Possibilistic C-mean 클러스터링과 영역 확장을 이용한 칼라 영상 분할

엄경배,이준환 대한전자공학회 1997 電子工學會論文誌, S Vol.s34 No.3

Image segmentation is teh important step in image infromation extraction for computer vison sytems. Fuzzy clustering methods have been used extensively in color image segmentation. Most analytic fuzzy clustering approaches are derived from the fuzzy c-means (FCM) algorithm. The FCM algorithm uses th eprobabilistic constraint that the memberships of a data point across classes sum to 1. However, the memberships resulting from the FCM do not always correspond to the intuitive concept of degree of belongingor compatibility. moreover, the FCM algorithm has considerable trouble above under noisy environments in the feature space. Recently, the possibilistic C-mean (PCM) for solving growing for color image segmentation. In the PCM, the membersip values may be interpreted as degrees of possibility of the data points belonging to the classes. So, the problems in the FCM can be solved by the PCM. The clustering results by just PCM are not smoothly bounded, and they often have holes. So, the region growing was used as a postprocessing. In our experiments, we illustrated that the proposed method is reasonable than the FCM in noisy enviironments.

형태학적 형태 분해 방법을 이용한 물체 인식에 관한 연구

嚴景培,金準哲,李俊煥 全北大學校 1994 論文集 Vol.37 No.-

Mathematical morphology based on the set theory has been applied to various areas in image processing. In this paper, we propose a new method for object recognition based on morphological shape decomposition. The first step of our method decomposes a binary shape into a union of simple binary shapes, and then a new tree structure is constructed which can represent simple binary shapes of objects. Finally, we obtain the feature informations from the tree structures and calculate matching scores using efficient matching measure. The experimental results of the proposed method show the good recognition rate.

마이크로 컴퓨터와 BD 컴퓨터들간의 컴퓨터네트웍 구현 및 BD 컴퓨터의 설계

엄경배,전병실 전북대학교 공업기술연구소 1986 工學硏究 Vol.17 No.-

The binary decision method can evaluate any switching function in a number of decision steps and decision steps are reduced greatfully by BD comiler. Therefore, a scan time of the BD computer is faster than any other conventional PC using boolean method. However, in this paper computer network system between BD computers and microcomputer is disigned and sftware for data transport is considered.

Effective face detection and robust face tracking using hybrid filter

엄경배 한국화상학회 2012 한국화상학회지 Vol.18 No.2

In this paper, I present my face detection and tracking method. First, image enhancement is carried out in HSV space especially if the input image is acquired from unconstrained illumination condition. I used a method for image enhancement in HSV space based on the local processing of image. I propose a lighting invariant face detection system based upon the edge and skin tone information of the input color image. The advantage of the proposed face detection is that, it can detect faces with different size, pose, and expression under unconstrained illumination conditions. I combined the Kalman filter with Camshift to enable track recovery after occlusions and to avoid the tracking failures caused by objects and background with similar colors to face. In my tracking method, I particularly focus on face tracking. The size and position of window are obtained after Camshift iteration. Kalman filtering is used to predict the next starting iterative point of Camshift. The experimental results show that my tracking method get the better results than Camshift in occlusion sequences and dynamic backgrounds.

감성 형용사의 모형에 관한 연구

엄경배,최득수,Eum, Kyoung-Bae,Choi, Deuk-Soo 한국컴퓨터산업학회 2007 컴퓨터産業敎育學會論文誌 Vol.8 No.2

In this reaearch, our goal is to find the representative adjectives which express the sensitivity for wall paper. We want to make a model which can explain the whole by using the representative adjectives. We got the adjectives through the questionnaire survey, field survey, and internet survey. To find the representative adjectives, we used modified factor analysis. The factor analysis used in preceding research can not control the individual difference of sensitivity, because the distribution information of data is concentrated into the mean. So, we used the modified factor analysis to control it. The experimental result showed that the reduced factors could account about 79.5% when the number of factor are three. The individual difference of sensitivity was reflected in some adjectives. This result can be used to make a recommending model for wallpaper. 본 연구에서는 벽지를 위한 감성을 나타내는 형용사들의 대표 감성 형용사를 찾는데 목적이 있으며 이는 몇 개의 대표 감성요인을 이용하여 전체를 잘 설명할 수 있는 모형을 구축하기 위한 것이다. 설문조사, 현장조사, 인터넷조사등 다양한 방법을 통하여 형용사가 수집되었고 수집된 형용사들의 대표형용사를 찾기위해 분산을 고려한 요인분석 방법을 이용하였다. 선행 연구들에서 사용한 요인분석 방법으로는 데이터의 분포정보를 평균값에 집약함으로서 생기는 정보의 손실과 감성표현에 대하여 개인에 따른 의식의 차이를 다룰 수 없다. 따라서 본 연구에서는 이를 다루기 위해 분산을 고려한 요인분석 방법을 이용하였다. 분석결과 요인의수를 3개로 하였을 경우 79.5%의 설명력이 있는 것으로 나타났고 몇몇 형용사에서 개인에 따른 감성차를 잘 반영함을 알 수 있었다. 이 결과를 이용하여 소비자들을 위한 벽지추천 모형을 개발하는데 활용할 수 있을 것으로 기대된다.

