• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.363-366
• /
• 2000

이미지의 한가지 특징(feature)만을 고려한 내용 기반 이미지 검색(content-based image retrieval)은 두가지 이상의 특징 정보를 사용했을 경우와 비교하여 정확도(precision)가 떨어져 성능을 저하시킬 수 있다 따라서 대부분의 검색 시스템에서는 색상(color)이나 형태(shape), 질감(texture) 등과 같은 이미지의 다양한 특징들을 결합하여 검색에 이용하고 있다. 본 논문에서는 이미지의 색상 및 형태 정보를 이용하여 사용자의 질의와 유사한 이미지를 제공하고, 고 차원화된 이미지의 특징들을 클러스터링(clustering) 방법을 이용하여 빠르게 검색할 수 있도록 하였으며, 또한 검색시 그룹 경계 보정 방법을 이용하여 전체 검색을 하지 않고도 전체검색 결과와 동일한 결과를 얻을 수 있는 시스템을 설계 및 구현하였다. 실험에 사용된 데이터는 2022개의 자연 영상이였으며, HSI 색상 정보와 이미지의 에지(edge) 정보를 특징 벡터로 삼았다. 실험 결과, 색상 정보 하나만을 사용한 경우보다 정확도와 재현율면에서 사용자가 원하는 이미지와 보다 유사한 결과를 검출할 수 있었을 뿐만 아니라 클러스터링을 사용함으로써 보다 빠르고, 전체검색 결과와 동일한 검색이 가능하다는 것을 입증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.225-229
• /
• 2020

이미지 인식 및 영상처리, 컴퓨터 비전 등의 분야에서 합성곱 인공신경망 (Convolutional Neural Network, CNN)은 다양하게 응용되고 탁월한 성능을 내고 있다. 본 논문에서는 CNN을 활용한 이미지 인식 시스템에서 인식률을 저하시키는 요인 중 하나인 이미지의 회전에 대한 해결책으로써 CNN 기반 이미지 회전 보정 알고리즘을 제안한다. 본 논문에서는 Leeds Sports Pose 데이터셋을 활용하여 이미지를 임의의 각도만큼 회전시킨 학습데이터로 인공지능 모델을 학습시켜 출력으로 회전된 각도를 추정하도록 실험을 진행하였다. 학습된 인공지능 모델을 100장의 테스트 데이터 이미지로 실험하여 mean absolute error (MAE) 성능지표를 기준으로 4.5951의 값을 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.37-38
• /
• 2011

본 논문은 상대적으로 대비도 차이가 크게 나타나는 역광 이미지에 대해서 Retinex 알고리즘을 적용하여 보정 했을 경우 발생하는 밝은 영역에서의 컬러 성분의 손실을 개선하기 위한 새로운 기법을 제안한다. 역광 이미지의 경우 밝은 영역과 어두운 영역에 대한 밝기 차이가 매우 크게 발생하기 때문에 Retinex 알고리즘을 이용하여 영상의 대비도를 향상시킬 경우 밝은 영역에서의 컬러 성분이 손실되는 현상이 발생한다. 이러한 손실을 보완하기 위해서 원본 영상의 밝은 영역에 해당하는 컬러 성분을 Retinex 알고리즘으로 보정된 영상에 추가해준다. Fuzzy c-means 군집화 알고리즘을 이용하여 원본 영상에서의 밝은 영역과 어두운 영역에 대하여 모든 화소의 소속 정도를 나타내는 퍼지 소속 함수를 구한다. 밝은 영역에 대해서의 컬러 성분은 원본 영상 값에 밝은 영역 퍼지 소속 함수를 적용하고, 어두운 영역에 대해서의 컬러 성분은 Retinex 복원 영상 값에 어두운 영역 퍼지 소속 함수를 이용한다. 제안하는 알고리즘의 성능 평가를 위해 역광 현상이 강하게 나타나는 자연영상들을 대상으로 적용하여 기존의 Retinex 알고리즘(MSRCR) 보다 우수한 성능을 가지고 있음을 보였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.305-307
• /
• 2007

