• 대한전자공학회논문지SP
• /
• 제38권5호
• /
• pp.498-508
• /
• 2001

본 논문에서는 zoom 영상 세트로부터 최적의 깊이와 텍스쳐 정보를 추출하는 효과적인 영상 코딩 알고리듬을 제안하였다. 제안된 알고리듬은 깊이 추출 단계와 텍스쳐 추출의 2단계로 구성되어 있다. 물체 공간에서 X-Y면을 삼각패치로 나누고 각 삼각패치 노드의 깊이 값은 깊이 추출 단계에서 결정한 후, 두 번째 단계에서 각 삼각패치의 텍스쳐를 추출한다. 깊이 추출 단계에서는 각 삼각패치의 노드를 중심으로 이루어진 사각형 윈도우 영역에 대하여 블록에 기반한 변이 보상 방법을 적용함으로 노드의 깊이를 결정한다. 텍스쳐 추출 단계에서는 아휜 변환에 기반한 변이 보상 모델을 이용하여 zoom 영상으로부터 삼각패치의 텍스쳐가 추출된다. 영상의 화질을 개선하기 위하여, 영상 평면에서 보정하는 대신 물체 공간에서 보정을 수행하였다.

• 한국산학기술학회논문지
• /
• 제14권2호
• /
• pp.885-892
• /
• 2013

본 논문에서는 3차원의 입체영상으로부터 질감과 깊이 특징을 활용하여 영상 내에 존재하는 문자를 효과적으로 분할하는 방법을 제안한다. 제안된 문자 분할 방법은 크게 후보 문자영역 추출 단계, 문자영역 지역화 단계, 문자와 배경영역 분리 단계, 그리고 후보 문자영역 검증 단계의 네 가지 단계로 구성된다. 후보 문자영역 추출 단계에서는 입력된 영상에서 질감 특징을 이용해 문자영역이 존재하는 후보 영역을 분할하고, 문자영역 지역화 단계에서는 후보 문자영역 중에서 문자열만을 형성하는 영역을 추출한다. 그리고 문자와 배경 분리 단계에서는 지역화된 문자영역을 문자와 배경으로 분리하며, 후보 문자영역 검증 단계에서는 거리 특징을 활용하여 추출된 문자영역이 비 문자영역을 포함하지 않고 문자영역만을 포함하고 있는지를 최종적으로 검증한다. 실험에서는 제안된 방법을 여러 가지 영상에 적용하여 테스트 해 보았으며, 제안된 방법이 기존의 방법에 비해 보다 정확하게 문자영역을 추출함을 확인하였다.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.337-346
• /
• 2015

Water body extraction based on backscatter information is an essential process to analyze floodaffected areas from Synthetic Aperture Radar (SAR) image. Water body in SAR image tends to have low backscatter values due to homogeneous surface of water, while non-water body has higher backscatter values than water body. Non-water body, however, may also have low backscatter values in high resolution SAR image such as Kompsat-5 image, depending on surface characteristic of the ground. The objective of this paper is to present a method to increase backscatter contrast between water body and non-water body and also to remove efficiently misclassified pixels beyond true water body area. We create an entropy image using a Gray Level Co-occurrence Matrix (GLCM) and classify the entropy image into water body and non-water body pixels by thresholding of the entropy image. In order to reduce the effect of threshold value, we also propose Water Body Texture Index (WBTI), which measures simultaneously the occurrence of repeated water body pixel pair and the uniformity of water body in the binary entropy image. The proposed method produced high overall accuracy of 99.00% and Kappa coefficient of 90.38% in water body extraction using Kompsat-5 image. The accuracy analysis indicates that the proposed WBTI method is less affected by the choice of threshold value and successfully maintains high overall accuracy and Kappa coefficient in wide threshold range.

• 한국멀티미디어학회논문지
• /
• 제8권10호
• /
• pp.1347-1359
• /
• 2005

본 논문에서는 공간 명암도 의존 행렬을 이용하여 문서영상의 다양한 블록들을 상세하게 분류해 낼 수 있는 방법을 제안하였다. 제안한 블록분류 방법에서는 먼저 명암도 문서영상을 이진화하여 평활화 기법을 적용함으로써 명암도 영상의 질감특징을 이용하여 분할하는 것보다 신속하게 블록을 분할하고 동시에 그 위치정보도 구할 수 있도록 하였다. 분할된 각 블록들의 공간 명암도 의존 행렬로부터 문서블록들의 7가지 질감특징을 구하고, 이를 정규화한 다음 역전파 신경회로망를 이용하여 문서블록들을 분류하였다. 문서블록들을 큰 문자, 중간 문자, 작은 문자, 표, 그래픽 및 사진 등 여섯 가지 유형으로 상세 분류하였다. 또한 명암도 문서영상의 2차 통계 질감특징을 얻기 위해 공간 명암도 의존 행렬을 구할 때, 기존의 사진과 같은 일반 영상분할에서와는 달리, 문서블록 고유의 특징이 잘 반영되도록 하였다. 즉, 분할된 각 블록을 하나의 마스크로 정하여 수평 한 방향의 공간 명암도 의존 행렬을 구함으로써 고속의 질감특징추출과 상세 블록분류가 가능하도록 하였다.

