• 한국컴퓨터산업학회논문지
• /
• 제6권2호
• /
• pp.265-270
• /
• 2005

히스토그램은 컬러공간의 특징 때문에 조명에 매우 민감하며, 이동된 빛의 강도를 가지고 있을때 유사성을 떨어뜨릴 가능성이 커지기 때문에, 본 논문에서는 히스토그램의 영역을 몇 개의 영역으로, 나눠, 그 영역들을 계산하는 HAC(Histogram Area Calculation)라 불리는 새로운 검색 방법을 소개한다. 제안한 방식은 현재 히스토그램이 가지고 있는 특성에 기반하여 히스토그램의 영역을 계산하고, 유사성을 매칭시킴으로써 명암도 변화에 대해서, 기존의 다른 전통적인 히스토그램 방법이나, 병합된 히스토그램 방법보다 제안한 방식의 성능이 훨씬 뛰어나다는 것을 보여준다.

• 한국산학기술학회논문지
• /
• 제12권6호
• /
• pp.2807-2814
• /
• 2011

본 논문은 컬러공간 특성을 이용하여 유해동영상을 식별하는 알고리즘을 개발하고, 실험을 통하여 알고리즘의 효율성을 검증한다. 유해동영상 식별 알고리즘은 2차원 투영맵에 기초하고 있다. 비디오 이미지의 컬러특성을 추출하는데 있어 2차원 투영맵은 후보 프레임을 효과적으로 추출하는데 적용되어진다. 본 연구에서는 제시된 유사도 계산 알고리즘을 이용하여 추출된 프레임과 기준 이미지 간의 유사도를 먼저 계산하고, 유사도 평가를 통하여 유해동영상 후보프레임을 식별해 내고 임계치를 적용하여 최종 판단을 내린다. 제시된 알고리즘을 적용한 실험결과, 유해동영상을 찾는데 있어 컬러히스토그램보다 본 연구에서 제안한 2차원 투영맵을 이용한 기법이 계산속도와 식별능력 면에서 더 우수함을 입증하였다.

• Journal of information and communication convergence engineering
• /
• 제11권1호
• /
• pp.62-68
• /
• 2013

This paper proposes a method for identification of harmful video images based on the degree of harmfulness in the video content. To extract harmful candidate frames from the video effectively, we used a video color extraction method applying a projection map. The procedure for identifying the harmful video has five steps, first, extract the I-frames from the video and map them onto projection map. Next, calculate the similarity and select the potentially harmful, then identify the harmful images by comparing the similarity measurement value. The method estimates similarity between the extracted frames and normative images using the critical value of the projection map. Based on our experimental test, we propose how the harmful candidate frames are extracted and compared with normative images. The various experimental data proved that the image identification method based on the 2-dimensional projection map is superior to using the color histogram technique in harmful image detection performance.

• 한국멀티미디어학회논문지
• /
• 제15권9호
• /
• pp.1149-1155
• /
• 2012

본 논문에서는 반도체 산업 영상에서 반도체의 결함 원인 진단 기법을 제안한다. 제안 기법은 먼저 결함 영상에 대한 특징 데이터베이스를 구축한다. 다음으로 결함 영상과 입력 영상을 블록 단위로 영역 분할을 수행한 후 컬러 히스토그램을 계산하여 블록들 사이의 히스토그램 카이 제곱 거리를 이용한 블록 유사성을 측정한다. 다음으로 각 영상에서 탐색된 블록들에 대하여 클러스터링을 수행하여 영역을 연결된 객체 단위로 군집한다. 마지막으로 각 클러스터들의 특징을 추출하여 클러스터 간 유사성 측정으로 가장 유사성이 높은 결함 영상을 특징 DB에서 탐색하여 결함 원인 정보와 함께 제시한다. 검색 결과 유사도 상위 n개의 영상 중에서 입력 영상과 동일한 범주의 결함을 갖는 영상이 검색되는 비율을 구하여 제안 기법의 정확성을 검증하였다. n = 1, 2, 3에 대해서 결함 범주에 상관없이 검색 정확도는 모두 100%로 제안 기법은 실제 산업 응용이 가능한 정확한 검색 결과를 보여주었다.

