• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.553-556
• /
• 2003

In the field of content-based image retrieval, various mathematical low-level features have been proposed to describe the perceptual content of images. Since most of the features are assumed to be independent of each other, one feature is extracted from images without any consideration of the other features. Recently proposed CCE and SCFT taking advantage of the correlation between color and texture have shown relatively good performance. In this paper, the performance of CCE, SCFT, and the traditional regular weighted comparison method are evaluated. Simulation results with natural images have shown that CCE outperforms the other methods.

• 대한원격탐사학회지
• /
• 제15권3호
• /
• pp.183-194
• /
• 1999

위성에서 관측된 다중분광 위성영상 데이터를 이용목적에 따라 분석하고 활용하기 위해서는 영상 자체에 내포된 밝기, 칼라, 질감 등 다양한 특징들이 중요한 정보원으로 이용되고 있다. 특히 질감이나 칼라정보를 이용한 위성영상의 분석과정에서 가장 중요한 문제는 원 영상의 정보를 효율적으로 표현하는 속성을 추출하여 적절히 활용하는 것이다. 따라서 본 논문에서는 위성영상 분석에 유용하게 사용할 수 있는 6개의 속성 벡터들을 선정한 다음 SPOT 위성에서 관측된 영상을 이용하여 각각의 속성들에 대한 분별력을 평가하기 위하여 역전파 신경망(Back-propagation Neural Network)을 이용한 분류 네트워크를 구성하였고, 실험하고자 하는 지역에 대한 훈련집합 선택시 선정된 여섯 개이 속성 벡터들을 분류에 사용될 특징으로 선택하였다. 분류 실험을 수행한 결과 각각의 벡터 속성들은 개개의 특성에 따라 많은 장단을 내포하고 있었으며, 전반적으로는 비교적 정확한 분류결과를 나타내었다. 따라서 칼라 및 질감 속성 벡터들은 위성영상의 분류과정에 효과적으로 사용될 수 있음은 물론 다양한 영상분석 및 응용분야에서도 유용하게 이용될 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.79-82
• /
• 2015

이미지를 분류하고 검색하는 기술(Image retrieval)중 하나인 Bag of visual words(BoVW)는 특징점(feature point)을 이용하는 방법으로 데이터베이스의 이미지 특징벡터들의 분포를 통해 쿼리 이미지를 자동으로 분류하고 검색해주는 시스템이다. Words를 구성하는데 특징벡터만을 이용하는 기존의 방법은 이용자가 원하지 않는 이미지를 검색하거나 분류할 수 있다. 이러한 단점을 해결하기 위해 특징벡터뿐만 아니라 이미지의 전체적인 분위기를 표현할 수 있는 색상정보나 반복되는 패턴 정보를 표현할 수 있는 텍스처 정보를 Words를 구성하는데 포함시킴으로서 다양한 검색을 가능하게 한다. 실험 부분에서는 특징정보만을 가진 words를 이용해 이미지를 분류한 결과와 색상정보와 텍스처 정보가 추가된 words를 가지고 이미지를 분류한 결과를 비교하였고 새로운 방법은 80~90%의 정확도를 나타내었다.

• Journal of Biosystems Engineering
• /
• 제22권1호
• /
• pp.30-40
• /
• 1997

A computer vision system was built to automatically grade the leaf tobacco. A color image processing algorithm was developed to extract shape, color and texture features. An improved back propagation algorithm in an artificial neural network was applied to grade the Burley type dried leaf tobacco. The success rate of grading in three-grade classification(1, 3, 5) was higher than the rate of grading in six-grade classification(1, 2, 3, 4, 5, off), on the average success rate of both the twenty-five local pixel-set and the sixteen local pixel-set. And, the average grading success rate using both shape and color features was higher than the rate using shape, color and texture features. Thus, the texture feature obtained by the spatial gray level dependence method was found not to be important in grading leaf tobacco. Grading according to the shape, color and texture features obtained by machine vision system seemed to be inadequate for replacing manual grading of Burely type dried leaf tobacco.

