• 전자공학회논문지CI
• /
• 제45권1호
• /
• pp.11-24
• /
• 2008

효율적인 저차원의 인덱싱을 제공하기 위해 이미지를 유사한 성질을 갖는 영역으로 나누고, 나누어진 영역에 대해 유사성을 비교하는 영역 기반 이미지 검색이 제안되었다. 그러나 영역 기반 이미지 검색은 이미지를 유사한 영역으로 나누기 위한 이미지 세그멘테이션 기술이 추가적으로 필요하다. 일반적인 칼라 자연 이미지의 경우 다양한 칼라와 질감 성분을 갖는 영역으로 나누는 것은 많은 어려움이 있다. 본 논문에서는 자동적인 칼라 이미지 세그멘테이션 알고리즘을 제안한다. 제안하는 세그멘테이션 방법은 양자화를 통해 칼라수를 줄이고 양자화 된 이미지를 Fisher의 클래스 선형 판별식을 이용하여 이미지의 전체적인 에지를 보여주는 그레이 레벨 이미지를 생성한다. 이렇게 얻은 그레이 레벨 에지 이미지를 지역적 임계치 비교를 통해 이진 에지 이미지로 변환하고 이진 에지의 끊어진 부분을 찾아내어 인접 에지에 연결하여 영역을 생성한다. 마지막으로 나누어진 영역간의 유사성을 비교하고 유사한 영역을 병합하여 최종 세그멘테이션 결과 이미지를 생성한다. 본 논문에서는 세그멘테이션 알고리즘을 이용한 영역 기반 이미지 검색 시스템을 구현하였으며, 다양한 실험에 의하면 제안한 세그멘테이션 방법이 다양한 이미지에 대하여 양질의 세그멘테이션 결과를 보이는 것으로 나타났다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 3부
• /
• pp.194-198
• /
• 2007

본 연구의 주제는 텍스트를 어떻게 회화적이미지로 전환시킬 수 있을까?에 대한 것이다. 오늘날 디지털 환경 속에 있는 우리는 이미지 중심의 세계 속에 살고 있다. 과거 텍스트가 해왔던 정보의 생산과 전달 그리고 저장의 역할을 오늘날은 상당부분 이미지가 하게 되었다. 하지만 그럼에도 불구하고 아날로그 방식과 정서는 여전히 우리 곁에 남아있는 것도 사실이다. "Yesterday to Today"는 문자의 최소 단위인 알파벳을 통하여 이미지를 재현하려는 작품이다. 이 작품은 크게 두 가지 Idea로 이루어지는데 하나는 복수개의 실시간 영상 소스를 이용하여 이미지를 구성해내는 것과, 다른 하나는 텍스트에 의한 이미지의 변환이다. 복수개의 실시간 영상 소스는 프로그램이 작동하는 컴퓨터와 직/간접적으로 연결되어 전달되는데, 직접적으로 연결되어 근거리의 특정한 지점으로부터 영상 소스를 받을 수 있고, 또 하나의 방법은 인터넷을 통한하나 이상의 원거리 지점으로부터 보내어지는 영상을 조합하여 받을 수 있다. 프로그램 구현 개념은 픽셀 소스 카메라에서 캡쳐된 최초 이미지를 명도, 색상, 채도로 분류하고, 이것의 각각을 26개의 구간-자판의 개수에 의하여 정해짐-으로 나누고, 다시 그 각각의 구간을 26단계로 나눈다. 이렇게 나누어진 구간들은 알파벳과 1:1로 대응시켜 결과이미지의 해당 부분을 수치대로 재현하도록 프로그램 시킨다. 이미지의 부분들을 지정하기 위하여 특정한 텍스트로부터 알파벳의 빈도수를 조사했는데, 이 조사를 바탕으로 빈도수의 많고 적음에 따라 이미지부분들이 26개 구간으로 정해졌다. 이미지 재현 방법은 사용자가 모니터 위의 Result Image Cam을 통하여 얻고자 하는 이미지를 캡쳐한 후, 특정한 텍스트를 타이핑하면 이미지를 재현할 수 있는데, -입력된 텍스트의 알파벳은 프로그램이 지정한 HSI 컬러 모델의 영역과 1:1로 대응하게 하였다-이 이미지는 특정 장소에 실시간으로 받아진 영상을 데이터화 한 소스에 의하여 만들어진다. 이미지를 재현할 때 텍스트에 따라 알파벳 빈도수는 달라질 수 있으므로 비록 최초 이미지가 동일할지라도 얻고자하는 결과 이미지가 달라진다. 그러므로 사용자는다양한 창조적 경험을 할 수 있다.

