• 한국산학기술학회논문지
• /
• 제11권3호
• /
• pp.847-852
• /
• 2010

자연 영상 내에 포함된 텍스트는 영상의 다양하고 중요한 특징을 갖는다. 그러므로 텍스트를 검출하고 추출하여 인식하는 것이 중요한 연구대상으로 연구되고 있다. 최근 모바일 폰 카메라를 기반으로 다양한 분야에서 많은 응용 기술이 연구 개발되고 있다. 본 논문은 에지 및 연결요소를 이용한 장면 텍스트 검출 방법을 제안한다. 그레이스케일 영상으로부터 에지 성분 검출과 지역적 표준편차를 이용하여 텍스트 영역의 경계선을 검출하고, RGB 컬러공간의 유클리디안 거리를 기준으로 연결요소를 검출한다. 검출된 에지 및 연결요소를 레이블링하고 각각 영역의 외곽사각형을 구한다. 텍스트의 휴리스틱 이용하여 후보 텍스트를 추출한다. 후보 텍스트 영역을 병합하여 하나의 후보 텍스트 영역을 생성하고, 후보 텍스트의 지역적 인접성과 구조적 유사성으로 후보 텍스트를 검증함으로서 최종적인 텍스트 영역을 검출하였다. 실험결과 에지 및 컬러 연결요소 특징을 상호 보완함으로서 텍스트 영역의 검출률을 향상시켰다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1121-1135
• /
• 2005

본 논문에서는 시공간 정보를 이용하여 동영상에서 움직이는 객체를 자동으로 추출하는 방법을 제안한다. 본 논문에서 제안하는 방법은 다른 영역과 구별되는 현저한 장소에 무의식적으로 집중되는 시각주의 특성을 컴퓨터 시스템에 도입한 대비 지도(contrast map)와 중요 특징점(salient point)을 적용한 것이 큰 특징이라고 할 수 있다. 대비 지도는 밝기(luminance), 색상(color) 그리고 방향성(direction) 3가지의 특징 정보 중 자기와 방향성의 특징을 나타내는 자기 지도(luminance map)와 방향성 지도(directional map)를 결합하여 대비 지도를 생성한다. 또한, 사람이 시각적으로 볼 때 의미 있다고 생각하는 중요 특징점을 웨이블릿 변환을 이용하여 찾아낸다. 이렇게 생성된 대비 지도와 중요 특징점을 이용하여 대략적인 집중윈도우(AW:Attention Window)의 위치와 크기를 결정한다. 다음으로, 동영상의 가장 큰 특징인 움직임 정보를 추정하여 집중윈도우를 객체에 가장 근사하게 축소시키고, 윤곽선 정보를 이용하여 객체를 추출한다. 윤곽선을 추출하기 위해 캐니에지(canny edge)를 사용하였으며, 배경의 윤곽선 제거를 위하여 윤곽선의 차이(DE:Difference of Edge)를 이용하여 가로 후보영역과 세로 후보영역을 추출한다. 추출된 2개의 후보영역을 AND연산과 모폴로지 연산을 이용하여 객체를 자동으로 추출하는 방법을 제안한다. 실험은 카메라가 고정된 상태에서 촬영한 동영상에 대해 이루어 졌으며, 객체와 배경이 효과적으로 분리되는 것을 확인하였다.

• 터널과지하공간
• /
• 제29권3호
• /
• pp.184-196
• /
• 2019

본 연구에서는 화강암 시편에서 수압 파쇄법에 의해 생성된 미세균열의 3차원 형상을 X-ray CT 영상과 딥러닝을 이용하여 추출하였다. 실험으로 생성된 미세균열은 X-ray CT 영상 상에서 일반적인 영상처리방법으로는 추출하기 매우 어렵고 육안으로만 관찰이 가능한 형태를 지닌다. 하지만 본 연구에서 제안한 합성곱 신경망(Convolutional neural network) 기반 인코더-디코더(Encoder-Decoder) 구조의 딥러닝 모델을 통해 미세균열을 정량적으로 추출할 수 있었다. 특히 픽셀 단위의 미세균열 추출을 위해 인코딩 과정에서 소실되는 정보를 디코딩 과정으로 직접 전달하는 디코더 모델을 제안하였다. 또한, 딥러닝 기반 신경망 학습에 필요한 데이터의 수를 증가시키기 위해 이미지의 분할(Division), 회전(Rotation), 그리고 반전(Flipping) 등으로 데이터를 생성하는 영상 증대 방법을 적용하였으며 이때 최적의 조합을 확인하였다. 최적의 영상 학습 데이터 증대 방법을 적용하였을 때 검증 데이터뿐만 아니라 테스트 데이터에서의 성능 향상을 확인하였다. 학습 데이터의 원본 개수가 딥러닝 기반 신경망의 균열 추출 성능에 미치는 영향을 확인하고 딥러닝 기술을 사용하여 성공적으로 미세균열을 추출하였다.

