• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.182-185
• /
• 2005

스테레오 영상에서 동일점을 찾는 과정은 스테레오 비전 시스템의 전체 성능에 가장 중요한 영향을 미치는 요소이다. 특히 동일점을 찾기 위해 두 화소의 유사도를 측정하는 많은 방법들이 있으나 기존의 대부분의 연구에서는 주로 화소의 밝기값이나 화소의 그레디어트 크기 등과 같이 한 두 가지의 특징값에 기초하여 유사도를 측정한다. 본 연구에서는 다수의 특징 요소를 이용하여 정합하는 다차원특징벡터 정합의 성능을 향상시키는 효과적인 정합 창틀 구현 방법을 제안한다. 깊이 불연속이 존재하는 항공영상을 실험에 사용하였으며 깊이 불연속에 강건한 정합 성능을 보임을 실험 결과를 통해 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.607-610
• /
• 2003

지문 정합을 할 때 특징점 사이의 거리와 각도가 유사한 순서대로 있는가를 비교하는 알고리즘을 제안한다. 한 점에서 가장 가까운 특징점을 찾고 다시 찾은 점에서 가장 가까운 특징점을 찾는데 이러한 세 개의 특징점들 사이의 거리와 끼인 각도를 기본 요소로 하여 이들의 순차를 특징점 배치도로 정의하여 등록지문에도 유사한 순차가 있는지를 검사한다. 정합 시에 특징점 사이의 거리, 각도 순차가 있는가를 검사하기 때문에 중심점을 찾지 않아도 되며 지문의 이동, 회전에 영향을 받지 않는다.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.83-92
• /
• 2006

본 논문에서는 영역기반의 스테레오 정합을 사용하여 영상의 변이를 추정하는 방법에 대해 기술한다. 영역기반의 변이 추정은 분할된 영역단위로 변이값을 계산하는데 스테레오 정합 단계의 정합오류뿐만 아니라 정합된 영역의 유형을 고려하지 않고 일률적인 방법으로 변이를 계산하기 때문에 부정확한 변이를 추정하게 되는 문제점을 가진다. 이런 문제점을 해결하기 위해 본 논문에서는 정합된 영역의 유형을 고려하여 변이를 추정하는 방법을 제안한다. 제안하는 방법은 스테레오 정합 수행 후 정합영역의 유형을 분석하여 유사정합, 비유사정합, 오정합, 비정합 영역으로 분류한 다음 분류된 정합영역별로 적절한 변이 추정 방법을 적용한다. 이 방법은 정합오류로 인한 잘못된 변이 추정을 최소화하며 정상적인 정합영역에 대해서도 변이의 정확도를 향상시킨다. 제안하는 방법의 성능을 평가하기 위해 다양한 장면에 대해 실험을 하였으며 실험결과 다양한 영상에서 정확도가 향상된 변이도를 얻을 수 있었다.

• 한국광학회:학술대회논문집
• /
• 한국광학회 2000년도 제11회 정기총회 및 00년 동계학술발표회 논문집
• /
• pp.306-307
• /
• 2000

1962년 Armstrong 등에 의해 second harmonic generation(SHG) 의 이론이 완성된 후 SHG 효율을 높이기 위한 방법으로 비선형성이 큰 물질의 개발과 더불어 위상정합(phase matching)을 만족시키는 여러가지 방법이 연구 되었다. 특히 위상정합의 경우 지금까지는 복굴절을 이용하는 방법이 널리 사용되었으나 이 경우 입사광의 파장이 제한적이고, 많은 무기물 결정에서 비선형광학계수의 가장 큰 텐서 성분인 $d_{zzz}$를 사용할 수 없다는 단점을 가지고 있다. 반면 유사위상정합(Quasi-phase matching:QPM) 은 비선형광학계수( $d_{zzz}$)의 방향을 결맞음 길이(coherence length)마다 분극반전 시켜주어 2차 조화파의 진폭을 길이방향으로 계속 증가시키는 방법으로 구역반전된 길이를 조절하면 거의 모든 파장에 대해 비임계 위상정합( $d_{zzz}$ 사용)이 가능하고, 2차 조화파가 기본파의 전파경로에서 벗어나는 walk-off 현상이 없어 SHG 전환효율을 극대화할 수 있다. (중략). (중략)

