• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.96-97
• /
• 2016

스테레오 정합은 컴퓨터 비전 분야에서 활발하게 연구되고 있는 연구 주제로 서로 다른 위치에서 획득된 두 영상을 정합하여 거리 정보를 얻는 방법이다. 이 방법은 초음파나 레이저를 광원으로 거리를 측정하는 것보다 실제 응용 환경의 제약을 적게 받아 다양한 분야에서 응용되고 있다. 하지만, 텍스쳐가 반복되거나 텍스쳐가 없는 영역 혹은 객체의 경계 부근에서 정확한 깊이 정보를 획득하지 못한다는 단점이 있다. 본 논문은 일반적 총 변이와 가이드 깊이맵을 사용하여 정합 비용을 정제 방법을 사용하여 정확한 깊이 정보 획득 방법을 제안한다. 실험 결과를 통해 제안한 방법이 기존의 색상 영상의 텍스쳐 복사 문제를 해결하였으며, 기존의 방법에 비해 bad pixel rates 측면에서 월등한 성능을 보이는 것을 확인하였다.

• 전자공학회논문지SC
• /
• 제41권1호
• /
• pp.55-62
• /
• 2004

이 논문은 뇌 자기 공명 영상을 Talairach 좌표계에 맞추어 반자동적으로 정합시키기 위한 방법을 제시한다. 뇌영상을 Talairach 좌표계로 변환시키기 위해서는 anterior commissure (AC), posterior commissure (PC), 최 전방점 (AP), 최 후방점 (PP), 최고점 (SP), 최저점(IP), 좌측점 (LP), 우측점 (RP)을 정해주고, 뇌의 회전각을 구하기 위해서 좌뇌와 우뇌의 가운데를 지나는 선을 지정해 준다. 이때 제안한 방법을 쓰면 뇌를 좀더 쉽고 안정된 방법으로 정합할 수 있게 된다. 이 논문에서는 일단 뇌의 midsagittal plane을 추출해 내기 위해 사용자가 axial, coronal 방향에서 각각 두 개씩의 점을 지정해준다. 이후 원형정합을 이용하여 Corpus Callosum의 대강의 위치를 찾아내고 다음 단계에서 그 주변의 영역에 대한 원형정합을 통하여 정확한 AC와 PC의 위치를 찾아낸다. 마지막으로 단면의 밝기 정보를 이용하여 뇌의 경계를 이루는 나머지 점들을 찾을 수 있는데 이렇게 찾아낸 점들로 뇌자기공명영상을 정합하면 좀더 편리하고 안정적인 정합 결과를 얻을 수 있다.

• 정보처리학회논문지B
• /
• 제13B권6호
• /
• pp.579-584
• /
• 2006

본 연구는 카운팅 정합도라 불리는, 비선형 정합도를 척도로 하는 템플릿 정합법을 이용하여 온-오프 형태 DNA칩의 탐색자를 구분하는 방법을 제안한다. 또한, 스팟 템플릿의 다양한 위치나 크기에 따른 응답의 최대값을 찾는 최대 응답 탐색법을 제안한다. 각 스팟의 교잡반응 여부만을 분류하는 온-오프 형태의 DNA 칩의 탐색자를 구분하는 용도에 제안된 방법을 적용하였다 2390명의 환자에 대한 인유두종 바이러스 DNA 칩 검사에 적용하여, 카운팅 정합도를 기존의 정규상관도나 메디안과 비교하였다. 카운팅 정합도가 최대 응답 탐색법에 관계없이 최고의 성능을 보였다. 실험결과 위치탐색을 결합한 카운팅 정합도가 가장 적절하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권1호
• /
• pp.41-49
• /
• 2005

본 논문에서는 동일 환자에 대하여 시간차론 두고 촬영한 복부 CT 영상에서 환자의 움직임에 따른 두 영상 간 차이를 보정하기 위하여 지역적 거리전파를 이용한 자동 폐 정합 방법을 제안한다. 본 제안방법은 다음과 같은 세 단계로 구성된다 첫 번째, 일련의 두 볼륨데이타에서 폐 경계를 추출한 후, 폐를 포함하는 최적경계볼륨을 생성하여 초기정합을 수행한다 두 번째, 초기에 촬영한 볼륨데이타에서 지역적 거리전파를 이용하여 폐 경계로부터 3차원 거리맵을 생성한다. 세 번째, 선택적 거리 측정을 통해 두 경계간에 거리차이가 최소인 위치로 영상을 정합한다. 실험으로 3명의 환자 데이타에 대하여 영상정합을 하였고, 기존의 챔퍼매칭 정합 방법과 수행속도와 견고성 측면에서 비교 평가하였다. 본 제안방법은 지역적 거리전파를 사용하여 생성된 3차원 거리맵을 이용한 선택적 거리측정을 통하여 최적의 위치로 빠르고 견고하게 정합된다.

