• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.652-655
• /
• 2004

기존의 병리 영상을 판독하고 저장, 관리 하는 시스템이 수작업으로 이루어져 발생하는 문제점들을 보완하는 방안으로 유방종양 영상을 사용하여 세포영상 내용기반 검색 시스템을 구축 하고자 한다. 유방암 세포를 사용하여 효율적인 내용기반 영상 검색 시스템을 구축하기 위해서는 유방암 영상에서 검색에 가장 적합한 영상의 질감, 칼라, 형태학적 특징값의 조합이 필요하다. 따라서 본 논문에서는 세포영상의 분류에 많이 사용되는 질감 특징과 칼라값을 사용하여 내용기반 검색 시스템을 구축 하였으며, 칼라값과 질감특징값을 사용하여 검색했을 때의 효율성을 비교하였다. 향후 이런한 실험들을 통하여 세포영상검색에서 가장 최적의 파라미터들을 조합한 내용기반 검색 시스템을 구축하고자 한다.

• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.477-487
• /
• 2010

북한의 산림은 1970년대부터 산지개간과 땔나무 채취, 벌목 등에 의해 대규모로 황폐화되었으며, 이러한 산림황폐지는 경제적, 환경적, 재해발생 측면에서 반드시 복구되어야 한다. 본 연구의 목적은 산림황폐지가 대규모로 발견되고 있는 북한 혜산 지역에 대해 산림복구사업 (A/R CDM 사업)을 계획할 수 있는 잠재적 대상지를 추출하기 위한 목적으로, 입목지와 산림황폐지(무립목지, 개간산지, 산간나지)를 보다 정확하게 분류하지 위한 고해상도 영상 기반의 영상분류기법을 개발하고자 한다. 북한의 산림황폐지 유형은 분광특성뿐 아니라 질감특성에 따라 구분될 수 있다. 따라서 본 연구에서는 2.5m SPOT Pan-Sharpened 영상을 이용해 분할영상을 제작하고 이 과정에서 생성된 질감(texture) 정보를 산림피복 분류 시 분광정보와 함께 활용했다. 분할영상의 제작 시 Scale factor 40/Shape Factor 0.3을 적용하였을 떼 각 산림피복 항목을 분리할 수 있는 적절한 규모의 분할조각이 생성되었다. 또한 산림 피복을 가장 잘 분류해내는 최적밴드를 선정한 결과 기존의 분광밴드 1/2/3 에 질감밴드인 GLCM_dissimilarity (밴드2), GLCM homogeneity (밴드2), GLCM_standard deviation (밴드3)를 추가 하였을 때 산림황폐지 유형간 분리도가 가장 커지는 것으로 나타났다. 질감특성을 이용한 분할영상기반 분류결과기법에 따른 분류결과(80.4%)는 분광정보만을 이용하는 방법의 분류결과(70.3%) 보다 정확도가 높았으며, 특히 입목지와 무립목지의 분리에 있어서 약 23~25%의 정확도 향상 효과를 보였다. 결론적으로 본 연구에서는 직접 현지조사를 하기 어려운 북한지역에 대해 고해상도 위성영상이 효과적인 산림피복분류의 근거를 제공했으며 영상의 분류 시 질감특성을 함께 활용하는 것이 상세한 산림피복 분류에 있어서 정확도 향상에 기여를 할 수 있다는 것을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제5권5호
• /
• pp.505-514
• /
• 2002

본 논문에서는 내용기반 영상 분류를 위한 방법론으로써 신경망을 이용한 방법을 제안한다. 분류 대상 영상은 인터넷상의 다양한 영상들 중에서 전경과 배경의 구분이 있는 객체 영상이다. 전처리 과정에서 영역 분할을 이용하여 영상 내에서 배경을 제거하고 객체 영역을 추출한다. 분류를 위한 특징은 웨이블릿 변환 후 푸출된 형태 특징과 질감특징을 이용한다 추출된 특징 값들을 이용하여 영상들에 대한 학습패턴을 생성하고 신경망 분류기를 구성 한다. 신경망의 학습 알고리즘은 역전파 알고리즘을 사용한다. 가장 효과적인 질감특징을 선 택 하기 위한 실험에서는 대각 모멘트가 가장 높은 분류률을 보여 주었다. 배경을 제거 하고 대각 모멘트를 특징으로 사용하여 실험하였을 때, 30종류에서 각 10개씩 총 300개의 학습 데이터와300개의 테스트 데이터에 대하여 각각 72.3%와 67%의 정분류률을 보였다.

• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.70-77
• /
• 2019

조기 유방암을 진단하기 위해서는 유방초음파 판독이 매우 중요하다. 초음파 검사는 초음파장비에 따라 화질의 차이가 심하게 나타날 뿐만 아니라 검사자의 경험과 숙련 정도에 따라 진단의 차이가 크게 나타난다. 따라서 정확한 진단과 치료를 위하여 객관적인 판단기준이 필요하다. 이에 본 연구에서는 GLCM(Gray Level Co-occurrence Matrix) 알고리듬을 적용하여 질감 특성을 분석하고 특징파라미터들을 추출하여 신경망분류기를 이용하여 유방암을 진단하였다. 유방초음파 영상은 정상 조직과 양성, 악성 종양으로 분류하여 질감 특성 파라미터 6가지를 추출하였다. 유방초음파검사로 진단된 정상 영상, 악성 및 양성종양 영상 각각 14증례를 대상으로 추출된 6개의 파라미터들을 적용하여 다층 퍼셉트론 신경망구조 역전파 학습방법으로 학습을 시켰다. 학습된 모델에 정상 유방 영상 51증례, 양성종양 영상 62증례, 악성종양 영상 74증례의 영상을 사용하여 분류한 결과 95.2%의 분류율을 나타내었다.

• 융합신호처리학회논문지
• /
• 제2권4호
• /
• pp.22-30
• /
• 2001

본 논문은 유방질환 중에서 유관(duct )에 발생하는 유방종양을 Benign, DCIS(ductal carcinoma in situ) NOS (invasive ductal carcinoma)로 분류하기 위해 3가지 분류기 (classifier) 를 생성한 후, 비교 분석하였다. 분류기 생성에서 가장 중요한 단계인 특징 추출 단계에서 세포핵의 기하학적 특징을 형태학적 특징을 추출하여 분류기를 생성하고 염색질 패턴의 내부적 변화를 나타내는 질감 특징을 추출하여 2가지 배율(100/400배)에서 2개의 분류기를 생성하였다. 400배 배율의 유방질환 영상에서 세포핵을 추출하여 핵의 형태학적 특징값인 핵의 면적, 둘레. 가로, 세로(장. 단축) 의 길이, 원형성의 비율을 구한 후 이 특징값들을 조합하여 판별분석에 의해 분류기를 생생하고, 분류 정확도를 검증하였다. 100배 배율과 400배의 배율의 유방질환 영상에서 1, 2, 3, 4 단계(level)의 wavelet 변환를 적용한 후, 분할된 서브밴드에서 GLCM(Gray Level Co-occurrence Matrix)을 이용하여 질감 특징(entropy Energy, Contrast, Homogeneity)를 추출하고, 이 특징값들을 조합하여 판변 분석에 의해 분류기를 생성한 후 분류 정확도를 검증하였다. 이 세 분류기를 비교 분석 하였을때 현민경 100배 배율의 영상을 3단계 wavelet 변환을 적용하고 질감 특징을 추출하여 생성한 분류기가 다른 두 분류기보다 유방 질환 Benign, DCIS; NOS를 분류하는데 더 나은 결과를 보였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 춘계학술발표논문집
• /
• pp.133-136
• /
• 2000

본 논문에서는 폐암의 변이 형태 분석을 위한 정량적 분석 방법을 연구하였다. 보다 객관적인 분석의 필수적 요인인 정확한 분할을 이해 질감 특징과 통계학적 분류방법을 이용하였으며, 변이 형태 분석을 위해서 분할된 ROI 로부터 여러 가지 형태학적 특성값과 질감 특성값을 추출하여 변이 형태에 따라 비교분석하였다. 이러한 폐암의 변이 형태 분석을 위한 방법은 다른 기관으로의 원격전이가 쉬운 종양의 특성평가에 대한 객관적 병리진단의 보조도구로 사용될 수 있을 것이다.

