• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.297-303
• /
• 2007

본 논문에서는 디지털 비디오를 위한 획기반 자막 추출 알고리즘을 제안한다. 제안된 알고리즘은 자막 탐지, 자막 위치 찾기 자막 분리 단계와 분리된 자막에 대한 기하학적 검증 과정으로 구성된다. 자막 탐지 단계는 연속적으로 입력되는 프레임 중 자막이 존재하는 프레임을 찾는 단계로써, 주어진 프레임으로부터 자막이 될 가능성이 높은 점, 즉 씨앗점을 추출한 다음 씨앗점에 대하여 모폴로지 연산을 수행한다. 자막 위치 찾기 단계는 자막이 존재하는 프레임에서 자막의 위치를 찾는 단계로써, 씨앗점을 포함하는 에지에 대한 모폴로지 연산과 프로젝션을 통해 수행된다. 자막 분리 단계에서는 자막과 배경의 색상 분포와 복잡한 배경을 고려하여 자막을 강건하게 분리한다. 마지막으로 자막에 대한 사전 정보를 이용하여 분리된 자막에 대한 기하학적 검증 과정을 수행하여 최종 결과를 얻는다.

• 한국멀티미디어학회논문지
• /
• 제13권11호
• /
• pp.1698-1705
• /
• 2010

본 논문에서는 자기 공명 영상에서 고속의 간 분할 기법을 제안한다. 제안 기법은 MR 영상을 정규화된 기울기 크기 정보를 바탕으로 효율적으로 객체와 경계로 구분한다. 다음으로 간 영역에 해당하는 객체를 직전에 분할된 슬라이스의 간 영역에서 추출된 씨앗점들로 2차원 씨앗점 영역 성장법을 이용하여 검출한다. 마지막으로 롤링 볼 알고리즘과 연결 요소 분석 기법을 사용하여 간 경계 부근의 위양성 오차를 최소화한다. 20명의 환자 데이터에 대하여 제안 기법으로 분할한 결과와 수작업으로 분할한 결과를 비교하여 정확성을 검증하였다. 평균 볼륨 오버랩 오차 5.2%였고, 평균 절대값 볼륨 측정 오차는 1.9%였다. 제안 기법으로 한 환자 데이터를 분할하는 데 소요되는 평균 시간은 약 3초 정도였다. 제안 기법은 빠르고, 정확한 간 분할을 필요로 하는 컴퓨터 보조 간 진단 기법에 사용될 수 있다.

• 전자공학회논문지
• /
• 제50권11호
• /
• pp.188-194
• /
• 2013

본 논문에서는 폐 영상에서 폐 혈관을 분할하고 정제하는 방법을 제안하였다. 제안된 방법은 다음과 같이 다섯 단계로 구성된다. 첫 번째, 폐 영상에서 히스토그램 변화율의 다항식 회귀 분석을 사용하여 임계값을 계산한다. 두 번째, 계산된 임계값으로 밝기값 기반 분할 방법을 사용하여 폐 혈관을 분할한다. 세 번째, 분할한 폐 혈관 영상에 2차원 연결 요소 레이블링 방법을 사용하고, 레이블링 요소의 크기와 이심률을 계산하여 좌측 및 우측 횡격막의 씨앗점을 결정한다. 네 번째, 결정된 씨앗점에서 3차원 영역 성장법을 사용하여 횡격막을 추출한다. 다섯 번째, 이진 영상의 3차원 연결 요소 레이블링 방법을 사용하여 폐 혈관 영상의 노이즈를 제거한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.275-278
• /
• 2001

영상 분할은 임상에서의 진단과 분석 및 3차원 가시화하는데 있어 선행되어야 할 필수적인 과정이다. 본 논문에서는 심혈관계 영상의 분할을 위한 Wave-front SRG방법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 사용자에 의한 씨앗점(seed front)을 입력으로 받아 그 이웃한 슬라이스들에 wave-front를 만들어 영역 성장법에 의해 3차원 volume을 확장시킨다. 이때 다음으로 성장할 wave-front voxel의 mean gradient 값을 사용하여 밝기값의 변화가 심한 심혈관계 영상을 분할하였으며, Wave-front voxel의 size를 계산하여 혈관분할 시 발생할 수 있는 작은 채널에서의 새나감을 방지하였다. 제안된 방법을 컴퓨터 단층촬영으로 얻은 심혈 관계 영상의 분할에 적용한 결과, 밝기값의 변화가 심한 심혈관계 영상을 성공적으로 분할했으며, 작의 채널의 새나감이 없이 분할을 수행하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.525-526
• /
• 2011

