• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.83-87
• /
• 2001

본 연구에서는 입력된 영상을 구성하는 객체의 형태 특징을 이용한 영상 검색 시스템을 제안한다. 현재 MPEG-7의 XM에서 제안된 영상 검색 기술은 정확한 검색이나 유사도를 측정한 수 있는 기능을 가지는 객체정보를 정확하게 추출했다는 가정하에서 기술되고 있다. 그러나 실제 영상에서 물체의 외곽선을 정확히 추출하는 것은 매우 어려우며 물체 내부에 중요한 특징이 있을 때 이를 표현하기도 어렵다. 따라서 현재의 영상 검색 시스템에서는 물체의 추출 없이 물체 외곽선 및 내부 특징에 대한 대략적인 정보를 이용하여 검색을 할 수 있는 형태 위주의 정보가 필요하다. 이를 위해 8방향 chain code를 이용하여 입력 영상으로부터 물체의 중요한 특징 중 하나인 물체의 내부 외부의 경계선을 추출하여 영상의 특징으로 이용한다. 이렇게 함으로써 기존의 물체 추출의 과정없이 형태에 대한 영상 검색을 수행한 수 있다. 형태특징을 얻기 위해서 먼저 체인코드를 이용하여 경계선 추출을 추출하였다. 형태특징으로 객체의 경계선과 무게중심까지의 합, 표준편차 그리고 객체의 장축과 단축 비율 등을 추출하였다. 이러한 형태특징 정보를 이용하여 데이터 베이스에 저장된 영상과 질의 영상을 비교하여 유사도 순위에 따라 후보 영상들을 검색하였다. 환 실험의 결과 크기, 회전 이동 등의 변화에 둔감하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.464-469
• /
• 2006

본 논문은 연속 영상에서 빠르게 움직이거나 변형이 있는 물체를 추출하기 위한 개선된 활성 외곽선 모델을 제안한다. 제안 방법은 프레임간 물체의 변위를 식별하기 위한 합성 기울기 맵 생성 단계와 큰 변위에도 지역적 최저에 빠지지 않고 견고하게 수렴하기 위한 에너지 비탈면 생성 단계로 이루어진다. 이를 위하여 우선, 두 프레임의 기울기 맵을 합성하고, 불필요한 배경과 잡음을 제거하기 위해 두 프레임의 차를 마스크로 적용하여 합성 기울기 맵을 생성한다. 생성된 합성 기울기 맵에 수학적 형태학 연산의 하나인 닫기 연산을 적용하여 활성 외곽선이 매끄럽게 이동할 수 있는 에너지 비탈면을 만든다. 본 논문에서는 제안방법을 평가하기 위하여 움직임 변위가 큰 연속 영상을 사용하여 기존 활성 외곽선 모델 방법과 비교하여 육안평가, 에너지 최소화 과정 및 수행시간 측면에서 비교분석한다. 본 제안방법은 기존 활성 외곽선 모델 방법보다 큰 움직임 변위와 변형에도 빠르고 정확하게 물체 추적이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.365-368
• /
• 2011

본 논문은 계속적으로 움직이는 Pan & Tilt 카메라를 가지고 객체를 안정적으로 추적하기 위해 Level Set 알고리즘과 Pan & Tilt 카메라간의 상호 유동적인 시스템을 설계하는 방법에 대하여 기술하고 있다. 특정객체를 Pan & Tilt 카메라로 계속적으로 추적하고자 할 때는 안정적인 배경영상을 얻을 수 없기 때문에 MOG 와 같은 통계적인 추적알고리즘을 쓰는 것이 불가능해진다. 본 논문에서는 배경 영상이 계속적으로 변하기 때문에 고정된 배경 영상을 가질 수 없는 문제와 이로 인해 객체의 영역을 잘 추출할 수 없다는 한계를 극복하기 위해 Level Set 에 기반한 외곽선 추적 방법을 이용한다. 이 방법은 단지 차영상만을 가지고도 어느 정도 객체의 영역을 추출할 수 있는 방법이다. Level Set 방법은 높은 복잡도를 가지기 때문에 실시간 계산이 빠른 외곽선 추적 방법을 이용하였으며, 이를 통해 실시간 영상에 대한 외곽선 추적을 가능하게 하였다. 그리고 Level Set 기반 외곽선 추출 방법에 의해 객체의 중심점을 구하는 알고리즘과 Pan & Tilt 카메라에 의해 객체를 추적하는 알고리즘 간에 유동적인 연결을 하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.1
• /
• pp.179-184
• /
• 2004

This paper presents an image segmentation algorithm to obtain the 3D body shape data that the grid pattern and the body contour lute in the background image are extracted using the new proposed hybrid method. The body contour line is extracted based on maximum biased anisotropic recognition(MaxBAR) algorithm which recognizes the most strong and robust edges in the image since the normal derivative at the edges is large, while the tangential derivatives can be small. The grid patterns within body contour lines are extracted by grid pattern detection (GPD). The body contour lilies and the grid patterns are combined. The consecutive run test based on heuristic method is used to link the disconnected line and reduce noise line. This proposed segmentation method is more effective than the conventional method which uses a gradient and a laplacian operator, verified with application two conventional method.

