• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.525-526
• /
• 2011

복부 MRI 영상에서 간의 인식은 간에 존재하는 질병을 파악하는 것뿐만 아니라 간에 대한 치료 방법이나 수술 방법을 결정하는 중요한 정보를 제공한다. 따라서 본 논문은 복부 MRI 영상에서 이러한 간 영역과 간의 혈관을 자동으로 검출하는 알고리즘을 제안한다. 제안 알고리즘은 1단계로 Region Growing의 개선된 방법으로 초기 설정된 간 영역의 외곽선 정보를 이용하여 씨앗점을 설정해 간 영역을 초기 분할한다. 2단계로 분할된 영역 경계선의 지역적 최소값을 이용하여 경계선의 보정 작업을 수행한다. 이후 3단계로 추출된 간 영역을 기반으로 영상 개선 후, 인페인팅(In-painting) 기법을 활용하여 간 영역 내부의 혈관 부분을 검출하게 된다. 제안 알고리즘의 평가는 전문의의 수작업 결과와 비교하였고, 결과 82.5%의 평균 정확도를 보여 제안 알고리즘의 효과적인 간혈관 검출을 확인하였다. 향후 본 연구의 확장으로 검출된 혈관 영역의 3D Volume Rendering 연구를 수행할 예정이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.826-829
• /
• 2014

본 연구에서는 야외 지형 영상 및 항공 영상 등에 대하여 각각의 영역들의 속성을 분할 및 인식 하기 위해 minimum entropy clustering 기반의 군집화 기법과 over-segmentation을 반복 적용하여 군집화 하는 두 방법을 융합한 기법을 제안하였다. 이 기법들을 기반으로 각 군집의 대표 영역을 추출한 후에 학습 데이터를 기반으로 만들어진 텍스톤 사전과 학습 데이터 각각의 텍스톤 모델을 이용하여 텍스톤 히스토그램 매칭을 통해 매칭 포인트를 얻어내고 얻어낸 매칭 포인트를 기반으로 영역의 카테고리를 결정한다. 본 논문에서는 인터넷에서 얻은 일반 야외 영상들로부터 자체적으로 제작한 지형 데이터 셋을 통해 제안한 기법의 우수성을 검증하였으며, 본 실험에서는 영역을 토양, 수풀 그리고 물 지형으로 하여 영상내의 영역을 분류 및 인식하였다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.525-534
• /
• 2018

카메라 캘리브레이션은 카메라의 초점거리, 주점위치, 렌즈왜곡 등의 매개변수를 결정하는 작업으로 이를 위해서 주로 체커보드를 촬영한 영상을 사용하고 있다. 체커보드 영상에서 타겟을 자동으로 인식할 때 기존의 연구는 사용자가 타겟인식을 위한 입력 매개변수를 잘 이해하고 있어야 하거나 영상에서 체커보드가 모두 나타나야 하는 한계점이 있었다. 이에 본 연구에서는 체커보드 중심부와 외곽부분에 각각 4개씩 8개의 블랍을 포함하는 직사각형을 이용하여 체커보드 영상의 일부만 촬영된 경우에도 자동으로 타겟점의 번호를 부여할 수 있고 별도의 입력 매개 변수 없이 자동으로 타겟을 인식하는 방법을 제안하였다. 본 연구에서 체커보드 타겟의 중심점을 자동으로 추출하기 위해서 흑백패턴의 왜곡, 경계선 변화빈도, 흑백픽셀의 비율의 3가지 조건을 이용하였다. 또한 체커보드의 방향성과 번호부여는 블랍을 이용하였다. 두 가지 타입의 체커보드에 대한 실험을 통해서 36장의 영상에 대해 1분 이내의 짧은 시간에 체커보드 타겟을 자동으로 인식할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.429-431
• /
• 1998

본 논문에서는 의료 영상 중에서 성대 운동의 불규칙적인 움직임을 판단하여 자동으로 진단 파라미터를 구하는 비디오스트로보키모그래피(Videostrobokymography) 시스템에서 관심 영역을 추출하는 방법을 소개하고자 한다. CCD카메라에 의해 촬영된 영상은 비디오 테이프에 저장된 후 이미지 캡쳐 보드에서 그레이 이미지(gray-level)로 변환되어 저장된다. 입력된 영상은 움직이는 영상을 촬영한 것이므로 관심 영역의 위치가 각 프레임마다 다르다. 또한 실제로 입력된 성대영상들이 점진적인 농도 변화를 보이기 때문에 에지에 의해 영역을 추출하는 일반적인 영역 추출방법은 사용하기 어렵다. 본 논문에서는 두 번의 단계를 통하여 관심 영역을 추출하고 있다. 첫 번째는 입력된 영상에서 노이즈를 제거한 후 각 프레임에서 영상의 최소 에너지를 구한다. 두 번째로 농도 변화 값을 특징 값으로 이용하는 분할-합병 알고리즘(Split-merge Algorithm)을 적용하여 관심 영역을 추출하였다. 제안한 알고리즘을 19명의 성대 영상에 적용하여 분석한 결과 성대의 관심 영역을 추출할 수 있었다. 그리고, 영상의 에너지 값을 이용하는 스네이크 알고리즘(Snake Algorithm)에 적용하여 비교해본 결과 본 연구에서 제안하는 스네이크 알고리즘보다 좋은 성능을 보임을 확인할 수 있었다. 본 연구에서 제안하는 관심 영역 추출 방법은 동적인 변화를 보이는 영상에서 관심 영역을 추출할 수 있을 뿐 아니라 계산 량이 적어 200x280크기의 이미지를 초당 약 40프레임에 대한 관심 영역을 추출할 수 있는 장점이 있다.

