• 한국생활과학회지
• /
• 제20권2호
• /
• pp.413-426
• /
• 2011

This research was designed to compare the subjective evaluation of texture image and preference according to fiber blending ratio of men's suit fabrics. 110 subjects evaluated the texture image and preference of various fabrics. For statistical analysis, factor analysis, MDS, pearson correlation and ANOVA were used. The results were as follows: Sensory image factors of suit fabrics were 'smoothness', 'bulkiness', 'stiffness', 'elasticity', 'moistness' and 'weight sensation'. Sensibility image factors were 'classic', 'practical', 'characteristic' and 'sophisticated'. 'Bulkiness' and 'elasticity' sensory images showed high correlations with sensibility images. Fabrics with high wool blending ratio showed as 'classic' and 'sophisticated', 'bulkiness' and 'elasticity' texture images and fabrics with low wool blending ratio showed texture images of 'characteristic', 'surface character', 'stiffness', 'moistness' and 'weight sensation'. Wool fiber blending ratio affected on the purchase preference and tactile preference. Using regression analysis, it was shown that sensibility images had more of an effect on preference than sensory images. The thickness and pattern type showed positive effects and fiber blending ratio showed negative effects on the preference.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.311-320
• /
• 2003

고유의 텍스쳐 성분에만 최적 반응을 하는 최적 필터(optimal filter)는 다중 텍스쳐 영상으로부터 원하는 텍스쳐 성분을 추출하기 위한 가장 뛰어난 기술이다. 그러나 기존의 최적필터 설계 방법들은 영상에 내재된 텍스쳐 정보가 사전에 주어지는 교사적 방법이 대부분이며, 내재된 텍스쳐 인식을 기반으로 하는 완전 비교사적인 방법에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 따라서 본 논문에서는 효율적인 텍스쳐 분석을 위한 비교사 학습 방법과 가버필터의 주파수 대역 통과형 특징을 이용한 새로운 최적 필터 설계 방법을 제안한다. 제안한 방법은 자기조직형 신경회로망에 의해서 영상에 내재된 텍스쳐 영역을 블록 단위로 군화(clustering)하며, 가버필터의 최적 주파수는 인식된 텍스쳐 오브젝트(texture objects)의 공간 주파수를 분석한 최적 주파수에 동조(turning)한다. 그리고 설계된 최적 가버필터의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 내재된 텍스쳐 오브젝트를 추출함으로써 성공적인 결과를 보인다.

• Journal of Yeungnam Medical Science
• /
• 제39권1호
• /
• pp.24-30
• /
• 2022

Background: Texture analysis has been used as a method for quantifying image properties based on textural features. The aim of the present study was to evaluate the usefulness of magnetic resonance imaging (MRI) texture analysis for the evaluation of viable ovarian tissue on the perfusion map of ovarian endometriosis. Methods: To generate a normalized perfusion map, subtracted T1-weighted imaging (T1WI), T1WI and contrast-enhanced T1W1 with sequences were performed using the same parameters in 25 patients with surgically confirmed ovarian endometriosis. Integrated density is defined as the sum of the values of the pixels in the image or selection. We investigated the parameters for texture analysis in ovarian endometriosis, including angular second moment (ASM), contrast, correlation, inverse difference moment (IDM), and entropy, which is equivalent to the product of area and mean gray value. Results: The perfusion ratio and integrated density of normal ovary were 0.52±0.05 and 238.72±136.21, respectively. Compared with the normal ovary, the affected ovary showed significant differences in total size (p<0.001), fractional area ratio (p<0.001), and perfusion ratio (p=0.010) but no significant differences in perfused tissue area (p=0.158) and integrated density (p=0.112). In comparison of parameters for texture analysis between the ovary with endometriosis and the contralateral normal ovary, ASM (p=0.004), contrast (p=0.002), IDM (p<0.001), and entropy (p=0.028) showed significant differences. A linear regression analysis revealed that fractional area had significant correlations with ASM (r²=0.211), IDM (r²=0.332), and entropy (r²=0.289). Conclusion: MRI texture analysis could be useful for the evaluation of viable ovarian tissues in patients with ovarian endometriosis.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.145-150
• /
• 2003

