• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.7
• /
• pp.972-980
• /
• 2022

The butterfly species recognition technology based on machine learning using images has the effect of reducing a lot of time and cost of those involved in the related field to understand the diversity, number, and habitat distribution of butterfly species. In order to improve the accuracy and time efficiency of butterfly species classification, various features used as the inputs of machine learning models have been studied. Among them, branch length similarity(BLS) entropy or color intensity entropy methods using the concept of entropy showed higher accuracy and shorter learning time than other features such as Fourier transform or wavelet. This paper proposes a feature extraction algorithm using RGB color intensity entropy for butterfly color images. In addition, we develop butterfly recognition systems that combines the proposed feature extraction method with representative ensemble models and evaluate their performance.

• Smart Media Journal
• /
• v.12 no.9
• /
• pp.28-37
• /
• 2023

The main factor affecting the decline in rice yield is damage caused by localized heavy rains or typhoons. The method of analyzing the rice lodging area is difficult to obtain objective results based on visual inspection and judgment based on field surveys visiting the affected area. it requires a lot of time and money. In this paper, we propose the method of estimation and diagnosis for rice lodging areas using a Vision Transformer-based Segformer for RGB images, which are captured by unmanned aerial vehicles. The proposed method estimates the lodging, normal, and background area using the Segformer model, and the lodging rate is diagnosed through the rice field inspection criteria in the seed industry Act. The diagnosis result can be used to find the distribution of the rice lodging areas, to show the trend of lodging, and to use the quality management of certified seed in government. The proposed method of rice lodging area estimation shows 98.33% of mean accuracy and 96.79% of mIoU.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.243-247
• /
• 1998

전자현미경 영상인 유방암 조직세포의 암 분포 정도를 알기 위해, 조직세포중 암이 퍼진 부분과 그렇지 않은 부분에 대해 정량적 분석과 세포수에 의한 분석을 비교하여 보았다. 유방암 조직세포의 면역조직화함염색에서 암이 있는 세포핵은 갈색으로 나타났고, 그렇지 않은 세포는 푸른색으로 나타났다. 이것은 환자를 진단하고 예지하는데 있어서 중요한 요인으로 작용하지만 지금까지는 의사의 주관적인 생각이 다분히 포함된 판단에 의존할 수 밖에 없었다. 의료영상이미지의 시각적 표현을 위해 RGB칼라를 HLS칼라로 변환하여 사용하였으며, 이것은 시각적으로 좀 더 쉽게 갈색세포핵과 푸픈색 세포핵을 구분하게 해 주었다. 두 세포핵을 분리하기 위해 히스트그램의 임계치와 Box classification의 두 알고리즘의 사용하여 추출하였다. 그리고 추출한 세포핵들에 대해 각각 정량적인 분석과 세포수에 의한 분석을 하였다. 이러한 실험은 시각적 병리정밀검사에 좋은 보조도구로 사용될 수 있을 것이다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.4
• /
• pp.70-82
• /
• 1999

본 논문에서는 복잡한 영상에서 추출해낸 손 영역으로부터 제스처를 인식하여 인간과 컴퓨터의 상호작용(HCI, Human-Computer Interaction)을 위한 보다 자연스러운 인터페이스를 제공한다. 제안하는 방법은 정규화된 RGB 색상 공간에 정의한 피부색의 가우시안 분포를 이용해 조명의 변화나 개인의 차이에도 안정적으로 손 영역을 추출하며, 배경에 대한 상대적인 움직임을 이용해 복잡한 영상에서도 효과적으로 손 영역을 추출해 낸다. 추출된 손 영역은 RBF(Radial Basis Function) 신경망을 이용해 각 제스처로 인식된다. 가상 환경과의 상호작용을 제공하기 위해 두 종류의 기본적인 정적 제스처들을 정의하며 간단한 구문론적 규칙을 사용해 하나 이상의 인식 결과들을 조합함으로써 적은 수의 제스처들만으로 보다 효율적이고 다양한 상호작용이 가능하게 한다. 제안하는 시스템은 TM320C80 DSP 칩을 사용하여 구현되었으며 300×240 영상을 12Hz로 처리함으로써 빠른 속도로 가상 환경의 인터페이스를 제공한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2005.05a
• /
• pp.138-141
• /
• 2005

본 연구에서는 위성영상으로부터 정사투영 영상을 제작하고, 지상의 기준점 측량을 GCP를 이용하여 실시하여 경도, 위도 고도의 참조좌표를 정확히 수집하였다. 1:5,000 지형도를 디지타이징하여 만들어진 등고선도를 DEM으로 변환하여 고도별 RGB영상으로 화면에 보여지도록 하고, 각각의 경우에 대하여 제작된 정사투영 영상에 중첩해 봄으로써 제작된 정사투영영상의 정확도를 점검하여 수치지형도를 대신할 수 있는 3차원 영상지도를 제작하였다. 대상지역의 입체지형분석을 위한 3차원 입체 영상지도를 제작과 더불어 DEM을 이용한 지형의 경사도 분석과 방향분석, 지형표고모델, 다방향 입체영상을 생성할 수 있도록 하였다. 장차 국토계획 및 건설분야에서의 지형분석과 각종 구조물의 배치 및 관리, 하천 수계의 분포에 대한 댐 건설 최적지 선정, 도로계획선에 따른 각 방향의 조감도 제작, 토지 피복분류에 의한 토지이용과 지역개발계획 등 지역환경을 종합적으로 진단해 볼 수 있는 활용방안을 도출할 수 있는 적용실험을 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.618-623
• /
• 2003

