• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.385-387
• /
• 2012

MR 영상에서 간의 인식은 간에 존재하는 질병을 파악하는 것뿐만 아니라 간에 대한 치료 방법이나 수술방법을 결정하는 중요한 정보를 제공한다. 이러한 일반적인 간의 인식 방법은 영역 분할 알고리즘을 기반으로 처리되어진다. IT분야에서의 영역 분할 알고리즘은 대부분 밝기 정보, 형태 정보, 패턴 분석 등 다양한 입력 정보의 컴퓨팅 처리를 통해 처리되어 진다. 그러나 이러한 컴퓨팅 방법으로는 앞서 언급된 입력정보들이 의미가 없을 경우, 영역 분할에 많은 제약이 따르게 된다. 따라서 본 논문은 이러한 컴퓨팅 처리의 근본적인 제약사항을 해결하고자, MR 이론의 R2-map정보 기반의 효과적인 영역 분할 방법은 제안하였다. 본 방법은 간 영역이 포함된 영상에서 실험하였으며, R2-map맵의 일부 특징점을 Region growing의 Seed point로 설정하여 경계가 모호하더라도 영역 분할이 가능하게끔 하였다. 해당 영상의 실험 결과 8.5%의 평균 오차로 일반적인 영역 분할 알고리즘에 비해 높은 정확도가 산출되었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.472-475
• /
• 2003

본 논문에서는 칼라맵 인덱스와 Hue 정보를 이용하여 반복적 병합을 통해 분할하는 칼라 영상 분할 방법을 제안하였다. 먼저 영상을 벡터 양자화 한 후 양자화 칼라맵 인덱스를 이용해 초기 영역을 설정한다. 초기 영역으로 선택된 영역들은 Hue 정보를 이용하여 영역을 병합하였고 그 후 미소영역을 병합하였다. 이때 반복처리로 인해 수행시간이 많이 소요되는 것을 개선하기 위해 Hue 정보를 이용한 영역 병합 처리에서 두 개의 테이블을 이용하여 속도를 개선하였다. 후처리에서는 과분할된 영역을 제거하기 위해 RGB 칼라 성분의 유클리디언 거리를 이용하여 주변유사 영역에 병합하였다. 제안 방법은 다수의 칼라 영상에 적용하여 좋은 분할 결과와 빠른 처리속도를 보여주었다.

• The Journal of the Korea Contents Association
• /
• v.12 no.12
• /
• pp.63-70
• /
• 2012

In medical image processing field, object recognition is usually processed based on region segmentation algorithm. Region segmentation in the computing field is carried out by computerized processing of various input information such as brightness, shape, and pattern analysis. If the information mentioned does not make sense, however, many limitations could occur with region segmentation during computer processing. Therefore, this paper suggests effective region segmentation method based on R2-map information within the magnetic resonance (MR) theory. In this study, the experiment had been conducted using images including the liver region and by setting up feature points of R2-map as seed points for 2D region growing and final boundary correction to enable region segmentation even when the border line was not clear. As a result, an average area difference of 7.5%, which was higher than the accuracy of conventional exist region segmentation algorithm, was obtained.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.587-590
• /
• 2003

얼굴영역을 분할하기 위해서 Watershed Algorithm 와 Object Grouping 을 이용한 얼굴영역 분할기법을 제안한다. 영상분할에 단점은 단일 알고리즘으로 영역분할이 어렵고, 또한 복잡한 영상에서 정확한 영역을 분할하기가 어렵다는 것이다. 그래서 본 논문에서는 Watershed Segmentation 기법과 Grouping 작업을 통한 병합, 그리고 색상의 선형회귀분석을 이용한 분석법을 적용하여 분할하고자 한다. 얼굴영역 분할방법을 전처리 과정과 영역 병합 그리고 얼굴 부분을 추출하는 3 단계의 과정으로 나누고, 전처리 과정에서는 수리형태학적(Mophological) 연산자를 이용한 영상 분할기법을 이용하여 분할한 후 얼굴 후보 영역을 검출, 영역병합과정에서 기존의 학습데이터와의 유사도를 측정, 얼굴객체추출 조건에 맞지 않는 객체들을 모두 제거함으로써, 정확한 얼굴부분을 분할해 낸다. 실험결과 제안한 방법을 통해 비교적 정확한 얼굴영역을 분할 할 수 있었다.