• 한국통신학회논문지
• /
• 제30권9C호
• /
• pp.930-938
• /
• 2005

본 논문에서는 칼라 특징과 다해상도 질감 특징의 효율적인 결합에 근거한 내용기반 영상검색 기법을 제안한다. 칼라 특징으로는 칼라의 공간적인 상관관계를 잘 나타내는 HSV 칼라 오토코렐로그램(color autocorrelogram)을 선택하였고, 질감 특징으로는 국부 밝기 변화와 국부 질감의 부드러움 정도를 잘 측정하는 BDIP와 BVLC를 선택하였다. 이 질감 특징들은 칼라 영상의 휘도(luminance) 성분에서 웨이브렛(wavelet) 분해되어 다해상도로 추출되었다. 그리고 이들 칼라와 질감 특징들은 효율적인 유사도 측정을 위해 각각 이들의 차원들과 표준편차 벡터들에 의해 정규화된 후 결합되었다. 실험을 위한 영상으로는 Corel DB와 VisTex DB, 그리고 이들로부터 파생되어 다양한 해상도의 영상으로 구성된 Corel_MR DB와 VisTex_MR DB를 사용하였다. 실 험 결과, 제안한 방법은 Precision vs. Recall 평가에서 기존의 BDIPBVLC 방법과 칼라 오토코렐로그램 방법보다 각각 평균 $8\%$와 평균 $11\%$ 향상된 성능을 나타내었으며 웨이브렛. 모멘트, CSD, 히스토그램을 이용한 방법들보다 $10\%$ 이상의 높은 성능을 나타내었다. 특히, 제안한 방법이 다른 방법들 보다 다해상도로 구성된 영상 DB에서 높은 검색 성능 차이를나타내었다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권6호
• /
• pp.724-732
• /
• 2001

내용 기반 영상 검색을 위해 본 연구에서는 VQ(Vector Quantization)을 이용하여 영상을 구성하는 주요 객체들의 특징 추출 방법을 제안한다. 내용 기반 영상 검색 시스템에서 사용되는 영상의 주요특징으로는 색상, 절감, 형태 및 영상을 구성하고 있는 객체들의 공간적 위치 등이 있다. 이 중 본 논문에서는 일반적인 색상 및 질감 특징 추출방법과 더불어 VQ 멕터 클러스터링 알고리즘을 이용하여 정지영상을 구성하고 있는 객체들의 대표 색상과 질감 특징을 빠르게 추출하고 이를 내용 기반 검색에 이용함으로써 정지영상의 내용에 근거한 검색을 하였고 객체 단위 검색을 함으로써 객체의 위치, 회전 및 크기 변화에 무관한 검색을 가능케 했다. 연구의 실험 결과 VQ를 이용함으로써 대표특징치 추출시간을 줄일수 있었고 검색시 색상과 질감 특징의 가중치를 각각 0.5, 0.5로 주는 것이 가장 높은 검출율을 보였으며, ‘사람’영상에 제한한 방법을 적용한 경우 90%의 검출율을 보였다.

• 한국산학기술학회논문지
• /
• 제9권6호
• /
• pp.1889-1893
• /
• 2008

본 논문은 영상 분류 문제를 위한 support vector machines (SVMs)의 적용을 통한 분류의 성능을 다루고 있다. 본 연구에서는 영상 분류 문제에서 자연영상을 대상으로 색상, 질감, 형상 특징벡터를 추출하고, 각각의 특징벡터와 이들을 결합한 특징벡터를 사용하여 역전파 신경망과 SVM 기반의 방법을 적용하여 영상 분류의 정확성을 비교한다. 실험결과는 각각의 특징벡터중에는 색상 특징벡터값을 이용한 영상 분류가 그리고 각각의 특징벡터보다는 이들을 결합한 특징벡터를 이용한 영상 분류가 보다 우수함을 보여준다. 그리고 알고리즘간의 비교에서는 정확성과 일반화성능 측면에서 역전파 신경망보다 SVMs이 우수함을 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권2호
• /
• pp.125-133
• /
• 2003

