• Proceedings of the KSMRM Conference
• /
• 2003.10a
• /
• pp.49-53
• /
• 2003

확산텐서영상(Diffusion Tensor Imaging)의 개념은 1980년대 중반 확산강조영상(Diffusion Weighted Imaging)의 개념이 도입되면서 거의 동시에 도입되었지만 MR 장비의 기계적 한계등으로 인해 최근에야 임상적으로 사용되기 시작했다. 확산텐서영상(DTI)과 확산강조영상(DWI)의 방법론적인 차이점은 단순히 확산강조영상의 경우 세 개의 다른방향 (X-, Y-, Z-축)으로 확산측정용 경사자장을 가하는 반면 확산텐서영상의 경우 이보다 많은 방향 (최소한 6 방향)으로 확산측정용 경사자장을 가한다는 점이다. 이러한 차이로부터 금방 알 수 있는 점은 확산강조영상은 확산텐서영상의 일부라는 점이다. 즉, 확산텐서영상의 경우 더 많은 방향으로 확산측정용 경사자장을 가했으므로 더 많은 정보를 획득할 수 있고 이중 세 개의 방향 (주로 X,Y,Z)에 대한 정보만을 이용하게 되면 확산강조영상이다. 이러한 이유로 확산텐서영상을 획득하면 확산강조영상에서 얻게 되는 방향별 확산강조영상, 등방성(isotropic) 확산강조영상, ADC (Apparent Diffusion Coefficient) map등도 기본적으로 얻게 되므로 추가로 확산강조영상을 획득할 필요가 없다. 본 강의에서는 이러한 확산(텐서)영상의 물리적 원리를 복잡한 수학적 설명보다는 개념 위주로 설명해 보고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.705-707
• /
• 2022

인체의 흉부 X-ray 영상으로부터 척추질환과 관련된 의료 진단지표를 자동으로 추출하는 과정을 위하여 흉추조직의 정확한 분할이 필요하다. 본 연구에서는 HRNet 기반의 학습을 통하여 흉추조직을 분할하는 방법을 고찰한다. 분할 과정에서 영상 내의 상대적인 위치 정보가 효과적으로 반영될 수 있도록, 계층별로 영상의 고해상도의 표현이 그대로 유지되는 구조와 저해상도의 특징 지도로 변환되는 구조가 병렬적으로 연결되는 형태의 심층 신경망 모델을 채택하였다. 흉부 X-ray 영상에서 콥각도(Cobb's angle)를 산출하는 문제를 대상으로 흉추 분할을 위한 학습 방법, 진단지표 추출 방법 등을 소개하며, 부수적으로 피사체의 위치 변화 및 크기 변화 등에 강인한 성능을 제공하기 위하여 학습 데이터를 증강하는 방법론을 제시하였다. 총 145개의 영상을 사용한 실험을 통하여 제안된 이론의 타당성을 평가하였다.

• Journal of the Korean Institute of Telematics and Electronics B
• /
• v.31B no.10
• /
• pp.140-148
• /
• 1994

In this paepr, the modified neocognitron, which has capability of recognizing multi-patterns in input image in one pass, is proposed. It is the hierarchical neural network composed of S and V layer which are able to extract features and of C layer with little effect from deformation, changes in size, shifts in position. S and V cells extract the features of all patterns in input image by applying DCC(don't care condition) to those cells. S and C cells also have position informations of extracted patterns. Position information is used in extracting good features without extracted features beting interfered one another. The proposed method is shorter in recognition time than the selective attention method with backward connection, because of recognizing multi-patterns in one passe. The modified neocognitron can recognizze attached multi-patterns because of using DCC and position informations.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.792-795
• /
• 2013

본 연구에서는 조영증강 의료 초음파 영상에서 조영제의 도달시간(arrival time)과 전이시간(transit time)에 관한 정보를 영상화하는 과정에서 정보의 왜곡을 개선하는 방법론을 제시한다. 간 질환 진단을 위한 파라미터 영상에서 병변 형태의 왜곡은 호흡에 의한 흔들림 현상과 노이즈의 영향에 기인한다. 본 논문에서는 이를 개선하는 방법으로서 MRF(Markov Random Field) 모델을 적용한 최적화 기법을 제안한다. 이를 위하여 Gibbs 샘플러를 적용하기 위한 에너지 함수를 정의하고 이를 기반으로 하는 영상개선 알고리즘을 구현하였다. 제안된 이론은 실제 의료진단 데이터에 적용함으로써 그 유용성을 평가하였다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2015.11a
• /
• pp.96-99
• /
• 2015

