피라미드 구조와 베이지안 접근법을 이용한 Markove Random Field의 효율적 모델링

정명희 ( Myung Hee Jung ),홍의석 ( Eui Seok Hong ) 大韓遠隔探査學會 1999 大韓遠隔探査學會誌 Vol.15 No.2

지표면에 대한 다양한 정보를 제공해 주는 원격탐사기법은 수 십년 동안 우리의 환경을 관찰하고 이해하는데 중요한 역할을 해왔다. 이러한 원격탐사 자료를 이용하는데 다양한 디지털 영상처리기법이 도입되어 자료에서 관찰되는 여러 가지 특성을 모형화하고 처리하는데 매우 유용하게 활용되어져 왔다. 화소들 간의 공간적 관계를 고려하는 Markov Random Field (MRF) 모형은 텍스처 모델링이나 영상분할 및 분류와 같은 여러 분야에서 많이 이용되는 모형으로 이것에 기초한 다양한 알고리즘이 발표되었다. 보통 원격탐사 자료는 그 크기가 매우 크고 시간적 간격을 두고 변화를 관측해 가는 경우에는 분석해야 할 자료의 양이 매우 방대하다. 이러한 자료를 처리하는데 걸리는 시간은 처리해야 할 자료의 양과는 비선형적 관계에 있다. 본 논문에서는 MRF를 이용하여 원격탐사 자료를 처리할 때 걸리는 시간을 단축하기 위한 방법론들이 연구되었다. 이를 위해 논리적 구조로 영상을 피라미드형태로 감소하는 크기로 분석하는 multiresolution 구조가 고려되었는데 이는 영상의 거시적 특징과 미세한 특징을 효율적으로 분석할 수 있는 방법을 제공해 준다. 영상의 크기가 커질수록 파라미터 추정 또한 복잡하고 많은 시간을 요하게 된다. 본 논문에서는 이를 위해 Bayesian 방법을 이용하여 원격탐사 영상과 같은 크기가 큰 영상의 MRF 모형의 파라미터를 효율적으로 추정할 수 있는 방법이 제안되어 있다. Remote sensing technique has offered better understanding of our environment for the decades by providing useful level of information on the landcover. In many applications using the remotely sensed data, digital image processing methodology has been usefully employed to characterize the features in the data and develop the models. Random field models, especially Markov Random Field (MRF) models exploiting spatial relationships, are successfully utilized in many problems such as texture modeling, region labeling and so on. Usually, remotely sensed imagery are very large in nature and the data increase greatly in the problem requiring temporal data over time period. The time required to process increasing larger images is not linear. In this study, the methodology to reduce the computational cost is investigated in the utilization of the Markov Random Field. For this, multiresolution framework is explored which provides convenient and efficient structures for the transition between the local and global features. The computational requirements for parameter estimation of the MRF model also become excessive as image size increases. A Bayesian approach is investigated as an alternative estimation method to reduce the computational burden in estimation of the parameters of large images.

Change Detection Algorithm on Wavelet and Markov Random Field

Song Hongxun,Wang Weixing,Zhang Tingting,Yu Tianchao,Song Junfang 보안공학연구지원센터 2015 International Journal of Signal Processing, Image Vol.8 No.4

In this study, the algorithm that applies Wavelet and multi-scale analysis to remote sensing images is proposed for region variation detection on Markov random field. First of all, the Wavelet transform is adopted to decompose an original image into several sub-images, then the Mahalanobis distance decision function is used to detect the changes in different scale images, and finally the Markov random field is applied to fuse the change detection results at different scales. Since the Markov random field fusion method takes full account of the correlation between the adjacent pixels and the links of the change detection results at different scales, the fusion results are accurate and practical. The testing results prove that the studied algorithm is effective and robust.

세미-마르코프 조건 랜덤 필드 기반의 수화 적출

조성식(Seong-Sik Cho),이성환(Seong-Whan Lee) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.12

