• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.282-285
• /
• 2002

의료영상에서 윤곽선의 추출은 관심영역 대한 객관적인 수치 즉 면적, 부피, 장단축의 길이 등을 분석하고 3차원 재구성을 위해 선행되어야 하는 중요한 과정이다. 현재 윤곽선 추출에 대한 않은 방법들이 개발 중에 있으나 이 방법들은 한계를 지니고 있어 더 높은 수준의 처리가 요구된다. 본 논문에서는 active contour model(snake)을 이용하여 MR뇌 영상에서 종양을 추출하였다. Snake의 에너지 최적화 문제를 dynamic programming을 사용하여 개선하였으며 canny edge detection을 이용하여 잡음에 덜 민감하도록 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.629-630
• /
• 2019

Canny Edge Detection Algorithm 을 이용하여 3D 스캐너로 생성된 입체 데이터에서 2D 도면 데이터로 추출 및 변환 하는 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제21권8호
• /
• pp.1540-1546
• /
• 2017

디지털 영상 처리는 군사, 의료, 영상인식 시스템, 로봇, 산업 등의 여러 분야에서 다양하게 활용되고 있다. 그러나 디지털 영상은 영상을 획득, 전송하는 과정에서 여러 외부 원인에 의해 발생된다. 일반적으로 영상에 중첩되는 잡음에는 발생 원인과 형태에 따라 다양하며, AWGN 및 임펄스 잡음이 대표적이다. 영상처리에서 잡음 제거는 영상 분할, 영상 인식, 특징 추출 등의 전처리 과정에서 필수적이다. 따라서 본 논문은 영상에 첨가된 잡음을 효과적으로 제거하기 위해, 캐니 에지를 이용하여 비에지 영역과 에지 영역을 구분하여 각 영역에 따라 필터를 다르게 적용하여 처리하는 알고리즘을 제안하였다. 그리고 제안한 알고리즘의 우수성을 입증하기 위해, 확대 영상, 에지 영상 및 PSNR(peak signal to noise ratio)을 이용하여 기존의 방법들과 성능을 비교하였다.

• 한국멀티미디어학회논문지
• /
• 제11권3호
• /
• pp.292-300
• /
• 2008

본 논문에서는 점진적인 화소 확장을 이용하여 영상 내에 존재하는 선분을 찾아내는 선분 추출 알고리즘을 제안한다. 본 논문에서 제안하는 선분 추출 방법에서는 기존의 선분 추출 방법인 허프 변환 기반 방법이나 선분의 그룹화 기반 방법과는 다른 접근법을 사용하였다. 영상이 입력되면 케니 테두리를 구하고, 테두리 화소 중 임의의 점을 선택하여 선분을 근사화 시킨 기본 직선을 만든 후, 선택된 점에서 임의의 반경 내에 있는 테두리 화소들을 선택한다. 직선과의 거리 오차와 기울기 각의 오차를 이용하여 선택된 화소에 가중치를 부여한다. 가중치 합 비교에 의해 선택된 화소들이 떨어져 있는지를 판별한 후, 가중치를 적용한 최소자승법에 의해 선 맞춤을 하여 선분을 구하게 된다. 제안된 알고리즘은 기존에 제안된 방법들과 결과를 비교하였으며, 계산 속도가 빠르면서 실제 존재하는 선분 추출이 가능하다는 것을 실험 결과를 통해 제시한다.

• 한국광학회지
• /
• 제23권3호
• /
• pp.97-102
• /
• 2012

일반적으로 왜곡을 측정하는 방법으로 패턴의 전체 이미지를 분석하여 왜곡을 평가하는 방법을 이용하고 있으나 정확도가 높지 않아 카메라 등의 광학계에 많이 적용되고 있다. 1um이하의 정확도를 요구하는 왜곡수차를 측정하는 방법으로는 고가의 정밀 스테이지를 이용하여 마스크의 이미지 위치를 정확히 측정하는 방법이 주로 이용된다. 본 논문에서는 정확도가 요구되지 않는 매뉴얼 스테이지를 이용하여 왜곡을 정확히 측정하는 방법을 연구 하였다. 주요 아이디어로는 CCD나 CMOS를 이용하여 마스크 이미지를 일부 중첩되도록 분할측정하고 인접중첩영역의 이미지를 통합하여 마스크 이미지 위치를 정확히 계산하는 것이다. 마스크 이미지의 정확한 위치정보를 얻기 위해 Canny Edge Detection 기법을 사용하였으며 이렇게 확보된 위치정보로부터 좌표변환과 최소자승법을 사용하여 정확한 왜곡수차를 계산하는 과정을 연구하였다.