본 논문에서는 색상과 웨이블렛 기반의 질감 특징들을 사용한 효율적인 내용기반 영상검색 방법을 제안하였다. 색상특징은 전체 영상으로부터 추출된 soft-히스토그램이 사용되며 질감 특징으로는 웨이블렛 변환의 공간 주파수 분석을 통하여 얻어진 고대역 부밴드로부터 추출된 불변 모우멘트가 이용된다. CTBTR이라 불리는 검색시스템은 질의 영상에 대한 효율적인 영상 검색을 위하여 두 단계의 유사성 정합을 수행하는데 첫 번째 정합 단계에서는 간단한 색상 히스토그램을 사용하여 질의 영상과 유사하지 않은 영상을 제거하여서 검색대상의 수를 줄이며, 두 번째 정합 단계에서는 첫 번째 단계에서 선별된 후보영상에 웨이블렛 기반의 질감특징을 적용하여 질의 영상과 유사한 영상을 검색한다. 실험결과 제안된 알고리즘이 기존의 방법보다 검색에 있어서 효율적인 계산처리와 정확한 검색을 수행하여 향상된 결과를 보여 주었다.

• 대한전자공학회논문지SP
• /
• 제44권1호
• /
• pp.10-16
• /
• 2007

본 논문에서는 색상의 공간적인 상관관계와 질감 모멘트를 이용한 내용기반 영상 검색 기법을 제안한다. 이를 위해, 색상의 공간적인 상관관계를 표현하는 새로운 색상 기술자를 제안하고, 또한 제안된 색상 기술자와 국부적인 푸리에 변환에 기반한 질감 특성을 결합한 영상 검색 방법을 제안한다. 일반적으로 색상의 공간적인 상관관계를 표현하기 위해서 컬러 코렐로그램(color correlogram)이 사용되고 있다. 하지만 컬러 코렐로그램은 중심화소에 따른 이웃한 화소들의 색상 분포를 확률적으로 잘 나타내는 장점이 있지만, 색상의 구조적인 정보를 표현하지 못하는 단점이 있다. 그러므로 본 논문에서는 색상의 분포와 구조적인 정보를 표시할 수 있는 새로운 색상 기술자를 제안한다. 제안하는 새로운 색상 기술자는 중심 화소와 이웃 화소들과의 색상 거리를 계산한 후 최소 거리의 색상과 최대 거리의 색상을 추출한 후 최소-최대 색상 쌍이 이루는 각에 대한 각각의 빈도수를 계산한다. 그런 다음, 각각의 이루는 각에 대해서 최소 거리 색상에 대한 최대 거리 색상들의 평균값과 분산값으로 구성된 새로운 기술자(min-max color correlation descriptor, MMCCD)를 생성한다. 제안한 색상 기술자를 이용하여 검색한 결과는 기존 방법들과 비교했을 경우 정확률에서 최소 5.2%에서 최대 13.21% 향상된 검색 결과를 확인할 수 있었다. 또한, 국부적인 푸리에 변환에 기반한 질감 기술자를 새로운 색상 기술자와 결합하여 특징 벡터의 크기를 절반으로 줄이면서도 새로운 색상 기술자만을 사용할 경우와 비교하여 향상된 검색 결과를 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권4호
• /
• pp.763-781
• /
• 2011

We present a texture-based hatching technique for color images and video. Whereas existing approaches produce monochrome hatching effects in considering of triangular mesh models by applying strokes of uniform size, our scheme produces color hatching effects from photographs and video using strokes with a range of sizes. We use a Delaunay triangulation to create a mesh of triangles with sizes that reflect the structure of an input image. At each vertex of this triangulation, the flow of the image is analyzed and a hatching texture is then created with the same alignment, based on real pencil strokes. This texture is given a modified version of a color sampled from the image, and then it is used to fill all the triangles adjoining the vertex. The three hatching textures that accumulate in each triangle are averaged and the result of this process across all the triangles forms the output image. We can also add a paper texture effect and enhance feature lines in the image. Our algorithm can also be applied to video. The results are visually pleasing hatching effects similar to those seen in color pencil drawings and oil paintings.