• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.965-970
• /
• 2013

이미지로부터 돌출 영역을 추출하는 것은 이후의 다양한 이미지 처리를 위한 사전 작업으로서 중요한 의미를 가진다. 이 논문에서는 하나의 이미지에서 각 픽셀의 돌출 값을 추정하기 위한 개선된 방법을 소개한다. 논문에서 제안되는 방법은 이전에 연구된 색상과 통계적 방법을 이용한 돌출 값 추정 방법을 개선한 방법이다. 먼저 이미지에서 픽셀들의 색상관계를 이용해 각 픽셀의 돌출 값을 계산하고, 이 값을 근거로 중심 돌출 픽셀을 추정한다. 추정된 중심 돌출 픽셀을 기준으로 가우스 가중치를 적용하여 각 픽셀의 돌출 값을 재추정하고, 통계적 돌출 값 추정에 적용할 초기 확률을 위해 각 픽셀의 돌출 여부가 결정된다. 마지막으로 각 픽셀의 돌출 값은 베이즈 확률을 사용하여 계산된다. 실험결과는 본 논문의 적용 방법이 적정한 크기의 돌출 영역을 가진 이미지에 대해 이전의 방법보다 우수한 결과를 보임을 보여준다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권10호
• /
• pp.777-788
• /
• 2006

물체의 표면에 돌출된 형상을 실시간으로 표현하는 변위매핑 방법에 대하여 설명한다. 기존의 이미지 기반 변위매핑 방법이 기준면에서 함몰된 형상만을 표현할 수 있는 것과 달리, 기준면에서 수직방향으로 돌출된 높이를 표현하여, 표면에서 돌출된 형상의 상세를 실시간으로 표현한다. 또한 폴리곤의 경계부분에서 시점에 따라 수직인 두 개의 면을 추가하여, 기준면의 경계 외부로 초과하는 픽셀의 변위를 표현하였다. 이로써 경계부분의 돌출 형상에 대한 정확한 외곽선을 표현할 수 있다. 제안된 방법은 부드러운 돌출 형상의 표현과 더불어 돌출 형상의 급격한 경사면에 텍스처 정보를 추가하여, 수직 돌출 형상을 포함한 급격한 경사면을 표현할 수 있다. 이 방법은 GPU에서 수행 가능한 픽셀 단위 계산으로 이루어져 실시간으로 가시화가 가능하며, 경계부위의 정확한 외곽선의 표현과 급격한 돌출 형상의 표현이 가능하여, 건물과 같이 기준면에서 돌출된 형상의 상세 표현에 사용된다.

• 스마트미디어저널
• /
• 제8권2호
• /
• pp.39-45
• /
• 2019

딥러닝이 보편화되면서 예측 결과를 설명하는 연구가 중요해졌다. 최근 슈퍼픽셀에 기반한 다중스케일 결합 기법이 제안되었는데, 물체의 모양을 유지함으로써 시각적 공감이라는 장점을 제공한다. 이 기법은 예측 차이라는 원리에 기반을 두고 있으며, 슈퍼픽셀을 가리고 얻은 예측 결과와 원래 예측 결과의 차이를 보고 돌출맵을 구성한다. 본 논문은 슈퍼픽셀을 가리는 제외 연산뿐 아니라 슈퍼픽셀만 보여주는 포함 연산까지 사용하는 새로운 기법을 제안한다. 실험 결과 제안한 방법은 IoU에서 3.3%의 성능 향상을 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.63-64
• /
• 2014

본 논문에서는 Saliency map과 Max Filter를 이용한 영상의 자막영역을 추출 한다. Saliency map은 눈에 띄는 영역, 즉 영상에서 주변영역에 비해 밝기 차이가 심한 영역과 윤곽선에 대한 특징이 강한 영역을 돌출하는 것을 말하며, MaxFilter는 중심 픽셀을 최대 윈도우 값을 사용하는 것으로 극단적인 Impulse Noise를 제거하는데 효과적이며 특히 어두운 스파이크를 제거하는데 유용하게 사용된다. 이 두 가지의 특징들을 이용하여 영상의 자막 영역을 추출한다.

