• Communications for Statistical Applications and Methods
• /
• v.17 no.2
• /
• pp.193-204
• /
• 2010

Recently, researchers of the various fields where the spatial analysis is needed have more interested in spatial statistics. In case of data with spatial correlation, methodologies accounting for the correlation are required and there have been developments in methods for spatial data analysis. Lattice data among spatial data is analyzed with following three procedures: (1) definition of the spatial neighborhood, (2) definition of spatial weight, and (3) the analysis using spatial models. The present paper shows a spatial statistical analysis method superior to a general statistical method in aspect estimation by using the trimmed mean squared error statistic, when we analysis the spatial lattice data that outliers are included. To show validation and usefulness of contents in this paper, we perform a small simulation study and show an empirical example with a criminal data in BusanJin-Gu, Korea.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.3
• /
• pp.387-397
• /
• 2008

Recently many researches on data analysis using spatial statistics have been studied in various field and the studies on small area estimations using spatial statistics are in actively progress. In analysis of lattice data, defining the neighborhood information system is the most crucial procedure because it also determines the result of the analysis. However the used neighborhood informal ion system is generally defined by sharing the common border lines of small areas. In this paper the other neighborhood information systems are introduced and those systems are compared with Moran's I statistic and for the comparisons, Economic Active Population Survey (2001) is used.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.39-42
• /
• 2011

본 논문에서는 영상들의 특징들을 추출하여 특징 값들의 비교를 통하여 질의 영상의 유사 영상을 검색하는 방법을 제안한다. 제안하는 방법은 입력 영상들의 색상 히스토그램으로 색상 특징 값들을 추출하고 질감 정보인 에지 정보와 이웃화소간의 공간 관계를 분석하여 질감 특징 값들을 추출하여 저장한 후 질의 이미지의 색상과 질감 특징들을 구하여 비교를 통하여 유사도를 분석하고 결과 영상을 보여준다. 또한 색상과 질감을 혼합하여 사용할 때 적응적으로 가중치를 부여함으로써 가중치가 적합하지 않아 발생하는 오 검출될 현상을 피할 수 있게 되었다. 실험을 통하여 기존의 방법과의 성능을 비교분석하였고 본 방법의 우수성을 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.104-107
• /
• 2007

인간은 초점정보를 이용하여 단안만으로도 공간의 깊이를 지각할 수 있다. 이것은 한 번에 하나의 대상물에만 초점을 맞출 수 있고 그 외의 부분은 흐림 현상을 유도함으로써 이루어진다. 이는 초점이 맞는 대상물체로부터 멀어지면 멀어질수록 흐림 현상이 강해지는 원리를 이용한 것으로 주파수 성분의 변화량에 대한 연산과 깊은 관련이 있다. 본 논문에서는 이와 같은 인간의 시각 시스템의 요소 중 하나인 초점정보를 모방하여 초점거리가 다른 각각의 이미지들에 각각의 가중치를 부여하였다. 그리고 각 이미지들을 일정 블록으로 각각 분할하여 초점이 가장 잘 맞는 블록을 찾아내어 하나의 이미지로 통합하였다. 이때 각 영역은 자신이 속했던 이미지의 가중치를 따르게 한다. 각 이미지에서 가장 포커스 수치가 높은 영역을 찾기 위한 방법으로 주파수 영역 기반 처리와 공간 영역 기반 처리를 결합 하였다. 주파수 기반으로는 FFT(Fast Fourier Transform)에서 고주파 부분의 영역을 뽑아내어 포커스수치를 계산하였으며, 공간 영역 처리 기반으로는 이웃픽셀과의 차이가 임계값이하인 것을 제외한 영역을 뽑아내어 저주파 영역의 연산을 제거하는 방법과 단순히 Laplacian measure만을 사용하여 저주파까지도 포함한 방법의 두 가지를 적용하였다. 최종적으로 3개의 포커스 측정값을 결합시켜 포커스 수치를 계산한 후 각 블록의 가중치에 맞게 하나의 이미지로 통합하여 상대적 깊이지도를 생성하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.43 no.4 s.310
• /
• pp.1-8
• /
• 2006

