• 한국멀티미디어학회논문지
• /
• 제10권9호
• /
• pp.1117-1124
• /
• 2007

본 논문에서는 MRI 뇌 영상에서 뇌실 영역을 검출하기 위하여 자동적으로 임계치를 설정하는 방법을 제안하였다. 웨이브릿 변환 후 수평 및 수직 신호의 상세 신호 크기를 이용하여 물체의 윤곽선에서 상세신호의 크기 평균을 의미하는 에지 선예도를 계산하였다. 영역 성장을 위한 임계치를 반복적으로 증가시켜 에지 선예도가 최대일 때 최적 임계치를 설정하여 뇌실 영역을 검출하였다. 본 논문에서는 제안한 방법과 지오데식 동적 윤곽선 모델을 수치적으로 비교하였으며, 실제 MRI 뇌영상에 적용시켜 제안한 알고리즘의 유효성을 검증하였다.

• 전자공학회논문지
• /
• 제50권3호
• /
• pp.129-138
• /
• 2013

본 논문은 효율적인 영상처리를 위해 방향성 정보를 개선한 이중 트리 컴플렉스 웨이브렛에 관한 연구이다. 이중 트리 컴플렉스 웨이브렛 변환은 이동 불변 성질을 만족하며, 기존 이산 웨이브렛 보다 많은 6개의 방향성 정보를 포함한다. 하지만 간판, 건물과 같은 구조물의 경우 수평 수직 방향 에지 성분들이 많이 포함되어 있어서 6개의 방향성 부대역으로만 영상의 고주파 성분을 모두 표현하기에는 부족하다. 따라서 기존 이중 트리 컴플렉스 웨이브렛 변환의 6개 방향성 부대역 외에 수직 수평($0^{\circ}$, $90^{\circ}$) 부대역을 생성함으로써 우수한 고주파 분리 특성을 갖는 8방향 컴플렉스 웨이브렛 변환 방법을 제안한다. 본 논문에서는 영상의 특성에 따라 다양한 방향성 성분 부대역 생성이 가능하며, 대표적 응용분야인 잡음제거에 활용해 봄으로써 성능을 평가한다.

• 융합신호처리학회논문지
• /
• 제17권1호
• /
• pp.32-39
• /
• 2016

지능형 교통 시스템(Intelligent Transportation System, ITS)은 첨단기술을 사용하여 도로의 상황을 판단하고 적절한 처리를 수행하므로 이상적인 차량의 흐름을 유도하는 시스템이다. 교통상황에 대한 정보는 다양한 지점에서 측정되고 관리되어야 하므로 주로 컴퓨터를 이용한 영상이 사용된다. 컴퓨터를 이용한 영상처리는 실시간으로 다양한 교통 파라미터를 수집하기 용이한 방법이고, 기술들도 점점 발전하고 있다. 지능형 교통 시스템의 교통 파라미터 중 차량 검출은 기본적으로 매우 중요한 기술이다. 이를 위해 영상의 배경 차를 이용한 검출방법, 에지를 이용한 윤곽선 추출 방법 등의 기술들이 사용되고 있으나 검출률의 정확도에 문제점이 제기되고 있다. 본 논문에서는 레이블링에 의한 차량검출과 감지선을 이용한 영상처리 방법으로 차량을 검출하였다. 제안된 방법의 정확도를 확인하기 위해 국도와 고속도로 등 두 곳의 장소에서 20개의 수직, 수평 방향 영상을 수집하여 차량 계수를 측정하였다. 그 결과 수직 방향 92%, 수평 방향 91.3%의 검출률을 얻었다.

• 한국산업정보학회논문지
• /
• 제23권6호
• /
• pp.21-27
• /
• 2018

본 논문에서는 수평 방향의 경계선 정보를 이용한 마모 정도 및 편마모 검출 알고리즘을 제안한다. 입력 이미지의 노이즈는 양방향 필터로 제거한 다음 제안된 마스크를 사용하여 필터링된 이미지에서 경계선이 추출된다. 타이어가 마모됨에 따라, 타이어 숄더 또는 타이어 바퀴의 바닥에 팬 홈이 수직 홈보다 더 많이 바뀐다. 그러므로 타이어 숄더 또는 타이어 홈의 모서리는 수직 홈의 모서리보다 타이어 장착에 대한 정보가 더 많다. 제안 된 마스크는 이 특징을 반영하여 수평 모서리 추출에 사용된다. 경계선 추출 후, 경계선 이미지는 두 가지 레벨 시스템으로 표현된다. 이진화 이미지의 경계선 화소는 착용도 및 불균일한 착용을 결정하는 데 사용된다. 이 제안 된 방법은 다른 장비 없이 쉽게 사용할 수 있다. 제안 된 방법은 실제 차량을 사용하여 수행되었으며, 실험 결과는 착용도 및 착용 불균일성을 검출하는데 있어 제안 된 방법의 우수한 성능을 보여준다.

• 디지털콘텐츠학회 논문지
• /
• 제8권3호
• /
• pp.329-339
• /
• 2007

본 논문은 연속적으로 입력되는 동영상에서 시공간 정보를 이용하여 다양한 조명환경에서도 실시간 적용이 가능한 얼굴영역 검출기법을 제안한다. 제안한 알고리즘은 연속된 두개의 연속 영상에서 에지 차영상을 구하고 연속적으로 입력되는 영상과의 차분 누적영상을 통해 초기 얼굴영역을 검출한다. 초기 얼굴영역으로부터 외부 조명의 영향을 없애기 위해, 검출된 초기 얼굴영역의 수평 프로파일을 이용하여 수직 방향으로 객체영역을 이분하며, 각각의 객체영역에 관해 주색상 밝기를 구한다. 배경과 잡음 성분을 제거한 후, 분할된 얼굴영역을 통합한 주색상 밝기 분포를 이용하여 타원으로 근사화 함으로써 정확한 얼굴의 기울기와 영역을 실시간으로 계산한다. 제안된 방법은 다양한 조명조건에서 얻어진 동영상을 이용하여 실험되었으며 얼굴의 좌 우 기울기가 $30^{\circ}$이하에서 우수한 얼굴영역 검출 성능을 보였다.