본 논문에서는 RGB 컬러 정보와 퍼지 이진화를 이용하여 차량 번호판의 개별 코드를 추출하는 방법을 제안한다 제안된 방법은 비영업용 차량 영상에서 차량 번호판 영역을 추출하기 위해 녹색의 분포가 밀집되어 있는 영역을 번호판의 후보 영역으로 설정하고 번호판의 후보 영역에서 흰색의 밀집도가 높은 부분을 번호판의 영역으로 추출한다. 개별 코드 추출은 추출된 번호판 영역에서 3×3 소벨 마스크를 이용하여 잡음을 제거하고 퍼지 이진화 방법을 적용하여 번호판의 영역을 이진화 한다. 이진화된 번호판 영역을 윤곽선 따라가기 알고리즘을 적용하여 개별 코드를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 방법보다 번호판 영역에서 개별 코드의 추출률이 개선된 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.715-718
• /
• 2004

본 논문에서는 컬러 영상으로부터 얼굴을 검출하는 방법으로서, RGB 색상 공간을 Hue와 Tint 정보로 분리하여 자동으로 검출하는 방법을 제시한다. 다양한 색상 공간으로의 변환은 얼굴 검출에 필요한 보다 정확한 정보를 만들어낼 수 있다. 피부 색상에 대해 Hue와 Tint 색상 정보가 직선 형태의 분포를 이루는 특징을 이용하도록 한다. 색상 및 조명의 변화에 영향을 덜 받는 두 색상 값으로부터 직선 방정식을 생성하여 입력 데이터와의 비교를 통해 얼굴 영역을 검출한다. 실험을 통해 본 논문에서 제시한 방법이 보다 빠르고 정확한 결과를 보여줌을 증명한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.5
• /
• pp.1080-1088
• /
• 2004

In this paper, the interesting moving objects tracking algorithm using color information on Multi-Video camera against variance of intensity, shape and background is proposed. Moving objects are detected by using difference image method and integral projection method to background image and objects image only with hue area, after converting RGB color coordination of image which is input from multi-video camera into HSI color coordination. Hue information of the detected moving area are segmented to 24 levels from $0^{\circ}$ to $360^{\circ}$. It is used to the feature parameter of the moving objects that are three segmented hue levels with the highest distribution and difference among three segmented hue levels. To examine propriety of the proposed method, human images with variance of intensity and shape and human images with variance of intensity, shape and background are targeted for moving objects. As surveillance results of the interesting human, hue distribution level variation of the detected interesting human at each camera is under 2 level, and it is confirmed that the interesting human is tracked and surveilled by using feature parameters at cameras, automatically.

• 한국지구과학회:학술대회논문집
• /
• 2010.04a
• /
• pp.37-37
• /
• 2010

2008년 동아시아 대륙에서 발생기원이 다른 황사와 인위적 오염입자의 광역적 이동 사례를 NOAA위성 RGB 합성영상과 지상 TSP, PM10, PM2.5 질량농도 관측으로 구별하였다. 또한 Terra/Aqua 위성MODIS (MODerate Imaging Spectroradiometer) 센서의AOD (Aerosol Optical Depth)와 FW (Fine aerosol Weighting)를 통해 동아시아 지역에서 발생기원이 다른 대기 에어로졸의 분포와 입자 크기 특성을 분석하였다. 중국 북부와 몽골, 그리고 중국 황토고원에서 모래폭풍이 발생하여 광역적으로 이동하여 청원에 먼지입자(황사)로 영향을 주는 6 사례를 분석했다. 질량농도 TSP중 PM10 은 70%, PM2.5 는 16% 로 조대입자 (> $2.5{\mu}m$)의 비율이 큰 것은 사막과 반사막의 자연적 발생원에서 생성되었기 때문이다. 그러나, 모래 폭풍이 이동 과정에서 중국 동부의 산업 지역을 거쳐 유입 되는 사례에서는 TSP 중 PM2.5 가 23% 까지 증가하기도 했다. 중국 동부로부터 황해를 거쳐 한반도로 유입하고 있는 다른5사례는 TSP 중 PM10, PM2.5가 각각 82%, 65% 로 PM2.5 의 비율이 높았는데 인위적 오염입자의 영향 때문이다. 동아시아 지역에서 인위적 오염입자의 광역적 이동 사례에 대한 평균 AOD는 $0.42{\pm}0.17$로 황사에 의한 AOD ($0.36{\pm}0.13$)와 비교하여 대기 에어로졸에 대한 비율이 높게 나타났다. 특히, 중국 동부에서 황해, 한반도, 동해에 이르는 광역적 지역에 높은 AOD값이 분포했다. 인위적 오염입자의 사례는 FW가 평균 $0.63{\pm}0.16$로 모래폭풍의 이동 사례의 $0.52{\pm}0.13$ 보다 높은 값을 보이고 있어, 대기 에어로졸에 대한 인위적 미세 오염입자의 기여가 크게 나타나고 있었다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.4
• /
• pp.173-180
• /
• 2014

Compressive sensing is a new signal acquisition paradigm that enables sparse/compressible signal to be sampled under the Nyquist-rate. To fully benefit from its much simplified acquisition process, huge efforts have been made on improving the performance of compressive sensing recovery. However, concerning color images, compressive sensing recovery lacks in addressing image characteristics like energy distribution or human visual system. In order to overcome the problem, this paper proposes a new group-sparsity hard thresholding process by preserving some RGB-grouped coefficients important in both terms of energy and perceptual sensitivity. Moreover, a smoothed group-sparsity iterative hard thresholding algorithm for compressive sensing of color images is proposed by incorporating a frame-based filter with group-sparsity hard thresholding process. In this way, our proposed method not only pursues sparsity of image in transform domain but also pursues smoothness of image in spatial domain. Experimental results show average PSNR gains up to 2.7dB over the state-of-the-art group-sparsity smoothed recovery method.