• Proceedings of the IEEK Conference
• /
• 2002.06d
• /
• pp.223-226
• /
• 2002

영상 검색을 위한 기존의 칼라 히스토그램 방법은 영상의 형상 정보를 포함하고 있지 않다. 본 논문에서는 로컬 형상 정보인 에지 정보에 칼라 정보를 접목시켰다. 각각의 세 종류의 에지(수평 에지, 수직 에지, 비 방향성 에지) 주위의 픽셀들에 대한 칼라 분포를 구한 후 그 각각의 칼라 분포를 기초로 구한 두 영상간의 거리 정보를 이용하여 영상들간의 유사도를 구했다. 따라서 본 논문에서 제안한 유사도는 한 종류의 에지 타입 (비 방향성 에지)을 이용한 방법에 비해 매칭 오류를 줄일 수 있었다. 실험 결과, 제안된 방법이 기존의 칼라 히스토그램과 에지 히스토그램을 이용한 방법에 비해 향상된 성능을 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• pp.35-38
• /
• 2005

압축된 영상의 비트스트림에 오류가 발생할 경우 영상을 원할 때 심각한 왜곡이 발생하고, 이 때문에 멀티미디어 서비스에서 오류 보상 방법은 더욱 중요한 기술로 대두되고 있다. 기존의 연속된 블록을 복원하는 Hsia방법에서는 상하에 인접한 블록의 경계면에 따라 화소 값을 비교하고 정합벡터를 구하였다. 이와 같이 구해지 정합벡터는 주변 블록의 에지 분포에 대한 고려가 배제되기 때문에 정확한 블록의 복원을 이루어낼 수 없다. 이러한 문제를 해결하기 주변 블록의 에지 분포를 고려한다. 오류 블록을 중심으로 상단과 하단의 에지 분포를 고려하여 에지 방향으로 보간한다. 이때 에지 검출을 위해 Sobel 연산자를 이용하고 그 임계값은(Just-Noticeable-Distortion)/MND(Minimally- Noticeable Distortion)로 한다. 에지의 뭉개짐 현상을 막기 위하여 상단 블록과 하단 블록에 에지가 존재 하지 않을 때와 존재할 때를 구분해서 보간한다. 연속된 블록에 발생한 오류를 제안하는 방법으로 보상 할 경우 PSNR이 최대 2dB이상 향상된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.751-754
• /
• 2002

장면 전환 검출(Scene Change Detction)수행 방법으로 객체 인식에 의한 검출이 아닌 전체 영상의 전역적인 형태 흐름을 기반으로 한 검출 시스템을 제안한다. 형태흐름의 변하는 영상의 전체적 모양에 관한 전역적 특징을 이용하여 영상내에 존재하는 에지, 에지의 중심, 표준 편차 및 에너지의 분포 변환에서 추출할 수 있다. 본 논문에서는 효율적인 에지 검출을 위하여 미디언 필터와 개량형 라플라시안 필터를 사용한다. 일반적으로 이용되는 라플라시안 필터를 사용하였을 때 획득할 수 있는 에지 정보보다 우수한 정보를 얻을 수 있었고 보다. 정착한 장면 전환을 검출하기 위해 이 에지 정보를 수평$(0^{\circ})$, 수직$(90^{\circ})$, 대각선$(45^{\circ},\;135^{\circ})$ 방향으로 세분화한 뒤에 프레임간에 각도 방향별 에지 정보를 파악하여 방향별 에지 에너지(Energy of edge)의 상대적인 성분 분포의 비교를 수행함으로써 정확성을 높였다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.11
• /
• pp.961-970
• /
• 2007

Since the usual conventional edge detectors employ the local differential derivatives, the detected edges are not uniform in their widths or some edges are missed out of the detection on magnified images. We employ a mapping from the exactly monotonic intensity distributions of ramp edges to the simple step functions of intensity, which is referred to as perfect sharpening map of ramp edges. This map is based on the non-local feature of intensity distribution and used to introduce a modified differentiation, in terms of which we can construct an efficient edge detector adaptive to the variation of edge width. By adopting the operator MADD in this paper, we developed an edge detector that works stably against the magnification of image or the variation of edge width. It is shown by comparing to the conventional algorithms that the proposed one is very excellent.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.802-804
• /
• 2014

Edge detection of image for performing the road lane recognition is an essential preprocessing. Various studies are being performed in order to detect such edge and there are conventional edge detection methods such as Sobel, Prewitt and Roberts. Such methods regardless of pixel distribution are processed by applying the same weighted value to the entire pixels and show a somewhat insufficient edge detection results. Therefore, this paper has proposed an algorithm that detects the edge using the suitable weighted value for the road lane recognition considering the pixel distribution shape of the image.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.130-132
• /
• 2012

