• 디지털산업정보학회논문지
• /
• 제14권4호
• /
• pp.169-176
• /
• 2018

In this study, we propose a new Fire Flame Region Extraction using Block Homogeneity Segmentation method of the Fire Image with irregular texture and various colors. It is generally assumed that fire flame extraction plays a very important role. The Color Image with fire flame is divided into blocks and edge strength for each block is computed by using modified color histogram intersection method that has been developed to differentiate object boundaries from irregular texture boundaries effectively. The block homogeneity is designed to have the higher value in the center of region with the homeogenous colors or texture while to have lower value near region boundaries. The image represented by the block homogeneity is gray scale image and watershed transformation technique is used to generate closed boundary for each region. As the watershed transform generally results in over-segmentation, region merging based on common boundary strength is followed. The proposed method can be applied quickly and effectively to the initial response of fire.

• 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.

• 전기전자학회논문지
• /
• 제5권2호
• /
• pp.211-220
• /
• 2001

본 논문에서는 통신시스템에서의 진폭복조와 유사한 알고리듬을 이용한 2 차원 텍스쳐 영상분할에 관해 소개한다. 우선 이상적인 필터링 후에 진폭복조를 함으로써 복합텍스쳐영상을 분할 할 수 있음을 이론적으로 보였다. 그러나 실재의 경우, 이상적인 필터 대신, 여러 가지 이점이 있고 특히 최적의 공간-대역폭적의 특성을 갖고 있는 게이버 필터를 사용하였다. 우리의 알고리듬은 게이버 필터의 동조주파수와 동일한 주파수의 정현파를 갖고 있는 텍스쳐 영역을 모두 찾아준다. 합성된 복합텍스쳐영상을 이용하여 본 논문에서 제의한 방법의 분할능력을 보였다. 이 방법은 수학적으로 명백하고 또한 적용하기에 용이하다. 이 방법은 특성기반 텍스쳐 분할방법에서 특성벡터 분류시 야기되는 많은 문제를 피할 수 있는 좋은 대안이 될 수 있다.

• 제어로봇시스템학회논문지
• /
• 제8권4호
• /
• pp.333-337
• /
• 2002

A content-based image retrieval method using color, texture, and shape features is proposed in this paper. A region segmentation technique using PIM(Picture Information Measure) entropy is used for similarity indexing. For segmentation, a color image is first transformed to a gray image and it is divided into n$\times$n non-overlapping blocks. Entropy using PIM is obtained from each block. Adequate variance to perform good segmentation of images in the database is obtained heuristically. As variance increases up to some bound, objects within the image can be easily segmented from the background. Therefore, variance is a good indication for adequate image segmentation. For high variance image, the image is segmented into two regions-high and low entropy regions. In high entropy region, hue-saturation-intensity and canny edge histograms are used for image similarity calculation. For image having lower variance is well represented by global texture information. Experiments show that the proposed method displayed similar images at the average of 4th rank for top-10 retrieval case.

• 디지털산업정보학회논문지
• /
• 제11권4호
• /
• pp.89-97
• /
• 2015

In this paper, a method of color image segmentation based on DBSCAN(Density Based Spatial Clustering of Applications with Noise) using compactness of superpixels and texture information is presented. The DBSCAN algorithm can generate clusters in large data sets by looking at the local density of data samples, using only two input parameters which called minimum number of data and distance of neighborhood data. Superpixel algorithms group pixels into perceptually meaningful atomic regions, which can be used to replace the rigid structure of the pixel grid. Each superpixel is consist of pixels with similar features such as luminance, color, textures etc. Superpixels are more efficient than pixels in case of large scale image processing. In this paper, superpixels are generated by SLIC(simple linear iterative clustering) as known popular. Superpixel characteristics are described by compactness, uniformity, boundary precision and recall. The compactness is important features to depict superpixel characteristics. Each superpixel is represented by Lab color spaces, compactness and texture information. DBSCAN clustering method applied to these feature spaces to segment a color image. To evaluate the performance of the proposed method, computer simulation is carried out to several outdoor images. The experimental results show that the proposed algorithm can provide good segmentation results on various images.

