본 논문에서는 프랙탈 기반의 전송율 제어 가능을 갖는 동영상 압축 시스템을 제안한다. 기존의 프랙탈 압축방법의 부호화비트량 과다라는 단점을 극북하기위해, 제안하는 시스템은 이미지를 배경, 움직임 보상 및 프랙탈 코딩의 3가지로 분류하여 부호화 하였다. 부호화 되는 코드의 양을 줄이기 위하여 움직임 보상부의 움직임 벡터값은 가변길이 코드를 사용하고 프랙탈 변이값(offset)은 이전 프레임으로부터의 예측값과 최소 자승 근사화(least-square approximation)법으로 구한 값의 차값(difference)을 가변 길이 코드로 부호화하였다. 전송율 제어를 위해 현재의 비트 발생량과 밴드폭을 고려해서 화연 분할 문턱값(threshold)을 결정하는 알고리듬을 적용하였다. 전체 시스템의 실험 결과 동일한 화질에서 기존의 시스템에 비해 압축율이 18배이상 향상됨을 확인하였고, 전송율이 결정되어 있을 때의 전송율 제어가 이루어짐을 확인하였다.

본 논문에서는 미세주사장치를 이용하는 이차원배열 적외선 검출기의 불균일 출력특성 보정을 위한 배경 신호 기반의 디지털방식 실시간 보정 기법을 제안한다 기존의 배경기반 불균일 보정 알고리즘은 영상의 움직임을 전제로 하가 때문에 정지영상에 적용하는 경우 영상이 흐려지면서 사라지는 현상이 나타난다 제안된 기법에서는 미세주사 효과와 변형된 Scribner의 알고리즘을 이용하여 이러한 문제점을 해결하고 영상의 불균일을 실시간으로 보정하였다 컴퓨터 모의실험과 하드웨어 시험을 통해 제안된 기법은 동영상뿐만 아니라 정지영상에서도 뛰어난 성능을 보임을 입증하였다.

본 논문에서는 NURBS (Non-Uniform Rational B-Splines) 곡면 근사에 기반하여 거리 데이터로부터 3차원 곡면 모델을 생성하는 기법을 제안한다 입력으로 이용되는 거리 데이터는 연결 정보가 알려지지 않고 정렬되지 않은 일반적인 3차원 점들의 집합으로 가정한다 제안하는 알고리듬은 초기 모델 추정, 계층적 모델 표현, NURBS 곡면 네트워크 생성의 3단계로 나뉘어진다 초기 모델 추정 단계에서는 K-평균 군집화 기법을 이용하여 다각형면과 삼각형으로 표현되는 근사 모델을 생성하고, 계층적 트리 구조를 이용하여 초기 모델을 표현한다. 계층적 트리 구조로 부터 생성된 사각형면 모델에 의하여 $G^1$ 연속인 NURBS 곡면 네트워크를 효율적으로 생성한다. 제안하는 알고리듬은 초기 모델의 계층적 그래프 해석을 통하여 곡면 네트워크 형성에 필요한 계산량을 감소시켰으며, 또한 정확한 NURBS 제어점 추정을 통하여 근사 오차를 감소시킨다. 모의 실험 결과 거리 데이터로 부터 초기 모델과 다양한 해상도의 NURBS 곡면 네트워크가 효과적으로 생성되었으며 생성된 NURBS 곡면 모델의 근사 오치는 무시할 수 있는 수준임이 관찰되었다.

영상정보에 기반한 교통제어시스템의 핵심요소인 교통영상에서의 차량의 위치, 대수를 측정하는 견실한 기법을 제시하였다. 제안한 기법은, 배경영상을 제거한 차 영상으로부터 국부 최적 임계값 산출기법에 의해 차량의 밝고 어두운 증거영역을 추출하고 차량의 기하학적 특정을 이용해 3개의 규칙으로 합병하는 증거추론 (Evidential reasoning)에 기반을 두었다 국부 최적 임계값 산출기법은 차량형상이 중첩되었거나 차량의 색상이 배경영상과 유사할 경우에도 치량의 밝고 어두운 증거영역의 분리를 보장한다 다양한 교통영상에 적용한 결과 카메라의 거리, 위치, 날씨 등의 동작 환경의 변화에 매우 견실한 검지 성능을 가점을 확인하였고 프레임사이의 움직임 정보를 사용하지 않았으므로 차량의 흐름이 정체되었을 경우에도 적용이 가능하다.

본 논문에서는 이웃 탐색점에서의 평균 절대치 오차(mean absolute error, MAE)를 이용하여 전역 탐색 알고리듬(full search algorithm, FSA)과 거의 같은 움직임 추정 성능을 얻으면서도 고속으로 움직임을 추정할 수 있는 2단계 고속 블록 정함 알고리듬을 제안하였다. 제안한 방법에서는 현재 탐색점에서 블록 정합을 통하여 얻을 수 있는 MAE의 최소 범위를 이웃 탐색점에서의 MAE를 이용하여 구한 뒤, 이를 이용하여 블록 정합이 필요한 탐색점에 대하여서만 블록 정합을 행하였다. 즉, 제안한 방법에서는 블록 정함이 필요한 탐색점 수를 줄임으로써 고속으로 움직임을 추정하였으며, 움직임 추정을 두 단계로 나누어 수행하였다 모의 설험을 통하여 제안한 방법이 FSA와 거의 같은 움직임 추정 성능을 유지하면서도 많은 계산량의 감소를 얻을 수 있음을 확인하였다