• 전자공학회논문지SC
• /
• 제47권5호
• /
• pp.62-68
• /
• 2010

적외선영상에서 표적을 효율적으로 탐지하는 새로운 자동표적탐지 알고리즘을 제안한다. 이 연구의 목적은 실제 야지환경에서 획득된 적외선영상에서 낮은 오경보 확률로 표적의 위치를 정확히 찾는 것이다. 제안한 방법이 기존의 방법과 다른 점은 초기 탐지단계에서 사용되는 모폴로지 필터링 기법을 밝기정보를 갖고 있는 원래 입력 영상이 아닌 가버(Gabor) 응답 영상에 적용한 것과 표적과 클러터를 구분하기 위해 표적의 정확한 윤곽선 추출을 필요로 하지않는 것이다. 제안한 방법은 크게 3단계로 구성된다. 첫째로, 영상에서 돌출된 영역을 찾기 위해 입력영상으로부터 4 방향의 가버 응답을 구하고 픽셀별로 가버응답 합 영상을 구한다. 이 영상에 모폴로지 기법을 적용하여 돌출된 영역의 위치를 찾는다. 둘째로, 원래의 입력영상의 돌출된 영역에서 지역적인 질감특징 정보들을 찾는다. 마지막 단계로, 찾아진 지역적 특징 정보들이 신경회로망인 다층퍼셉트론 (Multi-Layer Perceptron)으로 입력되어 학습된 훈련 데이터들과의 비교를 통해 실제 표적과 클러터를 구분한다. 실험에서는 제안한 방법을 군사용 적외선 영상장비를 사용하여 실제 야지 환경에 획득된 영상에 적용하여 우수성과 실용가능성을 확인한다.

• 대한전자공학회논문지TE
• /
• 제37권3호
• /
• pp.45-52
• /
• 2000

본 연구에서는 인체 상반신영상에서 얼굴부위를 분할하기 위한 영상분할 알고리즘을 제안하였다. 제안한 알고리즘은 HWT를 적용하여 영상의 경계를 이루는 차분영상인 고주파대역과 평균영상인 저주파대역으로 분리하고, 저주파대역에서 고립점과 돌출부위, 경계중복점을 제거하였다. 또한 제안한 경계검출 알고리즘으로 경계를 검출하고 단순화시켰으며, 1픽셀 단위의 세선화과정을 통하여 경계를 선명하게 하였다. 그리고 제안 한 폐곡선추적 알고리즘으로 얼굴부위 경계만을 추출한 뒤, 마스크를 구성하고 원영상과의 정합을 통하여 얼굴부위분할을 하였다. 제안한 알고리즘을 적용하여 얼굴부위 분할실험을 실행한 결과 95.88%의 분할값을 갖는 얼굴분할이 이루어졌다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.383-387
• /
• 2015

현대인들의 불규칙한 생활과 서구화된 식습관에 의해 대장 및 직장 질환이 증가하고 있는 추세로, 특히 직장암은 전체 대장암의 50%를 차지하고 있다. 초기 직장암의 경우 표면으로 돌출되는 부분이 없으므로 초음파로 조직 내부를 보지 않으면 직장 농양으로 오진하는 오류를 범하기도 한다. 그러나 초음파 진단을 하더라도 직장암의 병기에 따라 농양과 육안으로 구별이 어려운 경우가 있기 때문에 보다 정확한 진단이 필요하다. 그러므로 본 연구에서는 직장암과 농양 영상에 대한 컴퓨터 알고리즘을 이용하여 정량적인 분석을 하였다. GLCM을 적용하여 정상 20증례와 농양, 직장암 각 20증례를 분석영역($50{\times}50$ 픽셀)으로 설정하고, 각 영상에서 Autocorrelation, Max probability, Sum average, Sum variance 4가지 파라미터를 비교하여 분석하였다. 결과적으로 Autocorrelation, Max probability, Sum variance 3개의 파라미터에서는 100%, Sum average 파라미터에서는 암 95%, 농양에서 90% 이상의 높은 병변 질감 검출 효율이 나타났다. 이러한 파라미터들이 직장에서의 정상조직, 농양조직, 암조직 간의 판별의 기준으로 가치가 있다고 사료된다. 임상에서의 활용정도에 따라 컴퓨터 보조진단으로서의 충분한 유용성을 볼 수 있을 것이다.