• 대한전자공학회논문지SP
• /
• 제40권1호
• /
• pp.63-71
• /
• 2003

본 논문은 영역을 병합할 때 두 영역의 색상 차를 영역 병합의 제한 조건으로 사용하는 칼라영상 분할 기법을 제안하였다. 이는 먼저 영역의 경제전 정보를 잘 보존하기 위해서 RGB 공간상에서 수리형태학 필터와 변형된 워터쉐드 알고리즘을 이용하여 켤라 영상을 과분할한다. 그리고 영역간의 색상 차를 영역 병합의 제한 조건으로 사용하는 영역 병합 과정을 반복 수행하여 칼라 영상의 분할 결과를 얻는다. 이는 인간 시각 시스템이 색상, 채도, 명도의 형태로 색을 구분하는 것을 기반으로 한다. 명도가 낮지 않는 경우에 색차 보다 색상 차가 중요한 요소로 작용하기 때문에 이를 영역 병합의 제한 조건으로 사용한다. 실험 결과에서 제안된 칼라영상 분할 기법은 다양한 칼라영상에 대하여 미리 설정된 재수의 영역으로 효율적인 분할 결과를 보임을 확인하였다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.89-96
• /
• 2006

본 논문에서는 한글 문서 영상에서의 문자 분할을 위한 2가지 알고리즘을 제안한다. 첫째는 투영 프로파일 기반 개선된 문자 분할 알고리즘이다. 이 알고리즘은 크게 문자수 추정, 분할 점 획득 및 문자 경계 탐색, 그리고 최적의 문자 분할 결과 선택으로 구성된다. 두 번째는 근접한 문자들이 서로 연결된 저 품질 문서 영상에 적합한 분할 알고리즘이다. 이 경우 연결요소를 제거하기 위해 투영 프로파일의 일부를 잘랐는데, 이를 ${\alpha}$-cut이라 한다. 그 후 전자의 방법을 변형하여 문자 분할을 수행한다. 다양한 폰트 속성을 갖고 품질이 낮은 43,572개의 한글 단어 영상을 대상으로 실험한 결과, 투영 프로파일 기반 개선된 문자 분할 알고리즘이 91.81%, 투영 프로파일에 ${\alpha}$-cut을 적용한 알고리즘이 99.57% 의 문자 분할 성공률을 나타내어 저 품질 한글 문서 영상에서 ${\alpha}$-cut을 이용한 문자 분할 알고리즘이 효과적임을 입증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.323-324
• /
• 2013

본 논문에서는 2차원 X-ray 영상을 이용하여 3차원 영상을 얻기 위한 전처리 과정으로 2차원 X-ray 영상에서 원하는 뼈 영상을 분할하기 위한 능동적 대퇴골 분할 기법에 대해 제안하고 구현하였다. X-ray 영상의 주된 화질 저하 요인인 잡음을 제거하고 에지 및 밝기 검출을 통하여 정확하고 빠른 뼈 영상 분할 기법을 구현하였고 대퇴골 영상을 통해 검증하였다. 이를 통해 최소한의 2차원 X-ray 영상을 이용하여 3차원 뼈 모델링을 구현하는데 필요한 뼈 영상을 획득하였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1992년도 추계학술대회
• /
• pp.22-25
• /
• 1992

화학적 이동성을 이용하여, 생체의 경우 지방질의 영상 혹은 물성분의 영상을 얻을 수 있다. 여러 가지 기술을 사용하여 분리된 성분의 자기공명 영상을 얻었다. Dixon의 방법은 두 번의 영상실험을 하여 지방질 영상과 물성분 영상을 구분할 수 있으며, 부분적 자기장의 불균질성에 영향을 적게 받고 다층 영상법에 용이하게 적용할 수 있다. CHESS와 SECSI 방법은 한번의 영상실험으로 물 또는 지방질 영상을 획득할 수 있다. 그러나 부분적 자기장의 불균질성에 영향을 많이 받으며, 다층영상법에 적용하기에는 어려운 점이 있다. 화학 성분의, 즉 지방질과 물성분의 분리의 척도가 되는 지방질 신호대 물성분신호 비에 있어 SECSI 방법이 가장 우수함을 보였다.

• 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.

• 대한원격탐사학회지
• /
• 제26권1호
• /
• pp.1-7
• /
• 2010

이 논문은 편파화 정도(degree of polarization: DoP) 와 동일편파 위상차이(co-polarized phasedifference:CPD)를 이용하여 완전편파 SAR 영상을 분해하는 새로운 기법을 제안한다. 이 영상 분해 기법을 검증하기 위해 2009년에 춘천 지역에서 얻은 ALOS PALSAR 완전편파 L-밴드 영상데이터를 이용하여 이 새로운 영상 분해 기법의 결과와 기존의 3-성분 분해방법과 4-성분 분해방법의 결과들과 비교한다. ALOS PALSAR 영상 자료의 바다, 맨땅, 산림 그리고 도심지역을 선정하여 새로운 DoP-CPD 영상 분해기법을 적용한 결과, 제안된 영상 분해 기법의 정확도가 기존의 분해기법보다 높거나 유사함을 보인다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.368-374
• /
• 2010