• Journal of Information Processing Systems
• /
• 제13권6호
• /
• pp.1628-1639
• /
• 2017

The combination texture feature extraction approach for texture image retrieval is proposed in this paper. Two kinds of low level texture features were combined in the approach. One of them was extracted from singular value decomposition (SVD) based dual-tree complex wavelet transform (DTCWT) coefficients, and the other one was extracted from multi-scale local binary patterns (LBPs). The fusion features of SVD based multi-directional wavelet features and multi-scale LBP features have short dimensions of feature vector. The comparing experiments are conducted on Brodatz and Vistex datasets. According to the experimental results, the proposed method has a relatively better performance in aspect of retrieval accuracy and time complexity upon the existing methods.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.41.5-41
• /
• 2002

This paper presents a feature extraction algorithm for vision-based micromanipulation. In order to guarantee of the accurate micromanipulation, most of micromanipulation systems use vision sensor. Vision data from an optical microscope or high magnification lens have vast information, however, characteristics of micro image such as emphasized contour, texture, and noise are make it difficult to apply macro image processing algorithms to micro image. Grasping points extraction is very important task in micromanipulation because inaccurate grasping points can cause breakdown of micro gripper or miss of micro objects. To solve those problems and extract grasping points for micromanipulation...

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.627-630
• /
• 1999

For depth extraction from the focus and recovery the shape, determination of criterion function for focus measure and size of the criterion window are very important. However, Texture, illumination, and magnification have an effect on focus measure. For that reason, depth map has a partial high and low peak. In this paper, we propose a depth extraction method from focused images using the error interpolation. This method is modified the error depth into mean value between two normal depth in order to improve the depth map.

• 한국멀티미디어학회논문지
• /
• 제3권1호
• /
• pp.34-40
• /
• 2000

본 논문에서는 텍스쳐 추출시 제한된 수의 참여 영상을 이용한 multi-view 영상으로부터 가장 좋은 텍스쳐를 추출하는 효과적인 알고리듬을 제안하였다. 기존의 알고리듬이 정규화된 물체 공간에서 X-Y 평면을 삼각패치로 나누고 아휜 변환에 기반한 변이 보상 모델을 이용하여 삼각패치의 텍스쳐를 추출하였다. 본 논문에서는 기존의 방법과 달리 텍스쳐 추출시 참여 영상의 수를 제한하여 multi-view 영상으로부터 가장 좋은 텍스쳐를 추출하였다. Dragon, santa, city 그리고 kid의 multi-view 영상세트에 대해 실험한 결과 제안된 알고리듬으로 텍스쳐를 추출한후 이로부터 복원된 영상의 신호 대 잡음비(SNR)는 기존의 알고리듬으로 처리된 후 복원된 영상의 신호 대 잡음비보다 평균 0.2dB 정도 개선된 결과를 얻을 수 있었다. 제안된 방법으로 부호화된 데이터로부터 복원된 영상은 기존의 방법으로 부호화된 데이터로부터 복원된 영상보다 영상의 화질이 개선됨을 관찰할 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.178-181
• /
• 2005

Support vector machines is a powerful learning algorithm and attempt to separate belonging to two given sets in N-dimensional real space by a nonlinear surface, often only implicitly dened by a kernel function. We described breast tissue images analyses using texture features from Haar wavelet transformed images to classify breast lesion of ductal organ Benign, DCIS and CA. The approach for creating a classifier is composed of 2 steps: feature extraction and classification. Therefore, in the feature extraction step, we extracted texture features from wavelet transformed images with $10{\times}$ magnification. In the classification step, we created four classifiers from each image of extracted features using SVM(Support Vector Machines). In this study, we conclude that the best classifier in histological sections of breast tissue in the texture features from second-level wavelet transformed images used in Polynomial function.

• 한국멀티미디어학회논문지
• /
• 제18권9호
• /
• pp.1008-1018
• /
• 2015

In this paper, we propose a method that constructs a saliency map in which important regions are accurately specified and the colors of the regions are less influenced by the similar surrounding colors. Our method utilizes LBP(Local Binary Pattern) histogram information to compare and analyze texture information of surrounding regions in order to reduce the effect of color information. We extract the saliency of stereoscopic images by integrating a 2D saliency map with depth information of stereoscopic images. We then measure the distance between two different sizes of the LBP histograms that are generated from pixels. The distance we measure is texture difference between the surrounding regions. We then assign a saliency value according to the distance in LBP histogram. To evaluate our experimental results, we measure the F-measure compared to ground-truth by thresholding a saliency map at 0.8. The average F-Measure is 0.65 and our experimental results show improved performance in comparison with existing other saliency map extraction methods.