The use of visual media has been increased by development of contemporary society. To use these information of image, there are various methods of image processing. Edge detection which is one of those is technique to detect dramatically changing part of image brightness. Existing methods detect edge through mask which is composited by constant values. Because existing methods do not consider factor as location, direction of pixel in image, performance of edge detecting in insufficient. Therefore, an algorithm which is using variable vector for the variation of brightness in mask of $3{\times}3$ pixels is proposed.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6B
• /
• pp.810-819
• /
• 2001

칼라가 물체 인식에 아주 효율적인 단서를 제공하지만 칼라 분포는 시청 조건과 카메라의 위치에 아주 큰 영향을 받는다. 생김새와 모양의 변화에 의한 칼라 분포 변화 문제를 해결하기 위해 본 논문에서는 밝기 값의 변화에 영향을 받지 않고, 색상(hue) 성분에 민감한 칼라 벡터각(color vector angle)을 이용하여 칼라 에지를 추출한 후, 영상의 화소들을 평탄 화소와 에지 화소로 구분하여 칼라 특징 값을 추출하였다. 에지 화소의 경우에는 에지 주위 칼라 쌍의 전체 분포를 HLS 색좌표계의 비균일 양자화를 통해 칼라 인접 히스토그램(color adjacency histogram)으로 표현하고, 평탄 화소의 경우에는 HLS 색좌표계의 비균일 양자화와 칼라 벡터각 균일 양자화를 통해 칼라 벡터각 히스토그램(color vector angle histogram)을 구성하여 공간적인 칼라분포를 표현하였다. 제안한 칼라 히스토그램을 이용하여 영상 검색에 적용하여 성능을 실험한 결과, 작은 빈의 수를 가지는 제안한 방법이 기존의 방법들보다 훨씬 효율적이고, 생김새와 모양의 변화에 아주 강건한 영상 검색이 가능하였고, 기존의 칼라 히스토그램 역투사 방법보다 훨씬 정확한 물체 위치 추정이 가능함을 확인할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.11a
• /
• pp.191-194
• /
• 1997

본 논문에서는 2D-DCT 변환된 동영상 프레임 사이의 오차 블록들의 활성 레벨(atcivity level)과 에지의 특성을 분류하여 동영상의 적응적인 양자화를 제안한다. 각 블록에서는 활성 레벨이 각기 다르고, 같은 활성 레벨이라 할지라도 에지의 특성도 각기 다르게 나타난다. 적응적인 양자화를 위해서, 2D-DCT 변환된 영상 오차의 각 블록의 활성레벨 뿐만 아니라 AC 계수들의 분포에 따른 에지 특성을 분류하면, 블록의 활성 레벨만을 일률적으로 적용한 Sorting 방법의 경우보다 향상된 영상을 복원할 수 있다. 블록의 활성 레벨은 AC energy에 의해서 측정하고, 에지 특성은 AC 계수들의 분포에 의해 결정하게 된다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.4
• /
• pp.18-28
• /
• 1997

This paper presents image data compression using a classified vector quantization (CVQ) which categories edge blocks according to the energy distribution of subimages in the discrete cosine transform domain. Classifying the edge blocks enhances visual quality of the compressed images while maintaining a high compression ratio. The proposed classification method categories subimages into eight lypes of edge features according to an energy distribution. A neural network, trained with the data generated from the proposed classification method, can successfully classify subimages to eight edge categories. Experimental results are given to show how the (1VQ method incorporatd with a neural network can produce faithful compressed image quality for high compression ratios.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.139-142
• /
• 2006

본 연구는 장면 이미지로부터 텍스트에 존재하는 문자-에지 특징을 이용하여 텍스트를 추출하는 방법을 제안한다. 캐니(Canny)에지 연산자를 이용하여 장면 이미지로부터 에지를 추출하고, 추출된 에지로부터 16종류의 에지-맵 생성한다. 생성된 에지 맵을 재구성하여 문자 특징을 갖는 8종류의 문자-에지 맵을 만단다. 텍스트는 배경과 잘 분리되는 특징이 있으므로 텍스트에 존재하는 '문자-에지 맵'의 특징을 이용하여 텍스트를 추출한다. 텍스트 영역에 대한 검증은 문자-에지 맵의 분포와 텍스트에 존재하는 글자간의 공백 특징으로 한다. 제안한 방법은 다양한 종류의 장면 이미지를 실험대상으로 하였고, 텍스트는 적어도 2글자 이상으로 구성된다는 제한조건과 너무 크거나 작은 텍스트는 텍스트 추출에서 제외하였다. 실험결과 텍스트 영역 추출률은 약 83%를 얻었다.