고해상도 위성영상을 이용한 산림의 분석은 기존의 중ㆍ저해상도 영상의 분석과 다른 접근이 필요하다. 본 연구는 임분 특성을 해석하는데 중요한 판독기준인 texture를 이용하여 영상 안에서 임상, 임목직경급, 수관울폐도 등에 따른 Texture 정보를 비교 분석하고자 한다. 울산 일부 산림지역을 대상으로 3개의 가시광선 밴드와 1개의 근적외선 밴드의 1m IKONOS 영상을 이용하여 Texture 정보를 추출하는데 일반적으로 사용되는 통계적인 방법 중에 하나인 GLCM(Gray-Level Co-occurrence matrix)을 통해 Texture 분석을 하였다. 또한 1996년도에 제작된 4차 임상도를 통해 추출된 산림 특성별 Texture 정보를 비교 검토하여 고해상도 위성영상을 활용하여 산림 특성을 해석하는데 최적의 Texture 정보를 제시하고자 하였다. 고해상도 영상에서 나타나는 임분의 특성별 질감정보는 임상, 직경, 임목밀도에 따라 다양하게 나타났다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.718-727
• /
• 2015

본 논문에서는 고정된 카메라에서 초기 프레임을 참조하여 현재 프레임에 새롭게 유입된 물체의 실시간 분류 방법을 제안한다. 제안한 알고리즘의 실시간 분류 처리를 위하여 복잡도를 최소화 하였다. 먼저 전경과 배경을 구분하는 이진 분류 영상을 추출하기 위하여 DCT(Discrete Cosine Transform) 기법을 사용한다. DCT는 기존 공간영역에서 Texture를 분석하는 방식보다 더욱 정확하게 Texture를 분석할 수 있다. 이는 주파수 영역에서 Texture 특징 분석이 더욱 용이하고 각 요소 안에 intensity와 texture 정보를 종합적으로 고려할 수 있기 때문이다. 또한 DCT 계산 복잡도를 최소화하기 위하여 DCT 수행 전에 색 정보를 이용하여 미리 분류 영역을 분석함으로써 처리 효율을 극대화 하였다. 마지막으로 생성된 이진 분류 영상을 자연스럽게 matting하기 위하여 Guided 필터 사용을 제안한다. Guided 필터는 guidance 정보를 통해 입력 영상을 전반적으로 개선할 수 있지만 intensity가 평탄한 영역 등에서 그 한계를 보여주므로 본 논문에서는 Guided 필터의 단점을 개선하는 방법을 추가적으로 제안한다.

• 한국식품조리과학회지
• /
• 제33권1호
• /
• pp.28-36
• /
• 2017

Purpose: This study was conducted to understand the factors that affect the texture of gluten-free rice pasta prepared buckwheat, mung bean, and acorn starches and to compare textural properties of samples 100% semolina. Methods: The moisture content, weight and water absorption test investigated and texture profile analysis measured by texture analyzer. Results: 100% semolina sample's value was lower than gluten-free rice pasta moisture content, weight and water absorption test. moisture content weight was in pasta with mung bean starchin pasta with buckwheat starch. Texture profile analysis showed that increasing amount of buckwheat, mung bean, and acorn starches increased hardness, chewiness, cohesiveness and springiness, and decreased adhesiveness of gluten free rice pasta. Conclusion: This study suggested that adding buckwheat, mungbean and acorn starches could improve texture properties of gluten-free rice pasta.

• Journal of Information Processing Systems
• /
• 제9권4호
• /
• pp.660-677
• /
• 2013

The blending of defective texture with the ambience texture results in camouflage. The gray value or color distribution pattern of the camouflaged images fails to reflect considerable deviations between the camouflaged object and the sublimating background demands improved strategies for texture analysis. In this research, we propose the implementation of an initial enhancement of the image that employs line masks, which could result in a better discrimination of the camouflaged portion. Finally, the gray value distribution patterns are analyzed in the enhanced image, to fix the camouflaged portions.