본 논문에서는 중복되지 않는 서로 다른 카메라의 영상을 활용한 동일 객체 판단 및 추적 기술에 대하여 소개한다. 영상분석에서 색상 정보는 가장 기본이 되는 중요한 정보라 할 수 있다. 특히 색상 정보를 이용하는 히스토그램은 일반적으로 추적, 인식 등에 많이 사용되고 있으나 이동 객체나 조도 변화 등에 따라 성능에 차이를 보인다. 이러한 문제점을 해결하고자 본 연구에서는 동일 객체 판단을 위해 대표적으로 사용되는 히스토그램 정합의 두 알고리즘(HSV 공간에서의 Histogram matching 방법과 RGB 공간에서의MCSHR 알고리즘) 결합을 통해 분할 히스토그램은 객체를 3조각으로 나누어 전체와 각각의 히스토그램을 구하며 MCSHR을 RGB공간이 아니 Hue 공간 히스토그램으로 변경하여 유사도를 도출 하였으며 조도 변화에 강인한 모델을 만들기 위해 Controlled equalization기법을 사용하여 원 영상의 히스토그램의 확률과 평활화한 히스토그램의 확률 융합을 시도 하였다. 해당 실험의 비교 결과 기존 HSV공간에서 Histogram matching을 통한 유사도 비교보다 12.9% 향상된 정합율의 결과를 보였다. 또한 영상 정보와 스마트 기기를 통한 인식 방법의 융합을 통해 영상 내에서 동일 객체 판단에 대한 추가 정보 제공에 대해 방법론 적인 부분을 제안 하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.25 no.3
• /
• pp.183-190
• /
• 2007

To make use of surveying data obtained from different sensors and different techniques, it is a pre-requite step that register them in a common coordinate system. For this purpose, we developed methodologies to register IKONOS-2 Satellite Imagery using LiDAR(Light Detection And Ranging) data. To achieve this, conjugate features from these data should be extracted in advance. In this study, linear features are chosen as conjugate features. Then, to register them, observation equations are established from similarity measurements of the extracted features and the results was evaluated statistically. The results clearly demonstrate that the proposed algorithms are appropriate to register these data.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.369-374
• /
• 2005

정사영상 생성, 도시 공간의 모형화 등 도면화의 다양한 응용분야에 적용을 위해서는 위성 영상으로부터 수치고도모형을 생성하는 것은 중요하며, SPOT-5, IKONOS, QUICKBIRD, ORBVIEW 등의 고해상도 위성영상은 효율적이고 경제적으로 수치고도모형을 생성할 수 있는 정보를 제공하고 있다. 그러나, 이들 고해상도 위성영상으로부터 수치고도모형을 생성하기 위해서는 센서모형화, 에피폴라 영상 생성 그리고 영상정합에 대한 사전지식이 필요하다. 이들 중 에피폴라 영상생성은 중요한 인자이며 이에 대한 연구는 아직 미흡한 실정이다. 뿐만 아니라, IKONOS 위성영상으로부터 수치고도모형을 생성하는 연구는 다항식비례모형에 기반한 연구가 주로 이루어졌다. 이에 본 연구에서는 센서 독립적이면서 적은 수의 기준점만으로 센서모형화와 에피폴라 영상생성이 가능한 평행투영모형을 이용하여 수치고도모형을 생성하는 일련의 처리과정을 새롭게 제안하였다. 제안된 방법론은 IKONOS 위성영상을 이용하여 적용하고 평가하였다.

• Journal of Korea Multimedia Society
• /
• v.4 no.2
• /
• pp.108-115
• /
• 2001

In this paper we are attempted to quantitative classification of the three object color regions on a RGB image using of an improved ML(Maximum Likelihood) classification method. A RGB color image consists of three bands i.e., red, green and blue. Therefore it has a 3 dimensional structure in view of the spectral and spatial elements. The 3D structural yokels were projected in RGB cube wherefrom the ML method applied. Between the conventionally and easily usable Box classification and the statistical ML classification based on Bayesian decision theory, we compared and reviewed. Using the ML method we obtained a good segmentation result to classify positive cell nucleus, negative cell Nucleus and background un a immuno-histological breast carcinoma image. Hopefully it is available to diagnosis and prognosis for cancer patients.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.4-7
• /
• 2022

Recently, multi-view depth estimation methods using deep learning network for the 3D scene reconstruction have gained lots of attention. Multi-view video contents have various characteristics according to their camera composition, environment, and setting. It is important to understand these characteristics and apply the proper depth estimation methods for high-quality 3D reconstruction tasks. The camera setting represents the physical distance which is called baseline, between each camera viewpoint. Our proposed methods focus on deciding the appropriate depth estimation methodologies according to the characteristics of multi-view video contents. Some limitations were found from the empirical results when the existing multi-view depth estimation methods were applied to a divergent or large baseline dataset. Therefore, we verified the necessity of obtaining the proper number of source views and the application of the source view selection algorithm suitable for each dataset's capturing environment. In conclusion, when implementing a deep learning-based depth estimation network for 3D scene reconstruction, the results of this study can be used as a guideline for finding adaptive depth estimation methods.

• The Journal of the Korea Contents Association
• /
• v.5 no.2
• /
• pp.157-164
• /
• 2005

The function of image in visual communication is increasing by development of information. It pursuits not only direct and concrete reappearance of information but also infinite possibility of image expression by image. It is also course of future image communication. Therefore, in this paper, if the images which pour out of rapid present society are communication means, it is formed to a point of view that improvement in function of communication will be performed excellently to interaction among consumers by recognizing meaning action process of methods of visual sign about user information processing which perceive Image of visual information.