• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.141-144
• /
• 2008

본 논문에서는 세포영상을 분할하고 분류하는 알고리즘을 제안한다. 우선, 배경으로부터 세포를 분할한 후, 학습데이터로부터 얻은 Compactness, Smoothness, Moments와 같은 형태학적 특징을 추출한다. 전경세포들이 분할된 후에, 보다 정밀한 세포분석을 위해서 군집세포(Overlapped Cell)와 독립세포(Isolated Cell)를 분류 할 수 있는 알고리즘의 개발이 필수적이다. 이를 위해서 본 논문에서는 베이지안 네트워크와 각 노드에 대한 3개의 확률밀도함수를 사용하여 각 세포 영역을 분류한다. 분류된 군집세포영역은 향후 정확한 세포 분석을 위해서 군집세포가 포함하는 독립세포의 수만큼 마커를 찾고, Watershed 알고리즘과 병합과정을 거쳐 하나의 독립세포를 분리하게 된다. 현미경으로부터 얻은 세포영상에 대한 실험 결과는 이전 논문들에서 제안한 방법들과 비교했을 때, 각 군집세포의 독립세포로의 분리 이전에 세포영역에 대한 분류과정을 먼저 수행하였기 때문에 분할 성능이 크게 향상되었음을 확인할 수 있다.

• 한국통신학회논문지
• /
• 제25권8B호
• /
• pp.1391-1399
• /
• 2000

본 논문에서는 영상분할을 이용한 영역기반 영상검색에 관해 논하였다 불규칙한 광원에 의한 영향을 최소화할 수 있는 분 할 방법을 제안하였다 영상분할은 영역 병합을 이용하였고 병합 후보영역은 웨이브릿 변환의 고주파 대역 에너지 값을 이용하여 선정하였다 내용기반 영상 검색은 분할된 영역정보를 이용하여 수행되며 칼라와 질감 모양 특징 벡터를 구성하여 질의를 수행하였다 영역간 유사도 검사는 특징벡터간 유클리디안 거리를 측정하여 수행하였으며 다양한 형태의 자연영상을 대상으로 한 실험을 통해 본 방법의 효율성을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.40-50
• /
• 2007

본 논문에서는 카메라로부터 획득 되어진 비디오 시퀀스로부터 다중 움직임 객체와 배경을 분할하고 시공간 정보에 기반 한 객체 추적 방법을 제안한다. 제안한 방법은 3단계로 구성되어 있다. 먼저 입력 비디오 시퀀스로부터 프레임 사이의 차를 이용한 움직임 영역과 움직임이 존재하지 않는 영역을 구분하여 적응적 경계간을 추출한다. 두 번째는 참조 배경영상과 적응적 경계값을 이용하여 움직임이 존재하는 영역으로부터 개략적 객체 분할을 수행하며, 분할된 이진영상에 형태학적 영역 병합 알고리즘을 적용하여 객체 병합을 수행하였다. 마지막으로 분할된 객체에 시공간 정보를 이용하여 객체에 임의의 ID를 할당하여 추적하였다. 카메라로부터 획득되어진 비디오 시퀀스를 이용한 실험에서 객체들의 분할 및 추적의 효율성과 시스템의 유용성을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제5권6호
• /
• pp.748-757
• /
• 1999

본 논문에서는 차량 영역의 추출을 이용한 효율적인 교통 혼잡도 측정 시스템을 설계하고 구현한다. 차량 영역 정보의 추출은 첫째 영역 분할, 둘째 작은 영역의 제거와 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 단계로 나눌 수 있다. 영역 분할 단계에서는 획득한 도로 영상을 영역 기반 영역 분할에 의해 영역으로 분할한다. 그 다음 영역 분할 후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고, 남은 영역들을 직사각형화한다. 마지막으로 차선 별로 남은 영역들을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 이러한 방법은 배경 영상과 같은 부가적인 정보를 사용하지 않고 도로 자체 영상만으로 교통 혼잡도를 측정할 수 있으며, 그림자의 영향이 없을 경우 적용할 수 있는 기법이다.Abstract In this paper, we designed and implemented an efficient road congestion analysis system using regional information. To extract vehicle regions from a road image, the system process the image in five steps: segmentation, small region elimination, region rectangularization, region merging and region deletion. First, we segment road image by a threshold value. Then, we eliminate useless small regions to extract vehicle region, and perform region rectangularization. Finally, we extract vehicle region of each lane of the road by region merging and deletion. This method has the advantage of measuring road congestion without additional information such as background images. But this method must be applied to road images without shadow.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.524-526
• /
• 1999

