Earticle

In this paper, a pixel value prediction algorithm using edge components in three directions is proposed. There are various directional edges and similarity between adjacent pixels in natural images. After detecting the edge components in the x-axis direction, the y-axis direction, and the diagonal axis direction, the pixel value is predicted by applying the detected edge components and similarity between neighboring pixels. In particular, the predicted pixel value is calculated according to the intensity of the edge component in the diagonal axis direction. Experimental results show that the proposed algorithm can effectively predict pixel values. The proposed algorithm can be used for applications such as reversible data hiding, reversible watermarking to increase the number of embedded data.

In this paper, I proposed an effective technique for accurately predicting pixel values using edge components. Adjacent pixel values are similar to each other. That is, generally, similarity exists between adjacent pixels in an image. In the proposed algorithm, edge components are detected using the surrounding pixels in the first step, and pixel values are estimated using the edge components in the second step. Therefore, the prediction accuracy of the pixel value is improved and the prediction error is reduced. Pixel value prediction is a necessary technique for various applications such as image magnification and confidential data concealment. Experimental results show that the proposed method has higher prediction accuracy and fewer prediction error. Therefore, the proposed technique can be effectively used for applications such as image magnification and confidential data concealment.

Histogram equalization is an essential technique in Image Processing. It is a contrast adjustment process using image histogram. Contrast upgrade is an imperative zone in image processing for both human and PC vision. Different Methods are proposed and some extraordinary Image Histogram strategies are Adaptive Histogram Equalization system, Recursive mean square histogram adjustment, and Global Histogram balance. In this paper, impressive histogram equalization method by changing mega pixel value is implementing. We consider some of the pixel value between ranges and then calculate its cumulative frequency. After equally distribution intensity is mapped to get a new intensity value a new histogram value.

In this paper, we proposed a technique for hiding the double-encrypted confidential data in the image using the pixel value of the image and the spatial encryption technique. The proposed technique inserts encrypted confidential data into the LSB of an image pixel in order to maintain high image quality. The stego-image generated by hiding the encrypted confidential data has very good quality and is visually indistinguishable from the original cover image, so that it is impossible to recognize whether the confidential data is hidden in the stego-image. It is possible to extract the original confidential data from the stego-image without loss. By conducting an experiment on the proposed technique, it was confirmed that the proposed technique is an effective technique for the practical application of data hiding. The proposed technique can be used in applications such as military and intellectual property protection that require high security.

There is a similar image retrieval method which uses a normalized histogram of the pixel values of the original image and that of the pixel values of the illegally copied search target image. In this method, when the correlation coefficient between the two histograms is greater than a predetermined threshold value, the target image is to determine to be similar to the original image. However, the contents of the image that has received ornament attack is different from the contents of the original image, this means that it is searching for images similar to the original image is very difficult. In general, ornament processing of the image is applied to the peripheral region of the image. Therefore, if only the pixels to limit in the ROI (region of interest) which are not affected by the ornament attack are used to create the normalized histogram, it may be effective. We, in order to extract only the pixels included in the ROI, have proposed a method of using a mask image. In this paper, it describes some detailed study about the element techniques including using the mask image and normalization histogram. Moreover, the computer simulations show the effectiveness of these element techniques.