복부 MRI 영상에서 간의 인식은 간에 존재하는 질병을 파악하는 것뿐만 아니라 간에 대한 치료 방법이나 수술 방법을 결정하는 중요한 정보를 제공한다. 따라서 본 논문은 복부 MRI 영상에서 이러한 간 영역과 간의 혈관을 자동으로 검출하는 알고리즘을 제안한다. 제안 알고리즘은 1단계로 Region Growing의 개선된 방법으로 초기 설정된 간 영역의 외곽선 정보를 이용하여 씨앗점을 설정해 간 영역을 초기 분할한다. 2단계로 분할된 영역 경계선의 지역적 최소값을 이용하여 경계선의 보정 작업을 수행한다. 이후 3단계로 추출된 간 영역을 기반으로 영상 개선 후, 인페인팅(In-painting) 기법을 활용하여 간 영역 내부의 혈관 부분을 검출하게 된다. 제안 알고리즘의 평가는 전문의의 수작업 결과와 비교하였고, 결과 82.5%의 평균 정확도를 보여 제안 알고리즘의 효과적인 간혈관 검출을 확인하였다. 향후 본 연구의 확장으로 검출된 혈관 영역의 3D Volume Rendering 연구를 수행할 예정이다.

• 대한의용생체공학회:의공학회지
• /
• 제22권2호
• /
• pp.127-132
• /
• 2001

의료 영상에서 관심 있는 부위를 3차원으로 재구성하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 관도계 기관의 분할을 위해서 슬라이스 영상의 정보를 이용한 3차원 영역 성장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗점을 전달하여 재귀적으로 3차원 체적을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스간의 영역의 크기의 제약을 이용하여 새나감을 방지한다. 제안된 방법을 기관지의 분할에 적용한 결과, 새나감 없이 뾰족한 가지들까지도 성공적으로 분할했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.1-14
• /
• 2000

로젯 주사 탐색기는 적외선 유도 미사일에 장착되어 표적을 추적하는 장치이다. 단소자 검출기가 로젯 패턴의 형태로 공간을 주사함으로써 표적의 2차원 영상을 획득할 수 있다. 검출된 영상은 시계내의 위치에 따라서 형태가 변하고 대상 물체의 수가 고정되어 있지 않기 때문에 unsupervised clustering 방법을 이용하여 이들을 구분한다. 기존의 ISODATA 방식은 씨앗점(seed point)과 대상 화소간의 거리를 이용하여 clustering하기 때문에 물체의 모양이 복잡하거나 병합 및 분리 파라미터 값이 변하면 clustering 결과가 실제와 다르게 나타난다. 본 논문에서는 이러한 단점을 개선한 새로운 clustering 방법인 ALCA (Arrav Linkage Clustering Algorithm)을 제안한다. 이 방식은 화소가 저장된 메모리 번호의 연속성을 이용하여 clustering하기 때문에 초기 씨앗점과 병합 및 분리 파라미터를 필요로 하지 않는다. 따라서 대상 물체의 모양과 관계없이 clustering을 할 수 있다. 대상 물체의 clustering를 기존 방식과 비교 평가함으로써 제안된 방식의 우수성을 확인한다. 또한 제안된 ALCA을 로젯 주사 탐색기의 반대응 능력으로 이용하여 3차원 시뮬레이터상에서 추적 실험을 행한다. 기존 방식과 비교 평가를 통하여 제안된 ALCA 방식이 로젯 주사 탐색기의 반대응 능력으로서 우수한 성능을 가지고 있음을 확인한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 춘계학술대회 초록집
• /
• pp.80-80
• /
• 2010