• Journal of Biosystems Engineering
• /
• 제37권4호
• /
• pp.271-278
• /
• 2012

Worldwide trends in animal welfare have resulted in an increased interest in individual management of sows housed in groups within hog barns. Estrus detection has been shown to be one of the greatest determinants of sow productivity. Purpose: We conducted this study to develop a method that can automatically detect the estrus state of a sow by selecting optimal texture parameters from images of a sow's pudendum and by optimizing the number of neurons in the hidden layer of an artificial neural network. Methods: Texture parameters were analyzed according to changes in a sow's pudendum in estrus such as mucus secretion and expansion. Of the texture parameters, eight gray level co-occurrence matrix (GLCM) parameters were used for image analysis. The image states were classified into ten grades for each GLCM parameter, and an artificial neural network was formed using the values for each grade as inputs to discriminate the estrus state of sows. The number of hidden layer neurons in the artificial neural network is an important parameter in neural network design. Therefore, we determined the optimal number of hidden layer units using a trial and error method while increasing the number of neurons. Results: Fifteen hidden layers were determined to be optimal for use in the artificial neural network designed in this study. Thirty images of 10 sows were used for learning, and then 30 different images of 10 sows were used for verification. Conclusions: For learning, the back propagation neural network (BPN) algorithm was used to successful estimate six texture parameters (homogeneity, angular second moment, energy, maximum probability, entropy, and GLCM correlation). Based on the verification results, homogeneity was determined to be the most important texture parameter, and resulted in an estrus detection rate of 70%.

• 한국정보전자통신기술학회논문지
• /
• 제10권2호
• /
• pp.147-153
• /
• 2017

텍스쳐를 효과적으로 표현하는 것은 컴퓨터 비전 분야에서 매우 중요한 과정이다. 효과적인 텍스쳐 표현을 통해 텍스쳐 분류나 텍스쳐 분할 등의 처리 성능을 향상시킬 수 있다. 가버 필터는 텍스쳐 표현을 위해 오랫동안 사용된 다해상도 스케일 기반의 방법이다. 가버 필터는 텍스쳐 분류나 분할에 높은 성능을 제공한다. 그러나 처리 과정의 연산량으로 인해 처리 시간이 매우 많이 소요되어 실제 응용에서는 사용하기 어려운 문제가 있다. 본 논문에서는 가버 필터와 유사하게 다해상도 스케일 기반으로 텍스쳐를 표현할 수 있는 새로운 특징 표현 방법을 제안한다. 제안한 방법은 주파수 공간에서 방향과 스케일을 기반으로 다해상도 스케일 기반으로 텍스쳐를 표현한다. 2가지 실험 영상 집합에 대해 분류 실험을 수행하여 제안한 특징의 유용성을 확인하였다. 가버 필터와 유사한 분류 성능을 제공하면서 처리 속도는 가버 필터의 5%이하로 줄일 수 있는 것을 확인하였다.

• Imaging Science in Dentistry
• /
• 제53권2호
• /
• pp.109-115
• /
• 2023

Purpose: The aim of this study was to evaluate changes in the trabecular bone through texture analysis and compare the texture analysis characteristics of different areas in patients with medication-related osteonecrosis of the jaw (MRONJ). Materials and Methods: Cone-beam computed tomographic images of 16 patients diagnosed with MRONJ were used. In sagittal images, 3 regions were chosen: active osteonecrosis(AO); intermediate tissue (IT), which presented a zone of apparently healthy tissue adjacent to the AO area; and healthy bone tissue (HT) (control area). Texture analysis was performed evaluating 7 parameters: secondary angular momentum, contrast, correlation, sum of squares, inverse moment of difference, sum of entropies, and entropy. Data were analyzed using the Kruskal-Wallis test with a significance level of 5%. Results: Comparing the areas of AO, IT, and HT, significant differences (P<0.05) were observed. The IT and AO area images showed higher values for parameters such as contrast, entropy, and secondary angular momentum than the HT area, indicating greater disorder in these tissues. Conclusion: Through texture analysis, changes in the bone pattern could be observed in areas of osteonecrosis. The texture analysis demonstrated that areas visually identified and classified as IT still had necrotic tissue, thereby increasing the accuracy of delimiting the real extension of MRONJ.