• 한국음향학회지
• /
• 제22권7호
• /
• pp.562-572
• /
• 2003

수동 소나를 이용하여 기동 표적의 위치를 추정하는 정합-표적모델 역산 기법을 개발하였다. 본 기법은 수중음향학 분야에서 널리 사용되는 정합장 역산 방법을 이용하여 관측으로부터 얻어지는 방위와 주파수를 표적모델에 의해 계산되는 값과 정합 시킴으로써 표적의 위치를 파악한다. 효율성과 정확성을 향상시키기 위하여 변수의 탐색 방식은 혼성 최적화 기법을 이용하였는데 일차적으로 광역 최적화 기법으로 알려진 유전자 기법이나 모사 담금질 기법을 적용한 후 단순 비탈 국부최적화 기법을 순차적으로 적용하였다. 제안 기법의 성능 검증을 위하여 3가지의 기동 시나리오에 대하여 시뮬레이션을 실시하였다. 검증 결과 가우시안 확률분포를 갖는 측정오차가 5σ를 가지는 경우에도 견실한 수렴을 보여주었으며 계산 시간면에서도 실용적 인 것으로 밝혀졌다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.388-393
• /
• 2003

도시화 속도의 증가와 더불어 3차원 자료 획득의 출처가 다양해지연서, 도로 및 건물경계선과 같은 선형 GIS 정보에 대한 신속한 갱신 또한 요구되고 있다. 임의의 출처 자료로부터 대상 자료를 갱신하기 위해서는 가장 먼저 두 자료간의 위치 관계를 결정하여야 하며, 특히 영상정보와 같은 출처 자료와 GIS 자료와 같은 대상 자료간의 위치 관계를 결정하기 위하여 기존에 제시되어온 대부분의 방법들은 두 개 자료간의 관계를 정의 할 수 있는 기준정과 같은 정확한 점 정합 요소(point matching entities)를 요구하고 있다. 따라서 정확한 정합 요소들을 획득할 수 없는 경우 영상과 GIS 자료간의 위치 관계를 결정할 수 없을뿐더러 위치 관계 정립의 결과는 정합 요소들의 분포 및 정확도에 매우 의존하게 된다. 또한 이러한 점 정합 요소들을 정의하기 위해서는 대부분의 경우 수동적으로 이루어질 수밖에 없다. 따라서 본 연구에서는 영상 및 GIS 자료의 선형 정보를 이용하여 정확한 점 정합 요소들을 모르더라도 영상과 GIS 자료간의 위치 관계를 결정할 수 있는 기법을 제시하고자 한다. 사용된 알고리즘은 개선된 Hough 변환(Modified Hough Transform)을 기반으로 다수의 선형 정보 중에 정합되는 요소들을 자동으로 찾아내고 이들을 최소제곱법으로 풀이함으로써 두 데이터간의 기하학적 변환 관계를 결정하는 기법이다. 본 연구에서는 이와 같은 접근을 통해 데이터간의 기하학적 변환 관계를 결정한 후, 영상 상에는 존재하지만 GIS 자료에는 존재하지 않는 선형 정보에 대한 갱신 여부를 확인하고 갱신함으로써 3차원 위치 자료의 자동 생성에 대한 가능성을 제시하고자 한다.로 갈수록 퇴적이 우세한 것으로 관측되었다.보체계의 구축사업의 시각이 행정정보화, 생활정보화, 산업정보화 등 다양한 분야와 결합하여 보다 큰 시너지 효과와 사용자 중심의 서비스 개선을 창출할 수 있는 기반을 제공할 것을 기대해 본다.. 이상의 결과를 종합해볼 때, ${\beta}$-glucan은 고용량일 때 직접적으로 또는 $IFN-{\gamma}$ 존재시에는 저용량에서도 복강 큰 포식세로를 활성화시킬 뿐 아니라, 탐식효율도 높임으로써 면역기능을 증진 시키는 것으로 나타났고, 그 효과는 crude ${\beta}$-glucan의 추출조건에 따라 달라지는 것을 알 수 있었다.eveloped. Design concepts and control methods of a new crane will be introduced in this paper.and momentum balance was applied to the fluid field of bundle. while the movement of′ individual material was taken into account. The constitutive model relating the surface force and the deformation of bundle was introduced by considering a representative prodedure that stands for the bundle movement. Then a fundamental equations system could be simplified considering a steady state of th