• 대한산업공학회지
• /
• 제26권4호
• /
• pp.363-375
• /
• 2000

In this paper we propose a content-based image retrieval method that can search large image databases efficiently by color, texture, and shape content. Quantized RGB histograms and the dominant triple (hue, saturation, and value), which are extracted from quantized HSV joint histogram in the local image region, are used for representing global/local color information in the image. Entropy and maximum entry from co-occurrence matrices are used for texture information and edge angle histogram is used for representing shape information. Relevance feedback approach, which has coupled proposed features, is used for obtaining better retrieval accuracy. Simulation results illustrate the above method provides 77.5 percent precision rate without relevance feedback and increased precision rate using relevance feedback for overall queries. We also present a new indexing method that supports fast retrieval in large image databases. Tree structures constructed by k-means algorithm, along with the idea of triangle inequality, eliminate candidate images for similarity calculation between query image and each database image. We find that the proposed method reduces calculation up to average 92.9 percent of the images from direct comparison.

• 한국콘텐츠학회논문지
• /
• 제8권3호
• /
• pp.8-17
• /
• 2008

본 논문에서는 새로운 주요객체 자동추출 알고리즘을 제안한다. 제안된 알고리즘은 크게 2단계 과정으로 요약될 수 있다. 1단계로 객체와 배경을 분리하는 영상분할 작업을 수행한다. 우선적으로 '인간은 3또는 4개의 주요 색상으로 축약하여 사물을 인식한다'는 연구 결과에 따라 K-means 알고리즘을 이용하여 3구역으로 분할하고, 분할된 영상 간 히스토그램 유사도를 계산하여 임계값 이상으로 유사하면 병합하는 과정을 수행한다. 2단계로 영상구도에 근거해 분할된 영상 중에 객체라고 지정하는 작업을 수행한다. 사람이 사진을 잘 찍기 위해서는 '주요객체의 위치를 영상구도에 맞추어 촬영하는 것이 바람직하다는 사실'에 근거하여 삼각구도를 바탕으로 가중치 마스크를 설계하여 객체위치를 역 추정하였다. 제안된 방법의 우수성을 보이기 위해 약 400개의 영상에 대해 실험하였으며, 최근에 발표된 KMCC, GBIS방법과도 비교하였다.

• 한국산업정보학회논문지
• /
• 제17권6호
• /
• pp.51-58
• /
• 2012

볼록총채벌레는 최근 감귤원 해충 피해의 주요 해충으로 인식되어 주기적인 예찰이 이루어지고 있으나 성충의 크기가 0.8mm 정도로 작아 육안 식별에 어려움이 있다. 본 논문에서는 예찰 트랩에 포집된 볼록총채벌레를 자동으로 판별하기 위한 후보 영역 검출 방법을 제안하였다. 본 논문에서 사용한 방법은 히스토그램 기반의 템플릿 매칭으로 그레이 이미지와 그레디언트 이미지를 합성한 이미지를 사용하였다. 50 배율의 광학 현미경으로 영상을 획득 하였고, 제안한 방법의 객관적인 성능 판별을 위해 기존 방법[8]과 노이즈 제거 이미지를 이용한 히스토그램 기반 템플릿 매칭방법 그리고 그레디언트 이미지를 이용한 히스토그램 기반 템플릿 매칭 방법들과 비교 실험을 하였다. 실험결과 본 논문에서 제안한 방법이 기존 전처리[8] 방법 보다 약 14.42% 향상된 성능을 보였고, 노이즈 제거 이미지를 이용한 방법보다 41.63%, 그레디언트 이미지를 이용한 방법보다 21.17% 높은 성능을 보였다.

• 제어로봇시스템학회논문지
• /
• 제16권3호
• /
• pp.269-276
• /
• 2010

In this paper, we present the detection method of moving objects based on two background models. These background models support to understand multi layered environment belonged in images taken by shaking camera and each model is MBM(Multiple Background Model) and TMBM (Temporal Median Background Model). Because two background models are Pixel-based model, it must have noise by camera movement. Therefore correlation coefficient calculates the similarity between consecutive images and measures camera motion vector which indicates camera movement. For the calculation of correlation coefficient, we choose the selected region and searching area in the current and previous image respectively then we have a displacement vector by the correlation process. Every selected region must have its own displacement vector therefore the global maximum of a histogram of displacement vectors is the camera motion vector between consecutive images. The MBM classifies the intensity distribution of each pixel continuously related by camera motion vector to the multi clusters. However, MBM has weak sensitivity for temporal intensity variation thus we use TMBM to support the weakness of system. In the video-based experiment, we verify the presented algorithm needs around 49(ms) to generate two background models and detect moving objects.

