• Journal of Broadcast Engineering
• /
• v.27 no.6
• /
• pp.923-935
• /
• 2022

This paper deals with detection and classification of leaf diseases for phenomics systems. As the smart farm systems of plants are increased, It is important to determine quickly the abnormal growth of plants without supervisors. This paper considers the color distribution and shape information of leaf diseases, and designs two deep leaning networks in training the leaf diseases. In the first step, color distribution of input image is analyzed for possible diseases. In the second step, the image is first partitioned into small segments using mean shift clustering, and the color information of each segment is inspected by the proposed Color Network. When a segment is determined as disease, the shape parameters of the segment are extracted and inspected by proposed Shape Network to classify the leaf disease types in the third step. According to the experiments with two types of diseases (frogeye/rust and tipburn) for apple leaves and iceberg, the leaf diseases are detected with 92.3% recall for a segment and with 99.3% recall for an input image where there are usually more than two disease segments. The proposed method is useful for detecting leaf diseases quickly in the smart farm environment, and is extendible to various types of new plants and leaf diseases without additional learning.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.8
• /
• pp.579-588
• /
• 2013

This paper proposes an effective watermarking approach for copyright protection of fire video images. The proposed watermarking approach efficiently utilizes the inherent characteristics of fire data with respect to color and texture by using a gray level co-occurrence matrix (GLCM) and fuzzy c-means (FCM) clustering. GLCM is used to generate a texture feature dataset by computing energy and homogeneity properties for each candidate fire image block. FCM is used to segment color of the fire image and to select fire texture blocks for embedding watermarks. Each selected block is then decomposed into a one-level wavelet structure with four subbands [LL, LH, HL, HH] using a discrete wavelet transform (DWT), and LH subband coefficients with a gain factor are selected for embedding watermark, where the visibility of the image does not affect. Experimental results show that the proposed watermarking approach achieves about 48 dB of high peak-signal-to-noise ratio (PSNR) and 1.6 to 2.0 of low M-singular value decomposition (M-SVD) values. In addition, the proposed approach outperforms conventional image watermarking approach in terms of normalized correlation (NC) values against several image processing attacks including noise addition, filtering, cropping, and JPEG compression.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.1
• /
• pp.61-69
• /
• 2011

This paper proposes a new algorithm that improve color component of compensated image using Retinex method for back-light image. A back-light image has two regions, one of the region is too bright and the other one is too dark. If an back-light image is improved contrast using Retinex method, it loses color information in the part of brightness of the image. In order to make up loss information, proposed algorithm adds color components from original image. The histogram can be divided three parts that brightness, darkness, midway using K-mean (k=3) algorithm. For the brightness, it is used color information of the original image. For the darkness, it is converted using by Retinex method. The midway region is mixed between original image and Retinex result image in the ratio of histogram. The ratio is determined by distance from dark area. The proposed algorithm was tested on nature back-light images to evaluate performance, and the experimental result shows that proposed algorithm is more robust than original Retinex algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.530-532
• /
• 1999

백혈구는 형태상으로 임파구, 중성구, 반핵구 등 7~8 종의 정상적인 백혈구 종류가 있으며 비정상적인 백혈구는 변형으로 인하여 수 십 가지가 되어 분류시 많은 어려움이 있다. 백혈구는 질환에 대한 많은 정보를 가지고 있어 질병 유무 및 상태 판단에 절대적으로 필요한 검사로서 현재는 전문가에 의해 백혈구 크기, 색상, 내부 핵유무, 핵의 모양 및 boundary 모양 등을 개인적 판단 기준으로 검사하고 있어 많은 어려움이 있다. 이에 질환별 백혈구 형태 분류 알고리즘과 이에 따른 백혈구 영상 정보 확보 및 검색 시스템을 설계 구현하였다.