• 자연과학논문집
• /
• 제7권
• /
• pp.67-73
• /
• 1995

본 논문에서는 인간시각 시스템의 특성을 이용하여 세그멘테이션을 행하는 새로운 텍스처 세그멘테이션 영상코딩 기술을 제안한다. 제안된 방법은 영상을 HVS가 인지한 러프니스 정도에 관하여 영상을 텍스처와 같은 성질의 영역으로 세그멘테이션하는 방법론을 제안하여 상 세그멘트를 갖는 세그멘테이션 영상코딩기술의 문제점을 해결한다. 세그멘테이션은 텍스처 영역을 3 가지의 다른 텍스처 크래스(인간이 인지한 상 인테셔티, 부드러운 텍스처 및 거칠은 텍스처)로 구분하기 위해서 프락탈 디멘션을 임계하여 얻는다. 프락탈 디멘션을 근사하기 위한 적당한 브락 크기를 결정하는 것이 중요하다. 좋은 화질을 갖는 재생 영상은 여러 종류의 영상에 대해서 약 0.1에서 0.25 비트/픽셀에서 얻는다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.601-604
• /
• 1999

This Paper proposes the simple and efficient image retrieval algorithm using subregional texture features. In order to retrieve images in terms of its contents, it is required to obtain a precise segmentation. However, it is very difficult and takes a long computing time. Therefore. this paper proposes a simple segmentation method, which is to divide an image into high and low entropy regions by using Picture Information Measure (PIM). Also, in order to describe texture characteristics of each region, this paper suggest six different texture features produced on the basis of co-occurrence matrix. For an image retrieval system, a normalised correlation is adopted as a similarity function, which is not dependent on the range of each texture feature values. Finally, this proposed algorithm is applied to a various images and produces competitive results.

• 자연과학논문집
• /
• 제8권2호
• /
• pp.77-82
• /
• 1996

영상을 텍스처와 같은 성질의 영역으로 세그멘트 함으로써 새로운 very low bit rate 세그멘테이션 영상코딩 기술을 제안한다. 영역은 Human Visual System(HVS) 과 프락탈 특성을 이용하여 3 가지의 다른 텍스처 크래스(인간이 인지한 상 인텐셔티 (크라스 I), 부드러운 텍스처 (크라스 II) 및 거칠은 텍스처 (크리스 III) 중 1 가지로 구분한다. Very low bit rate 영상코더를 설계하기 위해 각각의 텍스처 크라스에 대해 nonoverlap과 overlap 세그멘테이션 방법을 결정하는 것이 중요하다. 좋은 화질을 갖는 재생영상은 여러 종류의 영상에 대해서 약 0.10에서 0.21비트/피셀에서 얻는다.

• 한국통신학회논문지
• /
• 제16권12호
• /
• pp.1249-1265
• /
• 1991

본 논문에서는 texture 영상 분할을 위한 새로운 고속 적응 texture 특징 추출 방법을 제안하였다. 먼저 기존의 통계적 texture 특징 추출 방법에 대하여 설명하였으며, SGLDM을 구하는 방법과 이것을 이용하여 추출할 수 있는 textrue 특징들에 관하여 기술하였다. 그리고 고속으로 특징을 추출하기 위한 반복 계산식을 각 특징에 대하여 유도하였으며 반복 계산식으로 이용하여 고속 적응 texture 특징을 방법에 대하여 설명하였다. 마지막으로 제안된 방법의 성능을 평가하기 위하여 인공적으로 합성한 texture 영상에 대하여 컴퓨터 시뮬레이션을 수행하였다. 그 결과 기존의 방법과 비교해서 영역의 경계부분에서 비교적 정확한 특징값을 추출할 수 있음을 알 수 있었다.

• 전자공학회논문지CI
• /
• 제45권1호
• /
• pp.11-24
• /
• 2008

효율적인 저차원의 인덱싱을 제공하기 위해 이미지를 유사한 성질을 갖는 영역으로 나누고, 나누어진 영역에 대해 유사성을 비교하는 영역 기반 이미지 검색이 제안되었다. 그러나 영역 기반 이미지 검색은 이미지를 유사한 영역으로 나누기 위한 이미지 세그멘테이션 기술이 추가적으로 필요하다. 일반적인 칼라 자연 이미지의 경우 다양한 칼라와 질감 성분을 갖는 영역으로 나누는 것은 많은 어려움이 있다. 본 논문에서는 자동적인 칼라 이미지 세그멘테이션 알고리즘을 제안한다. 제안하는 세그멘테이션 방법은 양자화를 통해 칼라수를 줄이고 양자화 된 이미지를 Fisher의 클래스 선형 판별식을 이용하여 이미지의 전체적인 에지를 보여주는 그레이 레벨 이미지를 생성한다. 이렇게 얻은 그레이 레벨 에지 이미지를 지역적 임계치 비교를 통해 이진 에지 이미지로 변환하고 이진 에지의 끊어진 부분을 찾아내어 인접 에지에 연결하여 영역을 생성한다. 마지막으로 나누어진 영역간의 유사성을 비교하고 유사한 영역을 병합하여 최종 세그멘테이션 결과 이미지를 생성한다. 본 논문에서는 세그멘테이션 알고리즘을 이용한 영역 기반 이미지 검색 시스템을 구현하였으며, 다양한 실험에 의하면 제안한 세그멘테이션 방법이 다양한 이미지에 대하여 양질의 세그멘테이션 결과를 보이는 것으로 나타났다.