• 한국정보통신학회논문지
• /
• 제21권7호
• /
• pp.1429-1434
• /
• 2017

기존의 안경 렌즈 흠집 검출 방법은 영상내의 미세 잡음이 제거되지 않아 렌즈 영역이 정확히 추출되지 않는 경우가 발생하여 흠집 영역을 검출할 수 없다는 문제점이 발생한다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 적응적 이진화 기법과 Bresenham algorithm을 적용하여 흠집 영역을 검출한다. 제안된 방법은 안경 렌즈 영상에서 명암 대비를 적용하여 렌즈의 명암을 강조한다. 명암이 강조된 영상에서 렌즈 밖의 배경 영역은 흠집 검출에 불필요하므로 이진화 기법을 적용한 후에 Bresenham algorithm을 적용하여 렌즈의 윤곽선을 검출하고 렌즈 이외의 배경을 제거한다. 렌즈 이외의 배경이 제거된 렌즈 영상에서 렌즈 내부의 배경과 흠집의 명암 대비를 높인다. 명암이 강조된 렌즈 내부 영역에서 적응적 이진화 기법을 적용하여 흠집과 잡음을 검출한다. 잡음은 중간값 필터를 적용하여 제거한 후에 흠집 영역을 추출한다. 추출된 흠집 영역에서 렌즈의 중심으로부터의 거리와 흠집의 크기를 퍼지 추론 규칙에 적용하여 눈에 미치는 영향 정도를 분석한다. 제안된 방법의 성능을 분석하기 위해 CHEMI, MID, HL, HM과 같은 시력 보정용 렌즈 영상을 대상으로 실험한 결과, 12개의 시력 보정용 렌즈 영상 중에서 10개에서 결함을 성공적으로 추출하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2000년도 정기총회 및 학술대회
• /
• pp.137-142
• /
• 2000

많은 정보를 포함하고 있는 영상 자료에서 빠른 검색과 분류를 위해서 색깔이나 질감 등의 특징을 나타내는 기술자가 필요하다. 또한 한 영상 안에서도 각 영역별로 다른 특징을 나타내고 있기 때문에 영역별 검색과 분류를 위한 영역 단위의 특징 추출이 중요하다. 본 논문에서는 색깔 특징으로 영역화된 영상의 각 영역에서 색깔 특징 벡터와 질감 특징 벡터를 추출하고 추출된 특징 벡터를 다른 영역에서 추출된 특징 벡터와의 거리를 이용하여 비슷한 특징을 보이는 영역을 검색한다. 기존의 전체 영상의 색깔이나 질감 어느 하나만을 이용한 검색과 달리 이러한 특징을 공간적 위치와 색깔, 질감을 조합하여 검색함으로써 보다 만족스러운 검색 결과를 얻을 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.750-753
• /
• 2003

본 논문에서는 명함 영상에서 문자 영역을 추출하기 위해서 전처리 과정을 수행하여 잡영을 제거한다. 잡영이 제거된 명함 영상을 3배로 축소하여 가로 스미어링을 적용하여 문자열의 후보 영역을 추출하고 문자열과 비문자열의 영역으로 분리한 후, 문자열 영역에 세로 스미어링을 적용한다. 추출된 문자열 영역과 세로 스미어링된 문자열 영역에 대해 OR연산을 수행하여 문자의 특징이 분리되는 것을 제거하고 윤곽선 따라가기 알고리즘을 적용하여 문자의 영역을 추출한다 제안된 방법을 실제 영문 명함의 개별 문자 추출에 적용한 결과, 기존의 영문 명함 추출 방법보다 개선되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.478-481
• /
• 2017

