• International Journal of Contents
• /
• 제4권1호
• /
• pp.12-15
• /
• 2008

In this paper, we propose a new method of background removing for digital self-adaptive acquisition in medical X-ray imaging. We analysis the construction of video digital acquisition system and main factors of acquired image quality, propose a more efficiency method to against background non-uniformly. With proposed method, non-uniform illumination back ground was well removed without image quality degradation.

• 한국멀티미디어학회논문지
• /
• 제10권10호
• /
• pp.1271-1283
• /
• 2007

평판 디스플레이(FPD)의 결함 검출은 패널 영상의 불균일한 휘도 변화로 인해 정확한 결함 검출이 어렵다. 본 논문은 FPD 패널 영상의 휘도변화를 B-스플라인 표면으로 근사화하고, 이로부터 다양한 결함을 검출하는 방법을 제안한다. B-스플라인 표면 근사화시 잡음 및 결함에 해당하는 고주파 부분을 제외하고, 불균일 휘도 변화에 해당하는 배경부분만으로 구성하기 위해, 웨이브릿 변환 후 저주파대역만을 이용한다. 이는 B-스프라인 표면 근사화의 단점인 시간 소모를 획기적으로 줄일 뿐 아니라, 정확성을 향상시키는 결과를 가져온다. 최소의 부대역에서 근사화된 영상은 웨이브릿 합성 과정을 거쳐 원영상의 크기로 재구성되고, 원 영상에서 이를 뺀 차영상이 바로 불균일 휘도의 배경을 보상한 평평한 영상이 된다. 따라서 결과 영상에 단순 문턱치를 이용하여 결함 영역을 쉽게 검출할 수 있으며, 거짓 결함을 제거하기 위해 블랍 해석이 후처리로서 수행된다 또한 인라인 시스템에 적용하기 위해 웨이브릿 변환을 리프팅 기반의 알고리즘으로 구현하여 필름 같은 대용량의 데이터를 고속으로 처리할 수 있게 함으로써, 처리 시간을 크게 감소 시켰다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.25-36
• /
• 2008

본 논문은 조명의 변화가 심한 영상에서 손 형태를 안정적으로 인지하는 기법에 관한 것이다. 제안한 방법은 HSI 색상공간에서 색상(Hue) 및 색상 기울기(Hue-Gradient)를 기반으로 정의된 배경모델을 구축하고, 실시간으로 입력되는 영상과의 배경차분(background subtraction)기법을 이용하여 배경과 손을 구분한다. 추출된 손의 영역으로부터 18가지의 특징요소를 추출하고 이를 기반으로 다중클래스 SVM(Support Vector Machine) 학습 기법을 사용하여 손의 형태를 인지한다. 제안 기법은 색상 기울기를 배경 차분에 적용함으로써, 조명 환경이 배경 모델의 조명과 다르게 급격한 변화가 이루어졌을 때도 안정적으로 손의 윤곽정보를 추출할 수 있도록 하였다. 또한, 실시간 처리를 저해하는 복잡한 손의 특성정보 대신, OBB의 크기에 대하여 정규화된 두 개의 고유값과 객체 기반 바운딩 박스(OBB)를 구성하는 16개 세부 영역에서의 손 윤곽픽셀의 개수를 손의 특성정보로 사용하였다. 본 논문에서는 급격한 조명 변화 상황에서 기존 RGB 색상요소를 기반으로 하는 배경차분법과 색상을 기반으로 하는 배경차분법, 본 논문에서 제안하는 색상 기울기 기반 배경 차분법의 결과를 비교함으로써 제안 기법의 안정성을 입증하였다. 6명의 실험대상자의 1부터 9까지의 수지화 2700개의 영상으로부터 손 특성 정보를 추출하고 이에 대하여 훈련을 통한 학습 모델을 생성하였다. 학습모델을 기반으로 실험자 6인의 손 형태 1620개의 데이터에 대하여 인지 실험을 실시하여 92.6%에 이르는 손 형태 인식 성공률을 얻었다.

