• 로봇학회논문지
• /
• 제8권2호
• /
• pp.82-91
• /
• 2013

This paper proposes a building recognition algorithm using watershed image segmentation algorithm and integrated region matching (IRM). To recognize a building, a preprocessing algorithm which is using Gaussian filter to remove noise and using canny edge extraction algorithm to extract edges is applied to input building image. First, images are segmented by watershed algorithm. Next, a region adjacency graph (RAG) based on the information of segmented regions is created. And then similar and small regions are merged. Second, a color distribution feature of each region is extracted. Finally, similar building images are obtained and ranked. The building recognition algorithm was evaluated by experiment. It is verified that the result from the proposed method is superior to color histogram matching based results.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.894-897
• /
• 2000

In this paper, we present a content-based image retrieval method that is less sensitive to some rotations and translations of an image by using the fuzzy region segmentation. The algorithm retrieves similar images from a database using the two features of color and color spatial information. To index images, we use the average coordinates of color distribution to obtain the spatial information of each segmented region. Furthermore, we also propose the alternative to the ripple phenomenon, which is occurred in the conventional fuzzy region segmentation algorithm.

• 한국표면공학회지
• /
• 제56권6호
• /
• pp.353-370
• /
• 2023

Corrosion detection and analysis is a very important topic in reducing costs and preventing disasters. Recently, image processing techniques have been widely applied to corrosion identification and analysis. In this work, we briefly introduces traditional image processing techniques and machine learning algorithms applied to detect or analyze corrosion in various fields. Recently, machine learning, especially CNN-based algorithms, have been widely applied to corrosion detection. Additionally, research on applying machine learning to region segmentation is very actively underway. The corrosion is reddish and brown in color and has a very irregular shape, so a combination of techniques that consider color and texture, various mathematical techniques, and machine learning algorithms are used to detect and analyze corrosion. We present examples of the application of traditional image processing techniques and machine learning to corrosion detection and analysis.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.687-696
• /
• 2014

본 논문은 사용자의 입력, 색상 및 깊이 정보를 이용한 의미론적 물체 분할 방법을 제안한다. 의미있는 영역을 깊이영상에서 유사한 깊이 정보와 사용자 스트로크 입력의 중심에 위치한다고 가정한다. 제안된 방법은 스트로크 입력을 이용하여 관심 영역을 설정하고, 색상과 깊이 정보를 이용하여 의미있는 영역을 검출한다. 구체적으로 제안방법은 관심영역에 대해 색상과 깊이 정보를 이용한 과분할 과정과 과분할 영역에 대해 깊이 정보를 이용한 의미론적 물체 추출과정으로 구성되어 있다. 과분할 과정에서 적응적 임계값 적용 및 형태학적 기울기에 대한 적응적인 가중치 적용을 통한 마커 추출 방법을 제안하였다. 의미론적 물체 추출과정에서는 관심영역의 가장자리 영역에서 내부 영역으로의 순서대로 전체 깊이의 평균과 차이를 이용하여 추출하고자 하는 물체 영역인지 아닌지를 결정하도록 하였다. 실험 결과에서 제안한 방법이 효과적으로 의미있는 물체 추출 결과를 얻을 수 있음을 보인다.

• 전자공학회논문지T
• /
• 제35T권2호
• /
• pp.20-27
• /
• 1998

HSV색공간을 이용한 칼라화상의 클러스터링 및 색차평가에 관한 연구(A Study on Clustering and Color Difference Evaluation of Color Image using HSV Color Space) pp.20~27 칼라화상을 화상부호화, 리모트 센싱, 컴퓨터비젼 등의 분야에 이용하기 위해서는 인간이 감각적으로 취급하기 쉬운 색공간으로 화상정보를 변환시켜야 한다. 색상, 명도, 채도를 근거로한 Munsell색공간은 인간의 색지각과 영역간의 색차가 일치하는 특징으로 인하여 칼라화상의 클러스터링에 이용되고 있다. 본 논문에서는 RGB입력화상을 ${L^*}{a^*}{b^*}$ 균등색공간으로 변환하고, 색지각과 일치되는 HSV색공간으로 근사화시킴으로써, 각 좌표축을 중심으로 클러스터링과 그 색차를 평가한다. 자기수렴 특성을 갖는 ISO DATA 알고리즘을 응용하여 HSV칼라화상의 영역을 분할하고, 과분할된 영역을 통합하는 방법을 제안하였다. 두 종류의 입력화상에 대한 클러스터링을, 색차를 기본으로 한 임계값에 따라 수행하므로써 화상내용의 복잡함에 대응하는 양호한 영역분할 결과를 제시하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1161-1170
• /
• 2004

본 논문에서는 군집화 알고리즘을 사용하여 피부색 영역을 분할하는 방법을 제안한다. 기존의 군집화 알고리즘들의 대부분은 주로 구형의 군집을 검출하고, 배치형으로 수행되며, 군집의 개수를 미리정해야 한다는 문제점을 가지고 있다. 본 논문에서는 대표적인 타원형 군집화 알고리즘인 EM 알고리즘을 변형하여, 온라인으로 학습가능하며, 군집의 개수를 자동적으로 찾아낼 수 있는 EAM 알고리즘을 사용하였다. EAM 알고리즘외 유효성은 피부색 영역 분할에 대해 증명되었다. 실험결과는 군집의 개수가 미리 주어지지 않더라도, EAM 알고리즘은 주어진 영상에 대해 자동적으로 옳은 군집의 개수를 찾아냈고, EM 알고리즘과 비교하여 더 좋은 분할 결과를 보여주고 있다. 영역에 대한 조건부 확률을 이용하여 성공적인 피부색 영역의 탐지 및 분할 결과를 얻었다. 또한 사람이 포함된 영상을 분류하는 문제에도 적용하여 좋은 분류 결과를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.761-769
• /
• 2012

