• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.480-483
• /
• 2010

환자의 흉부 CT 영상을 이용하여 폐 영역의 질환을 진단하는 컴퓨터 조력 진단(CAD) 시스템은 질감 특징을 이용한다. 질환의 질감 특징 추출은 매우 중요하다. 질감 특징 추출은 폐 질환을 분석하기 위한 좋은 방법 중의 하나이기 때문이다. 본 논문에서는 폐기종 질환을 판별하기 위해 명암도와 CS-LBP를 결합한 질감 특징 추출 방법을 제안한다. 입력된 흉부 CT 영상은 몇 단계의 전처리 과정을 거치고 제안한 방법을 통해 질감 특징 추출을 하게 된다. 그리고 분류기에 의해 폐기종을 분류해 질환을 판별하게 된다. 실험 결과에서는 제안한 방법이 현존하는 방법 중 가장 좋은 성능을 보이는 GLLBP보다 더 좋은 성능을 보여준다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.820-823
• /
• 2013

Recently, the need for improving image quality of the image is increasing in various fields smartphones, cameras, and portable devices. How a significant impact on improving image quality of the image is a contrast enhancement, as a representative method to improve the contrast, the process of histogram equalization, various studies have been made. However, the method of histogram equalization general, by readjusting the only brightness, when the image histogram is biased to one side, due to changes in the excess brightness, distortions such as blocking phenomenon occurs. In this paper, we provide a contrast enhancement techniques through the compression and re-distribution of a well-balanced average brightness of the histogram distribution. By be differential compression histogram based on the histogram frequency in order to suppress the supersaturation phenomenon due to the increase in contrast ratio excessive repositioning well-balanced histogram lopsided, the proposed method, the balance of the brightness of the image I want to to take. The experimental results, the image brightness is balanced manner compared to conventional methods, the proposed method showed a good effect to improve the contrast without supersaturation phenomenon as compared with the conventional methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.398-400
• /
• 1999

본 논문에서는 저항 생산 과정에서 실제저항값과 칼라 코드값이 잘못 표기되는 경우에 이를 검사.인식하는 시스템에 이용할 수 있는 알고리즘을 제안한다. 본 알고리즘에서는 칼라 영상에서의 효과적인 경계선 추출 방법과 칼라 영상의 명암도 변화 차이를 이용한 저항의 칼라 코드 영역 추출법, 그리고 역전파 알고리즘을 이용한 칼라 코드 판별법이 제시된다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.346-351
• /
• 2002

본 연구에서는 차량 번호판에서 추출된 문자영역의 DCT(Digital Cosine Transform) 계수와 LVQ (Learning Vector Quantization) 신경회로망을 이용하여 차량 번호판 인식 시스템을 구성하였다. 입력된 차량영상의 RGB 칼라정보를 이용하여 번호판 영역을 추출하고 추출된 번호판의 히스토그램과 문자의 상대적 위치정보를 병합하여 문자영역을 추출하였다. 이렇게 추출된 문자영역의 명암도 영상에 DCT를 적용하여 얻은 특징 벡터는 LVQ 신경회로망의 입력으로 사용되어 인식 과정을 수행한다. 제안된 시스템의 검증을 위하여 다양한 환경에서 촬영된 109대의 자가용 차량영상에 대하여 실험하여 상대적으로 높은 번호판 영역 추출율과 인식률을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.484-487
• /
• 2003

본 논문에서는 CCD 카메라로부터 입력된 얼굴영상에서 피부색상 정보를 이용하여 얼굴을 검출하고 얼굴특징자인 눈, 코, 입의 얼굴특징 벡터를 추출한 후, 벡터들로부터 특징 평가함수를 적용하여 개인의 얼굴을 인식하는 알고리즘을 제안하였다. 제안한 논문에서는 입력 영상에서 대하여 얼굴 피부색의 정보와 명암도 정보를 동시에 사용하여 얼굴영역을 검출한 후, 검출한 얼굴 영역에서 특징점인 눈, 코, 입 등을 추출한 다음, 각 특징 점들에 대한 기하학적 위치특성과 상관성을 이용한 얼굴특징 평가함수를 구성하였다. 제안한 알고리즘으로 230 장의 얼굴영상에 대하여 실험에 적용한 결과 얼굴검출 효율과 인식 성능을 개선할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.512-515
• /
• 2012

부분 영상 검색은 질의 영상을 입력으로 사용해서 질의 영상을 부분 영상으로 포함하는 대상 영상을 찾아낸다. 본 논문에서는 부분 영상 검색에 생물정보학에서 사용하는 정렬(Alignment)을 이용한다. 생물정보학에서는 두 DNA 서열 간에 유사도를 비교하고 시각화하는 방법으로 점 행렬을 널리 사용한다. 두 영상을 정렬하기 위해서 먼저 질의 영상과 대상 영상을 일차원 명암도 영상 서열로 변환하고 정렬하여 부분 영상 후보 영역을 찾는다. 이전 연구[1]에서 정렬하는 방법은 두 서열의 길이의 곱만큼의 메모리 공간이 필요하므로 두 서열의 길이가 길어지면 필요한 메모리 공간이 선형적으로 증가했다. 본 논문에서는 영상 데이터의 특성을 이용해서 부분 서열 정렬로 필요한 메모리 공간을 줄였고 부가적인 효과로 처리시간이 감소하고 정확도가 상향되었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.446-448
• /
• 2011

