Earticle

본 논문에서는 기존의 그랩컷 알고리즘을 이용한 객체 검출의 정확도를 향상시키기 위하여 샤프닝 필터를 이용한 영상의 화질을 개선하는 방법을 제안한다. 그랩컷 알고리즘은 사각 윈도우 범위 내에서 객체 추출에 뛰어난 성능을 보이지만, 객체와 배경의 구분이 뚜렷하지 않은 영상에서는 성능이 떨어지는 단점이 있다. 따라서 본 논문에서는 히스토그램 평활화를 통해 밝기 및 선명도를 보강하고, 샤프닝 필터를 이용하여 객체의 경계를 강화하여 기존의 그랩컷 알고리즘보다 객체와 배경의 색상이 비슷한 영상에서 향상된 객체 추출 결과를 보인다. 개선된 그랩컷 알고리즘을 토대로 문자인식, 실시간 객체추적 등 영상처리 융합 기술에서 향상된 결과를 얻을 수 있다.

In this paper, we proposed image enhancement method using sharpening filter for improving the accuracy of object detection using the existing Grabcut algorithm. GrabCut algorithm is the excellent performance extracting an object within a rectangular window range, but it has the drawback of the inferior performance in image with no clear distinction between background and objects. So, in this paper, reinforcing the brightness and clarity through histogram equalization, and tightening the border of the object using the sharpening filter look better than that extracted result of existing GrabCut algorithm in a similar image of the object and the background. Based on improved Grabcut algorithm, it is possible to obtain an improved result in the image processing convergence technique of character recognition, real-time object tracking and so on.

장면 전환 검출에서 단일 특성을 사용하는 경우 발생 가능한 정확도 감소의 문제를 해결하기 위해 색상 히스토그램 분포 차 분석과 특징점 추출 알고리즘을 활용한 방법을 제안한다.

현재 널리 사용되는 hand-held형 단말기들은 영상을 표현할 때 제한된 수의 칼라만으로 표현할 수 있다. 따라서 자연색 칼라 팔레트를 이용하여 단말기에 나타낼 때 최적의 칼라 팔레트를 구현하는 것과 원영상의 각각의 칼라로부터 팔레트 칼라로 최적으로 정합 시키는 것이 요구된다. 본 논문에서는 효율적으로 칼라 팔레트를 설계하는 히스토그램 기반 영상 의존적 스칼라 양자화 알고리즘을 제안한다. 제안 알고리즘은 칼라 우선순위 결정 부분과 양자화 부분으로 구성되며 양자화 후 ANC(Adaptive Neighborhood-Clustering) 알고리즘을 적용하여 성능을 개선한다. 이 방법은 자연색 칼라 영상을 적은 비트로 표현했음에도 출력 영상이 인간의 눈에 적합하다.