• 대한지리학회지
• /
• 제41권2호
• /
• pp.139-149
• /
• 2006

국내에서 해안사구의 생성과정 및 생물지화학적 특성에 대한 연구가 누적되어 왔지만 원격탐사방법을 이용한 분석은 범위를 파악하기 위한 수준으로 시각적 분석을 수행한 것이 대부분이다. 사구지역 범위 추출을 위한 적합한 질감분석방법을 찾아보기 위하여 제주도의 김녕사구지역을 대상으로 영상분석, 야외조사 및 통계분석을 실시하였다. 제주도 사구는 내륙으로 깊숙이 발달하고 있으며 현무암 돌담의 색채와 대비되어 단순 영상분류 분석보다는 질감분석을 적용할 경우 뚜렷한 범위를 도출할 수 있었다. 영상은 전처리 과정 이후에 Erdas Imagine과 ENVI 소프트웨어를 사용하였으며, 분산분석과 히스토그램 분석, 형태적 특성과 질감의 최고값에 대한 비모수 비교분석을 수행하였다. 도시지역은 농촌지역과 사구지역에 비해 질감의 변화가 폐합된 작은 폴리곤 형태를 나타내었으며, 사구지역은 도시지역과 유사한 높은 질감 변화값을 갖는다는 공통점을 갖는 반면에 폐합된 폴리곤의 크기는 농촌지역과 유사한 형태를 보여주는 이중적 특성을 보유하고 있었다. 하이패스필터적용 이후 생성된 사구지역의 폴리곤의 장축과 장축에 대한 단축의 비는 도시지역과 농촌지역에 비해 유의미하게 큰 것으로 나타났으며, 하이패스필터와 동일성 필터를 적용한 사례가 가장 효과적으로 도심지와 사구지역을 구별할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.403-407
• /
• 2005

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 본 논문에서는 자궁 경부 세포진 영상에서 HSI 모델을 이용하여 세포진 핵 영역을 추출한다. 추출된 세포진 핵 영역은 형태학적 정보(morphometric feature)와 명암 정보(densitometric feature), 색상 정보(colorimetric feature), 질감 정보(textural features)를 분석하여 핵의 특징을 추출한다. 또한 Bethesda System에서의 분류 기준에 따라 핵의 분류 기준을 정하고 추출된 핵의 특징들을 퍼지 c-Means 클러스터링 알고리즘에 적용하여 실험한 결과, 제안된 방법이 자궁 세포진 핵 추출과 인식에 있어서 효율적임을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.61-63
• /
• 2001

최근들어, 인터넷상의 E-business나 쇼핑몰사이트와 같은 웹 사이트에서 멀티미디어 정보를 많이 사용하고 있다. 멀티미디어 정보 중에서도 이미지 정보가 가장 많이 사용되고 있으며, 이는 사용자들이 가장 많이 접하는 정보이다. 기존의 이미지 검색 기법은 내용 기반 검색이나 키워드를 이용한 검색 방법을 지원하지만, 사용자의 의도를 적용하지는 못하고 있다. 본 논문에서는 웹에서 사용자가 이미지를 검색하고 접근하는 패턴을 이미지의 칼라와 질감을 특징으로 한 벡터를 기반으로 시스템에 학습 시키고 사용자의 검색 성향을 분석하여 시스템에 적용한다. 이미지 검색의 효율을 높이기 위하여 질감을 기반으로 비트 벡터 인덱스(bit vector index) 기법을 적용하며, 인덱스에 의한 이미지 자동 분류 기법을 제안한다. 또한 이미지 칼라의 정보를 영역별로 추출하여 칼라 부분매칭 검색을 가능하게 한다. 이러한 이미지 검색 시스템을 사용하는 사용자의 정보를 시스템에 학습시키고 학습된 결과를 이용해서 사용자가 검색 하고자 하는 이미지 정보에 편리성을 제공하고 검색의 효율성을 증대시킨다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 춘계학술대회
• /
• pp.167-168
• /
• 2009

본 연구는 면 편성물의 washing 을 통해 주관적인 질감과 선호도와의 관련성을 총체적으로 파악하여 소비자의 감각과 선호도를 예측하고, 그 결과를 고부가가치 면 소재 개발에 필요한 자료를 제공하는 것이다. 이를 위하여 면 소재의 질감을 나타내는 형용사에는 어떤 것이 있으며, 이러한 감각들은 어떻게 분류될 수 있는지를 알아보고, 면 편성물의 감각구조를 통해 촉감과 선호도를 예측해 보았다. washing 방법을 달리한 면편성물 5종을 대상으로 washing 처리를 한 면편성물의 다양한 질감에 대한 감각을 규명하고자 감각형용사에 대하여 요인 분석과 상관분석을 실시하고, 설문조사를 통하여 주관적인 감각과 촉감 및 선호도를 살펴봄으로써, 면편성물의 활용도를 모색하였다.