본 논문에서는 기존의 삼각형 타입의 퍼지 스트레칭을 개선한 사다리꼴 형태의 퍼지 스트레칭 기법과 FCM 기반 양자화 기법을 적용하여 결절종을 추출하는 방법을 제안한다. 제안된 결절종 추출방법은 결절종 영역과 그 외의 영역 간의 명암 대비를 강조하기 위해 사다리꼴 형태의 퍼지 스트레칭 기법을 적용한 후에 Monotone Cubic Spline 기법을 적용하여 ROI 영역을 추출한다. 추출된 ROI 영역에 대해 FCM 기반 양자화 기법을 적용하고 양자화된 결과를 이용하여 ROI 영역을 이진화한다. 결절종이 타원 형태와 명암도가 낮은 값을 가진다는 형태학적 특징을 이용하기 위해서 이진화 ROI 영역에 팽창 기법을 적용하여 결절종의 후보 영역을 추출하고 8방향 윤곽선 추적 알고리즘을 적용하여 잡음 영역이 제거한다. 잡음이 제거된 결절종 후보 영역에서 최종 결절종 영역을 추출하기 위해 라벨링 기법을 적용한다. 제안된 결절종 추출 방법의 성능을 분석하기 위해서 20명의 환자를 대상으로 20장을 실험한 결과, 기존의 방법보다 TPR(Ture Positive Rate)이 높게 나타나는 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제48권2호
• /
• pp.9-15
• /
• 2011

본 논문에서는 기존의 근육 추출 방법에서 영상의 왜곡으로 인해 제외되었던 외복사근 영역의 근육을 추출하는 방법을 제안한다. 본 논문에서는 초음파 영상에서 측정할 근육 영역을 설정한 후, 초기 초음파 영상에서 불필요한 잡음을 제거하고 Ends-in Search Stretching 기법을 적용하여 근막과 근육 영역의 명암 대비를 강조한다. 전처리 과정을 통해 얻어진 영상에서 수직 방향으로 평균 이진화 기법을 적용한 후에 근막의 후보 영역을 추출한다. 추출된 근막의 후보 영역에서 형태학적인 특징을 이용하여 근막 영역 이외의 영역을 제거하고, 손실된 근막에 대해서는 형태학적 정보와 위치 정보를 이용하여 근막을 복원한다. 복원된 근막 영역에서 Convex 촬영시 나타나는 호의 정보를 이용하여 피부 영역을 제거한 후, Up-Down Search 방법을 적용하여 위 아래 방향으로 각각 탐색된 결과를 겹쳐서 근육의 후보 영역을 추출한다. 추출된 근육의 후보 영역에서 형태학적인 특징을 이용하여 잡음을 제거하고, 최종적으로 근육 영역을 추출한다. 근육 영역의 형태가 정확하게 추출되는 않은 경우에는 스미어링 기법을 적용하여 근육 영역을 복원한 후, 최소 자승법을 이용하여 근육의 두께를 측정한다. 제안된 방법을 복부의 초음파 영상에 적용하여 근육 영역을 추출한 결과, 제안된 방법이 초음파 영상에서 근육 영역들의 두께를 측정하는데 기존의 근육 측정 방법보다 효과적인 것을 확인할 수 있었다.

• 한국융합학회논문지
• /
• 제13권2호
• /
• pp.303-312
• /
• 2022

이 연구에서는 원격대학원생 콘텐츠 구성요소에 대한 중요도-수행도 분석(IPA)을 하였다. 이를 위해 J대학 원격대학원생 221명을 대상으로 온라인 설문조사를 한 결과 다음과 같은 결과를 얻었다. 첫째, 콘텐츠 구성요소의 영역별 중요도는 학습 내용, 상호작용, 교수-학습 전략, 평가의 순으로, 수행도는 교수-학습 전략, 상호작용, 평가, 학습내용의 순으로 나타났다. 둘째, 콘텐츠 구성요소 4가지 영역, 즉 학습내용, 교수-학습 전략, 상호작용, 평가 영역 모두 중요도와 수행도 간에 유의미한 차이가 있는 것으로 나타났다. 중요도-수행도 분석(IPA)은 영역별 및 항목별 두 차원에서 실시하였는데 그 결과는 다음과 같다. 학습내용은 유지관리 영역으로, 교수-학습 전략과 상호작용은 중점개선 영역으로, 평가 영역은 과잉투자 영역으로 밝혀졌다. 이 연구 결과는 원격대학원 콘텐츠의 현재를 진단하고 그에 기초하여 앞으로 개선해야 할 점이 무엇인가를 가늠하는 데 기초자료로 활용할 수 있을 것이다.

