• 디지털융복합연구
• /
• 제10권3호
• /
• pp.167-172
• /
• 2012

본 논문에서는 단일 프레임 영상에 존재하는 객체를 Active Contour 기반의 영역 분할 과정을 거쳐 분할하였다. Active Contour는 영상에서 객체의 윤곽 형태를 검출해내는 것으로 다중 객체 분할을 위해 각 객체의 윤곽 형태를 검출해 낼 수 있도록 다중 탐색 시작점을 갖도록 하였다. 생성된 객체 별 윤곽 정보를 기반으로 이진화하여 초기 객체 영역을 생성하였다. 초기 객체 영역 내부의 홀 영역과 픽셀 값의 변화로 인한 내부 분할을 hole filling을 수행하여 보정함으로써 최종 객체 영역을 생성하였다. 제안한 기법은 기존 영역 기반 분할의 문제점인 잡음이나 경계선 부근에서 객체 분할이 정확히 이루어지지 않는 부분을 보완하였다. 제안 방법을 비교하기 위해 실제 영상에 기존에 제안된 객체 분할 방법과 제안한 방법을 각각 적용하여 비교하였다.

• 한국멀티미디어학회논문지
• /
• 제16권9호
• /
• pp.1018-1030
• /
• 2013

The corpus callosum is the largest connective structure in the brain, and its shape and size are correlated to sex, age, brain growth and degeneration, handedness, musical ability, and neurological diseases. Manually segmenting the corpus callosum from brain magnetic resonance (MR) image is time consuming, error prone, and operator dependent. In this paper, two semi-automatic segmentation methods are present: the active contour model-based approach and the active shape model-based approach. We tested these methods on an MR image of the human brain and found that the active contour approach had better segmentation accuracy but was slower than the active shape approach.

• 대한전자공학회논문지SP
• /
• 제40권5호
• /
• pp.303-311
• /
• 2003

MPEG-4 표준에서는 객체 단위의 부호화를 수행하기 위해 우선 자연영상으로부터 비디오 객체론 분리하는 영상분할(Segmentation) 기술이 필요하다. 영상분할 방법은 크게 자동 영상분할(Automatic Segment값ion)과 반자동 영상분할(Semi-automatic Segmentation)의 두 부류로 나눌 수 있다. 대부분의 자동 영상분할 방법은 비디오 객체의 명확한 모델을 수학적으로 제시하기 어려우므로 한 화면에서 개별 객체를 추출하기 어렵기 때문에 그 성능에 한계가 있다. 본 논문에서는 이러한 문제점을 극복하기 위해 기하학적인 Active Contour를 이용한 반자동 영상분할 알고리즘을 제안한다. 매개변수 방식의 Active Contour와 달리, 기하학적인 Active Contour는 곡선의 변화론 Level Set 방법을 이용하여 기술하기 때문에 초기 곡선의 모양을 객체의 모양과 무관하게 그릴 수 있다. 평탄화된 영상으로부터 경계함수를 생성하기 위해 이진화된 3차원 확산 모델을 사용하여 LUV 벡터 공간에서 비등방형 확산을 수행한다. 본 논문에서는 흐름 벡터장(Advection Vector Field)에서 곡선을 수축하고, 움직임 정보를 이용하여 곡선 확장하는 방법을 이용하여 동영상에서 객체를 분리하는 방법을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제11권5호
• /
• pp.84-92
• /
• 2011

바이오 영상에서 세포 영역의 자동 분할 기술은 생물학자들이 복잡한 세포의 기능을 이해하는데 도움을 주고, 수작업을 통해 세포를 분석하던 일들을 자동적으로 처리해주는 매우 중요한 기술이다. 기존의 멀티채널 영상으로부터 세포핵 및 세포를 분할하는 방법은 DNA 채널을 이용하여 세포핵을 검출하고, 이를 초기 윤곽으로 하여 Actin 채널에서 밝기 기반의 Active Contour 모델을 통해 세포를 분할하는 2 단계의 과정을 거친다. 그러나 세포 분할 과정에서 채널 간 상관성으로 인해 발생하는 세포 내 불균일한 밝기 문제를 고려하지 않은 채, 밝기 기반의 Active Contour 모델을 적용하여 분할의 성능이 저하되는 문제점이 발생한다. 따라서 본 논문에서는 DNA 와 Actin 채널 간 상관성을 고려하여, DNA 채널 정보를 통해 Actin 채널 내부의 밝기를 균일하게 보정함으로써 밝기 기반의 Active Contour 모델이 세포 분할에 잘 적용 될 수 있는 전처리 알고리즘을 제안한다. 실험을 통해 제안 전처리 과정을 거친 세포 분할 방법의 성능이 기존 방법에 비해 객관적, 주관적으로 크게 향상됨을 증명한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권11호
• /
• pp.2839-2852
• /
• 2013

