• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.255-274
• /
• 2006

비디오에서 움직이는 객체의 외곽선은 객체를 정확하게 분할하기 위하여 매우 중요하다. 그러나 움직이는 객체의 외곽선에는 단락된 외곽선들이 존재하게 된다. 우리는 단락된 외곽선을 연결할 수 있는 새로운 외곽선 연결 알고리즘을 개발하였다. 외곽선 연결 알고리즘은 단락된 외곽선의 말단 픽셀에 사분면을 형성하고 동심원을 구성하면서 반지름 내에서 다른 말단 픽셀을 찾는 탐색을 전진하면서 수행한다. 외곽선 연결 알고리즘은 객체의 외곽선에서 가장 짧게 외곽선을 연결한다. 그리고 시스템은 비디오로부터 배경을 구하여 저장한다. 시스템은 외곽선 연결로부터 객체 마스크를 생성하고, 배경된 저장으로부터 또 하나의 객체 마스크를 생성하여 이 두 개의 객체 마스크를 보완적으로 사용하여 움직이는 객체를 분할한다. 논문의 주요 장점은 정확한 객체 분할을 위한 새로운 객체 외곽선 연결 알고리즘의 개발이다. 제안된 알고리즘은 개발된 새로운 객체 외곽선 연결 알고리즘과 배경 저장을 이용하여 정확한 객체 분할, 다중 객체 분할, 내부에 구멍이 존재하는 객체의 분할, 가느다란 객체의 분할, 그리고 복잡한 배경을 가진 객체를 자동으로 분할하여 보여주었다. 우리는 알고리즘들을 표준 MPEG-4 실험 영상과 카메라로 입력된 실제 영상을 가지고 실험하였다. 제안된 알고리즘들은 매우 효율이 좋으며 펜티엄-IV 3.4GHz CPU에서 평균적으로 QCIF 영상을 1초당 70.20 프레임 그리고 CIF 영상을 1초당 19.7 프레임을 실시간 객체 응용을 위하여 처리할 수 있다.

• 대한의용생체공학회:의공학회지
• /
• 제21권2호
• /
• pp.145-156
• /
• 2000

본 논문에서는 중앙시상 두뇌 자기공명영상 분할결과를 이용한 3차원 시상 두뇌 자기공명영상의 자동분할기법을 제안한다. 제안된 알고리즘에서는 먼저 3차원 시상 두뇌 자기공명영상의 중앙영상을 분할하고, 분할된 중앙두뇌 자기공명영상을 인접하는 영상에 마스크로 적용한다. 이 때 마스크 적용으로 인하여 인접하는 영상이 절단되는 문제가 발생할 수 있다. 이러한 문제를 해결하기 위하여 절단 영역의 경계점을 검출한 후, 절단 영역에 대한 경로 재설정을 통해 절단 영역을 복원한다. 이러한 경로 재설정을 위해 connectivity-based threshold segmentation algorithm을 사용하였다. 실험결과 제안된 알고리즘의 유용성을 확인할 수 있었다.

• 한국광학회:학술대회논문집
• /
• 한국광학회 2000년도 제11회 정기총회 및 00년 동계학술발표회 논문집
• /
• pp.204-205
• /
• 2000

본 연구에서는 반도체 레이저 LD 혹은 백색광로부터 조사되는 빔을 CRT 모니터의 측정부에 입사시켜 패널 glass와 섀도우 마스크에서 반사되는 빔을 PSD에 조사하여 섀도우 마스크의 진동을 측정하였으며, CCD를 사용하여 열적변형과 패널 glass의 아랫면과 섀도우 마스크사이의 간격 Q값을 측정하였다. 사용한 PSD는 검출 영역은 12mm, 센서의 위치분해능은 0.2$mu extrm{m}$이며, 실시간적으로 처리할 수 있는 장점을 갖고 있다. CRT의 경우 전자빔의 충돌에 의한 섀도우 마스크의 열적 변형과 진동에 의한 섀도우 마스크의 떨림이 발생하여 화질이 저하된다. Q값의 정확한 계측과 섀도우 마스크의 열적변형 및 진동의 측정을 통하여 이들 현상이 발생되는 근본적인 취약구조를 발견함으로써 우수한 섀도우 마스크를 설계하고 제품의 성능을 향상시킬 수 있다. (중략)

