• Journal of KIISE:Software and Applications
• /
• v.31 no.7
• /
• pp.922-928
• /
• 2004

We propose a new 3 dimensional labeling method based on slice information for the volume data. This method is named SIL (Slice Information based Labeling). Compare to the conventional algorithms, it has advantages that the use of memory is efficient and it Is possible to combine with a variety of 2 dimensional labeling algorithms for finding an appropriate labeling algorithm to its application. In this study, we applied SIL to confocal microscopy images of cervix cancer cell and compared the results of labeling. According to the measurement, we found that the speed of Sd combined with, CCCL (Contour based Connected Component Labeling) is almost 2 times higher than that of other methods. In conclusion, considering that the performance of labeling depends on a kind of image, we obtained that the proposed method provide better result for the confocal microscopy cell volume data.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.245-248
• /
• 2003

볼륨데이터에서 관심대상의 특징을 추출하기 위해서 3D레이블링을 3차원 세포영상의 분석에 적합한 레이블링 방법인 SIL(slice Information base labeling)을 제안하였다. SIL은 각 슬라이스 정보를 이용하여 레이블링을 수행하므로 영상의 특징에 안는 레이블링으로의 확장이 유용하고 메모리 효율이 높다. 몇 개의 실험 영상으로 다른 방법과 비교한 결과 성능면에서도 우수 결과를 얻었다. 또한 레이블링을 통해서 얻어진 피쳐값으로 세포 영상을 분석하였으며, 콘포컬 현미경 영상을 이용하였을때 실험영상에서 결과를 추출하는데 걸린 시간은 SIL방법이 기존 방법보다 2배 가량 빨랐다. 다양한 3차원 에이블링 방법 중 적용되는 영상에 따라 각기 다른 결과를 얻었지만,3차원 세포영상의 분석에는 SIL 방법이 우수하다는 결론을 얻었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.277-280
• /
• 2003

본 연구에서는 자궁종양 세포를 정상, 비정상으로 진단하기 위한 세포핵의 특성값 추출 방법으로 3차원 형태학적 분석 방법을 제안한다. 컨포컬 현미경을 이용하여 3차원 볼륭데이터를 획득하고 3차원 연결 성분 레이블링을 적용하였다 레이블링 후, 각각의 세포핵으로부터 3차원 형태학적 특성값을 추출하였으며 정상세포핵과 비정상세포핵의 3차원 형태계측에 대한 차이를 비교하였다. 이는 잘린 단면의 각도나 두께에 따라 서로 다른 분석 결과를 나타내는 2차원 영상분석방법의 한계를 극복할 수 있으며 실체에 가까운 계측으로 보다 객관적이고 정확한 병리진단을 위한 보조도구로써 활용될 수 있다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.9B
• /
• pp.1251-1258
• /
• 2001

본 논문은 2차 다항식을 이용하여 3차원 물체의 표면 특징을 추출하고 표현하는 방법을 제안한다. 본 연구는 수정된 스캔 라인 기법을 이용하여 에지 맵을 얻는다. 에지 맵으로부터 3차원 물체의 각 면들을 분리하기 위해 레이블링 연산을 하고 각 면에서 중심점과 모서리 점들을 추출한다. 그 다음에, 평면 방정식으로부터 각 면이 평면인지 곡면인지를 판단한다. 3차원 물체를 표현하기 위해 각 면의 평면 또는 곡면의 계수 및 특징들을 추출한다. 합성영상과 실측영상을 통해서 제안된 기법의 성능을 알아보았고, 또한 제안된 기법으로 3차원 물체를 재구성하였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.11
• /
• pp.188-194
• /
• 2013

In this paper, we proposed a new method for pulmonary vessels image segmentation and refinement from pulmonary image. Proposed method consist of following five steps. First, threshold estimation is performed by polynomial regression analysis of histogram variation rate of the pulmonary image. Second, segmentation of pulmonary vessels object is performed by density-based segmentation method based on estimated threshold in first step. Third, 2D connected component labeling method is applied to segmented pulmonary vessels. The seed point of both side diaphragms is determined by eccentricity and size of component. Fourth step is diaphragm extraction by 3D region growing method at the determined seed point. Finally, noise cancelation of pulmonary vessels image is performed by 3D connected component labeling method. The experimental result is showed accurately pulmonary vessels image segmentation, the diaphragm extraction and the noise cancelation of the pulmonary vessels image.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.397-402
• /
• 2008