• 한국지능시스템학회논문지
• /
• 제8권6호
• /
• pp.122-128
• /
• 1998

이 논문에서는 영상시퀀스의 프레임간 차영상 블록을 영상활동도의 크기 및 분포에 따라 적응적으로 분류함으로써 영상시퀀스를 압축하는 기법을 제안한다. 활동도의 크기에 의한 분류에서는 차영상 블록에 포함되어 있는 물체의 에지부분에 해당하는 활동블록과 비활동 블록으로 분류하고, 활동도의 분포에 의한 분류에서도 활동블록들을 이산 코사인변환계수의 분포정도를 특징으로 하여 수직, 수평, 저활동 블록으로 분류한다. 대표적인 분류결과를 이용하여 RBFN 신경망을 학습시켜 프레임간 차영상 블록들의 비선형적인 분류 특성을 얻었다. 시뮬레이션 결과 RBFN을 이용한 차영상 블록의 분류가 영상활동도의 정렬방법이나 다층퍼셉트론 신경망(MLP)에 비해 영상시퀀스의 압축성능이 향상되었다.

• 한국정보통신학회논문지
• /
• 제9권2호
• /
• pp.462-466
• /
• 2005

운송 컨테이너 영상으로부터 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, Canny 마스크가 적용된 영상에서 수직 수평 히스토그램을 적용하여 컨테이너의 식별자 영역을 추출한다 추출된 컨테이너의 식별자 영역을 퍼지 이진화 방법을 적용하여 이진화하고, 이진화된 컨테이너 식별자 영역을 윤곽선 추적 알고리즘으로 개별 식별자를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 컨테이너 영상에 적용한 결과, 제안된 추출 방법이 컨테이너의 식별자 추출에 효율적인 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제7권1호
• /
• pp.27-34
• /
• 2004

본 논문에서는 컬러 영상에서 색상과 에지 정보를 이용한 얼굴 영역 검출 알고리즘을 제안한다. 제안된 알고리즘은 YCbCr 색공간에서 Cb와 Cr성분을 이용하여 피부색 분할을 한 후에 형태학적 필터링과 레이블링을 통해 얼굴 후보 영역을 분리한다. 분리된 각 후보 영역에 대해 휘도 성분 Y에서 소벨 마스크의 수직 연산자를 적용한 후에 수평 투영을 통해 나타난 최대값을 눈의 위치로 검출해낸다. 비슷하게 얼굴의 지형적인 특징과 소벨 마스크의 수평 연산자를 적용하여 계산된 수평 투영의 최대값에 따라 턱 부분을 검출한다. 실험 결과, 기존의 연구와 검출율을 비슷하면서도 턱의 위치를 검출함으로써 목 부분이 얼굴 영역에 포함되는 것을 방지할 수 있음을 볼 수 있다.

• 한국산업정보학회논문지
• /
• 제9권2호
• /
• pp.32-43
• /
• 2004

이동중인 차량에 카메라를 설치하여 주행 중에 정지 또는 주행중인 자동차의 영상을 획득하여, 이를 인식하는 시스템을 제안한다. 주행 중에 획득한 영상에서 번호판 영역을 추출하기 위하여, 번호판 영역에서 나타나는 강한 수직 에지 성분을 이용하여 번호판 후보 영역들을 찾고 이진화 된 영상에서의 배경과 문자의 구성비를 따져 번호판 영역을 추출하는 방법을 사용한다. 자동차 번호판 인식을 위하여 다중 클래스 인식을 지원하는 SVM과 모듈라 신경망 인식 성능을 비교하였으며, 인식률을 높이기 위하여 SVM을 모듈라 신경망과 결합하여 다중 클래스 분류기로 확장하는 방법을 제안하고 실험하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제14권7호
• /
• pp.858-865
• /
• 2011

압축 상태에서 비디오 구조화 및 분류를 하기 위해서는 먼저 압축된 비디오에서 장면전환을 검출해서 비디오를 샷(shot)으로 분리하고 샷내 움직임 정보에 따라 샷을 특징화해야 한다. 장면전환을 검출하는 방법에는 DC 영상의 분산값 이나 복원영상의 에지 픽셀의 분포를 이용한 방법, P-픽쳐의 인트라 블록의 개수를 이용한 방법 등이 있으며 움직임에 따른 샷의 특징 분류는 움직임 벡터의 각 성분들의 평균값을 이용하는 것이 일반적인 방법이다. 그러나 움직임 벡터를 이용한 샷 움직임 분류 방법은 움직임 벡터 자체가 블록의 국부적(local) 움직임을 나타내는 것이므로 글로벌(global)한 카메라 동작을 예측하기 위해서는 많은 제약이 있다. 따라서 본 논문에서는 이러한 것을 보완하기 위해서 MPEG으로 압축된 비디오에서 인트라 프레임을 부분적으로 복호화 하고 빠른 1차원적인 연산을 통해 수평 및 수직 방향으로 평균 밝기 값의 변화 방향을 추정하여 좀더 정확히 샷내 카메라의 움직임을 분류하고자 한다.