Journal of the Institute of Electronics Engineers of Korea SP (대한전자공학회논문지SP)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Red Tide Image Recognition using Semantic Features

의미 특징을 이용한 적조 이미지 인식

  • 박선 (목포대학교 정보산업연구소) ;
  • 이진석 (정보통신산업진흥원) ;
  • 이성로 (목포대학교 정보전자공학과)
  • Received : 2011.03.16
  • Accepted : 2011.06.09
  • Published : 2011.09.25
Download PDF
⟨ Previous Next ⟩

Abstract

There have been many studies on red tide due to increasing damage from red tide on fishing and aquaculture industry. However, internal study of automatic red tide image classification is not enough. Recognition of red tide algae is difficult because they do not have matching center features for recognizing algae image object. Previously studies used a few type of red tide algae for image classification. In this paper, we proposed the red tide image recognition method using semantic features of NMF and roundness of image objects.

적조에 의한 양식업 및 수산업의 피해가 증가함에 따라서 적조에 대한 많은 연구가 이루어지고 있다. 그러나 자동으로 적조 이미지를 인식하는 국내의 연구는 미흡한 실정이다. 적조 생물은 이미지 객체를 일치 할 수 있는 기준 중심 특징이 없기 때문에 인식이 어렵다. 이 때문에 기존이 연구들은 단순히 몇 종류의 적조 생물만을 이미지 분류에 이용하고 있다. 본 논문은 비음수 행렬 분해의 의미 특징과 이미지 객체의 원형율을 이용한 새로운 적조 이미지 인식 방법을 제안한다.

Keywords

References

  1. 국립수산과학원 적조정보 홈페이지 http://portal.nfrdi.re.kr/redtide/index.jsp, 2011년.
  2. B. C. Kim, H. W. Kang, Y. H. Kim, "Measurement of Algae Population for Red-Tide Prediction", SICE-ICASE Internation Joint Conference, pp.4684-4687, 2006.
  3. T. Jiang, C. Wang, B. Wang, J. Xie, N. Jiao, T. Luo, "Real-time Red Tide Alge Classification Uing Bayes Classifier and SVM", In proceeding of International Conference on Bioinformatics and Biomedical Engineering (ICBBE), pp.2888-2891, May 2008.
  4. T. Jiang, C. Wang, B. Wang, J. Xie, N. Jia, T. Luo, "Real-time Red Tide Algae Recognition using SVM and SVDD", In proceeding of International Conference on Intelligent Computing and Intelligent System (ICIS), pp.602-606, Oct. 2010.
  5. X. Lili, J. Tao, X. Jiozhen, Z. Shaoping, "Red Tide Algae Classification Using SVM-SNP and Semi-supervised FCM", In proceeding of International Conference on Education Technology and Computer (ICETC), pp.389-392, Jun. 2010.
  6. 박선, 이경효, 이성로, 임양섭, 신준우, 권장우, 박석천, "주성분분석을 이용한 적조생물 영상 인식", 제35회 한국청보처리학회 춘계학술발표대회 논문집, 제18권 제1호, 2011년 5월.
  7. D. D. Lee, H. S. Seung, "Learning the parts of objects by non-negative matrix factorization," Nature, vol. 401, pp.788-791, 1999. https://doi.org/10.1038/44565
  8. D. D. Lee, H. S. Seung, "Algorithms for non-negative matrix factorization," In Advances in Neural Information Processing Systems, vol. 13, pp.556-562, 2001.
  9. R. C. Gonzalez, R. E. Woods, S. L. Eddins, "Digital Image Processing Using MATLAB", New Jersey, Prentice Hall, 2003.
  10. J. Han, M. Kamber, "Data Mining Concepts and Techniques", Morgan Kaufmann, 2006.
  11. 구글 이미지 검색 "http://www.google.com/imghp?hl=ko", 2011년.