• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.169-172
• /
• 2001

영상의 특성 파악을 위해서 질감 특징이 많이 사용되고 있다 Co-occurrence matrix를 이용한 질감은 영상의 변화형태에 대한 수치자료로 다양한 함수들을 가지고 있으며, 영상의 특성에 따라서 그 함수들을 활용하여 영상의 분할과 분류에 사용하고 있다. 본 논문에서는 질감 특징을 시각화하기 위한 방법으로 GLCM의 로컬값을 새로운 픽셀값으로 하는 영상화 기법에 대해 논하였다. 실험을 통해 질감특징 중 대조적인 관계와 동일성을 가진 질감에 대한 영상을 얻을 수 있었으며, 영상 분석에 대한 시각적인 자료를 얻을 수 있었다. 질감특징은 각 항수별 특징값의 효율적인 사용을 위해 시각화되어질 필요성이 있으며 영상화되어진 질감특징영상을 이용하면 영상의 분석과 이해에 효과적인 접근이 가능하다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.447-452
• /
• 2001

내용 기반 이미지 검색에서 질감정보는 이미지의 검색 속성으로 사용할 수 있는 중요한 정보를 가지고 있다. 본 논문에서는 검색의 이미지 속성으로서 질감 특징을 사용한다. 의료영상 MRI 중 특히 뇌영상의 검색에서 질감의 특징은 전체 이미지를 대상으로 한 전역 질감 특징 값과 종양이나 뇌출혈 부분 등 정상이 아닌 이상객체 부분의 지역 질감 특징 값을 3단계 웨이블릿 변환을 통해 추출하고 추출된 여러 개의 특징 중 검색 효율성을 높일 수 있는 특징만을 선별하여 검색에 이용하는 방안을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.737-740
• /
• 2004

본 논문에서는 차종 식별을 위해 차량 영상의 질감 특징을 사용하였다. 차량의 질감 특징 정보를 얻기 위한 관심영역으로 라디에이터 그릴 부분을 선택하였다. 추출된 관심영역으로부터 GLCM(Gray Level Co-occurrence Matrix)을 사용하여 질감 특징 값을 추출하였고, 그 특징 값들을 입력으로 취하는 3층의 신경회로망을 구성한 후 역전파 학습 알고리즘을 사용하여 학습을 시켜서 차종 식별을 시도하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.305-308
• /
• 2000

암의 진행 정도를 판단하기 위한 암세포 조직영상의 분석은 그 대상이 되는 영상의 다양성과 잡음으로 인해 정확한 분석이 어렵다. 특히, 암의 진행 정도를 판단하는데 있어서 중요한 요인인 세포핵의 variation에 따른 order/disorder 정도를 객관적 수치로 정량화하기 위해서는, 각 기(stage)에 따른 암의 진행정도를 가장 잘 나타낼 수 있는 특징값 추출이 필수적이다. 본 논문에서는 가장 유효한 특징값을 추출하기 위하여, 공간 영역과 주파수 영역에서 그 지역적 특징을 잘 나타내는 wavelet 변환을 적용한 후, 분할 된 서브 밴드 중 고대역 서브 밴드에서 질감 특징을 추출하고, 추출 된 질감 특징값들이 암의 진행 정도에 따른 각 집단간에 유의한 차이를 나타내는지에 대한 유의성을 검증하기 위하여, 다변량 통계학적 분석 방법을 사용하여 비교분석 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1051-1055
• /
• 2000