• 한국건축시공학회지
• /
• 제23권2호
• /
• pp.165-173
• /
• 2023

본 연구에서는 외단열 공사의 단열재 접착제 도포 품질을 자동으로 감리할 수 있는 모델을 제안하였다. 사례 적용 결과, 영역 분할 모델은 mAP 92.3%의 정확도를 나타냈고, 제안 모델의 접착제 면적 비율 산출 정확도는 98.8%, 접착제 덩어리 중심 간 거리 산출 정확도는 96.7%로 나타났다. 본 연구 결과는 외단열 공사의 감리를 위한 현장투입 인력을 최소화하면서 외단열 공사의 가장 빈번한 하자인 단열재 탈락 하자를 예방할 수 있으며 나아가 외단열 시스템의 활성화에 기여할 수 있을 것으로 판단된다. 향후에는 다양한 환경에서 외단열 공법의 시공 영상을 수집하여 영상 분할 모델의 성능을 높이고, 영상 내에 다수의 단열재가 포함된 경우에도 자동 감리할 수 있는 모델을 개발하고자 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권10호
• /
• pp.851-861
• /
• 2006

영상을 낮은 피사계 심도로 찍는 카메라 기법은 전통적으로 널리 이용되는 영상 취득 기술이다. 이 방법을 사용하면 사진사가 사진이나 동영상을 찍을 때 영상의 관심 영역에만 포커스를 두어 선명하게 표현하고 나머지는 흐릿하게 함으로써 자신의 의도를 보는 이에게의 분명하게 전달 할 수 있다. 본 논문은 이러한 피사계 심도가 낮은 동영상 입력에 대하여 사용자의 도움 없이 포커스 된 비디오 객체를 추출하는 새로운 방법을 제안한다. 본 연구에서 제안하는 방법은 크게 두 모듈로 나뉜다. 첫 번째 모듈에서는 동영상의 첫 번째 프레임에 대해서 포커스 된 영역과 그렇지 않은 흐릿한 부분을 자동으로 구분하여 관심 물체만을 추출한다. 두 번째 모듈에서는 첫 번째 모듈에서 구한 관심 물체의 모델을 바탕으로 동영상 프레임에서의 관심 물체만을 실시간이나 실시간에 가깝게 추출한다. 본 논문에서 제안하는 방법은 가상현실(VR)이나 실감 방송, 비디오 인덱싱 시스템과 같은 여러 응용 분야에 효과적으로 적용될 수 있고, 이러한 유용성은 실험 결과를 통해 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.496-498
• /
• 2001

Snake 모델(active contour model)은 초기값을 설정해주면 자동으로 임의의 물체의 윤곽을 찾아내는 알고리즘으로 영상에서 특정 영역을 분할하여 할 때 많이 이용되고 있다. 본 논문에서는 칼라 영상에서 얼굴과 얼굴의 특징점을 찾는 방법으로 이 알고리즘을 적용한다. 특히, 주어진 영상의 RGB 값을 정규화(normalization) 해주는 전처리 과정을 통해 얼굴의 특징점 후보 영역을 얻어내는 초기 값을 설정해주어야 하는 과정을 생략해주고 보다 정확한 값을 얻을 수 있도록 구현한다. RGB 값을 이용한 정규화 과정을 적용한 방법과 적용하지 않은 방법을 구현한 결과를 비교해줌으로써, 정규화 과정을 거친 방법의 성능이 더 우수함을 보여준다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권1호
• /
• pp.49-55
• /
• 2017

