방사왜곡에 강인한 정규화 위상각과 모멘트에 기반한 객체의 유사도 검색 :Robust similarity retrieval for radial distortion of object shape based on the normalized phase angles and area

이용은

추천

검색

자료유형: 학위논문

저자정보: 이용은 (조선대학교, 조선대학교 소프트웨어융합공학과)

지도교수: 안영은

발행연도: 2018

저작권: 조선대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2018

정규화 위상각과 모멘트에 기반한 객체의 유사도 검색

이용은 , 박종안 , 안영은 외 1명 Proceedings of KIIT Conference 2018.06 학술대회자료

방사왜곡에 강인한 정규화 위상각과 모멘트에 기반한 객체의 유사도 검색

이용은 소프트웨어융합공학과 2018.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

A. 연구 배경 및 목적

컴퓨터 하드웨어와 네트워크 기술의 발달과 소셜미디어의 발달로 사용자들의 멀티미디어 정보의 생산, 가공, 유통에 시간과 공간의 제약에서 벗어나 활발히 참여하고 있다. 이로 인하여 생산되어지는 멀티미디어 데이터의 양은 폭발적으로 증가하고 있으며[1]. 특히 ICT 기술의 발전으로 영상신호를 센싱 할 수 있는 초소형 초정밀 센서 기술이 발달하여 멀티미디어의 데이터 량의 증가를 더욱 가속화 시켰다[2]. 데이터의 양이 늘어날수록 원하는 정보의 검색은 점점 더 어려워지고 있다. 이를 해결하기 위하여 멀티미디어 정보의 특징을 빠르게 분석하여 효율적으로 검색, 관리 할 수 있는 자동 영상 검색 시스템에 대한 필요성이 부각되고 있다.
초창기의 영상 검색 시스템에서는 질의 자료를 문자 키워드로 제시하고 동일한 색인을 가진 영상을 검색해내는 텍스트 기반 검색 시스템이 주류를 이루었다. 텍스트 기반 검색 방법은 구현이 쉽고 검색 속도가 빠르다는 장점이 있으나 별도로 영상에 대한 키워드를 설정해 주어야 하며 객관적이고 자동화된 키워드 부여가 어렵다는 단점이 있다.
이러한 단점을 해결하기 위하여 영상 자체가 가지는 고유한 특성을 분석하여 객관적이고 자동화된 검색 시스템이 제시되었으며 이러한 시스템을 내용기반 영상검색 시스템(CBIR : Content-Based Image Retrieval)이라고 한다.
내용 기반 검색 방법은 영상 자체가 가진 특징정보를 추출하여 질의영상과 비교영상간의 유사성을 분석하는 방법으로 칼라, 질감, 형태 정보 등을 기반으로 이미지의 특징을 판단한다. 이는 객관적이고 자동화된 특징정보 검출 시스템을 구현할 수 있다는 장점이 있다[3-4].
멀티미디어의 정보 특성상 텍스트를 주석으로 표현하기에는 주관적이고 모호하기 때문에 보다 객관적인 기하학적 특징을 사용하는 내용기반 검색방법이 주로 연구되고 있다.

B. 연구 목표
내용기반 검색기법이 문자기반 검색과 함께 상용화 되면서 대규모 영상 데이터베이스에서 영상을 효과적으로 관리하고 검색하기 위한 많은 연구 결과가 발표되고 있다. 이들 영상검색에서는 영상의 회전, 이동, 스케일링에 불변하며 알고리즘이 간단하여 처리속도가 빨라야 한다[5]. 내용 기반 검색에서 사용되는 특징 중 형태 정보는 윤곽선, 코너점, 선분, 모멘트 등이 사용되는데 이중 윤곽선 특성이 보편적으로 사용되고 있다. 이는 객체의 윤곽선만을 이용할 수가 있기 때문에 알고리즘이 간단하며 객체의 특성을 효과적으로 추출 할 수 있지만 외부 잡음에 민감하다[6]. 특히 방사왜곡에 대한 영상 검색은 영상의 왜곡을 수학적으로 계산하여 보정한 후 보정된 영상을 이용하여 검색하게 된다. 하지만 영상 보정은 왜곡 필터의 특성을 알아야만 그에 대한 보정 필터를 구할 수 있으므로 임의의 방사왜곡 영상을 보정하는 것은 매우 어렵다. 이러한 문제를 개선하기 위하여 방사왜곡에 강인한 영상 검색 기법을 사용하여 방사왜곡의 보정과정을 거치지 않고, 정규화 위상각과 모멘트를 이용하여 형태적 잡음과 방사왜곡에 강인한 영상검색 기법을 제안하고자 한다.

C. 논문 구성
본 논문의 구성은 다음과 같다. 2장에서는 관련연구에 대해 살펴보고, 3장에서 제안한 알고리즘을 설계하고, 4장에서 이를 실험을 통한 결과를 분석하고, 5장에서 결론을 맺는다.

As content-based image retrieval is commercialized with character-based image retrieval, many research results have been published for effective management and retrieval of images in a large-scale image database. In these image retrievals, the rotation, the movement and the scaling of the image are invariable, and the algorithm must be simple and the processing speed must be high.
In the content - based image retrieval, a histogram is often used to express the characteristics of the image. Since the histogram has a relatively small number of characteristics and has a small storage space, it can perform a quick comparison. Therefore, it is difficult to grasp the graphic characteristics of the object because the search efficiency is excellent but the spatial information can not be expressed effectively. Although image retrieval method using outline and vertex of figure is used to express spatial information, search speed is relatively slow and it is vulnerable to curvilinear distortion such as radial distortion.
In order to solve this problem, we propose an image retrieval technique which is robust to the morphological noise and fast search speed by expressing it as histogram using the normalized phase angle and moment.
The proposed algorithm search the edge and center of gravity of the preprocessed image object, and compute the relative angle of each edge with respect to the baseline. 360 ° is divided into n equally, and the area is calculated using the sum of distances within each unit angle. in the normalized the total area, by excluding the directionality according to the phase, the unit area becomes the characteristic vector, The similarity is analyzed by comparing the characteristic vectors.
Through various experiments, the proposed algorithm showed better performance than the conventional histogram algorithm, especially, it is confirmed that it is a robust algorithm against radial distortion.

목 차
그 림 목 차 ⅱ
표 목 차 ⅳ
ABSTRACT ⅴ
Ⅰ. 서 론 1
A. 연구 배경 및 목적 1
B. 연구 목표 2
C. 논문 구성 2
Ⅱ. 관련연구 3
A. 방사왜곡 보정 3
B. 내용기반 영상 검색 (CBIR) 7
Ⅲ. 제안하는 알고리즘 설계 13
A. 알고리즘 구조 13
B. 제안하는 검색 알고리즘 13
Ⅳ. 실험 및 분석 26
A. 다각형 분석을 통한 알고리즘 특성 파악 26
B. 방사왜곡에 강한 특성 검증 29
C. 제안한 알고리즘의 성능 분석 33
Ⅴ. 결론 39
참고문헌 40

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)