• KIPS Transactions on Software and Data Engineering
• /
• v.5 no.10
• /
• pp.489-496
• /
• 2016

Thousands of pathological images are produced daily per hospital and they are stored and managed by a pathology information system (PIS). Since image edge detection is one of fundamental analysis tools for pathological images, many researches are targeted to improve accuracy and performance of image edge detection algorithm of HIS. In this paper, we propose a novel image edge detection method. It is based on Canny algorithm with adaptive threshold configuration. It also uses a dividing ruler to configure the two threshold instead of whole image to improve the detection ratio of ruler itself. To verify the effectiveness of our proposed method, we conducted empirical experiments with real pathological images(randomly selected image group, image group that was unable to detect by conventional methods, and added noise image group). The results shows that our proposed method outperforms and better detects compare to the conventional method.

• Journal of KIISE:Computing Practices and Letters
• /
• v.8 no.1
• /
• pp.116-125
• /
• 2002

This paper presented a method of extracting shape information from a clipart image and then measured the similarity between clipart images using the extracted shape information. The results indicated that the outlines of the extracted clipart images were clearer that those of the original images. Previous methods of extracting shape information could be classified into outline-based methods and region-based methods. Included in the former category, the proposed method expressed the convex and concave aspects of an outline using the ratio of a rectangle. Accordingly, the proposed method was superior in expressing shape information than previous outline-based feature methods.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.945-947
• /
• 2021

Canny Edge Detection은 필터와 방향벡터를 이용한 대표적인 외곽선 추출 알고리즘으로서 대부분의 외곽선 추출 연구에서 이를 변형하여 사용한다. 그러나 본 논문에서는 외곽선 추출의 전처리 과정으로서 이미지에서의 잡음을 제거하는 알고리즘과 이를 바탕으로 외곽선을 더욱 효율적으로 추출할 수 있는 독창적인 알고리즘을 제시한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.4
• /
• pp.171-176
• /
• 2022

CNN is a type of deep learning and is a neural network used to process images or image data. The filter traverses the image and extracts features of the image to distinguish the image. Deep learning has the characteristic that the more data, the better models can be made, and CNN uses a method of artificially increasing the amount of data by means of data augmentation such as rotation, zoom, shift, and flip to compensate for the weakness of less data. When learning CNN, we would like to check whether outline image learning is helpful in improving performance compared to conventional data augmentation techniques.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.4-6
• /
• 2012

본 논문에서는 신속하고 정확하게 건물의 외곽선을 추출하기 위해서 항공 라이다 데이터를 타일 단위지형 분류 기법을 이용하여 분류하고, 건물 관련 타일의 항공영상으로부터 에지 정보를 추출하여 정확하게 건물 외곽선을 추출하는 기법을 제안한다. 제안된 건물 외곽선 추출 기법에서는 대부분의 연산을 타일 단위로 수행하고 항공영상의 특징 추출 범위를 건물 영역에 집중시킴으로써 건물의 외곽선을 정확하게 추출하는 과정의 처리속도를 개선하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.366-371
• /
• 2006

퓨리에 시리즈를 사용하면 이미지의 외곽선 특성을 표현할 수 있다. 이미지의 퓨리에 계수를 추출하기 위해서는 우선 이미지를 구성하는 주요 오브젝트를 표현하는 곡선을 추출한다. 이러한 곡선은 오브젝트의 특정 중심점에서 외곽선을 따라 일회전하면서 그 거리를 좌표상에 표시함으로써 얻을 수 있다. 기존의 퓨리에 계수를 추출하는 방법들은 추출된 계수를 이용하여 해당 곡선을 복원했을 때 원래의 곡선에 존재하던 상세한 특성을 표현하지 못한다는 단점이 있으며 이는 결국 이미지로부터 추출한 곡선을 사용하여 이미지를 검색할 때 정확도를 상당히 떨어뜨리게 한다. 이러한 문제점을 해결하기 위해서 본 논문에서는 Binary Range Reduction (BRR) 알고리즘을 제안한다. BRR 알고리즘은 원래의 곡선과 퓨리에 계수를 통해서 복원된 곡선간의 차이를 줄이기 위해서 전체의 곡선을 통해서 하나의 퓨리에 계수 세트를 추출하지 않고, 복원된 곡선이 원래의 곡선과 차이가 일정 크기 이상 나지 않도록 퓨리에 계수를 추출하는 구간을 나누어가며 퓨리에 계수를 추출한다. 이렇게 추출된 다수의 퓨리에 계수 세트를 통해서 복원된 곡선을 사용하여 이미지들 간의 유사도를 비교한다. 실험을 통하여 BRR 알고리즘을 사용하여 곡선에서 추출한 퓨리에 계수로 복원한 곡선이 원래 곡선의 특성을 정확하게 표현하고 있음을 보였고, 퓨리에 계수와 BRR알고리즘을 이미지 검색에 적용하였을 때, 높은 검색 결과를 얻을 수 있음을 보였다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.3
• /
• pp.366-370
• /
• 2010

