• 대한전자공학회논문지SP
• /
• 제39권4호
• /
• pp.399-407
• /
• 2002

본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 분류 (block classification)와 다층 퍼셉트론 (multi-layer perceptron, MLP) 모델을 이용한 적응적 블록화 현상 제거 알고리듬을 제안하였다. 제안한 방법에서는 각 블록을 DCT 계수의 분포 특성에 따라 네 개의 클래스로 분류한 다음, 인접한 두 블록의 클래스 정보에 따라 수평 및 수직 블록 경계 영역에 대하여 적응적으로 신경망 필터를 적용한다. 즉, 평탄한 영역, 수평 방향 에지 영역, 수직 방향 에지 영역, 및 복잡한 영역에 대하여 각각 서로 다른 신경망 필터를 수평 및 수직 방향으로 적용하여 블록화 현상을 제거한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 한국산업정보학회논문지
• /
• 제12권1호
• /
• pp.39-45
• /
• 2007

본 논문에서는 블록분류를 통하여 얻어진 블록별 특성에 따라 블록간 보간법과 신호적응필터를 이용한 새로운 후처리 기법을 제안한다. 제안한 알고리듬에서는 모든 블록에 대해서 DCT 계수의 특성에 따라서 저주파와 고주파 블록으로 나눈다. 이웃한 네 개의 저주파 블록에 대해서는 보간법을 이용하여 블록화 현상을 제거하고, 링잉현상이 발생할 가능성이 있는 고주파 블록에서는 에지맵에 따라 신호적응필터를 적용하여 영상의 에지들은 보호하면서 에지주위에 나타나는 링잉현상을 제거한다. 모의실험 결과 제안한 방법이 기존방법에 비하여 객관적 및 주관적 화질 측면에서도 우수한 성능을 보임을 확인하였다.

• 한국컴퓨터산업학회논문지
• /
• 제3권9호
• /
• pp.1287-1294
• /
• 2002

본 논문에서는 DWT기반의 점진적 영상부호화를 위한 알고리즘 기법을 제안해보고자 한다. DWT와 에지부분을 추출하고 확장된 EZW 알고리즘을 이용하여 기존의 Embedded Coding 보다 효과적인 부호화 방법을 설계해 보았다. 일반적으로 에지 부분은 원 영상을 복원하는데 있어 매우 중요한 역할을 하게 된다. 영상에 대해 DWT를 거치게 되면 계수들은 중요계수와 비중요계수 두가지의 그룹으로 분류할 수 있다. 본 논문에서는 에지부분이 영상에서는 중요계수처럼 나타난다는 것을 이용하였다. 특히 DWT 영상에서는 방향성에 의해서 고주파 부대역에서 이러한 특성이 그대로 나타난다는 것을 확인할 수 있다. 또한 Embedded Coding에서 중요계수처럼 영상을 복원하는데 중요한 정보들은 전송순서에서 보다 우선순위를 가지게 된다. 따라서 본 논문에서 제안하려는 시스템은 영상의 점진적 전송이 요구되는 응용분야에 효과적으로 이용될 수 있을것으로 기대할 수 있을 것이다.

• 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.

• 대한원격탐사학회지
• /
• 제23권2호
• /
• pp.113-117
• /
• 2007

본 논문에서는 1m 해상도의 위성 영상에서 스테레오 정합의 성능을 향상시키기 위해 그레디언트 히스토그램을 이용하여 정합 창틀의 크기를 자동적으로 결정하는 방법을 제안한다. 영상의 각 화소에 대해 4-neighbor에 위치한 화소의 수평 또는 수직 방향의 평균 그레디언트 값을 계산하여 평탄화 지수 영상(Flatness Index Image)을 생성한다. 강한 에지 화소는 높은 평탄화 지수를 가지며 반면에 비에지 화소의 경우에는 낮은 평탄화 지수를 가진다. 평탄화 지수 영상의 히스토그램을 이용하여 각 화소의 에지 또는 비에지 화소 여부를 결정하는 평탄화 임계값을 구한다. 각 화소의 평탄화 지수가 평탄화 임계값보다 크면 에지화소로, 작으면 비에지 화소로 분류한다. 초기 정합 창틀 내에 존재하는 비에지 화소의 비율이 작으면 밝기 값 변화가 적은 영역으로 판정하고 정합 창틀의 크기를 더 크게 설정하고 이 과정을 정합 창틀이 최대 크기에 도달할 때까지 반복적으로 수행한다. IKONOS 스테레오 위성영상을 실험영상으로 사용하였으며 고정크기의 정합 창틀을 이용한 방법에 비해 향상된 정합 결과를 얻었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.171-174
• /
• 2010

본 논문에서는 렌즈의 흠집을 추출할 수 있는 퍼지 기법을 이용한 렌즈 흠집 검출 방법을 제안한다. 제안된 방법은 렌즈 영상을 그레이 영상으로 변환한 후, 캐니 마스크를 이용하여 렌즈의 경계선을 추출한다. 추출된 렌즈의 경계선에 대해 평균 이진화와 모폴로지를 이용하여 렌즈 경계선을 보정한다. 렌즈 경계선이 보정된 영상에서 Seed Fill 알고리즘을 적용하여 렌즈의 내부 영역만을 추출한다. 추출된 렌즈의 내부 영역에 해당하는 원 영상에서 소벨 마스크를 적용하여 렌즈 내부 영역의 에지를 추출한다. 렌즈 내부 영역에서 추출된 에지 객체들의 정보를 이용하여 흠집과 비흠집을 분류하는 퍼지 기법을 적용하여 흠집 영역을 추출한다. 본 논문에서 제안된 렌즈의 흠집 검출 방법의 성능을 평가하기 위해 CHEMI, MID, HL, HM 시력 보정용 렌즈를 대상으로 실험한 결과, 제안된 방법이 흠집을 효과적으로 검출하는 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.429-431
• /
• 2012

