• The Journal of the Korea Contents Association
• /
• v.6 no.2
• /
• pp.44-50
• /
• 2006

This study has proposed a method of content-based image retrieval using object region in order to overcome disadvantages of existing color histogram methods. The existing color histogram methods have a weak point of reducing accuracy, because these have both a quantization error and an absence of spatial information. In order to overcome this problem, we convert a color information to a HSV space, quantize hue factor being pure color information, and calculate histogram. And then we use hue for retrieval feature that is robust in brightness, movement, and rotation. To solve the problem of the absence of spatial information, we select object region in terms of color feature and region correlation. And we use both the edge and the DC in the selected region for retrieving. As a result of experiment with 1,000 natural color images, the proposed method shows better precision and recall than the existing methods.

• Journal of Korea Multimedia Society
• /
• v.15 no.9
• /
• pp.1149-1155
• /
• 2012

In this paper, we propose cause diagnosis method of semiconductor defects from semiconductor industrial images. Our method constructs feature database (DB) of defect images. Then, defect and input images are subdivided by uniform block. And the block similarity is measured using histogram kai-square distance after color histogram calculation. Then, searched blocks in each image are merged into connected objects using clustering. Finally, the most similar defect image from feature DB is searched with the defect cause by measuring cluster similarity based on features of each cluster. Our method was validated by calculating the search accuracy of n output images having high similarity. With n = 1, 2, 3, the search accuracy was measured to be 100% regardless of defect categories. Our method could be used for the industrial applications.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.11
• /
• pp.179-186
• /
• 2009

In this paper, we propose a head detection method based on vertical and horizontal pixel histogram analysis in order to overcome drawbacks of the previous head detection approach using Haar-like feature-based face detection. In the proposed method, we create the vertical and horizontal foreground pixel histogram images from the background subtraction image, which represent the number of foreground pixels in the same vertical or horizontal position. Then we extract feature points of a head region by applying Harris corner detection method to the foreground pixel histogram images and by analyzing corner points. The proposal method shows robust head detection results even in the face image covering forelock by hairs or the back view image in which the previous approaches cannot detect the head regions.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.367-370
• /
• 2000

본 논문에서는 영상에서의 칼라 정보를 위한 히스토그램과 단순 히스토그램만을 이용하는 데서 오는 공간정보 부족을 각 칼라 빈 (bin) 의 분포특성을 대표할 수 있는 공간분포좌표를 이용하여 표현하고 또한 이러한 빈 들의 상대적인 위치 정보를 색인 함으로써 영상의 회전이나 이동에 대해서도 강건한 영상색인 및 검색 알고리즘에 대해 기술한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1912-1913
• /
• 2011

본 논문은 공간적분을 이용한 인간 가축 분류를 위한 실시간 영상처리 방법을 제안한다. 입력 영상에 장면 차분 방법을 이용해 차분 영상을 구하고 잡음 제거를 위해 EM 알고리즘을 이용한다. 잡음 제거된 템플릿 영상에 대해 KLT 알고리즘을 이용하여 특징 벡터를 구한다. 추출된 이동 객체의 움직임 벡터 기반으로 히스토그램을 생성한다. SA 알고리즘을 이용하여 히스토그램을 분석 하여, 최종적으로 인간과 가축을 분류한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.286-289
• /
• 2001

뉴스 비디오에서 앵커가 등장하는 첫 번째 프레임은 하나의 뉴스를 샷으로 설정하는데 기준이 되는 키 프레임이라고 볼 수 있다. 본 논문에서는 뉴스 비디오의 장면 전환을 검출을 위하여 컬러 히스토그램과 $\chi$$^2$ 히스토그램을 합성한 방법을 이용하여 키 프레임을 추출하며, 추출된 키 프레임을 대상으로 앵커 프레임의 공간적 구성과 얼굴의 특징 정보에 대한 사전 지식을 바탕으로 한 유사성 측정을 통하여 앵커를 인식하도록 한다. 앵커로 인식된 프레임은 하나의 뉴스 신에 대한 키 프레임이 되며 뉴스 비디오를 색인화 하는데 중요한 역할을 수행한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.370-373
• /
• 2003

획득한 영상의 강조는 강조된 그 자체를 이용한다는 것보다 이를 통하여 보다 낳은 결과를 얻기 위한 전처리의 한 부분이라고도 할 수 있다. 영상의 강조는 단지 화질을 보기 좋게 한다는 점이 아니라 주어진 영상으로부터 더 뚜렷한 화질을 얻는다는 것을 포함하기도 한다. 현재 영상의 개선 또는 강조 알고리즘들은 모든 영상에서 원하는 만큼의 뚜렷한 영상을 얻지 못하거나, 화질의 크기에 비례하여 많은 처리 시간을 필요로 하는 단점이 있다. 본 연구는 다양한 방법으로 촬영되는 영상에 있어서 차후 사용될 영상의 본래 활용 목적에 부합하도록 강조하는 방법이다. 이에 대한 새로운 알고리즘으로 히스토그램의 분포도를 조절하여 영상의 특징들을 강조하는 방법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.311-313
• /
• 2011

대부문의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimadal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있다. 하지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성이 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 있을 때 스케치 특징점의 유무를 판별하는 임계치의 결정에는 애매모호함이 존재한다. 따라서, 본 논문에서는 영상에 대한 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 알고리즘을 제안한다. 제안된 퍼지 이진화 알고리즘은 원 영상을 특정 크기의 윈도우로 나누어서 윈도우의 소속 함수에 대한 소속도를 구하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 기법보다 제안된 퍼지 이진화 알고리즘이 효율적인 것을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.229-232
• /
• 2005

본 논문에서는 새로운 HAC(Histogram Area Calculation)방법과 영상의 객체분할 방법을 소개한다. 히스토그램을 이용한 영상은 색상 공간의 특징 때문에 조명에 매우 민감하여 빛의 강도에 따라 유사성이 저하되는 경우가 있다. 또한 공간적 정보를 가지고 있지 않아, 전혀 다른 모양의 영상일지라도 칼라 분포가 같은 영상으로 볼 수 있다. 이 논문에서 제안한 방법은 히스토그램 영역을 임의의 영역으로 나눠, 영역들의 유사성을 매칭(matching) 시킨다. 2차 검색방법으로 원 영상에서의 색상 질감 정보가 동일한 영역을 군집화 하여, 영상 분할된 객체들을 이용하여 검색하는 방법이다. 실험 결과, 제안한 방법이 전통적인 히스토그램 방법보다 검색 성능이 효율적인 결과를 얻었다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.8 no.4
• /
• pp.46-54
• /
• 2003

In this paper, we propose segmentation algorithm for MR brain images using the histogram of T1-weighted, T2-weighted and PD images. Segmentation algorithm is composed of 3 steps. The first step involves the extraction of cerebrum images by ram a cerebrum mask over three input images. In the second step, peak ranges are determined from the histogram of the cerebrum image. In the final step, cerebrum images are segmented using coarse to fine clustering technique. We compare the segmentation result and processing time according to peak ranges. Also compare with the other segmentation methods. The proposed algorithm achieved better segmentation results than the other methods.