유리기판위에 큰 결정입자를 갖는 실리콘 (폴리 실리콘) 박막을 제조하는 것은 가격저가화 및 대면적화 측면 같은 산업화의 높은 잠재성을 가지고 있기 때문에 그동안 많은 관심을 가지고 연구되어 오고 있다. 다양한 방법을 이용하여 다결정 실리콘 박막을 만들기 위해 노력해 오고 있으며, 태양전지에 응용하기 위하여 연속적이면서 10um이상의 큰 입자를 갖는 다결정 실리콘 씨앗층이 필요하며, 고속증착을 위해서는 (100)의 결정성장방향 등 다양한 조건이 제시될 수 있다. 다결정 실리콘 흡수층의 품질은 고품질의 다결정 실리콘 씨앗층에서 얻어질 수 있다. 이러한 다결정 실리콘의 에피막 성장을 위해서는 유리기판의 연화점이 저압 화학기상증착법 및 아크 플라즈마 등과 같은 고온기반의 공정 적용의 어려움이 있기 때문에 제약 사항으로 항상 문제가 제기되고 있다. 이러한 관점에서 볼때 유리기판위에 에피막을 성장시키는 방법으로 많지 않은 방법들이 사용될 수 있는데 전자 공명 화학기상증착법(ECR-CVD), 이온빔 증착법(IBAD), 레이저 결정화법(LC) 및 펄스 자석 스퍼터링법 등이 에피 실리콘 성장을 위해 제안되는 대표적인 방법으로 볼 수 있다. 이중에서 효율적인 관점에서 볼때 IBAD는 산업화측면에서 좀더 많은 이점을 가지고 있으나, 박막을 형성하는 과정에서 큰 에너지 및 이온크기의 빔 사이즈 등으로 인한 표면으로의 damages가 일어날 수 있어 쉽지 않는 방법이 될 수 있다. 여기에서는 이러한 damage를 획기적으로 줄이면서 저온에서 결정화 시킬 수 있는 cold annealing법을 소개하고자 한다. 이온빔에 비해서 전자빔의 에너지와 크기는 그리드 형태의 렌즈를 통해 전체면적에 조사하는 것을 쉽게 제어할 수 있으며 이러한 전자빔의 생성은 금속 필라멘트의 열전자가 아닌 Ar플라즈마에서 전자의 분리를 통해 발생된다. 유리기판위에 다결정 실리콘 씨앗층을 제조하기 위하여 전자빔을 조사하는 방법과 Al을 이용한 씨앗층 제조법이 비교되어 공정 수행이 이루어진다. 우선, 전자빔 조사를 위해 DC 및 RF 스퍼터링법을 이용하여 ${\sim}10^{20}cm^{-3}$이상의 농도를 갖는 $p^+^+$ 비정질 실리콘 박막을 제조한다. Al의 증착은 DC 스퍼터링법을 이용하여 제조하고 그 두께는 실리콘 박막의 두께와 동일한 조건(350nm)으로 제조한다. 제조된 샘플은 E-beam gun이 달린 챔버로 이동하여 1.4keV의 세기를 가지고 각각 10, 20, 50, 100초를 조사한 후 단면의 이미지를 SEM으로, 결정화 정도를 Raman으로, 결정화 방향 등에 대한 조사를 XRD로 분석 측정한다. 그리고 Hall effect를 통해 전자빔의 조사 전후의 캐리어 농도, 이동도 및 비저항 등에 대한 조사가 이루어진다. 동시에 Al을 촉매로 한 layer교환에 대하여 마찬가지로 분석을 통하여 최종적으로 비교분석이 이루어 진다. 전자빔을 조사한 샘플에 대하여 빠른 시간 및 캐리어농도 제어 등의 우수성이 보이며, 특히 ~98%이상의 결정화율을 보일 것으로 예상된다.

• 한국콘텐츠학회논문지
• /
• 제12권12호
• /
• pp.63-70
• /
• 2012

의료 영상처리 분야에서의 일반적인 객체 인식 방법은 영역 분할 알고리즘을 기반으로 처리되어진다. 컴퓨팅 분야에서의 이러한 영역 분할 알고리즘은 대부분 밝기 정보, 형태 정보, 패턴 분석 등 다양한 입력정보의 컴퓨팅 처리를 통해 처리된다. 그러나 이러한 컴퓨팅 방법으로는 앞서 언급된 입력 정보들이 의미가 없을 경우, 영역 분할에 많은 제약이 따르게 된다. 따라서 본 논문은 이러한 컴퓨팅 처리의 근본적인 제약사항을 해결하고자, MR 이론의 R2-map 정보 기반의 효과적인 영역 분할 방법은 제안하였다. 본 방법은 간 영역이 포함된 영상에서 실험하였으며, R2-map의 특징점들을 2차원 영역성장법의 씨앗점으로 설정한 후, 검출된 영역의 최종 경계선 보정작업을 통해 경계가 모호하더라도 영역 분할이 가능하게끔 하였다. 해당 영상의 실험 결과, 평균 7.5%의 평균 영역 차이로 기존의 대표 영역 분할 알고리즘에 비해 높은 정확도가 산출되었다.

• 대한전자공학회논문지SP
• /
• 제39권1호
• /
• pp.49-60
• /
• 2002

본 논문에서는 물체의 모양에 대한 개략적인 정보가 주어질 때, 그 물체의 윤곽선을 획득하는 알고리즘을 제안한다. 이 기법은 주어진 모델을 확률적으로 이용하여, 결과 윤곽선의 모양이 모델의 모양과 비슷하도록 유도하며, 윤곽선 분할 과정에서 밝기의 변화량 뿐만 아니라 밝기 변화의 방향까지 고려하여 저화질 영상에도 적용될 수 있도록 하였다. 제안한 알고리즘은 다음 두 단계의 영역 분할 기법으로 구성된다. 첫 번째 근사적 영역 분할 단계에서는 밝기 변화의 방향을 고려하여 에지와, 모델들을 근거로 확률적 모델링에 의해 산출된 윤곽선이 될 확률을 이용하여 물체의 근사적인 윤곽선을 획득한다. 두 번째 세부적 영역 분할 과정에서는 제안한 씨앗점 추출 및 에지 연결(seed-point extraction and edge linking) 알고리즘을 이용하여, 근사적 윤곽선을 중심으로 윤곽 후보점을 검출하고 이들을 물체의 윤곽선을 따르도록 적절히 연결하여 최종적으로 세밀한 물체 윤곽선을 획득한다. 실험 결과에서는 제안한 기법이 영상의 배경 혹은 물체 내부의 복잡함과 잡음에 강인하며, 적외선 영상과 같은 저화질의 영상에도 적용될 수 있음을 보인다.