하이퍼네트워크를 학습하는 기존의 방법은 데이터의 분포를 학습하기 위하여 주로 하이퍼에지의 적절한 조합을 찾는데 초점을 맞추었다. 반면 본 논문에서는 주어진 하이퍼에지의 조합 내에서 가중치를 조절하여 데이터의 분포를 학습하도록 하는 방법을 제안한다. 이 방법은 분류 문제에서 하이퍼네트워크가 표현하고 있는 클래스 y에 대한 데이터 x의 조건부 우도(Conditional Likelihood)를 대화하는 방식으로 학습을 진행한다. 본 논문에서는 제안된 학습 방법이 기존의 학습 방법보다 개선된 학습 성능을 보일 뿐만아니라, 제안된 가중치 학습 방법이 기존의 가중치 학습 방법을 포함하는 관계임을 논증한다.

• 한국멀티미디어학회논문지
• /
• 제7권11호
• /
• pp.1521-1530
• /
• 2004

본 논문에서는 신호적응필터 및 블록간 선형조합을 이용하여 멀터미디어 시스템에서 발생하는 양자화잡음을 효율적으로 제거하는 알고리듬을 제안하였다. 제안 알고리듬에서는 모든 블록에 대해서 DCT 계수의 특성에 따라서 저주파, 고주파, 및 중간조 블록으로 블록 분류를 행한 후, 링잉 현상이 발생할 가능성이 있는 영상내의 고주파 블록에 대해서 Sobel 연산자를 이용하여 에지맵을 구한 다음, 에지들의 존재유무에 따른 신호적응필터를 수행함으로써 영상의 원래 에지들을 보호하면서 에지 주위에 나타나는 링잉 현상을 효율적으로 제거한다. 그리고 블록화 현상이 발생하지 않는 곳의 화소 밝기값 정보들을 이용하여 블록화 현상이 발생한곳의 화소 밝기값들을 개선시킴으로서 블록화 현상을 효율적으로 제거한다. 모의실험 결과 기존 방법에 비하여 PSNR 측면에서 0.2～0.4 dB 정도의 향상을 얻었을 뿐만 아니라 주관적 화질면에서도 우수한 성능을 나타냄을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.57-66
• /
• 2011

본 논문에서는 단일 입력 영상에서 특징을 추출하여 실시간으로 에지 대칭과 기울기의 방향성 특징을 이용하여 효과적으로 사람을 검출하는 알고리즘을 제안한다. 제안된 알고리즘은 전처리, 사람 후보 영역 분할, 후보 영역 검증인 3단계로 구성되었다. 여기서 전처리 단계는 주변 조도 환경과 밝기에 강인하고, 사람의 특징인 모양 특징 크기, 사람의 조건을 고려한 사람의 특성을 가진 윤곽선을 검출한다. 그리고 사람 후보 영역 분할 단계는 검출된 윤곽선에서 사람의 에지 대칭성과 크기를 가지고 영역을 분리하고, 에이타부스트 알고리즘을 적용하여 1차 후보 영역을 분할한다. 마지막으로 후보 영역 검증 단계는 분할된 국소 영역에 대한 기울기의 특징 벡터 및 분류기를 이용하여 후보 영역을 검증하여 오검출의 성능을 우수하게 한다. 제안된 알고리즘을 적용하여 모의실험을 한 결과, 제안된 알고리즘은 단일 알고리즘을 적용한 기존 알고리즘 보다 처리 속도가 약 1.7배 정도 개선되었으며, FNR(False Negative Rate)은 3% 정도 우수함을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권3호
• /
• pp.27-34
• /
• 2011

본 논문에서는 영상의 명암대비(contrast)를 개선시키는 언샾 마스킹 방법을 제안한다. 언샾 마스킹은 이미지가 가지고 있는 에지와 디테일 정보를 개선시키는데 일반적인 샤프닝 마스크 보다 효과적이기에 이에 관한 많은 연구가 있었다. 제안하는 방법은 방향성 정보를 이용한 블록 단위의 언샾 마스킹 방법으로 영상을 블록 단위로 분할하고 DCT(Discrete Cosine Transform)를 이용하여 각 블록에서 패턴의 방향성 정보를 얻어낸다. DCT 결과로부터 해당 블록들의 방향성 타입을 결정하고 이에 따라 언샾 마스크를 적응적으로 적용한다. 블록의 분류는 평탄영역, 텍스처, 에지 그리고 나머지 형태로 구분되어 진다. 평탄 영역에 속하는 블록은 잡음에 의한 영향을 줄이기 위해 언샾 마스킹을 적용하지 않으며 텍스처와 에지영역에 대해서는 고주파 성분을 강조하기 위해 블록타입에 맞는 적응적 언샾 마스킹을 적용한다. 실험을 통하여 영상에서 평탄 영역은 잡음에 의한 훼손을 줄이며 에지들이 포함된 텍스처 영역은 적응적으로 강조하여 시각적으로 우수한 명암대비 개선 결과를 얻을 수 있었다.