• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.121-125
• /
• 2001

본 논문에서는 칼라영상에 포함된 객체를 추출할 수 있는 방법을 제시한다. 객체는 상이한 칼라와 텍스처로 구성되는데 이들을 포괄하여 사람이 인식하는 객체와 유사한 형태로 추출할 수 있도록 하였다. 이를 위해 해상도를 줄여가며 영역 분할한 후 그 결과를 조합함으로써 사소한 변화는 흡수하고 중요한 변화가 발생하는 영역 단위의 분할이 가능하도록 하였다. 분할된 영역들의 공간적 정보와 영역 크기 정보를 이용하여 분할된 영역 중에서 핵심 객체영역과 핵심 배경영역을 선택하고 객체 후보 영역에 대해 이들과 칼라 분포 유사도 조사를 하여 핵심객체영역과 유사한 유사도를 갖는 영역들을 최종 객체 영역으로 추출하였다. 본 논문에서 제안된 방법은 다양한 실험을 통해 단순한 배경을 가진 영상뿐만 아니라 복잡한 배경을 갖는 영상에 대해서도 어느 정도 만족할 만한 결과를 얻을 수 있음을 확인하였다. 본 논문에서 제안된 방법은 내용기반검색, 영상 DB의 인덱싱 등 다양한 분야에 활용될 수 있을 것으로 예상된다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.10
• /
• pp.507-512
• /
• 2001

Recently, there has been studied on feature extraction method for efficient content-based image retrieval. Especially, many researchers have been studying on extracting from color information, because of its advantages. This paper proposes a feature and its extraction method based on color information in an image. The proposed method is computed from the image segmented into two parts: the complex part and the plan part. Our experiments show that the performance of the proposed method is better as compared with the original color correlogram method.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.6
• /
• pp.1100-1105
• /
• 2006

Severe distortions of colors in the obtained images have made it difficult for color codes to expand their applications. To reduce the effect of color distortions on reading colors, it will be more desirable to statistically process as many pixels in the individual color region as possible, than relying on some regularly sampled pixels. This process may require segmentation, which usually requires edge detection. However, edges in color codes can be disconnected due tovarious distortions such as zipper effect and reflection, to name a few, making segmentation incomplete. Edge linking is also a difficult process. In this paper, a more efficient approach to reducing the effect of color distortions on reading colors, one that excludes precise edge detection for segmentation, was obtained by employing the k-means clustering algorithm. And, in detecting color codes, the properties of both six safe colors and grays were utilized. Experiments were conducted on 144, 4M-pixel, outdoor images. The proposed method resulted in a color-code detection rate of 100% fur the test images, and an average color-reading accuracy of over 99% for the detected codes, while the highest accuracy that could be achieved with an approach employing Canny edge detection was 91.28%.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.1
• /
• pp.253-260
• /
• 1999

In this paper, we suggest a new direct method for mage segmentation using texture and color information combined through a multivariate linear discriminant algorithm. The color texture is computed in nin 3${\times}$3 masks obtained from each 3${\times}$3${\times}$3 spatio-spectral neighborhood in the image using the classical haralick and Pressman texture features. Among these 9${\times}$28 texture features the best set was extracted from a training set. The resulting set of 10 features were used to segment an image into four different regions. The resulting segmentation was Compared to classical color and texture segmentation methods using both box classifiers and maximum likelihood classification. It compared favourably on the test image from a Fastred-Lightgreen stained prostatic histological tissue section based on visual inspection. The classification accuracy of 97.5% for the new method obtained on the training data was also among the best of the tested methods. If these results hold for a larger set of images, this method should be a useful tool for segmenting images where both color and texture are relevant for the segmentation process.