• Korean Journal of Remote Sensing
• /
• v.34 no.6_1
• /
• pp.1067-1087
• /
• 2018

In a study for LiDAR data based building boundary extraction, usually dense point cloud was used to cluster building rooftop area and extract building outline. However, when we used DSM generated from stereo image matching to extract building boundary, it is not trivial to cluster building roof top area automatically due to outliers and large holes of point cloud. Thus, we propose a technique to extract building boundary semi-automatically from the DSM created from stereo images. The technique consists of watershed segmentation for using user input as markers and recursive MBR algorithm. Since the proposed method only inputs simple marker information that represents building areas within the DSM, it can create building boundary efficiently by minimizing user input.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.2
• /
• pp.243-252
• /
• 2018

In this paper, we propose a bone region extraction method using a snake algorithm and a particle filter in CT image. We extract the bone outline using the snake algorithm, and extract the bone area by moving the particle filter along this outline. If other bones are in close proximity to the bone outline, the snake algorithm may not be able to extract the bone outline completely. At this time, the particle filter extracts the bone area while compensating for the error. In this paper, we compared the proposed method with the conventional morphological processing method. The result is similar when other bones are not close to the bone area to be extracted. However, if other bones are close to each other, The accuracy of the proposed method is higher than the conventional morphological processing method.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.144-145
• /
• 2008

본 연구는 라이다 자료를 이용하여 건물영역을 추출하고 건물모델을 구성하는 선형과 면요소들을 추출하는 기법을 제시하였다. 라이다 자료는 지형지물의 표고값을 정확하고 직접적인 방식으로 제공함으로써 기존의 항공사진에 비하여 매칭과정을 필요로 하지 않는 장점을 가지고 있다. 하지만 라이다 점들은 해당 수평위치에 대한 표고값만을 제공하기 때문에 지표 위의 지형지물들을 추출하기 위해서는 먼저 점들간의 기하학적인 관계를 분석하여 그들을 구성하는 선이나 면요소들을 추출해야 한다. 이를 위하여 본 연구에서는 먼저 라이다 자료를 라스터 형태로 변환한 후, 이미지 프로세싱을 통하여 상대적으로 낫은 영역과 높은 영역으로 분리하여 각각 지형과 건물영역으로 분류하였다. 다음으로 건물영역 경계로부터 건물 외곽선을 추출하고 건물영역 내에 면요소들을 통계분석을 통하여 추출하였다. 실험결과를 통하여 제시한 기법들은 비교적 복잡한 형태의 건물 지붕면과 외곽선을 성공적으로 분할하고 추출할 수 있음을 보여준다.

• Annual Conference on Human and Language Technology
• /
• 1992.10a
• /
• pp.225-235
• /
• 1992

본 논문은 오프라인 필기체 한글 인식에 관한 연구로서, 입력 문자 영상에 대한 위치 정규화, 외곽선 추적 및 세선화의 전처리 과정을 거쳐 외곽선의 방향 성분 분포, 세선화한 결과의 방향 성분 분포, 구조적 특징점 분포 등의 특징을 추출한 다음, 획을 추출하여 획의 방향과 길이에 대한중점 분포 특징으로 정합하는 필기 한글의 인식을 위한 획 정합 방법을 제안하였다. 인식 시간의 단축을 위해 먼저 외곽선의 방향성분분포를 이용하여 대분류하였으며, 한글 사용 빈도수 상위 520자로 구성되는 필기 데이타에 대한 실험 결과, 평균 91%의 인식률과 평균 0.46초의 문자당 인식 시간을 보임으로써 제안된 획 정합 방법이 입력 문자의 잡영이나 획의 기울기에 대한 변형을 효과적으로 흡수할 수 있음을 알 수 있었다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.4
• /
• pp.171-176
• /
• 2022

CNN is a type of deep learning and is a neural network used to process images or image data. The filter traverses the image and extracts features of the image to distinguish the image. Deep learning has the characteristic that the more data, the better models can be made, and CNN uses a method of artificially increasing the amount of data by means of data augmentation such as rotation, zoom, shift, and flip to compensate for the weakness of less data. When learning CNN, we would like to check whether outline image learning is helpful in improving performance compared to conventional data augmentation techniques.

• Spatial Information Research
• /
• v.3 no.1
• /
• pp.19-27
• /
• 1995

In this paper, a semi-automated mapping system, which can produ¬ce digital maps by using information acquired from pre-processing procedure, was introduced. To get a binary edge image, which is very important in vectori¬zation process, we applied adaptive smoothing and connection preserving thresho¬Iding algorithm. In mapper program, binary images are converted to vectors and for in-core data structure, extended PR quad tree was used. These procedures are dispatched to personal computers and workstations and through network resource sharing, the whole process was unified and simplified.