• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.473-478
• /
• 2015

최근, 축산 농가에서 돈사 내 개별 돼지들의 자동 영상 모니터링 기법이 중요한 이슈로 떠오르고 있다. 현재까지 이를 위한 다양한 연구들이 소개되어 왔지만, 아직도 추가적인 연구 노력이 요구된다. 특히, 혼잡한 돈방에서 움직이는 근접한 돼지들의 객체 식별을 위한 연구가 영상처리 분야 입장에서 요구된다. 본 논문에서는 감시카메라 환경에서 움직이는 근접한 돼지들의 객체 식별을 위한 해법으로써 시공간 정보와 영역 확장 기법을 이용한 효율적인 영상 분할 방법론을 새롭게 제안한다. 실제로 세종에 위치한 한 돈사에서 취득한 영상 정보를 이용하여 본 논문에서 제안한 시스템의 성능을 실험적으로 검증하였다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1514-1519
• /
• 2019

혈관내 초음파(IVUS)는 인간 관상 동맥의 혈관 벽 구조를 관찰하고 평가하는데 적용되는 영상이다. IVUS는 정기적으로 관상 동맥에서 죽상 동맥 경화 병변을 찾는 데 적용된다. 혈관 구조의 자동 분할은 관상 동맥 장애를 감지하는데 중요하다. 따라서 본 논문에서는 혈관 내 영상에서 퍼지 이진화 기법을 적용하여 효과적으로 내막/외막 영역을 추출하는 방법을 제안한다. 제안된 방법에서는 혈관을 탐색하기 위해 기본적으로 퍼지 이진화 기법을 적용하지만 픽셀 강도의 상이한 균질성을 갖는 경우에는 평균 이진화 기법을 적용한다. 우리는 퍼지 이진화 결과와 평균 이진화 결과를 IVUS 이미지와 차별화하여 혈관벽의 내부/ 외부를 감지하기에 효과적인 자동 분할 방법을 구현하였다. 제안된 방법의 구현 결과로부터 Intima-Media Thickness (IMT) 또는 대상 영역의 부피와 같은 중요한 통계를 쉽게 계산할 수 있도록 하였다.

• 대한전자공학회논문지SP
• /
• 제43권3호
• /
• pp.84-91
• /
• 2006

본 논문에서는 수학적 모폴로지 연산과 가우시안 혼합 모형에 기초한 새로운 칼라 영상 분할 알고리즘을 제안한다. 우리는 혼합 모형에서 구성 성분의 수를 결정하고, 각 구성 성분의 중심값을 계산하는데 모폴로지의 연산과 라벨링 연산을 이용한다. 그리고 칼라 특징 벡터의 확률 모형으로 가우시안 혼합 모형을 사용하고, 이들의 모수 값들을 추정하는데 결정적 어닐링 EM알고리즘을 사용한다. 최종적으로 혼합 모형으로부터 계산된 사후 확률을 이용하여 칼라 영상을 분할한다. 실험 결과를 통하여 모폴로지 연산이 혼합모형의 수를 자동으로 결정하고 각 성분의 모드를 계산하는데 아주 효율적인 방법임을 보였고, 또한 결정적 어닐링 EM 알고리즘에 의하여 추정된 가우시안 혼합 모형을 사용하여 계산된 사후 확률에 의한 영상 분할 방법이 기존의 분할 알고리즘보다 정확한 분할 방법임을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.494-495
• /
• 2011

본 논문에서는 스마트 TV 시청시에 녹화하는 골프 동영상에서 오디오기반의 경계영역 검출를 이용하여 썸네일을 고속으로 생성하는 방법을 제안한다. 제안된 방법은 녹화되는 골프동영상의 인코딩된 오디오 정보로 부터 추출된 MDCT계수를 이용하여 온셋 구간 검출 및 오디오 세그먼테이션을 수행함으로써 골프 동영상을 6개의 오디오 클래스로 자동 분할한다. 분할된 오디오 세그먼트와 상응하는 비디오 프레임을 맵핑하여 골프 동영상의 썸네일을 생성한다. 제안된 오디오기반 경계영역 검출방법의 성능 측정 결과, 97.4%의 Recall과 96.85%의 Precision의 우수한 분류 성능을 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.322-326
• /
• 2006

본 논문에서는 내시경 영상에 대해 위암 영역을 자동으로 추출하는 방법을 제안한다. 본 논문에서는 내시경 영상을 획득하는 과정에서 발생하는 조명에 의한 잡음과 굴곡에 의해 발생하는 그림자에 의한 잡음 부분을 해결하기 위해서 HSI의 채도와 밝기 값을 이용하여 잡음 영역을 제거한다. 그리고 헤모글로빈 색소 정보를 나타내는 IHb값을 이용하여 전자 내시경 영상에서 유사한 헤모글로빈 색소 정보를 가지는 영역으로 분할한다. 분할된 영역들 중에서 RGB의 각 채널과 헤모글로빈 색소가 높게 나타나면 후보 영역으로 설정한다. 설정된 후보 영역 중에서 위암 영역의 형태학적인 특징 정보를 이용하여 위암 영역을 추출한다. 실제 전문의가 제공한 20개의 내시경 영상을 대상으로 실험한 결과, 제안된 위암 추출 방법으로 17개가 정확히 추출되었고 3개의 내시경 영상에서는 위암 영역이 정확히 추출되지 않았다.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.205-210
• /
• 2008

