• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2006년도 추계학술발표논문집
• /
• pp.220-224
• /
• 2006

자연이미지에 포함된 텍스트는 많은 중요한 정보를 포함하고 있다. 그러므로 자연이미지에서 텍스트를 추출할 수 있다면 다양한 분야에서 활용될 수 있다. 본 논문에서는 문자-에지 맵 패턴 히스토그램 분석함으로서 텍스트 영역을 추출하는 방법을 제안한다. 캐니-에지 검출기로 에지를 추출하여 16가지 에지 맵을 생성하고, 에지 맵을 조합하여 문자 특징을 갖는 8가지 문자-에지 맵을 생성한다. 8가지 문자-에지 맵과 16가지 에지 맵을 이용하여 텍스트 후보 영역을 추출하고, 문자-에지 맵의 패턴 히스토그램 및 텍스트 영역의 구조적 특징을 이용하여 텍스트 후보 영역에 대한 검증을 수행하였다. 제안한 방법은 다양한 종류의 자연이미지를 대상으로 실험하였고, 복잡한 배경, 다양한 글꼴, 다양한 텍스트 컬러로 구성된 자연이미지에서 텍스트 영역을 효과적으로 추출하였다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.38-43
• /
• 2016

스마트 환경 구축이 보편화됨에 따라 사람과 컴퓨터 사이의 상호작용(HCI)에 관한 연구가 활발히 진행되고 있다. 인간-컴퓨터 상호작용에서 사람의 얼굴과 시선 방향을 안다는 것은 그 사람의 의도나 관심의 대상을 파악하는데 중요한 정보를 제공할 뿐만 아니라 신체 구조를 이해하는데도 하나의 기준이 될 수 있으므로 중요한 연구 테마이다. 본 논문에서는 랜덤 포레스트를 이용하여 얼굴 방향을 미리 정해놓은 각도로 분류하는 방법을 제안한다. 먼저 영상은 전처리를 거친 뒤 회전정보를 얻기 위하여 평균 정면 얼굴과의 차영상을 이용하여 회전정보를 추출한다. 캐니에지 검출법을 이용하여 얼굴의 특징을 검출하고 이를 이용하여 에지 영상을 구한 뒤, 이 영상에 대해 가로 세로축 각각에 대해 픽셀 수를 누적하여 히스토그램을 작성한다. 누적히스토그램을 특징으로 랜덤 포레스트를 생성하였으며, 랜덤 포레스트의 학습과 테스트에는 CAS-PEAL-R1 데이터를 사용하여 80.6%의 인식률을 얻었다.

• 한국정보통신학회논문지
• /
• 제10권11호
• /
• pp.2055-2061
• /
• 2006

디지털 영상에서 기하학적인 요소들을 찾아내는 일은 컴퓨터 비전 분야에서 기본적인 작업 중 하나이며, 허프변환(Hough transform)은 파라미터로 표현되는 기하학적 요소 추출을 위 해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이 논문에서는 이러한 잡음 민감성을 줄이는 방법으로 경계선 강도를 이용한 허프 변환을 제안하고, 이를 허프 공간에서의 피크 비(peak ratio)를 이용하여 증명하였다. 또한 직선을 대상으로 한 실험을 통하여 이를 확인하였다. 실험 결과, 제안한 경계선 강도 허프 변환은 기존의 허프 변환에 비해 잡음에 의해 검출되는 직선의 수가 줄어드는 것을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.49-55
• /
• 2015

최근 5년간의 주 야간별 교통사고 통계에 따르면 대부분의 자동차 교통사고는 주간보다 야간에 더 많이 발생했다. 교통사고는 다양한 원인으로 발생하게 되는데 그 중 중요한 요소는 조명 미설치 또는 조명 위치의 부적합으로 운전자의 시야 혼란을 야기하여 교통사고를 유발하게 된다. 본 논문은 부적절한 도로 조명 시설 위치와 미설치 구역을 파악하고 관련 정보들을 데이터베이스화 하였다. 이를 위해 운전자의 위치 정보, 주행 정보, 도로 밝기 정보를 스마트폰을 이용하여 실시간으로 데이터베이스 서버에 저장하는 도로 밝기 측정 어플리케이션을 설계 및 구현하였다. 본 어플리케이션은 안드로이드 NDK을 이용하여 Native C/C++ 환경에서 구현되었으며, 이에 따라 자바나 다른 언어로 작성된 어플리케이션 보다 연산속도를 향상시켰다. 도로 밝기를 측정하기 위하여 카메라 영상인 RGB 색 공간의 영상을 YCbCr 색 공간의 영상으로 변환하여 휘도를 측정한다. 이를 위해 먼저 차선을 검출하고 도로 밝기 검출 영역의 휘도 값을 계산하여 데이터베이스에 저장한다. 또한 스마트폰의 카메라를 이용하여 실시간으로 도로의 영상을 입력 받고 도로의 차선부분에 대한 관심영역을 지정하여 연산 속도를 향상시켰다. 관심영역의 영상은 Grayscale 영상으로 변환하고 Canny 에지 검출기를 사용하여 외곽선을 추출하고 Hough line transform을 적용하여 차선의 후보군을 선별한다. 선별된 후보 차선의 기울기를 계산하여 양쪽의 차선을 선정한다. 양쪽 차선이 검출되면 차선의 교차점으로부터 아래로 20픽셀의 높이를 가진 삼각형을 도로 밝기 측정범위로 설정한다. 삼각형 부분의 모든 픽셀에 대한 R, G, B값을 추출하여 Y값을 계산하고 픽셀 밝기 값의 평균을 0부터 100사이의 값으로 계산하여 검은색부터 초록색으로 도로의 밝기를 표현하였다. 계산된 60m 전방의 도로 밝기 값은 스마트폰의 GPS 센서를 통해 측정된 운전자의 주행 정보와 위치 정보를 획득하여 10분 간격으로 무선통신을 통해 데이터베이스 서버에 저장하였다. 향후 수집된 도로 밝기 정보들은 스마트폰 어플리케이션이나 차량 내비게이션을 통해 운전자들에게 조심 운전을 경고하거나 효율적인 도로 조명 관리를 위한 개보수 계획에 반영될 수 있을 것으로 기대된다.

• 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.