• 한국군사과학기술학회지
• /
• 제11권1호
• /
• pp.75-84
• /
• 2008

A new automatic small target detection and tracking algorithm for the real-time IR surveillance system is presented. The automatic target detection and tracking algorithm of the real-time systems, requires low complexity and robust tracking performance in the cluttered environment. Linear-array and parallel-scan IR systems usually suffer from severe scan noise caused by the detector non-uniformity. After the spatial filtering and thresholding, this scan noise still remains as high amplitude clutter which degrades the target detection rate and tracking performance. In this paper, we propose a new feature which consists of area and validity information of a measurement. By adopting this feature to the measurements selection and track confirmation, we can increase the target detection rate and reduce both the track loss rate and false track rate. From the experimental results, we can validate the feasibility of the proposed method in the noisy IR images.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.1002-1005
• /
• 1995

This paper presents an enhanced preprocessing and recognition algorithm for automatic vehicle license plate recognition system. The algorithm first applies horizontal gradient filter followed by thresholding and mathematical morphology operation for preprocessing. The final stage of the preprocessing is the application of connected component analysis in order to estimate the license plate region. For the recognition of the serial numbers of the plates, we developed a very effective algorithm. We call this zerocrossing count algorithm. This paper presents a detail of this algorithm and compare the performance with a template matching algorithm which utilizes correlation coefficient.

• 한국콘텐츠학회논문지
• /
• 제2권3호
• /
• pp.1-15
• /
• 2002

본 논문은 인간 뇌의 가시화 및 해석을 위하여 단일 채널 MR영상에서 자동화된 뇌영역 추출 방법을 제안한다. 이 방법은 쌍곡선 적합을 이용한 자동 문턱치화와 3차원 형태 학적 연산에 의하여 뇌 마스크 볼륨을 생성한다. 쌍곡선 적합은 MR영상의 히스토그램에 곡선을 적합할 때 오차를 줄일 수 있으며, 침식, 연결부위 레이블링, 최대특징 연산, 팽창 등 3차원 형태학적 연산은 문턱치화된 뇌 마스크로부터 생성된 정육각형 볼륨 마스크에 적용된다. 제안한 방법은 SPGR, T1, T2, PD MR영상 세트에서 뇌영역을 자동 추출할 수 있으며, 가장자리 슬라이스에도 적용 가능하고, 영상이 뇌 전체를 포함하지 않아도 된다. 실험에서 20 세트의 MR영상에 적용하여 수동 방법과 비교하여 0.97 이상의 유사도를 보였다.

• 한국멀티미디어학회논문지
• /
• 제10권9호
• /
• pp.1117-1124
• /
• 2007

본 논문에서는 MRI 뇌 영상에서 뇌실 영역을 검출하기 위하여 자동적으로 임계치를 설정하는 방법을 제안하였다. 웨이브릿 변환 후 수평 및 수직 신호의 상세 신호 크기를 이용하여 물체의 윤곽선에서 상세신호의 크기 평균을 의미하는 에지 선예도를 계산하였다. 영역 성장을 위한 임계치를 반복적으로 증가시켜 에지 선예도가 최대일 때 최적 임계치를 설정하여 뇌실 영역을 검출하였다. 본 논문에서는 제안한 방법과 지오데식 동적 윤곽선 모델을 수치적으로 비교하였으며, 실제 MRI 뇌영상에 적용시켜 제안한 알고리즘의 유효성을 검증하였다.

• 대한원격탐사학회지
• /
• 제19권6호
• /
• pp.465-478
• /
• 2003

이 논문은 다중시기 원격탐사 화상의 무감독 변화탐지를 위해 자동으로 임계치를 결정하는 두가지 방법을 제안하였다. 두 방법 모두 3성분 가우시안 혼합 확률 모델의 파라미터 추정과 베이지안 최소 오차 이론을 이용한 임계치 결정의 두 단계로 이루어져 있다. 첫 번째 방법은 Bruzzone and Prieto (2000)의 방법을 확장 적용한 것으로, 혼합 확률 모델의 파라미터 추정에 기대최대화 기법을 적용한다. 두 번째 제안 방법은 연속적으로 임계치 결정과 혼합 확률 모델의 파라미터 추정을 수행한다. 모의 화상과 KOMPSAT-1 EOC 화상에 적용한 결과, 제안한 두 기법 모두 효율적으로 모델 파라미터를 추정할 수 있었으며, 최소 오차를 보이는 임계치에 근사한 값을 추출할 수 있었다.

• 한국측량학회지
• /
• 제29권1호
• /
• pp.71-80
• /
• 2011

임계값 결정은 변화유무만을 판단하는 무감독변화탐지에 있어 매우 중요한 과정으로 인식되고 있다. 본 논문은 향후 수요 증가가 기대되는 원격탐사 데이터 중 하나인 초분광영상을 이용한 새로운 무감독변화탐지 기법을 제안하고 있다. 다중시기의 화소간 유사도 측정을 통해 도출된 결과값을 일정 간격으로 평균하여 그래프를 생성하고, 최대거리 기법을 적용하여 변화유무 정보를 추출하기 위한 임계값을 결정하였다. 참조자료를 취득할 수 있는 두 가지 의사영상을 통해 기대최대화 기법, 교점방법, Otsu 기법과 결과를 비교하여 성능을 평가하였으며, 이를 토대로 다중시기의 Hyperion 영상에 각 기법을 적용하여 변화탐지 결과를 확인하였다. 제안기법은 기존의 임계값 결정 기법과 비슷하거나 높은 정확도를 보였으며, 간단하게 적용할 수 있는 장점이 있어 향후 초분광영상을 이용한 무감독변화탐지에 효과적으로 사용될 수 있을 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권10호
• /
• pp.3490-3507
• /
• 2014

