• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.646-648
• /
• 2003

일반적으로 복부 CT 영상에서 간암이나 다른 병변들을 갖고 있는 않은 정상 간은 고른 그레이값 분포 범위를 가지고 있다. 그 그레이값 범위는 대개 90 에서 92 사이의 값이다. 그러나. 복부 CT 영상에서 간암이나 여러 병변들을 가지고 있는 비정상간의 경우는 정상간의 경우와 같이 90 에서 92 사이의 일정 간격의 그레이값들만으로 구성되어 있지 않다. 비정상간의 경우는 병변들로 인하여 건강한 간의 실질 부분의 그레이값만을 나타내지는 못하기 때문이다. 이는 복부 CT 영상에서 간 부분을 세그멘테이션할 때 정상간 부분과 비정상간 부분의 세그멘테이션 방식이 다를 수 있음을 말해준다. 보통 기존에 있는 정상간의 세그멘테이션 기법은 위치 정보와 함께 일정 간격의 그레이값 분포 정보를 이용하여 수월하게 간을 세그멘테이션 했다. 그러나, 이 방식은 비정상간을 세그멘테이션하지 못하는 경우가 대부분이다. 본 연구는 간의 위치 정보, 거리 정보를 이용하고 각도선 조절 기법 등을 사용하여 비정상간을 세그멘테이션하였다. 그리하여, 본 연구는 세그멘테이션이 어려운 간암 보유 복부 CT 영상에 적용되어 효과적인 간의 세그멘테이션을 가능하게 하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.22 no.11
• /
• pp.2425-2431
• /
• 1997

The increased usage of Magnetic Resonance Image (MRI) required the method for automatic segmentation of medical image that is more useful so as to diagnose the dissecitive information of a atient quickly and effectively through MR scans.The use of neural networks may give much hep to solving the complex problems concerned the matter. This paper proposes the new method for automatic segmentation of magnetic resonance (MR) images of the brain by using neural networks brained by back-propagation algorithm. The trained neural networks by the segmenting MR images of a patient produce an output that networks can segment MR images of the other patients automatically, too and show a clear image of the brain.

• The Journal of Natural Sciences
• /
• v.7
• /
• pp.67-73
• /
• 1995

In this paper, a new texture segmentation-based image coding technique which performs segmentation based on properties of the human visual system (HVS) is presented. This method solves the problems of a segmentation-based image coding technique with constant segments by proposing a methodology for segmenting an image into texturally homogeneous regions with respect to the degree of roughness as perceived by the HVS. The segmentation is accomplished by thresholding the fractal dimension so that textural regions are classified into three texture classes; perceived constant intensity, smooth texture, and rough texture. It is very important to determine the proper block size for estimating the fractal dimension. Good quality reconstructed images are obtained with about 0.1 to 0.25 bit per pixel (bpp) for many different types of imagery.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.185-188
• /
• 2009

단일 카메라 영상으로 입력되는 환경 정보에 대해서 보도에 대한 길의 소실점과 보도 영역에 대한 정보를 획득하는 방법과 보도 영역에 대해 블록 세그멘테이션을 통하여 장애물과 같은 물체 영역을 구분한다. 소실정과 보도 영역을 획득하기 위한 방법으로 에지영상에서 보도의 외곽선 정보를 추출하도록 한다. 이를 위해 체인코드를 이용하여 특정한 방향으로 향하는 직선 성분을 검출하도록 한다 보도 영역 내에 존재하는 물체의 영역을 구분하기 위해서 영역을 특정 크기를 가지는 블록으로 구분하고 각 블록이 가지는 평균 컬러 정보를 이용하여 영역을 세그멘테이션 한다. 세그멘테이션을 통해 얻은 영역을 통해 보도의 영역과 장애물의 영역을 구분하고 각 장애물의 위치를 계산하다. 알고리즘의 평가를 위해 실내의 복도 환경과 단순한 형태를 가지는 실외 환경에서 획득한 영상을 이용하여 실험하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.198-199
• /
• 2016