본 논문은 환경에 독립적인 자동차 영상에서 자동차 번호판 영역을 추출하는 방법을 제안하고 실험 결과를 기술한다. 번호판 주위환경에는 다양한 조건이 존재하며 이에 적응성을 가지고 빠른 추출을 수행하는 것은 매우 중요한 문제이다. 본 논문은 이러한 문제를 해결하기 위해 HSI 컬러 모델에 기반하여 번호판을 면밀히 분석하여 번호판을 유형별로 그룹화하고, 지역 분할 및 병합을 통해 빠른 시간안에 번호판 후보 영역을 검색한다. 그리고 번호판이 갖는 특성을 이용하여 후보 영역에서 번호판 영역임을 검증함으로써 자동차 번호판 영역을 찾는다.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.131-140
• /
• 2009

본 논문에서는 입력된 FISH 세포영상을 군집세포영역과 독립세포영역으로 분류하고, 군집세포영역에 대해서는 하나의 세포를 분리하는 알고리즘을 제안한다. 먼저 입력된 영상에 대해서 가우시안혼합모델과 세포의 명암도 값에 대한 최대 우도 함수를 사용하여 세포영역과 배경영역을 분할해줄 임계값을 정의하게 된다. 이렇게 얻어진 전경세포영역에 대해서 보다 정확한 세포 분석을 위해서 군집세포와 독립세포를 분류하게 된다. 세포 영역의 분류과정을 위해서는 베이지안 네트워크와 확률밀도함수를 사용한다. 학습데이터로부터 밀집도(compactness), 평활도(smoothness), 후-모멘트(Hu-moment)에 대한 형태학적 특징값을 추출하여 확률밀도함수를 구성하고, 이를 기반으로 베이지안 네트워크를 사용하여 두 영역을 분류하게 된다. 군집세포로 분류된 영역에 대해서는 그 군집세포를 구성하고 있는 독립세포로 각각 분리한다. 먼저, 명암도 기울기 변환(intensity gradient transform) 영상과 워터쉐드 알고리즘을 이용하여 군집세포 영역을 작은 영역으로 분할하게 된다. 작게 분할된 영역을 하나의 세포영역으로 병합시키기 위해서, 군집세포에 존재하는 독립세포의 수만큼의 마커를 결정 침식 연산을 사용하여 추출하고, 추출된 마커를 중심으로 단계적 병합 알고리즘을 제안한다. 본 논문에서 제안한 방법은 166개의 FISH 세포를 사용하여 테스트한 결과 99.29%의 정확한 분리결과를 보여줬으며 기존의 다른 알고리즘보다도 뛰어난 성능과 빠른 실행시간을 보여주었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.346-351
• /
• 2002

본 연구에서는 차량 번호판에서 추출된 문자영역의 DCT(Digital Cosine Transform) 계수와 LVQ (Learning Vector Quantization) 신경회로망을 이용하여 차량 번호판 인식 시스템을 구성하였다. 입력된 차량영상의 RGB 칼라정보를 이용하여 번호판 영역을 추출하고 추출된 번호판의 히스토그램과 문자의 상대적 위치정보를 병합하여 문자영역을 추출하였다. 이렇게 추출된 문자영역의 명암도 영상에 DCT를 적용하여 얻은 특징 벡터는 LVQ 신경회로망의 입력으로 사용되어 인식 과정을 수행한다. 제안된 시스템의 검증을 위하여 다양한 환경에서 촬영된 109대의 자가용 차량영상에 대하여 실험하여 상대적으로 높은 번호판 영역 추출율과 인식률을 보였다.

