• 한국멀티미디어학회논문지
• /
• 제18권2호
• /
• pp.138-148
• /
• 2015

Object detection methods based on background learning are widely used in video surveillance. However, when a car runs with headlights on, these methods are likely to detect the car region and the area illuminated by the headlights as one connected change region. This paper describes a method of separating the car region from the area illuminated by the headlights. First, we detect change regions with a background learning method, and extract blobs, connected components in the detected change region. If a blob is larger than the maximum object size, we extract candidate object regions from the blob by clustering the intensity histogram of the frame difference between the mean of background images and an input image. Finally, we compute the similarity between the mean of background images and the input image within each candidate region and select a candidate region with weak similarity as an object region.

• 전자공학회논문지S
• /
• 제34S권8호
• /
• pp.92-103
• /
• 1997

This paper proposes a new gray-level image segmentation method using GA(genetic algorithm) and an ACA(adaptive clustering algorithm). The solution in the general GA can be moving because of stochastic reinsertion, and suffer from the premature convergence problem owing to deficiency of individuals before finding the optimal solution. To cope with these problems and to reduce processing time, we propose the new GBR algorithm and the technique that resolves the premature convergence problem. GBR selects the individual in the child pool that has the fitness value superior to that of the individual in the parents pool. We resolvethe premature convergence problem with producing the mutation in the parents population, and propose the new method that removes the small regions in the segmented results. The experimental results show that the proposed segmentation algorithm gives better perfodrmance than the ACA ones in Gaussian noise environments.

• 제어로봇시스템학회논문지
• /
• 제9권7호
• /
• pp.536-546
• /
• 2003

We propose an object extraction technique adequate for the radial shape's radar signal structure for the purpose of implementing ARPA(Automatic Radar Plotting Aid) installed in the vessel. The radar signal data are processed by interpolation and accumulation to acquire a qualified image. The objects of the radar image have characteristics of having different shape and size as it gets far from the center, and it is not adequate for clustering generally. Therefore, this study designs a new vigilance distance model of elliptical shape and adopts this model in the ART2 neural network. We prove that the proposed clustering method makes it possible to extract objects adaptively and to separate the connected objects effectively.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.649-650
• /
• 2010

본 논문에서는 12색상환을 바탕으로 한 28색의 감성을 추출하여 감성 데이터베이스를 구축한다. 그리고 입력 영상을 K-Means알고리즘을 이용해 클러스터링 하여 방대한 컬러 값들을 그룹화 시킨 후에 데이터베이스와 매칭을 시켜 감성을 추출해 내도록 한다. 또한 아동이 그린 그림에서 컬러 분포도를 이용하여 아동의 색채 감성 심리를 알아보도록 한다.

• 산업경영시스템학회지
• /
• 제27권3호
• /
• pp.59-65
• /
• 2004

This paper explores an image segmentation and representation method using Vector Quantization(VQ) on color and texture for content-based image retrieval system. The basic idea is a transformation from the raw pixel data to a small set of image regions which are coherent in color and texture space. These schemes are used for object-based image retrieval. Features for image retrieval are three color features from HSV color model and five texture features from Gray-level co-occurrence matrices. Once the feature extraction scheme is performed in the image, 8-dimensional feature vectors represent each pixel in the image. VQ algorithm is used to cluster each pixel data into groups. A representative feature table based on the dominant groups is obtained and used to retrieve similar images according to object within the image. The proposed method can retrieve similar images even in the case that the objects are translated, scaled, and rotated.

• 대한전자공학회논문지
• /
• 제24권5호
• /
• pp.856-862
• /
• 1987

An local adaptive image segmentatin algorithm for local feature detection and effective clustering of unimodal histogram shape are proposed. Local adaptive difference image and its histogram are obtained from the input image. The parameters are derived from the histogram and used for the segmentation based on relaxatin process. The results showed effective region segmentation and good noise cleaning for the ocular fundus fluorescein angiogram which has low contrast and unimodal histogram.

