• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.266-269
• /
• 2001

이미지와 비디오신호 처리는 영상인식에 있어 중요한 요소이다. 셀룰라 신경회로망은 영상과 관련된 분야에서 많이 사용되고 있다. 그 응용분야로서 본 논문에서는 로봇축구에 적용하기 위하여 8색의 컬러구분을 통한 축구로봇의 인식과, 또한 경기장의 격자구조의 분할을 통한 셀간의 이동을 통하여 간단한 경로 이동과 급변하는 환경의 변화에 적응하는 시스템을 구현한다. CNN을 이용한 영상처리에서는 각 셀을 화면상의 각 화소에 대응하고, 셀의 출력의 값을 화소의 값으로 정한다. CNN을 이용한 경로계획에서는 각 셀이 격자구조 경기장의 한 부분이 되고, 정의된 출력의 셀이 로봇이 이동할 목표가 된다.

• 기계저널
• /
• 제55권8호
• /
• pp.45-48
• /
• 2015

이 글에서는 조명 및 디스플레이 산업의 성장으로 인해 종래의 '색채'와 구분되는 '디지털 컬러'라는 새로운 개념이 대두됨에 따라, 빛을 매개로 디스플레이 되는 컬러와 이에 대한 사용자의 감성정보 및 색온도, 휘도, 전력소모량 등 특성적 정보의 정량화, 표준화 기반에 대한 필요성과 방향에 대해 소개하고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.253-255
• /
• 2002

본 논문에서는 한글, 숫자, 영문자, 기호 통이 혼용된 컬러용 품지 또는 A4지 처방전을 자동으로 인식하는 시스템을 설계하는 방법을 제안한다. 이를 구현하기 위해 먼저 처방전을 스캐너를 이용하여 스캔하고 컬러 정보를 이용하여 회전된 처방전을 보정한 다음 처방전의 종류를 결정한다. 그리고, 문자의 형태학적 특징에 따라 한글과 그 외의 문자(비한글)를 구분한다. 그리고, 구분된 비한글의 경우는 다양할 특징 벡터를 이용한 가중 페널티 방법을 이용하여 인식한다

• 전자공학회논문지SC
• /
• 제48권5호
• /
• pp.37-44
• /
• 2011

본 논문은 제 1 색각 이상자 (Protanopia)와 제 2 색각 이상자 (Deuteranopia)들을 대상으로 컬러 영역 분할을 이용한 CIE Lab 컬러 공간 혼동선 분리 기법을 제안한다. 영상의 hue 성분을 이용하여 유사한 컬러 정보를 가지는 인접한 픽셀들로 그룹화 하여 영역을 분할한다. 이를 위하여 Region growing 기법을 사용하는데, 여기에 사용되는 seed point는 low pass filter를 거친 hue히스토그램에서 peak점에 해당하는 픽셀들을 사용한다. 또한 색각 이상자의 혼동선 Map을 구축하기 위하여 RGB 3차원 공간에 512개의 가상의 박스를 구축하여 같은 혼동선에 존재하는 박스를 쉽게 구분할 수 있게 하였다. 이후 분할된 영역들이 같은 혼동선에 존재하는지의 여부를 검사하여 인접하는 모든 영역들이 다른 혼동선에 존재하도록 CIE Lab 색 공간에서 색변환을 수행함으로써 색각 이상자들에게 최상의 컬러 구분효과를 제공할 수 있도록 하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.11-14
• /
• 2001

본 논문은 컬러를 이용한 영상 검색 방법에 관한 것으로 영상 데이터의 효율적인 관리를 위해 먼저 전처리 단계로 웨이블릿 변환을 수행한 후 가장 낮은 저주파 부밴드 영상을 획득한다. 그리고, 변환 후 획득된 영상을 클러스터로 구분한 후, 고유치 및 고유 벡터를 이용하여 특징을 추출하여 색인 정보로 이용하였다. 클러스터링은 영상 화소의 컬러공간 상의 3차원 거리를 클러스터링의 기준으로 삼아 순차 영역 분할(Sequential Clustering) 방법을 적용하였다.

• 한국전자통신학회논문지
• /
• 제8권9호
• /
• pp.1319-1324
• /
• 2013

Mean-Shift 알고리즘은 목표모델과 후보영상 사이의 컬러분포의 유사도를 이용하는 국부적 탐색기법으로서, 그 기법의 단순성 및 안정성 면에서 뛰어나 얼굴추적에 많이 이용되고 있다. 그러나 컬러분포를 이용한 얼굴추적은 목표모델과 유사한 컬러분포를 갖는 객체나 배경의 영향에 취약하다. 또한 얼굴 추적에서 결정되는 얼굴영역은 얼굴인식 혹은 얼굴방향 등을 계산할 때 중요한 단서가 되는데, 완전히 다른 컬러분포를 갖는 객체의 가려짐으로 얼굴영역의 크기나 위치가 변동될 위험이 있다. 대체로 거리정보는 얼굴과 배경의 구분에 효율적이고 컬러정보는 객체 구분에 유리하다는 가정으로부터, 본 논문에서는 이러한 문제를 해결하기 위해 거리 정보와 컬러 정보를 함께 이용하는 양방향 필터를 고안하고, 이것을 Mean-Shift 알고리즘에 활용하였다. 일련의 실험을 통해 성공적인 실험결과를 얻었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.271-274
• /
• 2001

