• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권6호
• /
• pp.523-531
• /
• 2005

확산(Diffusion)을 이용한 기존의 칼라영상 분할은 확산의 횟수가 반복될수록 경계선 정보가 적절히 유지되지 못하거나 잡음을 제거하지 못함으로써 워터쉐드(Watershed) 알고리즘을 적용하는 경우, 과분할을 피할 수 없다는 단점을 갖고 있다. 본 논문에서는 수리 형태학(Mathematical Morphology)과 비선형 확산(Non-Linear Diffusion)을 함께 적용하여 과분할의 문제점을 제거한 워터쉐드 결과를 얻을 수 있는 칼라영상 분할방법을 제안한다. 임의의 칼라 영상을 LUV 색상공간으로 변환하여, 그 각각의 색상공간에 수리 형태학을 응용한 재구성에 의한 닫힘(Reconstruction) 연산과 비선형 확산을 함께 적용하여 경계선을 적절히 유지하면서 잡음을 제거한 단순 영상을 획득할 수 있다. 이 영상에서 칼라 영상의 기울기(Gradient) 정보를 획득하고, 워터쉐드 알고리즘을 적용하여 영상을 분할한다. 실험 결과, 기존의 방법보다 과분할이 현저히 제거되고, 칼라 영상이 매우 효과적으로 분할됨을 확인하였다

• 한국컴퓨터정보학회논문지
• /
• 제12권3호
• /
• pp.105-113
• /
• 2007

본 논문에서는 경계 중요도 맵과 영역 병합에 의한 영상 분할 방법을 제안한다. 경계 중요도 맵은 텍스쳐 경계 강도와 칼라 경계 강도의 조합에 의해 생성한다. 텍스쳐 경계 강도는 가버 필터 뱅크를 사용하여 다중 스케일과 방향에 따른 필터링 결과를 병합하여 생성하며 칼라 경계 강도는 HSI 칼라 모델의 H 성분에 대해 계산한다. 경계 중요 맵 영상에 대해서는 Watershed 변환을 통해 사전 영상 분할을 수행한다. Watershed 변환에 의한 영상 분할은 영역들이 과잉 분할되는 현상이 나타나므로 이를 개선하여 최종 영상 분할 결과를 생성한다. 이를 위해 우선 모폴로지 연산을 사용하여 경계 중요도 맵 영상에 대한 컨트라스트 향상과 마커 영역을 생성한다. 모폴로지 연산으로 과잉 분할 영역은 줄어들지만 여전히 상당수 존재하게 되므로 이를 극복하기 위해 영역 병합 과정을 수행한다. 영역 병합 단계에서는 영역 내부의 평균 칼라 및 가버 텍스쳐 벡터를 함께 사용함으로써 효과적으로 과잉 분할된 영역을 병합할 수 있도록 하였다. 제안한 방법은 다양한 자연 영상에 대해 실험하였으며 기존 방법과 결과를 비교하여 성능의 우수성을 확인하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.235-238
• /
• 2001

최근 효과적인 내용기반 영상검색을 위해 특징 추출 방법이 많이 연구되고 있다. 특히 칼라 정보를 이용하여 특징을 얻는 방법은 여러 가지 장점 때문에 많이 사용되고 있다 본 논문에서는 칼라 코렐로그램(color correlogram) 기반의 새로운 특징 추출 방법을 제안한다. 제안한 방법은 웨이브릿 변환 계수를 사용하여 영상을 복잡한 영역과 그렇지 않은 영역으로 분할하고, 각 영역의 칼라 코렐로그램을 영상의 특징으로 사용해 영상을 검색하는 방법이다. 제안한 방법으로 영상을 검색하는 방법은 기존의 칼라 코렐로그램을 이용한 방법보다 성능이 우수함을 실험에서 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권10호
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.847-850
• /
• 2004

본 논문에서는 모폴로지(Morphology) 재구성(Reconstruction)과 비선형 확산(Non-Linear Diffusion)을 이용하여 칼라 영상을 유사한 영역으로 분할하는 방법을 제안한다. 초기에 RGB 영상을 LUV 색상 공간으로 전환하고, 그 색상공간에 모폴로지를 응용한 재구성(Reconstruction)에 의한 닫힘(Closing) 연산과 비선형 확산(Non-Linear Diffusion)을 적용하여 잡음을 제거한 실험 영상을 획득한다. 이 영상에서 워터쉐드 알고리즘을 위한 칼라 영상의 기울기(Gradient) 정보를 획득하고, 그 영상에 마커(Marker) 정보를 이용한 워터쉐드(Watershed) 알고리즘을 적용하여 영상을 효과적으로 분할한다. 칼라 영상을 대상으로 한 실험에서 제안 방법이 영상을 효과적으로 분할함을 확인 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.769-771
• /
• 2004

영상을 유사한 특성을 갖는 영역 단위로 분할하는 작업은 다양한 영상 처리를 위한 전처리 과정으로 사용되고 있다. 본 논문에서는 모폴로지(Morphology)와 비선형 확산(Non-Linear Diffusion)을 이용한 영상분할 방법을 제안한다. 초기에 LUV 색상공간에 모폴로지를 응용한 재구성(Reconstruction)에 의한 닫힘(Closing) 연산과 비선형 확산(Non-Linear Diffusion)을 통해 실형 영상을 획득한다 이 영상에서 칼라 영상의 기울기(Gradient) 정보를 획득하고, 마커(Marker) 정보를 이용한 워터쉐드(Watershed) 알고리즘을 적용하여 영상을 효과적으로 분할한다. 그레이 영상과 칼라 영상을 대상으로 한 실험에서 제안 방법이 영상을 효과적으로 분할함을 확인하였다.

