• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.82-83
• /
• 2012

본 논문에서는 세라믹을 비파괴 검사하여 얻어진 영상에서 세라믹의 결함을 검출하는 방법을 제안한다. 비파괴 검사를 통하여 얻어진 영상의 윤곽선을 추출하기 위하여 Prewitt 마스크를 적용한다. 그리고 비파괴 검사 영상의 잡음 비율을 최소화하기 위해 결함이 겹쳐진 윤곽선을 기준으로 감마 처리를 수행하고 임계치 이진화 기법을 적용하여 구간별로 결함을 검출한다. 구간별 결함을 통합하여 결함을 검출한다. 검출한 결함에 Grassfire 기법을 적용하여 미세한 잡음을 제거한다. 본 논문에서 제안된 방법의 성능을 평가하기 위해 비파괴 검사에 적용되는 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 결함 검출 방법보다 결함 검출에 있어서 효과적인 것을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.9 no.9
• /
• pp.1150-1159
• /
• 2006

This paper proposed a curve progress control function of the area base instead of the existing edge indication function, in order to detect the brain ventricle area by utilizing a geodesic active contour model. The proposed curve progress control function is very effective in detecting the brain ventricle area and this function is based on the average brightness of the brain ventricle area which appears brighter in MRI images. Compared numerically by using various measures, the proposed method in this paper can detect brain ventricle areas better than the existing method. By examining images of normal and diseased brain's images by brain tumor, we compared the several brain ventricle detection algorithms with proposed method visually and verified the effectiveness of the proposed method.

• Journal of the Institute of Convergence Signal Processing
• /
• v.15 no.4
• /
• pp.128-134
• /
• 2014

In this paper, we propose a detection method of the leukocyte motions in a microvessel by using spatiotemporal image analysis. The leukocyte motions that adhere to blood vessel walls can be visualized to move along the blood vessel wall's contours in a sequence of images. In this proposal method, we use the constraint that the leukocytes move along the blood vessel wall's contours and detect the leukocyte motions by using the spatiotemporal image analysis method. The generated spatiotemporal image is processed by a special-purpose orientation-selective filter and then subsequent grouping processes are done. The subsequent grouping processes select and group the leukocyte trace segments among all the segments obtained by simple thresholding and skeletonizing operations. Experimental results show that the proposed method can stably detect the leukocyte motions even when multiple leukocyte traces intersect each other.

• Journal of Korea Society of Industrial Information Systems
• /
• v.12 no.5
• /
• pp.39-46
• /
• 2007

Research on human identification in ubiquitous environment has recently attracted a lot of attention. As one of those research, gait recognition is an efficient method of human identification using physical features of a walking person at a distance. In this paper, we present a human shape extraction and tracking for gait recognition using geodesic active contour models(GACMs) combined with mean shift algorithm The active contour models (ACMs) are very effective to deal with the non-rigid object because of its elastic property. However, they have the limitation that their performance is mainly dependent on the initial curve. To overcome this problem, we combine the mean shift algorithm with the traditional GACMs. The main idea is very simple. Before evolving using level set method, the initial curve in each frame is re-localized near the human region and is resized enough to include the targe region. This mechanism allows for reducing the number of iterations and for handling the large object motion. The proposed system is composed of human region detection and human shape tracking modules. In the human region detection module, the silhouette of a walking person is extracted by background subtraction and morphologic operation. Then human shape are correctly obtained by the GACMs with mean shift algorithm. In experimental results, the proposed method show that it is extracted and tracked efficiently accurate shape for gait recognition.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.3
• /
• pp.141-148
• /
• 2021

In this paper, we propose an algorithm of welding bead detection and evaluation using geodesic active contour algorithm and high pass filter with image processing technique. The algorithm uses histogram equalization and high pass filter as gaussian filter to improve contrast. The image processing techniques smoothens the welding beads reduce the noise on an image. Then, the algorithm detects the welding bead area by applying the geodesic active contour algorithm and morphological ooperation. It also applies the balloon force that either inflates in, or deflates out the evolving contour for a better segmentation. After that, we propose a method for determining the quality of welding bead using effective length and width of the detected bead. In the experiments, our algorithm achieved the highest recall, precision, F-measure and IOU as 0.9894, 0.9668, 0.9780, and 0.8957 respectively. We compared the proposed algorithm with the conventional algorithms to evaluate the performance of the proposed algorithm. The proposed algorithm achieved better performance compared to the conventional ones with a maximum computational time of 0.6 seconds for segmenting and evaluating one welding bead.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.214-218
• /
• 2004