• 한국측량학회지
• /
• 제22권3호
• /
• pp.303-309
• /
• 2004

영상의 밝기값과 텍스쳐 모두를 사용하여 대상물의 경계를 보다 정확하게 추출할 수 있는 적응적 베이즈 영상 분할기법을 C 프로그래밍 언어로 개발하였다. 사전확률밀도함수를 추정하기 위하여 깁스 분포 모델을 적용하였고, 조건확률밀도함수를 추정하기 위하여 퍼지 C-군집화 기법을 도입하였다. 추정된 두 확률밀도함수로부터 최대 사후주변확률이 산출되었고, 이를 시뮬레이션영상에 적용하여 99% 이상의 신뢰도를 획득하였다. 또한 개발된 알고리즘을 1963년 미 정찰위성사진을 이용하여 제작한 남극 정사영상에 적용하여 남극 전체 해안선에 대하여 최대 300미터 정확도를 갖는 벡터지도를 제작하였다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.197-206
• /
• 2021

GPR(Ground Penetrating Radar)에서 수집된 데이터는 지하 탐사를 위해 사용된다. 이 때, 지반 아래의 시설물들이 GPR을 반사하는 경우가 종종 발생하여 수집된 데이터는 전문가에 경험에 의존하여 해석된다. 또한, GPR 데이터는 수집 장비, 환경 등에 따라 데이터의 노이즈, 특성 등이 다르게 나타난다. 이로 인해 정확한 레이블을 가지는 데이터가 충분히 확보되지 못하는 경우가 많다. 일반적으로 이미지 분류 문제에서 높은 성능을 보이는 인공신경망 모델을 적용하기 위해서는 많은 양의 학습 데이터가 확보되어야 한다. 그러나 GPR 데이터의 특성 상 데이터에 정확한 레이블을 붙이는 것은 많은 비용을 필요로 하여 충분한 데이터를 확보하기가 어렵다. 이는 결국 일반적으로 활용되는 지도학습 방법을 기반으로 인공신경망을 적절히 학습시킬 수 없게 한다. 본 논문에서는 각 레이블의 정확도가 유사한 수준을 갖도록 하는 것을 목표로 데이터 특성을 바탕으로 하는 이미지 분류 방법을 제안한다. 제안 방법은 준지도학습을 기반으로 하고 있으며, 인공신경망으로부터 이미지의 특징값을 추출한 후 클러스터링 기법을 활용하여 이미지를 분류한다. 이 방법은 라벨링 된 데이터가 충분하지 않은 경우 라벨링할 때 뿐 만 아니라 데이터에 달린 레이블의 신뢰도가 높지 않은 경우에도 활용할 수 있다.

• 한국정보처리학회논문지
• /
• 제4권1호
• /
• pp.270-279
• /
• 1997

지도 영상에 포함된 문자들을 효율적으로 인식하기 위해서는, 문자 영역만을 추 출하여 독립된 계층으로 만드는 전처리 단계가 선행되어야 한다. 본 논문에서는 칼라 지도 영상의 색 정보를 대화식 클러스터링 기법에 의해 색 별로 분리하고, 문자 영역 을 추출하는 알고리즘을 제안하였다. 제안된 대화식 클러스터링 기법은 칼라 영상 중 에서 사용자가 분리하기 원하는 색을 대화식으로 선택하여 각각의 선택된 색을 중심 으로 클러스터를 형성하고 분리한다. 문자를 추출하는 알고리즘은 문자를 표현하는 색만을 추출한 이전 영상을 벡터 데이터화 한 후 각 원시 요소들의 상호 관계를 고려 하여 직선, 원, 문자의 세 계층으로 분류하는 것으로서, 문자와 직선이 중첩되어, 하 나의 연결 요소를 이루고 있을 때에도 효과적으로 문자를 분리할 수 있다. 알고리즘 의 평가를 위해 1:3,000의 지번약도에 대한 실험을 수행하였으며, 선분과 문자가 중 첩되어 있는 경우에도 각각 분리할 수 있음을 확인하였다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.311-320
• /
• 2003

고유의 텍스쳐 성분에만 최적 반응을 하는 최적 필터(optimal filter)는 다중 텍스쳐 영상으로부터 원하는 텍스쳐 성분을 추출하기 위한 가장 뛰어난 기술이다. 그러나 기존의 최적필터 설계 방법들은 영상에 내재된 텍스쳐 정보가 사전에 주어지는 교사적 방법이 대부분이며, 내재된 텍스쳐 인식을 기반으로 하는 완전 비교사적인 방법에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 따라서 본 논문에서는 효율적인 텍스쳐 분석을 위한 비교사 학습 방법과 가버필터의 주파수 대역 통과형 특징을 이용한 새로운 최적 필터 설계 방법을 제안한다. 제안한 방법은 자기조직형 신경회로망에 의해서 영상에 내재된 텍스쳐 영역을 블록 단위로 군화(clustering)하며, 가버필터의 최적 주파수는 인식된 텍스쳐 오브젝트(texture objects)의 공간 주파수를 분석한 최적 주파수에 동조(turning)한다. 그리고 설계된 최적 가버필터의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 내재된 텍스쳐 오브젝트를 추출함으로써 성공적인 결과를 보인다.