• 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.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권12호
• /
• pp.5507-5528
• /
• 2016

In computer vision, salient object is important to extract the useful information of foreground. With active contour analysis acting as the core in this paper, we propose a bottom-up saliency detection algorithm combining with the Bayesian model and the global color distribution. Under the supports of active contour model, a more accurate foreground can be obtained as a foundation for the Bayesian model and the global color distribution. Furthermore, we establish a contour-based selection mechanism to optimize the global-color distribution, which is an effective revising approach for the Bayesian model as well. To obtain an excellent object contour, we firstly intensify the object region in the source gray-scale image by a seed-based method. The final saliency map can be detected after weighting the color distribution to the Bayesian saliency map, after both of the two components are available. The contribution of this paper is that, comparing the Harris-based convex hull algorithm, the active contour can extract a more accurate and non-convex foreground. Moreover, the global color distribution can solve the saliency-scattered drawback of Bayesian model, by the mutual complementation. According to the detected results, the final saliency maps generated with considering the global color distribution and active contour are much-improved.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1411-1414
• /
• 2003

In this paper, vehicle tracking is implemented using parametric active contour. Extract objects from the background area is the essential step in vehicle tracking. We focus our algorithm on the situations such that the camera is fixed. However, if a simple and ordinary algorithm is adapted to achieve real-time processing, it produces much noise and the vehicle tracking results is poor. For this reason, in this paper, we propose a parametric active contour model algorithm to achieve better vehicle tracking. Experimental results show that the performance of the proposed algorithm is satisfactory.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.191-194
• /
• 2002

영상분할이란 영상 내에 존재하는 객체를 배경에서 분리해내는 것을 말한다. Active Contour 모델은 객체를 영상에서 분리하는 gradient 기반의 영상분할 방식이다. 전통적인 의미의 Active Contour 모델에서 사용한 gradient 함수 기반의 영상분할은 잡영이 많고 객체와 배경간 뚜렷한 경계가 없는 영상에서는 그 한계를 보이고 있다. 이에 본 논문에서는 이러한 Active Contour 모델의 단점을 극복하기 위한 방법으로 영상 내의 진화곡선에 의존하는 에너지 함수인 Mumford-Shah Functional을 이용한 방법을 제안한다. 이 방법은 영상 내의 Active Contour를 진화시켜 Mumford-Shah 함수의 에너지를 최소화시키는 Level Set 함수를 찾고 Level Set 함수에 의해 얻어진 부분영상에서 히스토그램을 이용한 임계치(thresholding) 방식을 사용하는 보다 효과적인 객체추출 모델이다.

• 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.

• International Journal of Precision Engineering and Manufacturing
• /
• 제7권1호
• /
• pp.47-50
• /
• 2006

An active contour model has been used to detect the edges in a still image. In order to apply the active contour model to edge detection, the energy function which consists of internal, external and image energies should be defined. After defining the energy function, the edge of an object is detected through minimization of the value of the energy function. In this paper, the modified internal energy function is proposed to improve the convergence of the energy function when the active contour model is applied to the tracking of deformable objects using the greedy algorithm. In order to show the performance of the proposed energy function, experiments were carried out for the still and animated images.

• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.490-492
• /
• 2002

본 논문은 물 속 유충인 깔따구의 움직임을 관찰한 데이터에 Active Contour Model을 적용하여 깔따구 상태의 특징을 추출하는 방법을 제안한다. 1987년 소개된 Active Contour Model은 주어진 영상에 놓인 커브를 그 커브에 의해 분할된 영상의 에너지 값을 최소화하는 방향으로 진화하게 함으로써 영상 내 객체의 경계를 찾게 하는 영상분할 방법이다. Chan과 Vese에 의해 개선된 Model을 이용하여 다이아지논이 처리되기 전과 후의 깔따구 행동 패턴의 특징을 찾아낸다. 우선 깔따구의 움직임 궤적을 0.25초를 간격으로 관찰하여 구해진 속도벡터의 위상영상을 만든다.그리고 위상영상에 Active Contour를 두어 진화시키면서 시간에 따라 감소하는 에너지 값의 그래프에서 구해진 기울기로 깔따구 행동 패턴의 특징을 추출한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1889-1891
• /
• 2004

The differential white blood cell count plays an important role in the diagnosis of different diseases. It is a tedious task to count these classes of cell manually. An automatic counter using computer vision helps to perform this medical test rapidly and accurately. Most commercial-available automatic white blood cell analysis composed mainly 3 steps including segmentation, feature extraction and classification. In this paper we concentrate on the first step in automatic white-blood-cell analysis by proposing a segmentation scheme that utilizes a benefit of active contour. Specifically, the binary image is obtained by thresolding of the input blood smear image. The initial shape of active is then placed roughly inside the white blood cell and allowed to grow to fit the shape of individual white blood cell. The white blood cell is then separated using the extracted contour. The force that drives the active contour is the combination of gradient vector flow force and balloon force. Our purposed technique can handle very promising to separate the remaining red blood cells.