본 논문에서는 조명 보정과 지역적인 밝기 정보를 이용한 유해 영상에서의 피부색 검출 방법을 제안한다. 첫번째, 조명의 영향을 줄이기 위하여 입력 영상을 히스토그램 평활화하여 명암 값의 분포가 한쪽으로 치우치거나 균일하지 못한 영상의 명암 값 분포를 균일화 시켜 영상을 향상될 수 있도록 한다. 그 다음, 평활화 시킨 영상을 25 개의 블록으로 분할한 후, 각 블록에서의 밝기 값에 대한 통해 평균과 왜도를 구한다. 구해진 값들을 영상의 임계값으로 설정하여 이진화 시킨다. 그리고, 평활화시킨 영상의 RGB 값을 Lab 컬러 공간으로 변환한다. 변환된 컬러 공간내의 조명 성분 값인 L(Luminance)값을 추출하여 이를 역변환 한다. 역변환한 L 값은 비정규 조명을 갖는 유해 영상의 조명에 민감한 영향을 제거하기 위하여 평활화 영상에 합한다. 마지막으로, 밝기 임계값을 통해서 얻어진 이진영상내의 객체 영역과 RGB 피부색 임계값을 통한 조명 보정된 평활화 영상내의 피부색 영역의 공통된 영역을 결과값으로 추출한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.526-528
• /
• 2002

본 논문은 CT 영상을 이용하여 체지방과 근육의 체적 및 비율을 분석하는 알고리즘 개발에 대하여 기술한다. CT 영상에는 체지방, 근육, 공기, 뼈등의 구성성분들이 서로 다른 명암값을 가지고 분포한다. 이 논문에서는 히스토그램을 통하여 각 구성성분에 대한 명암값을 찾아내었다. 찾아낸 명암값에 따라 체지방과 근육 그리고 뼈, 공기에 각각 색을 입혀 시각적으로 표현하여 체지방과 근육의 분포와 비율을 볼 수 있는 환경을 만들고 수치적으로 체적 및 비율의 결과 값을 출력하는 알고리즘을 개발하였다. 또한 단계적인 체지방 측정 프로그램을 위해 DB 환경을 구축하여 모든 자료를 저장하고 불러올 수 있는 환경을 만들어 체지방 측정 알고리즘을 완성하였다. 알고리즘은 돼지 실험에서 측정된 체지방과 비교하여 정확성을 검증한 결과 약 92.86%의 정확도를 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.63-74
• /
• 2007

간은 인체의 생명을 유지하고 성장할 수 있도록 하는 영양섭취와 매우 밀접한 관계를 가진 중요한 장기이다. 이러한 간의 중요성에도 불구하고 현재 우리나라의 간암 발병률이 세계에서 가장 높은 수치를 기록하고 있으며 이에 따라 간암을 조기 진단하고 예방할 수 있는 방법의 중요성이 확대되고 있다. 따라서 본 논문에서는 영상 의학적 검사 방법 중 하나인 CT 촬영으로 획득된 조영 증강 CT 영상에서 간 영역과 간 종양 영역을 정확히 검출하고 간 종양의 악성도를 판별할 수 있는 방법을 제안한다. 흉부로부터 5mm 간격으로 약 $40\;{\sim}\;50$장 정도로 촬영한 조영 증강 CT 영상에서 명암도와 명암의 분포도를 이용한 양자화 기법과 장기들의 위치 및 형태학적 특징정보, 그리고 흉부와 복부 양방향으로 인접한 CT 영상들의 정보를 분석하여 간 영역을 검출한다. 간 종양 영역은 과혈관성 종양의 특징을 분석하고 간 영역의 검출 방법에 적용하여 추출한다. 추출된 간 종양 영역은 퍼지 기반 SOM 알고리즘을 제안하여 간 종양의 악성도를 분석하는데 적용한다. 제안된 퍼지 기반 SOM 알고리즘은 SOM의 이웃 반경을 동적으로 조정하는데 퍼지 제어 기법을 적용하여 기존의 SOM 알고리즘보다 종양의 악성 정도를 분류하는 정확성을 개선하였다. 제시된 간 영역과 간 종양 검출 및 분석 방법의 결과와 전문의가 진단한 결과를 비교 분석한 결과, 기존의 간 영역 및 간 종양 영역 검출 방법보다 정확성이 향상된 것을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.23-26
• /
• 2019

본 논문에서는 X-Ray 영상에서 용접한 부분의 기공이나 균열 등의 결함 영역을 추출하는 새로운 방법을 제안한다. 제안된 방법은 세라믹 X-Ray 영상에서 비등방성 확산 필터를 적용하여 영상의 잡음을 제거하고, 수직 및 수평 히스토그램을 각각 적용하여 용접 영역을 추출한 후, 최소 자승법을 적용하여 배경 밝기를 제거하고, 사다리꼴 형태의 Fuzzy Stretching기법을 적용하여 명암 값을 강조하여 결함 영역과 그 외의 영역간의 명암 대비를 강조한다. 그리고 Fuzzy C_Means 알고리즘을 적용하여 결함 영역을 세분화한 후, Fuzzy C_Means을 적용하여 생성된 클러스터들의 중심 명암 값을 이용하여 ${\alpha}_-cut$을 설정한 후에 임계구간을 구하고 영상을 이진화하여 최종적으로 결함 영역을 추출한다. 제안된 방법의 결함 추출 성능을 확인하기 위하여 세라믹 X-Ray 영상을 대상으로 실험한 결과, 기존의 방법보다 결함 영역이 정확히 추출되는 것을 확인할 수 있었다.