• 방송공학회논문지
• /
• 제19권3호
• /
• pp.329-341
• /
• 2014

커널 기반 평균 이동 물체 추적(kernel-based mean-shift object tracking) 방법은 신뢰할 수 있는 물체 추적의 실시간 구현이 가능하기 때문에 최근 많은 관심을 받고 있다. 이 알고리즘은 표적 모델과 표적 후보 간의 히스토그램 유사성 비교를 통해 최적의 평균이동 벡터를 찾는데, 실시간 구현을 위해 대부분의 알고리즘에서는 색-공간의 균일 양자화를 수행한다. 하지만, 영상의 명암 분포가 편중되어 있는 경우 색-공간의 양자화 후 히스토그램 분포가 몇 몇 빈에 집중되기 때문에 히스토그램 유사성 비교의 정확도를 감소시키게 되고, 따라서 추적의 성능이 저하될 수 있다. 이러한 문제를 해결하기 위해 히스토그램 빈을 적응적으로 조절하는 비-균일 양자화 알고리즘이 제안되었으나 높은 복잡도로 인해 실시간 추적 알고리즘에 부적합한 단점을 갖고 있다. 이에 본 논문에서는 표적 모델에 대한 히스토그램 평활화를 수행한 후 색-공간의 균일 양자화를 수행하는 형태의 고속 비-균일 양자화 기법을 제안함으로써, 색-공간 양자화 후에도 표적 모델의 명암 분포가 전 색-영역에 고르게 분포되도록 함으로써 실시간 평균 이동 추적 기법의 추적 성능이 개선될 수 있도록 하였다. 제안하는 색-공간 양자화 기법을 통해 표적 모델과 비교 후보군 사이에 비교 대상이 되는 색 요소가 증가하게 되며, 보다 정확도 높은 히스토그램 유사성 결과를 얻을 수 있었다. 물체 추적용 영상을 통한 실험 결과, 제안하는 알고리즘은 복잡도 증가가 거의 발생하지 않는 동시에, 기존 비-균일 양자화 알고리즘 결과와 유사하거나 좀 더 나은 추적 결과를 보여주었다.

• 한국콘텐츠학회논문지
• /
• 제18권1호
• /
• pp.232-240
• /
• 2018

본 연구는 자동노출제어장치의 감도변화에 따른 흡수선량의 변화와 히스토그램을 이용하여 검출기 성능평가 방법을 제안하고자 하였다. 실험방법은 두개부, 복부, 골반부위 별로 검출기 감도 S200, S400, S800, S1000의 흡수선량을 측정하여 검출기의 정확성을 평가하였다. 또한 영상의 히스토그램 분석을 통하여 검출기의 감도별 동적범위를 평가하였다. 그 결과 부위 별 흡수선량은 감도가 S200에서 S1000으로 높게 설정될수록 흡수선량이 단계적으로 감소하였다. 감도 별 히스토그램을 분석한 결과 두개부는 감도가 높게 설정될수록 히스토그램의 양단의 정보량이 상실되는 결과를 보였다. 복부와 골반부는 감도가 높게 설정될수록 히스토그램의 첫부분의 정보량이 상실되는 언더플로우 현상을 보였다. 결론적으로 검출기가 감도의 변화는 정확하게 구현해 내었으나 검출기 성능저하로 인한 자동노출제어장치의 감도변화에 따른 영상의 동적범위는 제대로 구현해내지 못한다는 것을 알 수 있었고 검출기의 성능평가 시 흡수선량과 히스토그램을 통한 평가가 유용하다는 것을 알 수 있었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권4호
• /
• pp.251-259
• /
• 2015

In this paper, a ship detection method is proposed; this method uses edge-based segmentation and histogram of oriented gradient (HOG) with the ship size ratio. The proposed method can prevent a marine collision accident by detecting ships at close range. Furthermore, unlike radar, the method can detect ships that have small size and absorb radio waves because it involves the use of a vision-based system. This system performs three operations. First, the foreground is separated from the background and candidates are detected using Sobel edge detection and morphological operations in the edge-based segmentation part. Second, features are extracted by employing HOG descriptors with the ship size ratio from the detected candidate. Finally, a support vector machine (SVM) verifies whether the candidates are ships. The performance of these methods is demonstrated by comparing their results with the results of other segmentation methods using eight-fold cross validation for the experimental results.

