KR100207426B1 - 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치 - Google Patents

무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치 Download PDF

Info

Publication number
KR100207426B1
KR100207426B1 KR1019960014968A KR19960014968A KR100207426B1 KR 100207426 B1 KR100207426 B1 KR 100207426B1 KR 1019960014968 A KR1019960014968 A KR 1019960014968A KR 19960014968 A KR19960014968 A KR 19960014968A KR 100207426 B1 KR100207426 B1 KR 100207426B1
Authority
KR
South Korea
Prior art keywords
texture image
pattern
texture
matrix table
pixel values
Prior art date
Application number
KR1019960014968A
Other languages
English (en)
Other versions
KR970078633A (ko
Inventor
김진헌
Original Assignee
전주범
대우전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 전주범, 대우전자주식회사 filed Critical 전주범
Priority to KR1019960014968A priority Critical patent/KR100207426B1/ko
Priority to EP96116720A priority patent/EP0806741A3/en
Priority to US08/734,217 priority patent/US5832118A/en
Priority to IN1839CA1996 priority patent/IN191304B/en
Priority to JP28353196A priority patent/JP4000380B2/ja
Priority to CN96120368A priority patent/CN1114889C/zh
Publication of KR970078633A publication Critical patent/KR970078633A/ko
Application granted granted Critical
Publication of KR100207426B1 publication Critical patent/KR100207426B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 텍스쳐 영상을 분류하는 장치에 관한 것으로서, 본 발명에 따른 텍스쳐 영상 분류 장치는 텍스쳐 영상을 4개의 방향으로 스캐닝하여, 4개의 화소값과 방향에 대하여 각각의 평균 줄길이를 계산하는 수단 ; 상기 각각의 평균 줄길이를 이용하여 행렬표를 구성하는 수단 ; 상기 행렬표를 이용하여 무늬의 크기를 판단하는 수단 ; 상기 행렬표를 이용하여 무늬의 방향성을 판단하는 수단 ; 및 상기 무늬의 크기와 무늬의 방향성을 이용하여 상기 텍스쳐 영상을 분류하는 수단을 포함한다.