• Proceedings of the IEEK Conference
• /
• 2001.06c
• /
• pp.177-180
• /
• 2001

영상에 존재하는 객체들을 인식하기 위해서는 먼저 영상의 영역분할이 필요하다. 통계적 모델을 이용한 영상의 영역분할은 미리서 분할하고자 하는 클러스터의 수를 결정한 후 이를 토대로 영상을 분할하게 된다. 그러나 영상마다 특성상 분할하고자 하는 클러스터 수가 다를 경우 이를 수동적으로 해주는 것은 비능률적이다. 따라서 본 논문은 영상의 영역분할에 통계적 모델에서 미리 결정해줘야 하는 클러스터의 수 문제를 자동으로 검출하고 퍼지 c-Means 글러스터링 알고리즘을 통한 영상의 영역분할 시 노이즈문제를 이웃한 픽셀들의 멤버쉽 값을 평균화합으로써 해결하는 방법을 제안하였다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.11-14
• /
• 2001

본 논문은 컬러를 이용한 영상 검색 방법에 관한 것으로 영상 데이터의 효율적인 관리를 위해 먼저 전처리 단계로 웨이블릿 변환을 수행한 후 가장 낮은 저주파 부밴드 영상을 획득한다. 그리고, 변환 후 획득된 영상을 클러스터로 구분한 후, 고유치 및 고유 벡터를 이용하여 특징을 추출하여 색인 정보로 이용하였다. 클러스터링은 영상 화소의 컬러공간 상의 3차원 거리를 클러스터링의 기준으로 삼아 순차 영역 분할(Sequential Clustering) 방법을 적용하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.126-131
• /
• 2001

현재 널리 사용되는 hand-held형 단말기들은 영상을 표현할 때 제한된 수의 칼라만으로 표현할 수 있다. 따라서 자연색 칼라 팔레트를 이용하여 단말기에 나타낼 때 최적의 칼라 팔레트를 구현하는 것과 원영상의 각각의 칼라로부터 팔레트 칼라로 최적으로 정합 시키는 것이 요구된다. 본 논문에서는 효율적으로 칼라 팔레트를 설계하는 히스토그램 기반 영상 의존적 스칼라 양자화 알고리즘을 제안한다. 제안 알고리즘은 칼라 우선순위 결정 부분과 양자화 부분으로 구성되며 양자화 후 ANC(Adaptive Neighborhood-Clustering) 알고리즘을 적용하여 성능을 개선한다. 이 방법은 자연색 칼라 영상을 적은 비트로 표현했음에도 출력 영상이 인간의 눈에 적합하다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.237-240
• /
• 2007

이 논문에서는 수정된 Sequential Algorithmic Schema를 이용해서 여러 장소를 이동하면서 찍은 디지털 이미지를 효율적으로 분류할 수 있는 방법을 제안한다. 제안하는 방법은 이웃 패턴들과 특징 정보의 연속성, 유사성을 가지며 들어오는 입력 패턴에 대해 기존의 모든 군집과 유사도를 비교하는 방법이 아니라 이전 군집의 정보와 유사도를 비교하여 군집에 포함시키거나 동적으로 군집을 생성하는 효율적인 군집화 방법이다. 제안한 방법은 실험을 통해서 기존의 군집화 기법에 성능 및 속도의 효율성을 증명하였다.

• 연구논문집
• /
• s.25
• /
• pp.147-154
• /
• 1995

In this paper, we discussed the convergence and the properties of an iterative algorithm method in order to improve a bimean clustering algorithm. This algorithm that we have discussed choose automatically an optimum threshold as a result of an iterative process, successive iterations providing increasingly cleaner extractions of the object region, The iterative approach of a proposed algorithm is seen to select an appropriate threshold for the low contrast images.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.598-600
• /
• 2000

영상에 존재하는 객체들을 인식하기 위해서는 먼저 영상의 영역 분할이 필요하다. 통계적 모델을 이용한 영상의 영역 분할은 미리서 분할하고자 하는 클러스터의 수를 결정한 후 이를 토대로 영상을 분할하게 된다. 그러나 영상마다 특성상 분할하고자 하는 클러스터 수가 다를 경우 이를 수동적으로 해주는 것은 비능률적이다. 따라서 본 논문은 영상의 영역 분할에 통계적 모델에서 미리 결정해줘야 하는 클러스터의 수 문제를 자동으로 검출하고 퍼지 c-Means 클러스터링 알고리즘을 통한 영상의 영역 분할 시 노이즈 문제를 이웃한 픽셀들의 멤버쉽 값을 평균화함으로써 해결하는 방법을 제안하였다.