• 한국정보통신학회논문지
• /
• 제17권3호
• /
• pp.718-723
• /
• 2013

일반적으로 배경과 물체의 경계 부분은 화소값이 급격히 변화하는 지점이며, 영상의 특징을 분석함에 있어서 중요한 요소이다. 이러한 경계 부분을 이용하여 영상 내에서 물체의 위치나 모양에 대한 정보를 검출하며, 이를 위한 많은 연구들이 이루어져 왔다. 기존의 방법들은 구현이 비교적 간단하며 처리 속도가 빠른 반면, 고정된 가중치가 모든 화소에 동일하게 적용되므로 에지 검출 특성이 다소 미흡하다. 따라서 본 논문에서는 영상에 따라 적응하는 에지 검출을 위하여 마스크의 영역 분할을 이용한 에지 검출 알고리즘을 제안하였으며, 제안한 알고리즘에 의한 처리 결과는 에지 영역에서 우수한 에지 검출 특성을 나타내었다.

• 한국음향학회지
• /
• 제25권2호
• /
• pp.78-87
• /
• 2006

본 논문에서는 알려지지 않은 잡음 환경에서 강인한 음성 인식 성능을 위하여 missing-feature복구 기법을 다루며, 베이시안 분류기를 기반으로 하는 마스크 예측 기법의 성능을 향상시킬 수 있는 방법을 제안한다. 기존의 마스크 예측 기법에서는 배경 잡음 종류에 독립적인 성능을 위해 전 주파수 대역을 분할하여 발생시킨 유색 잡음을 마스크 예측기의 훈련에 이용하였으나, 제한된 양의 훈련 데이터베이스 조건에서는 성능의 한계가 불가피하다. 보다 다양한 잡음 스펙트럼을 반영하면서 마스크 예측의 성능을 향상시키기 위해, 서로 다른 주파수 대역에 독립적인 구조를 가지는 베이시안 분류기를 제안하며, 훈련에 사용하는 유색 잡음의 생성 방식을 이에 맞게 수정한다. 각각의 주파수 대역을 분할하여 유색 잡음을 생성함으로써 다양한 잡음 환경을 반영하는 동시에 훈련 데이터베이스 부족 문제를 줄일 수 있다. 제안하는 마스크 예측 기법을 클러스터 기반의 missing-feature 복구 기법과 결합하여 음성 인식기에 적용함으로써 성능을 평가한다. 실험 결과는 제안한 기법이 백색 잡음, 자동차잡음, 배경 음악환경에서 기존의 방법에 비해 향상된 성능을 가짐을 입증한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 지능정보 및 응용 학술대회
• /
• pp.133-137
• /
• 2008

본 논문에서는 영상의 콘트라스트를 개선시키는 언샵 마스킹 방법을 제안한다. 언샵 마스킹은 이미지가 가지고 있는 에지와 디테일 정보를 개선시키는데 일반적인 샤프닝 마스크 보다 효과적이기에 이에 관한 많은 연구가 있었다. 제안하는 방법은 방향성 정보를 이용한 블록 기반 업샵 마스킹 방법으로 영상을 블록 단위로 분할하여 각 블록에 대한 DCT를 수행한다. DCT 결과를 토대로 블록들의 방향성 타입을 결정하여 각 블록의 타입에 따라 적합한 언샵 마스킹을 취할 수 있는 유연함을 제공 한다. 블록의 분류는 평탄영역, 텍스쳐, 에지 그리고 나머지 형태로 구분되어 진다. 평탄 영역에 속하는 배경 및 평이한 표면에서는 결과물을 시각적으로 훼손시키지 않기 위해 언샵 마스킹을 적용하지 않는다. 텍스쳐와 에지 영역에 대해서는 고주파 성분을 보존하기 위해 블록 타입에 맞는 적합한 언샵 마스킹을 적용한다. 이에 사용되는 언샵 마스킹은 선명화의 기여도를 제어하는 적응적 필터를 사용하여 디테일이 많은 부분은 콘트라스트를 개선시키고 평탄 영역에 대해서는 선명화를 약하게 하여 최대의 영상 개선 효율을 유도한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.763-765
• /
• 2004

현재 의료 영상을 이용한 신속하고 정확한 진단과 치료를 위하여 각 기관별로 영상을 분할하는 방식이 기본적으로 사용되고 있다. 본 논문에서는 워터쉐드(Watershed) 알고리즘을 이용하여 해부학적 기관 중 폐 영역을 분할하는 방식을 제안한다. 초기에 소벨 에지 마스크(Sobel Edge Mask)를 이용하여 윤곽선을 강조하여 워터쉐드 알고리즘을 적용하였을 경우 과다 분할되는 문제점이 발생한다. 이를 해결하기 위하여 제거(Opening) 연산과 채움(Closing) 연산을 이용하여 마커(Marker) 정보를 추출하여 워터쉐드 알고리즘을 재적용하여 폐 영역 이미지를 분할하였다. 본 논문에서 제안한 마커 정보를 이용한 워터쉐드 재적용 방식은 폐 영역 효율적이고 정확하게 추출한다.

