• 전자공학회논문지C
• /
• 제36C권9호
• /
• pp.66-75
• /
• 1999

영상분할은 입력된 영상을 처리하여 유사한 화소들의 집합인 영역들로 화소들을 구분하는 작업이다. 영상분할의 결과는 영상인식의 정확성에 큰 영향을 미친다. 본 논문에서는 유전자 알고리즘을 이용하여 마르코프 랜덤 필드(Markov random field)에 기반한 영상분할 방법을 제안한다. 제안한 방법에서는 잡음과 흔들림(blurring)에 강한 MRF를 이용하여 영상을 모델링 한다. HRF기반 영상분할 방법은 왜곡에 강한 반면, 정확한 파라미터의 추정이 요구된다. 그래서 , 추정방법으로 많은 파라미터를 포함하는 문제를 다루는데 효율적인 유전자 알고리즘을 사용한다. 실 영상을 가지고 수행된 실험 결과와 자동 차량 추출 시스템에의 응용결과는 제안된 방법의 효율성을 보여준다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.88-95
• /
• 2003

The automatic recognition of transport containers using image processing is very hard because of the irregular size and position of identifiers, diverse colors of background and identifiers, and the impaired shapes of identifiers caused by container damages and the bent surface of container, etc. We proposed and evaluated the novel recognition algorithm of container identifiers that overcomes effectively the hardness and recognizes identifiers from container images captured in the various environments. The proposed algorithm, first, extracts the area including only all identifiers from container images by using CANNY masking and bi-directional histogram method. The extracted identifier area is binarized by the fuzzy binarization method newly proposed in this paper and by applying contour tracking method to the binarized area, container identifiers which are targets of recognition are extracted. We proposed and applied the ART2-based RBF network for recognition of container identifiers. The results of experiment for performance evaluation on the real container images showed that the proposed algorithm has more improved performance in the extraction and recognition of container identifiers than the previous algorithms.

• 한국측량학회지
• /
• 제33권6호
• /
• pp.595-603
• /
• 2015

With the advances of the big-data process technology, acquiring the real-time information from the massive image data taken by a mobile device inside a vehicle will be possible in the near future. Among the information that can be found around the vehicle, the route information is needed for safe driving. In this study, the automatic extraction of route information from the road sign imagery was dealt with. The scope of the route information in this study included the route number, route type, and their relationship with the driving direction. For the recognition of the route number, the modified Tesseract OCR (Optical Character Recognition) engine was used after extracting the rectangular-road-sign area with the Freeman chain code tracing algorithm. The route types (expressway, highway, rural highway, and municipal road) are recognized using the proposed algorithms, which are acquired from colour space analysis. Those road signs provide information about the route number as well as the roads that may be encountered along the way. In this study, such information was called “OTW (on the way)” or “TTW (to the way)” which between the two should be indicated is determined using direction information. Finally, the route number is matched with the direction information. Experiments are carried out with the road sign imagery taken inside a car. As a result, route numbers, route number type, OTW or TTW are successfully recognized, however some errors occurred in the process of matching TTW number with the direction.

• 인터넷정보학회논문지
• /
• 제5권1호
• /
• pp.1-13
• /
• 2004

클래스 단위의 응용 시스템 구성은 코드 중심의 컴포넌트 추상화로 각 요소의 독립성 유지 및 재사용이 구현상에만 치우쳐 효과가 미흡하다. 따라서 상위의 개발 단계에 대한 객체 지향적 접근을 위해서는 설계 문제의 추상화와 특정 영역의 일반적인 해결에 대한 정보 표현 및 구성요소 상호 간의 관련성을 패턴을 통하여 나타낼 필요가 있다. 또한 기존 시스템의 성능을 변경, 개선하고 변화하는 환경에 적응하기 위해서는 기존 시스템을 실험, 분석함으로써 정확한 이해를 하고 나아가 재사용 자원으로 활용할 수 있는 소프트웨어 역공학이 필요하다. 따라서 본 논문에서는 기존 객체지향 시스템 코드에서 설계 패턴 추출을 위한 역공학 적용에 관한 타당성과 설계 패턴 자동 추출을 위한 알고리즘을 Java를 적용하여 살펴보고 설계 패턴의 자동 추출을 위한 역공학 및 패턴 재사용을 위한 자동화 도구의 아키텍쳐를 설계 구현한다.

• 한국인터넷방송통신학회논문지
• /
• 제9권4호
• /
• pp.69-74
• /
• 2009

공공장소에서의 유기물은 의도적 공공테러를 목적으로 폭발물이나 화학물질 등을 포함할 수 있기 때문에 일단 가능한 위험물로 반드시 다루어져야 한다. 공항이나 기차역과 같은 대형 공공장소에서는 전체 영역을 감시하는 모든 모니터를 점검할 보안 인력을 유지하는데 있어서 비용적 측면의 한계가 있게 마련이다. 이것이 비전 기술에 기반한 위험 유기물의 자동 검사 시스템을 개발하여야 하는 기본적 동기이다. 이 연구에서는 잘 알려진 DBE 기법을 적용하여 배경 이미지를 안정적으로 추출하는 것을 보이며, HOG 알고리즘을 적용하여 물체 분류에 있어서 사람과 물건을 구분하는 기능을 구현하였다. 제안된 시스템의 유효성을 보이기 위하여 감시 지역의 한 실내 환경에 대해 금지구역 침범을 탐지하고 유기물에 대한 경보를 발생하는 실험을 수행하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.53-64
• /
• 2023

