• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.216-222
• /
• 2008

본 논문은 배경복잡성, 조명변화, 무질서한 라인, 문자와 배경색의 유사성 등에 취약한 기존 연구의 단점을 보완하기 위해 컬러분할과 LoG연산자의 폐곡선 에지 특징 및 합성논리모델을 이용한 다중 문자 검출 알고리즘을 제안하였다. 제안된 다중 문자 검출 알고리즘은 특징 검출, 문자형성, 문자검출 단계로 구성된다. 본 논문에서 제안한 새로운 다중 문자 검출 알고리즘은 웨이브렛, 형태학과 허프변환을 이용한 전처리 후 각 컬러영역을 순차적 AND 연산 및 OR연산을 수행함으로써 완전한 문자가 아닌 불완전 문자부분마저도 취합하여 검출률을 높일 수 있는 효율적인 방법임을 확인하였다. 또한 영상의 크기나 해상도, 기울어짐 등에 상관없이 문자영역이 첨가된 자연 영상을 대상으로 하며, 동일 영상에 대하여 기존의 문자 검출 알고리즘과 비교함으로써 제안알고리즘이 검출률면에서 우수함을 확인하였다.

• 한국통신학회논문지
• /
• 제25권8B호
• /
• pp.1391-1399
• /
• 2000

본 논문에서는 영상분할을 이용한 영역기반 영상검색에 관해 논하였다 불규칙한 광원에 의한 영향을 최소화할 수 있는 분 할 방법을 제안하였다 영상분할은 영역 병합을 이용하였고 병합 후보영역은 웨이브릿 변환의 고주파 대역 에너지 값을 이용하여 선정하였다 내용기반 영상 검색은 분할된 영역정보를 이용하여 수행되며 칼라와 질감 모양 특징 벡터를 구성하여 질의를 수행하였다 영역간 유사도 검사는 특징벡터간 유클리디안 거리를 측정하여 수행하였으며 다양한 형태의 자연영상을 대상으로 한 실험을 통해 본 방법의 효율성을 검증하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제18권2호
• /
• pp.9-15
• /
• 2012

본 논문은 컬러 이미지를 의미 있는 영역으로 분할하기 위한 새로운 방법을 제시한다. 본 연구에서, 의미 있는 영역을 이미지에서 많이 등장하는 색을 가지고 있는 영역이라고 정의하고, 많이 등장하는 색들을 파악하기 위해서 주어진 이미지를 RGB 공간에서 컬러 점들의 집합으로 표현한다. 그리고 본 기법에서 정의한 점들의 밀도를 이용하면, RGB 공간에서 점들의 밀도가 높은 영역에 속한 컬러들이 이미지에서 많이 등장하는 컬러라고 볼 수 있게 된다. 결국, 새롭게 제시하는 레벨셋 함수를 이용하여 RGB 공간에서 점들의 밀도가 높은 영역들을 찾음으로써 이미지에서의미 있는 영역을 구분해 낼 수 있지만, 이미지에서 의미 있는 영역(점들의 밀도가 높은 영역)을 구성하고 있는 컬러들이 충분한 크기의 연속된 영역을 이를 만큼 인접해 있지 않으면, 의미 있는 영역이라고 볼 수 없으므로, 그러한 픽셀들은 이웃 영역에 포함시키게 된다. 본 논문에서 새롭게 제시 하는 방법은, RGB 공간에서 컬러들의 밀도 분포를 레벨셋 함수에 적용해서 영역을 분할하고 이를 이미지 공간으로 다시 매칭 시키는 방법으로, 이미지상에 레벨셋 함수를 직접 정의하고 이를 이용하여 이미지 영역분할을 하는 기존의 레벨셋 기반의 이미지 분할방법과는 차이가 있다.

• 방송공학회논문지
• /
• 제21권5호
• /
• pp.782-791
• /
• 2016

영상에서 배경으로부터 객체를 추출하는 영상 segmentation 알고리즘은 물체 인식 및 추적 등 다양한 응용분야에서 활용될 수 있다. 본 논문에서는 고정된 카메라에서 다수의 초기 프레임을 참조하여 실시간 객체 segmentation 방법을 제안한다. 먼저 객체와 배경을 분류하는 확률모델을 제안하였으며 초기 프레임 동안에 카메라의 color consistency와 focus 특성을 분석하여 안정적인 segmentation 성능을 증가시켰다. 또한 분류된 객체에서 human의 skeleton 특성을 이용하여 추출 결과를 보정하는 방법을 제안한다. 마지막으로 제안된 알고리즘은 객체 segmentation 실시간 처리를 위하여 복잡도를 최소화하므로 다양한 mobile 단말에 확대 적용 가능하다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권3호
• /
• pp.260-272
• /
• 2001

본 논문에서는, 영역 기반 영상 검색 시스템인 FRIP(Finding Region In the Pictures)을 제안한다. 이 시스템은 크게 색상과 방향성 질감 성분을 결합하는 굳건한 영상 분할 알고리즘과, 분할된 각 영역으로부터 특징 정보들을 추출하고 검색하는 3개의 알고리즘을 포함하고 있다. 영역 분할을 위해서, 영상으로부터 확장 및 이동된 색상 좌표계와, 방향성 질감 성분을 추출하여, 본 시스템에서 제안하는 원형필터에 적용시킨다. 원형 필터에 의해, 영역의 경계선이 자연스럽게 유지 될 수 있고, 또한 일반적인 영역 병합 알고리즘에 의해 병합되지 않던 의미 없는 줄무늬나 작은 점 영역들도 몸체 영역으로 병합 될 수 있다. 영상을 분할한 후에, 효율적인 저장 공간의 관리와 특징 정보 계산 시간을 줄이기 위하여 각 영역으로부터 최적의 특징 정보만을 추출하고 이것을 색인화 하여 데이타베이스에 저장하고 검색에 사용한다. 사용자 인터페이스를 위해서는, 영역의 '색상', '크기', '모양', '위치'와 같은 4개의 질의 조건을 주고, 사용자의 요구에 따라 정합 점수를 계산한 뒤, 그 점수에 따라 상위 검색 결과를 보여 주도록 설계되었다.