• 한국정보처리학회논문지
• /
• 제7권9호
• /
• pp.2994-3001
• /
• 2000

본 논문에서는 영역병합 방법을 이용한 칼라 영상 분할 방법을 제안하였다. 영상 분할 전단계에서 비선형 필터링 방법을 이용한 평활화와 채도 강화 및 명도 평균화를 수행하여, 영상 내 존재하는 비균질성을 줄이고, 칼라 히스토그램의 zero-crossing 정보를 이용한 비균일 양자화를 수행하여 유사한 칼라성분을 가지는 영역들을 분할하였다. 웨이브릿 변환의 고주파 대역 에너지를 이용하여 분할된 초기 영역의 윤곽성분 강도를 측정하였고, 이를 통해 병합 후 후보영역을 선정하였다. 영역병합을 위한 영역간 유사도 측정은 R, G, B 칼라성분의 유클리디안 거리를 측정하여 수행하였다. 제안된 방법은 기존의 방법에 비해 불규칙한 광원으로 불필요한 영역이 분할되는 것을 줄일 수 있었고, 이를 실험을 통해 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권10호
• /
• pp.71-78
• /
• 2010

현재까지 다양한 영상 분할 방법들이 계속해서 제안되어 오고 있으나 특정한 제약조건이 설정되지 않은 일반적인 자연 환경의 조건 하에서 촬영된 영상으로부터 조명, 음영, 그리고 하이라이트 등과 같은 주변의 환경 요인에 영향을 받지 않고 강건하게 영상을 분할하는 작업은 여전히 매우 어려운 작업으로 알려져 있다. 본 논문에서는 이런 문제를 일정 부분해결하기 위해서 칼라 불변량을 이용한 환경 적응적인 영상 분할 방법을 제안한다. 제안된 방법에서는 W, C, U, N, H와 같은 여러 가지 칼라 불변량을 소개하고, 조명이나 음영, 그리고 하이라이트와 같은 영상이 촬영되는 주변 환경의 요인들을 자동으로 검출한다. 그리고 검출된 환경 요인에 최적으로 적합한 칼라 불변량을 선택하여 에지를 기반으로 영상을 효과적으로 분할한다. 본 논문의 실험 결과에서는 제안한 방법이 기존의 방법에 비해서 주변의 환경 변화에 강건하게 에지를 기반으로 영상을 분할하는 것을 보여준다. 본 논문에서 제안된 방법은 주위 환경에 상당수 독립적으로 동작하므로 환경에 강건한 에지 기반의 영상 분할이 필요한 여러 응용 시스템에서 유용하게 활용될 수 있을 것으로 기대한다.

• 한국멀티미디어학회논문지
• /
• 제7권5호
• /
• pp.648-657
• /
• 2004

본 논문에서는 특이 칼라 분포에 대한 정보를 활용함으로써 어떠한 사전 지식없이 칼라 영상으로부터 중심 객체를 추출하는 방법에 대해 제안한다. 중심 객체는 영상 중심 부근에 위치하면서 특이 칼라 분포를 갖는 영역들의 집합으로 정의한다. 특이 칼라는 영상 경계 주변에 비해 영상의 중심 위치에서 보다 높은 밀도로 존재하는 칼라로 정의한다. 중심 객체 추출을 위해 우선 특이 칼라 정보를 사용하여 영상 분할된 영역 중에서 객체의 특징을 대표하는 영역들의 집합을 핵심객체영역을 선택한다. 핵심객체영역에 인접하며 이와 높은 칼라 유사도를 갖고 또한 배경이 아닌 영역들을 반복적으로 핵심객체영역에 병합하여 핵심객체영역을 확장함으로써 생성된 최종 병합 결과를 중심 객체로 추출한다. 따라서 중심 객체는 상이한 칼라 특징을 갖는 영역으로 구성될 수 있으며 상호 연결되어 있을 경우에는 두개 이상의 객체가 중심 객체에 포함될 수 있다. 제안된 방법의 타당성 및 중요 칼라의 유용성은 다양한 실험 영상을 통해 확인하였다. 본 논문에서 제안된 방법으로 추출된 중심 객체는 영상 검색 응용 분야에 유용하게 사용될 수 있을 것으로 기대한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.165-169
• /
• 2001

본 논문에서는 텍스쳐가 포함된 칼라 영상으로부터 텍스쳐에 무관하게 영역을 분할할 수 있는 방법을 개발하였다. 빠른 처리를 위해 영상을 블록 단위로 쪼개고 블록의 경계 성분값(H)을 계산하여 영역 분할에 이용할 수 있도록 하였다. M값은 객체의 경계에서는 높은 경계 강도를 갖지만 영역 내부나 텍스쳐 경계에서는 상대적으로 낮은 경계 강도를 갖도록 정의되었다 영상 분할을 위해 M값으로 표현된 M영상으로부터 Watershed를 이용해 경계 위치를 결정하고 닫혀진 형태로 경계가 표현될 수 있도록 하였다. 그런데 Watershed 방법은 과잉 분할 결과를 초래하므로 인접 영역 사이의 공유 경계에 대한 강도와 영역 내부의 칼라 분포 특성을 이용하여 영역을 병합함으로써 객체 경계처럼 중요한 변화가 발생되는 영역 단위의 최종 영상 분할된 결과를 얻을 수 있도록 하였다. 본 논문에서 제안한 방법은 MPEG4나 내용기반검색을 위한 영역분할에 유용하게 적용될 수 있을 것이다.