본 논문에서는 햅틱 인터랙션 기반의 3차원 가상 얼굴 메이크업 시뮬레이션에서 메이크업 대상에 대한 정교한 페인팅을 적용하기 위한 자동화된 마스크 생성 방법을 개발한다. 본 연구에서는 메이크업 시뮬레이션 이전의 전처리 과정에서 마스크를 생성한다. 우선, 3차원 스캐너 장치로부터 사용자의 얼굴 텍스쳐 이미지와 3차원 기하 표면 모델을 획득한다. 획득된 얼굴 텍스쳐 이미지로부터 AdaBoost 알고리즘, Canny 경계선 검출 방법과 색 모델 변환 방법 등의 영상처리 알고리즘들을 적용하여 마스크 대상이 되는 주요 특정 영역(눈, 입술)들을 결정하고 얼굴 이미지로부터 2차원 마스크 영역을 결정한다. 이렇게 생성된 마스크 영역 이미지는 3차원 표면 기하 모델에 투영되어 최종적인 3차원 특징 영역의 마스크를 레이블링하는데 사용된다. 이러한 전처리 과정을 통하여 결정된 마스크는 햅틱 장치와 스테레오 디스플레이기반의 가상 인터페이스를 통해서 자연스러운 메이크업 시뮬레이션을 수행하는데 사용된다. 본 연구에서 개발한 방법은 사용자에게 전처리 과정에서의 어떠한 개입 없이 자동적으로 메이크업 대상이 되는 마스크 영역을 결정하여 정교하고 손쉬운 메이크업 페인팅 인터페이스를 제공한다.

• Journal of the Korea Society of Computer and Information
• /
• v.6 no.2
• /
• pp.14-19
• /
• 2001

This paper presents a new method of 3-D surface feature extraction using a quadratic pol expression. With a range image, we get an edge map through the modified scan line technique this edge map, we label a 3-dimensional object to divide object's region and extract cent corner points from it's region. Then we determine whether the segmented region is a planar or a curved from the quadric surface equation. we calculate the coefficients of the planar su the curved surface to represent regions. In this article. we prove performance of the metho synthetic and real (Odetics) range images.

• Journal of Digital Convergence
• /
• v.16 no.2
• /
• pp.19-26
• /
• 2018

We proposed a numerical calculation of the proportion of necrotic cells in pulmonary segmentation, pulmonary vessel segmentation lung disease site for diagnosis of lung disease from chest CT images. The first step is to separate the lungs and bronchi by applying a three-dimensional labeling technique from a chest CT image and a three-dimensional region growing method. The second step is to divide the pulmonary vessels by applying the rate of change using the first order polynomial regression, perform noise reduction, and divide the final pulmonary vessels. The third step is to find a disease prediction factor in a two-step image and calculate the proportion of necrotic cells.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.611-614
• /
• 2023

갈비뼈 병변 진단 과정은 방사선 전문의가 CT 스캐너를 통해 생성된 2 차원 CT 이미지들을 해석하며 진행된다. 병변의 위치를 파악하고 정확한 진단을 내리기 위해 수백장의 2차원 CT 이미지들이 세밀하게 검토되며 갈비뼈를 분류한다. 본 연구는 이런 노동 집약적 작업의 문제점을 개선시키기 위해 Biaxial Rib Segmentation(BARS)을 제안한다. BARS 는 흉부 CT 볼륨의 관상면과 수평면으로 구성된 2 차원 이미지들을 U-Net 모델에 학습한다. 모델이 산출한 세그멘테이션 마스크들의 조합은 서로 다른 평면의 공간 정보를 보완하며 3 차원 갈비뼈 볼륨을 재건한다. BARS 의 성능은 DSC, Recall, Precision 지표를 사용해 평가하며, DSC 90.29%, Recall 89.74%, Precision 90.72%를 보인다. 향후에는 이를 기반으로 순차적 갈비뼈 레이블링 연구를 진행할 계획이다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.21 no.11
• /
• pp.996-1002
• /
• 2015

In this paper, we present an effective system for the 3D scene labeling of objects from RGB-D videos. Our system uses a Markov Random Field (MRF) over a voxel representation of the 3D scene. In order to estimate the correct label of each voxel, the probabilistic graphical model integrates both scores from sliding window-based object detectors and also from object location prior maps. Both the object detectors and the location prior maps are pre-trained from manually labeled RGB-D images. Additionally, the model integrates the scores from considering the geometric constraints between adjacent voxels in the label estimation. We show excellent experimental results for the RGB-D Scenes Dataset built by the University of Washington, in which each indoor scene contains tabletop objects.