Early detection of endometrial carcinoma in uterus is essential for effective treatment. Endometrial carcinoma is the worst kind of endometrium cancer among the others since it is considerably more likely to affect the additional parts of the body if not detected and treated early. Non-invasive medical computer vision, also known as medical image processing, is becoming increasingly essential in the clinical diagnosis of various diseases. Such techniques provide a tool for automatic image processing, allowing for an accurate and timely assessment of the lesion. One of the most difficult aspects of developing an effective automatic categorization system is the absence of huge datasets. Using image processing and deep learning, this article presented an artificial endometrium cancer diagnosis system. The processes in this study include gathering a dermoscopy images from the database, preprocessing, segmentation using hybrid Fuzzy C-Means (FCM) and optimizing the weights using the Whale Optimization Algorithm (WOA). The characteristics of the damaged endometrium cells are retrieved using the feature extraction approach after the Magnetic Resonance pictures have been segmented. The collected characteristics are classified using a deep learning-based methodology called Long Short-Term Memory (LSTM) and Bi-directional LSTM classifiers. After using the publicly accessible data set, suggested classifiers obtain an accuracy of 97% and segmentation accuracy of 93%.

• Smart Structures and Systems
• /
• 제30권5호
• /
• pp.501-511
• /
• 2022

Three-dimensional (3D) models have become crucial for improving civil infrastructure analysis, and they can be used for various purposes such as damage detection, risk estimation, resolving potential safety issues, alarm detection, and structural health monitoring. 3D point cloud data is used not only to make visual models but also to analyze the states of structures and to monitor them using semantic data. This study proposes automating the generation of high-quality 3D point cloud data and removing noise using deep learning algorithms. In this study, large-format aerial images of civilian infrastructure, such as cut slopes and dams, which were captured by drones, were used to develop a workflow for automatically generating a 3D point cloud model. Through image cropping, downscaling/upscaling, semantic segmentation, generation of segmentation masks, and implementation of region extraction algorithms, the generation of the point cloud was automated. Compared with the method wherein the point cloud model is generated from raw images, our method could effectively improve the quality of the model, remove noise, and reduce the processing time. The results showed that the size of the 3D point cloud model created using the proposed method was significantly reduced; the number of points was reduced by 20-50%, and distant points were recognized as noise. This method can be applied to the automatic generation of high-quality 3D point cloud models of civil infrastructures using aerial imagery.

• 한국컴퓨터정보학회논문지
• /
• 제3권3호
• /
• pp.73-81
• /
• 1998

본 논문에서는 의용영상의 병소부위 특징을 추출하여 판별 자동화할 수 있는 방안을 제안하였다. 전처리 과정으로서 의용영상의 형태정보는 입력영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출하였다. 본 논문에서 제안된 알고리즘을 이용하면 자동 판별 시스템을 구축할수 있고, PACS의 성능 향상에 크게 기여할 것이다.

• 한국정보처리학회논문지
• /
• 제4권3호
• /
• pp.871-879
• /
• 1997

지리 정보 시스템의 구축을 위한 기존의 수치 지도화 방법은 많은 비용과 시간이 소요되는 작업이므로 자동입력을 위한 도구의 필요성이 절실하다 지도의 특징을 살펴 보면, 몇 가지 특징적인 색을 이용하여 정보를 계층화시켜 작성되어 있으므로, 영상에서 색 정보를 분리하면, 여러 가지 정보를 효율적으로 추출할 수 있다. 본 논문에서는 칼라 지도 영상에서 도로 정보를 추출하는 알고리즘을 제안하였다. 스캐너로 입력된 칼라 지도영상을 색 계층별로 분리하고, 도로를 포함하고 있는 영상에서 모폴로지 연산의 하나인 조건적 볼림 연산을 병렬적으로 적용하는 알고리즘을 제안하였다. 제안된 복원 알고리즘을 이용하여 정보의 중첩으로 인한 도로의 훼손된 부분을 효율적으로 복원하였으며, 세선화와 벡터화를 통하여 도로의 정보를 표현하였다.

• 디지털융복합연구
• /
• 제11권12호
• /
• pp.459-465
• /
• 2013

본 논문은 영상 속 객체와 배경의 컬러 특징을 이용한 주요 객체의 자동 추출 방법에 관한 연구이다. 인간이 객체를 판단할 때에는 배경과 객체의 색상 차이를 이용하는데 이러한 요소를 객체 추출 방법에 적용시키기 위해서는 배경과 객체의 색차를 강조하여야 한다. 따라서 본 논문에서는 원 RGB 영상을 인간의 시각 시스템과 유사한 HSV 색 공간으로 변환하고 각기 다른 분포도의 메디안 필터를 적용한 두 개의 영상을 생성한 뒤 두 개의 메디안 필터가 적용된 영상들을 합산하였고 데이터 군집화 방법인 Mean Shift 알고리즘을 적용하여 색상 특징을 그룹화 하였다. 마지막으로 이진화 작업을 위하여 영상의 채널 수를 3 채널에서 1 채널로 정규화 한 뒤 영상 내 픽셀들의 평균값을 임계값으로 이용하는 이진화 방법으로 객체 지도 영상을 생성하였고 주요 객체를 추출하였다.