본 논문에서는 인접 픽셀값 차분 정보를 사용하여 픽셀값의 LSB에 12중으로 암호화된 워터마크 데이터 비트를 은닉하는 보안이 매우 우수한 워터마킹 기법을 제안한다. 제안된 기법은 주어진 암호화 키를 사용하여 암호화 정보 레코드를 암호화하고, 인접 픽셀값의 차분 정보와 은닉패턴 상의 위치정보를 사용하여 생성된 각각의 위치기반 암호화 키와 인접 픽셀값의 차분 정보를 가지고 워터마크를 다중으로 암호화하기 때문에 기존 기법보다 워터마크의 보안이 크게 강화된 워터마킹 기법이다. 본 논문에서 제안된 기법을 사용하여 다중으로 암호화된 워터마크가 은닉되어 있는 스테고 이미지를 생성하면 스테고 이미지의 PSNR 값은 55.90dB 이상이기 때문에 스테고 이미지의 품질이 매우 우수하여 시각적으로 원본 커버 이미지와 구분이 불가능하다. 제안된 기법의 워터마크 추출 기법을 사용하지 않으면 픽셀값의 각 LSB에 은닉되어 있는 다중으로 암호화된 워터마크 데이터 비트들을 추출하더라도 이를 해독하는 것은 불가능하여 워터마크의 보안이 매우 강력하게 유지된다. 제안된 기법을 사용하면 원본 워터마크를 스테고 이미지로부터 손실 없이 추출할 수 있지만, 손실 없이 원본 커버 이미지를 복원할 수 없는 한계는 기존 기법들과 동일하게 존재한다. 제안된 워터마킹 기법은 군사 분야, 지적 재산권 보호 분야 등과 같은 높은 수준의 보안이 요구되는 응용에 사용될 수 있다.

In this paper, we propose a highly secure watermarking technique that hides 12-fold encrypted watermark data bits in the LSB of pixel values using the difference information of adjacent pixel values. The proposed technique encrypts encryption information record using given encryption keys. Moreover, it encrypts the watermark multiple times using encryption keys generated using differential information between adjacent pixel values and location information on the embedding pattern. This watermarking technique significantly enhances watermark security compared to existing techniques. When a stego-image with a multi-encrypted watermark embedded using the technique proposed in this paper is created, the PSNR value of the stego-image is over 55.90dB, therefore the quality of the stego-image is so excellent that it is visually indistinguishable from the original cover image. Without using the proposed watermark extraction technique, decryption is impossible even if the multi-encrypted watermark data bits hidden in each LSB of the pixel value are extracted, ensuring the watermark's security is extremely strong. The proposed technique can extract the original watermark from the stego-image without loss, but it has the same limitation as the existing techniques in that it cannot restore the original cover image without loss. The proposed watermarking technique can be used in applications requiring a high level of security, such as military and intellectual property protection.

드론과 같은 임베디드 시스템에서 데이터를 서버로 전송해 실시간 분석을 진행함에 있어진행하는 데 초분광 영상 전체를 저장, 전송, 분석하는 데 전력 소모와 시간이 많이 소요되어 어려움이 있다. 그래서 초분광 영상 데이터는 차원 축소 또는 압축 전처리를 통해 서버로 전송하게 된다. 분석에 필요한 밴드만 보내기 위해서는 피처 선택 기법을 사용하는데 이러한 알고리즘은 대게 효율은 높더라도 영상 크기에 따라 처리 시간이 매우 소요가 크다. 본 논문에서는 밴드선택 알고리즘의 시간적인 단점을 개선하여한 기댓값 기반의 알고리즘을 제안한다. 실험 결과 8GB 데이터의 40000*682 해상도 이미지 기준 평균 소요 시간인 24시간을 60~180초 내외로 감소시키고, 150개 밴드 중에 45개를 활용하여 7.6GB 램 사용을 2.3GB로 크게 감소시켰다. 시간은 크게 줄였음에도 픽셀 분류 성능은 기존과 유사하게 98% 이상의 분석 결과를 도출하였다.

In an embedded system such as a drone, it is difficult to store, transfer and analyze the entire hyper-spectral image to a server in real time because it takes a lot of power and time. Therefore, the hyper-spectral image data is transmitted to the server through dimension reduction or compression pre-processing. Feature selection method are used to send only the bands for analysis purpose, and these algorithms usually take a lot of processing time depending on the size of the image, even though the efficiency is high. In this paper, by improving the temporal disadvantage of the band selection algorithm, the time taken 24 hours was reduced to around 60-180 seconds based on the 40000*682 image resolution of 8GB data, and the use of 7.6GB RAM was significantly reduced to 2.3GB using 45 out of 150 bands. However, in terms of pixel classification performance, more than 98% of analysis results were derived similarly to the previous one.