• 한국위성정보통신학회논문지
• /
• 제9권4호
• /
• pp.32-37
• /
• 2014

파노라마 영상은 카메라 시야각의 제한을 극복할 수 있으므로 로봇 비전, 스테레오 카메라, 보안 감시 등의 분야에서 효율적으로 연구되고 있다. 파노라마 영상은 사람의 시야각 이상의 넓은 화각을 가진 영상을 구현할 수 있으며 시야각의 현장감을 중심으로 실제로 현장에 있는 듯한 실감 공간을 제공하는 기술이다. 영상에서 기하학적 변화에 강인한 특징점 및 대응점을 검출하고 호모그래피 행렬을 추정하는데 있어서 모든 대응점을 사용하면 연산량이 많아지고 정확한 호모그래피 행렬을 추정하기 어렵다. 따라서 본 논문에서는 전처리 과정에서 입력 영상들의 히스토그램을 비교 분석하여 유사도가 높은 중첩되는 영역을 추정하며 특징점을 검출하기 위해 SURF 알고리즘을 사용하였다. 또한 영상을 입력하는 순서를 해결하여 순서에 제약 없이 영상을 입력하여 파노라마를 생성할 수 있도록 하였다.

• 한국의학물리학회지:의학물리
• /
• 제25권1호
• /
• pp.37-45
• /
• 2014

ConeBeam Computed Tomography (CBCT) 영상을 기반으로 한 선량계산에서는 Fanbeam Computed Tomography (FBCT)와 비교하여 산란에 의한 영향이 크고 그 양상이 다양하게 나타나 오차의 주요한 요인으로 작용하는 것으로 알려져 있다. 본 논문에서는 골반 방사선 치료에서 산란이 CBCT 기반으로 한 선량계산에 미치는 영향을 평가하여 오차를 최소화 할 수 있는 조건에 대하여 연구하였다. 다양한 산란조건에서의 CBCT 영상 취득을 위하여 전자밀도 교정용 팬텀에 크기가 각기 다른 산란물질을 추가하여 "산란부족", "산란과다", 그리고 "산란충분"의 3가지 조건을 정하였다. 산란조건에서 취득된 CBCT 영상에서 팬텀 중심부와 주변부의 위치에 따른 CT number값의 차이와 분포를 분석하여 균질도를 평가하였으며 FBCT 영상 기반의 선량 분포를 기준으로 하여 다양한 산란조건에서의 전자밀도 교정관계를 적용하였을 때 팬텀 및 전립선암 환자 5명의 CBCT 영상에서 계산된 선량분포의 감마합격률 및 상대적 오차를 구하였다. 팬텀 CBCT 영상에 대한 CT number들의 히스토그램에서의 분포에서 물 등가 물질에 해당하는 피크의 폭(FWHM)은 산란부족(685 HU)이나 산란과다(264 HU)보다 산란충분(146 HU)의 조건에서 가장 작게 나타나 균질도가 제일 좋은 것으로 평가되었고 팬텀의 중심부와 주변부에서 동일 성분에 대한 CT number의 차이 역시 같은 결과를 나타내었다. 또한 팬텀의 CBCT 영상을 취득할 때와 동일한 산란조건에서의 교정조건을 적용한 경우 선량계산이 가장 정확하였으며 산란충분의 교정곡선 조건을 적용하였을 때 5명의 전립선암환자(평균 등가지름 27.2 cm)의 CBCT 영상 기반의 선량분포는 FBCT의 경우와 대비하여 1%/3 mm의 감마지표에서 감마합격률 98% 이상을 나타내었다. 이때 FBCT 선량에 대한 CBCT 선량오차는 처방선량 대비 2% 이하(평균 0.2%, -1.3%~1.6%)로 평가되었다. CBCT 골반 촬영을 할 때 일반적인 성인 골반의 원통 등가지름(ECD, Equivalent Cylindrical Diameter)의 산란조건에서 동일 성분에 대한 HU 값이 가장 균질하게 나타나 골반 촬영모드가 최적화되었음을 확인하였으며 일반적인 골반부위와 ECD가 유사한 산란조건, 즉 산란충분조건에서 취득된 전자밀도 교정관계를 적용하여 골반 CBCT 기반에서 선량을 계산하였을 때 최적의 선량 정확성을 확보할 수 있었다.