본 논문은 fuzzy C 원형 윤곽선(fuzzy C spherical shells 이하 FCSS) 알고리즘을 확장한 interval 제2종 fuzzy C원형 윤곽선 알고리즘에 관한 연구이다. 본 논문에서는 FCSS의 클러스터 윤곽선과의 관계에 의해 패턴이 할당 받은 퍼지 소속도(fuzzy 소속도) 값 결정에 존재하는 불확실성(uncertainty)은 표현하고, 관리하여 플러스터링 성능을 향상하고자 한다. 이러한 과정을 통하여 확장된 interval 제2종 FCSS는 패턴 집합에 존재할 수 있는 노이즈(noise)의 존재에 대해 기존의 FCSS보다 좀더 안정적이고, 바람직한 클러스터 윤곽선을 검출해낼 수 있도록 할 수 있을 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.235-239
• /
• 2002

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다 된 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보를 이용하여 수직 블록과 수평 블록을 추출하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역에서 히스토그램 방법과 윤곽선 추적 알고리즘을 이용하여 개별 식별자를 추출한다. 컨테이너의 개별 식별자 인식은 ART1을 개선하여 지도 학습 방법과 결합한 개선된 신경망을 제안하여 적용한다. 실험 결과에서는 제안된 컨테이너 식별자 추출 린 인식 방법이 다양한 컨테이너 영상에 대해 효율적인 것을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.58-59
• /
• 2017

손 제스처는 스마트 글라스 등 웨어러블 기기의 NUI(Natural User Interface)를 구현하기 위한 수단으로 주목받고 있다. 최근 손 제스처 인식에서의 인식률 개선을 위하여 다양한 인식기법이 제안되고 있으며, 딥러닝 기반의 손 제스처 인식 기법 또한 활발히 연구되고 있다. 본 눈문에서는 웨어러블 기기에서의 미디어 소비 등 다양한 응용을 위하여 CNN(Convolutional Neural Network) 기반의 손 제스처 인식 기법을 제시한다. 제시된 기법은 스테레오 영상으로부터 깊이 정보와 색 정보를 이용하여 손 윤곽선을 검출하고, 검출된 손 윤곽선 영상을 데이터 셋으로 구성하여 CNN 에 학습을 시킨 후, 이를 바탕으로 손 윤곽선 영상으로부터 제스처를 인식하는 알고리즘을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.157-159
• /
• 2009

본 논문에서는 세라믹을 비파괴 검사를 통하여 얻어진 영상에서, 조직의 이상이나 결함의 정도를 자동으로 확인하는 방법을 제안한다. 비파괴 검사를 통하여 얻어진 영상에서 소벨 마스크를 적용하여 윤곽선을 추출하고, 추출된 윤곽선의 방향 정보를 $9{\times}9$ 마스크에 적용하여 영역을 분류한다. 그리고 분류된 각 영역을 히스토그램 스트레칭을 적용하여 영상을 보정하고, 4 방향 윤곽선 알고리즘을 적용하여 객체를 추출한다. 그리고 추출된 객체의 영역에 대해 형태학적 정보를 이용하여 잡음을 제거한 후, 손상된 영역을 추출한다. 본 논문에서 제안한 방법을 비파괴검사를 통하여 얻어진 영상을 대상으로 실험한 결과, 손상된 영역을 비교적 정확히 검출되는 것을 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.7
• /
• pp.838-846
• /
• 2004

In the case where both a camera and a target are moving at the same time, the image background is successively changed, and the overlap with other moving objects is apt to be generated. The snake algorithms have been variously used in tracking the object, but it is difficult to be applied in the excessive overlap with other objects and the large bias between the snake and the target. To solve this problem, this paper presents an extended snake model. It includes an additional energy function which considers the temporal variation rate of the snake's area and a SSD algorithm which generates the template adaptive to the snake detected in the previous frame. The new energy function prevents the snake from over-shrinking or stretching and the SSD algorithm with adaptively changing template allows the prediction of the target's position in the next frame. The experimental results have shown that the proposed algorithm successfully tracks the target even when the target is temporarily occluded by other objects.