KOMPSAT-2(K-2) 의 MSC 는 CCD pixel 별 band 별 특성, 감도 및 시간에 따른 변화, CCD Geometry 등에 의해 왜곡 현상이 일어나며 위성 발사 전에 실험실에서의 충분한 실험과 Calibration 작업 을 통해 얻어진 값들을 사용하여 Image Restoration, 상대 복사 보정, 절대 복사 보정 등의 작업들을 거쳐서 왜곡 현상을 보정하게 된다. 그 중 복사 보정에 해당하는 NUC(NonUniformity Correction)은 MSC 각각의 픽셀들이 상이한 특성을 나타내는 것을 균일한 이미지로 보정하는 작업으로 무엇보다 우선시 되는 검보정 작업이다. K-2 NUC table 생성에는 시스템 특성상 몇 가지 사항을 고려 하여 위성에 upload 하는 high frequency NUC(HF NUC)과 지상국에서 처리할 수 있는 low frequency NUC(LF NUC)으로 구분하여 알고리즘을 생성하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.308-310
• /
• 2007

복사 보정에 해당하는 NUC(Non-Uniformity Correction)은 MSC 각각의 픽셀들이 가지는 상이한 특성을 균일한 이미지를 얻기 위해 보정하는 작업으로서 KOMPSAT-2 검보정 작업 중 Video Processor 의 Electrical Gain/Offset 의 보정 과 더 불어 매 우 중요한 비중을 차지하는 과정이다. 본 논문에서는 KOMPSAT-2 의 Panchromatic 밴드의 raw image 를 이 용한 NUC 보정 작업 의 과정과 그 결과에 대해서 소개하고자 한다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.289-298
• /
• 2009

능동 윤곽선 모델, 즉 스네이크 알고리즘은 물체 탐지 및 추적에 사용되는 유용한 알고리즘이다. 그러나 이 알고리즘은 요소별 가중치 부여 및 반복단계 시 많은 변수가 필요하고, 초기화 애로 및 계산상 불안정성 등의 단점이 있다. 따라서 본 논문에서는 이러한 단점을 개선하여 보다 효과적인 이동물체 탐지 및 추적을 위해 기존 스네이크 알고리즘의 외부 에너지를 개선한 새로운 에너지 보정 스네이크(ECS) 알고리즘을 제안한다. 이를 위해 이동물체 이동 시 획득한 차영상 이미지를 4개의 방향성 이미지로 복사하고 각 이미지 픽셀에 대해 누적 연산 후 에너지 강화배열 내 저장 및 노이즈 제거를 통해 안정적인 이미지, 즉 외부 에너지를 획득한다. 또한 별도로 계산된 내부 에너지를 통해 얻어진 윤곽선(contour)을 외부 에너지에 병합함으로써 빠르고 쉬운 이동물체 탐지 및 추적이 가능하다. 제안한 알고리즘의 효용성을 확인하기 위해 3가지 상황을 대상으로 실험하였다. 실험 결과, 제안한 알고리즘이 기존 스네이크 알고리즘에 비해 탐지율은 평균 6$\sim$9%, 추적율은 6$\sim$11% 정도의 향상을 보였다.

• 한국광학회:학술대회논문집
• /
• 한국광학회 2002년도 하계학술발표회
• /
• pp.84-85
• /
• 2002

웹을 통해 보여지는 대부분의 이미지는 스캐너와 같은 입력 장치에 의해 이뤄진다. 그러나 모니터로 보여지는 이미지의 색과 실제 색의 차이로 인한 문제가 나타나면서 색보정에 대한 관심이 증대되고 있다. 디지털 환경에서의 색상 차이는 같은 이미지라도 디지털 장치에서 입력되고 출력되는 값이 비 선형적이기 때문에 나타난다. 이에 본 연구는 스캐너에서 출력되는 디지털 값으로부터 실제색의 삼자극치를 예측하여 이를sRGB 규격으로 캘리브레이션 된 모니터로 정확하게 재현시키는 기술을 연구하였다. (중략)

