• 전자공학회논문지
• /
• 제53권2호
• /
• pp.53-61
• /
• 2016

영상으로부터 중요 객체를 구하는 Saliency Map은 현재 영상처리 분야에서 가장 활발한 연구 분야이다. 이와 관련한 여러 연구가 진행되어가고 있으나 Saliency Map의 객체를 추출하는 것이 어려운 상황이다. 본 논문에서는 제안하는 SLIC와 색상차, 영역간 거리, texture 정보를 이용하여 객체 추출하는 방법으로 Saliency Map을 개선하고자 한다. 실험결과는 본 논문에서 제안하는 방법을 통해 영상의 모든 영역이 아닌 중앙에 있는 영역을 중점으로 주요 객체를 추출하는 결과를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권12호
• /
• pp.5073-5086
• /
• 2015

The rock fracture detection by image analysis is significant for fracture measurement and assessment engineering. The paper proposes a novel image segmentation algorithm for the centerline tracing of a rock fracture based on Hessian Matrix at Multi-scales and Steger algorithm. A traditional fracture detection method, which does edge detection first, then makes image binarization, and finally performs noise removal and fracture gap linking, is difficult for images of rough rock surfaces. To overcome the problem, the new algorithm extracts the centerlines directly from a gray level image. It includes three steps: (1) Hessian Matrix and Frangi filter are adopted to enhance the curvilinear structures, then after image binarization, the spurious-fractures and noise are removed by synthesizing the area, circularity and rectangularity; (2) On the binary image, Steger algorithm is used to detect fracture centerline points, then the centerline points or segments are linked according to the gap distance and the angle differences; and (3) Based on the above centerline detection roughly, the centerline points are searched in the original image in a local window along the direction perpendicular to the normal of the centerline, then these points are linked. A number of rock fracture images have been tested, and the testing results show that compared to other traditional algorithms, the proposed algorithm can extract rock fracture centerlines accurately.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.111-113
• /
• 2012

KINECT는 Microsoft사에서 제작된 동작 인식 카메라이다. KINECT SDK가 널리 사용되고 있으며 이를 이용한 응용 제품 개발이 활발히 진행 중에 있다. 특히 KIET(Kinect Image Extraction Technique) 기법은 입력영상에서 움직임 물체를 추출하는데 사용되고 있다. 하지만, KIET는 빛의 흡수로 인해 추출 영상에서 사람 머리가 잘 추출 되지 않는 문제점을 가지고 있다. 본 논문에서는 KINECT에서 입력 된 컬러영상과 깊이영상을 이용하여 KIET의 문제점을 개선하는 방법을 제안한다. 다양한 실험을 통하여, 본 논문에서 제안한 방법은 기존의 KINECT에서 제공된 영상추출 방법보다 뛰어난 추출 결과를 보인다.

• 한국측량학회지
• /
• 제25권6_1호
• /
• pp.517-528
• /
• 2007

Extraction of the coastal boundary is important because the boundary serves as a reference in the demarcation of maritime zones such as territorial sea, contiguous zone, and exclusive economic zone. Accurate nautical charts also depend on well established, accurate, consistent, and current coastline delineation. However, to identify the precise location of the coastal boundary is a difficult task due to tidal and wave motions. This paper presents an efficient way to extract coastlines by applying digital image processing techniques to Synthetic Aperture Radar (SAR) imagery. Over the past few years, satellite-based SAR and high resolution airborne SAR images have become available, and SAR has been evaluated as a new mapping technology. Using remotely sensed data gives benefits in several aspects, especially SAR is largely unaffected by weather constraints, is operational at night time over a large area, and provides high contrast between water and land areas. Various image processing techniques including region growing, texture-based image segmentation, local entropy method, and refinement with image pyramid were implemented to extract the coastline in this study. Finally, the results were compared with existing coastline data derived from aerial photographs.

• ETRI Journal
• /
• 제33권4호
• /
• pp.589-599
• /
• 2011

This paper presents an image description and matching scheme using synthetic features for a recommendation service. The recommendation service is an example of smart search because it offers something before a user's request. In the proposed extraction scheme, an image is described by synthesized spatial and statistical features. The spatial feature is designed to increase the discriminability by reflecting delicate variations. The statistical feature is designed to increase the robustness by absorbing small variations. For extracting spatial features, we partition the image into concentric circles and extract four characteristics using a spatial relation. To extract statistical features, we adapt three transforms into the image and compose a 3D histogram as the final statistical feature. The matching schemes are designed hierarchically using the proposed spatial and statistical features. The result shows that each feature is better than the compared algorithms that use spatial or statistical features. Additionally, if we adapt the proposed whole extraction and matching scheme, the overall performance will become 98.44% in terms of the correct search ratio.