Description

무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치
제1도는 본 발명의 바람직한 실시예에 따른 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치의 블록도.
제2도는 제1도의 전처리부의 상세 블록도.
제3도는 스캐닝 방향을 도시하는 도면.
제4도는 행렬표를 도시하는 도면.
* 도면의 주요부분에 대한 부호의 설명
100 : 전처리부 102 : 스캐닝부
104 : GLRLM 구성부 106 : 무늬 크기 판단부
108 : 무늬 방향 판단부 110, 112 : 양자화부
114 : 디멀티플렉서 106 : 데이터 베이스
202 : 메디안 필터링부 210 : 적응적 균등 양자화부
212 : 동적 영역 검출부 216 : 균등 양자화부
220 : 양자화값 보정부
본 발명은 텍스쳐 분류 장치에 관한 것으로서, 특히 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치에 관한 것이다.
통상적으로 텍스쳐 영상은, 예를 들면 인공 위성에서 본 산림 지역이나 사막 지역과 같이 일정한 무늬가 반복적으로 이루어진 영상을 말하면, 텍스쳐 분류 장치는 입력되는 텍스쳐 영상에 포함되어 있는 텍스쳐가 무엇의 텍스쳐인 지를 자동적으로 검출하는 장치로서 종래의 텍스쳐 영상을 분류하는 장치에 대해서 구체적으로 알려진 바는 없다.
본 발명의 주 목적은 텍스쳐에 있는 무늬의 크기와 방향성을 이용하여 텍스쳐를 분류하는 텍스쳐 분류 장치를 제공하는 데 있다.
상기 목적을 달성하기 위하여 본 발명은, 텍스쳐 영상을 분류하기 위한 것으로서, 텍스쳐 영상을 4개의 방향으로 스캐닝하여, 4개의 화소값과 방향에 대하여 각각의 평균 줄길이를 계산하는 수단 ; 상기 각각의 평균 줄길이를 이용하여 행렬표를 구성하는 수단 ; 상기 행렬표를 이용하여 무늬의 크기를 판단하는 수단 ; 상기 행렬표를 이용하여 무늬의 방향성을 판단하는 수단 ; 및 상기 무늬의 크기와 상기 무늬의 방향성을 이용하여 상기 텍스쳐 영상을 분류하는 수단을 포함하는 것을 특징으로 하는 텍스쳐 영상 분류 장치를 제공한다.
제1도는 본 발명의 바람직한 실시예에 다른 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치를 나타낸다. 동도면에 도시된 바와 같이, 텍스쳐 영상이 기설정된 처리 단위로 전처리부(100)로 입력되면, 전처리부(100)는 텍스쳐 영상을 정확히 분류하기 위해 먼저 입력되는 영상을 전처리한다. 전처리부(100)는 이하 제2도를 참조하여 상세히 설명한다.
제2도에 도시된 바와 같이, 전처리부(100)는 메디안 필터링부(202), 적응적 균등 양자화부(210) 및 양자화값 보정부(220)로 이루어진다. 메디안 필터링부(202)는 입력되는 텍스쳐 영상에서 텍스쳐에 나타나는 고립점이나 임펄스성 잡음을 제거하기 위한 것으로서, 예를 들면, 십자형 메디안 필터를 사용하여 이를 구현할 수 있다. 이는 에지가 많이 존재하고 무늬의 크기가 작은 것이 많은 텍스쳐 영상에서는 십자형 메디안 필터가 에지 보존 능력이 우수하기 때문이다. 메디안 필터링부(202)에서 필터링된 신호는 적응적 균등 양자화부(210)로 제공된다.
제2도에 도시된 바와 같이, 적응적 균등 양자화부(210)는 동적 영역 검출부(212), 봉우리 검출부(214) 및 균등 양자화부(216)로 이루어지며 텍스쳐의 특성에 적합한 양자화를 수행한다. 이 블록을 상세히 설명하기 전에 텍스쳐의 특성에 대해 설명하면, 텍스처는 대부분의 특성 정보가 국부적인 극대값 또는 극소값의 화소들에 포함되어 있고, 비교적 좁은 영역에서 다른 일반적인 영상들에 비해 밝기의 변화가 크다. 따라서 양자화로 인한 특성 정보의 손실이 매우 적고 그 결과 통계적 방법으로 접근할 경우 계산량이나 메모리의 이득이 매우 크다.