본 논문에서는 슈퍼픽셀과 FCM을 이용한 클러스터 초기값 설정방법과 이를 사용한 칼라영상분할을 연구한다. 클러스터링을 이용한 대표적인 칼라영상분할 방법으로 Fuzzy C-menas (FCM) 알고리즘을 많이 사용한다. FCM은 하나의 데이터가 각 클러스터에 서로 다른 소속도를 갖도록 한다. 그러나 FCM은 초기값 설정에 따라 국부적인 수렴문제가 발생한다. 따라서 초기값 설정문제는 매우 중요한데 본 연구에서는 슈퍼픽셀을 이용하여 클러스터의 초기값을 구하는 방법을 제안한다. 슈퍼픽셀은 원 영상에서 특성이 비슷한 화소들의 묶음으로 표현되는데 먼저 원 영상으로부터 슈퍼픽셀을 구하고 이를 $La^*b^*$ 칼라특징공간에 투영하여 클러스터 초기값을 구한다. 제안방법에서 슈퍼픽셀의 수는 원영상의 화소 수보다 일반적으로 매우 적어서 클러스터 초기값 설정을 위한 고속처리가 가능하다. 제안된 알고리즘의 성능평가를 위해 다양한 칼라영상을 사용하여 컴퓨터 모의실험을 수행하였으며 실험결과 제안방법이 기존방법에 비해 영상분할 성능이 우수함을 알 수 있었다.

• 전자공학회논문지CI
• /
• 제44권5호
• /
• pp.1-11
• /
• 2007

영상 정보의 이용이 증가함에 따라 영상을 효율적으로 관리할 수 있는 시스템의 필요성이 증가하고 있다. 이에 따라, 본 논문에서는 영상 분할 알고리즘, 색상 특성, 질감, 그리고 영상의 형태와 위치 정보의 효율적인 결합에 근거한 영역기반 내용 검색 알고리즘을 제안한다. 색상 특징으로는 색상의 공간적인 상관관계를 잘 나타내는 HSI 색상 히스토그램을 선택하였고, 영상의 분할과 질감특성은 각각 Active control와 CWT(Complex wavelet transform)를 사용하였다. 그리고 형태와 위치 특징들은 HSI의 휘도 성분에서 불변 모멘트를 이용하여 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(색상 히스토그램, Hu 불변 모멘트, CWT)을 결합하여 정확도와 재현율을 측정하였다. www. freefoto.com에서 제공하는 DB를 사용하여 실험한 결과, 제안된 검색엔진은 94.8%의 정확도와 82.7%의 재현율을 가지며 성공적으로 영상 검색 시스템에 응용할 수 있다.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.102-112
• /
• 2000

기존의 비디오 구조화 기법은 주로 샷 또는 샷 그룹 레벨에서 이루어져 왔다. 그러나 이러한 샷 레벨 구조는 사용자에게 의미(semantics)를 충분히 전달할 수 없는 단점이 있다. 이런 단점을 극복하기 위해, 최근 샷 보다 상위 레벨 구조인 비디오 씬 분할에 관한 연구가 진행되고 있다. 본 논문에서는 이러한 샷 레벨 구조의 단점을 극복하기 위해서 칼라와 모션 특징을 기반으로 한 비디오 씬 분할 기법을 제안한다. 샷 내의 다양한 칼라 분포를 반영하기 위해서 각 샷을 sub-shot으로 재분할하고, 이를 이용해 대표 프레임을 추출한다. 샷 내의 모션 특징은 MPEG-1 비디오 내의 모션 벡터를 이용한다. 유사한 컨텐트를 가지고 있는 샷을 찾기 위해서 탐색 구간내의 모션 특성을 반영한 적응적 가중치를 칼라와 모션 특징에 적용한다. 실험 결과 비교를 통해 씬의 과다 분할이나 의미 반영 면에서 기존의 씬 분할 기법보다 우수함을 보였다. 제안된 기법은 비디오를 의미 있는 계층 구조로 분할해서, 사용자에게 의미를 반영하는 씬 단위로의 브라우징이나 검색을 가능케 한다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.216-222
• /
• 2008

본 논문은 배경복잡성, 조명변화, 무질서한 라인, 문자와 배경색의 유사성 등에 취약한 기존 연구의 단점을 보완하기 위해 컬러분할과 LoG연산자의 폐곡선 에지 특징 및 합성논리모델을 이용한 다중 문자 검출 알고리즘을 제안하였다. 제안된 다중 문자 검출 알고리즘은 특징 검출, 문자형성, 문자검출 단계로 구성된다. 본 논문에서 제안한 새로운 다중 문자 검출 알고리즘은 웨이브렛, 형태학과 허프변환을 이용한 전처리 후 각 컬러영역을 순차적 AND 연산 및 OR연산을 수행함으로써 완전한 문자가 아닌 불완전 문자부분마저도 취합하여 검출률을 높일 수 있는 효율적인 방법임을 확인하였다. 또한 영상의 크기나 해상도, 기울어짐 등에 상관없이 문자영역이 첨가된 자연 영상을 대상으로 하며, 동일 영상에 대하여 기존의 문자 검출 알고리즘과 비교함으로써 제안알고리즘이 검출률면에서 우수함을 확인하였다.