• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1042-1046
• /
• 2000

본 논문에서는 질감 정보를 나타낼 수 있는 Block-based 에지 히스토그램과 색상 정보를 표현할 수 있는 DCT 를 이용한 칼라 영상 검색 방법을 제안한다. 제안된 방법은 최소의 특징량으로 최대의 검색효율을 얻기 위해 YCbCr 칼라 모델상에서 Y 영상으로부터는 전체적인 영상에 대한 히스토그램과 에지 히스토그램을 특징량으로 추출하고 Cb, Cr 영상으로부터는 DCT 계수를 특징량으로 추출하여 칼라 영상을 검색한다. 이는 칼라와 질감을 동시에 고려하면서 특징량의 크기가 적어 웹, 대용량 검색 시스템 및 동영상 검색에 적합하다. 성능 평가는 MPEG-7 의 칼라 특징자들의 성능평가를 위해 사용된 S1 및 S3 그룹 영상을 대상으로 실험하였으며 제안한 복합 특징량은 칼라 영상 검색에서 우수한 성능을 나타냄을 실험으로 확인 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.69-69
• /
• 2017

최근 여러 분야에서 드론에 대한 관심도가 높아짐에 따라, 하천분야에서도 다양한 연구에 드론이 활용하고 있다. 드론관련 기술의 발전으로 GPS와 같은 첨단 기술이 탑재되어 사용자에게 여러가지 정보를 제공하며, 조작 또한 간단하여 누구나 쉽게 활용할 수 있다. 그리고 무엇보다도 사람이 접근하기 힘든 지역을 쉽게 촬영할 수 있다는 큰 장점을 가지고 있다. 본 연구의 목적은 드론을 기반으로 표면영상유속측정법을 적용시켜 하천의 표면유속을 효율적으로 측정하는 것이다. 표면영상유속측정법은 카메라로 촬영된 영상을 이용하여 표면유속을 도출하기 때문에 촬영된 영상이 무엇보다도 중요하다. 하지만 드론으로 촬영된 영상들은 아무리 정지비행을 잘하더라도 필연적으로 영상에 흔들림이 존재한다. 이를 해결하기 위해 본 연구에서는 흔들린 영상에 대하여 형태 정합법에 의해 보정을 하였으며, 이는 가장 핵심적인 기술이라 할 수 있다. 형태 정합법에 의한 영상 보정 과정은 고정된 표정점을 영상에서 추적한 뒤, 기준 영상의 표정점과 보정 영상의 표정점이 일치하도록 보정하였다. 영상 보정 후 영상 처리와 분석프로그램을 통하여 유속을 도출한다. 기존의 표면영상유속측정법에서는 표정점을 설치한 후 각 표정점마다 측량을 실시하여 좌표를 측정하였다. 이는 한국건설기술연구원 안동하천실험센터와 같이 이상적인 실험을 진행할 수 있는 환경에서는 문제가 없다. 하지만 실제 하천에서 표면유속측정 시 하천의 폭, 주변 환경 등의 영향으로 측량작업에 많은 어려움이 있다. 이를 해결하기 위해 본 연구에서는 Arduino와 GPS센서를 이용하여 표정점을 구성하였다. Arduino와 GPS 센서를 이용하면 각 표정점들의 좌표를 노트북에서 실시간으로 자동으로 확인할 수 있다. GPS 센서의 측정 오차에 따라 관측 오차가 다소 존재하지만, 실제 측량을 할 때와는 비교할 수 없을 정도로 신속하게 표정점의 좌표를 구할 수 있다. 이를 바탕으로 실험 하천에 대해 적용한 결과 기존의 방법에 비하여 간편하고 빠르게 표면유속측정을 수행할 수 있었으며, 표면유속측정값 또한 만족스러운 결과를 얻을 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.150-153
• /
• 2014

