• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.643-646
• /
• 2000

의료 영상에서 관심 있는 부위를 3차원으로 재구성 하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 3차원적 정보를 이용한 영상 분할 방법으로 슬라이스 기반의 3차원 영역 확장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗을 전달하여 재귀적으로 3차원 영역을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스 간의 영역의 크기를 이용하여 새나감을 방지한다. 제안된 방법을 튜브 형태의 기관의 분할에 적용한 결과, 새나감 없이 뽀족한 가지들까지도 성공적으로 분할 했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

• The KIPS Transactions:PartB
• /
• v.19B no.4
• /
• pp.209-220
• /
• 2012

In this paper, we propose an adaptive pavement region detection method that is robust to changes of structural patterns in a natural scene. In order to segment out a pavement reliably, we propose two step approaches. We first detect the borderline of a pavement and separate out the candidate region of a pavement using VRays. The VRays are straight lines starting from a vanishing point. They split out the candidate region that includes the pavement in a radial shape. Once the candidate region is found, we next employ the adaptive multi-seed region growing(A-MSRG) method within the candidate region. The A-MSRG method segments out the pavement region very accurately by growing seed regions. The number of seed regions are to be determined adaptively depending on the encountered situation. We prove the effectiveness of our approach by comparing its performance against the performances of seed region growing(SRG) approach and multi-seed region growing(MSRG) approach in terms of the false detection rate.

• The KIPS Transactions:PartB
• /
• v.16B no.4
• /
• pp.271-280
• /
• 2009

In this paper, we propose a smoke detection method using region growing method in outdoor video sequences. Our proposed method is composed of three steps; the initial change area detection step, the boundary finding and expanding step, and the smoke classification step. In the first step, we use a background subtraction to detect changed areas in the current input frame against the background image. In difference images of the background subtraction, we calculate a binary image using a threshold value and apply morphology operations to the binary image to remove noises. In the second step, we find boundaries of the changed areas using labeling algorithm and expand the boundaries to their neighbors using the region growing algorithm. In the final step, ellipses of the boundaries are estimated using moments. We classify whether the boundary is smoke by using the temporal information.

• Journal of Advanced Marine Engineering and Technology
• /
• v.40 no.1
• /
• pp.75-80
• /
• 2016

Numerical modeling based on the finite difference method has been widely used with improved computer technology. However, high-capacity computing resources are required for this technique. To overcome this limitation, we propose an algorithm the employs a logarithmic grid in conjunction with the expanding domain method. The proposed algorithm was verified through comparison with numerical results obtained with a conventional method. The results confirmed that our algorithm can improve computational efficiency.

• Proceedings of the Korea Electromagnetic Engineering Society Conference
• /
• 2000.11a
• /
• pp.130-134
• /
• 2000

본 논문에서는 확장된 시간영역 유한차분법(Extended finite difference time domain method)을 이용하여 마이크로파 중폭기를 해석하였다. 회로에 포함되어 있는 능동 소자는 고주파 등가 회로를 이용하여 모델링 하였다. 고주파 등가 회로를 통하여 계산한 게어트와 드레인의 전류를 FDTD의 전계 계산식에 첨가향으로개 마이크로스트립 회로의 전자기파와 능동 소자와의 상호 작용을 특성 지었다. 해석 결과는 주파수 영역 회로 해석법(Frequency-domain circuit analysis)을 이용한 결과와의 비교를 통하여 정확성을 입증했다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.5
• /
• pp.111-116
• /
• 2004

It is essential to know the information about the prior model for wavelet coefficients, the probability distribution of noise, and the variance of wavelet coefficients for noise reduction using Bayesian estimation in wavelet domain. In general denoising methods, the signal variance is estimated from the proper prior model for wavelet coefficients. In this paper, we propose a variable window size decision algorithm to estimate signal variance according to image region. Simulation results shows the proposed method have better PSNRs than those of the state of art denoising methods.