본 논문에서는 주행차량에 장착된 CCD 카메라를 통하여 획득되어진 영상으로부터 moving window를 사용하여 차선을 인식하고 장애물을 감지하는 방법을 제안한다 입력되는 동영상을 실시간에 처리하기 위해서는 하드웨어적으로 상당히 많은 제약을 초래한다. 이러한 문제점을 극복하고 영상을 사용하여 실시간에 차선 인식 및 장애물을 감지하기 위해, 도로조건과 차량상태에 바탕을 둔 최적의 window 크기를 결정하고 그 window 영상만을 처리하여 차선 인식 및 장애물 감지를 실시간에 가능하게 하는 기법을 제안한다 영상의 각 프레임에 대하여 moving window는 칼만필터에 의해 정확성이 향상된 예측방향으로 옮겨진다. 제안된 알고리즘의 효용성을 고속도로 주행영상을 사용한 실험을 통해 보여준다

본 연구에서는 촬상단면내의 평행이동에 기인한 MRI 아티팩트를 제거하는 새로운 방법을 제안한다 임상 진단에 있어서 종종 문제가 되고 있는 호흡에 따른 두뇌부분의 상하이동을 고려해서 위상 엔코드 축인 y 방향만의 강체의 평행이동을 취급한다 종래의 발견적인 반복위상탐색 처리법과는 달리, MRI 촬상과정과 화장 특성의 해석에 근거한 MRI 신호내의 체동성분과 화상성분을 단순한 대수연산에 의해 분리할 수 있는 새로운 구속조건을 도출한다 MRI 신호에 대해서 x 방향의 1차원 푸리에 변환을 행한 후의 y 방향 스펙트럼 위상값은 화상자신의 성분과 체동성분의 합이 되고 있다 한편 두뇌부위 등의 단층상에 있어서 주위의 피하지방 부분의 밀도는 거의 균일하다고 알려져 있어, 이 부위상에 있는 y 방향의 한 라인의 말도분포는 대칭모양으로 간주할 수 있다 밀도함수가 대칭인 경우 스펙트럼의 위상은 그 위치에 대하여 선형적으로 변화한다 따라서 이 선형함수로부터 벗어난 성분을 체동으로 분리할 수 있다. 이러한 구속조건에 기초를 둔 새로운 아티팩트의 제거방법이 본 연구에서 제안된다 최종적으로 phantom 화상을 사용한 시뮬레이션을 통해 본 방 법의 유효성을 나타낸다.

본 논문에서는 배경이 움직이는 자연환경에서 모델기반 이동물체 추적 알고리즘을 제안하였다. 제안한 알고리즘은 이동물체의 형태변화에 적응하기 위하여 Hausdorff 거리를 모델과 영상사이의 유사도로 사용하였으며, 이동물체의 위치 탐색시간을 줄이기 위하여 2D-Logarithmic 탐색기법을 사용하였다 이동물체 추적실험은 도로에서 주행하는 차량을 대상으로 수행하였다. 그 결과 자동차 영상과 오토바이 영상에서 실제위치와 추적결과에 대한 평균자승오차는 각각 1.15와 1.845로 이동물체의 정확한 추적이 가능함을 알 수 있었다. 그리고 추적 정합 시도 회수는 제안한 알고리즘이 기존알고리즘 보다 자동차 영상에서는 평균 1125회, 오토바이 영상에서는 평균 523회 적게 시도하여 추적시간을 단축할 수 있음을 알 수 있었다.

본 논문은 영역분할 정보를 이용한 움직임 추정 기법을 제안하고자 한다 움직임 추정은 연산량이 매우 방대해서 소프트웨어적인 실시간 구현이 매우 어렵고 전용 칩을 사용하여 구현하고 있다 본 논문에서는 영역 분할 정보 및 가변 탐색 창 설정을 통해서 FSMA에 비해 연산량을 줄이는 영역 기반 움직임 추정 기법을 제안한다 둘째로, 분할된 영역 중 얼굴과 같은 의미를 갖는 영역을 선택적으로 부호화하기 위한 인식 기법을 제안하고자 한다 의미 영역 인식의 기본 취지는 화상 회의나 화상 전화와 같은 대체로 움직임이 적고 화자 중심으로 이루어진 영상에서 화자의 살색 영역 즉, 얼굴 영역을 우선 보호하여 주관적인 화질을 개선하자는 데에 있다.

바이스펙트럼은 신호 처리 및 영상 복원을 위한 적합한 특성을 강고 있고, 여러 응용분야에 적용될 수 있음에도 불구하고 설제로 적용된 결과가 문헌상으로 거의 나와 있지 않다 이는 표본이 부족하여 바이스펙트럼의 평균 연산이 어렵기 때문이다. 본 논문에서는, 참 바이스펙트럼을 표본 바이스펙트럼의 평균으로 정의한다. 그리고 표본 바이스펙트럼의 평균은 표본의 3중 상관함수의 푸리에 변환으로 나타낸다 표본 바이스펙트럼의 특성을 분석하고 일반화된 기중 정규화 이론을 적용하여 확률적으로 평균을 구하지 않고 참 바이스펙트럼을 추정하는 방법을 제안한다. 번지고 잡음이 낀 조건에서 제안한 알고리즘으로 바이스펙트럼을 추정 하고 이 결과가 신호의 복원에 유용함을 실험을 통해 증명한다.