• 지구물리와물리탐사
• /
• 제22권4호
• /
• pp.225-238
• /
• 2019

최적의 심도 영역 속도를 도출하기 위한 구조보정 속도분석(MVA, migration velocity analysis) 기법을 해양에서 취득한 원거리 다중채널 탄성파 자료에 적용하여 그 효용성을 확인한다. 지금까지 통상적으로 수행된 시간 영역 자료처리 결과는 지질학적 층서해석에는 무리 없는 결과이나, 어느 정도 가능성이 있는 플레이나 리드 지역에서의 유가스 탐사에서는 저류층 지질모델 구축, 시추 설계, 매장량 계산에서 반드시 심도 영역 속도 구조와 영상이 필요하다. 데이터 영역에서 근사 방식을 사용한 공통 중간점 기반 속도 분석으로부터 도출한 속도는 처음부터 오차를 내재하여 불확실성이 높다. 반면에, 이를 보완해 줄 검층 자료가 없는 상황에서 실측 규모의 속도 구조를 도출하는데 있어 이미지 영역 구조보정 속도분석 기법은 상당히 효율적인 방법이다. 이 연구에서는 해양에서 취득한 다중 채널 탄성파자료에 대해 합리적인 결과를 도출하기 위해 시간 영역에서 신호의 품질을 최적화하고, 이 자료에 대하여 반복적으로 MVA 기법을 적용함으로써 심도영역 속도 및 구조보정 단면도를 도출하였다. 시간 영역 속도를 단순히 Dix 방정식에 의해 심도영역으로 변환한 속도를 이용하여 생성한 결과(공통 수신점 모음도 및 중합 단면도)와 MVA 기법을 이용한 심도영역 자료처리를 통해 도출된 속도를 이용하여 생성한 결과를 비교함으로써, 심도영역 결과가 보다 합리적임을 확인하였다. 심도 영역으로 도출된 속도는 중합전 심도 구조보정에 바로 사용될 수 있을 뿐만 아니라, 현장 자료의 파형역산 적용 시 초기 모델로 활용함으로써 역산 수행 과정에서 발생할 수 있는 국부 최소(local minima) 문제를 최소화할 수 있다.

• 한국음향학회지
• /
• 제41권1호
• /
• pp.38-44
• /
• 2022

잡음에 오염된 음성의 명료도와 음질을 향상시키고자 음성 향상을 수행한다. 본 연구에서는 복소값 스펙트럼을 이용한 마스크기반 음성 향상에서 시간 영역 손실함수와 주파수 영역 손실함수에 따른 학습 결과를 비교하였다. 시간 영역의 음성 파형과 주파수 영역의 스펙트럼의 세부정보를 고려해 두 영역의 장점을 활용할 수 있도록 손실함수 조합에 관해 연구를 진행하였다. 시간 영역 손실함수는 Scale Invariant-Source to Noise Ratio(SI-SNR)을 이용해 계산하고, 주파수 영역 손실함수는 복소값 스펙트럼과 크기 스펙트럼을 Mean Squared Error(MSE)로 계산하여 사용하였고, sin 함수를 이용해 위상에 대한 손실함수를 계산하였다. 손실함수 조합은 시간 영역 손실함수인 SI-SNR과 각 주파수 영역 손실함수를 조합하였다. 또한 크기 값과 위상 값을 모두 고려할 수 있도록 SI-SNR과 크기 스펙트럼, 위상에 관련된 손실함수들도 조합하여 실험을 진행하였다. 음성 향상 결과는 Source-to-Distortion Ratio(SDR), Perceptual Evaluation of Speech Quality(PESQ), Short-Time Objective Intelligibility(STOI)를이용해 성능 비교 평가를 진행하였다. 음성 향상 결과를 확인해보기 위해 스펙트럼 상에서 비교를 진행하였다. TIMIT 데이터베이스를 이용한 실험 결과, 시간 영역 또는 주파수 영역 손실함수보다 SI-SNR과 크기 스펙트럼을 조합한 손실함수를 사용하여 음성 향상을 학습했을 때 가장 높은 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.459-464
• /
• 2007