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.66-71
• /
• 2009

최근 가상도시, 위치기반시스템 등 여러 분야에서 도심지역의 고해상도 DSM의 수요가 증가하고 있다. 고해상도 DSM을 획득하는데 항공 라이다 측량은 가장 효율적이고 경제적인 방법으로 인정받고 있다. 그러나 레이저 펄스는 도시건물의 모서리와 코너보다는 주로 표면에서 반사되기 때문에 일반적으로 라이다 DSM은 명확한 수직 breakline을 포함하기 힘들다. 이에 본 연구에서는 라이다 데이터와 항공영상의 결합을 통해서 고품질의 도시지역 DSM을 생성하는 새로운 방법을 제안하고자 한다. 제안된 방법은 (1) 서로 다른 두 센서에서 획득된 라이다 데이터와 영상의 기하 정합, (2) 라이다 데이터를 이용한 영상정합, (3) 영상정합을 통해 획득된 지상점과 라이다 데이터를 이용한 DSM 생성순으로 이루어진다. 영상 정합을 위한 지상점의 초기값으로 대상지의 평균고도를 높이로 사용하는 것이 아니라 라이다 데이터로부터 얻어진 높이를 사용한다면 영상 정합이 아주 정밀하게 이루어 질 수 있다. 이와 함께 정합된 영상으로부터 얻어진 지상점은 라이다 데이터 보다 더 높은 밀도를 갖게 된다. 따라서 DSM 생성을 위한 격자에 라이다 데이터와 영상정합의 결과로 얻어진 지상점 모두를 내삽에 이용하여 DSM을 생성하고자 한다.

• 한국항해항만학회지
• /
• 제32권5호
• /
• pp.355-361
• /
• 2008

스테레오 정합은 스테레오 시각 분야에서 가장 활발히 연구되는 분야이다. 본 논문에서는 물체의 위치 인식을 위한 유전 알고리즘을 이용한 스테레오 정합을 제안한다. 정합 환경을 최적화 문제로 간주하고 진화 전략을 이용하여 최적해를 탐색한다. 따라서, 유전 연산자는 스테레오 정합에 맞게 설계하였고 개체는 변위집단을 대표한다. 영상의 수평화소라인을 염색체로 간주하였다. 비용함수는 스테레오 정합에서 사용하는 일반적인 제약조건들의 조합이다. 비용함수가 명암도, 유사도, 변위 평활성으로 구성되었기 때문에 정합을 시도할 때 매 세대마다 이 모든 요소들을 한번에 다룬다. 염색체를 정의하기 위해 LoG연산자로 경계선을 추출하였으며 실험을 통하여 제안한 방법을 검증하였다.

• 정보처리학회논문지B
• /
• 제19B권2호
• /
• pp.113-122
• /
• 2012

스테레오 정합(stereo matching) 기술은 주어진 두 영상에서 동일한 물체의 영상점이 어떤 위치 관계를 가지고 있는지를 결정하는 기술이다. 본 논문에서는 영상 특징점에 대해 스테레오 위치관계를 결정하는 새로운 스테레오 특징점 정합(stereo feature matching) 방법을 제시한다. 제안하는 방법은 주어진 스테레오 영상에서 FAST 추출기를 이용하여 특징점을 추출하고, 특징점 벡터들의 정보들을 내부에 포함하는 특징창(feature window)이라는 공간을 정의하여 스테레오 정합의 성능을 향상한다. 제안하는 방법은 표준 영상에 추출된 특징점들에 대해 특징창을 생성하고, 참조 영상에서 표준 영상의 특징창과 가장 유사한 특징창을 탐색 및 결정한 다음, 결정된 두 개의 특징창 내부의 특징점들의 시차관계는 특징링크(feature link)를 생성하여 시차를 결정한다. 만약, 이 과정에서 시차가 결정되지 않은 특징점들이 있다면, 특징창 내의 결정된 시차 정보를 이용하여 시차 값을 보간한다. 마지막으로, 제안하는 방법의 성능을 검증하기 위해 결과 영상과 정답 영상의 시차를 비교하여 정합 정확성과 수행시간을 비교하였다. 또한, 기존의 특징점 기반 스테레오 정합 방법들과 제안하는 방법의 성능을 비교 및 분석하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권3_4호
• /
• pp.224-238
• /
• 2004

다중 모달리티 영상정합은 서로 다른 성격의 두 영상의 중요정보를 결합하여 복합적 정보를 얻기 위해 널리 사용되는 영상처리 기법이다. 본 연구에서는 정합 대상 객체의 초기위치 및 방향에 종속적이지 않고, 낮은 정합오차 범위 내에서의 안정적인 정합을 지원하기 위하여 기존의 표면기반 정합 기법을 개선한 모멘트 정보 및 표면거리 기반의 정합 기법을 제시한다. 제안방법에서는 우선 정합대상객체의 표면 윤곽 점을 추출하고, 이를 기반으로 대상객체의 모멘트 정보를 추출하여, 표면거리 기반 상세 정합 이전에 모멘트 정보를 일치시키는 변환을 수행함으로써, 정합이전 대상객체의 위치 및 방향이 상이한 경우에 있어서도 정합이 안정적으로 수행되도록 한다. 또한 테스트 영상에 대한 표면 대표점 추출 시, 표면 코너추출법을 적용함으로써, 기존 표면 정보 기반 정합기법에서 일반적으로 사용하고 있는 무작위 샘플링 및 일정간격 샘플링에 의한 취약점을 보완한다. 본 논문에서 제안기법의 검증을 위하여 뇌 부위 자기공명단층영상(MRI)과 양자 방출 단층 촬영 영상(PET)을 적용하고, 정합오류율과 정합결과에 대한 2,3차원 가시화 영상의 육안평가를 통하여 정확성 및 안정성 측면을 검증한다.