This paper presents an automatic Oriental ink-rendering technique that recreates the artistic style of Oriental paintings from a single image. In Oriental paintings are characterized by strokes with various thickness and disordered dispersion. In this study, a stroke drawing method was developed based on the canny edge detector and radial curvature that are suitable for lines with varied thickness even along a single stroke. A dispersion-shading method was likewise developed by applying a set of iterated dual-filtering, and intensity exaggeration methods. The dispersion-shading method is designed to increase the local shade details, to decrease the global shade. Unlike the existing watercolor-rendering and abstraction system the proposed dispersion-shading method achieves disordered shade details rather than simplification.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06d
• /
• pp.346-348
• /
• 2006

본 논문은 잎맥 특징을 이용한 식물의 잎 이미지 검색 방법을 제안한다. 식물의 검색을 위해 모양 기반의 검색방법을 사용하였으며, 잎의 외곽선 분만 아니라 내부의 잎맥 정보를 이용하여 정확율을 향상시켰다. 외곽선은 MPP(Minimum Perimeter Polygons) 알고리즘을 개선하여 표현하고, 내부의 잎맥의 특징은 CSS(Curvature Scale Space)를 개선하여 주맥과 교차점, 끝점을 추출하여 표현하였다. 특징 점들간의 관계와 거리값을 통해 가중치가 있는 그래프로 표현하고 이 값을 통해 유사도를 계산하였다. 실험에서는 식물도감에서 1000여개의 식물 잎 이미지를 추출하여 기존의 알고리즘인 Fourier Descriptor, CSSD, CCD, Moment Invariants, MPP와 비교하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.144-145
• /
• 2008

본 연구는 라이다 자료를 이용하여 건물영역을 추출하고 건물모델을 구성하는 선형과 면요소들을 추출하는 기법을 제시하였다. 라이다 자료는 지형지물의 표고값을 정확하고 직접적인 방식으로 제공함으로써 기존의 항공사진에 비하여 매칭과정을 필요로 하지 않는 장점을 가지고 있다. 하지만 라이다 점들은 해당 수평위치에 대한 표고값만을 제공하기 때문에 지표 위의 지형지물들을 추출하기 위해서는 먼저 점들간의 기하학적인 관계를 분석하여 그들을 구성하는 선이나 면요소들을 추출해야 한다. 이를 위하여 본 연구에서는 먼저 라이다 자료를 라스터 형태로 변환한 후, 이미지 프로세싱을 통하여 상대적으로 낫은 영역과 높은 영역으로 분리하여 각각 지형과 건물영역으로 분류하였다. 다음으로 건물영역 경계로부터 건물 외곽선을 추출하고 건물영역 내에 면요소들을 통계분석을 통하여 추출하였다. 실험결과를 통하여 제시한 기법들은 비교적 복잡한 형태의 건물 지붕면과 외곽선을 성공적으로 분할하고 추출할 수 있음을 보여준다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.11a
• /
• pp.99-102
• /
• 2009

본 연구에서는 실제 기증받은 시체를 이용하여 인체의 각 구조물을 실제 모습 그대로 3D 이미지화하는 과정에 대해 알아보았다. 인체의 구조물을 3D 로 이미지화하는 과정은 다음과 같다. 먼저 시체를 0.2mm 간격으로 절단하여 절단면의 사진을 찍은 후, 각 절단면의 사진에서 각각의 구조물을 구역화하여 색칠을 한 후, 구역화한 이미지에서 외곽선을 추출하여 벡터 이미지를 만든다. 이 외곽선을 1mm 간격으로 쌓아 올린 후 그 표면을 재구성하여 3D 이미지로 변환하는 과정으로 진행되었다. 3D 이미지의 제작은 가슴 부위에 한정하여 이루어졌다. 인체의 해부학적인 모형을 3D 이미지로 시각화함으로써 얻는 효과는 일반인을 대상으로 인체의 내부에 대한 시각적인 호기심을 충족시켜주고 의학 상식을 넓히는데 도움을 줄 수 있을 것 이다. 또한 의대생들을 비롯한 의학 전문가들에게는 생생한 해부학 강의용으로도 활용 가능하다. 향후 Haptic 시스템을 이용한 의료 실습 어플리케이션과 접목될 수도 있을것이고, fMRI 데이터를 비롯한 타 데이터와의 융합을 통해 시각화하여 서비스 할 수도 있다. 이처럼 인체의 3D 모형은 의료분야에서 광범위하게 활용될 수 있는 데이터로써 그 가치를 지닐 것이다.