영상기반의 3자원 복원(reconstruction)에 대한 연구가 컴퓨터 성능의 발전과 다양한 영상기반의 복원 알고리즘의 연구로 인해 최근 좋은 결과를 보이고 있으나, 이는 얼굴영역과 같은 목적이 되는 영역이 각 입력영상으로부터 미리 정확하게 추출되어 있다고 가정하기 때문이다. 일반적으로 목적이 되는 영역을 추출하기 위해 차영상이 많이 이용되고 있지만 차영상은 잡음과 구멍(hole)과 같은 오 추출된 영역이 발생하기 때문에 목적이 되는 영역을 3차원으로 복원을 할 때 심각한 오류를 초래할 수 있다. 전경물체(목적이 되는 영역)을 정확하게 추출하기 위해 최근 그래프 컷(graph cut)을 이용한 방법이 다양하게 시도되고 있다. 그래프 컷은 데이터 항(data term)과 스무드 항(smooth term)으로 구성된 에너지 함수를 전역적으로 최소화하는 방법으로 여러 공학적 문제에서 좋은 결과를 보이고 있지만, 에너지 함수의 데이터 항을 설정할 때 필요한 사전정보를 자동으로 얻기가 어렵다. 스테레오 비전의 깊이 정보가 최근 전경 물체 추출을 위한 사전정보로 많이 이용되고 있고 그들의 실험환경에서는 좋은 결과를 보이지만, 3차원 얼굴 복원에서 얼굴의 대부분이 동질의 영역을 가지고 있기 때문에 깊이 정보를 구하기 어려워 정확한 사전정보를 구하기가 어렵다. 본 논문에서는 3차원 얼굴 복원을 효과적으로 하기 위한 그래프 컷 기반의 전경 물체 추출 방법을 제안한다. 에너지 함수의 데이터 항을 설정하기 위해 전경 물체에 대한 사전정보를 추출해야 하며, 이를 위해 차영상을 이용하여 대략적인 전경 물체 추출하고, 사전정보에 대한 오류를 줄이기 위해 잡음과 그림자 영역을 제거한다. 잡음과 그림자 영역을 제거하면 구멍이 발생하거나 실루엣이 손상되는 문제가 발생한다. 손상된 정보는 근접한 픽셀이 유사하지 않을 때 낮은 비용을 할당하는 에너지 함수의 스무드(smooth) 항에 의해 에지 정보를 기반으로 채워진다. 결론적으로 제안된 방법은 스무드 항과 대략적으로 설정된 데이터 항으로 구성된 에너지 함수를 그래프 컷으로 전역적으로 최소화함으로써 더욱 정확하게 목적이 되는 영역을 추출할 수 있다.

• 재활복지공학회논문지
• /
• 제10권2호
• /
• pp.141-146
• /
• 2016

본 논문에서는 설진시스템에서 혀 영역의 윤곽선을 정확하게 검출하기 위해 영역제한 마스크 연산과 능동 윤곽선 모델을 적용한다. 혀의 특징을 정확하게 분석하기 위하여 먼저, 혀 영역이 검출되어야 한다. 그러므로 혀 영역의 에지를 검출하기 위한 효율적인 분할 방법은 매우 중요하다. 20~30대 학생 30명으로 구성된 혀 영상 DB로 실험하였다. 실제 혀 영상에서의 실험은 좋은 결과를 보였다. 실험 결과, 제안된 방법이 마스크 연산을 사용하지 않는 방법에 비해 더 정확하게 혀 영역의 윤곽선을 추출하는 것을 확인할 수 있었다.