• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.707-709
• /
• 2003

본 논문에서는 유사도(similarity) 기반 이미지 클러스터링 기법에 대하여 논하고자 한다. 비트맵 이미지의 특징을 추출하고 이러한 특징에 기반한 유사도 측정 함수들을 소개하고 이미지 클러스터링 알고리즘과 구현을 통한 실험 예제들에 대해서 설명한다. 이 실험에서 우리는 유사도에 따라 이미지들이 계층적(Hierarchical)으로 집단화 되는 계층적 클러스터링 알고리즘을 사용하였다. 이미지의 특징 표현을 위해서는 HSV 기반의 히스토그램을 이용하였다. 본 논문에서 제안한 기법의 실험 결과는 이미지 데이터베이스에서 유사한 이미지를 검색하는데 높은 효율성이 있는 것을 보여준다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.1
• /
• pp.1-7
• /
• 2002

In this paper, when users choose a query image, we implemented a content-based image retrieval system that users can simply choose and extract a object region of query wanted with not only a whole image but various objects in it. Histogram is obtained by improved HSV transformations from query image and then candidate images are retrieved rapidly by a 1st similarity measure with histogram intersection using representative colors of query image. And finally retrieved images are extracted since 2nd similarity measure with banded autocorrelogram is performed so that recall and precision are improved by combining two retrieval methods that can make up for respective weak points. Moreover images in the database are indexed automatically within feature library that makes possible to retrieve images rapidly.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.11 no.6
• /
• pp.751-756
• /
• 2018

This research extracted traffic light from input video, recognized colors of traffic light, and suggested traffic light color recognizing algorithm applicable to manless autonomous vehicle or ITS by distinguishing signs. To extract traffic light, suggested algorithm extracted the outline with CEA(Canny Edge Algorithm), and applied HCT(Hough Circle Transform) to recognize colors of traffic light and improve the accuracy. The suggested method was applied to the video of stream acquired on the road. As a result, excellent rate of traffic light recognition was confirmed. Especially, ROI including traffic light in input video was distinguished and computing time could be reduced. In even area similar to traffic light, circle was not extracted or V value is low in HSV space, so it's failed in candidate area. So, accuracy of recognition rate could be improved.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.4
• /
• pp.45-55
• /
• 2013

In this study, we propose a tongue diagnosis system which detects the tongue from face image and divides the tongue area into six areas, and finally generates tongue fur ratio of each area. To detect the tongue area from face image, we use ASM as one of the active shape models. Detected tongue area is divided into six areas and the distribution of tongue coating of six areas is examined by SVM. For SVM, we use a 3-dimensional vector calculated by PCA from a 12-dimensional vector consisting of RGB, HSV, Lab, and Luv. As a result, we stably detected the tongue area using ASM. Furthermore, we recognized that PCA and SVM helped to raise the ratio of tongue coating detection.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.530-533
• /
• 2009

This paper proposes a method of recognizing that a person doesn't put on a safety cap using image processing method in DSP(Digital Signal Processor). It processes inputted images by image input devices that equipped in a industrial settings. If the method recognizes a person that doesn't put on a safety cap, a system transfers relevant recognition result to a supervisor and takes proper measures. If an accident happens and someone doesn't put on a safety cap, additional casualities could be. Proposed method can nip additional casualties in the bud. To recognize that a person don't put on a safety cap, images are processed by object abstraction, removal of noise, decision of a thing or a person, abstraction of a head part in a image, recognizing whether a man puts on a safety cap using HSV color space or not, and so on. Image input and image process are processed by DSP. And C language-based codes are optimized by an eignefunction(Intrinsics) for speed improvement of algorithms.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.2
• /
• pp.85-90
• /
• 2021

A ADAS(Advanced Driver Assistance System) for the safe driving is an important area in autonumous car. Specially, a ADAS software using an image sensors attached in previous car is low in building cost, and utilizes for various purpose. A algorithm for detecting the break-lamp from the tail-lamp of preceding vehicle is proposed in this paper. This method can perceive the driving condition of preceding vehicle. Proposed method uses the YOLO techinicque that has a excellent performance in object tracing from real scene, and extracts the intensity variable region of break-lamp from HSV image of detected vehicle ROI(Region Of Interest). After detecting the candidate region of break-lamp, each isolated region is labeled. The break-lamp region is detected finally by using the proposed selective-attention model that percieves the shape-similarity of labeled candidate region. In order to evaluate the performance of the preceding vehicle break-lamp detection system implemented in this paper, we applied our system to the various driving images. As a results, implemented system showed successful results.