미국의 National Library of Medicine에서 제공하는 Visible human 컬러영상을 이용하여, 신체 장기의 3차원 모델링 및 가시화 하기 위한 영역 분할 방법 연구가 활발히 진행되고 있다. 특히 다른 신체 장기 분할에 비해 뼈분할은 주위의 영역들과 모호한 경계를 지니고 있어 컬러영상만을 가지고 구분해 내기가 쉽지 않다. 이러한 문제점을 해결하기 위해 본 논문에서는 Visible human CT영상을 가지고 뼈 영역을 분할하고 분할 된 뼈 영역의 경계를 추출하여 그 경계를 컬러영상의 최적화된 위치로 변환해 최종적인 뼈 영역 분할을 시도한다. 제안된 방법은 Visible human 단면영상의 머리부분에 적용하여 좋은 결과를 얻음을 실험을 통해 효율성을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.603-606
• /
• 2001

의료영상 이미지에서 이상유무 등 진단능력을 향상시키기 위해 2D 웨이블릿 변환을 이용하여 그레이 이미지를 의사컬러로 향상하기 위한 연구이다. 웨이블릿 필터설계는 변환된 영상데이터의 블록킹을 줄이기 위해 차수가 높은 다우비치 8차 웨이블렛 함수을 사용하여 필터함수를 구성하였고, 저주파 성분과 고주파 성덕, 대역통과 성분으로 각각 분리하여 R, G, B 이미지의 성분으로 매핑하여 의사 컬러 이미지로 향상하였다. 의사컬러로 향상된 이미지는 그레이 이미지에 비해 결함 유무를 빠르게 구분할 수 있어 신속한 진단이 가능하고,. 웨이블릿 변환을 이용함으로서 기존의 주파수변환 기법에 비하여 변환과정을 간소화 할 수 있다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.53-61
• /
• 2010

본 논문은 새로운 에지 방향 추정 방법과 영상의 영역 세분화에 기반을 둔 컬러 보간 알고리즘을 제안한다. 제안하는 에지 방향 추정은 컬러 필터 배열(color filter array: CFA)의 채널 별 분리와 표본 줄임(down-sampling)을 통해 획득한 영상 사이에 존재하는 에지 방향성 상관관계를 바탕으로 이루어진다. 에지 방향성 상관관계는 영상 간의 샘플링 위치와 각 영상의 국부위치에서의 에지 방향성 사이에 존재하는 방향의 유사성을 바탕으로 정의한다. 영상의 영역을 분류함에 있어서 평탄, 에지 영역뿐만 아니라 반복되는 에지가 나타나는 패턴 에지 영역을 구분함으로써 영역을 세분화 한다. 이렇게 구분한 영역 각각에 대해 수직 혹은 수평 방향 에지를 검출하여 에지 방향에 따라 보간함으로써 오류를 최소화 하는 에지 방향성 컬러 보간이 이루어진다. 실험 결과를 통해 제안하는 방법이 기존 방법에 비해 수치적인 면과 시각적인 면에서 뛰어난 결과를 보임을 확인할 수 있으며, 제안하는 영역 세분화와 에지 방향 추정을 통해 영상의 고주파 영역에서 성능이 향상됨을 확인할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.457-461
• /
• 2005

본 논문에서는 RGB 컬러 정보와 오류 역전파 알고리즘을 이용한 신 차량 번호판 인식 방법을 제안한다. 차량 영상에서 평균 Blue값을 이용하여 차량 영상을 보정한다. 보정된 차량 영상에서 순수 Red픽셀과 현재 픽셀의 차이와 순수 Green 픽셀과 현재의 픽셀의 차이를 각각 구하여 Red 후보 영역과 Green 후보 영역으로 구분한다. 구분된 2개의 후보 영역의 픽셀 값을 오류 역전파 알고리즘에 적용하여 최종 Green 영역을 찾는다. 그리고 오류 역전파 알고리즘에 의해서 Green 영역으로 판명된 영역을 제외한 영역들은 잡음으로 처리한다. 잡음이 제거된 영역에 대해 수평 및 수직 히스토그램의 빈도수를 이용하여 번호판 영역을 추출한다. 추출된 번호판 영역에서 윤곽선 추적 알고리즘을 적용하여 개별 코드들을 추출하고, 오류 역전파 알고리즘을 적용하여 개별 코드들을 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위하여 실제 비영업용 신 차량 번호판에 적용한 결과, 제안된 번호판 추출 방법이 기존의 HSI 정보를 이용한 번호판 추출 방법보다 추출률이 개선되었고 제안된 차량 번호판 인식 방법이 효율적인 것을 확인하였다.