• 디지털콘텐츠학회 논문지
• /
• 제8권3호
• /
• pp.329-339
• /
• 2007

본 논문은 연속적으로 입력되는 동영상에서 시공간 정보를 이용하여 다양한 조명환경에서도 실시간 적용이 가능한 얼굴영역 검출기법을 제안한다. 제안한 알고리즘은 연속된 두개의 연속 영상에서 에지 차영상을 구하고 연속적으로 입력되는 영상과의 차분 누적영상을 통해 초기 얼굴영역을 검출한다. 초기 얼굴영역으로부터 외부 조명의 영향을 없애기 위해, 검출된 초기 얼굴영역의 수평 프로파일을 이용하여 수직 방향으로 객체영역을 이분하며, 각각의 객체영역에 관해 주색상 밝기를 구한다. 배경과 잡음 성분을 제거한 후, 분할된 얼굴영역을 통합한 주색상 밝기 분포를 이용하여 타원으로 근사화 함으로써 정확한 얼굴의 기울기와 영역을 실시간으로 계산한다. 제안된 방법은 다양한 조명조건에서 얻어진 동영상을 이용하여 실험되었으며 얼굴의 좌 우 기울기가 $30^{\circ}$이하에서 우수한 얼굴영역 검출 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권4호
• /
• pp.1824-1845
• /
• 2016

The GMM is a conventional approach which has been recently applied in many face recognition studies. However, the question about how to deal with illumination changes while ensuring high performance is still a challenge, especially with real-world databases. In this paper, we propose a Visual Observation Confidence (VOC) measure for robust face recognition for illumination changes. Our VOC value is a combined confidence value of three measurements: Flatness Measure (FM), Centrality Measure (CM), and Illumination Normality Measure (IM). While FM measures the discrimination ability of one face, IM represents the degree of illumination impact on that face. In addition, we introduce CM as a centrality measure to help FM to reduce some of the errors from unnecessary areas such as the hair, neck or background. The VOC then accompanies the feature vectors in the EM process to estimate the optimal models by modified-GMM training. In the experiments, we introduce a real-world database, called KoFace, besides applying some public databases such as the Yale and the ORL database. The KoFace database is composed of 106 face subjects under diverse illumination effects including shadows and highlights. The results show that our proposed approach gives a higher Face Recognition Rate (FRR) than the GMM baseline for indoor and outdoor datasets in the real-world KoFace database (94% and 85%, respectively) and in ORL, Yale databases (97% and 100% respectively).

• 인간식물환경학회지
• /
• 제24권6호
• /
• pp.639-649
• /
• 2021

Background and objective: Various images from visual display terminals (VDTs) as well as living lighting are important parts of our daily life; thus, properly controlling the lighting environment - that is, illuminance, color temperature and good images from VDTs - can have a substantial effect on improving the mental health and work efficiency in everyday life. We examined electroencephalography (EEG) and heart rate variability (HRV) responses to various lighting conditions in 25 university students as they viewed images of a green landscape or traffic congestion. Methods: EEG was performed in darkness and when the room was illuminated with 10 different light-emitting diode (LED) color temperatures, while the EEG and HRV responses to green landscape or traffic congestion image stimuli were measured in darkness and during room illumination with three different LED color temperatures. Results: We found a significant difference between darkness and high LED illumination (400 lx) at 7 (CZ, F4, FZ, O1, O2, OZ, and T6) of 30 channels, while the alpha wave activity increased during darkness. In the second experiment, the green landscape image stimuli in the 30 lx-2600 K lighting condition elicited theta wave activity on the EEG, whereas the traffic congestion image stimuli under high LED illumination elicited high beta and gamma wave activities. Moreover, the subjects exhibited better stress coping ability and heart rate stability in response to green landscape image stimuli under illuminated conditions, according to their HRV. Conclusion: These results suggest that lower color temperatures and illumination levels alleviate tension, and that viewing green landscape image stimuli at low illumination, or in darkness, is effective for reducing stress. Conversely, high illumination levels and color temperatures are likely to increase tension and stress in response to traffic congestion image stimuli.