• Journal of KIISE:Software and Applications
• /
• v.27 no.10
• /
• pp.1038-1045
• /
• 2000

본 논문에서는 칼라공간상의 거리와 이웃정보를 이용한 클러스터링을 통한 칼라영상 분할 방법을 제안한다. 칼라영상의 한 픽셀은 칼라정보(R.G.B)와 위치정보(x.y)를 가진다. 대개의 칼라공간에서의 클러스터링방법은 픽셀을 (R,G,B)공간으로 변환후 (R,G,B)공간상의 분포만을 이용하지만 여기서는(R,G,B)와 (x.y)모두를 사용하여 클러스터링함으로 영상의 세그먼트들을 찾는다. 클러스터링 방법으로서 인력을 모방하는 중력 클러스터링(gravitational clustering)을 사용하였다. 이 방법은 클러스터의 중심값과 클러스터 수를 미리 정해주지 않아도 자동적으로 결정할 수 있는 장점이 있다. 중력 클러스터링에서 찾은 클러스터 수를 가지고 다른 클러스터링 방법(K-means)에 입력으로 주어 결과를 비교해 본다. 본 논문에서는 이웃관계를 따라 클러스터링하는 것이 정확한 경계선을 찾는데 효과적임을 보여준다.

• Journal of IKEEE
• /
• v.1 no.1 s.1
• /
• pp.93-100
• /
• 1997

In general, fuzzy C-means clustering method was used on the segmentation of true color image. However, this method requires number of clusters as an input. In this study, we suggest new method that uses subtractive and gravity fuzzy C-means clustering. We get number of clusters and initial cluster centers by applying subtractive clustering on color image. After coarse segmentation of the image, we apply gravity fuzzy C-means for optimizing segmentation of the image. We show efficiency of the proposed algorithm by qualitative evaluation.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.154-159
• /
• 2002

영역 분할과 영역 레이블링은 내용에 기반한 영상 검색이나 영상 이해를 위해 선행되어야 하는 중요한 작업중의 하나이다. 본 논문에서는 칼라-공간 히스토그램의 통계정보를 통해 자연 영상내의 영역을 효율적으로 분할하고 또한 이러한 데이터를 생성규칙으로 만들어 레이블링 하는 새로운 방법을 제안한다. 제안하는 방법은 자연영상처럼 많지 않은 영역으로 이루어진 경우 매우 효율적임을 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.15 no.11
• /
• pp.921-936
• /
• 1990

• Journal of Korea Multimedia Society
• /
• v.7 no.5
• /
• pp.648-657
• /
• 2004

A method of extracting central objects in color images without any prior-knowledge is proposed in this paper, which uses basically information of significant color distribution. A central object in an image is defined as a set of regions that lie around center of the image and have significant color distribution against the other surround (or background) regions. Significant colors in an image are first defined as the colors that are distributed more densely around center of the image than near borders. Then core object regions (CORs) are selected as the regions a lot of pixels of which have the significant colors. Finally, the adjacent regions to the CORs are iteratively merged if they are similar to the CORs but not to the background regions in color distribution. The merging result is accepted as the central object that may include differently color-characterized regions and/or two or more objects of interest. Usefulness of the significant colors in extracting the central object was verified through experiments on several kinds of test images. We expect that central objects shall be used usefully in image retrieval applications.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.83-88
• /
• 1998

칼라이미지를 인식 및 분석을 하기 위해서는 이미지에 대한 영역분할이 우선적으로 먼저 이루어져야 되므로, 본 연구에서는 영역분할에 대한 두 개의 알고리즘을 구현하여 비교 분석하였다. 여러 가지 영역분할 방법 중에서 가장 쉽게 적용할 수 있고 또 가장 빠르게 영역을 분할 할 수 있는 Box classification 알고리즘을 이용하여 심근조직 표본의 현미경 영상이미지에 대해서 육안으로 선택한 영역과 histogram을 미분하여 최저 값에 문턱치를 정하여 줌으로써 선택한 영역에 대해 추출하고 이들 각각을 HLS 칼라모델에서 비교 분석하였다.