• 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.

• 전기학회논문지
• /
• 제67권12호
• /
• pp.1678-1684
• /
• 2018

Dental caries is one of the most popular oral disease. The aim of automatic dental cavity detection system is helping dentist to make accurate diagnosis. It is very important to separate cavity from the teeth in the detection system. In this paper, We compared two active contour algorithms, Snake and DRLSE(Distance Regularized Level Set Evolution). To improve performance, image is selected ROI(region of interest), then applied bilateral filter, Canny edge. In order to evaluate the algorithms, we applied to 7 tooth phantoms from incisor to molar. Each teeth contains two cavities of different shape. As a result, Snake is faster than DRLSE, but Snake has limitation to compute topology of objects. DRLSE is slower but those of performance is better.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2002년도 제7차 학술대회 초록집
• /
• pp.126-126
• /
• 2002

Purpose： For quantitative analysis of the cardiac diseases, it is necessary to segment the left-ventricle(LV) in MR cardiac images. Snake or active contour model has been used to segment LV boundary. In using these models, however, the contour of the LV may not converge to the desirable one because the contour may fall into local minimum value due to image artifact in inner region of the LV Therefore, in this paper, we propose the new preprocessing method using K-means clustering and merging algorithms that can improve the performance of the active contour model.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.375-380
• /
• 2010

객체 윤곽을 추출하는 대부분의 기존 방법들은 단일객체의 윤곽검출에 대해 연구하였다. 그러나, 실 세계에서는 복수객체가 일반적이다. 본 논문에서 제안한 복수객체 윤곽추출 알고리즘은 2 단계로 구성된다. 첫 번째 단계는 외적 및 내적을 사용하여 초기에 복수객체를 포함한 윤곽을 고속으로 분리하고 연결하여 각각이 윤곽이 단일 개체만을 포함하는 방법을 제안한다. 두 번째 단계는 각각의 윤곽에 포함된 단일 객체의 윤곽을 추출하는 개선된 능동윤곽모델 알고리즘을 설명한다. 여러 실험영상에 대한 실험결과는 다른 방법과 비교하여 속도가 빠르며 정확하게 윤곽을 추출한다.

• 대한의용생체공학회:의공학회지
• /
• 제24권2호
• /
• pp.55-60
• /
• 2003

심장 질환의 정량적 분석을 위해서 자기공명 심장 영상에서 좌심실의 경계를 추출하는 것이 중요하다. Snake 또는 active contour 모델은 좌심실 경계 추출을 위해서 사용되어 왔다. 그러나 이 모델을 사용하는데 있어서 좌심실의 경계선이 좌심실 내부에 생긴 결절 때문에 경계선이 지역최소값으로 빠져서 원하는 경계선에 수렴하지 못 할 수도 있다. 그러므로 본 논문에서는 active contour 모델의 성능을 향상시킬 수 있는 k 평균 군집화와 병합 알고리즘을 이용한 전처리 방법을 제안하였다. 제안된 방법으로 지역 최소값 수렴 문제를 해결함을 확인하였다.

• 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.

• 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.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.295-298
• /
• 1995

We performed a research to improve the performance of active bar model which is used in tracking algorithm. Active bar model is a simplified model of snake model. If we used the sctive bar model, the numerical procedure for real time tracking problem can be carried out faster than snake model. However the demerit of active bar algorithms is that we can't used the provious image data because each time it has to reconstruct the active bar. In this paper we proposed advanced algorithm for active bar model. The proposed model can improve tracking abilities by preserving the active bar during the process and changing the energy functional.

• 융합신호처리학회논문지
• /
• 제3권4호
• /
• pp.17-22
• /
• 2002

본 논문은 연속적으로 움직이는 심장의 모습을 추적하기 위해 레벨 세트 알고리즘과 양방향 곡선 전개 이론을 적용한 활성 모델을 사용하였다. 대부분의 활성 모델이 영상 그라디언의 에지 갭이 존재하는 영역에서 움직임이 안정적이지 않아 추출에 실패할 확률이 많다. 본 연구에서는 영상 자체의 밝기 값과 안정적 추출을 위한 추가 제약만 이용한 새로운 활성 모델을 제안한다. 제안된 모델은 초기 곡선의 위치 설정에 제약이 없어 특히 연속적 영상의 특정한 대상 영역을 추출하거나 추적하기에 효율적이었다. 또한 에지 정보가 심하게 변화거나 모호한 부분에서도 안정적인 곡선의 움직임과 추출 결과를 보였다.

• 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.