Context-awareness is an essential part of ubiquitous computing, and over the past decade video based activity recognition (VAR) has emerged as an important component to identify user's context for automatic service delivery in context-aware applications. The accuracy of VAR significantly depends on the performance of the employed human body segmentation algorithm. Previous human body segmentation algorithms often engage modeling of the human body that normally requires bulky amount of training data and cannot competently handle changes over time. Recently, active contours have emerged as a successful segmentation technique in still images. In this paper, an active contour model with the integration of Chan Vese (CV) energy and Bhattacharya distance functions are adapted for automatic human body segmentation using depth cameras for VAR. The proposed technique not only outperforms existing segmentation methods in normal scenarios but it is also more robust to noise. Moreover, it is unsupervised, i.e., no prior human body model is needed. The performance of the proposed segmentation technique is compared against conventional CV Active Contour (AC) model using a depth-camera and obtained much better performance over it.

• 한국멀티미디어학회논문지
• /
• 제18권7호
• /
• pp.827-833
• /
• 2015

In this paper, we have compared three level set-based active contour (LSAC) methods on inhomogeneous MR image segmentation which is known as an important role of brain diseases to diagnosis and treatment in early. MR image is often occurred a problem with similar intensities and weak boundaries which have been causing many segmentation methods. However, LSAC method could be able to segment the targets such as the level set based on the local image fitting energy, the local binary fitting energy, and local Gaussian distribution fitting energy. Our implemented and tested the subcortical image segmentations were the corpus callosum and hippocampus and finally demonstrated their effectiveness. Consequently, the level set based on local Gaussian distribution fitting energy has obtained the best model to accurate and robust for the subcortical image segmentation.

• Journal of information and communication convergence engineering
• /
• 제9권6호
• /
• pp.666-670
• /
• 2011

In this paper, we propose a stable active contour based tracking method which utilizes the bimodal segmentation technique to obtain a background color diminished image frame. The proposed method overcomes the drawback of the Mansouri model which is liable to fall into a local minimum state when colors appear in the background that are similar to the target colors. The Mansouri model has been a foundation for active contour based tracking methods, since it is derived from a probability based interpretation. By stabilizing the model with the proposed speed function, the proposed model opens the way to extend probability based active contour tracking for practical applications.

• 대한의용생체공학회:의공학회지
• /
• 제21권5호
• /
• pp.457-467
• /
• 2000

본 논문에서는 active contour model과 유전 알고리즘을 이용하여 의료영상에서 해부학적 객체의 경계선을 자동으로 추출하는 방법을 제안한다. active contour model의 성능은 active contour model의 에너지를 최적화 하는 방법에 크게 영향을 받는다. 본 논문에서는 유전 알고리즘을 이용하여 active contour model의 에너지를 최적화 하는 방법을 제안한다. 본 방법을 대퇴골두 의료영상에 적용하여 실험하였으며, active contour model의 초기화에 관계없이 성공적인 결과를 얻었음을 보였다.

• Journal of International Society for Simulation Surgery
• /
• 제2권1호
• /
• pp.17-25
• /
• 2015

Purpose In this paper, we propose a robust 3D vessel tracking algorithm by utilizing an active contour model and unscented Kalman filter which are the two representative algorithms on segmentation and tracking. Materials and Methods The proposed algorithm firstly accepts user input to produce an initial estimate of vessel boundary segmentation. On each Computed Tomography Angiography (CTA) slice, the active contour is applied to segment the vessel boundary. After that, the estimation process of the unscented Kalman filter is applied to track the vessel boundary of the current slice to estimate the inter-slice vessel position translation and shape deformation. Finally both active contour and unscented Kalman filter are inter-operated for vessel segmentation of the next slice. Results The arbitrarily shaped blood vessel boundary on each slice is segmented by using the active contour model, and the Kalman filter is employed to track the translation and shape deformation between CTA slices. The proposed algorithm is applied to the 3D visualization of chest CTA images using graphics hardware. Conclusion Through this algorithm, more opportunities, giving quick and brief diagnosis, could be provided for the radiologist before detailed diagnosis using 2D CTA slices, Also, for the surgeon, the algorithm could be used for surgical planning, simulation, navigation and rehearsal, and is expected to be applied to highly valuable applications for more accurate 3D vessel tracking and rendering.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.57.4-57
• /
• 2002

$\textbullet$ Image segmentation is an essential technique of image analysis. In spite of the traditional issues in contour initialization and boundary concavities, active contour models(snakes) are popular and known as successful methods for segmentation. $\textbullet$ We could find in experiment that snake using Gaussian External Force is fast in time but low in accuracy and snake using Gradient Vector Flow by Chenyang Xu and Jerry L. Prince is high in accuracy but slow in time. $\textbullet$ In this paper, we presented a new active contour model, GGF snake, for segmentation of endoscopic image. Proposed GGF snake made up for the defects of the traditional snakes in contour initialization and boundary...