• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.332-335
• /
• 2013

본 논문에서는 컬러 히스토그램과 MPEG-7의 EHD(Edge Histogram Descriptor)를 이용한 영상 검색 기법을 제안한다. EHD 알고리즘은 에지의 기울기 분포를 수집하여 유사 영상을 검색하는데 사용할 수 있다. 하지만 영상의 색상 정보는 고려하지 않고 에지의 기울기만으로 검색하면 색상 정보에는 취약한 면을 보인다. 이를 보완하기 위해서 컬러 히스토그램을 이용해 특징을 추출하여 유사 영상인지 판단한다. 기존 EHD의 취약점을 보이고 컬러 히스토그램을 이용하여 이를 보완할 수 있는 기법을 제안한다.

• 정보처리학회논문지B
• /
• 제15B권4호
• /
• pp.285-292
• /
• 2008

색상 히스토그램은 영상의 색상 특징을 표현하기 위한 특징 벡터로 빈번히 사용되지만, 고차원의 특징 벡터를 생성하므로 효율성의 면에서 한계점을 갖고 있다. 본 논문에서는 주어진 차량 영상의 색상 히스토그램에 PCA (principal components analysis) 기법을 적용하여 특징 벡터의 차원을 축소시키는 방법을 제안한다. 차원이 축소된 특징 벡터들에 대해서는 SVM (support vector machine) 기법을 적용하여 차량 색상을 인식하기 위해 사용한다. 특징 벡터의 차원을 1/32로 축소한 결과, 차원이 축소되기 이전의 특징 벡터와 비교하여 약 1.42%의 미소한 차이로 색상 인식 성공률이 감소하였다. 또한, 색상 인식의 수행 시간은 1/31로 단축됨으로써 효율적으로 색상 인식을 수행할 수 있었다.

• 재활복지공학회논문지
• /
• 제10권4호
• /
• pp.259-265
• /
• 2016

본 논문에서는 폐질환 조기 검출을 위하여 Broncho vascular, Emphysema, Ground Glass Reticular, Ground Glass, Honeycomb, Normal의 6가지 폐조직에 대한 새로운 분류기법을 제안하였다. 단순 베이즈 분류기와 아다부스트 학습 기법을 도입하여 459개의 결합 히스토그램 특징인자로부터 유효한 특징인자를 선별함으로써 폐조직을 분류하였다. 다중 해상도 해석, 체적 LBP 및 CT 휘도를 기반으로 하는 결합 히스토그램 특징인자는 정확도, 민감도, 특이도 결과에서 기존의 3D AMFM보다 우수한 결과를 보였다. 제안한 특징인자와 3D AMFM 특징인자의 정확도는 각각 90.1%과 85.3%로서 제안한 특징인자의 우수한 분류 성능을 확인하였다.

• 전자공학회논문지S
• /
• 제36S권10호
• /
• pp.113-122
• /
• 1999

하나의 질의 영상에 대하여 영상 데이터 베이스로부터 유사도가 높은 영상을 찾고자 할 때에는 유사도의 척도로 컬러 히스토그램 인터섹션법과 형상 특징의 비교법, 질감 특징의 비교법 등이 사용된다. 그리고 앞의 개별 특징 중 2가지 특징을 조합한 방법은 유사도의 산출 결과의 정확도를 높이기 위하여 사용된다. 본 논문에서는 히스토그램 인터섹션법과 형상 특징을 반영하는 블록화된 영역별 히스토그램 인터섹션 법을 사용하여 유사도 높은 영상을 얻는 방법을 제안한다. 이 방법은 서로 다른 2가지 특징을 조합하여 사용한 방법과 비교할 때 비슷한 정확도와 상대적으로 빠른 처리 속도를 달성하는 고효율의 알고리즘이다. 시뮬레이션을 통하여 제안한 알고리즘은 600개로 구성된 다양한 영상의 데이터 베이스 내에서 영상 검색이 수행되고 기존의 다른 알고리즘에 비하여 상대적으로 빠르고 신뢰도가 높은 유사도 척도임을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.425-428
• /
• 2011

