• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.721-725
• /
• 2004

Multiple-count problem is occurred when rectangle objects span across several buckets. The Cumulative Density (CD) histogram is a technique which solves multiple-count problem by keeping four sub-histograms corresponding to the four points of rectangle. Although it provides exact results with constant response time, there is still a considerable issue. Since it is based on a query window which aligns with a given grid, a number of errors may be occurred when it is applied to real applications. In this paper, we proposed selectivity estimation techniques using the generalized cumulative density histogram based on two probabilistic models: (1) probabilistic model which considers the query window area ratio, (2) probabilistic model which considers intersection area between a given grid and objects. In order to evaluate the proposed methods, we experimented with real dataset and experimental results showed that the proposed technique was superior to the existing selectivity estimation techniques. The proposed techniques can be used to accurately quantify the selectivity of the spatial range query on rectangle objects.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.630-635
• /
• 2007

In this paper, we propose a system for multiple people tracking using fragment based histogram matching. Appearance model is based on IHLS color histogram which can be calculated efficiently using integral histogram representation. Since histograms will loss all spatial information, we define a fragment based region representation which retain spatial information, robust against occlusion and scale issue by using disparity information. Multiple people labeling is maintained by creating online appearance representation for each people detected in scene and calculating fragment vote map. Initialization is performed automatically from background segmentation step.

• 전자공학회논문지SC
• /
• 제46권1호
• /
• pp.10-21
• /
• 2009

영상에서 밝기의 분포가 밀집된 영역에 포함되는 특징은 구분이 어렵다. 이러한 문제의 해결을 위해 전역 혹은 지역 명암대비 향상기법을 사용하게 되며 주로 히스토그램의 평활화 기법이 적용된다. 기존의 전역 명암대비 향상기법을 적용하는 경우 밝기 밀집 정도를 고려하지 않아서 지나치게 밝거나 너무 어두운 값으로 변환하는 문제를 만들고, 지역 명암대비 향상기법은 결과 영상에서 특징을 분리해버리거나 밝기분포의 불규칙성으로 인해 부자연스러운 영상을 만들어내는 결과를 보여주기도 한다. 본 논문은 이러한 문제를 해결하기 위해 히스토그램을 밀집정도를 기준으로 분할하고, 각 분할된 히스토그램의 평활화 범위를 분할영역의 평균과 분산을 고려하여 결정하는 방법을 제안한다. 제안하는 방법은 평활화를 밀집영역의 밝기범위와 밀집정도를 고려하여 평활화하는 최고 및 최저 밝기를 결정함으로써 지나친 밝기의 변화를 최소화하고, 밀도가 낮은 나머지 영역들에 대해 분리된 평활화를 수행함에 따라 이들 영역의 특징들이 사라지지 않고 향상시키는 효과를 거둘 수 있다. 히스토그램의 분할 및 평활화 범위를 결정하는 방법도 본 논문에서 제시되었다. 제안된 방법의 성능의 우수성은 다양한 밝기 영역을 갖는 실험영상들을 대상으로 기존의 방법들과 비교실험을 통해 입증하였다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.21-29
• /
• 2011

사전에 정의된 피부 색상 정보를 이용한 기존 피부 검출 방법들은 배경과 피부 영역을 분할하는 단계에서 사용되는 임계값을 실험을 통하여 주관적 관점에서 결정하였다. 또한 기존 방법들은 배경 환경과 조명 환경에 따라 각각 다른 임계값을 설정하였다. 이러한 기존 방법들은 반복 실험을 통하여 추정된 임계값에 따라 성능이 좌우되는 단점이 제시되었다. 제시된 기존 방법들의 단점을 극복하기 위하여 본 논문은 mean shift 알고리즘 기반의 히스토그램 근사화를 이용한 피부 영역 검출 방법을 제안한다. 제안하는 방법은 CbCr 컬러공간에서의 표준 피부색상과 유사도를 비교하여 생성된 입력 영상의 피부맵(skin-map)의 히스토그램에서 mean shift 방법을 이용하여 각각 밝기 영역별로 수렴하는 극대점을 능동적으로 찾아서 배경 영역과 피부영역으로 분할한다. 히스토그램은 픽셀의 명도값에 따라 누적되는 불연속 함수의 형태를 가지므로 베이지 곡선(Bezier curve) 기법을 이용하여 연속 가우시안 함수로 근사화된다. 따라서 제안하는 방법은 기존 방법에서처럼 수동적으로 임계값을 설정하는 방법을 사용하지 않고 mean shift 기법을 이용하여 능동적으로 영역 분할점인 극대점을 찾아서 피부 영역을 검출한다. 제안된 방법은 실험을 통하여 강인하고 효율적으로 피부 영역을 검출하였다.

• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.748-760
• /
• 2012

영상에서 밝기 분포가 특정한 범위에 밀집되어 있는 경우 영상에 포함된 특징을 구분하기가 어렵다. 이러한 문제를 해결하기 위해서 전역 히스토그램 평활화와 지역 히스토그램 평활화를 적용한다. 전역 히스토그램 평활화를 적용하는 경우 밝기 분포의 밀집 정도를 고려하지 않고 전체 히스토그램 정보를 사용하기 때문에 지나치게 밝아지거나 어두워질 수 있으며 부분적인 명암값을 개선시키는 것이 어렵다. 지역 히스토그램 평활화를 적용하는 경우 영상의 전체 밝기 분포를 고려하지 않고 지역적인 영상의 밝기 정보만을 사용하기 때문에 블록 간의 명암값의 차가 커져서 블록화 현상이 발생한다. 이러한 문제를 해결하기 위해 본 논문에서는 영상의 히스토그램의 영역에 가우시안 혼합 모델을 적용하여 모델링을 한 후, EM 알고리즘을 반복적으로 적용하여 각 영역의 범위를 결정한다. 그리고 분할된 영역별로 히스토그램 평활화를 적용하여 유사한 밝기값을 갖는 영역이 과도하게 평활화 되는 것을 방지하며 명암대비를 향상시킨다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.477-481
• /
• 2007

A background is a part where do not vary too much or frequently change in an image sequence. Using this assumption, it is presented a background acquisition algorithm for not only static but also dynamic view in this paper. For generating background, we detect a region, where has high correlation rate compared within selected region in the prior pyramid image, from the searching region in the current image. Between a detected region in the current image and a selected region in the prior image, we calculate movement vector for each regions in time sequence. After we calculate whole movement vectors for two successive images, vector histogram is used to determine the camera movement. The vector which has the highest density in the histogram is determined a camera movement. Using determined camera movement, we classify clusters based on pixel intensities which pixels are matched with prior pixels following camera movement. Finally we eliminate clusters which have lower weight than threshold, and combine remained clusters for each pixel to generate multiple background clusters. Experimental results show that we can automatically detect background whether camera move or not.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.501-508
• /
• 2002

본 논문에서는 영상 내에 존재하는 객체영역의 컬러비와 모멘트를 이용한 영상검색을 제안한다. 객체는 영상의 중심에 위치한다는 가설 하에 미리 정의한 중심영역의 우세컬러를 기반으로 수평-수직 투영을 이용하여 객체영역과 배경영역을 분할함으로써 최적의 공간정보를 획득한다. 또한 영상 내 객체의 회전 및 크기에 불변한 특성을 가지기 위해 컬러비와 모멘트를 특징정보로 이용하며 유사성 측정은 컬러 히스토그램의 구간별 연관성을 고려하기 위해 변형된 히스토그램 인터섹션을 이용한다. 실험결과 제안한 방법이 기존의 영역분할에 의한 방법보다 효율적인 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1365-1373
• /
• 2002

