• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.185-188
• /
• 2001

의료 영상 처리 기술은 질병의 진단 및 치료를 위한 계획이나 방법을 결정하는데 있어 매우 중요한 역할을 하고 있다. 뇌 MR 영상에서의 질병 진단을 위한 전처리 단계로서 필수적으로 이루어져야 하는 단계가 영상 분할 단계이다. 본 논문에서는 뇌의 질병 진단에 사용할 수 있는 자료를 제공하기 위한 뇌 영상 분할 방법을 제시한다. T2 강조 영상의 반전된 영상에서 원본 영상을 뺀 차이 영상의 결과로 회백질·뇌척수액·비정상 영역이 두드러지게 나타나는 점을 이용해 회백질 뇌척수액·비정상 영역과 백질 영역을 분리하는 방법을 제안한다. 또한 뇌척수액 영역의 위치 정보와 몇 가지 특징들을 정의하여 분할되어진 회백질·뇌척수액· 비정상 영역에서 뇌척수액 영역만을 분할하는 방법을 제시한다. 600 여 개의 T2 강조 영상에 대해서 실험을 행하러 비교적 정확한 분할 결과를 유도할 수 있었음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.262-265
• /
• 2000

영상에서의 경계선추출은 영상의 강도의 변화를 이용한 경계영역의 가시화 기법이므로 gray level 영상이 가지는 강도를 이용하여 에지를 찾을 수 있다. 뇌 영상에는 MRI 영상과 같이 해부학적인 정보가 큰 영상과, PET 영상같이 perfusion으로 분석해야 할 영상이 있는데 그 경계가 뚜렷한 MRI 영상과 달리 PET 뇌 영상은 영상의 특성상 경계영역의 구분이 모호한 실정이다. 본 논문에서는 이러한 영상의 특성에 따라 뇌 영상에서 영상 강도에 대해 등분할을 한 후 vectorgram에서 magnitude의 영역을 선택하여 영상을 분할 하였다. 그리고 PET 와 MRI영상과 현미경 영상에 대한 결과를 비교하였다. Vertcrgram은 에지정보를 가지는 영상에 대해 벡터요소를 그래프화 한 것으로 방향성에 대한 평가를 통해 영역 분할을 하였다. 이러한 PET 영상의 2차원 분할 방법은 3차원 PET 영상 분석에 응용될 수 있을 것이다.

• Journal of the Korean Society of Radiology
• /
• v.12 no.1
• /
• pp.85-91
• /
• 2018

Computed tomography, which obtains section images from reconstruction process using projection images, has been applied to various fields. The spatial resolution of the reconstructed image depends on the device used in CT system, the object, and the reconstruction process. In this paper, we investigates the effect of the number of projection images and the pixel size of the detector on the spatial resolution of the reconstructed image under the parallel beam geometry. The reconstruction program was written in Visual C++, and the matrix size of the reconstructed image was $512{\times}512$. The numerical bar phantom was constructed and the Min-Max method was introduced to evaluate the spatial resolution on the reconstructed image. When the number of projections used in reconstruction process was small, artifact like streak appeared and Min-Max was also low. The Min-Max showed upper saturation when the number of projections is increased. If the pixel size of the detector is reduced to 50% of the pixel size of the reconstructed image, the reconstructed image was perfectly recovered as the original phantom and the Min-Max decreased as increasing the detector pixel size. This study will be useful in determining the detector and the accuracy of rotation stage needed to achieve the spatial resolution required in the CT system.

• Journal of Korea Society of Industrial Information Systems
• /
• v.8 no.4
• /
• pp.46-54
• /
• 2003

In this paper, we propose segmentation algorithm for MR brain images using the histogram of T1-weighted, T2-weighted and PD images. Segmentation algorithm is composed of 3 steps. The first step involves the extraction of cerebrum images by ram a cerebrum mask over three input images. In the second step, peak ranges are determined from the histogram of the cerebrum image. In the final step, cerebrum images are segmented using coarse to fine clustering technique. We compare the segmentation result and processing time according to peak ranges. Also compare with the other segmentation methods. The proposed algorithm achieved better segmentation results than the other methods.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.38 no.5
• /
• pp.518-528
• /
• 2001

In this paper, we firstly define a new combined segmentation measure and propose a segmentation algorithm using this measure. The combined segmentation measure is a weighted sum of intensity, motion, and a change segmentation measure that is extracted from the resulting image of the proposed change detector. The change segmentation measure is defined as an absolute change value difference between an pixel and its neighboring region from the eroded image, which results from morphological erosion filtering to eliminate many inaccurate components included in the resulting image of a conventional change detector. The change segmentation measure can be used as an efficient segmentation measure for the accurate segmentation of neighboring moving objects and static background regions. Therefore, the proposed combined segmentation measure can determine exact boundaries in the segmentation process of region-based coding even though the estimated motion vectors around the boundaries of moving objects and static background regions are inaccurate and the intensities around the boundaries are similar.

• Journal of the Korea Computer Graphics Society
• /
• v.2 no.2
• /
• pp.21-28
• /
• 1996

The nature of complexity of medical images makes them difficult to segment using standard techniques. Therefore the usual approaches to segment images continue to predominantly involve manual interaction. But it tediously consumes a good deal of time and efforts of the experts. Hereby a nonmanual parameters estimation which can replace the manual interaction is needed to solve the problem of redundant manual works for an image segmentation. This paper attempts to estimate parameters for an image region segmentation using Scale Space Filtering. This attempt results in estimating the number of regions, their boundary and each representatives to be segmented 2-dimensionally and 3-dimensionally. Using this algorithm, we may diminish the problem of wasted time and efforts for finding prerequisite segmentation parameters, and lead the relatively reasonable result of region segmentation.