• 한국통신학회논문지
• /
• 제25권1B호
• /
• pp.156-166
• /
• 2000

본 논문에서는 반복적 병합의 율왜곡 기반 비용을 계산할 때 일반화된 질감 근사화 과정을 도입함으로써 질감 특성이 고려된 율왜곡 기반 영상 분할 기법을 제시하였다. 이때 영역 내부의 질감은 SA-DCT를 적용한 후, 양자화 간격이 고정된 두 개의 균일 양자화기에 의해 DC 성분 및 AC 성분을 각각 근사화하여 율왜곡 기반 비용을 구하고, 이러한 율왜곡 기반 비용에 근거하여 반복적 병합을 이용한 영상 분할을 수행하였다. 256$\times$256 Lena에 대하여 실험한 결과, 제안한 분할법에 의한 영역기반 부호화는 DC 성분만으로 근사화하여 율왜곡 기반 영상분할에 의한 것과 JPEG에 비하여 각각 0.8~1.0 ㏈, 1.2~1.5㏈ 정도의 PSNR 성능 개선이 있는 것으로 나타났다.

• 응용통계연구
• /
• 제22권4호
• /
• pp.709-721
• /
• 2009

본 논문은 형태학적 워터쉐드 알고리즘을 이용하여 잡음에 강한 효율적인 영상분할에 대해서 논의하고자 한다. 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 크게 형태학적 연산자에 의한 영상의 단순화, 경사 영상 생성, 워터쉐드 알고리즘 수행 그리고 영역 병합 등의 여러 단계에 걸쳐 이루어진다. 그러나 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 과분할이 많이 일어나는 단점을 갖고 있다. 본 논문에서는 과분할을 줄이기 위해 잡음에 강한 형태학적 연산자에 의한 경사영상을 생성하고 워터쉐드 알고리즘을 적용 후 통계적인 콜모고로프-스미르노프 검정을 사용하여 인접한 영역 간의 픽셀 값 분포를 비교함으로써 부적절한 영역 병합을 최소화하였다. 본 논문에서 제안한 영상분할의 성능을 평가하기 위해 기존의 방법과 정성적이고 정량적인 비교뿐 만아니라 영상분할에 소요되는 계산시간까지 비교하였다.

• 정보과학회 논문지
• /
• 제43권4호
• /
• pp.419-429
• /
• 2016

최근 관상동맥 영역화 결과로부터 삼차원 표면 모델을 생성함으로써 혈관 구조적 정보의 렌더링 효율성의 증대뿐만 아니라 전산유체역학를 이용한 혈류 역학 시뮬레이션을 통해 혈류분획예비력과 같은 생리적 정보들을 획득하는 연구들이 활발히 진행되고 있다. 본 논문에서는 혈관 영역화 과정에서 획득한 혈관 구조 정보를 입력 데이터로 사용하여 관상동맥의 삼차원 삼각 표면 메쉬 모델을 생성하는 방법을 제안한다. 관상동맥 영역화 결과로부터 삼각형 표면 메쉬 모델을 만드는 방법으로는 Marching cube 알고리즘에 기반한 방법들이 있지만 이산적인 영상 공간에서 수행되는 알고리즘으로 가늘고 다양한 굴곡을 갖는 혈관 경계를 표현하기 힘들다. 제안된 방법은 관상동맥 영역화 과정에서 추정한 혈관 중심좌표와 법선 벡터 그리고 직경 정보를 이용하여 기존 방법들보다 정교하게 단일 혈관 가닥들에 대한 삼각 표면 메쉬들을 생성하고 분기가 일어나 중첩되는 메쉬들은 메쉬 병합 기법을 사용하여 처리함으로써 통합된 관상동맥 메쉬를 생성한다.