• 한국정보통신학회논문지
• /
• 제21권5호
• /
• pp.960-966
• /
• 2017

제안 논문에서는 의료영상 이미지를 입력받아 병변 추출이 가능한 알고리즘을 제안한다. 의료영상 이미지의 병변을 추출하기 위해 SIFT 알고리즘을 이용해 특징점들을 추출한다. 특징점의 강도를 높이기 위해 벡터 유사도를 이용해 입력 영상과 병변이미지를 정합하고 병변을 추출한다. 벡터 유사도 정합을 통해 빠르게 병변을 도출할 수 있다. 국소적인 특징점 쌍으로부터 방향 벡터를 생성하기 때문에 방향 자체는 국소적인 특징만을 나타내지만 두 영상 간에 존재하는 다른 벡터들 간의 유사도를 비교하고 전역적인 특징으로 확장될 수 있는 장점을 갖는다. 또한 병변 정합 오류율은 평균 1.02%, 처리속도는 특징점 강도 정보를 사용하지 않을 때보다 약 40%가 향상됨을 실험을 통해 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.286-288
• /
• 2003

모멘트 기반 정합은 전처리 과정을 통하여 수행되는 정합 대상기관의 형태정보를 추출하여, 이를 기반으로 대상기관의 무게중심 및 주축을 계산하고 이들 모멘트 정보를 일치시킴으로써 서로 다른 3차원 영상에 대한 정합을 유도하는 기법이다. 표면정보 기반 영상정합은 대상기관에서 추출된 표면정보를 기반으로 변환을 추정하여 서로 다른 영상의 전형적 형태의 유사성 정도를 최대화함으로써 정합을 수행하는 방법이다. 본 연구에서는 서로 다른 모달리티 영상에 대한 정합을 위하여 모멘트 기반 정합기법과 표면정보기반정합기법을 각기 구현하고 이들 방법에 대한 성능 및 문제점을 비교 분석하였다.

• 방송공학회논문지
• /
• 제20권4호
• /
• pp.641-644
• /
• 2015

본 논문에서는 이진 프레임 기술자와 이를 이용한 프레임 단위 유사중복 동영상 정합 알고리즘을 제안한다. 우선 동영상으로부터 취득한 프레임을 패치(patch)단위로 나누고 패치간의 관계를 이진으로 나타낸다. 그리고 두 동영상 프레임 간의 정합비용과 보상비용으로 비용 함수를 표현한다. 초기 정합과 반복적인 정합 갱신을 통해 비용 함수를 최소화한다. 실험을 통해 제안하는 이진 프레임 기술자의 적합성과 프레임 단위 정합 알고리즘 성능이 우수함을 확인한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 V
• /
• pp.2697-2700
• /
• 2003

이 논문에서는 3 차원 CT/CTA 영상 데이터에 대하여 고속 자동 정합 기법을 제안한다. 제안하는 기법은 다해상도 (multi-resolution) 구조의 정규 상호 정보량(normalized mutual information) 을 최대화하는 정합 방식에서, 정합 유사도를 계산하는 볼륨 영역을 효율적으로 줄여 정합 속도를 증가시키는 방법이다. 제안된 정합방식을 CT/CTA (CT angiography) 팬텀 데이터와 7 세트의 실제 CT/CTA 임상 데이터에 적용하여 테스트하였다. 이로부터 제안하는 방식이, 정합 정확도를 유지하는 동시에 정합 속도를 10 ∼ 60％ 로 감소시킴을 확인 할 수 있었다. 또한 제안된 정합 방식을 DS-CTA (digital subtraction CT angiography) 에 적용하여, CT/CTA 영상으로부터 혈관 영상을 성공적으로 추출하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.613-615
• /
• 2002

특징점 기반의 지문 정합 시스템은 동일 특징점의 검색을 통하여, 주어진 두 지문의 동일 여부를 결정하는 것을 목적으로 하고 있다. 정합과정의 검색 단계에서 동일 특징점으로 결정된 두 특징점간 거리 및 각도차의 분포를 확률적으로 모델링함으로써, 검색된 동일 특징점의 신뢰도를 높이고자 하였으며 전체적으로 지문 정합시스템의 성능향상을 목적으로 한다. 본 논문에서는 확률기법을 사용한 동일 특징점 유사도 산출 방법과 이를 통한 지문의 동일여부 결정방법을 제시하였으며 구현결과, EER의 경우 2.64%에서 0.78%로 70%의 감소효과를 얻을 수 있었다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.