본 연구에서는 내용기반 영상 데이터 검색을 위하여 변환 영역에서 위치 정보와 주파수 정보를 가지는 웨이블릿 성질을 이용하여 객체들의 특징을 추출하는 방안인 Vector Quantization 을 이용한 영상을 검색하는 방안을 제시한다. 내용기반 영상 검색의 주요 특징들은 색상, 질감, 그리고 영상의 공간적인 특징을 고려한 특징 값 등이 사용된다. 이러한 영상의 특징들을 어떻게 결합하고 특징 추출을 하느냐에 따라 검색의 효율성에 영향을 준다. 따라서 본 연구에서는 영상의 위치 정보와 주파수 정보를 가지는 웨이블릿 변환 후 얻어지는 저대역 부밴드에서의 공간적인 특성을 고려한 특징 값을 이용하여 Vector Quantization 알고리즘에 의해 정지영상의 객체 대표 특징들을 빠르게 검색하고자 한다. 본 연구에서는 Haar Wavelet 과 Vector Quantization 에서 색상과 질감의 가중치를 적용하고자 한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.4
• /
• pp.34-43
• /
• 2010

Texture information plays an important role in object recognition and classification. To perform an accurate classification, the texture feature used in the classification must be highly discriminative. This paper presents a novel texture descriptor for texture-based image retrieval and its application in Computer-Aided Diagnosis (CAD) system for Emphysema classification. The texture descriptor is based on the combination of local surrounding neighborhood difference and centralized neighborhood difference and is named as Combined Neighborhood Difference (CND). The local differences of surrounding neighborhood difference and centralized neighborhood difference between pixels are compared and converted into binary codewords. Then binomial factor is assigned to the codewords in order to convert them into high discriminative unique values. The distribution of these unique values is computed and used as the texture feature vectors. The texture classification accuracies using Outex and Brodatz dataset show that CND achieves an average of 92.5%, whereas LBP, LND and Gabor filter achieve 89.3%, 90.7% and 83.6%, respectively. The implementations of CND in the computer-aided diagnosis of Emphysema is also presented in this paper.

• Journal of the Korean Society of Radiology
• /
• v.10 no.8
• /
• pp.645-652
• /
• 2016

In this study, based on the analysis of texture feature values of statistical properties. And we examined the normal and the applicability of the computer-aided diagnosis of cerebral infarction in the brain computed tomography images. The experiment was analyzed to evaluate the ROC curve recognition rate of disease using six parameters representing the feature values of the texture. As a result, it showed average mean 88%, variance 92%, relative smoothness 94%, uniformity of 88%, a high disease recognition rate of entropy 84%. However, it showed a slightly lower disease recognition rate and 58% for skewness. In the analysis using ROC curve, the area under the curve for each parameter indicates 0.886 (p = 0.0001) or more, resulted in a meaningful recognition of the disease. Further, to determine the cut-off values for each parameter are determined to be the prediction of disease through the computer-aided diagnosis.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.34-39
• /
• 1998

영상검색을 위해 Wavelet 변환을 사용한 특징추출 접근방법은 영상들을 압축과 동시에 인덱스 할 수 있어서 영상 데이터베이스 저장과 관리의 복잡성이 상당히 감소될 수 있다. 본 연구는 각 영상의 Hue값에 대해 위치 정보의 주파수 정보를 가지는 Wavelet 변환의 성질을 이용하여 2단계 Wavelet 변환 후 생성된 저대역 부밴드에서 칼라 특징을 추출하고 나머지 부밴드에서 질감 특징을 추출하여 영상 데이터베이스의 검색에 이용한다. 200개 영상을 사용하여 실험한 결과, 제안된 방법은 recall과 precision에서 약 97%, 81%의 검색 효율을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.412-415
• /
• 2003

본 논문에서는 영상 검색에 있어서 객체의 특징치를 추출하는데 많은 시간과 비용이 따르므로 수행속도를 향상시키기 위해 영상의 공간적인 정보를 이용한 영상의 압축을 이용하는 내용기반 영상 검색을 제안하고자 한다. 압축 성능이 뛰어나며 영상의 위치 정보와 주파수 정보를 가지는 EZW(Embedded Zerotree Wavelet)알고리즘을 이용하여 영상을 김색하는 방안으로 EZW 변환 후 얻어지는 저 대역 부 밴드에서의 공간적인 특성을 고려한 특징 값을 이용하여 정지영상의 대표 특징들을 형태와 질감으로 빠르게 영상 검색하고자 한다.