• Korean Journal of Remote Sensing
• /
• v.33 no.6_1
• /
• pp.1003-1017
• /
• 2017

Multispectral image data of high spatial resolution is required to obtain correct information on the ground surface. The multispectral image data has lower resolution compared to panchromatic data. PAN-sharpening fusion technique produces the multispectral data with higher resolution of panchromatic image. Recently the object-based approach is more applied to the high spatial resolution data than the conventional pixel-based one. For the object-based image analysis, it is necessary to perform image segmentation that produces the objects of pixel group. Image segmentation can be effectively achieved by the process merging step-by-step two neighboring regions in RAG (Regional Adjacency Graph). In the satellite remote sensing, the operational environment of the satellite sensor causes image degradation during the image acquisition. This degradation increases variation of pixel values in same area, and results in deteriorating the accuracy of image segmentation. An iterative approach that reduces the difference of pixel values in two neighboring pixels of same area is employed to alleviate variation of pixel values in same area. The size of segmented regions is associated with the quality of image segmentation and is decided by a stopping rue in the merging process. In this study, the image restoration and segmentation was quantitatively evaluated using simulation data and was also applied to the three PAN-sharpened multispectral images of high resolution: Dubaisat-2 data of 1m panchromatic resolution from LA, USA and KOMPSAT3 data of 0.7m panchromatic resolution from Daejeon and Chungcheongnam-do in the Korean peninsula. The experimental results imply that the proposed method can improve analytical accuracy in the application of remote sensing high resolution PAN-sharpened multispectral imagery.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.279-282
• /
• 2001

본 논문에서는 가상의 블루스크린(Virtual Blue Screens, VBS)을 이용한 반자동 영상분할 기법을 제안한다. 가상 블루스크린은 동영상에서 배경영역을 특정한 값으로 채워 만든 참조영상으로 정의한다. 반자동 영상 분할 기법은 크게 화면내 영상분할과 화면간 영상분할의 두 단계로 이루어진다. 화면내 영상분할은 VBS와 원영상의 형태학적 분할 기법을 사용하고, 화면간 영상 분할은 두개의 연속하는 화면에서 변화검출(Change Detection)로 이루어진다 [1]. 본 논문에서는 효과적인 변화검출을 위하여 제안된 VBS를 사용한다. VBS를 이용한 영상분할에서는 우선, 이전화면에서 만들어진 VBS를 참조하여 다음화면에서 움직임 영역을 예측한다. 이렇게 예측된 영상과 원영상에 대해 형태학적 분할 기법(Morphological Segmentation Technique)을 이용해서 각각에 대한 레이블 마스크(Label Mask)를 얻는다 [2]. 두개의 레이블 마스크 사이에는 서로 공통된 영역들이 존재하게 되는데, 이런 공통된 영역을 추출함으로써 움직임 객체를 검출한다. 현재화면에서 검출된 움직임 객체는 다음화면을 위한 가상의 블루 스크린을 만드는데 사용한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.786-791
• /
• 2006

색상 전이는 스타일 전이, 색이 바랜 사진의 복원, 색상화, 색상의 보정에 사용될 수 있는 기법이다. 본 연구에서는 기존 색상 전이의 문제점을 해결하기 위해서 영상 분할 기반의 색상전이 기법을 제시한다. 영상에서 색상의 가장 의미있는 최소 단위를 픽셀로 보고 있는 기존 연구에 반해서, 본 연구에서는 영상 조각을 영상에서 가장 의미 있는 최소 단위로 보고 색상 전이를 수행한다. 영상 분할 기반의 색상 전이를 통해서 기존 연구에서 발생할 수 있었던 픽셀간의 코헤런스 문제를 해결한다. 또한 영상 분할 기반으로 했을 때에 생길 수 있는 경계 문제를 해결하기 위한 새로운 방법을 제시한다. 제시된 기법을 이용해서 색상 전이의 응용인 스타일 전이에 적용한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.133-134
• /
• 2015

흉부 X-ray 영상에서 몸체 및 관심영역 분할 기법은 의료 X-ray 영상의 화질 개선 알고리즘을 더 효과적으로 적용하기 위해 전처리 단계로 영상의 물체와 배경을 분할하거나 관심영역만을 분할하는 방법이다. 보통 화질 개선 알고리즘을 적용할 때 영상의 밝기 정보나 주파수 정보를 이용하여 영상 디테일과 대비를 개선하는 방법을 사용한다. 영상 전체에 이러한 알고리즘을 적용하는 경우 불필요한 배경 정보가 포함되기 때문에 디테일과 대비가 떨어질 수 있다. 본 논문은 사용자가 보고자 하는 부분의 정보만을 사용하도록 물체를 분할하는 알고리즘을 제안한다. 1 단계로 몸체 분할 알고리즘을 이용하여 배경 성분의 정보를 제외하고 2 단계에서는 몸체의 중심인 폐와 폐사이의 장기 정보만을 볼 때의 관심영역 분할 알고리즘으로 팔이나 목, 복부의 불필요한 정보를 제외하는 방법을 제안한다.