• 한국인터넷방송통신학회논문지
• /
• 제14권3호
• /
• pp.155-162
• /
• 2014

본 논문에서는 이동차량 양상 안정화를 위한 효율적인 흔들림 보정 기법을 제안한다. 제안된 흔들림 보정 기법은 입력으로 받은 영상 이미지 프레임의 색상 분리를 통한 변환 및 분리정보에 대한 누적 히스토그램을 계산하였고, 흔들리는 차량용 영상 이미지를 보정한 결과에서 색상 정보를 맞추기 위해 히스토그램 매칭을 하였다. 본 논문에서 제안된 흔들림 보정 기법은 기존 차량 영상 안정화 기술과 비교하였을 때, 휘도 및 컬러 레벨의 비교를 통해 노이즈가 가장 적고 영상의 자연스러움이 더 뛰어난 복원 결과를 얻을 수 있었다. 또한, 흔들림 보정 기법은 메모리를 사용하지 않고 실시간으로 처리를 통해 다른 방법과 비교하여 효율성을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.555-563
• /
• 2011

영상의 왜곡보정은 영상 좌표계(이미지)와 전역 좌표계(대상체)의 상관관계를 규정하는 것이다. 기존의 왜곡영상에 대한 보정은 카메라의 광학적 특성을 모델링하여 영상 좌표계와 전역 좌표계의 물리적 관계를 찾는 방식이 주를 이루고 있다. 본 논문에서는 성능 지수기반 다항식 모델을 이용하여 왜곡영상의 보정을 시도하였다. 성능지수기반 다항식 모델은 영상 좌표계와 전역 좌표계 사이의 상관관계를 다항식으로 가정한 후, 이미지와 대상체의 좌표 데이터와 성능지수를 이용하여 다항식 모델의 계수와 차수를 결정하는 방식이다. 제안한 성능지수기반 다항식 모델을 이용하여 기존의 왜곡영상을 보정방식이 가진 과대적합 문제와 같은 한계를 극복하고자 한다. 제안한 방법을 레이저 스캔 카메라로 획득한 2차원 영상에 적용하여 모델의 유효성을 검증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.457-464
• /
• 2021

빅데이터 시대의 도래는 데이터에서 스스로 규칙을 배우는 딥러닝의 비약적인 발전을 가능하게 하였으며, 특히 CNN 알고리즘이 거둔 성과는 모델의 구조를 넘어 소스 데이터 자체를 조정하는 수준에 이르렀다. 하지만 기존의 이미지 처리 방법은 이미지 데이터 자체를 다룰 뿐, 해당 이미지가 생성된 이질적 환경을 충분히 고려하지 않았다. 이질적 환경에서 촬영된 이미지는 동일한 정보임에도 촬영 환경에 따라 각 이미지의 특징(Feature)이 상이하게 표현될 수 있다. 이는 각 이미지가 갖는 상이한 환경 정보뿐 아니라 이미지 고유의 정보조차 서로 상이한 특징으로 표현되며, 이로 인해 이들 이미지 정보는 서로 잡음(Noise)으로 작용해 모델의 분석 성능을 저해할 수 있음을 의미한다. 따라서 본 논문은 이질적 환경에서 생성된 이미지 데이터들을 동시에 사용하는 앤드-투-앤드(End-To-End) 구조의 적대적 학습(Adversarial Learning) 기반의 이미지 색 항상성 모델 성능 향상 방안을 제안한다. 구체적으로 제안 방법론은 이미지가 촬영된 환경인 도메인을 예측하는 '도메인 분류기'와 조명 값을 예측하는 '조명 예측기'의 상호 작용으로 동작하며, 도메인 분류의 성능을 떨어뜨리는 방향의 학습을 통해 도메인 특성을 제거한다. 제안 방법론의 성능을 평가하기 위해 이질적 환경에서 촬영된 이미지 데이터 셋 7,022장에 대한 색 항상성 실험을 수행한 결과, 제안 방법론이 기존 방법론에 비해 Angular Error 측면에서 우수한 성능을 나타냄을 확인하였다.