영상 표시 장치에서 대조 이미지의 왜곡 현상을 보완하기 위해 히스토그램 평활화(Histogram Equalization)와 플래토 평활화(Plateau Equalization)가 사용된다. 히스토그램 평활화(Histogram Equalization)를 이용하여 명암대비를 증가 시킬 경우 과도한 이미지의 밝기 변화에 따른 과포화 현상이 발생하며 실시간 시스템에서는 물체 추적에 왜곡 현상이 발생한다. 특히, 적외선 영상(infrared image)과 같이 명암비가 한쪽으로 치우쳐 있는 영상들을 명암비를 개선하기 위해서는 플래토 평활화(Plateau Equalization)와 같은 영상 개선 방법이 필수적이다. 플래토 평활화에서는 임계값을 사용하는 방법이 제시되고 있지만 실험에 의한 최적 임계값을 찾아내는 방식이며, 이 방법은 입력되는 새로운 영상마다 임계값을 실험에 의해 매번 반복해서 도출해야 문제점이 있다. 본 논문에서 제안하는 방법은 과포화 되는 이미지 영역의 문제를 해결하기 위해 제시하는 방법으로 히스토그램 평활화(Histogram Equalization)의 동적 분할하는 알고리즘에 근거하되, 입력 영상에따라 적응적으로 임계값을 설정하는 기법을 제안한다. 실험을 통해 제안하는 방법이 실시간 영상에서 기존의 동적분할 히스토그램에 비해 자연스럽게 명암비를 개선하여 과포화 되거나 중요한 정보를 누락하여 왜곡 되지 않게 자연스러운 화면을 재생하는 방법을 제안한다.

• The KIPS Transactions:PartB
• /
• v.14B no.6
• /
• pp.423-430
• /
• 2007

Optical coherence tomography(OCT) is a high resolution imaging system which can image the cross section of microscopic organs in a living tissue with about $1{\mu}m$ resolution. In this paper, we implement OCT system and acquire 2-D images of rat eye and human molar samples especially in the field of opthalmology and dentistry. In terms of 2-D images, we reconstruct 3-D OCT images which give us another inner structural information of target objects. OPEN-GL reduces the 3-D processing time 10 times less than MATLAB.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.283-285
• /
• 2004

단백질 2차원 전기영동은 다양한 단백질 분리 방법 중 가장 널리 쓰이는 방법으로 실험 결과를 촬영한 영상을 분석하여 얻은 단백질 스팟의 위치나 질량, 발현 유무 등을 이용하여 각종 질병의 발생 원인 진행 상태, 생리적인 변화 등에 대해 분석할 수 있다. 실험 영상에 다수의 단백질이 존재하므로 이를 수작업으로 처리할 경우에 많은 시간과 노력이 소요되므로 본 논문에서는 자동화된 단백질 스팟 검출 방법을 제안하였으며 단백질 스팟이 같은 위치에 겹쳐서 나타나는 경우가 많은 단백질 2차원 전기영동 실험 영상의 특성을 고려하여 여러 개의 단백질이 겹쳐진 복잡한 스팟 영역에 대해서 스팟의 형태 정보를 이용하여 스팟의 개수를 추정하고 개별 스팟으로 분리하여 보다 신뢰성 있는 분석이 가능하게 하였다 본 논문에서 제안된 방법의 효용성을 검증하기 위해 기존에 널리 사용되고 있는 상용 소프트웨어와 비교 실험을 수행한 결과 겹친 정도가 60%이상인 경우 기존 방법에 비해 우수한 결과를 보였다.

• Proceedings of the KSMRM Conference
• /
• 2002.11a
• /
• pp.102-102
• /
• 2002

목적：$\Delta{R}_1$과 $\Delta{R}_2\;^{*}$은 $T_1$, $T_2\;^{*}$로부터 직접 구해야 하지만, 시간 해상도 때문에 각각 $T_1$, $T_2\;^{*}$ 강조영상으로부터 구하는 것이 일반적이다. $T_1$, $T_2\;^{*}$ 강조영상으로부터 얻은 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$ 과 이중 경사 자장에코 펄스열로부터 얻은 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$ 를 컴퓨터 가상 실험을 통해서 비교한다. 강조 영상의 신호 세기만으로는 정확한 관류 정보를 얻을 수 없음을 보이고자 한다. 대상 및 방법： 알려진 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$ 값을 이용하여 강조영상으로부터 구할 수 있는 $\DeltaR_1$과 $\Delta{R}_2\;^{*}$ 을 농도에 따라서 가상실험으로 구하고, 이 값과 이중 경사 자장 에코 펄스열로부터 구할 수 있는 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$를 가상실험으로 구해서 비교한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.186-187
• /
• 2017

