는 대각 모멘트가 가장 높은 분류률을 보여 주었다. 배경을 제거 하고 대각 모멘트를 특징으로 사용하여 실험하였을 때, 30종류에서 각 10개씩 총 300개의 학습 데이터와300개의 테스트 데이터에 대하여 각각 72.3%와 67%의 정분류률을 보였다.

• 한국음향학회지
• /
• 제30권2호
• /
• pp.100-106
• /
• 2011

음원의 디지털화가 진행되면서 음악 데이터베이스가 방대해지고 있다. 따라서, 음악 데이터를 보다 효과적으로 관리하기 위해 음악의 특성에 따라 장르별로 자동 분류해주는 시스템이 필요하다. 기존 장르 분류 시스템은 대부분 Mel-Frequency Cepstral Coefficient (MFCC)를 특징 벡터로 이용하고 있다. 본 논문에서는 Auditory Filter Bank를 이용한 Decorrelated Filter Bank (DFB)와 Octave-based Spectral Contrast (OSC)에 texture window를 적용하여 특징을 추출한 후, Support Vector Machine (SVM)을 이용하여 장르 분류를 시도하였다. 기존의 Marsyas 장르 분류 시스템과 비교한 결과 DFB와 OSC로 복합적인 특징 벡터를 구성하면 더 적은 차수의 특징벡터를 사용함에도 4.2 %의 향상된 분류 성공률을 얻을 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.205-211
• /
• 2021

Plants are important for humanity. They intervene in several areas of human life: medicine, nutrition, cosmetics, decoration, etc. The large number of varieties of these plants requires an efficient solution to identify them for proper use. The ease of recognition of these plants undoubtedly depends on the classification of these species into family; however, finding the relevant characteristics to achieve better automatic classification is still a huge challenge for researchers in the field. In this paper, we have developed a new automatic plant classification technique based on artificial neural networks. Our model uses leaf texture characteristics as parameters for plant family identification. The results of our model gave a perfect classification of three plant families of the Ivorian flora, with a determination coefficient (R2) of 0.99; an error rate (RMSE) of 1.348e-14, a sensitivity of 84.85%, a specificity of 100%, a precision of 100% and an accuracy (Accuracy) of 100%. The same technique was applied on Flavia: the international basis of plants and showed a perfect identification regression (R2) of 0.98, an error rate (RMSE) of 1.136e-14, a sensitivity of 84.85%, a specificity of 100%, a precision of 100% and a trueness (Accuracy) of 100%. These results show that our technique is efficient and can guide the botanist to establish a model for many plants to avoid identification problems.