• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.283-284
• /
• 2006

In this paper, we propose a novel segmentation and classification method using texture features for the document image. First, we extract the local entropy and then segment the document image to separate the background and the foreground using the Otsu's method. Finally, we classify the segmented regions into each component using PCA(principle component analysis) algorithm based on the texture features that are extracted from the co-occurrence matrix for the entropy image. The entropy-based segmentation is robust to not only noise and the change of light, but also skew and rotation. Texture features are not restricted from any form of the document image and have a superior discrimination for each component. In addition, PCA algorithm used for the classifier can classify the components more robustly than neural network.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1998년도 Proceedings of International Workshop on Advanced Image Technology
• /
• pp.23-28
• /
• 1998

The goal of this research is to describe relations between impressions and elements in an image (i.e. color, texture and contours). Adequate image segmentation technique to extract these elements is required. We think that a sketch and a realistic painting are examples of optimal segmented images for our purpose because brush strokes are seem to be segmented areas and realistic paintings should remain the same impression as the model. For the reason, in this paper the segmentation technique which can create realistic painting-like segmentation is exploited. It is shown that the realistic painting-like segmentation is suitable for analyzing images.

• 한국정보처리학회논문지
• /
• 제6권1호
• /
• pp.253-260
• /
• 1999

본 논문에서는 조합된 텍스쳐와 칼라 정보로부터 다변수의 선형 구별 알고리즘을 사용하여 영상분할에 대한 새로운 방법론의 개발을 제시한다. 그 칼라 텍스쳐는 칼라 영상의 공간과 색깔의 밴드로부터 한 화소가 갖는 3X3의 마스크에서 Haralick 과 Pressman의 텍스쳐 특성들을 계산했다. 모두 9X28개의 텍스쳐 특성들 중에서 학습을 기반으로 크게 식별자(classifier)에 영향을 주는 특성들을 도출하였으며 결과적으로 뽑혀진 10개의 특성이 한 영상을 4부분으로 분할하는데 사용되어졌다. 이 방법론의 결과로 얻어진 영상은 고전적인 칼라와 텍스쳐 분할 방법론의 상자식별자(Box Classifier)와 Maximum Likelihood 식별기들과 비교했다. 이것은 Fastred-Lightgreen으로 염색된 전립선암이 조직에서 얻은 영상을 통해 비교를 했을 경우에 잘 나타난다. 학습 데이터를 통해 나타난 이 새로운 방법론은 97.5%의 정확한 식별성으로 또한 검증된 최상의 방법론중의 하나이다. 이 결과들이 더 많은 영상에 사용된다면, 이 방법론은 칼라와 텍스쳐가 분할에 관련됨으로써 보다 정확한 영상을 분할하기 위한 효율적인 도구가 될 것이다.

• Journal of Information Processing Systems
• /
• 제13권1호
• /
• pp.114-127
• /
• 2017

This paper proposes a color image coding algorithm based on shape-adaptive all phase biorthogonal transform (SA-APBT). This algorithm is implemented through four procedures: color space conversion, image segmentation, shape coding, and texture coding. Region-of-interest (ROI) and background area are obtained by image segmentation. Shape coding uses chain code. The texture coding of the ROI is prior to the background area. SA-APBT and uniform quantization are adopted in texture coding. Compared with the color image coding algorithm based on shape-adaptive discrete cosine transform (SA-DCT) at the same bit rates, experimental results on test color images reveal that the objective quality and subjective effects of the reconstructed images using the proposed algorithm are better, especially at low bit rates. Moreover, the complexity of the proposed algorithm is reduced because of uniform quantization.

• Journal of Electrical Engineering and Technology
• /
• 제12권1호
• /
• pp.436-442
• /
• 2017

A novel method of Skin lesion segmentation based on the combination of Texture and Neural Network is proposed in this paper. This paper combines the textures of different pixels in the skin images in order to increase the performance of lesion segmentation. For segmenting skin lesions, a two-step process is done. First, automatic border detection is performed to separate the lesion from the background skin. This begins by identifying the features that represent the lesion border clearly by the process of Texture analysis. In the second step, the obtained features are given as input towards the Recurrent Echo state neural networks in order to obtain the segmented skin lesion region. The proposed algorithm is trained and tested for 862 skin lesion images in order to evaluate the accuracy of segmentation. Overall accuracy of the proposed method is compared with existing algorithms. An average accuracy of 98.8% for segmenting skin lesion images has been obtained.