• 디지털융복합연구
• /
• 제12권7호
• /
• pp.239-245
• /
• 2014

본 논문에서는 얼굴의 전체적인 특징(윤곽선, 얼굴크기, 눈, 코) 분석에 기반을 둔 가중치 주름 검출 방법을 제안한다. 첫째 입력된 영상에서 능동적 외향 방법을 이용하여 얼굴의 전체적인 주요 성분을 검출하게 되는데, 크게 형태 기반과 외향 방법으로 구성되어 있다. 이것은 얼굴 모델을 학습하고, 학습된 모델을 기반으로 새로운 영상에서 얼굴을 정합할 때 사용된다. 두 번째로는 영상에서 얼굴과 배경을 분리하고, 얼굴에서 주름 확률이 가장 큰 곳 네 곳을 선정하여 주름 가중치를 높게 부과하다. 마지막으로 가중치를 부여한 관심 영역에 대해서 캐니에지 알고리즘을 적용하여 주름을 검출하게 된다. 제안한 알고리즘은 다양한 종류의 영상을 사용하여 실험 하였으며, 실험결과 대부분의 영상에서 높은 성능의 얼굴 및 주름 검출 결과를 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.186-191
• /
• 2019

본 논문은 고속 특징추출 알고리즘의 구현 방법을 제안한다. 제안하는 방법은 블록 유형 분류 알고리즘을 기반으로, 블록 유형 분류 알고리즘 적용 시, 영상 특징 정보가 발생하지 않는 스무스 블록에서 연산을 생략하여 영상 특징 검출에 필요한 연산시간을 감소시킬 수 있다. 200장의 표준 테스트 이미지를 활용해 매크로 블록의 크기를 $64{\times}64$로 나누어 스무스 블록의 발생 빈도를 측정한 결과 전체의 29.5%만큼 발생하는 것을 정량적으로 확인했다. 이 의미는 다양한 영상 정보를 포함하고 있는 표준 테스트 이미지 내에서는 29.5%에 해당하는 만큼 연산의 복잡도를 감소시킬 수 있다는 의미를 나타낸다. 제안된 방법을 케니 윤곽선 검출 알고리즘에 적용하면 이차원 미분 필터, 그라디언트 크기 및 방향 연산, 비최대 억제, 적응형 임계값 연산, 히스테리시스 임계 처리와 같은 총 다섯 단계의 영상처리에 필요한 지연시간을 완전히 제거할 수 있다. 이와 같은 방법으로 다양한 특징 검출 알고리즘에 블록 유형 구분 알고리즘을 적용해, 연산에 필요한 시간을 감소할 수 있을 것을 기대한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.932-934
• /
• 2003

본 논문에서는 시간 간격을 두고 촬영한 홍채 영상의 차영상을 이용하여 홍채 변화를 분석하여 홍채 변화에 따라 환자의 건강 진단에 활용할 수 있는 방법에 대해 연구하였다. 시간 간격을 두고 촬영한 홍채 영상의 차영상은 시간에 따른 변화를 명확히 보여줌으로써 질병의 조기진단 및 질병의 전개과정 등을 알아보는데 유용하게 쓰일 수 있다. 홍채 진단 시스템의 경우 홍채 외부 영역은 진단에 도움이 되지 않기에 홍채 영역만을 추출하기 위해 케니 에지 검출기를 이용하여 홍채 영역을 추출하고 이전에 촬영한 영상과 현재 촬영한 영상의 차영상을 이용하여 변화를 비교 분석하였다.

• 한국통신학회논문지
• /
• 제21권7호
• /
• pp.1696-1705
• /
• 1996

중앙값여파기의 일반화된 형태인 스택여파기의 이론을 써서 잡음으로 왜곡된 영상에서의 윤곽선 검출기를 연구하였다. 이 논문에서 제안된 추정값 차이기법(difference of estimates:DoE)은 충격성 잡음의 환경에서 매우 효율적인 기법으로 기존의 형태학적 접근 방법을 개선하였다고 할 수 있다. 이 기법에서는 잡음이 있는 영상에 스택필터를 사용하여 잡음이 없는 원영상의 불림 영상(diated version)과 녹임 영상(eroded version)을 최적으로 추정한다. 그 결과로 얻어진 추정 영상의 차이에 적절한 문턱값 연산을 적용하여 윤곽선을 얻을 수 있다. 이 기법을 써서 얻은 결과는 가산상 정규 잡음의 경우에는 Canny의 기법을 이용하여 얻은 결과와 상응하는 성능을 갖고, 충격성 잡음의 경우에는 훨씬 좋은 성능을 보여준다.

• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.751-756
• /
• 2018

본 연구는 입력 영상에서 교통 신호등을 검출하고, 신호등의 색상을 인식하며, 신호를 판별하여 무인 자율주행 차량이나 ITS(Intelligent Transportation System)에 적용할 수 있는 신호등 색상 인식 알고리즘을 제안하였다. 제안된 알고리즘은 교통신호등을 검출하기 위해 CEA(Canny Edge Algorithm)를 이용하여 외곽선을 추출하였고, 신호등의 색상을 인식하고 정확도를 높이기 위하여 HCT(Hough Circle Transform)를 적용하였다. 제안된 방법으로 주행도로상에서 획득한 스트림 영상에 적용한 결과, 우수한 신호등 색상 인식률을 확인할 수 있었다. 특히 입력영상에서 신호등이 존재할만한 ROI(Region Of Interest)로 구분하여 연산시간을 줄일 수 있었고, 신호등과 유사한 영역이라도 원이 검출되지 않거나 HSV 공간에서 V값이 낮아 후보영역에서 탈락시킴으로써 인식률의 정확도를 높일 수 있었다.