이러한 특성을 이용하기 위해 동적 영역 검출부(212)에서는 우선 텍스쳐 영상의 화소 값들에 대한 돗수 분포(histogram)를 얻고, 돗수 분포상에서 화소값의 최소값과 최대값을 찾아 화소값들이 존재하는 구간, 즉 동적 영역을 추출한다. 예를 들면, 화소 값이 256 등급으로 표시되고, 현 텍스쳐 영상의 최소값이 10이고 최대값이 200이면 동적 영역은 10에서 200까지가 된다.
봉우리 검출부(214)는 돗수 분포상에서 어떤 날카로운 봉우리가 있는 경우, 즉, 어떤 화소값을 중심으로한 화소값이 상대적으로 많이 발생한 경우(여기서, 화소값을 중심으로 한 화소값이 절대적으로 많이 발생한 화소값의 범위가 돗수분포상에서는 하나의 봉우리처럼 나타나므로 이 구간을 봉우리라함), 이 화소값은 텍스쳐의 특성에 큰 영향을 미치므로, 이 봉우리의 폭(또는 구간)을 계산하고 이 값을 어떤 문턱치와 비교하여, 이 값이 문턱치 보다 작을 경우, 봉우리 영역만을 하나의 양자화 구간으로 결정한다. 이때 문턱치는 동적 영역을 예를 들면, 4로 나눈 값을 사용한다. 이것은 Fumiaki Tomita 등의 Description of Textures by a Structural Analysis IEEE PAMI-4 No. 2, March 1982에 상세히 설명된다.
한편, 균등 양자화부(216)에서는 양자화 구간으로 결정된 부분이 있으면 봉우리의 최대값으로 먼저 양자화하고 나머지는 동적 영역을 균등하게 양자화한다. 봉우리의 폭이 문턱치 보다 클 경우, 봉우리 영역을 별도의 양자화 구간으로 두지 않고 하나의 동적 영역을 균등하게 양자화 한다.
다음에, 양자화값 보정부(220)는 입력 영상의 밝기에 무관하게 텍스쳐를 분류할 수 있도록 양자화 결과 출력되는 4개의 출력 값을 사전 설정해 놓은 4개의 화소 값으로 대치한다. 이런 과정을 통해 주위 환경이 전체적으로 어두워지거나 밝아져서 동적 영역이 변하는 경우도 같은 출력 값을 얻을 수 있다. 이와 같이 전처리된 영상은 제1도의 스캐닝부(102)로 입력된다.
또한, 스캐닝부(102)에서는 제3도에 도시된 바와 같이 4방향, 즉 수평 방향(H), 수직 방향(V), 제1 대각선 방향(D1), 제2 대각선 방향(D2)으로 스캐닝하여 4개의 화소값과 방향에 대하여 평균 줄길이를 계산한다. 계산된 각각의 평균 줄길이 값은 GLRLM(Gray Level Run Length Matrix) 구성부(104)로 입력된다.
그리고, GLRLM 구성부(104)에서는 스캐닝부(102)에서 구한 평균 줄길이 값을 이용하여 제4도에 도시된 바와 같은 행렬표를 구성한다. 제4도에 도시된 바와 같이, 행렬표에서 행은 주사 방향을 나타내고 열은 화소값을 나타낸다.
한편, 무늬 크기 판단부(106)에서는 전술한 행렬표를 이용하여 텍스쳐 영상의 무늬의 크기를 구한다. 무늬의 크기(C)는 다음 식(1)에 의해 구해진다.
여기서, Lij는 평균 줄길이를 나타내며 K는 평균 줄길이가 영인 수를 나타낸다. 식(1)에서 알 수 있는 바와 같이, 무늬의 크기는 영이 아닌 평균 줄길이의 전체 평균이다.
한편, 무늬 방향 판단부(108)에서는 전술한 GLRLM 구성부(104)로부터 제공되는 행렬표를 이용하여 무늬의 방향성(D)을 판단하는데, 방향성을 판단하기 위한 기준은 다음 식(2)에 의해 구해진다. 방향성(D)은 ;
여기서,
이다.
상기 식(2)에서 알 수 있는 바와 같이, 무늬의 방향성(D)은 특정 방향의 평균 줄길이 비의 합이다.
한편, 제1 양자화부(110)는 무늬 크기 판단부(106)로부터 입력되는 무늬 크기를 사전 설정 문턱치와 비교하여 텍스쳐를 무늬의 크기에 따라 M개로 분류한다. 이때 클래스의 수가 M일 경우 필요한 문턱치의 갯수는 (M-1) 개다. 또한, 제2양자화부(112)는 제1양자화부(110)와 마찬가지로 텍스쳐를 방향성에 따라 N개로 분류한다.
다음에, 디멀티플렉서(114)에서는 두 개의 양자화부(110) 및 (112)에서 출력되는 M 및 N개 클래스를 조합하여 N×M개의 클래스로 텍스쳐 클래스를 분류하며, 데이터 베이스(116)에서는 분류된 텍스쳐 클래스를 발생한다.
이상 설명한 바와같이, 본 발명의 텍스쳐 영상 분류장치는 무늬의 크기와 방향성을 이용하여 텍스쳐를 분류함으로써 보다 정확하게 텍스쳐를 분류할 수 있다.