스테레오 정합은 촬영된 스테레오 영상 속 화소들의 대응점을 탐색한 후 대응점 사이의 변위차를 계산하여 깊이정보를 예측한다. 스테레오 정합에서 변위값을 계산하기 위해서는 스테레오 영상간의 대응점 탐색이 우선적으로 수행되어야 한다. 스테레오 영상의 변위값 범위를 모르는 경우 동일한 탐색선상에 있는 모든 화소들의 유사도를 비교한 후 최적의 대응점을 선택한다. 반면에, 변위값 범위가 제공되는 실험 영상으로 스테레오 정합을 할 경우 정해진 후보 화소들에 대해서만 대응점 탐색을 수행한다. 많은 스테레오 정합 논문들이 실험의 효율성을 위해 변위값 범위 정보가 제공되는 실험 영상으로 스테레오 정합을 수행한다. 하지만 실제 스테레오 정합 환경에서는 이와 같은 정보를 얻기가 힘들다. 이러한 문제점을 극복하기 위해 본 논문에서는 움직임 예측 및 주변화소의 변위정보를 이용한 고속 스테레오 정합 방법을 제안한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1999.12a
• /
• pp.193-198
• /
• 1999

본 논문에서는 영상의 내용을 나타내는 색상과 체인 코드에 기반한 복잡도와 영역 색정보를 이용한 내용 기반 영상 검색을 결합한 시스템을 구현하였다. 실험 대상으로 선택한 꽃 영상의 경우 대부분의 인식 대상 객체가 중앙에 있을 경우를 고려하여, 영상을 중앙 영역과 전체 영역으로 구분하고, 각각의 영역에서 두 개의 히스토그램을 생성한다. 그리고 전체 영역에 대한 기준치를 구하고 chain code글 이용한 복잡도를 구하였다. 중앙영역과 전체영역의 히스토그램 인터섹션을 이용한 검색을 실험하였고, 영역 색상과 복잡도를 결합한 검색도 또한 실험하였다. 기존의 히스토그램 인터섹션의 경우 Precision/Recall이 0.370/0.60인데 비해 영역 색상 히스토그램을 인터섹션한 경우의 Precision/Recall은 0.69/0.76이고 복잡도를 결합한 경우의 Precision/Recall은 0.92/0.80를 얻음으로써, 제안된 방식의 검색이 비교적 효율적임을 보였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2006.05a
• /
• pp.116-121
• /
• 2006

광범위한 지역의 자연환경 정보를 파악하기 위하여 위성 영상자료를 이용하는 것이 적합하지만 선행되어야 할 것은 이러한 위성영상자료를 이용하기 위한 지상에서의 내부 실험과 현장실험을 통한 기초적인 모델식을 만드는 것이 중요하다. 이를 위하여 위성영상자료와 실측수질인자들의 상관관계를 조사하는 것이 보다 정확하고 객관적인 평가 방법이 될 수 있다. 따라서 대기의 영향이 없는 실험실내에서 순수한 담수와 해수를 이용하여 Landsat ETM 영상자료의 어느 밴드가 클로로필a 농도파악에 적합한가를 평가하고자 하였다. 그 결과 밴드조합 중 가장 높은 상관관계를 보인 최적밴드는 담수에서 (83-B4)/B2이고, 해수에서는 (82+B4)/B3로 이 때의 상관계수가 각각 0.9747, 0.9892이므로 향후 이 밴드를 조합하여 위성영상 평가 시 사용하는 것이 유효할 것으로 생각된다.

• Proceedings of the KAIS Fall Conference
• /
• 2011.05a
• /
• pp.389-392
• /
• 2011

본 논문에서는 영상의 색 항등성을 달성하기 위해 본질 영상의 핵심인 불변 방향을 K-means 클러스터링을 이용해 검출하는 개선된 알고리즘을 제안한다. 우선, RGB 영상을 K-means 클러스터링 기법에 의해 다수의 클러스터로 분할한다. 이 때, 클러스터 간의 거리 측정은 유클리드 거리이다. 그리고 분할된 클러스터 중 가장 많은 색을 가진 클러스터만을 x-색도 공간으로 도시하여 해당되는 후보 불변 방향을 계산한다. 검출된 후보 불변 방향은 방향별로 프로젝션된 히스토그램에서 3개 이상의 프로젝션된 데이터를 가진 bin들의 개수가 가장 적은 방향이다. 그 후, 분할된 다른 여러 클러스터에 해당되는 후 보 불변 방향을 계산하여 가장 많은 빈도로 나타나는 방향을 영상의 최종 불변 방향으로 결정한다. 실험에서 Ebner에 의해 제안된 데이터집합을 실험 영상으로 사용하였고, 색항등성 측도를 평가 척도로 사용하였다. 실험 결과, 제안한 기법은 형광성 표면을 가진 형광 데이터집합에 보다 적합하였으며, 엔트로피 기법보다 색항등성이 1.5배 이상 높았다.