• 한국멀티미디어학회논문지
• /
• 제3권4호
• /
• pp.339-346
• /
• 2000

의료 영상은 환자에 대한 해부학적인 진단 정보를 얻기 위한 영상으로 정확한 병변 인식과 판단을 위해서는 조직별 분할이 선행되어야 한다. 본 논문에서는 T1 강조 영상 그리고 T2 강조 영상, PD 영상의 특징을 상호보완적으로 이용한 자동적인 영상 분할 방법을 제안한다. 제안한 분할 알고리듬은 PD 영상으로부터 대뇌마스크를 획득하고, 대뇌마스크를 T1 과 T2, PD의 입력 영상에 씌워 각각의 대뇌 영상을 획득하여 T1과 T2, PD를 축으로 하는 3차원 공간상에서 스케일 스페이스 필터링과, 3차원 클러스터링을 이용하여 대뇌 내부조직에 해당하는 클러스터를 찾아서 분할에 이용한다. 대뇌 영상분할은 이들 클러스터의 중심 값을 FCM 알고리듬의 초기 중심 값으로 두고 FCM 알고리듬을 이용하여 분할한다. 제안한 분할 알고리듬은 정확한 클러스터의 중심 값을 계산함으로 초기 값의 영향을 많이 받는 FCM 알고리듬의 단점을 보완하였고 다중 스펙트럼 영상의 특성을 조합하여 분할에 이용함으로 단일 스펙트럼 영상만을 이용하는 방법보다 향상된 분할 결과를 얻을 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제13권12호
• /
• pp.38-47
• /
• 2013

다중 레이어 영상 모델인 Mixed Raster Content 모델 (MRC) 기반의 영상 부호화는 스크린 이미지와 같은 혼합 영상을 전경 레이어, 이진 마스크 레이어, 배경 레이어로 재구성한 뒤, 각 레이어마다 그 레이어의 신호 특성에 적합한 부호화기를 이용하여 영상을 압축하는 기법이다. 문자와 같은 계단 형태의 강한 에지를 갖는 영역의 위치 정보를 마스크 레이어에 저장하고, 그 위치의 색상 신호는 전경 레이어에 저장한다. 그리고 나머지 영역인 배경 영역의 색상 신호는 배경 레이어에 저장한다. 따라서 마스크 레이어가 전경과 배경의 분할 정보를 담게 되며, 이 분할 정보의 정확도에 따라 전체 부호화기의 압축 효율이 직접적인 영향을 받는다. 본 논문은 MRC 기반의 영상 부호화를 위한 새로운 레이어 분할 알고리즘을 제안한다. 제안 방법은 형태학적 필터인 top hat 변환을 이용하여 문자를 배경신호로부터 분할한다. 이때 문자의 경계를 에지 맵으로부터 추정하여 문자 색상과 배경과의 상대적 밝기를 결정하고 이를 통해 형태학적 필터링에 필요한 top hat 변환의 종류를 정확히 선택하도록 하였다. 실험을 통해 제안 방법이 비교 대상 알고리즘에 비해 우수한 분할 성능을 가짐을 보인다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2982-2988
• /
• 2014

에지 검출은 영상 분할, 영상 인식 등의 전처리 과정이며, 국내외에서 많은 관련 연구가 진행되고 있다. 대표적인 에지 검출 방법에는 소벨(Sobel), 프리윗(Prewitt), 라플라시안(Laplacian), 로버츠(Roberts), 케니(Canny) 에지 검출기 등이 있으며, 이러한 기존의 방법들은 비잡음 영상에서 에지를 검출할 경우 에지를 우수하게 검출이 가능하나 salt-and-pepper 잡음에 훼손된 영상에서는 잡음의 영향에 의해 에지 검출 특성이 미흡하게 나타난다. 따라서 본 논문은 salt-and-pepper 잡음에 훼손된 영상에서 우수한 에지 검출 특성을 얻기 위하여, 먼저 마스크의 중심 화소를 기준으로 상, 하, 좌, 우 방향으로 영역을 구분한다. 그리고 각 영역의 대표 화소값의 잡음 여부를 판단하여 그 결과에 따라 추정 마스크의 요소를 구한 후, 여기에 방향성 마스크를 적용하여 최종 에지를 검출하는 알고리즘을 제안하였다.