수학적 형태학을 이용한 이진 영상의 피라미드에 관한 연구

엄경배,김준철,이준환 한국통신학회 1993 韓國通信學會論文誌 Vol.18 No.9

집합이론을 기본으로하는 수학적 형태학은 영상처리의 여러분야에서 다양하게 이용되어 왔다. 본 논문에서는 수학적 형태학을 이용하는 새로운 이진 영상의 피라미드를 제안하였다. 제안된 방법에서는 이진영상을 특별한 조건을 갖는 구조적 요소(structure element)로 침식 (erosion)하고 침식된 영상을 부표본화(subsampling)를 이 용하여 축소하고, 축소된 영상을 외삽(interpolation)과 침식 할 때와 동일한 구조적요소로 융기(dilation)하여 확장하며, 원 영상과 차를 이용하여 나머지 영상을 구하였다. 이때 사용된 구조적 요소는 부표본화 집합을 융기하였을 경우, 원래의 표본화 집합을 재생할 수 있는 구조적 요소로서, 차이 영상이 0또는 1로 표현되기 위해 충분해야 한다. 또한, 피라미드 구성에 필요한 연산들이 분리가능(separable)함을 증명함으로써 파이프라인 프로세싱등 병렬 연간이 가능함을 입증하였으며, 제안된 피라미드를 이진 영상의 점진적 부호화에 이용할 경우 등가 엔트로피 측면에서 약 1.6에서 2.9배 개선될 수 있음을 보였다. Mathematical morphology based on the set theory has been applied to various areas in image processing. In this study, we propose a new pyramid structure for binary images based on the morphological operations. We use a specific class of structuring elements to shrink or expand images, and prove that the whole operations are separable to construct the pyramid. Through a simulation study, we show that the pyramid can be used as a progressive image coding.

번호판 해상도 개선을 위한 TV 분해 기반 초해상도

엄경배,강한성,윤태민 한국화상학회 2020 한국화상학회지 Vol.26 No.4

초해상도 기법은 영상 획득장치의 물리적인 한계를 극복하기 위해 저해상도 영상으로부터 고해상도 영상을 생성하는 기술이다. 초해상도 기법들 중 TV 기반 초해상도 기법은 에지보존과 artifact가 없다는 점에서 성공적인 방법으로 평가되어 왔다. 본 논문에서는 저해상도 번호판 영상의 해상도 개선을 위해 새로운 TV 분해 기반 초해상도 기법을 제안하였다. 제안된 방법에서 번호판 영상은 TV 분해에 의해 영상의 주된 객체들에 해당하는 구조적 성분과 텍스쳐 성분으로 분해된다. 여기서, 영상의 주된 객체들과 같은 기하학적인 정보를 포함하는 구조적 성분은 번호판 영상의 번호판 글자와 유사하다. 따라서, 번호판 글자와 같은 구조적 성분의 해상도를 개선하기 위해 NNE 기반 SVR 방법을 제안하였다. 또한, 후처리 과정으로서 윤곽선을 효과적으로 보존하고, 잡음을 제거하기 위해 TV 디노이징 필터를 이용하였다. 실험을 통하여 본 논문에서 제안된 방법이 기존의 바이큐빅 보간법, ScSR, NNE 및 SRCNN 기법들에 비해 양호한 영상 및 PSNR, SSIM 척도 관점에서 향상된 좋은 결과들을 보였다. Super resolution(SR) is a technique for generating the high resolution(HR) image from the low resolution(LR) image to overcome the physical limit of image acquisition system. Among SR techniques, the total variation(TV) based SR approach seems most successful in terms of edge preservation and no artifacts. In this paper, we proposed a new TV decomposition based SR method to improve the resolution of LR license plate image. By using the TV decomposition, the license plate image is decomposed into the structure component, corresponding to the main large objects, and the texture component, containing fine scale-details. License plate number is similar to the structure component containing a geometrical information like the main large objects. We proposed the non-negative embedding(NNE) based SVR to improve the resolution of the structure image like a license plate number. As a post-processing step, the TV denoising filter is used to remove the noise and preserve the edges. Through experimental results, the proposed SR method produced very attractive SR images with better PSNR, SSIM results when comparing with bicubic interpolation, ScSR, NNE and SRCNN.

