다채널 이미지를 위한 수정된 Hotelling 변환 = A modified Hotelling transform for multichannel images

국문 초록 (Abstract)

Hotelling 변환은 이미지의 통계적인 특성에 기반한 방법으로 다차원 데이터 집합에서 최대 분산 방향을 가리키면서 orthogonal한 기본 벡터를 찾는 것이다. 패턴인식에서는 이런 특성을 물체의 회전 정규화에 사용하였다. 패턴 인식에 사용되는 많은 대상들을 픽셀의 최대 분산 방향을 축으로 하는 좌표로 재 정렬함으로써 회전 정규화를 할 수 있었다. 그러나 기존의 정규화 방법은 주로 흑백이미지를 대상으로 하였고 컬러이미지에 적용하기에는 어려운 점이 많았다. 이런 문제점을 해결하기 위해 본 논문에서는 컬러이미지의 회전 정규화에 Hotelling 변환을 사용할 수 있도록 새로운 방법을 제안한다. 제안된 방법은 RGB 각 채널 이미지에 대한 고유벡터를 얻어낸 후, 벡터들에 대한 합 벡터를 구하여 회전을 정규화시키는 방법이다. 실험을 통해 제안된 방법이 컬러이미지에 대한 회전 정규화에 유용함을 보였다.

다국어 초록 (Multilingual Abstract)

The Hotelling transform is based on statistical properties of an image. The principal uses of this transform are in data compression. The basic concept of the Hotelling transform is that the choice of basis vectors is made such that these vectors point in the direction of maximum variance of the data, subject to the constraint that all vectors be mutually orthogonal. This property can be used for rotation normalization. Many objects of interest in pattern recognition applications can be easily standardized by performing a rotation normalization that aligns the coordinate axes with the axes of maximum variance of the pixels in the object. However, this transform can not be used to rotation normalization of color images directly. In this paper, we propose a new method for rotation normalization of color images based on the Hotelling transform.
The Hotelling transform is performed with each of RGB channels to calculate basis vectors of each channel. Then the summation of vectors of all channels are processed. Rotation normalization is then performed using the result of summation of vectors. Experimental results showed the proposed method can be used for rotation normalization of color images effectively.