Claims (6)

  1. 텍스쳐 영상을 분류하는 장치로서, 텍스쳐 영상을 4개의 방향으로 스캐닝하여, 4개의 화소값과 방향에 대하여 각각의 평균 줄길이를 계산하는 수단 ; 상기 각각의 평균 줄길이를 이용하여 행렬표를 구성하는 수단 ; 상기 행렬표를 이용하여 무늬를 판단하는 무늬 판단수단 ; 및 상기 판단된 무늬를 이용하여 상기 텍스쳐 영상을 분류하는 수단을 포함하는 것을 특징으로 하는 텍스쳐 영상 분류장치.
  2. 제1항에 있어서, 상기 무늬판단수단은, 상기 행렬표를 이용하여 무늬의 크기를 판단하는 수단 ; 및 상기 행렬표를 이용하여 무늬의 방향성을 판단하는 수단을 포함하는 것을 특징으로 하는 텍스쳐 영상 분류장치.
  3. 제1항 또는 제2항에 있어서, 상기 텍스쳐 영상을 전처리하는 수단을 더 포함하되, 상기 전처리 수단은, 상기 텍스쳐 영상을 필터링하는 수단 ; 필터링된 텍스쳐 영상을 양자화하는 수단 ; 및 양자화된 텍스쳐 영상을 보정하는 수단을 포함하는 것을 특징으로 하는 텍스쳐 영상 분류장치.
  4. 제3항에 있어서, 상기 필터링 수단은, 십자형 메디안 필터로 구성되는 것을 특징으로 하는 텍스쳐 영상 분류장치.
  5. 제3항에 있어서, 상기 양자화 수단은, 상기 텍스쳐 영상의 화소 값들에 대한 돗수 분포를 얻고, 돗수 분포상에서 화소값과 최대값을 구해 화소값들이 존재하는 구간인 동적 영역을 검출하는 수단 ; 상기 돗수 분포상에서 어떤 화소값을 중심으로한 화소값이 절대적으로 많이 발생한 구간인 봉우리 영역을 검출하는 수단 ; 및 상기 봉우리를 사전 설정된 문턱치와 비교하여, 이 값이 문턱치 보다 작을 경우, 상기 봉우리 영역만을 하나의 양지화 구간으로 결정하고 나머지를 균등 양자화 하고, 클 경우에는 상기 동적 영역을 균등 양자화하는 수단을 포함하는 것을 특징으로 하는 텍스쳐 영상 분류장치.
  6. 제5항에 있어서, 상기 봉유리와 비교되는 상기 문턱치는, 상기 동적 영역을 4로 나눈 값을 사용하는 것을 특징으로 하는 텍스쳐 영상 분류장치.
KR1019960014968A 1996-05-08 1996-05-08 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치 KR100207426B1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1019960014968A KR100207426B1 (ko) 1996-05-08 1996-05-08 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치
EP96116720A EP0806741A3 (en) 1996-05-08 1996-10-17 Texture classification apparatus employing coarseness and directivity of patterns
US08/734,217 US5832118A (en) 1996-05-08 1996-10-21 Texture classification apparatus employing coarsensess and directivity of patterns
IN1839CA1996 IN191304B (ko) 1996-05-08 1996-10-22
JP28353196A JP4000380B2 (ja) 1996-05-08 1996-10-25 テクスチャ映像分類装置
CN96120368A CN1114889C (zh) 1996-05-08 1996-10-28 利用图案的粗糙度和方向性的纹理分类装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019960014968A KR100207426B1 (ko) 1996-05-08 1996-05-08 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치

Publications (2)

Publication Number Publication Date
KR970078633A KR970078633A (ko) 1997-12-12
KR100207426B1 true KR100207426B1 (ko) 1999-07-15

Family

ID=19458004

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019960014968A KR100207426B1 (ko) 1996-05-08 1996-05-08 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치

Country Status (6)