In order to protect secret digital documents against vulnerabilities while communicating, steganography algorithms are applied. It protects a digital file from unauthorized access by hiding the entire content. Pixel-value-difference being a method from spatial domain steganography utilizes the difference gap between neighbor pixels to fulfill the same. The proposed approach is a block-wise embedding process where blocks of variable size are chosen from the cover image, therefore, a stream of secret digital contents is hidden. Least significant bit (LSB) substitution method is applied as an adaptive mechanism and optimal pixel adjustment process (OPAP) is used to minimize the error rate. The proposed application succeeds to maintain good hiding capacity and better signal-to-noise ratio when compared against other existing methods. Any means of digital communication specially e-Governance applications could be highly benefited from this approach.

This paper proposes a new data hiding method for binary images using the weighting value of pixel-value differencing. The binary cover image is partitioned into non-overlapping sub-blocks and find the most suitable position to embed a secret bit for each sub-block. The proposed method calculates the weighted value for a sub-block to pivot a pixel to be changed. This improves the image quality of the stego-image. The experimental results show that the proposed method achieves a good visual quality and high capacity.

In this paper, is propose to the object(human) dection method using geometrical structures and projection histograms in the image. The problem of existing methods for objects tracking of background subtracted is resulted from uncertainty at background unfixed. In this paper, two methods are applied to solve problem. This problems are proved by method. This problems is demonstrated by using this methods and applied to the train railroad crossing. Therefore, this paper aims that this contributes to improve the accident of the train railroad crossing.

본 논문에서는 최근 표준화 활동이 진행 중인 HEVC(high efficiency video coding) 표준의 무손실 부호화 모드를 위한 효율적인 계수 주사 방법을 제안한다. 일반적으로 무손실 비디오 부호기에서는 부호화 손실을 없애기 위해 변환 및 양자화 모듈이 제거된다. 이 경우 부호화해야 할 잔여데이터는 양자화된 변환 계수가 아닌 예측 후의 차분 화소이므로 잔여데이터의 확률 분포가 변화된다. 제안한 방법에서는 무손실 부호화에서 화면내 예측 모드 별 잔여데이터의 발생 확률을 분석하고, 이를 고려해 역방향 모드 기반 차분 화소 주사 방법을 사용한다. 일반적으로 참조 화소와의 거리가 멀어질수록 예측 정확도가 떨어져 잔여데이터의 발생 확률이 높아지기 때문에 제안한 역방향 주사 방법을 사용하면 잔여데이터 부호화에서 이득을 얻을 수 있다. 실험을 통해, 제안한 방법이 HEVC 무손실 부호화에 비해 약 1.7%의 부호화 성능을 향상시키는 것을 확인했다.

Data hiding is one of protective methods that can authenticate the completeness of digital information and protect intelligent property rights and copyright through secret communications. In this paper, we propose a data hiding method using pixel-value modular operation that has a high capacity while maintaining a good visual quality. The proposed method can embed secret data on the every pixel of a cover image by modular operation. The experiment results demonstrate that the proposed method has a high capacity and good visual quality where the embedding capacity is 91,138 bytes, the PSNR is 47.94dB, and the Q index is 0.968.

스마트 기기와 소형 디스플레이에 사용되는 디지털 영상은 다운스케일링 (Downscaling)된 영상이 사용된다. 본 논문에서는 영상 픽셀값의 경사도에 따른 특징벡터를 이용한 다운스케일링 포저리 (Forgery) 영상 검출 알고리즘을 제안한다. 제안된 알고리즘에서, 원영상의 픽셀값 경사도로부터 자기회귀 (AR: Autoregressive) 계수를 계산한다. 이는 다운스케일링 포저리 영상 검출기의 SVM (Support Vector Machine) 분류를 위한 학습에 사용된다. 제안된 다운스케일링 검출 알고리즘은 동일 10-Dim. 특징벡터의 MFR (Median Filter Residual) 스킴과 686-Dim.의 SPAM (Subtractive Pixel Adjacency Matrix) 스킴과 비교하여 다운스케일링 90% 영상 포저리에서 성능이 우수하며, 평균필터링 ($3{\times}3$) 영상과 미디언필터링 ($3{\times}3$) 영상에서 높은 검출율을 보여 주었다. 특히, 평균필터링과 미디언필터링 영상에서는 성능평가 전체 항목에서 민감도 (Sensitivity; TP: True Positive rate)와 1-특이도 (1-Specificity; FP: False Positive rate)의 AUC (Area Under Curve)가 모두 1에 수렴하여 'Excellent (A)' 등급임을 확인하였다.