• 제어로봇시스템학회논문지
• /
• 제17권5호
• /
• pp.479-483
• /
• 2011

The automation of production process is actively expanding for the purpose of the cost reduction and quality assurance. Among these, automatic tracking of the product along the whole process of the production is also important topic. Typically this is done by adopting OCR technology. Conventional OCR technology operates well on the rather good quality of the image like as printed characters on the paper. In industrial application, IDs are marked on the metal surface, and this cause the height difference between background material and character. Illumination systems that guarantee an image with good quality may be a solution, but it is rather difficult to design such an illumination system. This paper proposes an algorithm for the recognition of vehicle's ID characters using edge projection and PCA (Principal Component Analysis). Proposed algorithm robustly operates under illumination change using the same parameters. Experimental results show the feasibility of the proposed algorithm.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.73-81
• /
• 2011

본 논문에서는 모델 히스토그램 개수를 적응적으로 조절하는 블록기반의 배경 모델링 방법을 제안한다. 기존의 블록 기반의 배경 모델링 방법은 각 블록에 대한 모델 히스토그램의 개수를 고정한다. 따라서 조명변화와 움직이는 객체에 대해 오검출이 발생하는 문제가 있고 움직임이 없는 객체에 대해서는 검출이 되지 않는 문제가 있다. 또한 입력영상의 종류마다 달라질 수 있는 최적의 모델 히스토그램의 개수를 수동적으로 찾아야 하는 문제가 있다. 본 논문에서는 실험을 통해 엘리베이터 내에서 조명변화가 있고 객체가 움직이는 상황과 조명변화가 없고 객체가 정지해 있는 상황에 대해 기존의 방법과 성능을 비교하여 제안한 알고리즘의 효용성을 입증한다.

• Journal of information and communication convergence engineering
• /
• 제12권3호
• /
• pp.193-197
• /
• 2014

Edges are a robust feature for object detection. In this paper, we present an edge-based background modeling method for the detection of moving objects. The edges in the image frames were mapped using robust Canny edge detector. Two edge maps were created and combined to calculate the ultimate moving-edge map. By selecting all the edge pixels of the current frame above the defined threshold of the ultimate moving edges, a temporary background-edge map was created. If the frequencies of the temporary background edge pixels for several frames were above the threshold, then those edge pixels were treated as background edge pixels. We conducted a performance comparison with previous works. The existing edge-based moving-object detection algorithms pose some difficulty due to the changes in background motion, object shape, illumination variation, and noises. The result of the performance evaluation shows that the proposed algorithm can detect moving objects efficiently in real-world scenarios.

• 한국컴퓨터정보학회논문지
• /
• 제12권3호
• /
• pp.131-136
• /
• 2007

본 논문에서는 컬러영상에 존재하는 문자들을 효율적으로 추출하기 위한 새로운 접근 방법을 제안한다. 빛 또는 조명성분의 영향에 의해 획득된 영상 내에 존재하는 반사성분은 문자 또는 관심객체들의 경계가 모호해 지거나 관심객체와 배경이 서로 혼합 되었을 경우, 문자추출 및 인식을 함에 있어서 오류를 포함시킬 수 있다. 따라서 영상 내에 존재하는 반사성분을 제거하기 위해 먼저. 컬러영상으로부터 Red컬러 성분에 해당하는 히스토그램에서 두개의 pick점을 검출한다. 이후 검출된 두 개의 pick점들 간의 분포를 사용하여 노말 또는 편광 영상에 해당하는지를 판별한다. 노말 영상의 경우 부가적인 처리를 거치지 않고 문자에 해당하는 영역을 검출하며, 편광 영상에 해당하는 경우 반사성분을 제거하기 위해 호모모픽필터링 방법을 적용하여 반사성분에 해당하는 영역을 제거한다. 이후 문자영역을 검출하기 위해 최적전역임계화방식을 적용하여 전경과 배경을 분리하였으며 문자영역 추출 및 인식의 성능을 향상시켰다. 널리 사용되고 있는 문자 인식기를 사용하여 제안한 방식 적용 전과 후의 인식결과를 비교하였다. 편광영상에서 제안된 방법 적용 후, 문자인식을 한 경우 인식률이 향상되었다.