Country Link
US (1) US5832118A (ko)
EP (1) EP0806741A3 (ko)
JP (1) JP4000380B2 (ko)
KR (1) KR100207426B1 (ko)
CN (1) CN1114889C (ko)
IN (1) IN191304B (ko)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI104521B (fi) * 1997-01-30 2000-02-15 Nokia Multimedia Network Termi Menetelmä kuvasekvenssien kontrastin parantamiseksi
US5999664A (en) * 1997-11-14 1999-12-07 Xerox Corporation System for searching a corpus of document images by user specified document layout components
JP3206584B2 (ja) * 1999-02-05 2001-09-10 日本電気株式会社 画像データ処理方法及び装置
AUPP898499A0 (en) * 1999-03-02 1999-03-25 University Of Queensland, The Method for image texture analysis
US6252981B1 (en) * 1999-03-17 2001-06-26 Semiconductor Technologies & Instruments, Inc. System and method for selection of a reference die
US6424741B1 (en) * 1999-03-19 2002-07-23 Samsung Electronics Co., Ltd. Apparatus for analyzing image texture and method therefor
KR100364753B1 (ko) * 1999-11-19 2002-12-16 엘지전자 주식회사 칼라 히스토그램의 빈값 양자화 방법
KR100715094B1 (ko) * 1999-12-28 2007-05-07 주식회사 팬택앤큐리텔 올드 특징을 이용한 영상의 특징 추출 및 검색 방법/장치
KR100374604B1 (ko) * 2000-05-31 2003-03-04 삼성전자주식회사 영상의 패턴 반복 기술 방법 및 그 영상 응집화 방법
US6993183B2 (en) * 2001-03-13 2006-01-31 Canon Kabushiki Kaisha Image processing apparatus, image processing system, image processing method, and computer-readable storage medium
KR100739790B1 (ko) * 2006-02-02 2007-07-13 삼성전자주식회사 인트라 예측 모드 결정 방법 및 장치
US20080107317A1 (en) * 2006-11-07 2008-05-08 Electronics And Telecommunications Research Institute Method and apparatus for calculating coarseness level in target organ from ultrasonic image
CN101082484B (zh) * 2007-06-25 2012-09-05 北京航空航天大学 一种二维表面粗糙度评定中建立轮廓基准线的方法
US8243756B2 (en) * 2007-07-12 2012-08-14 Nokia Corporation Methods, computer program products and apparatus providing improved quantization
EP2018070A1 (en) * 2007-07-17 2009-01-21 Thomson Licensing Method for processing images and the corresponding electronic device
US8249343B2 (en) * 2008-10-15 2012-08-21 Xerox Corporation Representing documents with runlength histograms
CN101452531B (zh) * 2008-12-01 2010-11-03 宁波新然电子信息科技发展有限公司 一种自由手写拉丁字母识别方法
US8781187B2 (en) * 2011-07-13 2014-07-15 Mckesson Financial Holdings Methods, apparatuses, and computer program products for identifying a region of interest within a mammogram image
CN103630093B (zh) * 2013-01-18 2016-07-06 中电投工程研究检测评定中心 用于混凝土表面粗糙度检测的图像分析方法
CN103211621B (zh) * 2013-04-27 2015-07-15 上海市杨浦区中心医院 超声有向性纹理定量测量仪及其方法
CN104346775B (zh) * 2013-08-02 2016-09-21 南京理工大学 一种提取图像局部纹理粗糙度的方法
US9626476B2 (en) 2014-03-27 2017-04-18 Change Healthcare Llc Apparatus, method and computer-readable storage medium for transforming digital images
CN110836857B (zh) * 2019-11-19 2023-01-10 杭州深度视觉科技有限公司 一种超精研特征的检测***及检测方法

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4193097A (en) * 1977-04-30 1980-03-11 Canon Kabushiki Kaisha Facsimile apparatus
JPS57188177A (en) * 1981-05-15 1982-11-19 Fuji Xerox Co Ltd Picture signal processing device
JPS5876899A (ja) * 1981-10-31 1983-05-10 株式会社東芝 音声区間検出装置
US4628532A (en) * 1983-07-14 1986-12-09 Scan Optics, Inc. Alphanumeric handprint recognition
US4817187A (en) * 1987-02-19 1989-03-28 Gtx Corporation Apparatus and method for vectorization of incoming scanned image data
US4958375A (en) * 1988-02-17 1990-09-18 Nestor, Inc. Parallel, multi-unit, adaptive pattern classification system using inter-unit correlations and an intra-unit class separator methodology
JPH0792830B2 (ja) * 1988-03-19 1995-10-09 富士写真フイルム株式会社 放射線画像情報読取方法
US4987603A (en) * 1988-09-22 1991-01-22 Glory Kogyo Kabushiki Kaisha Recognition method for letter patterns
US5295198A (en) * 1988-10-14 1994-03-15 Harris Corporation Pattern identification by analysis of digital words
US5341439A (en) * 1989-09-21 1994-08-23 Hsu Shin Yi System for texture-based automatic detection of man-made objects in representations of sensed natural environmental scenes
US5086490A (en) * 1990-02-07 1992-02-04 Nippon Sheet Glass Co., Ltd. Optical pattern extracting apparatus
US5181254A (en) * 1990-12-14 1993-01-19 Westinghouse Electric Corp. Method for automatically identifying targets in sonar images
US5179599A (en) * 1991-06-17 1993-01-12 Hewlett-Packard Company Dynamic thresholding system for documents using structural information of the documents
JPH0528266A (ja) * 1991-07-18 1993-02-05 Nec Corp テクスチヤ解析方法及び装置
JP3255668B2 (ja) * 1991-11-28 2002-02-12 オリンパス光学工業株式会社 画像解析装置
US5416855A (en) * 1992-03-03 1995-05-16 Massachusetts Institute Of Technology Image compression method and apparatus
US5357093A (en) * 1993-02-01 1994-10-18 Storage Technology Corporation System and method for converting bar code scan line data into machine-readable code
JPH0737103A (ja) * 1993-07-23 1995-02-07 Olympus Optical Co Ltd 傾き角度検出装置
US5649068A (en) * 1993-07-27 1997-07-15 Lucent Technologies Inc. Pattern recognition system using support vectors
WO1995024278A1 (en) * 1994-03-07 1995-09-14 International Business Machines Corporation Improvements in image processing
US5630037A (en) * 1994-05-18 1997-05-13 Schindler Imaging, Inc. Method and apparatus for extracting and treating digital images for seamless compositing
US5625705A (en) * 1994-06-03 1997-04-29 Neuromedical Systems, Inc. Intensity texture based classification system and method
KR970010101B1 (en) * 1994-06-30 1997-06-21 Daewoo Electronics Co Ltd Post-processing method of digital transmission pictures
JPH08305856A (ja) * 1995-05-01 1996-11-22 Nippon Telegr & Teleph Corp <Ntt> 画像の系統的分類方法及び装置
JPH08293025A (ja) * 1995-04-20 1996-11-05 Olympus Optical Co Ltd 画像分類装置
JPH08320930A (ja) * 1995-05-24 1996-12-03 Toshiba Corp テクスチャ解析処理装置
JPH09154832A (ja) * 1995-12-12 1997-06-17 Kao Corp 皮膚表面形態判定方法及び装置