심장 CT 혈관 조영 영상은 심혈관의 전체 해부학 구조를 3D 로 보여줄 뿐 아니라 병변의 정보를 제공하기 때문에 관상동맥 질환 진단 및 치료에 많이 사용되고 있다. 하지만 영상의 방대한 크기로 인해 수동으로 정보를 추출하는 데는 한계가 있어 자동으로 심혈관을 정확하게 추출하는 연구들이 활발히 진행되고 있다. 심혈관 자동 추출 알고리즘을 개발하는데 있어 심혈관의 시작점인 상행대동맥의 심문을 검출하는 방법은 필수적인 부분이다. 본 논문에서는 심혈관의 시작점인 심문을 분할하는 방법을 제안한다. 첫째, 상행대동맥의 크기와 위치를 고려한 허프변환으로 대동맥 초기영역을 검출한다. 둘째, 초기영역을 기반으로 탐색범위를 줄일 수 있도록 관심 볼륨 영역을 설정한다. 셋째, 지오데식 활성외곽선 모델을 기반으로 정제된 대동맥 영역을 검출한다. 마지막으로 검출된 대동맥 영역에서 심문을 분할한다. 제안방법의 평가를 위해 20 개의 심장 CT 혈관 조영 영상에서 전문가가 수동으로 표기한 시작점과 비교 분석하였다. 실험 결과 제안방법을 통해 시작점이 제대로 추출 됨을 확인할 수 있었다.

• 한국방사선학회논문지
• /
• 제14권2호
• /
• pp.157-168
• /
• 2020

자기공명영상(Magnetic Resonance Image)을 이용한 구조적 연구 방법에서 뇌 구조 세분화 방법은 최근 빠르게 발전하여 구조 이미지의 자동 분할을 위한 유능한 방법론이 되었다. 특히 아틀라스 정보를 이미지에 등록해 피사체의 이미지로 전달하는 분할(Segmentation) 방법은 아틀라스(Atlas)의 정확도에 편향되기 때문에 높은 정확도를 갖고 있는 아틀라스가 필요하게 된다. 알렌 마우스 뇌 아틀라스(Allen Mouse Brain Atlas)는 마우스의 아틀라스 중에서 높은 정확도를 갖고 있어 다양한 분야에서 사용되고 있으며, 신경섬유지도(Tractography)에 필수적인 마우스 뇌구조의 정확한 좌표와 분할 정보를 제공할 수 있다. 또한 기능적 연구 방법인 뇌의 백질 경로를 재구성하는 확산텐서영상(Diffusion Tensor Image)에 대한 확률론적 신경섬유지도를 사용하여 포괄적인 뉴런 네트워크를 매핑 하였다. 인간의 뇌 연구 결과와 마우스의 뇌 연구 결과는 비교분석 할 수 있어 인간에게 적용하기 어려운 실험들을 질환이 모델링된 마우스를 통해 결과를 얻어 임상적으로 이용이 가능하기 때문에 마우스 실험의 중요성이 올라가고 있다. 하지만 마우스를 이용한 연구에서 인간과 마우스의 뇌 크기 차이로 인한 문제가 있어 동등한 영상의 질을 달성하려면 다양한 조건이 필요하게 되며, 그중 대표적으로 충분히 긴 스캔시간이 필요하게 된다. 충분히 긴 스캔시간을 확보하기 위해 본 연구에서는 마우스의 뇌를 샘플화시켜 Ex-vivo 실험이 진행되었으며, 마우스 커넥톰(Connectome) 매핑에 대한 참조를 제공하기 위해 이 연구는 아틀라스 정규화 도구인 ANTx와 확산 텐서 영상을 분석할 도구인 FSL을 사용하여 마우스 뇌의 반자동 분할 및 신경섬유지도 분석 파이프라인을 제시하여 다양한 마우스 모델에 적용하고자 했다. 또한, 신경섬유지도 분석을 위해 획득하는 확산텐서영상의 유용한 신호대 잡음비를 결정하기 위해 다양한 여기수의 영상을 획득해 비교분석하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1161-1170
• /
• 2004

본 논문에서는 군집화 알고리즘을 사용하여 피부색 영역을 분할하는 방법을 제안한다. 기존의 군집화 알고리즘들의 대부분은 주로 구형의 군집을 검출하고, 배치형으로 수행되며, 군집의 개수를 미리정해야 한다는 문제점을 가지고 있다. 본 논문에서는 대표적인 타원형 군집화 알고리즘인 EM 알고리즘을 변형하여, 온라인으로 학습가능하며, 군집의 개수를 자동적으로 찾아낼 수 있는 EAM 알고리즘을 사용하였다. EAM 알고리즘외 유효성은 피부색 영역 분할에 대해 증명되었다. 실험결과는 군집의 개수가 미리 주어지지 않더라도, EAM 알고리즘은 주어진 영상에 대해 자동적으로 옳은 군집의 개수를 찾아냈고, EM 알고리즘과 비교하여 더 좋은 분할 결과를 보여주고 있다. 영역에 대한 조건부 확률을 이용하여 성공적인 피부색 영역의 탐지 및 분할 결과를 얻었다. 또한 사람이 포함된 영상을 분류하는 문제에도 적용하여 좋은 분류 결과를 얻었다.