• Journal of Digital Convergence
• /
• v.15 no.4
• /
• pp.267-273
• /
• 2017

With the development of various devices and communication technologies, the production and distribution of various multimedia contents are increasing exponentially. In order to retrieve multimedia data such as images and videos, an approach different from conventional text-based retrieval is needed. Color and shape are key features used in content-based image retrieval, which quantifies and analyzes various physical features of images and compares them to search for similar images. Color and shape have been used as independent features, but the two features are closely related in terms of cognition. In this paper, a method of describing the spatial distribution of color using a complex color model that projects three-dimensional color information onto two-dimensional complex form is proposed. Experimental results show that the proposed method can efficiently represent the shape of spatial distribution of colors by frequency transforming the complex image and reconstructing it with only a few coefficients in the low frequency.

• Journal of Broadcast Engineering
• /
• v.17 no.4
• /
• pp.565-571
• /
• 2012

During depth data acquisition and transmission, the quality of depth maps is usually degraded by physical noise and coding error. In this paper, a new joint bilateral filter based on the common distance transform is presented to enhance the low-quality depth map. The proposed method determines the amount of exploitable color data according to distance transform values of depth and color pixels. Consequently, the proposed filter minimizes noise in the depth map while suppressing visual artifacts of joint bilateral filtering. Experimental results show that our method outperforms other conventional methods in terms of noise reduction and visual artifact suppression.

• The KIPS Transactions:PartB
• /
• v.13B no.1 s.104
• /
• pp.47-52
• /
• 2006

This paper proposes a method of content-based image retrieval using region feature vector in order to overcome disadvantages of existing color histogram methods. The color histogram methods have a weak point that reduces accuracy because of quantization error, and more. In order to solve this, we convert color information to HSV space and quantize hue factor being purecolor information and calculate histogram and then use thus for retrieval feature that is robust in brightness, movement, and rotation. Also we solve an insufficient part that is the most serious problem in color histogram methods by dividing an image into sixteen regions and then comparing each region. We improve accuracy by edge and DC of DCT transformation. As a result of experimenting with 1,000 color images, the proposed method has showed better precision than the existing methods.

• The Journal of the Korea Contents Association
• /
• v.11 no.5
• /
• pp.125-137
• /
• 2011

Recently the research on the system using images taken from camera phones as input is actively conducted. This paper proposed a system that shows wine pictures which are similar to the input wine label in order. For the calculation of the similarity of images, the representative color of each cell of the image, the recognized text color, background color and distribution of feature points are used as the features. In order to calculate the difference of the colors, RGB is converted into CIE-Lab and the feature points are extracted by using Harris Corner Detection Algorithm. The weights of representative color of each cell of image, text color and background color are applied. The image similarity is calculated by normalizing the difference of color similarity and distribution of feature points. After calculating the similarity between the input image and the images in the database, the images in Database are shown in the descent order of the similarity so that the effort of users to search for similar wine labels again from the searched result is reduced.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.213-216
• /
• 2005

자동차 번호판의 이미지에서 번호의 추출이나, 직물 이미지에서 오염 또는 훼손부분의 추출 또는 방사성 폐기물이나 기타 독극물 보관함의 이미지에서 오염이나 산화에 의한 훼손부위 등과 같은 목표물 이미지 추출은 흑백 이미지에서 명암의 차이를 이용하는 것보다는 컬러 이미지에서 색상의 차이를 이용하는 것이 더 효율적일 때가 많으며, 특히 배경과 목표물의 명암차이가 크지 않은 경우에 효과적이다. 배경과 목표물이 갖는 색상의 차이를 이용하여 분리하기 위해서 적색(R), 녹색(G), 청색(B) 의 RGB 평면 또는 순도(H), 포화도(S), 휘도(I)를 사용하는 HSI 컬러 평면 등이 많이 사용되며, 이 때 배경과 목표물의 색상의 히스토그램을 구해보면 보면 많은 경우 유사한 색 정보가 배경과 목표물에 공통으로 포함되어 분리에 어려움을 겪게 된다. 본 논문에서는 Fisher 선형 분리자(Fisher's linear discriminant)[1] 함수를 이용하여 3차원의 색상 특징 벡터를 1차원 직선에 투사하여 변환된 1차원 공간상에서 복잡성을 줄이고 효과적으로 분류할 수 있는 기법을 제안하였으며, 이를 도축된 식용 가금류의 영상에 적용하고 변질된 부분이 포함되어 식용으로 사용할 수 없는 것들을 효과적으로 분류할 수 있음을 보였다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1113-1119
• /
• 2006