Also Published As

Publication number Publication date
EP0806741A2 (en) 1997-11-12
CN1164716A (zh) 1997-11-12
CN1114889C (zh) 2003-07-16
KR970078633A (ko) 1997-12-12
JP4000380B2 (ja) 2007-10-31
JPH09319870A (ja) 1997-12-12
EP0806741A3 (en) 2000-02-23
IN191304B (ko) 2003-11-15
US5832118A (en) 1998-11-03

Similar Documents

Publication Publication Date Title
KR100207426B1 (ko) 무늬의 크기와 방향성을 이용한 텍스쳐 분류 장치
Fazilov et al. Improving image contrast: Challenges and solutions
EP1269394B1 (en) Improved method for image binarization
DE69533054T2 (de) Mehrfenstertechnik zur Schwellenwertverarbeitung eines Bildes unter Verwendung lokaler Bildeigenschaften
EP0113016B1 (en) Correction of shading effects in video images
KR100591470B1 (ko) 비디오 시퀀스의 변환 검출
US7822286B2 (en) Filtering artifacts in images with 3D spatio-temporal fuzzy filters
EP1473658B1 (en) Preprocessing device and method for recognizing image characters
US8368956B2 (en) Methods and systems for segmenting a digital image into regions
EP0686943B1 (en) Differential motion detection method using background image
CN111260616A (zh) 一种基于Canny算子二维阈值分割优化的绝缘子裂纹检测方法
US10572978B2 (en) Moran&#39;s / for impulse noise detection and removal in color images
JP2016505186A (ja) エッジ保存・ノイズ抑制機能を有するイメージプロセッサ
JP2008148298A (ja) 画像における異なった内容の領域を識別する方法、画像における異なった内容の領域を識別する装置、および画像における異なった内容の領域を識別するコンピュータ・プログラムを具現するコンピュータ読み取り可能な媒体
US9552528B1 (en) Method and apparatus for image binarization
US5812702A (en) System and method for enhancement of coded images using adaptive spatial filtering
Sun et al. Brightness preserving image enhancement based on a gradient and intensity histogram
US5245677A (en) Directional running average segmentation
EP1457927A2 (en) Device and method for detecting blurring of image
US6539125B1 (en) Modified median filter that better preserves textures
RU2648954C2 (ru) Способ помехоустойчивого градиентного выделения контуров объектов на цифровых полутоновых изображениях
CN113361321A (zh) 一种红外小目标检测方法及装置
JP2924693B2 (ja) 画像におけるテクスチャ領域の抽出方法
Lee et al. Haze Scene Detection based on Hue, Saturation, and Dark Channel Distributions
Marukatat et al. Image enhancement by pixels sorting

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130320

Year of fee payment: 15

FPAY Annual fee payment

Payment date: 20140320

Year of fee payment: 16

LAPS Lapse due to unpaid annual fee