• 정보처리학회논문지B
• /
• 제12B권1호
• /
• pp.31-38
• /
• 2005

본 논문은 컬러 인접성과 클러스터링 기법을 이용한 객체 기반 영상 검색 기법을 제안한다. 컬러 인접성이란 영상내의 서로 이웃한 영역에서 나타나는 컬러의 특징값을 말하고, 영상 데이터베이스로부터 사용자가 찾고자하는 영역과 유사한 후보 영역들을 우선 추출하는데 사용된다. 또한 클러스터링 기법은 후보 영역들 가운데 객체가 존재하는 영역만을 추출하는데 사용되고, 질의 영상과 데이터베이스 영상 사이의 유사도 측정을 위하여 히스토그램 인터섹션(histogram intersection) 방법이 사용된다. 제안하는 방법에서 사용되는 영상의 컬러쌍 정보는 객체의 이동, 회전 그리고 크기 변화에 강건하며, 실험을 통하여 제안하는 방법이 기존의 방법보다 우수함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1453-1461
• /
• 2015

Since digital images and videos are rapidly increasing in the internet with the spread of mobile computers and smartphones, research on image retrieval has gained tremendous momentum. Color, shape, and texture are major features used in image retrieval. Especially, color information has been widely used in image retrieval, because it is robust in translation, rotation, and a small change of camera view. This paper proposes a new method for histogram refinement based on local color difference. Firstly, the proposed method converts a RGB color image into a HSV color image. Secondly, it reduces the size of color space from 256³ to 32. It classifies pixels in the 32-color image into three groups according to the color difference between a central pixel and its neighbors in a 3x3 local region. Finally, it makes a color difference vector(CDV) representing three refined color histograms, then image retrieval is performed by the CDV matching. The experimental results using public image database show that the proposed method has higher retrieval accuracy than other conventional ones. They also show that the proposed method can be effectively applied to search low resolution images such as thumbnail images.

• 한국멀티미디어학회논문지
• /
• 제13권1호
• /
• pp.76-82
• /
• 2010

리버서블 워터마킹은 디지털 영상에 정보를 은닉하고 인증된 상대에게만 은닉된 정보를 복호화하고 원래의 상태로 영상을 복구하는 방법이다. 본 논문에서는 히스토그램 이동을 이용한 고용량 리버서블 워터마킹을 제안한다. 본 논문에서는 높은 삽입량을 위하여 영상을 $2{\times}2$ 블록으로 분할하고, 각 블록에 수평, 수직, 대각에 대한 화소쌍을 이용하여 가장 빈도가 높은 최대 삽입공간을 찾는다. 최대 삽입공간을 포함하는 위치맵을 이용하여 오버플로우와 언더플로우를 제거하여, 반복적인 워터마크 삽입을 통해 삽입량을 증가시킨다. 실험을 통하여 제안한 방법이 기존의 리버서블 워터마킹 방법과 비교하여 좋은 화질과 높은 삽입량을 나타냄을 확인하였다.