The used digital images in the smart device and small displayer has been a downscaled image. In this paper, the detection of the downscaling image forgery is proposed using the feature vector according to the pixel value's gradients. In the proposed algorithm, AR (Autoregressive) coefficients are computed from pixel value's gradients of the image. These coefficients as the feature vectors are used in the learning of a SVM (Support Vector Machine) classification for the downscaling image forgery detector. On the performance of the proposed algorithm, it is excellent at the downscaling 90% image forgery compare to MFR (Median Filter Residual) scheme that had the same 10-Dim. feature vectors and 686-Dim. SPAM (Subtractive Pixel Adjacency Matrix) scheme. In averaging filtering ($3{\times}3$) and median filtering ($3{\times}3$) images, it has a higher detection ratio. Especially, the measured performances of all items in averaging and median filtering ($3{\times}3$), AUC (Area Under Curve) by the sensitivity and 1-specificity is approached to 1. Thus, it is confirmed that the grade evaluation of the proposed algorithm is 'Excellent (A)'.

디지털 영상의 배포에서, 위 변조자에 의해 영상이 변조되는 심각한 문제가 있다. 이러한 문제를 해결하기 위하여, 본 논문에서는 영상의 픽셀값 경사도에 따른 특징벡터를 이용한 미디언 필터링 영상 포렌식 판정 알고리즘을 제안한다. 제안된 알고리즘에서, 원영상의 픽셀값 경사도로부터 자기회귀 계수를 1~6차까지의 6 Dim.을 계산한다. 그리고 경사도를 Poisson 방정식의 해에 의한 재구성 영상과 원영상과의 차영상으로 부터, 4 Dim. (평균값, 최대값 그리고 최대값의 좌표 i,j)의 특징벡터를 추출한다. 2 종류의 특징벡터는 10 Dim.으로 조합되어 변조된 영상의 미디언 필터링 (Median Filtering: MF) 검출기의 SVM (Support Vector Machine) 분류를 위한 학습에 사용된다. 제안된 미디언 필터링 검출 알고리즘은 동일 10 Dim. 특징벡터의 MFR (Median Filter Residual) 스킴과 비교하여 원영상, 평균필터링 ($3{\times}3$) 영상 그리고 JPEG (QF=90) 영상에서는 성능이 우수하며, Gaussian 필터링 ($3{\times}3$) 영상에서는 성능이 다소 낮지만, 성능평가 전체항목에서 민감도 (Sensitivity; TP: True Positive rate)와 1-특이도 (1-Specificity; FP: False Positive rate)의 AUC (Area Under Curve)가 모두 1에 수렴하여 'Excellent (A)' 등급임을 확인하였다.

