• 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.

• 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.

• 전자공학회논문지CI
• /
• 제42권1호
• /
• pp.79-87
• /
• 2005

본 논문에서는 복잡한 환경에서 정확한 얼굴영역의 경계를 추출하기 위한 활성 윤곽선 모델(Active Contour Model)을 제안한다. 제안된 모델에서 윤곽선은 레벨 함수 φ의 제로 레벨 집합으로 표현되고, 레벨 집합의 편미분 방정식을 통해 진화된다. 이 때, 제안된 모델에서는 윤곽선의 진화와 종교를 위해 2차원 가우시안 모델로 표현되는 피부색 정보를 이용한다. 이를 통해 잡음 및 다양한 포즈를 가지는 복잡한 영상에서도 정확한 얼굴 경계선을 얻을 수 있는 강건한 추출 방법이 구현된다. 제안된 방법의 유효성을 평가하기 위해서 다양한 영상에 대해서 실험이 이루어졌으며, 그 결과를 geodesic 활성 윤곽선 모델의 결과와 비교하였다. 실험결과는 제안된 방법의 보다 나은 성능을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제3권1호
• /
• pp.81-94
• /
• 1998

영상에서 관심있는 물체의 윤곽선을 추출하기 위해서 Kass등은 Snakes라고 불리우는 능동적 윤곽선 모델(active contour model)을 제안하였다. Snakes 모델은 내부 에너지,영상 에너지, 외부 에너지라는 에너지 함수를 사용하여 물체의 윤곽선을 정의하는 모델로 이 에너지 함수를 최소화함으로써 물체의 윤곽선을 찾을 수 있다 이 모델은 속도가 느리며초기화에 민감하다. 이 문제를 개선하기 위해 Gunn은 두 개의 초기화를 이용하여 정확한 윤곽선을 추출하고 초기화에 덜 민감하도록 하였다. 이 방법은 기존의 다른 방법에 비해 정확한 윤곽선을 추출할 수 있었으나, 속도면 에서는 상당히 효율적이지 못하고 잡음에 민감하였다. 본 논문에서는 이 문제를 해결하기 위하여 snakes을 이루는 각 윤곽점에 8$\times$8크기의 윈도우를 적용하여 윈도우내의 화소에 대해서만 에너지 최소화 알고리즘을 적용하였다.본 논문에서 제안한 방법은 원 영상과 컵 영상의 윤곽선 추출에 적용하였다. 제안한 방법을사용하여 얼굴을 추적하므로써 가상현실등에 응용되고 물체의 움직임 추적에도 응용될 수 있다.

• 한국정보통신학회논문지
• /
• 제4권1호
• /
• pp.123-130
• /
• 2000

본 논문은 고정된 카메라에서 얻어진 연속 영상으로부터 능동 윤곽선 모델을 이용하여 이동 물체의 윤곽선을 추출하는 방법을 제안한다. 주위 환경 변화에 강인한 처리를 위해 적응 배경 모델을 사용하였다. 물체 분할 모델은 얻어진 배경 영상과 현재 영상의 차영상으로부터 국부 영상의 임계값 이상의 화소를 찾아 연결한 영역을 분할하며, 형태학적 필터에 의하여 이동 물체의 경계 부분에서 발생하는 잡음을 제거하였다 분할된 이동 물체 윤곽선은 능동 윤곽선 모델을 이용하여 보다 정확한 이동 물체의 경계를 추출한다. 제안한 방법을 사용하여 도로 영상에서 실험한 결과를 보였다.

• 한국산학기술학회논문지
• /
• 제13권8호
• /
• pp.3654-3659
• /
• 2012

능동 윤곽 모델 혹은 스네이크는 영상처리 및 컴퓨터 비전 분야에서 널리 사용되는 분할 방법이다. 능동 윤곽 모델의 가장 큰 문제점은 초기에 설정하는 폐쇄 점들의 개수와 위치에 매우 민감하기 때문에 초기 설정에 따라 결과가 극명하게 달라진다는 것이다. 특히 풍선 형태의 능동 윤곽 모델의 경우 작은 크기에서 시작하여 윤곽선을 만날 때까지 발산하여 그 영역을 넓혀 가기 때문에 초기의 폐쇄 점들의 영역보다 훨씬 커질 경우 더욱 큰 문제점을 보일 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 폐쇄 점들 간의 거리에 따라 폐쇄 점들의 개수를 변화시킬 수 있는 새로운 알고리즘을 제안한다.

• 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.