컴퓨터 비젼 분야에서 이미지 세그멘테이션은 객체 분리, 객체 추적, 의학 영상처리 등 다양한 분야에서 사용된다. 이전의 이미지 세그멘테이션은 사람의 개입이 없이 정확한 객체를 분리하지 못한다는 단점이 있다. 본 논문은 인접한 슈퍼픽셀을 트리를 활용하여 개층적으로 슈퍼픽셀을 통합하는 새로운 세그멘테이션 방법을 소개한다. 제안한 알고리즘을 수행하기 위해 기존의 슈퍼 픽셀 알고리즘을 사용하여, 각 슈퍼픽셀의 센터를 노드로 설정하고 들로네 삼각화를 수행한다. 각각의 인접한 노드는 순차적으로 유사도 측정하여 슈퍼픽셀을 통합한다. 실험 결과를 통해 제안한 방법이 과분할 세그멘테이션을 제거하였으며 영상의 중요한 정보를 잘 보존하는 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.223-224
• /
• 2022

본 논문에서는 축형 척추관절염으로 발전할 수 있는 천장관절염 환자들을 진단하기 위해 장골의 관심영역을 자동 생성할 수 있는 세그멘테이션 방법을 제안한다. 다양한 MRI 기기로부터 얻은 천장관절염 환자의 영상에서 장골의 GT(Ground Truth)를 생성하였으며, 대장 용종 검출을 위한 세그멘테이션 모델인 PraNet과 지역 특징 간의 표현 능력을 활용할 수 있는 Position Attention Module을 사용하여 유의미한 성능 향상을 보여주었다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.289-294
• /
• 2004

본 연구의 목적은 고해상도 위성 영상을 이용하여 식생도 제작 기법을 연구하는 것이며, 식생도에는 활엽수, 혼효림, 침엽수의 군집 경계를 표현하고자 하였다. 본 연구는 고해상도 위성영상을 활용하여 객체지향분류 기법을 적용하였다. 객체지향 분류기법은 크게 세그멘테이션의 과정과 세그멘트를 분류하는 과정으로 나눌 수 있다. 세그멘테이션 과정을 통해서 식생군집의 경계를 추출하고, 영상을 이용하여 상록침엽수를 분류하여 식생조사시 침엽수군락의 위치를 파악함으로써 조사의 효율성을 증대하였다.

• Journal of KIISE:Databases
• /
• v.35 no.5
• /
• pp.379-390
• /
• 2008

Due to the increase of the amount of image data, the demand for searching similar images is continuously increasing. Therefore, many researches about the content-based image retrieval (CBIR) are conducted to search similar images effectively. In CBIR, it uses image contents such as color, shape, and texture for more effective retrieval. However, when we apply CBIR to satellite images which are complex and pose the difficulty in using color information, we can have trouble to get a good retrieval result. Since it is difficult to use color information of satellite images, we need image segmentation to use shape information by separating the shape of an object in a satellite image. However, because satellite images are complex, image segmentation is hard and poor image segmentation results in poor retrieval results. In this paper, we propose a new approach to search similar images without image segmentation for satellite images. To do a similarity search without image segmentation, we define a similarity of an image by considering SIFT keypoint descriptors which doesn't require image segmentation. Experimental results show that the proposed approach more effectively searches similar satellite images which are complex and pose the difficulty in using color information.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.41-44
• /
• 2022

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.424-425
• /
• 2023

AI 의료 영상 분석 기술은 의료 분야의 인력 부족 문제를 해결하는 방법으로 주목받고 있다. 이전 연구들은 세그멘테이션 라벨링과 질병 유무를 결합하여 판단하는데, 이 방법은 큰 비용과 시간이 소요된다. 본 논문은 의료 전문가의 세그멘테이션 라벨링 없이 병명 라벨만의 학습으로 질병을 어느 정도 진단할 수 있음을 보인다. 실험에 따르면 의미있는 결과를 확인할 수 있었다.