수화 적출이란 연속된 영상에서 수화의 시작과 끝점을 찾고, 이를 사전에 정의된 수화 단어로 인식하는 방법을 말한다. 수화는 매우 다양한 손의 움직임과 모양으로 구성되어 있고, 그 변화가 다양하여 적출에 많은 어려움이 있다. 특히, 다양한 길이의 궤적 정보로 구성된 수화는 길이가 긴 수화에 대해 짧은 길이를 갖는 수화가 인식에 필요한 정보를 추출하기 어려운 문제점 있다. 본 논문에서는 다양한 길이를 갖는 입력 데이터의 특징을 반영할 수 있는 Semi-Markov Conditional Random Field에 기반하여 다양한 수화의 길이에 강인하게 수화를 적출하는 방법을 제안한다. 성능 평가를 위해 미국 수화와 한국 수화 데이터베이스를 사용하여 연속된 수화 영상에서의 수화 적출 성능을 평가하였고, 실험 결과 기존의 Hidden Markov Model과 Conditional Random Field보다 뛰어난 성능을 보였다. Sign language spotting is the task of detecting the start and end points of signs from continuous data and recognizing the detected signs in the predefined vocabulary. The difficulty with sign language spotting is that instances of signs vary in both motion and shape. Moreover, signs have variable motion in terms of both trajectory and length. Especially, variable sign lengths result in problems with spotting signs in a video sequence, because short signs involve less information and fewer changes than long signs. In this paper, we propose a method for spotting variable lengths signs based on semi-CRF (semi-Markov Conditional Random Field). We performed experiments with ASL (American Sign Language) and KSL (Korean Sign Language) dataset of continuous sign sentences to demonstrate the efficiency of the proposed method. Experimental results show that the proposed method outperforms both HMM and CRF.

Local Autoencoding for Parameter Estimation in a Hidden Potts-Markov Random Field

Sanming Song,Bailu Si,Herrmann, J. Michael,Xisheng Feng IEEE 2016 IEEE TRANSACTIONS ON IMAGE PROCESSING - Vol.25 No.5

<P>A local-autoencoding (LAE) method is proposed for the parameter estimation in a Hidden Potts-Markov random field model. Due to sampling cost, Markov chain Monte Carlo methods are rarely used in real-time applications. Like other heuristic methods, LAE is based on a conditional independence assumption. It adapts, however, the parameters in a block-by-block style with a simple Hebbian learning rule. Experiments with given label fields show that the LAE is able to converge in far less time than required for a scan. It is also possible to derive an estimate for LAE based on a Cramer-Rao bound that is similar to the classical maximum pseudolikelihood method. As a general algorithm, LAE can be used to estimate the parameters in anisotropic label fields. Furthermore, LAE is not limited to the classical Potts model and can be applied to other types of Potts models by simple label field transformations and straightforward learning rule extensions. Experimental results on image segmentations demonstrate the efficiency and generality of the LAE algorithm.</P>

클러스터링과 마르코프 랜덤 필드를 이용한 배경 모델링 기법 제안

한희일(Hee-il Hahn),박수빈(Soobin Park) 大韓電子工學會 2011 電子工學會論文誌-SP (Signal processing) Vol.48 No.1

본 논문에서는 마르코프 랜덤 필드(Markov random fields: MRF) 기반으로 배경을 모델링하는 방식과 함께 관련 파라미터들을 추정하는 알고리즘을 제안한다. 화소 기반의 배경 모델링 기법은 인근 화소 간의 연관성을 고려하지 않고 화소 단위의 시간적 변화에 대한 통계적 특성에 주로 의존하므로 판정 오류를 줄이는데 한계가 있다. 제안 알고리즘은 화소 기반으로 배경모델을 일차적으로 수행한 다음 MRF를 이용하여 시공간적으로 인근한 화소 간의 상호 의존성을 활용하여 배경모델의 정확도를 향상시키는데 그 목적을 두고 있다. MRF는 기본적으로 파라미터의 크기에 매우 민감하므로 기존의 MRF 기반 알고리즘은 이미지에 따라 적절한 값을 사전에 구하여 적용하고 있다. 제안한 방식은 초기에 임의의 파라미터로 배경/전경 상태변수를 구한 후에 이의 통계적 특성을 이용하여 파라미터들을 추정하고 추정된 파라미터를 적용하여 상태변수를 재차 구하는 과정을 반복함으로써 최적의 파라미터에 적응적으로 수렴하도록 조정한다. 실내외의 다양한 환경에서 촬영한 비디오를 이용하여 제안한 방식 성능을 확인한다. It is challenging to detect foreground objects when background includes an illumination variation, shadow or structural variation due to its motion. Basically pixel-based background models including codebook-based modeling suffer from statistical randomness of each pixel. This paper proposes an algorithm that incorporates Markov random field model into pixel-based background modeling to achieve more accurate foreground detection. Under the assumptions the distance between the pixel on the input image and the corresponding background model and the difference between the scene estimates of the spatio-temporally neighboring pixels are exponentially distributed, a recursive approach for estimating the MRF regularizing parameters is proposed. The proposed method alternates between estimating the parameters with the intermediate foreground detection and estimating the foreground detection with the estimated parameters, after computing it with random initial parameters. Extensive experiment is conducted with several videos recorded both indoors and outdoors to compare the proposed method with the standard codebook-based algorithm.