이 논문은 음식인식 자동화를 위해서 음식 이미지를 표현하는 새로운 방법을 제시한다. 먼저, 사람이 음식 속 재료성문을 인식하는 방법을 모방하여, 음식이미지에서 윤곽선을 따라 다각형을 검출한다 그 흐름, 각 다각형의 특징 다각형에 해당하는 음식재료성분의 라벨은 다각형의 사이즈, 다각형의 가로세로 비율 - 이 추출된다. 여기서 음식재료성분의 라벨은 음식재료이미지로 훈련 받은 Semantic Texton Forests (STF)[3]에 의해 구해진다. 구해진 다각형의 특징을 이용해 음식이미지마다 다차원 히스토그램이 형성되는데, 이히스토그램은 컴퓨터가 사람과 유사하게 음식이미지를 이해할 수 있도록 표현된다. 이 히스토그램은 컴퓨터가 음식을 인식할 수 있도록 도와주는 중요한 특징으로 사용될 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.633-636
• /
• 2012

최근 디지털카메라와 스마트 폰 등의 모바일 기기가 급속도로 발전 하면서 언제, 어디서나 손쉽게 사진을 찍을 수 있게 되었다. 이런 환경의 변화는 수없이 많은 사진을 양산하게 되었고, 손쉽게 많이 찍은 사진에 대한 분류에 불필요한 시간을 많이 보내게 되었다. 따라서 보다 편리하게 촬영된 사진들을 분류 관리하기에 적합한 자동화된 프로그램이 필요하게 되었다. 이 논문에서는 GPS나 시간 등의 메타 정보에 의존하지 않고 오직 사진의 주 색상을 이용한 히스토그램 특징과 Mean Shift 분류기를 사용하여 대략적인 분류를 시도하려했다. 실험결과를 토대로 살펴보면, 제안된 방법은 사진의 주 색상이 확실한 경우는 잘 분류할 수 있지만 여러 가지 색상이 복잡하게 혼합된 경우와 주 색상을 찾기 어려운 경우에는 분류에 한계가 있음을 알 수 있었다. 따라서 제안된 알고리즘은 사진과 영상들을 개략적인 분류를 실시할 때 주 색상 히스토그램특징이 의미 있는 전역적 특징(Global Feature)중의 하나로 생각된다.

• 대한공간정보학회지
• /
• 제11권1호
• /
• pp.13-19
• /
• 2003

본 논문에서는 영상의 콘트라스트 향상법 중에서 히스토그램 평활화(HE) 방법과 평균값 보존 히스토그램 평활화(BBHE) 방법에 대한 처리방법과 처리과정에 대해 논하였으며, Landsat 위성의 TM 센서에 의해 획득된 원격감지 영상데이터 6개 대역(band)의 데이터를 이용하여 3가지 콘트라스트 향상법인 Min-Max 방법, HE 방법, BBHE 방법으로 처리한 결과영상과 히스토그램을 비교 분석하였다. 처리 결과영상과 히스토그램을 비교 분석한 결과, HE 방법과 BBHE 방법은 히스토그램을 평탄화시키는 특성으로 인하여 평활화처리 후 영상의 밝기를 과도하게 변화시키는 점이 있으나, 회색준위의 동적범위를 전체 범위로 확장시킨 결과로 콘트라스트 향상 효과가 우수함을 확인할 수 있었다. HE 방법의 특징은 원 영상의 평균값에 무관하게, 처리결과 영상의 평균값이 회색준위의 중간레벨 부근으로 변환시킴을 알 수 있다. BBHE 방법의 특징은 원 영상의 평균값에 제한되어 변환되므로 인해서 원 영상의 분광특성을 잘 보존하면서 우수한 콘트라스트 향상효과를 나타냈다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.28-31
• /
• 2014