• 한국정보통신학회논문지
• /
• 제10권5호
• /
• pp.871-876
• /
• 2006

본 논문은 공간 부호화 패턴들을 이용하여 3차원 얼굴 정보를 정확하게 측정하기 위하여 초기 얼굴 패턴 영상으로부터 이미지 패턴을 검출하기 위한 새로운 알고리즘을 제안한다. 획득된 영상이 불균일하거나 패턴의 경계가 명확하지 않으면 패턴을 분할하기가 어렵다. 그리고 누적된 오류로 인하여 코드화가 되지 않는 영역이 발생한다. 본 논문에서는 이러한 요인에 강하고 코드화가 잘 될 수 있도록 FCM 클러스터링 방법을 이용하였다. 패턴 분할을 위하여 클러스터는 2개, 최대 반복횟수는 100, 임계값은 0.00001로 설정하여 실험하였다. 제안된 패턴 분할 방법은 기존 방법들(Otsu, uniform error, standard deviation, Rioter and Calvard, minimum error, Lloyd)에 비해 8-20%의 분할 효율을 향상시켰다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.165-173
• /
• 2004

수리형태학을 이용한 영상분할의 분할 성능은 우수하지만 너무 많은 영역으로 분할되는 경향이 있는데, 후처리 과정을 사용하지 않고 이러한 문제를 해결하기 위해서는 마커 추출에 사용되는 구조요소의 크기를 증가시켜야 한다. 그러나 구조요소의 크기가 너무 크면 영역의 경계를 제대로 분리해낼 수 없기 때문에 본 논문에서는 영상분할의 성능 개선을 위해 수리형태학적 구조요소를 선택적으로 적용하였다. 이를 위해 평균국부분산과 영상의 기울기를 이용하여 입력 영상을 질감 영역, 에지 영역, 단순 영역으로 분류하였다. 그리고 각 영역별로 구조요소의 크기를 선택적으로 적용하여 영상이 과분할 되는 원인을 제거하였다. 실험 결과, 화소의 밝기 값이 비슷한 영역에 대해서도 영상이 잘 분할됨을 확인하였고 기존의 방법보다 질감 영역 및 에지영역을 정확하게 찾아냄을 확인할 수 있었다.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.327-336
• /
• 2002

텍스쳐 분석은 표면, 물체, 모양, 깊이 인식 등의 많은 영상 이해 분야에서 활용되는 가장 중요한 인식 기술 중의 하나이다. 그러나 기존의 방법들은 다중 텍스쳐 영상에 내재된 텍스쳐 성분의 인식 정보를 활용할 수 없는 분할만을 목적으로 하고 있으며, 내재된 텍스쳐 인식을 기반으로 하는 비교사적인 방법에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 따라서 본 논문에서는 텍스쳐 성분을 방향장(orientation-field) 특징 정보인 방향각과 방향강도로 정의하고 블록-기반 자기조직화 신경회로망에 의해서 비교사적으로 영상 내에 존재하는 텍스쳐 영역을 군화(clustering) 및 통합(merging) 처리에 의해서 식별한다. 또한 제안된 알고리즘의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 블록 기반의 불림(dilation) 및 윤곽 검출 과정을 통해서 영상에 내재하는 텍스쳐 영역을 분할함으로써 그 유효성을 보인다.

• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.156-166
• /
• 2000

본 논문에서는 반복적 병합의 율왜곡 기반 비용을 계산할 때 일반화된 질감 근사화 과정을 도입함으로써 질감 특성이 고려된 율왜곡 기반 영상 분할 기법을 제시하였다. 이때 영역 내부의 질감은 SA-DCT를 적용한 후, 양자화 간격이 고정된 두 개의 균일 양자화기에 의해 DC 성분 및 AC 성분을 각각 근사화하여 율왜곡 기반 비용을 구하고, 이러한 율왜곡 기반 비용에 근거하여 반복적 병합을 이용한 영상 분할을 수행하였다. 256$\times$256 Lena에 대하여 실험한 결과, 제안한 분할법에 의한 영역기반 부호화는 DC 성분만으로 근사화하여 율왜곡 기반 영상분할에 의한 것과 JPEG에 비하여 각각 0.8~1.0 ㏈, 1.2~1.5㏈ 정도의 PSNR 성능 개선이 있는 것으로 나타났다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권6호
• /
• pp.692-704
• /
• 2002

본 논문은 이미지에서 Quadtree를 이용한 색상-공간 특징 추출과 이미지 내에 포함되어 있는 객체의 MBR(Minimum Boundary Rectangie)을 구하여 질감 정보를 추출하는 방법을 제안한다. 제안된 방법은 각 이미지로부터 DC 이미지를 만들고 색상 좌표계를 변환한 후, Quadtree를 이용하여 영역을 분할한다. 영역의 분한 기준은 제안된 조건에 의하여 이루어지며, 각 분할된 영역으로부터 대표 색상을 추출한다. 그리고, 이미지 분할(segmentation)을 통하여 각 이미지의 객체, 객체를 포함한 배경, 또는 일부 배경의 MBR을 구하고, 제안된 알고리즘에 의하여 검색된 MBR의 웨이블릿 계수(wavelet coefficients)를 계산한다. 이 계수들이 MBR의 질감 정보가 되며, 추출된 색상-공간 정보와 질감 정보를 이용하여 제안된 유사도 계산 방법을 통하여 결과를 나타내게 된다. 제안된 방법은 원 이미지(original image)에 비해 특징 정보의 저장 공간을 53% 감소시켰으며, 성능은 유사하게 나타났다. 그리고, 질감 정보를 추가함으로써, 색상-공간 특징의 단점인 객체 정보의 손실을 보완하였고, 질의 이미지의 객체를 포함한 검색 결과를 보였다.