• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.133-141
• /
• 2005

웹 영상에서 에지는 픽셀의 밝기가 급격하게 변화되는 부분으로 에지를 통하여 물체의 위치나 크기, 물체의 텍스처에 대한 정보를 얻을 수 있다. 지금까지 에지 검출은 주로 단순한 영상에 대해 미분 연산자를 이용한 수학적 방법에 의해 이루어져왔고 최근에 잡음이 포함된 복잡한 영상에 대해 통계적 방법을 이용한 에지검출에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 영상실험을 통하여 기존의 Sobel 연산자 등을 이용한 수학적 방법과 Canny 방법, Wavelet 변환방법 그리고 통계적인 T 검정과 Wilcoxon 검정을 이용한 방법들과의 에지검출 성능을 비교분석하고 Java 언어를 사용하여 웹 상에서 구현한다.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.359-367
• /
• 2011

A suitable pan-sharpening method has to be chosen with respect to the used spectral characteristic of the multispectral bands and the intended application. The research on pan-sharpening algorithm in improving the accuracy of image classification has been reported. For a classification, preserving the spectral information is important. Other applications such as road detection depend on a sharp and detailed display of the scene. Various criteria applied to scenes with different characteristics should be used to compare the pan-sharpening methods. The pan-sharpening methods in our research comprise rather common techniques like Brovey, IHS(Intensity Hue Saturation) transform, and PCA(Principal Component Analysis), and more complex approaches, including wavelet transformation. The extraction of matching pairs was performed through SIFT descriptor and Canny edge detector. The experiments showed that pan-sharpening techniques for spatial enhancement were effective for extracting point and linear features. As a result of the validation it clearly emphasized that a suitable pan-sharpening method has to be chosen with respect to the used spectral characteristic of the multispectral bands and the intended application. In future it is necessary to design hybrid pan-sharpening for the updating of features and land-use class of a map.

• 전자공학회논문지
• /
• 제50권12호
• /
• pp.277-284
• /
• 2013

뇌파의 위상동기 특성의 해석은 뇌기능 정보 처리 네트웍의 이해에 있어서 중요한 요소이다. 본 연구에서는 위상동기 성능을 분석하기 위하여 시간 국부화 기능을 갖는 웨이블렛 변환방법, 힐버트변환 방법, 복소복조방법을 백색잡음혼입한 뇌파 중심주파수 대역신호에 합성한 모의 데이터와 실제 뇌유발전위에 적용하여 위상옵셋, 위상변화 시점, 대역간 상호간섭을 분석하였다. 모의데이터와 실제 데이터에 대하여 웨이블렛 변환방법이 ${\delta}$, ${\theta}$, ${\alpha}$ 대역신호 분할과 위상동기 성능 분석에 가장 우수 하였으며, 복소복조 방식은 큰 혼입잡음 환경에서는 사용에 한계점이 있었으나 위상변화 시점의 검출에는 좋은 성능을 보였다. 실제 데이터에 대하여 추정한 위상변화시점과 위상옵셋은 복소복조방법이 가장 좋은 성능을 보였다. 실험 관측을 통하여 뇌파의 위상동기 현상의 해석에 웨이블렛 방식이 자장 적절하였으며, ${\delta}$ 대역 이상신호에 대한 위상동기 응용에는 복소복조 방법도 사용될 수 있을 것이다. 특히 웨이블렛 방식과 복조복조방식은 간접적으로 위상변화 시점을 검출하여 뇌기능의 변화시점 추정에 응용될 수 있을 것이다.