• 한국정보통신학회논문지
• /
• 제17권8호
• /
• pp.1919-1925
• /
• 2013

본 논문은 스쿨존 영역의 교통 환경 분석을 위한 배경영상 추출 알고리즘을 제안하고 있다. 제안된 알고리즘은 교통 환경에서 수시로 발생되는 밝기 변화와 정지 객체에 의한 문제를 해결하고 있다. 전자를 위해 고속 Sigma-Delta 알고리즘을 이용해 배경영상을 현 프레임으로 고속 갱신하고, 후자를 위해 직전 프레임과 오랜 시간의 평균 배경영상을 이용해 동적 영역을 검출하여 정지 객체를 배경영상에서 배제한다. 실험 결과 제안된 알고리즘은 기존 알고리즘들과 비교하여 밝기 변화에 빠르게 잘 적응하고 있고, 배경영역의 SAD (Sum of Absolute Differences)를 약40~80% 정도를 줄여주고 있다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.401-408
• /
• 2006

영상신호의 수직축 및 수평축 화소 성분 분석을 통해서, 영상 내부에 존재하는 각 영역의 군집적 특성을 통계 및 영역적으로 처리 분류함으로써 필요한 특징을 추출할 수 있는 새로운 형태의 영역분할처리 알고리즘을 제시한다. 종래의 점처리나 면처리 방식에 비해 이 방식은 수평축과 수직축 상에서의 연속적인 선처리 방식이라고 할 수 있다. 영상을 구성하는 영역간 경계가 암시적으로 구분되어 있으나, 명시적으로는 불투명하고, 영상 특성의 분기점 또한 불명확하고 중복되어 있음으로 인하여 문턱치처리나 분기점처리로 그 영역간 특정을 분할, 추출하기가 곤란한 경우에 이 방식은 우수한 효과가 있다. 수평축 및 수직축 선처리를 통해 각 영역들의 특성들을 군집으로 처리한 다음 처리한 축과 수직 방향으로 축차적 적응진행처리한다. 그 결과 영상 내 각 영역은 화소값의 중복에도 불구하고 하나의 군집으로 자리매김하면서 군집 고유의 화소 값을 갖는다. 그리고 처리후 영상은 각 군집에 부여한 새로운 화소값으로 변환함으로 필요한 특정이 추출된다. 이 방식은 특히 영역 분할을 통해 시각적 효과를 극대화시킬 필요가 있는 경동맥 초음파 의료영상에서 우수한 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.1-7
• /
• 2004

본 논문은 3차원 얼굴 영상을 이용한 얼굴 인식에 있어서, 정규화 과정에 사용될 얼굴의 특징 영역을 추출하는 방법을 제안한다. 3차원 얼굴 영상은 조명의 변화에 상관없이 얼굴의 특징 분석이 가능하고, 이를 이용한 얼굴 인식이 가능하다. 그러나 입력된 형상의 자세에 따라 회전, 기울어진 정도, 그리고 좌우로 움직인 정도가 다르다. 이런 특성을 고려하지 않고 추출된 특징들은 잘못된 인식 결과를 초래할 수 있다. 이런 이유로 입력에서의 오류들을 바로잡는 정규화 과정이 필요하다. 정규화 과정에서는 얼굴의 기하학적인 특징인 눈, 코, 입 등을 이용하는 것이 일반적이다. 이들 중, 코는 3차원 얼굴 영상에서 두드러진 특징이 될 수 있다. 본 연구에서는 코의 실제 형상과 유사한 긴 추출 마스크를 사용하여 입력된 영상으로부터 코를 추출하는 방법을 제안한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권1호
• /
• pp.1-11
• /
• 2023

딥러닝 기반의 이미지 세그멘테이션은 차선 인식을 위해 널리 사용되는 접근 방식 중 하나로, 차선의 키포인트를 추출하기 위한 후처리 과정이 필요하다. 일반적으로 키포인트는 사용자가 지정한 임계값을 기준으로 추출한다. 하지만 최적의 임계값을 찾는 과정은 큰 노력을 요구하며, 데이터 세트(또는 이미지)마다 최적의 값이 다를 수 있다. 본 연구는 사용자의 직접 임계값 지정 대신, 대상의 이미지에 맞추어 적절한 임계값을 자동으로 설정하는 키포인트 추출 알고리즘을 제안한다. 본 논문의 키포인트 추출 알고리즘은 차선 영역과 배경의 명확한 구분을 위해 줄 단위 정규화를 사용한다. 그리고 커널 밀도 추정을 사용하여, 각 줄에서 각 차선의 키포인트를 추출한다. 제안하는 알고리즘은 TuSimple과 CULane 데이터 세트에 적용되었으며, 고정된 임계값 사용 대비 정확도 및 거리오차 측면에서 1.80%p와 17.27% 향상된 결과를 얻는 것을 확인하였다.

• 한국항행학회논문지
• /
• 제19권6호
• /
• pp.484-491
• /
• 2015

항공영상은 디지털 광학 영상 기술의 성장과 무인기(UAV)의 발달로 인하여 영상의 도입 및 공급이 크게 증가하였고, 이러한 항공영상 데이터를 기반으로 지상의 속성 추출, 분류, 변화탐지, 영상 융합, 지도 제작 형태로 활용되고 있다. 특히, 영상분석 및 활용에 있어 딥 러닝 알고리즘은 패턴인식 분야의 한계를 극복하는 새로운 패러다임을 보여주고 있다. 본 논문은 딥 러닝 알고리즘인 ConvNet기반으로 항공영상의 영역분할 및 분류 결과를 통한 더욱더 넓은 범위와 다양한 분야에 적용할 수 있는 가능성을 제시한다. 학습데이터는 도로, 건물, 평지, 숲 총 3000개 4-클래스로 구축하였고 클래스 별로 일정한 패턴을 가지고 있어 특징 벡터맵을 통한 결과가 서로 다르게 나옴을 확인할 수 있다. 본 연구의 알고리즘은 크게 두 가지로 구성 되어 있는데 특징추출은 ConvNet기반으로 2개의 층을 쌓았고, 분류 및 학습과정으로 다층 퍼셉트론과 로지스틱회귀 알고리즘을 활용하여 특징들을 분류 및 학습시켰다.