• Journal of Korean Society for Geospatial Information Science
• /
• v.19 no.3
• /
• pp.41-47
• /
• 2011

Processing of the raw LiDAR data requires the high-end processor, because data form is a vector. In contrast, if LiDAR data is converted into a regular grid pattern by filltering, that has advantage of being in a low-cost equipment, because of the simple structure and faster processing speed. Especially, by using grid data classification, such as Quadtree, some of trees and cars are removed, so it has advantage of modeling. Therefore, this study presents the algorithm for automatic extraction of ground points using Quadtree and refion growing method from LiDAR data. In addition, Error analysis was performed based on the 1:5000 digital map of sample area to analyze the classification of ground points. In a result, the ground classification accuracy is over 98%. So it has the advantage of extracting the ground points. In addition, non-ground points, such as cars and tree, are effectively removed as using Quadtree and region growing method.

• Journal of Biomedical Engineering Research
• /
• v.22 no.2
• /
• pp.127-132
• /
• 2001

의료 영상에서 관심 있는 부위를 3차원으로 재구성하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 관도계 기관의 분할을 위해서 슬라이스 영상의 정보를 이용한 3차원 영역 성장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗점을 전달하여 재귀적으로 3차원 체적을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스간의 영역의 크기의 제약을 이용하여 새나감을 방지한다. 제안된 방법을 기관지의 분할에 적용한 결과, 새나감 없이 뾰족한 가지들까지도 성공적으로 분할했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.76-79
• /
• 2019

합성곱 신경망의 성능이 증가하면서 다양한 영상 처리 문제를 해결하기 위해 합성곱 신경망을 적용한 시도들이 증가하고 있다. 고해상도 복원 문제도 그 중 하나였으며, 보다 높은 성능을 얻기 위해 주로 신경망의 깊이를 깊게 하는 시도들이 있었다. 본 논문에서는 고해상도 복원 작업을 위한 합성곱 신경망의 성능 향상을 위해 깊이를 증가시키는 접근법이 아닌 수용영역을 확장시키는 접근법을 시도하였다. 논문에서 제시한 모델은 신경망 내부에 두 개의 브랜치를 두어, 하나의 브랜치는 Dilated Convolution 을 이용해 수용영역을 확장하는데 사용되며, 다른 하나는 이 브랜치를 통해 나온 feature 를 가공하는데 사용된다. 기본 모델은 EDSR 을 사용하였으며, 최종적으로 4.79M 의 파라미터로 평균 32.46dB 의 PSNR 을 보여주었다. 하지만 모델의 구조가 복잡하여 깊이를 늘이는 접근법을 적용하기 어렵다는 한계점이 있다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.127-132
• /
• 2007

위성영상 기술의 발달과 고해상도 위성영상의 해상도 규제가 완화됨에 따라 건물의 높이 정보를 획득하는데 있어 고해상도 위성영상의 그림자 정보를 이용하는 연구들이 활발히 수행되어지고 있다. 그림자 정보를 이용하여 건물 높이 정보를 획득하는 연구의 정확도를 높이기 위해서는 정확한 건물의 그림자 탐지가 선행되어야 한다. 따라서 본 논문에서는 단영상을 이용한 그림자 탐지기법인 임계값법(Thresholding), 영상분류법, 영역확장법(Region Growing)을 건물의 그림자 탐지에 적용하여 각 기법의 장단점과 정확도를 평가하였다. 영상에서 수동으로 건물의 그림자를 디지타이징한 참조 자료와 기법들을 적용하여 탐지한 결과 영상을 시각적으로 비교하였고, 오차행렬(Confusion Matrix)을 이용한 전체정확도(Accuracy), F-measure, AOR(Area Overlap Ratio)을 이용하여 정량적인 정확도평가를 수행하였다. 실험결과 영역확장법을 적용한 경우 시각적 정량적으로 가장 높은 정확도를 보였으며, 영상분류법을 적용한 경우 시각적으로는 임계값을 적용한 경우보다 좋은 결과를 보였으나 정량적으로는 가장 낮은 정확도를 보였다.