• 한국통신학회논문지
• /
• 제25권8B호
• /
• pp.1413-1423
• /
• 2000

칼라 히스토그램 방법은 영상 획득 시 광원의 위치나 광원색의 변화에 따라서 칼라 분포가 변하게 되어 동일한 내용을 담고 있는 영상이라 할 지라도 검색 효율이 떨어지는 단점을 가진다 그래석 본 논문에서는 이러한 문제점을 해결하기 위해 조명의 변화가 배제된 칼라 정보를 추출한 후 이에 대한 칼라 히스토그램을 이용한 영상 검색 방법을 제안한다 제안한 방법은 생동폭 조절을 통하여 광원의 위치 변화 때문에 발생하는 음영으로 인한 색 분별력 저하를 방지하였으며 물체의 확산 반사 성분만을 이용한 gray world 가정 기반의 광원색 제거 방법으로 조명 조건 변화가 배제된 칼라 정보를 추출하였다 실험 결과 추출된 칼라정보를 이용한히스토그램 방법이 조명의 영향이 배제되지 않은 입력 영상의 칼라 정보를 이용한 히스토그램 방법보다 높은 검색 효율을 보임을 확인 할 수 있었다.

• 전자공학회논문지B
• /
• 제29B권10호
• /
• pp.69-77
• /
• 1992

Pattern Recognition is one of the fundamental areas of computer vision. The recognition of patterns with varying size and severe defects is especially important. However, it is known that the conventional algorithms such as GHT or structural approaches have limitations in speed and accuracy. In this paper, in order to avoid above-mentioned problems, we propose a new recognition algorithm which exploits the histogram of contour directions and the sampled spot matching method. While the former provides little influence against size variation, the latter has strong immunity to noise and defects. We applied those proposed algorithms for the recognition of numbers extracted from the car number plates and shapes of aircraft. Experimental result shows that it is possible to solve above-mentioned problems by complementary uses of those two suggested algorithms. The contour directional histogram method resulted in high-speed of average 0.013 sec/char and 0.1 sec/aircraft-image on IBM-386. The accuracy of recognition is as high as 99%. Sampled spot matching method has less speed than the former one, however, it showed fairly strong immunity to noise and defects.

• Journal of Information Processing Systems
• /
• 제15권4호
• /
• pp.737-747
• /
• 2019

Shape description is an important and fundamental issue in content-based image retrieval (CBIR), and a number of shape description methods have been reported in the literature. For shape description, both global information and local contour variations play important roles. In this paper a new included-angular ternary pattern (IATP) based shape descriptor is proposed for shape image retrieval. For each point on the shape contour, IATP is derived from its neighbor points, and IATP has good properties for shape description. IATP is intrinsically invariant to rotation, translation and scaling. To enhance the description capability, multiscale IATP histogram is presented to describe both local and global information of shape. Then multiscale IATP histogram is combined with included-angular histogram for efficient shape retrieval. In the matching stage, cosine distance is used to measure shape features' similarity. Image retrieval experiments are conducted on the standard MPEG-7 shape database and Swedish leaf database. And the shape image retrieval performance of the proposed method is compared with other shape descriptors using the standard evaluation method. The experimental results of shape retrieval indicate that the proposed method reaches higher precision at the same recall value compared with other description method.

• 전자공학회논문지S
• /
• 제36S권10호
• /
• pp.113-122
• /
• 1999

하나의 질의 영상에 대하여 영상 데이터 베이스로부터 유사도가 높은 영상을 찾고자 할 때에는 유사도의 척도로 컬러 히스토그램 인터섹션법과 형상 특징의 비교법, 질감 특징의 비교법 등이 사용된다. 그리고 앞의 개별 특징 중 2가지 특징을 조합한 방법은 유사도의 산출 결과의 정확도를 높이기 위하여 사용된다. 본 논문에서는 히스토그램 인터섹션법과 형상 특징을 반영하는 블록화된 영역별 히스토그램 인터섹션 법을 사용하여 유사도 높은 영상을 얻는 방법을 제안한다. 이 방법은 서로 다른 2가지 특징을 조합하여 사용한 방법과 비교할 때 비슷한 정확도와 상대적으로 빠른 처리 속도를 달성하는 고효율의 알고리즘이다. 시뮬레이션을 통하여 제안한 알고리즘은 600개로 구성된 다양한 영상의 데이터 베이스 내에서 영상 검색이 수행되고 기존의 다른 알고리즘에 비하여 상대적으로 빠르고 신뢰도가 높은 유사도 척도임을 보인다.