분산 유전자 알고리즘을 이용한 동영상 분할

김은이,박세현 건국대학교 산업기술연구원 2004 건국기술연구논문지 Vol.29 No.-

This paper presents a Bayesian framework for simultaneous motion segmentation and estimation using genetic algorithms (GAs). The segmentation label and motion field are modeled by Markov random fields (MRFs), and a MAP estimate is used to identify the optimal label and motion field. In this paper, the motion segmentation and estimation problems are formalized as optimization problems of the energy function. And, the process for optimization of energy function is performed by iterating motion segmentation and estimation using a genetic algorithm, which is robust and effective to deal with combinatorial problems. The computation is distributed into chromosomes that evolve by distributed genetic algorithms (DGAs). Experimental results shows that our proposed method estimates an accurate motion field and segments a satisfactory label fields.

고해상도 범색 영상을 위한 다중 단계 영상 복원

이상훈 ( Sanghoon Lee ) 대한원격탐사학회 2016 大韓遠隔探査學會誌 Vol.32 No.6

위성 원격 탐사에서는 센서 운영 환경으로 인하여 영상을 수집하는 동안 영상의 질 저하가 일어나며 이러한 영상의 질 저하는 관측된 자료로부터 유용한 정보를 확인하거나 추출하는 데 악 영향을 미치는 번짐 현상(blurring)과 잡음 (noise)을 야기시킨다. 특히 이러한 질 저하는 도시 지역과 같은 조밀한 구조를 가지는 scene으로부터 관측된 영상 자료의 분석에 더욱 영향을 끼친다. 본 연구는 고해상도 범색 영상 자료의 질 저하 현상을 개선시켜 영상이 포함하고 있는 복잡한 구조에 대한 자세한 분석의 정확성을 제고하기 위한 다중 단계 영상 복원 과정을 제안한다. 본 연구는 질 저하 현상을 모형화 하기 위해 Gaussian 가산 잡음과 Markov random field로 정의되는 공간적 연결성, 중심 화소와 이웃 화소 간의 거리에 비례하는 번짐을 가정하였다. 본 연구는 잡음 완화와 번짐 제거를 위해 Point-Jacobian Iteration Maximum A Posteriori (PJI-MAP) 추정 법을 제안한다. 그리고 화소 연결 후 지역 확장을 통한 영상 분할을 사용하였다. 본 연구는 지역 확장을 위하여 동질성과 대조성을 동시에 고려하는 비유사 계수를 제안하고 있다. 본 연구에서는 모의 자료 실험을 통하여 정량적 평가를 실시하였으며 2 개의 고해상도 범색 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 사용된 원격 탐사 자료는 1 m급의 미국 LA지역에서 수집된 Dubaisat -2 자료와 0.7 m급의 한반도 대전 지역에서 수집된 KOMPSAT3 자료이다. 실험 결과는 제안된 다중 단계 복원 과정이 고해상 자료의 복잡한 구조의 자세한 분석에서 정확성 향상에 기여할 수 있다는 것을 보여주고 있다. In the satellite remote sensing, the operational environment of the satellite sensor causes image degradation during the image acquisition. The degradation results in noise and blurring which badly affect identification and extraction of useful information in image data. Especially, the degradation gives bad influence in the analysis of images collected over the scene with complicate surface structure such as urban area. This study proposes a multi-stage image restoration to improve the accuracy of detailed analysis for the images collected over the complicate scene. The proposed method assumes a Gaussian additive noise, Markov random field of spatial continuity, and blurring proportional to the distance between the pixels. Point-Jacobian Iteration Maximum A Posteriori (PJI-MAP) estimation is employed to restore a degraded image. The multi-stage process includes the image segmentation performing region merging after pixel-linking. A dissimilarity coefficient combining homogeneity and contrast is proposed for image segmentation. In this study, the proposed method was quantitatively evaluated using simulation data and was also applied to the two panchromatic images of super-high resolution: Dubaisat-2 data of 1m resolution from LA, USA and KOMPSAT3 data of 0.7 m resolution from Daejeon in the Korean peninsula. The experimental results imply that it can improve analytical accuracy in the application of remote sensing high resolution panchromatic imagery.

