• Journal of the Korean Society of Radiology
• /
• v.15 no.5
• /
• pp.749-754
• /
• 2021

In order to maximize the matching ratio between the scintillation pixel and the photosensor of the PET detector using a small number of photosensor, various arrays of scintillation pixels and four photosensors were used. The array of scintillation pixels consisted of six cases from 6 × 6 to 11 × 11. The distance between the photosensors was applied equally to all scintillation pixels, and the arrangement was expanded by reducing the size of scintillation pixel. DETECT2000 capable of light simulation was used to acquire flood images of the designed PET detectors. At the center of each scintillation pixel array, light generated through the interaction between extinction radiation and scintillation pixels was generated, and the light was detected through for four photosensors, and then a flood image was reconstructed. Through the reconstructed flood image, we found the largest arrangement in which all the scintillation pixels can be distinguished. As a result, it was possible to distinguish all the scintillation pixels in the flood image of 8 × 8 scintillation pixel array, and from the 9 × 9 scintillation pixel flood image, the two edge scintillation pixels overlapped and appeared in the image. At this time, the matching ratio between the scintillation pixel and the photosensor was 16:1. When a PET system is constructed using this detector, the number of photosensors used is reduced and the cost of the oveall system is expected to be reduced through the simplification of the signal processing circuit.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• pp.185-188
• /
• 2005

DTV-to-DMB 비디오 변환을 위해서는 기본적으로 MPEG-2 MP@HL의 HDTV/SDTV급 영상을 MPEG-4 AVC BP@1.3의 QCIF/QVGA/WDF/CIF급 영상으로 변환하는 과정이 필요하다. 본 논문에서는 DTV-to-DMB 비디오 변환을 위해 DTV의 고해상도 영상을 DMB의 저해상도 영상으로 축소하는 방식을 제안하고 있다. DTV-to-DMB 비디오 변환은 실시간 변환이 고려되어야 하며, 실시간 변환을 위해서는 축소 방식의 시간 복잡도가 고려 되어야 한다. 일반적으로 낮은 시간 복잡도를 갖는 영상 축소 방식으로는 대상 영상의 하나의 픽셀을 참조 영상 내 대응하는 픽셀들 중 한 픽셀을 선택하여 결정하는 방식(Just Get A Pixel)이 있으며, 참조 영상의 대응하는 픽셀들의 평균값을 선택하는 방식 (Average Shrink)과 중간값을 선택하는 방식 (Median Shrink)이 있다. 한편, DTV 영상은 인터레이스 방식을사용하며 DMB의 프로그레시브 방식 영상으로 변환 처리 과정에서, 움직임이 큰 영상에 대해 사물의 윤곽선이 계단 모양으로 보이는 재그 에지 (Jagged Edge) 현상이 나타난다. 본 논문에서는 대상 영상의 한 픽셀을 참조 영상의 대응하는 픽셀들 중 중간 위치의 몇 개 픽셀들과 주변 인접 픽셀들을 선출하여 그것들의 평균값 (Average)을 구하여 결정하는 Center Average 축소 방식을 제안한다. 제안된 방식은 기본적인 축소 방식을 기반으로 하여 낮은 시간 복잡도를 갖으며, 재그 에지 (Jagged Edge) 현상을 줄여 준다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.7
• /
• pp.149-156
• /
• 2013

This paper presents a hardware edge detector of image signal at pixel level of CMOS image sensor (CIS). The circuit detects edges of an image based on a bump circuit combining with the pixels. The APS converts light into electrical signals and the bump circuit compares the brightness between the target pixel and its neighbor pixels. Each column on CIS 64 by 64 pixels array shares a comparator. The comparator decides a peak level of the target pixel comparing with a reference voltage. The proposed edge detector is implemented using 0.18um CMOS technology. The circuit shows higher fill factor 34% and power dissipation by 0.9uW per pixel at 1.8V supply.

• Journal of the Korean Society of Radiology
• /
• v.16 no.2
• /
• pp.157-162
• /
• 2022

Since preclinical positron emission tomography imaging is performed on small animals that are very small compared to the human body, a detector with excellent spatial resolution is required. For this purpose, a system was constructed using a detector using small scintillation pixels. Since the size of the currently developed and used photosensors is limited, excellent spatial resolution can be obtained when the minimum scintillation pixel and maximum array are used. In this study, the size of the photosensor is fixed and various scintillation pixel arrays are configured to match the size of the scintillation pixels, so that no overlap occurs in the flood image and the maximum scintillation pixel array in which all scintillation pixels are distinguished. For this purpose, DETECT2000, which can simulate a detector module composed of a scintillator and an photosensor, was used. A photosensor consisting of a 4 × 4 array of 3 mm × 3 mm pixels was used, and the scintillation pixel array was configured from 8 × 8 to 13 × 13, and simulations were performed. A flood image was constructed using the data obtained from the photosensor pixel, and the maximum scintillation pixel array that does not overlap the image was found through the flood image and the profile. As a result, the size of the scintillation pixel array in which all scintillation pixels are imaged without overlapping each other in the flood image was 11 × 11.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.198-199
• /
• 2016