본 논문에서는 자율 이동로봇이 장애물을 회피하며 목표하는 지점까지의 경로를 구성하여 찾아가는 알고 리즘을 제안하고자 한다. 시스템의 구성은 로봇에 탑재된 CCD카메라로부터 획득한 영상신호를 RF 무선 모듈을 이용하여 PC로 보내고 PC에서 영상 처리 과정을 거친 후, 장애물로 인식되는 지역을 회피하도록 제어 신호를 이동로봇으로 전송하는 것이다. 이동로봇에 탑재된 CCD카메라에서 획득한 영상 정보는 매 샘플링 시간마다 캡쳐하여 PC로 전송하고 호스트는 화면에서 장애물의 유무를 판별한 후 좌 혹은 우로 회전하여 장애물을 피해 나가도록 하며 로봇이 이동한 거리를 PC로 전송하는 시스템을 구현하여 초기에 지정한 목표지점까지 로봇이 갈 수 있도록 간략한 경로를 계획하여 추적해 나가도록 한다. 먼저 로봇으로부터 전송되어진 영상은 호스트PC에서 다음과 같은 영상처리과정을 거치도록 한다. 먼저 Original영상을 입력받아서 3X3 mask Sobel 연산자를 사용한다. 그리하면 윤곽선이 추출된다. 여기서 추출된 윤곽정보는 처리가 용이하도록 NOR Converter를 거치도록 한다 마지막으로 이 영상의 경계값을 찾는다. 처음에 획득한 영상은 깨끗한 환경에서 얻어진 것이 아니라 주변에 여러 가지 기구나 명암대비가 뚜렷하지 못한 조건들로 되어 있다. 어떤 장애물이라도 가까이서 획득한 영상으로 보게 되면 색상이 단일한 색상으로 나타난다. 즉, 멀리 있는 영상정보나 장애물이 없는 영상 정보 쪽에 히스토그램이 넓게 분포되기 마련이다. 이런 이유로 마지막에 Convert를 처리한 영상의 경계치를 229로 둔다. 그러면 거의 흰색에 가까우면서도 약간의 그레이 레벨만 가진다 하더라도 흑백 대비를 뚜렷하게 만들어 준다. 즉, 불순 성분을 받아들이기 위하여 경계값을 높이는 것이다. 다음으로 처리된 영상의 좌표를 (0, 0)에서 (0, 197)까지의 히스토그램 분포를 스캔한다. 그러면 장애물이 있는 부분의 히스토그램의 분포는 거의 변동이 없이 나타난다. 이러한 특성을 이용하여 장애물이 있는 곳을 찾아내고 이것을 회피하기 위한 알고리즘을 세웠다

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권4호
• /
• pp.402-411
• /
• 2000

비디오 데이타에서 셧 경계 검출은 비디오 인덱싱 및 검색에 있어서 매우 중요한 단계이다. 셧 경계 검출 방법은 현재 많은 연구가 진행되어 왔으나 아직까지 셧에 존재하는 내용을 기반으로 한 일반적인 방법이 제시되지 못하고 있다. 주로 연속된 비디오 프레임 사이의 칼라 히스토그램 변화나 DCT 계수의 편차에 의해 검출하는 방식이 주로 사용되고 있다. 하지만, 이러한 방식들은 비디오 데이타의 내용이나 의미있는 특징들을 사용하고 있지 않아서 사용자가 원하는 고도의 정보를 처리하는데는 어려운 점이 많다. 더욱이, 이러한 내용 기반의 처리가 압축 데이타에서 직접 수행할 수 있다면, 시간 및 오버헤드를 줄일 수 있어 바람직하다. 본 논문에서는 중요한 특징인 영역 정보 및 칼라 정보를 이용하여 MPEG 데이타를 원 영상으로 복호화하지 않고, 셧 경계를 검출하는 방법을 제안한다. 먼저, 압축비디오 데이타로 부터 DC영상들을 복원하여 이 영상들에 존재하는 영역 정보 흐름 및 양자화 된 HSV 칼라 정보의 중요한 특징들을 추출하여, 영역 흐름의 불연속점이나 칼라 히스토그램의 값이 급격히 변화하는 프레임을 찾아 이를 제안된 알고리즘에 따라 비디오 데이타의 셧 경계로 검출한다.

• 한국멀티미디어학회논문지
• /
• 제18권12호
• /
• pp.1519-1527
• /
• 2015

TFT-LCD automatic defect inspection system for detecting defects in place of the visual tester does pre-processing, candidate defect pixel detection, and recognition and classification through a blob analysis. An over-detection result of defects acts as an undue burden of blob analysis for recognition and classification. In this paper, we propose defect detection method based on the histogram distribution modeling of TFT-LCD image to minimize over-detection of candidate defective pixels. Primary defect candidate pixels are detected estimating the skewness of the luminance distribution histogram of the background pixels. Based on the detected defect pixels, the defective pixels other than noise pixels are detected using the distribution histogram model of the local area. Experimental results confirm that the proposed method shows an excellent defect detection result on the image containing the various types of defects and the reduction of the degree of over-detection as well.