• 한국의학물리학회지:의학물리
• /
• 제17권1호
• /
• pp.24-31
• /
• 2006

유방암 환자의 방사선치료에 있어 치료도중(intrafractional) 및 분할 치료 간(intefractional)에 발생되는 오차를 측정하는 자동분석소프트웨어를 개발하였다. 오차 분석 결과는 3차원 입체조형 방사선치료를 임상에 적용하기에 앞서 적절한 치료계획용적(Planning Target Volume, PTV)을 설정하는 데 있어 매우 중요하다. 본 연구에서는 전자포탈영상장치(Electrical Portal imaging Device, EPID)로써 Portal Vision LC250 액체 충전형 이온화 검출기를 사용하였다(fast frame-averaging 모드, 초당 1.4 프레임, 256X256 픽셀). 12명의 환자에 대해 최소 7일 이상씩 영상을 획득하였다. 매 치료마다 평균 8 내지 9개의 영상을 각 빔에 대해 얻었다(분당 400 MU 선량률). 총 2,931 (720 측정을 포함하는)개의 영상을 정량적으로 분석할 수 있는 자동화 영상 분석 소프트웨어를 개발하였다. 이를 통해 호흡으로 인해 발생하는 치료도중 오차와 분할 치료간 발생하는 분할치료오차의 표준편차($\sigma$)들을 계산하였다. 신뢰 구간 95%로 임상표적체적(Clinical Target Volume, CTV)을 포함할 수 있는 PTV 마진은 $2\;(1.96\;{\sigma})$으로 계산되었다. 주로 호흡으로 인해 유발되는 치료도중오차를 보상하기 위해 필요한 PTV 마진은 2 mm에서 4 mm이었다. 반면에 분할 치료간 오차를 보상하기위해 필요한 PTV 마진은 7 mm에서 31 mm이었다. 12명의 환자에 대한 전체 평균오차는 17 mm이었다. 분할치료 간 오차는 호흡에 의해 유발되는 치료도중 오차에 비해 2배에서 15배까지 더 크게 나타났다. 유방암 치료에 있어 3차원 입체정형조사나 세기조절방사선치료(Intensity Modulated Radiation Therapy, IMRT)를 적용하기에 앞서 반드시 셋업 오차의 크기를 측정하여 PTV에 적절히 반영되어야 한다. 유방에 대한 3차원 입체정형조사나 세기조절방사선치료를 위해 반드시 필요한 것은 아니지만, 큰 PTV 마진을 줄여주기 위해서는 영상유도방사선치료(Image Guided Radiation Therapy, IGRT)가 매우 유용하게 이용될 수 있다. 전자포탈영상장치 들은 본 보고서에서 기술한 바와 같은 자동분석소프트웨어를 반드시 포함하여야 한다. 이를 통해 수많은 EPID 영상들을 자동화 처리하고 오차분석을 시행함으로써 각 병원의 임상적용 방법 및 환경에 따라 상이하게 나타날 수 있는 오차의 크기를 감안한 적절한 PTV마진을 구하는데 도움을 얻을 수 있다. 이러한 장치들은 또한 최소의 노력으로 환자 치료를 관찰할 수 있는 귀중한 정보를 제공해 준다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.107-114
• /
• 2022

3차원 필름 영상을 양품 또는 불량품으로 분류하기 위해서는 필름의 영상 내 무늬를 검출해야 한다. 하지만 만약 필름 내 화소의 명암이 낮다면 영상 내 무늬가 선명하지 않아서 분류하기가 쉽지 않다. 본 논문에서는 3D 필름 영상들의 히스토그램을 구한 후, 각 히스토그램의 특정 빈도에서의 폭을 비교하여 정품과 불량품으로 분류하는 방법을 제안한다. 실험을 통하여 정품과 불량품의 히스토그램이 뚜렷하게 다르다는 것을 보였으며, 이러한 특징을 반영한 제안 알고리즘을 이용하여 히스토그램의 특정 빈도에서 모든 3D 필름 영상들이 정확하게 분류되는 것을 보였다. 기존에 연구된 방법들인 차영상, 오츠의 이진화 알고리즘, 캐니 엣지, 모폴로지 지오데식 엑티브 컨투어, 그리고 서포트 벡터 머신과의 성능 비교를 통하여 제안한 알고리즘의 성능이 가장 우수함을 검증하였으며, 영상 내 무늬를 검출할 필요 없이도 우수한 분류 정확도를 얻을 수 있다는 것을 보였다.