• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.7C
• /
• pp.712-718
• /
• 2003

C.elegans are often used to study of function of gene, but it is difficult for human observation to distinguish the mutants of C.elegans. To solve this problem, the system, which can classify the mutant types automatically using the computer vision, is now studying. Tn previous work［1］, we described the preprocessing method for automated-classification system. In this paper, we introduce shape features, which can be extracted from an acquisition image. We divide the feature into two categories, which are related to size and posture of the worm, and each feature is described mathematically We validate the shape information experimentally. And we use hierarchical clustering algorithm for classification. It reveals that 4 mutants of the worm, which are used in experiment, can be classified with over 90% of success rate.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.7
• /
• pp.1680-1686
• /
• 2015

Edge detection is an essential preprocessing for most image processing application, and there are several existing detection methods such as Sobel, Roberts, Laplacian, LoG(Laplacian of Gaussian) operators, etc. Those existing edge detection methods have not given satisfactory results since they do not offer enough pixel brightness change in low light level environment. Therefore, in this study new algorithms using brightness transfer function in the preprocessing and for edge detection applying standard deviation and average-weighted local masks are proposed. In addition, the performance of proposed algorithms was evaluated in comparison with the existing edge detection methods such as Sobel, Roberts, Prewitt, Laplacian, LoG operators.

• Smart Media Journal
• /
• v.13 no.4
• /
• pp.86-93
• /
• 2024

The development of functional magnetic resonance imaging (fMRI) has significantly contributed to mapping brain functions and understanding brain networks during rest. This paper proposes a CNN-LSTM-based classification model to classify the progression stages of Alzheimer's disease. Firstly, four preprocessing steps are performed to remove noise from the fMRI data before feature extraction. Secondly, the U-Net architecture is utilized to extract spatial features once preprocessing is completed. Thirdly, the extracted spatial features undergo LSTM processing to extract temporal features, ultimately leading to classification. Experiments were conducted by adjusting the temporal dimension of the data. Using 5-fold cross-validation, an average accuracy of 96.4% was achieved, indicating that the proposed method has high potential for identifying the progression of Alzheimer's disease by analyzing fMRI data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.469-471
• /
• 2001

뇌 MR 영상의 분석을 통해 질환을 자동적으로 진단하고 판별을 하기 위한 전처리 단계에서 정상인의 MR 영상 모델과 현재 고려되어지는 대상 영상과의 비교 작업이 요구된다. 이를 통해 보다 정확한 질병에 대한 근거를 제시함으로서 진단이 가능하게 된다. 이러한 비교 작업을 위해 우선적으로 해결해야 하는 것이 현재 대상 영상이 정상인의 MR 영상 시리즈 중 어느 위치의 영상과 일치하는 지를 판별해야 한다. 실질적으로 뇌 MR 시리즈는 영상의 특징에 따라 크게 몇 개의 그룹으로 분류된다. 따라서 본 논문에서는 매핑을 위한 각 구성 요소의 특징을 추출해 자동으로 뇌 영상의 그룹핑을 함으로써 매핑시 고려되어지는 슬라이드의 범위를 좁혀줄 뿐만 아니라 영상의 질에 따라 부분적인 손실이 있다 하더라도 전후 관계 정보를 이용하여 유추가 가능한 방법을 제시한다. 800여개의 T2 MR 강조 영상에 대해서 실험을 행하여 비교적 정확한 그룹핑 결과를 유도할 수 있었음을 확인하였다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.11a
• /
• pp.180-185
• /
• 2000

방사선 치료계획이나 사전수술계획 등에 컴퓨터 사용이 늘어남에 따라 의료영상별 특성에 따른 복합적 처리를 필요로 한다. 본 논문에서는 다중 모달리티 영상으로부터 의미 있는 정보를 제공하기 위하여 상호정보 최적화를 통한 영상정합 방법을 제안한다. 본 방법은 두 영상에서 대응되는 위치의 명암도간 통계적 의존관계와 정보중복성을 계산하는 상호정보(mutual information)를 통해 영상간 변형관계를 추정함으로써 영상을 정합한다. 실험결과로는 뇌 자기공명영상(MRI)과 컴퓨터단층촬영영상(CT)의 상호정보를 최적화하여 정합 결과를 제시한다. 본 방법은 기존 정합방법에서 사용하는 영상분할이나 특징점 추출 등의 전처리 과정 없이 영상 자체 정보를 기반으로 계산함으로써 정합의 정확도를 높일 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04a
• /
• pp.748-750
• /
• 2002