영상 분할 (Image Segmentation)은 패턴 인식, 환경 인식, 문서 분석을 위한 영상 처리 과정에서 가장 기본적인 단계이다. 영상 분할 방법들 중 Otsu의 영상의 정규화된 히스토그램의 분포 정보를 이용하여 클래스 간의 분산을 최대화 시키는 임계치값을 결정하는 자동 임계치값 선정방법이 가장 잘 알려진 방법이다. Otsu의 방법은 영상의 전 영역에 대한 히스토그램을 분석함으로써 영상의 부분적인 특성을 반영하여 임계치값을 결정하기는 어렵다. 본 논문에서는 이 어려움 해소하기 위하여 Context Fuzzy c-Means 알고리즘을 이용하여 영상을 여러 개의 부분 영역으로 나누고, 정의된 부 영역에 영상 분할 기법을 적용함으로써 부 영역들에 적합한 여러 개의 임계치값을 계산함으로써 영상 분할 성능을 개선하고자 하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.410-414
• /
• 2003

본 논문은 비디오 시퀀스에 카메라 패닝 보상과 2차원 시공간 엔트로피 임계법을 적용하여 추출한 객체포함영역을 대상으로 영상 분할을 수행하는 이동 객체 분할 기법에 관한 것이다. 우선, 웨이블렛 변환에 의해 구성한 피라미드 계층 구조상에서 카메라 패닝 벡터를 추정하여 전역 움직임을 보상한다. 이후, 전역 움직임이 보상된 기준영상을 대상으로 각 프레임간에서 2차원 시공간 엔트로피 임계법을 적용하여 이동 객체가 포함될 가능성이 있는 영역을 블록 단위로 추출한다. 다음으로, 2차원 시공간 엔트로피 입계법에 의해 분류된 영역을 토대로 각 블록을 움직임블록, 준 움직임 블록, 비 움직임 블록 중 어느 하나로 분류한 검색 테이블을 작성한다. 이어서, 검색 테이블을 참조하여 초기 탐색 계층 및 탐색 영역을 적응적으로 선정함으로써 피라미드 계층 구조상에서 효율적인 고속 움직임 추정을 수행하여 이동 객체에 해당하는 객체포함영역만을 추출한다. 최종적으로, 이렇게 추출된 객체포함영역에서 임계 기울기 영상을 정의한 후, 이를 기준 삼아 객체포함영역에 화소 단위의 형태학 기반 영상 분할 알고리즘을 적용함으로써 비디오 시퀀스에 포함된 이동 객체를 분할한다. 컴퓨터 시뮬레이션 결과를 통해 고찰할 때, 제안된 방법은 이동 객체에 대한 상대적으로 우수한 분할 특성을 제공할 수 있고, 특히 저대조 경계면의 분할 특성을 제고시키고 있음을 확인할 수 있다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2003년도 제27회 추계학술대회
• /
• pp.77-77
• /
• 2003

CT와 MRI의 단면 영상을 대상으로 영상분할 (Image segmentation)과 Image registration방법을 이용하여 인체 모델을 개발 하고자 한다. 우선 인체의 Head와 Neck부분의 CT와 MR 영상을 얻어 뼈, 근육, 인대, 그리고 그 밖의 장기의 해부학적 영상 특징을 분석하였다. 인체의 Head와 Neck 부분에 대한 CT와 MR 영상에 대해 각 부위별로 ROI(region-of-interrest)를 설정하였고, 각 volxel 마다 3차원 좌표를 계산할 수 있는 소프트웨어를 개발하였다. 특히 각 해부학적 영상에서 부위별로 CT 번호를 분석하고, pulse sequence에 따른 MRI 영상의 부위별 특정을 분석하였다. 이 분석한 자료를 바탕으로 영상 분할을 하였다. 영상 분할전에 각종 잡음(noise) 제거 및 영상 분할을 효과적으로 처리하기 위해 기본적인 영상처리 (filtering)를 구현하였고, 대조도(contrast) 및 밝기(brightness)를 조절할 수 있게 프로그램을 구현하였다. 영상 분할 방법 중 선(line) 및 에지(edge) 의 검출 방법, 문턱치화(threshold) 방법, 영역확대(region growing) 방법으로 영상 분할을 해봄으로써 우리의 인체 모델링 개발에 가장 적합한 영상 분할 알고리듬 방법을 찾도록 시도하였다. 결과적으로 말하면, 한가지 방법의 알고리듬을 쓰는 것보다는 인체의 부위에 따라 두 가지 이상의 알고리듬 방법을 쓰는 것이 원하고자 하는 부위를 영상 분할하는데 더 효과적이다는 것을 알게 되었다. 우리의 연구 과제에서는 영역확대(region growing) 방법과 문턱치화 방법, 모드법(피크니스, 밸리)의 알고리듬을 이용하여 영상 분할을 한 결과 우리가 얻고자 하는 인체 부위별 중 근육과 뼈를 구별하는데는 별 무리가 없었으나, 인대 및 기타 장기를 구별하는데는 어려움을 겪게 되었다. 이후에 좀더 알고리듬을 연구하여 이번 연구에서 구별하기 어려운 장기 부분도 구별 할 수 있도록 노력하겠다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.598-600
• /
• 2000

영상에 존재하는 객체들을 인식하기 위해서는 먼저 영상의 영역 분할이 필요하다. 통계적 모델을 이용한 영상의 영역 분할은 미리서 분할하고자 하는 클러스터의 수를 결정한 후 이를 토대로 영상을 분할하게 된다. 그러나 영상마다 특성상 분할하고자 하는 클러스터 수가 다를 경우 이를 수동적으로 해주는 것은 비능률적이다. 따라서 본 논문은 영상의 영역 분할에 통계적 모델에서 미리 결정해줘야 하는 클러스터의 수 문제를 자동으로 검출하고 퍼지 c-Means 클러스터링 알고리즘을 통한 영상의 영역 분할 시 노이즈 문제를 이웃한 픽셀들의 멤버쉽 값을 평균화함으로써 해결하는 방법을 제안하였다.