• The KIPS Transactions:PartB
• /
• v.14B no.2
• /
• pp.99-106
• /
• 2007

In this paper, we present an AAW(Adaptive Attention Window) based cell image segmentation method. For semantic AAW detection we create an initial Attention Window by using a luminance map. Then the initial AW is reduced to the optimal size of the real ROI(Region of Interest) by using a quad tree segmentation. The purpose of AAW is to remove the background and to reduce the amount of processing time for segmenting ROIs. Experimental results show that the proposed method segments one or more ROIs efficiently and gives the similar segmentation result as compared with the human perception.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.2 s.46
• /
• pp.47-52
• /
• 2007

Conventional pixel based region segmentation methods have problems of long processing time and incorrect region split on account of performing region split through comparison of neighboring pixels. In this paper, we propose the method which segments a large size of satellite image effectively using modified centroid linkage method. This method is a sort of region split and merge. The proposed method merges pixels and makes them as a new region through only two directional comparing the current positioning pixel with neighbor ones, if they are satisfied with given conditions. Therefore, this method has less comparing time than the cases of previous ones. The experimental result shows that the proposed method is very efficient because of having less processing time and more exact segmented regions than the previous ones.

• The KIPS Transactions:PartB
• /
• v.13B no.4 s.107
• /
• pp.401-408
• /
• 2006

In this paper, we propose a new class of segmentation technique for feature extraction based on the statistical and regional classification at each vertical or horizontal line of digital image data. Data is processed and clustered at each line, different from the point or space process. They are designed to segment gray-scale sectional images using a horizontal and vertical line process due to their statistical and property differences, and to extract the feature. The techniques presented here show efficient results in case of the gray level overlap and not having threshold image. Such images are also not easy to be segmented by the global or local threshold methods. Line pixels inform us the sectionable data, and can be set according to cluster quality due to the differences of histogram and statistical data. The total segmentation on line clusters can be obtained by adaptive extension onto the horizontal axis. Each processed region has its own pixel value, resulting in feature extraction. The advantage and effectiveness of the line-cluster approach are both shown theoretically and demonstrated through the region-segmental carotid artery medical image processing.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1641-1644
• /
• 2004

3차원 볼륨데이터에서 분할 대상영역의 밝기 값이 다양하면서 밝기 값이 유사한 영역과 인접한 경우 3차원 영역확장(region growing) 방법을 사용하여 영역을 분할하기 위해서는 영역확장의 중요한 요인인 동질성 기준 값의 적절한 선택이 요구된다. 본 논문에서는 영역 복셀(voxel)의 1차 미분 값의 크기인 기울기 크기(gradient magnitude)만으로 영역의 경계를 찾기가 쉽지않은 대상의 분할을 위해 볼륨데이터의 지역적인 밝기 값의 변화의 특징을 고려하면서 분할 대상영역의 복셀의 2차 미분(second partial derivation)을 행렬의 요소(element)로 갖는 Hessian 행렬의 고유치(eigenvalue)를 영역확장의 문턱치 결정에 이용하였다. 제안한 알고리즘은 3차원 영역확장의 결과에 가장 큰 영향을 미치는 적절한 문턱치의 선택으로 대상영역의 분할을 성공적으로 수행하여 3차원 영역확장의 단점을 보완하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1769-1772
• /
• 2005

본 논문에서는 사용자의 작업을 최소화하고 결과의 정확성을 높일 수 있는 3 차원 영역 분할 알고리즘을 제시하고 있다. 경계선을 강화하고 유사영역을 평탄화하는 SRAD(Speckle Reducing Anisotropic Diffusion) 필터링은 잡음에 의한 3 차원 영역확장의 오류를 줄이고 분할 대상의 경계부분까지 안정적으로 영역을 확장시켜준다. 3 차원 영역확장 방법은 사용자에 의해 입력된 시작점을 기반으로 영역의 유사성과 집합성을 판단하는 평가함수(cost Function)를 계산하여 3 차원으로 영역을 확장시킨다. 이러한 방법을 이용할 때에 보다 효과적으로 3D MRI 데이터에 대한 영상 분할을 수행할 수 있다. 또한 논문에서 제시한 알고리즘의 검증을 위해서 분할 결과에 대한 의료진의 검증을 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.683-686
• /
• 2010

본 논문은 영상 내에서 영역을 분할하여 영상 잡음을 효과적으로 제거하는 기법을 제안한다. 제안한 방법을 통해 잡음 영상을 영역 분할 경우 잡음부분까지 영역 분할되는 문제가 발생하기 때문에 잡음 영상을 저대역(Low-pass) 필터를 통과함으로써 잡음을 최소화한다. 저대역 필터를 통과한 영상에서 에지를 추출하여 비정상적인 에지의 추출을 방지함으로써 영상이 가진 근본적인 에지를 정확하게 추출한다. 획득한 에지 정보를 바탕으로 각 영역간의 히스토그램의 평균 오차를 이용하여 영역을 분할한다. 분할된 영역은 각 영역별로 저대역(Low-pass) 필터를 통과시킴으로써 영역에 맞는 잡음 제거를 통해서 더욱 빠르고 효과적으로 제거한다. 본 논문의 방법은 기존의 학습을 통한 잡음 제거 방법과 다르게 학습 시간이 요구되지 않으며, Non-local Means의 방법과 다르게 큰 연산량을 요구하지 않기 때문에 유사한 성능으로 빠른 잡음 제거를 할 수 있다.