본 논문에서는 이미지 필터 모듈을 CORBA를 사용하여 분산 엔진으로 구현하는 방법에 대한 연구를 수행하였다. 이미지 필터 모듈들은 영상 처리 과정에서 기본적으로 응용되는 전처리 모듈로서 원 영상을 목적에 따라 변형시키는 기능을 수행하며, 다양한 어플리케이션에서 여러 플렛폼으로 빈번하게 구현되곤 한다. 이 연구에서는 각각 독립 적으로 구현된 이미 지 필터 모듈을 CORBA를 사용한 분산 서버로 구축함으로서 , 다양한 종류의 플랫폼에서 구현된 여러 어플리케이션들이 이미지 필터 기본 모듈들을 별도의 구현 없이 쉽게 사용할 수 있도록 하였다.00

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.786-791
• /
• 2002

오늘날 컨테이너의 과다한 물동량 증가로 인하여 수작업으로 이루어지는 컨테이너를 처리하는데 어려움을 겪고 있다. 따라서 식별자로 컨테이너를 자동 인식하고 그 결과를 항만 물류처리 자동화 시스템에 적용하고자 하는 필요성이 대두되고 있다. 이에 본 논문에서는 항만 물류처리 자동화 시스템을 사용하기 위하여 컨테이너의 인식 처리를 자동화하는데 그 방안으로 컨테이너의 RGB를 이용하여 바탕색과 문자색을 검출하고 바탕색과 문자색의 차를 이용해 가장 큰 차이를 보이는 RGB 값 중 하나로 영상을 이진화 하였다. 컨테이너의 식별자를 인식하기 위해서 신경망 알고리즘의 하나인 Back-propagation을 적용하여 기존의 식별자 인식 방법보다 신속하고 정확한 처리가 가능하도록 구현하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1998.06a
• /
• pp.139-142
• /
• 1998

장면 전환 검출(scene change detection)을 영상 정보의 인덱싱 및 검색을 위한 전처리로서, 전체 검색 시스템의 성능을 좌우하는 중요한 기술로 현재 많은 연구가 진행되고 있다. 본 논문에서는 MPEG 표준으로 압축된 동영상으로부터 얻은 DC 이미지를 이용한 장면 전환 검출 및 대표 프레임 검출에 대한 방법을 제안하고 이를 위한 시뮬레이터의 개발과 그에 대한 성능을 평가한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.469-471
• /
• 2002

본 논문에서는 얼굴 영상의 변화를 보상할 수 있는 전처리 과정으로서 기하학적 특징에 기반한 순수 얼굴 영역 검출 기법을 도입하고 후처리 과정으로 간단한 정합 기법을 사용한 얼굴 인식 기법을 제안한다. 실험결과를 보면 제안한 기법은 PCA와 LDA 기법에 비해 영상의 변화에 민감하지 않고 높은 인식률을 가진다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.628-630
• /
• 2002

하이라이트를 구성하는데 종전에는 사람의 수작업에 의해서 이루어졌다. 요즘은 이런점을 연구를 통해 계속 자동화시키고 있는 추세이고 많은 논문들이 나오고 있다. 이 논문은 낮은 해상도의 동영상을 향상시키기 위해 Shannon Upsampling을 수행하고 적당한 임계치를 찾아내 이진영상을 만들어 전처리를 수행하고 수평 수직 히스토그램 기법과 다중프레임조함을 혼합해 자막위치를 찾는 방법을 제안한다. 이는 기존의 에지를 사용하는 방법들에 비해 간단하고 비교적 빠른 성능을 보인다.