Interactive emotion-based color image retrieval

엄경배,박중수,Eum Kyoung-Bae,Park Joong-Soo Korea Computer Institute Society 2006 컴퓨터産業敎育學會論文誌 Vol.7 No.1

영상으로부터 여러 가지 내용을 추출하여 검색에 사용함으로써 내용기반 영상검색에서 검색의 정확도를 높이고 있다. 내용기반 영상검색 방법은 영상 검색을 위하여 물리적 속성을 이용한다. 즉 사용자가 검색을 원하는 영상의 물리적인 속성 또는 이들의 공간적인 배치등의 내용을 상당부분 알아야 검색이 가능하다는 제약을 수반한다. 그러므로, 이방법은 사용자의 의도를 반영하는데 제약이 있다. 따라서, 본 논문에서는 사용자의 의도를 반영하는 감성기반 검색 시스템을 제안하였다. 제안된 시스템은 사용자의 의도를 추정하기위해 relevance feedback을 이용한다는 점에 있어 기존의 내용기반 영상 검색 방법과 다르고, 제안된 시스템은 내용기반 영상검색 방법에 기반하고 있으므로 기존의 내용기반 검색방법과 통합이 용이하다. 속성들과 유사도측도들은 MPEG-7 칼라 기술자를 사용하였다. 벽지 영상을 이용하여 이같은 실험을 행하였고, 감성형용사들을 적용하여 DB에 저장된 벽지 영상들을 대상으로 검색한 결과 만족할 만한 결과를 얻을 수 있었다. Variable contents are extracted and used to improve the correctness of the retrieval in the content-based in age retrieval. This way use the physical feature for the retrieval. In this way of retrieval, the user has to know the basic physical features and spatial relationship of target images that he wants to retrieve. There are some restriction to reflect the user's intend. We need the retrieval system that reflect the user's intend. In this paper, we propose an emotion-based retrieval system. It is different from past emotion based image retrieval in point of view that it uses relevance feedback to estimate the users intend and it is easily combined with past content-based image retrieval system. The features and similarity measures are adopted from MPEG-7 color descriptors which are proper retrieval of large multimedia databases. We use wallpaper images for the experiment. The result shows that the system get successful result.

Sparse-Neighbor 영상 표현 학습에 의한 초해상도

엄경배,최영희,이종찬,Eum, Kyoung-Bae,Choi, Young-Hee,Lee, Jong-Chan 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.12

표본 기반 초해상도(Super Resolution 이하 SR) 방법들 중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩이라는 매니폴드 학습방법의 개념과 같다. 그러나, 네이버 임베딩은 국부 학습 데이터 집합의 크기가 너무 작기 때문에 이에 따른 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 일반화 능력이 뛰어난 Support Vector Regression(이하 SVR)을 이용한 Sparse-Neighbor 영상 표현 학습 방법에 기반한 새로운 알고리즘을 제안하였다. 저해상도 입력 영상이 주어지면 bicubic 보간법을 이용하여 확대된 영상을 얻고, 이 확대된 영상으로부터 패치를 얻은 후 저주파 패치인지 고주파 패치 인지를 판별한 후 각 영상 패치의 가중치를 얻은 후 두 개의 SVR을 훈련하였으며 훈련된 SVR을 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 기존의 보간법 및 네이버 임베딩 기법 등에 비해 정량적인 척도 및 시각적으로 향상된 결과를 보여 주었다. Among the Example based Super Resolution(SR) techniques, Neighbor embedding(NE) has been inspired by manifold learning method, particularly locally linear embedding. However, the poor generalization of NE decreases the performance of such algorithm. The sizes of local training sets are always too small to improve the performance of NE. We propose the Learning Sparse-Neighbor Image Representation baesd on SVR having an excellent generalization ability to solve this problem. Given a low resolution image, we first use bicubic interpolation to synthesize its high resolution version. We extract the patches from this synthesized image and determine whether each patch corresponds to regions with high or low spatial frequencies. After the weight of each patch is obtained by our method, we used to learn separate SVR models. Finally, we update the pixel values using the previously learned SVRs. Through experimental results, we quantitatively and qualitatively confirm the improved results of the proposed algorithm when comparing with conventional interpolation methods and NE.

Super Resolution Technique Through Improved Neighbor Embedding

엄경배 한국디지털콘텐츠학회 2014 한국디지털콘텐츠학회논문지 Vol.15 No.6

For single image super resolution (SR), interpolation based and example based algorithms are extensively used. The interpolation algorithms have the strength of theoretical simplicity. However, those algorithms are tending to produce high resolution images with jagged edges, because they are not able to use more priori information. Example based algorithms have been studied in the past few years. For example based SR, the nearest neighbor based algorithms are extensively considered. Among them, neighbor embedding (NE) has been inspired by manifold learning method, particularly locally linear embedding. However, the sizes of local training sets are always too small. So, NE algorithm is weak in the performance of the visuality and quantitative measure by the poor generalization of nearest neighbor estimation. An improved NE algorithm with Support Vector Regression (SVR) was proposed to solve this problem. Given a low resolution image, the pixel values in its high resolution version are estimated by the improved NE. Comparing with bicubic and NE, the improvements of 1.25 dB and 2.33 dB are achieved in PSNR. Experimental results show that proposed method is quantitatively and visually more effective than prior works using bicubic interpolation and NE.