선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 따라서 방대한 이미지 데이터를 보다 효과적으로 검색하고 저장하기 위해서는 유사성이 높은 이미지들을 서로 묶어 그룹화하고 그룹별 특징을 분석하여 인덱스 화함이 필요하다. 본 논문에서는 그룹화를 위해 각각의 이미지 객체에 대하여 특징값 추출을 동해 그룹간에 가지는 특징 값을 분석 비교하였다 논문의 구성은 다음과 같다, 2장에서는 이미지 크기 정규화단계를 제시하고, 3장에서는 Wavelet 검출방법을 논의한다. 4장에서는 질감 특징 추출에 대해, 마지막으로 5장에서 결론 및 분석으로 끝을 맺는다.
- 본 연구에서는 동물/건물의 10개의 sample image를 정 규 화시켜 wavelet function에 적용하여 영 상에 서 특징값을 계산하였다. 표1은 동물 영상의 R-band에서의 결과값이며 표2는 건물 영상의 R-band 결과 값이다.
대상 데이터
- 본 연구에서는 20개의 이미지를 sample 영상으로 채택하였다. 그림1은 상단의 10개의 이미지는 동물에 관한 sample 이미지이며 하단의 10개 이미지는 건물에 관한 sample 이미 지 이다.
데이터처리
- 동물영상과 건물영상에서 추출한 특징값을 이용하여 두 집단간의 유의한 차이가 있는지를 검증하기 위하여 통계패키지인 SAS에서 T-TEST를 사용하였다.
- 사용하였다. 추출한 질감 특성값 entropy, contrast, correlatione- 계산하였다.
이론/모형
- 이미지 데이터 베이스에 저장되어 있는 이미지들은 다양한 포맷과 다른 크기들을 가지고 있기에 그 데이터를 선형 보간법(Bi 1 inear Interpoiation)방법을 사용하여 128x 128로 정규화 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.