본 논문에서는 블랙박스 혹은 운전석에 장착된 카메라로부터 얻어진 차량 영상에 대한 영역별 수직 히스토그램 매칭 및 선형 회귀분석 모델(linear regression model)을 활용한 강건한 차량 운행 동영상의 안정화(video stabilization) 기법을 제안한다. 동영상 안정화 기법은 영상의 흔들림 보정뿐 아니라 동영상 내 강건한 특징점 추적 및 매칭을 위한 이전의 전처리 과정으로 적용된다. 일반적으로 촬영 과정에서 많은 떨림이 포함될 수 있는 야외 CCTV 영상이나 손으로 들고(hand-held) 촬영된 동영상에 대한 흔들림 보정 등에 적용되고 있으나 영상 내 특징점이 지속적으로 변하고 영상의 변화 정도가 매우 심한 차량 운행 동영상에서는 적용된 사례가 드물다. 본 연구에서는 일반적인 비디오 안정화 기술이 적용되기 어려운 차량 운행 동영상에 대하여 수직 투영 히스토그램 매칭 및 선형 회귀분석 모델 기반의 안정화 기법을 제안한다. 제안된 기법은 입력영상에 대한 영역별 수직 투영 히스토그램 매칭을 수행하고 선형 회귀모델을 통해 영상에 나타나는 수직 및 회전이동 변환을 선형 근사하여 시간 영역 상의 입력 영상에 대한 안정화를 달성한다. 제안 방법의 검증을 위해 블랙박스로 촬영된 실제 동영상에 동영상 안정화 기술을 적용하였으며, 운행 중 불규칙한 노면으로 인한 영상의 흔들림이 효과적으로 제거되는 것을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제7권6호
• /
• pp.1167-1174
• /
• 2006

자연이미지로부터 텍스트 영역 추출은 자동차 번호판 인식 등과 같은 많은 응용프로그램에서 유용하다. 따라서 본 논문은 문자-에지 맵의 패턴 히스토그램을 이용한 텍스트 영역을 추출하는 방법을 제안한다. 16종류의 에지맵을 생성하고, 이것을 조합하여 문자 특징을 갖는 8종류 문자-에지 맵 특징을 추출한다. 문자-에지 맵의 특징을 이용하여 텍스트 후보 영역을 추출하고, 텍스트 후보 영역에 대한 검증은 문자-에지 맵의 패턴 히스토그램 및 텍스트 영역의 구조적 특징을 이용하였다. 실험결과 제안한 방법은 복잡한 배경, 다양한 글꼴, 다양한 텍스트 컬러로 구성된 자연이미지로부터 텍스트 영역을 효과적으로 추출하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.380-383
• /
• 2008

본 논문은 단순한 키워드 검색에서 발생하는 오차를 줄이기 위해 이미지의 코너정보와 그레이스케일 히스토그램 정제를 이용한 영상 검색 시스템을 구현하고자 한다. 먼저 원하는 이미지의 특정을 추출하는 단계와 추출된 특징을 분석하는 단계, 확보된 정보를 데이터베이스로부터 검색하는 단계, 그 결과 안에서의 그레이스케일 히스토그램 정제 방법으로 다시 재검색하는 단계, 마지막으로 정확한 정보 추출단계를 거치게 된다. 구현 알고리즘은 검색 단계에 있어서 크게 2단계로 나눠진다. 먼저 이미지를 에지로 변환 코너정보를 추출하는 단계, 코너 점의 픽셀을 3*3으로 나누어 RGB중의 픽셀의 합을 하는 단계, 그 코너 값을 데이터베이스와 비교하는 단계, 최대 500개까지의 추출된 이미지를 데이터베이스에 저장되는 단계로 이루어지며 다음 단계는 원 이미지를 그레이스케일로 변환 등질화하는 단계, 히스토그램 정보 획득하는 단계, 8*8 개의 빈으로 나누어 최대 색상정보 값을 추출하는 단계, 그리고 최대 색상정보 영역을 1단계 결과 값과 비교하여 정확한 검색을 얻는 단계로 구성되며 시뮬레이션 결과는 우수한 정확도를 보여 주고 있다.