License plate detection (LPD) is one of the most important aspects of an automatic license plate recognition system. Although there have been some successful license plate recognition (LPR) methods in past decades, it is still a challenging problem because of the diversity of plate formats and outdoor illumination conditions in image acquisition. Because the accurate detection of license plates under different conditions directly affects overall recognition system accuracy, different methods have been developed for LPD systems. In this paper, we propose a license plate detection method that is rapid and robust against variation, especially variations in illumination conditions. Taking the aspects of accuracy and speed into consideration, the proposed system consists of two stages. For each stage, Haar-like features are used to compute and select features from license plate images and a cascade classifier based on the concatenation of classifiers where each classifier is trained by an AdaBoost algorithm is used to classify parts of an image within a search window as either license plate or non-license plate. And it is followed by connected component analysis (CCA) for eliminating false positives. The two stages use different image preprocessing blocks: image preprocessing without adaptive thresholding for the first stage and image preprocessing with adaptive thresholding for the second stage. The method is faster and more accurate than most existing methods used in LPD. Experimental results demonstrate that the LPD rate is 98.38% and the average computational time is 54.64 ms.

• 산업경영시스템학회지
• /
• 제43권1호
• /
• pp.16-25
• /
• 2020

Vegetation segmentation in a field color image is a process of distinguishing vegetation objects of interests like crops and weeds from a background of soil and/or other residues. The performance of the process is crucial in automatic precision agriculture which includes weed control and crop status monitoring. To facilitate the segmentation, color indices have predominantly been used to transform the color image into its gray-scale image. A thresholding technique like the Otsu method is then applied to distinguish vegetation parts from the background. An obvious demerit of the thresholding based segmentation will be that classification of each pixel into vegetation or background is carried out solely by using the color feature of the pixel itself without taking into account color features of its neighboring pixels. This paper presents a new pixel-based segmentation method which employs a multi-layer perceptron neural network to classify the gray-scale image into vegetation and nonvegetation pixels. The input data of the neural network for each pixel are 2-dimensional gray-level values surrounding the pixel. To generate a gray-scale image from a raw RGB color image, a well-known color index called Excess Green minus Excess Red Index was used. Experimental results using 80 field images of 4 vegetation species demonstrate the superiority of the neural network to existing threshold-based segmentation methods in terms of accuracy, precision, recall, and harmonic mean.

• Journal of International Society for Simulation Surgery
• /
• 제1권1호
• /
• pp.37-40
• /
• 2014

Purpose For living donor liver transplantation, liver segmentation is difficult due to the variability of its shape across patients and similarity of the density of neighbor organs such as heart, stomach, kidney, and spleen. In this paper, we propose an automatic segmentation of the liver using multi-planar anatomy and deformable surface model in portal phase of abdominal contrast-enhanced CT images. Method Our method is composed of four main steps. First, the optimal liver volume is extracted by positional information of pelvis and rib and by separating lungs and heart from CT images. Second, anisotropic diffusing filtering and adaptive thresholding are used to segment the initial liver volume. Third, morphological opening and connected component labeling are applied to multiple planes for removing neighbor organs. Finally, deformable surface model and probability summation map are performed to refine a posterior liver surface and missing left robe in previous step. Results All experimental datasets were acquired on ten living donors using a SIEMENS CT system. Each image had a matrix size of $512{\times}512$ pixels with in-plane resolutions ranging from 0.54 to 0.70 mm. The slice spacing was 2.0 mm and the number of images per scan ranged from 136 to 229. For accuracy evaluation, the average symmetric surface distance (ASD) and the volume overlap error (VE) between automatic segmentation and manual segmentation by two radiologists are calculated. The ASD was $0.26{\pm}0.12mm$ for manual1 versus automatic and $0.24{\pm}0.09mm$ for manual2 versus automatic while that of inter-radiologists was $0.23{\pm}0.05mm$. The VE was $0.86{\pm}0.45%$ for manual1 versus automatic and $0.73{\pm}0.33%$ for manaual2 versus automatic while that of inter-radiologist was $0.76{\pm}0.21%$. Conclusion Our method can be used for the liver volumetry for the pre-surgery planning of living donor liver transplantation.

• 대한의용생체공학회:의공학회지
• /
• 제25권4호
• /
• pp.235-242
• /
• 2004

본 논문에서는 영역 성장법을 기반으로 자동적인 임계치 설정에 의하여 미세 석회화를 추출하는 방법을 제안하였다. 미세 석회화 후보 영역에서 임계치를 반복적으로 증가시키면서 국부 최대치 화소로부터 영역을 성장시키고 명암 대비와 에지 선예도가 최대일 때 최적의 임계치가 결정됨으로써, 실제 영상에 있어서 효과적으로 미세 석회화를 추출할 수 있었다. 총 299개의 미세 석회화에 대하여 81.5%의 TP(true positive) 비율과 1.1개의 평균 FP(false positive) 개수를 가지는 만족할 만할 결과를 얻었으며, 진단 방사선 전문의의 조기 유방암 진단을 위한 보조 역할이 될 수 있음을 알 수 있었다.