In a distribution of digital image, there is a serious problem that is a distribution of the altered image by a forger. For the problem solution, this paper proposes a median filtering (MF) image forensic decision algorithm using a feature vector according to the pixel value's gradients. In the proposed algorithm, AR (Autoregressive) coefficients are computed from pixel value' gradients of original image then 1th~6th order coefficients to be six feature vector. And the reconstructed image is produced by the solution of Poisson's equation with the gradients. From the difference image between original and its reconstructed image, four feature vector (Average value, Max. value and the coordinate i,j of Max. value) is extracted. Subsequently, Two kinds of the feature vector combined to 10 Dim. feature vector that is used in the learning of a SVM (Support Vector Machine) classification for MF (Median Filtering) detector of the altered image. On the proposed algorithm of the median filtering detection, compare to MFR (Median Filter Residual) scheme that had the same 10 Dim. feature vectors, the performance is excellent at Unaltered, Averaging filtering ($3{\times}3$) and JPEG (QF=90) images, and less at Gaussian filtering ($3{\times}3$) image. However, in the measured performances of all items, AUC (Area Under Curve) by the sensitivity and 1-specificity is approached to 1. Thus, it is confirmed that the grade evaluation of the proposed algorithm is 'Excellent (A)'.

본 논문에서는 뎁스 영상에서 3차원 정보를 추출하기 위해 화소 값 차이 오프셋 컨볼루션을 적용한 객체 인식 방법을 제안한다. 영상 내 경계 추출에 특화된 기존의 컨볼루션을 3D 정보를 얻기 위해 화소 값 차이를 활용하도록 수정한다. 다양한 3차원 정보를 얻기 위해 화소 값 차이에 오프셋을 적용한다. 뎁스 영상에 컨볼루션을 수행하여 다양한 3차원 특징을 추출한다. 추출된 3차원 특징을 객체 인식 네트워크에 입력하여 뎁스 영상의 객체 인식을 개선할 수 있다. 실험 결과, 제안된 방법을 통한 객체 인식은 기존 객체 인식 네트워크에 비해 뎁스 영상에 대한 객체 분류 정확도가 평균 0.37% 높은 객체 분류 정확도를 보였다.

In this paper, we propose an object recognition method using offset convolution of pixel value difference for extracting 3D information of a depth image. We modify a traditional convolution, which is specialized for edge extraction, to acquire 3D information by utilizing pixel value differences. To obtain 3D information from various perspectives, offsets are applied to the pixel value differences. Various 3D features are extracted by performing convolution on the depth image. The object recognition of depth image can be improved by feeding these 3D features to the object recognition network. The simulation results demonstrate that the proposed method have improved object classification accuracy for depth images by an average of 0.37% compared to the traditional object recognition network.

기존의 광학현미경을 분해 하여 Kerr 현미경을 구성한 다음, 180도 자벽을 가지는 극박 3 %Si-Fe에 대해 자구모양을 관찰하였다. CCD 카메라로 취득한 한 단 한 장의 디지털 자구모양으로부터 자구영역의 경계선을 고가의 고속 영상처리장치 없이 결정하였다. 자구모양의 경계선 결정 방법은 디지털 자구모양의 픽셀값을 감산, 적분, 최소자승법의 연산을 이용하는 것이다. 이 방법은 많은 디지털 이미지를 연속적으로 취득하여 다중 합산하는 종래의 방식보다는 비용이 적게 든다. 이 연구 결과로부터 3개의 경계선과 0.085[T]의 자속밀도가 구해져 시편의 중심부와 같이 $180^{\circ}$ 자벽 만이 형성되는 영역이라면 이 방법을 적용할 수 있다.

Kerr microscopy was assembled to observe magnetic domain image of ultra thin 3 %Si-Fe by using parts of an optical microscope. Digital images were obtained from CCD camera attached to the microscopy. A method was suggested to decide a boundary between magnetic domain regions in this study. The method was using some operations such as subtraction, integration and least mean square approximation for pixel values in the digital image. The method has a strong point that high priced image processor is not needed in the Kerr microscopy system. From the results that three different domain walls were observed and magnetic flux density of 0.085 [T], this method could be applied in the magnetic domain regions having a straight $180^{\circ}$ domain wall.