• 디지털융복합연구
• /
• 제14권7호
• /
• pp.321-329
• /
• 2016

본 연구는 온라인신문의 시각화에 대한 분석을 통해 지면변화의 정도를 파악하기 위해 실시되었다. 분석은 종속형 온라인신문인 조선, 동아, 중앙, 한겨레, 경향, 한국일보 등 6개 언론사닷컴 홈페이지와 네이버의 뉴스섹션에서 이들 신문의 홈페이지를 비교분석 하였다. 신문지면의 시각화에 대한 분석은 이미지에 한정하였다. 각 신문 간 시각화의 차이를 파악하기 위해 모든 이미지가 지면에서 차지하는 면적의 크기를 산출하여 비교하였다. 분석결과 현재 온라인신문은 초기 단계의 문자 텍스트 일색이었던 것에 비해 점진적으로 이미지 사용 증가에 따라 시각화가 크게 향상되었음을 파악할 수 있었다. 또한 한정된 지면에서 이와 같은 이미지 사용의 증가로 제목 중심의 뉴스기사 수가 크게 감소된 사실도 알 수 있었다. 특히 일부 온라인신문의 경우 다른 신문들에 비해 이미지를 매우 크게 활용하면서 뉴스기사의 수를 적게 게재하고 있었다. 또 다른 특정 신문의 경우 1차 자료수집 시기에는 지면의 모든 뉴스기사가 사진기사로 구성되었으나 2차 시기에는 소수의 제목기사와 함께 구성되고 있었다. 결론적으로 온라인신문은 종이신문이 오랜 기간에 걸쳐 시각화를 통해 '읽는 신문'에서 '보는 신문'으로 전환된 것처럼 시각화 수준이 더욱 향상될 것이다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권3호
• /
• pp.188-193
• /
• 2017

영상 장비가 발전하고 고화질 이미지의 사용량이 많아짐에 따라 이를 병렬화하여 빠르게 처리하는 방법이 많이 연구되고 있다. 본 논문은 OpenCL을 사용한 이미지 처리 프로그램이 하드웨어에 관계없이 최적의 성능을 내도록 하는 방법을 제시한다. OpenCL은 계산 디바이스의 아키텍처에 따라 적절한 병렬화 방법과 워크그룹 크기를 개발자가 실험을 통해 찾아야 한다. 하지만 이는 시간적, 자원적 한계가 있다. 본 논문에서는 대상 하드웨어에 최적화된 병렬화 방법과 워크그룹 크기를 프로파일링을 통해 자동으로 선택하는 방법을 제안한다. 또한 OpenCL을 사용한 이미지 처리는 입력 이미지의 크기에 따라 순차코드 보다 성능이 좋을 수도 있고 안좋을 수도 있다. 본 논문에서는 OpenCL코드의 성능이 순차코드 성능보다 좋아지는 시점의 이미지 크기를 자동으로 검색하여 OpenCL을 사용할지 기존의 순차코드를 사용할지 결정하는 이미지 크기 threshold를 설정하는 방법을 제시한다. 이를 통해 이미지 처리 프로그램이 임의의 하드웨어에서 이미지 크기에 상관없이 항상 최적의 성능을 보이는 것을 확인했다.

• 한국전자통신학회논문지
• /
• 제5권2호
• /
• pp.152-157
• /
• 2010

컴퓨터와 인터넷의 발달로 정보의 형태가 다양화 되어 문서 위주의 자료들로부터 이미지, 오디오, 비디오, 음성 등의 모습으로 혼합되어 가고 있다. 하지만 대부분의 검색은 문서 위주로 하기 때문에 이미지, 오디오, 비디오 등은 파일의 이름이 명확하게 설정되어 있지 않을 경우에는 검색을 할 수 없다. 이러한 문제점을 해결하기 위해 문서가 아닌 내용을 기반으로 검색하는 방법을 내용 기반 검색이라고 한다. 그리고 이미지의 내용을 기반으로 검색하는 방법을 내용 기반 이미지 검색이라고 한다. 본 논문에서는 HSI 컬러 공간, ART2 알고리즘, SOM 알고리즘을 이용한 내용 기반 이미지 검색 방법을 제안한다. 제안하는 방법은 학습 대상을 선정하기 위해 원 영상의 특징을 분할한다. 그리고 사용자가 학습 대상을 선정하도록 하기 위해 분할된 특징을 SOM 알고리즘에 적용하여 비슷한 특징을 가지는 영상들로 군집화 한다. 군집화된 영상들에 대해 사용자가 학습 대상을 선정하여 ART2 알고리즘에 적용하여 학습한다. 제안한 방법을 적용하여 이미지 검색을 실험한 결과 제안된 방법은 하나의 이미지가 여러 개의 키워드를 가질 수 있기 때문에 이미지에 포함된 정보를 효과적으로 검색하는 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.454-456
• /
• 2002