• Broadcasting and Media Magazine
• /
• v.8 no.2
• /
• pp.149-159
• /
• 2003

현재 사회 전반에 걸쳐 급격히 증가하고 있는 멀티미디어 정보를 효율적으로 관리, 활용할 수 있는 방법이 다양하게 연구되고 있다. 본 연구에서는 내용기반 영상검색을 위한 다중 영상특징 추출방법과 특징결합 방법을 제시한다. 우선 전처리 및 캐니 에지 검출법으로 질의영상내 물체영역의 에지를 검출한다. 그 다음에 제안한 볼록 다각형 알고리즘을 통해 분할된 물체영상을 획득한다. 분할된 물체영상은 HSV 공간으로 변환되고 히스토그램 인터섹션 방법으로 유사도가 측정된다. 또한 분할된 물체영상은 웨블릿 변환 영상으로도 변환된다. 이러한 변환후 웨블릿 부밴드의 LL 영역에 제안하는 거리 밴드 평균 오토코릴로그램 알고리즘을 적용하여 오토코릴로그램 유사도를 측정한다. 그리고 GLCM을 이용한 엔트로피와 콘트라스트 유사도는 LH, HL 영역에서 측정된다. 전 과정을 통해 얻은 4개의 다중 영상특징은 수정된 보다 카운트 방법으로 결합되고 최종 유사도가 결정된다. 실험결과 제안한 다중 영상특징을 사용한 검색 방법이 단일 영상특징을 사용하는 검색 방법보다 소환성과 정확성의 성능에 있어 우수함을 보였다. 그리고 NMRR 측정에서도 개선된 성능을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.509-510
• /
• 2010

본 논문에서는 마우스 제어를 위한 불변 모멘트 기반의 손 인식 알고리즘을 제안한다. 이를 위하여 배경영상과 입력영상의 차이를 구하고, RGB 컬러모델을 HSV 컬러모델로 변환하여 피부색상과 유사한 영역을 얻었다. 이 둘 사이의 교집합을 통하여 손 영역을 추출하고 모폴로지 연산을 통해 잡음을 제거한 다음 불변 모멘트를 이용하여 손 영역을 인식하였다. 제안된 방법은 손의 이동, 크기 변화, 회전에 무관하게 손을 인식할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.173-174
• /
• 2011

본 논문에서는 마우스 제어를 위한 손 인식 시스템을 제안한다. 이를 위하여 배경영상과 입력영상의 차영상을 이용하여 움직임 영역을 구하고, RGB 컬러모델을 HSV 컬러모델로 변환하여 피부색상과 유사한 영역을 얻는다. 이 둘 사이의 교집합을 통하여 손 후보 영역을 추출하고 모폴로지 연산을 통해 잡음을 제거한 후 손 영상을 추출한다. 추출한 손 영상을 모폴로지 연산을 이용하여 손바닥 영역과 손가락 영역으로 분리한 다음 손바닥 영역의 위치정보를 마우스의 좌표로, 손가락의 개수를 마우스 이벤트로 정의하여 마우스를 제어한다. 실험 결과는 제안된 시스템이 마우스 제어에 효과적으로 사용될 수 있음을 보이고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.370-372
• /
• 2006

본 논문에서 제안하는 방법은 영상에서 중심 객체를 추출하기 위해 에지와 색상 정보에서 추출한 특집 지도와 배경의 영향을 줄이기 위친 창조 지도(reference map)를 제안한 것이 특징이다. 특징 지도는 다른 영역과 현저하게 구분되는 영역을 검출하기 위해서 영상의 특징 값(feature)들을 이용해서 구성한 영상이라고 할 수 있다. 그리고 창조 지도는 배경의 영향을 최소화하면서, 객체가 존재할 확률이 높은 부분을 나타내는 지도이다. 제안하는 방법은 밝기 차 정보를 가지고 있는 에지와 YCbCr 컬러모델과 HSV 컬러모델의 색상 성분을 특징 값으로 사용한다. 이들 특징 값을 이용해서 특징 지도를 구성하는 방법으로 영상 내 색상 차에 의해서 나타나는 경계부분을 구하는 방법을 사용한다. 이 방법을 사용하여 에지 지도와 두 개의 색상 지도의 3가지 특징 지도를 생성한다. 다음으로, 영상 배경의 영향을 줄이기 위해 참조 지도를 구한다. 구해진 참조 지도와 특징 지도들을 이용해서 결합 지도(combination map)를 생성한다. 결함 지도로부터 다각형의 객체 후보 영역을 구하고, 객체 후보 영역에 영상분할을 적용하여 중심 객체를 추출한다. 실험에 사용된 영상들은 Corel DB를 사용하였으며, 실험결과로써 precision은 84.3%, recall은 81.3%의 성능을 보인다.