• Journal of Biosystems Engineering
• /
• 제35권2호
• /
• pp.138-145
• /
• 2010

An on-line algorithm that discriminates brown rice kernels on their echelon feeder using color image processing is presented for quality inspection. A rapid color image segmentation algorithm based on Bayesian clustering method was developed by means of the look-up table which was made from the significant clusters selected by experts. A robust estimation method was presented to improve the stability of color clusters. Discriminant analysis of color distributions was employed to distinguish nine types of brown rice kernels. Discrimination accuracies of the on-line discrimination algorithm were ranged from 72% to 85% for the sound, cracked, green-transparent and green-opaque, greater than 93% for colored, red, and unhulled, about 92% for white-opaque and 67% for chalky, respectively.

• International Journal of Control, Automation, and Systems
• /
• 제4권2호
• /
• pp.236-246
• /
• 2006

Motion tracking and object segmentation are the most fundamental and critical problems in vision tasks such as motion analysis. An active contour model, snake, was developed as a useful segmenting and tracking tool for rigid or non-rigid objects. In this paper, the development of new snake model called 'adaptive color snake model (ACSM)' for segmentation and tracking is introduced. The simple operation makes the algorithm runs in real-time. For robust tracking, the condensation algorithm was adopted to control the parameters of ACSM. The effectiveness of the ACSM is verified by appropriate simulations and experiments.

• 제어로봇시스템학회논문지
• /
• 제16권11호
• /
• pp.1089-1095
• /
• 2010

We propose an image segmentation method for auto-teaching system of PCB (Printed Circuit Board) assembly inspection machines. The inspection machine acquires images of all components in PCB, and then compares each image with its standard image to find the assembly errors such as misalignment, inverse polarity, and tombstone. The component window that is the area of component to be acquired by camera, is one of the teaching data for operating the inspection machines. To reduce the teaching time of the machine, we newly develop the image processing method to extract the component window automatically from the image of PCB. The proposed method segments the component window by excluding the soldering parts as well as board background. We binarize the input image by use of HSI color model because it is difficult to discriminate the RGB colors between components and backgrounds. The linear combination of the binarized images then enhances the component window from the background. By use of the horizontal and vertical projection of histogram, we finally obtain the component widow. The experimental results are presented to verify the usefulness of the proposed method.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.20-27
• /
• 2006

Multi-level thresholding은 영상 분할 방법 중 하나로 널리 이용되고 있지만 대부분의 기존 논문들은 응용 분야에 직접적으로 이용되기에는 적합하지 않거나 영상 분할 단계까지 확장되지 않고 있다. 본 논문에서는 영상 분할을 위한 multi-level thresholding 방안으로써 영역 단위의 multi-level thresholding을 제안한다. 먼저, 영상의 색상별 성분에 대해서 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘을 적용하여 2개의 군집으로 분류한 후 코드 영상을 생성한다. EWFCM 알고리즘은 화소들에 대한 공간 정보를 추가한 개선된 FCM 알고리즘으로 영상 내 존재하는 잡음을 제거한다. 그리고 코드 영상에 존재하는 군집의 수를 감소함으로써 좀 더 나은 영상 분할 결과를 얻을 수 있으며 군집의 감소는 하나의 군집내에 존재하는 영역들과 나머지 군집들간의 유사도를 기반으로 영역을 재분류함으로써 처리된다. 그러나 영상에는 여전히 많은 영역들이 존재하기 때문에 이를 해결하기 위한 하나의 후처리 방안으로써 영역간의 Kullback-Leibler 거리값을 기반으로 Bayesian 알고리즘에 의한 영역 합병을 수행한다. 실험 결과 제안한 영역 기반의 multi-level thresholding은 기존 방법이나 화소나 군집 기반의 multi-level thresholding보다 좋은 분할 결과를 보였으며 Bayesian 알고리즘을 이용한 후처리 방안에 의해 좀 더 나은 결과를 보였다.

• International Journal of Control, Automation, and Systems
• /
• 제4권5호
• /
• pp.637-644
• /
• 2006

Biomedical image is often complex. An applied image analysis system should deal with the images which are of quite low quality and are challenging to segment. This paper presents a framework for color cell image segmentation by learning and classification online. It is a robust two-stage scheme using kernel method and watershed transform. In first stage, a two-class SVM is employed to discriminate the pixels of object from background; where the SVM is trained on the data which has been analyzed using the mean shift procedure. A real-time training strategy is also developed for SVM. In second stage, as the post-processing, local watershed transform is used to separate clustering cells. Comparison with the SSF (Scale space filter) and classical watershed-based algorithm (those are often employed for cell image segmentation) is given. Experimental results demonstrate that the new method is more accurate and robust than compared methods.