본 논문에서는 국부상관계수(local correlation coefficients; LCC)의 영역 평균변화량을 질감특징으로 사용하여 질감 영역을 추출하는 효율적인 알고리즘을 제안한다. 질감영역 추출을 위한 알고리듬의 핵심은 각 방향에 따른 국부상관계수들의 평균 변화량은 평탄영역에서 보다 질감영역에서 대체로 크게 나타나는 특성을 이용하는 것이다. 제안한 알고리듬의 성능을 평가하기 위하여 8비트 256$ imes$256 크기를 가진 9개의 시험영상(Lena, Bsail, Camera, Face, Woman, Elaine, Jet, Tree, Tank)을 사용한다. 실험결과에서 제안한 특징은 시각적으로 질감영역으로 보이는 영역들을 잘 추출함을 보인다.
We present an efficient algorithm using region-based average of variations of local correlation coefficients (LCC) for the extraction of texture regions. The key idea of this algorithm for the classification of texture and shade regions is to utilize the fact that the averages of the variations of LCCs according to different orientations texture regions are clearly larger than those in shade regions. In order to evaluate the performance of the proposed algorithm, we use nine test images (Lena, Bsail, Camera Man, Face, Woman, Elaine, Jet, Tree, and Tank) of 8-bit 256$ imes$256 pixels. Experimental results show that the proposed feature extracts well the regions which appear visually as texture regions.
