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
- 이에, 본 연구에서는 매우 신속하게 칼라 양자화를 할 수 있는 Octree 칼라 양자화(3) 기법을 이용하되 강제 분할에 따른 문제점을 해결하기 위해 양자화된 칼라의 병합 방법을 제안하고, 이어서 K-means 클러스터링 알고리즘[4]을 이용하여 20개칼라 이하로 양자화 하는 방법을 사용한다. 이것은 [5〕에서 주장하는 바와 갇이 20칼라 이하를 사용하더라도 영상의 의미 있는 영역을 잘 구분할 수 있다는 인간의 시각특성을 이용한 것이다.
- 있다. 본 논문에서는, Octree 양자화 방법과 K-means 를러스터닝 알고리즘을 조합하여 수행하되 양자화 과정 중산에 유사한 양자화 칼라는미리 병합해 주拦 방법을 취하였다. 이렇게 함으로써 보다 빠른 시찬 내에 보다 나은 결과를 얻을 수 있었다.
- 따라서, Octree 양자화 방법을 사용할 때는 너무 작은 개수의 칼라로 양자화 하는 것을 피해야 한다. 본 논문에서는, Octree 양자화 방법으로 일단 30개의 칼라로 양자화 한 후에, 서로 유사한 양자화 칼라를 병합해 주는 방법을 사용하였다.
- [5] 에서주장하는 바와 같이 20칼라 이하를 사용하더라도 인간의 시각특성상 영상의 의미 있는 영역을 잘 구분할 수 있다는 것을 고려하면, 20개 미만의 양자화된칼라를 구할 필요가 있다. 이에, 본 논문에서는 K-means 클러스터링 알고리즘을 K=20으로 설정하여 수행함으로써 보다 작은 개수의 양자화된 칼라를구하였다.
- 본 논문에서 제안한 방법을 Windows98 환경의 Pentium II PC에서 Visual C + + 6.0으로 구현하였다. 본 논문에서 제안한 방법으로 양자화 한 영상이 Octree 양자화 방법으로 양자화 한 영상에 비해 영역 분할에 적합함을 알아보기 위해, 기존의 블록 단위 칼라 히스토^!램 인터섹션 (histogram inter- section)[12]을 이용한 경계 블록 추줄 방법 [13]을 이용하여 영역 분할한 견과를 :그림 5에 나타내었다.
- 자연 영상음 영역 분할하는데 보다 적합한 칼라양자화 방법을 제안하였다. 제안한 방법에서는 Octree 양자화 방법을 사용함으로써, 연산 시간에 대한 부남도 작은 것은 확인할 수 있었다.
대상 데이터
- . 병합된 양자화 칼라는 병합할 칼工에 해당하는 화소 수를 고려한 평 균을 사용하였다.
이론/모형
- 이에, 본 연구에서는 양자화를 수행하기 선에 잡잉을 제거하는 과정을 수행하여, 의 미없는 칼라들이 양자화 칼라로 추출될 가능성은 줄였다. 칼라 잡영 제거 알고리즘으로는 median filter[7], mean filter[8], vector median filter[9] 등이 있는데, 본 연구에서는 3X3 블록 단위로 수행하는 vector median filter를 사용하였다.
- 0으로 구현하였다. 본 논문에서 제안한 방법으로 양자화 한 영상이 Octree 양자화 방법으로 양자화 한 영상에 비해 영역 분할에 적합함을 알아보기 위해, 기존의 블록 단위 칼라 히스토^!램 인터섹션 (histogram inter- section)[12]을 이용한 경계 블록 추줄 방법 [13]을 이용하여 영역 분할한 견과를 :그림 5에 나타내었다. 여기에서, 본 논문에서 제안한 양자화 방법이 영역 분할에 보다 적합함을 알 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.