수정 이방성 분산 복원을 이용한 영상 분류

이상훈 ( Sang Hoon Lee ) 大韓遠隔探査學會 2003 大韓遠隔探査學會誌 Vol.19 No.6

본 연구는 원격탐사 영상분류 과정에 수정 이방성 분산 복원을 제안하고 있다. 수정 이방성 분산 복원은 많은 원격탐사 영상에 나타나는 지리적 연결성을 대표하는 Markov random field에 기반한 확률적 모형을 사용하고 있고 반복적인 확산과정을 통해 영상복원을 수행한다. 제안 확산과정은 지리적 연결성과 연관된 응집력 계수를 위하여 brightness gradient의 함수를 사용하며 매 반복단계마다 adaptive하게 추정한다. 응집력 계수의 gradient의 함수는 반복과정 동안 지속되어야 하는 불연속성의 크기를 결정하는 온도상수를 포함하고 있으며 이 온도 값은 반복과정이 진행되는 동안 감소가 되도록 설정된다. 본 연구에서는 자연적 토지사용 형태와 인위적 토지사용 형태를 대표하는 다양한 패턴으로부터 생성된 모의자료를 사용하여 수정 이방성 분산 복원을 적용한 영상분류에 대한 실험 평가를 실시하였다. 적절한 온도를 선택한 복원 영상에 대한 분류는 관측영상의 분류보다 정확한 결과를 생성하였고 특히 noise가 많은 영상에 대한 적용은 괄목만한 향상을 보여 주었다. 또한 한반도의 위성 원격탐사 자료에 대한 실험을 실시하였고 제안된 수정 이방성 분산 복원의 적용은 실제 관측 자료에도 매우 효과적임을 알 수 있었다. This study proposed a modified anisotropic diffusion restoration for image classification. The anisotropic diffusion restoration uses a probabilistic model based on Markov random field, which represents geographical connectedness existing in many remotely sensed images, and restores them through an iterative diffusion processing. In every iteration, the bonding-strength coefficient associated with the spatial connectedness is adaptively estimated as a function of brightness gradient. The gradient function involves a constant called "temperature", which determines the amount of discontinuity and is continuously decreased in the iterations. In this study, the proposed method has been extensively evaluated using simulated images that were generated from various patterns. These patterns represent the types of natural and artificial land-use. The simulated images were restored by the modified anisotropic diffusion technique, and then classified by a multistage hierarchical clustering classification. The classification results were compared to them of the non-restored simulation images. The restoration with an appropriate temperature considerably reduces error in classification, especially for noisy images. This study made experiments on the satellite images remotely sensed on the Korean peninsula. The experimental results show that the proposed approach is also very effective on image classification in remote sensing.

A Bayesian Wavelet Threshold Approach for Image Denoising

Ahn, Yun-Kee,Park, Il-Su,Rhee, Sung-Suk The Korean Statistical Society 2001 Communications for statistical applications and me Vol.8 No.1

Wavelet coefficients are known to have decorrelating properties, since wavelet is orthonormal transformation. but empirically, those wavelet coefficients of images, like edges, are not statistically independent. Jansen and Bultheel(1999) developed the empirical Bayes approach to improve the classical threshold algorithm using local characterization in Markov random field. They consider the clustering of significant wavelet coefficients with uniform distribution. In this paper, we developed wavelet thresholding algorithm using Laplacian distribution which is more realistic model.

Hotelling's T²-검정통계량을 이용한 다채널 영상의 에지검출 -동시다중검정기법적 접근법-

김승구 한국자료분석학회 2008 Journal of the Korean Data Analysis Society Vol.10 No.6

Multichannel images prevail in practice more than single channel images. Edge detection of the multichannel images is usually performed by edge detection of an one dimensional image which they are transformed into, or it is performed from the logical add-operating after separate channel-wise edge detections. However, both are not resonable because they neglect the structure of covariance between channels of the image. This paper suggests using Hotelling's T²-test statistic to evaluate the edge strength of pixel of a multichannel image. The normal scores for p-values of these evaluates are used to fit the HMRF-NMM(hidden Markov random field-normal mixture model) in order to implement the multiple test of many single edge tests with spatially correlated data. 실용에서 접하는 대부분의 영상은 단일채널 영상보다는 다채널 영상이다. 그러나 다채널 영상에 대한 전통적 에지 결정은 단일채널로 변환한 후 얻은 단변량 영상으로부터 이루어지거나 채널별로 에지를 검출 한 후 논리합으로 통합된 결과로 에지를 결정하는 방식을 하는 것이 보통이다. 이는 채널 사이의 상관성 정보를 무시하는 방법으로서 정보적이라 할 수 없다. 본 논문에서는 다채널 영상의 에지검출을 위한 (정규화 변환된) 동시다중기법적 방법론을 제시한다. D-채널 영상에 대한 Hotelling's T² 에지검출 통계량 관측값의 유의확률들의 정규화점수들을 K-변량 은닉 마코프 랜덤 필드로 가정하여 정규혼합모형을 적합하며, 이를 바탕으로 공간적 종속성을 가진 화소자료의 개별 에지 검정에 대응한 다중검정기법적 접근법을 제공한다.