본 논문에서는 광고나 포스터제작에 사용될 수 있는 이미지 모자이크 기법을 소개한다. 모자이크는 임의의 개수의 셀로 하나의 전체 이미지를 표현하는 기법이다. 이중 포토 모자이크는 사진의 조합으로 새로운 사진을 생성한다. 이는 만들고자 하는 영상을 격자를 이용해 나누고 해당 격자에 최적의 이미지를 영상 DB 로부터 찾아 격자를 채움으로써 하나의 이미지 모자이크를 생성한다. 본 논문에서는 하나의 단위 이미지(색이 할당되지 않고 형태만 갖는 영상)를 사용하여 경계로 구분된 특정 영역을 채워나감으로써 하나의 추상화된 예술적 모자이크 영상을 생성하는 알고리즘을 소개한다. 하나의 단위 이미지는 회전, 이동을 통해 다양하게 변할 수 있으며 입력영상의 그래디언트의 방향과 에지정보를 이용해 해당영역을 채우게 된다. 이를 위해서 에지를 넘어서지 않도록 단위 이미지를 변환시키며 최적의 위치를 찾게된다. 또한 입력영상의 색상이나 임의의 색상이나 특정 색상테이블을 이용해 단위 이미지에 색상을 할당함으로써 만들고자 하는 입력영상과 비슷한 모양을 갖거나 형태만을 유지한 추상화된 모자이크 영상 생성이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.299-302
• /
• 2006

본 논문에서는 다중필터와 복합형 신경망으로 구성된 얼굴 검출 시스템과 WFMM 신경망을 이용한 피부색 검출기법을 소개한다. 전처리 단계에 해당하는 다중필터는 대상 영역의 수를 감소 시켜 시스템의 속도를 개선한다. 다중필터에 속한 색상필터는 총 11 가지의 색상 공간에서 피부색의 특징 값을 추출하여 학습 데이터로 사용하며, 이 학습 데이터에 의해 생성된 하이퍼 박스를 통해 피부색을 분류한다. 또한 WFMM 신경망의 연관도 요소 특성을 이용하여 각 색상 공간의 상대적 중요도를 분석하여 피부색 검출에 유용한 색상 공간을 분석하고 추출 한다. 얼굴패턴 검출을 위한 복합형 신경망은 첫 단계에서 가보 변환을 사용하는 CNN 을 통해 특징 지도를 생성하고, WFMM 신경망으로 최종 얼굴패턴을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.262-264
• /
• 2003

얼굴영상을 효율적으로 처리하기 위해선 먼저 입력영상에서 얼굴영역과 얼굴을 구성하는 각 기관을 검출하는 전처리과정이 필요하다. 본 논문에서는 얼굴의 크기와 얼굴의 회전, 조영의 변화가 어느 정도 허용되고 피부색 배경이 얼굴에 병합된 경우에도 얼굴영역과 얼굴기관(눈, 입)을 강건하게 검출할 수 있는 방법으로, 입력영상에 따른 적응적 칼라 색상정보와 얼굴기관의 부분 템플릿매칭을 조합한 알고리즘을 제안한다. 변환된 HSV 칼라 좌표계상의 대역적 피부색상 정보와 히스토그램을 이용한 적응적 피부색상 정보로 얼굴영역을 검출한 뒤, 얼굴영역 안에서 입술색상 정보로 도출된 입술영역의 X축 기울기를 이용해 회전얼굴을 보정하고, 양안의 조합으로 이루어진 부분 템플릿을 이용해 눈을 검출한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.6
• /
• pp.127-136
• /
• 2010

In multi-view video, illumination disharmony between neighboring views can occur on account of different location of each camera and imperfect camera calibration, and so on. Such discrepancy can be the cause of the performance decrease of multi-view video coding by mismatch of inter-view prediction which refer to the pictures obtained from the neighboring views at the same time. In this paper, we propose an efficient histogram-based prefiltering algorithm to compensate mismatches between the luminance and chrominance components in multi-view video for improving its coding efficiency. To compensate illumination variation efficiently, all camera frames of a multi-view sequence are adjusted to a predefined reference through the histogram matching. A Cosited filter that is used for chroma subsampling in many video encoding schemes is applied to each color component prior to histogram matching to improve its performance. The histogram matching is carried out in the RGB color space after color space converting from YCbCr color space. The effective color conversion skill that has respect to direction of edge and range of pixel value in an image is employed in the process. Experimental results show that the compression ratio for the proposed algorithm is improved comparing with other methods.

• The KIPS Transactions:PartB
• /
• v.11B no.4
• /
• pp.403-410
• /
• 2004

Recently, studies of image analysis, as the preprocessing stage for medical image analysis or image retrieval, are actively carried out. This paper intends to propose a way of utilizing color components for image retrieval. For image retrieval, it is based on color components, and for analysis of color, CLCM (Color Level Co-occurrence Matrix) and statistical techniques are used. CLCM proposed in this paper is to project color components on 3D space through geometric rotate transform and then, to interpret distribution that is made from the spatial relationship. CLCM is 2D histogram that is made in color model, which is created through geometric rotate transform of a color model. In order to analyze it, a statistical technique is used. Like CLCM, GLCM (Gray Level Co-occurrence Matrix)[1] and Invariant Moment [2,3] use 2D distribution chart, which use basic statistical techniques in order to interpret 2D data. However, even though GLCM and Invariant Moment are optimized in each domain, it is impossible to perfectly interpret irregular data available on the spatial coordinates. That is, GLCM and Invariant Moment use only the basic statistical techniques so reliability of the extracted features is low. In order to interpret the spatial relationship and weight of data, this study has used Principal Component Analysis [4,5] that is used in multivariate statistics. In order to increase accuracy of data, it has proposed a way to project color components on 3D space, to rotate it and then, to extract features of data from all angles.