This paper proposes an improved FCM(Fuzzy C-means) algorithm using intercluster and entropy-based weight in gray image. The fuzzy clustering methods have been extensively used in the image segmentation since it extracts feature information of the region. Most of fuzzy clustering methods have used the FCM algorithm. But, FCM algorithm is still sensitive to noise, as it does not include spatial information. In addition, it can't correctly classify pixels according to the feature-based distributions of clusters. To solve these problems, we applied a weight and intercluster to the traditional FCM algorithm. A weight is obtained from the entropy information based on the cluster's number of neighboring pixels. And a membership for one pixel is given based on the information considering the feature-based intercluster. Experiments has confirmed that the proposed method was more tolerant to noise and superior to existing methods.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.415-416
• /
• 2007

본 논문에서는 대역 제한된 색도 신호에 의해 발생하는 컬러번짐 현상을 TV 수신단이나 MPEG 디코더에서 효과적으로 개선하는 방법을 제시한다. 제안하는 컬러 번짐 개선 알고리즘은 비디오 신호에 포함된 색도 신호의 천이를 개선하기 위하여, 색도 신호의 일정 윈도우 영역에 존재하는 주변 화소들의 국부 최대값 및 국부 최소값을 바탕으로 얻어낸 계단 신호를 사용한다. 대역 제한된 색도 신호에서 이웃에 존재하는 화소들간의 색도 차를 계산하여 에지 특성을 분석하고 계산된 색도 차를 바탕으로 입력 신호와 계단신호와의 공간 적응적 가중치를 결정한다. 실험 결과에서는 제안하는 컬러 번짐 개선 알고리즘이 컬러 번짐 효과를 효과적으로 제거하여 선명하면서도 자연스러운 영상을 얻어내는 것을 확인할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.125-127
• /
• 2000

협력적 여과는 사용자의 아이템에 대한 단계적 평가에 기초하여 그 평가 패턴이 유사한 사용자를 찾아 그 사용자들이 선호한 아이템을 상대방에게 교차 추천을 해주는 방법이다. 따라서, 유사한 사용자를 찾는 방법이 중요한 문제가 되며, 현재까지 여러 가지 방법들이 제안되어 왔다. 순수한 협력적 여과 방법은 n차원 공간에서 사용자를 모델링하여 가장 유사한 이웃을 찾는다. 이러한 모델링의 문제점은 사용자가 평가한 아이템의 집합은 전체 아이템의 집합에 비해서 극히 작으므로 유사한 사용자를 찾기 위해서는 충분한 수의 아이템에 대해서 평가해야 한다는 것이다. 따라서, 본 논문에서는 유사란 사용자를 찾기 위해서 충분한 수의 평가를 요구하는 명백하게 사용자의 평가를 비교하는 것 대신에 특징 가중치에 초하여 사용자를 비교하는 방법을 사용하고 사용하는 방법의 정확성을 높일 수 있는 임계값을 제안하고자 한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.46 no.5
• /
• pp.143-150
• /
• 2009

In this paper, we present a spatial domain error concealment method to recover a lost block in intra-coded frames. The edge directions of the lost block are estimated by the difference values of the border pixels of the accurately received blocks. The lost block is interpolated according to the estimated edge directions. Our algorithm can adaptively recover a lost block according to the estimated edge direction. The distances between pixels are used as weights for interpolation. In spite of the low computational cost, the proposed method outperforms the previous methods in objective and subjective qualities.

• The Journal of the Korea Contents Association
• /
• v.7 no.6
• /
• pp.44-51
• /
• 2007

For real-time recognizing of model objects in remote position a new Neural Networks algorithm is proposed. The proposed neural networks technique is the real time computation methods through the inter-node diffusion. In the networks, a node corresponds to a state in the quantized input space. Each node is composed of a processing unit and fixed weights from its neighbor nodes as well as its input terminal. The most reliable algorithm derived for real time recognition of objects, is a dynamic programming based algorithm based on sequence matching techniques that would process the data as it arrives and could therefore provide continuously updated neighbor information estimates. Through several simulation experiments, real time reconstruction of the nonlinear image information is processed. 1-D LIPN hardware has been composed and various experiments with static and dynamic signals have been implemented.