자성체의 자화는 자성물리의 기본 물리량으로 자성체 응용에 많은 정보를 제공한다. 광자기효과를 이용하는 자구관찰 장치에서 최초로 얻어지는 자화패턴 만으로는 자성체의 자화상태를 확인할 수 없다. 따라서 자구패턴을 시각화하기 위해 다수의 패턴을 획득하여 연산을 통해 자구패턴을 시각화하였다. 자화패턴을 8비트 디지털 카메라로 취득하였고 이를 컴퓨터로 화상 연산처리를 하였다. 연상방법은 자성체를 포화시켜 픽셀값을 최대 255값에 가깝게 하여 취득한 영상으로부터 어떤 자화상태의 자화영상의 픽셀값을 반복적으로 감산하는 것이다. 감산 연산이 진행됨에 따라 선명한 자구패턴이 얻어졌다. 연산 프로그램은 범용의 LABVIEW를 이용하였고 자구관찰장치는 편광자를 가지는 광학현미경을 이용하였다.

Magnetization is very important in the ferro-magnetic physics and provides useful informations in the application field of magnetic devices. Generally, the only first acquired domain pattern is not helpful to recognize domain pattern. Many images are needed to visualize domain pattern through image processing. These images were obtained a 8-bit digital camera. The operation was the subtraction of pixel values of multi domain imanges from the images with 255 of pixel value, which was obtained in the saturated state of magnetic materials. The magnetic domain images was visualized gradually with increasing the number of subtracion operation. LABVIEW was used as an image processing tool and the optic microscope with a polarizer was used in this experiment.

최근 IoT 기술과 통신매체의 발전에 따라 다양한 영상 장비가 산업 현장에서 사용되고 있다. 카메라와 센서에서 취득된 영상 데이터는 송수신 과정에서 잡음의 영향을 받기 쉬우며, 시스템의 신뢰성에 큰 영향을 미치는 만큼 잡음 제거가 필수적으로 선행되고 있다. 본 논문에서는 AWGN에 훼손된 영상을 복원하는 과정에서 디테일을 보존하기 위해 화소값 분포패턴에 기반한 가중치 필터 알고리즘을 제안하였다. 제안한 알고리즘은 영상의 화소값 분포패턴에 따라 가중치를 계산하였으며, 필터링 마스크에 적용하여 영상을 복원하였다. 제안하는 알고리즘의 잡음 제거 성능을 분석하기 위해 기존 방법과 비교하여 확대영상 및 PSNR을 사용하여 시뮬레이션하였다. 제안한 알고리즘은 영상의 중요 특성을 보존하며 기존 방법에 비해 효율적으로 잡음을 제거하는 성능을 보였다.

Recently, with the development of IoT technology and communication media, various video equipment is being used in industrial fields. Image data acquired from cameras and sensors are easily affected by noise during transmission and reception, and noise removal is essential as it greatly affects system reliability. In this paper, we propose a weight filter algorithm based on the pixel value distribution pattern to preserve details in the process of restoring images damaged in AWGN. The proposed algorithm calculates weights according to the pixel value distribution pattern of the image and restores the image by applying a filtering mask. In order to analyze the noise removal performance of the proposed algorithm, it was simulated using enlarged image and PSNR compared to the existing method. The proposed algorithm preserves important characteristics of the image and shows the performance of efficiently removing noise compared to the existing method.

인공지능의 발전으로 의료영상 분야에서 딥러닝 기반 질병 진단 연구가 활발하다. 그러나 모델 개발 시 학습 데이터의 개수와 품질은 매우 중요한데, 의료 분야 특성상 접근 가능한 데이터셋이 적으며 오픈 데이터셋은 서로 다른 기관에서 배포되거나 웹상에서 수집된 것으로 진단에 적합한 품질을 기대하기 어렵다. 또한, 기존 연구는 데이터셋이 학습에 적합한지에 대한 품질검증 없이 사용한다. 따라서 본 논문에서는 임상에서 사용하는 화질 평가 요소에 근거를 두고 영역별 화소값 분석을 통한 흉부 X선 영상 품질 평가 기법을 제안한다. 오픈 데이터셋 JSRT, Chest14와 국내 A 병원 데이터셋 AUH에 제안한 기법을 적용한 결과 민감도 91.5%, 특이도 96.1%의 우수한 성능을 확인하였다.