본 논문에서는 잡음에 의해 손상된 텍스트 영상으로부터 복원 및 분할을 위한 새로운 접근 방법을 제안한다. 제안된 방법은 손상된 영역의 복원을 위하여 색상 및 비색상 성분을 2차 대칭 스틱 텐서로 표현하고 보팅 기반의 손상된 영역을 복원하였으며, 마지막으로 클러스터링 방법에 의해 분할을 수행한다. 먼저 우리는 제안된 색상 선택함수에 의해 잡음에 강건한 색상과 비색상 성분을 선택한다. 두 번째 단계에서는 각각의 선택된 특징 벡터들은 스틱 텐서로 표현하였으며 제한된 보팅 커널의 필드내에서 이웃하는 보터들과 통신을 통하여 새롭게 정의된다. 따라서 2차 보팅 후 각각의 스틱 텐서는 이웃하는 텐서와 같은 특성을 가지며 손상된 영역들을 복원할 수 있다. 마지막으로 복원된 영상의 성능을 평가하기 위하여 적응적 평균 이동 알고리즘과 클러스터링 알고리즘을 이용하여 영상 분할을 수행하였다. 실험에서 제안된 방법은 전체적인 처리과정을 자동적으로 수행 가능하였으며 배경 및 객체의 영역에서 효율적인 복원 및 분할을 수행할 수 있었다.

• 대한공간정보학회지
• /
• 제10권3호
• /
• pp.41-51
• /
• 2002

최근 들어, 수치항공영상을 이용하여 지형정보를 추출하고자 하는 많은 연구가 수행되어 왔다. 그러나 수치항공영상에서 기존의 경계선 검출기법을 이용하여 대상물을 자동으로 인식하고 추출하는 것은 매우 어려우므로, 수동이나 반자동의 형태로 이루어졌다. 따라서, 본 연구에서는 먼저 도로 영역을 자동으로 추출하기 위해 밝기값이 분할된 항공영상의 의미론적인 정보의 대역을 중첩한 영상을 이용하여 인식에 장애가 되는 요소를 제거한 다음, 도로정보를 자동으로 인식하고 추출할 수 있는 알고리즘을 개발하여 시스템개발시 적용하고자 한다. 이를 위해 먼저, 횡단보도 대역 영상으로부터 횡단보도영역을 자동으로 인식하기 위한 '템플릿 회전이동 연산자'와 인식된 횡단보도의 장변의 길이를 바탕으로 도로영역을 추적할 수 있는 '윈도우 법선 탐색 추적 알고리즘'을 개발하므로써 항공영상으로부터 직접 도로정보를 자동으로 추출할 수 있는 기법을 제시하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.735-736
• /
• 2016

본 논문에서는 웹캠을 이용하여 사용자가 추출하고자 하는 객체를 영상으로부터 추출하는 시스템을 제안한다. 영상의 중심에 위치한 Super-pixel을 표시 (Seed) 정보로 이용하여 영상에서 중심에 위치하고 있는 객체를 추출하는 방식을 제시한다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2001년도 춘계학술대회논문집:21세기 신지식정보의 창출
• /
• pp.268-279
• /
• 2001

본 논문에서는 세금 계산서 상에서의 관심 영역 및 관심 영역 내의 데이터를 추출하는 알고리즘을 제안한다. 먼저, 입력되는 세금 계산서 영상의 색상 정보를 이용하여 서식을 자동으로 추출한다. 추출된 서식 영상을 가지고 문서의 기울기 및 관심 대상 영역의 위치를 파악한 후, 원 영상에 대하여 관심영역을 추출한다. 관심영역에 대한 히스토그램을 분석하여 바탕 영역으로부터 인식 대상 데이터를 추출한다. 제안한 알고리즘을 다양한 화질의 세금 계산서 영상에 대하여 적용한 결과, 정확하게 관심 영역을 분할해내고 인식 대상 데이터를 추출할 수 있음을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.350-352
• /
• 2000

위성이 보내어오는 영상의 량은 인간이 일일이 실시간으로 검색할 수 없을 정도의 방대한 양이다. 그러므로 위성이 보내어오는 영상을 자동적으로 빠른 시간내에 분석하기 위하여 원패스로 성질이 유사한 영역을 묶어서 분류하는 알고리즘이 필요하다. 본 연구에서는 자기조직화 신경망(SOM)을 인공위성 영상을 원패스에 분할할 수 있도록 학습방법을 개선하였으며 개선된 SOM 알고리즘이 같은 원패스 알고리즘인 온라인 K-means과 비교하여 유효함을 알 수 있었다.