컴퓨터 비젼 분야에서 이미지 세그멘테이션은 객체 분리, 객체 추적, 의학 영상처리 등 다양한 분야에서 사용된다. 이전의 이미지 세그멘테이션은 사람의 개입이 없이 정확한 객체를 분리하지 못한다는 단점이 있다. 본 논문은 인접한 슈퍼픽셀을 트리를 활용하여 개층적으로 슈퍼픽셀을 통합하는 새로운 세그멘테이션 방법을 소개한다. 제안한 알고리즘을 수행하기 위해 기존의 슈퍼 픽셀 알고리즘을 사용하여, 각 슈퍼픽셀의 센터를 노드로 설정하고 들로네 삼각화를 수행한다. 각각의 인접한 노드는 순차적으로 유사도 측정하여 슈퍼픽셀을 통합한다. 실험 결과를 통해 제안한 방법이 과분할 세그멘테이션을 제거하였으며 영상의 중요한 정보를 잘 보존하는 것을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.236-239
• /
• 2008

본 논문에서는 영상의 중요한 정보를 유지하는 동시에 영상의 왜곡을 막으며, 영상의 크기를 줄이는 방법을 제시한다. 영상의 각 픽셀의 중요도를 측정 후, 가장 중요하지 않은 픽셀들을 제거하는데, 이 때 단순히 중요하지 않은 픽셀들을 제거하면, 이로 인해 영상의 왜곡이 생길 뿐 아니라 중요하지 않은 픽셀들이 가지고 있던 정황에 대한 정보도 잃게 된다. 이를 막기 위해 제시된 방법은 중요하지 않은 픽셀들을 제거한 후에, 그 픽셀들의 중요도를 주변으로 확산시키는 방법을 이용하여 영상의 왜곡을 막고, 영상의 정황을 보다 효과적으로 전달하며 영상 리타겟팅을 수행한다. 실험 결과는 제시된 방법의 효율성을 보여준다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.137-138
• /
• 2018

이미지의 픽셀 기반 처리는 한 픽셀의 값을 변환하고 다른 픽셀의 값에 관계없이 현재 픽셀의 값에 따라 변환하는 프로세스를 의미한다. 픽셀 기반 처리는 이미지 변환, 이미지 향상 및 이미지 합성과 같은 많은 분야에서 가장 기본적인 작업이다. 본 논문에서는 히스토그램 연산과 같은 영상의 전처리 과정이 경계 검출 결과에 미치는 상호 연관성에 대해 알아보고 픽셀 기반의 처리를 이용하여 효과적으로 영상의 윤곽을 찾는 방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.949-951
• /
• 2005

카메라를 이용하여 영상을 인식할 때 이진화의 과정을 거쳐 배경과 원하는 물체사이의 분리를 해주어야 한다. 하지만, 입력되어진 컬러 영상에서 집중 조명 혹은 주변 환경에 의해 영상이 그라데이션 되어질 경우 픽셀의 정확한 컬러를 인식하기 곤란해지며 이진화의 어려움을 겪게 된다. 본 연구에서는 이러한 집중 조명과 그라데이션의 영향을 받지 않고 이진화 수행을 가능토록 하는 새로운 방법을 제안한다. 영상의 픽셀은 RGB 채널간의 고유한 비율을 유지하고 있다. 조명의 영향을 받게 될 경우 하나의 색을 가진 픽셀은 조명의 밝기에 의해 픽셀값이 증가 혹은 감소하게 된다. 따라서, 컬러의 픽셀을 분석하여 해당하는 컬러의 표준 RGB값으로 변화하여 줄 경우 영상내의 픽셀의 컬러 분포는 한정된 범위로 좁혀져 히스토그램을 단순하게 표현 할 수 있으며 집중조명과 그라데이션의 영향을 받은 컬러 영상도 효율적으로 이진화를 할 수 있게 된다.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.44 no.2
• /
• pp.55-60
• /
• 2007

This paper presents a compact double resolution scheme for the optical angle sensor based on 1-dimensional CMOS photodiode pixel array. All the pixels are divided into the even pixel and the odd pixel groups. The winner take all circuit is provided for each group. The proposed interpolation scheme increases the resolution by 2 from the winner addresses and winner values. The interpolation scheme can be implemented without any additional pixels or winner take all circuits and require only a comparator and a XOR gate. The proposed pixel array chip that has 336 photodiode pixels with $5.6{\mu}m$ pitch was fabricated with $0.35{\mu}m$ CMOS process and was assembled with a $50{\mu}m$ slit to form an angle sensor. The measured resolution is $0.1{\circ}$ with the proposed interpolation. The chip consumes 35mW and provides 8k samples per second.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.4
• /
• pp.965-970
• /
• 2013

It is important work to extract saliency regions from an image as preprocessing for various image processing methods. In this paper, we introduce an improved method to estimate saliency value of each pixel from an image. The proposed method is an improved work of the previously studied method using color and statistical framework to estimate saliency values. At first, saliency value of each pixel is calculated using the local contrast of an image region at various scales and the most significant saliency pixel is determined using saliency value of each pixel. Then, saliency value of each pixel is again estimated using gauss weight with respect to the most significant saliency pixel and the saliency of each pixel is determined to calculate initial probability. At last, the saliency value of each pixel is calculated by Bayes' rule. The experiments show that our approach outperforms the current statistical based method.