압축 방법에는 크게 손실(lossy)압축과 무손실(lossless)압축으로 나눌 수 있다. 그 중 프랙탈 이미지 압축은 lossy 압축의 한가지 방법으로서 개별적인 화소들에 대한 자료를 저장하기보다는, 영상 생성을 위한 명령이나 방식을 저장하는 방법이다. 특히 이미지의 내에 자기유사성(self-similarity)과 중복성(Redundancy)을 이용하여 관련성을 발견하고 수학적인 공식으로 표현하려는 방식이다. 그러나 이미지를 Domain과 Range로 블록화 한 후 유사한 이미지를 찾아내는 데 걸리는 시간이 상당히 길다. 여기에서는 Domain과 Range의 외곽선의 기울기의 부호를 이용하여 블록을 16가지로 클래스화 하여서, 전체의 Domain 블록을 탐색하는 데 걸리는 시간을 줄이고자 하였다. 전체 탐색을 하는 경우보다 10배 이상의 속도향상을 보였고, 이미지에 따라서는 PSNR 값의 손실도 없음을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (B)
• /
• pp.274-279
• /
• 2007

본 논문은 MPEG2 다중화 방식을 이용한 고화질 이미지를 실시간으로 송수신하는 시스템을 제안한다. 송신 시스템은 카메라로부터 획득한 고화질 이미지와 GPS 장비로부터 획득한 위치정보를 MPEG2 TS 방식으로 변환하여 전송한다. 수신 시스템은 송신되는 MPEG2 TS data를 실시간으로 고화질 이미지와 위치정보로 추출한 후에 화면에 display한다. 본 논문에서는 오류 발생에 대한 회피 방법으로 고화질 이미지를 포함한 패킷을 단순히 중복적으로 전송하는 방법을 사용하였다. 이러한 방법은 신호의 왜곡 혹은 패킷 손실에 의해 발생되었던 오류들을 현저하게 줄여주었으나 한 장의 고화질 이미지에 대한 평균 처리시간을 증가하였다. 평균 처리 시간을 줄이기 위해 송신 시스템은 스레드를 이용한 전송 방법을 사용하였으며 이러한 방법의 사용은 스레드 기법을 사용하지 않았을 때보다 빠른 평균 처리시간을 측정할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.480-484
• /
• 2006

본 논문에서는 코드 영역을 분리하기 위한 전처리 과정 중 코드 추출에 적합한 자동 이진화 알고리즘을 제안하여, 반복과정을 제거하고 정확한 코드영역 추출로 인식률 및 속도를 향상 시켰다. 배경이 복잡한 이미지가 들어 올 경우 기존의 전역 평균 임계값이나 클래스간의 분산을 이용한 방법으로는 이미지 코드 영역을 찾아 낼 수 없었던 문제를 해결하기 위하여 이미지 코드 주변에 배경과 구분을 두기 위한 흰색 영역이 있다는 점을 착안, 상하좌우 방향 바깥쪽에서 안쪽으로 탐색하여 가장 밝은 값을 갖는 값을 찾아내고 찾아낸 그룹 중 가장 낮은 값을 임계값으로 선택하여 최적의 임계값을 찾아 내었고 이를 통해 복잡한 영상 내에서도 이미지 코드 영역을 찾아낼 수 있다. 제안된 이진화 알고리즘의 성능을 평가하기 위하여 2000장의 테스트 이미지에 적용한 결과, 기존의 이진화 알고리즘들 보다 정확성뿐만 아니라 속도 면에서도 우수한 것을 확인하였다.

• 한국철도학회논문집
• /
• 제12권3호
• /
• pp.412-419
• /
• 2009

구조물 건전성 모니터 링에서 구조물에 발생한 손상을 어떠한 방법으로 가장 효율적이고 정확하게 탐지하느냐는 매우 중요한 연구과제이다. 기존의 대부분 SHM기술에서는 구조물에 손상이 발생하기 이전에 측정해 놓은 탄성파신호를 손상 검출을 위한 기준 데이터로서 활용하고 있다. 본 연구에서는 Lamb파를 이용하는 pitch-catch (PC)-기법을 기반으로 기준 데이터를 필요로 하지 않는 새로운 SHM기술을 제안하였다. 또한 손상 신호에 이미지화 기법을 적용하여 손상의 위치를 이미지화 함으로써 손쉽게 파악할 수 있도록 하였다. 제안된 SHM기술은 알루미늄 평판 시편에 대한 실험을 통해 응용 가능성을 고찰하였다.

• 융합정보논문지
• /
• 제11권11호
• /
• pp.137-142
• /
• 2021

인터넷의 발달로 많은 편리와 이익을 얻었지만 반대로 지능화되는 악성코드로 인하여 사용자의 경제적, 사회적 피해를 주고 있다. 이를 탐지하고 방어하기 위해 대부분 시그니처 기반의 탐지나 방어 프로그램을 사용하지만 지능화된 악성코드의 변종을 막기에는 매우 어렵다. 따라서 본 논문에서는 쏟아져 나오는 지능화된 악성코드를 탐지하고 방어할 수 있는 모델을 제안한다. 제안 모델은 악성코드의 특성을 이미지화하여 딥러닝을 이용한 학습을 통해 만들어지며 새롭게 탐지된 악성코드와 악성코드 변종들은 이미지화를 수행한 다음 만들어진 모델에 적용하여 탐지한다. 제안된 모델을 사용하면 기존에 탐지되었던 악성코드와 더불어 유사한 변종도 대부분 탐지됨을 알 수 있다.