• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.508-510
• /
• 2000

본 논문은 의료 영상 중에서 복부 방사선 분야에서 보편적으로 사용되고 있는 CT 영상으로부터 간영역을 분할해내는 방법을 제시한다. 본 논문에서는 복부 CT영상에서 근육 부분과 척추, 늑골 부분을 제거하고, co-occurrence matrix를 이용한 국부 영상 이진화(local image thresholding) 방법을 통해 영상에서 간 영역을 분할한다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권1호
• /
• pp.45-50
• /
• 2003

Texture analysis has been efficiently utilized in the area of terrain classification. In this application features have been obtained in the 2D image domain. This paper suggests 3D co-occurrence texture features by extending the concept of co-occurrence to 3D world. The suggested 3D features are described using co-occurrence histogram of digital elevations at two contiguous position as co-occurrence matrix. The practical construction of co-occurrence matrix limits the number of levels of digital elevation. If the digital elevation is quantized into the number of levels over the whole DEM(Digital Elevation Map), the distinctive features can not be obtained. To resolve the quantization problem, we employ local quantization technique which preserves the variation of elevations. Experiments has been carried out to verify the proposed 3D co-occurrence features, and the addition of the suggested features significantly improves the classification accuracy.

• 한국통신학회논문지
• /
• 제30권12C호
• /
• pp.1167-1174
• /
• 2005

본 논문은 인덱스 영상의 무손실 압축을 위한 적응적 순위 기반 재인덱싱 기법에서 동일 빈도 값에 대한 우선 순위 결정 방법을 제안한다. 발생빈도행렬에서 동일 빈도 값에 대한 우선순위 결정은 발생빈도행렬의 임의의 행에서 물리적으로 처음 위치한 빈도 값, 주대각선 주위에 위치한 빈도 값, 민도 값이 큰 원소의 주위에 위치한 빈도값을 사용한다. 실험 결과, 제안 방법은 기존의 Zeng과 Pinho의 방법보다 1.71 비트까지 절감 효율을 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제22권1호
• /
• pp.9-17
• /
• 2001

의료영상 처리는 의료 전문가들이 의료영상을 이용한 진단, 치료, 및 연구를 함에 있어 중요한 역할을 하고 있다. 많은 영상 분할 방법들이 의료영상 처리분야에서 성공적으로 사용되고 있다. 본 논문에서는 CT 영상에서 간 영역을 자동으로 추출하는 방법을 제시한다. 본 논문에서는 간 영역을 추출하기 위해 co-occurrence matrix를 적용하였고, 추출된 영역에서 뼈와 근육, 신장 영역을 제거하였다. 제안된 방법은 의료 전문가가 추출한 결과와 비교하여 좋은 결과를 보여주었다.

• 전자공학회논문지B
• /
• 제29B권11호
• /
• pp.111-119
• /
• 1992

In this paper, we propose an edge detection scheme for noisy images based on the co-occurrence matrix. In the proposed scheme based on the step edge model, the gray level information is simply converted into a bit-map, i.e., the uniform and boundary regions of an image are transformed into a binary pattern by using the local mean. In this binary bit-map pattern, 0 and 1 densely distributed near the boundary region while they are randomly distributed in the uniform region. To detect the boundary region, the co-occurrence matrix on the bit-map is introduced. The effectiveness of the proposed scheme is shown via a quantitative performance comparison to the conventional edge detection methods and the simulation results for noisy images are also presented.

• Computers and Concrete
• /
• 제4권3호
• /
• pp.243-257
• /
• 2007

A novel method for recognition, characterization, and quantification of deterioration in bridge components and laboratory concrete samples is presented in this paper. The proposed scheme is based on grey level co-occurrence matrix texture analysis using Haar's discrete wavelet transform on concrete imagery. Each image is described by a subset of band-filtered images containing wavelet coefficients, and then reconstructed images are employed in characterizing the texture, using grey level co-occurrence matrices, of the different types and degrees of damage: map-cracking, spalling and steel corrosion. A comparative study was conducted to evaluate the efficiency of the supervised maximum likelihood and unsupervised K-means classification techniques, in order to classify and quantify the deterioration and its extent. Experimental results show both methods are relatively effective in characterizing and quantifying damage; however, the supervised technique produced more accurate results, with overall classification accuracies ranging from 76.8% to 79.1%.

• 대한임베디드공학회논문지
• /
• 제10권5호
• /
• pp.265-272
• /
• 2015

This paper presents an improved feature extraction method to achieve a good performance in the detection of splicing forged images. Strong edges caused by the image splicing destroy the statistical dependencies between parent and child subbands in the wavelet domain. We analyze the co-occurrence probability matrix of parent and child subbands in the wavelet domain, and calculate the statistical moments from two-dimensional characteristic function of the co-occurrence matrix. The extracted features are used as the input of SVM classifier. Experimental results show that the proposed method obtains a good performance with a small number of features compared to the existing methods.

• 한국항행학회논문지
• /
• 제18권5호
• /
• pp.468-475
• /
• 2014

추천시스템은 선호 데이터가 대형화, 컴퓨터 처리능력과 추천 알고리즘 등에 의해 실시간 추천이 어려워지고 있다. 이에 따라 추천시스템은 대형 선호데이터를 분산처리 하는 방법에 대한 연구가 활발히 진행되고 있다. 본 논문은 하둡 분산처리 플랫폼과 머하웃 기계학습 라이브러리를 이용하여, 선호데이터를 분산 처리하는 방법을 연구하였다. 추천 알고리즘은 아이템 협업필터링과 유사한 동시발생 행렬을 이용하였다. 동시발생 행렬은 하둡 클러스터의 여러 노드에서 분산처리를 할 수 있으며, 기본적으로 많은 계산량이 필요하지만, 분산처리과정에서 계산량을 줄일 수 있다. 또한, 본 논문은 동시발생 행렬처리의 분산 처리과정을 4 단계에서 3 단계로 단순화하였다. 결과로서, 맵리듀스 잡을 감소할 수 있으며, 동일한 추천 파일을 생성할 수 있었다. 또한, 하둡 의사 분산모드를 이용하여 데이터를 처리하였을 때 빠른 처리속도를 보였으며, 맵 출력 데이터가 감소되었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.101-109
• /
• 2002

본고에서는 움직이는 물체를 추적하는 알고리즘을 제시한다. 이미지의 색상에 대한 불변치를 활용하여 비디오 클립에서 물체 영역을 추출하고 co-occurrence matrix를 구한 후 인접 프레임 간의 대응되는 물체를 결정하여 물체의 괘적을 추적한다. 물체 영역에 적응되는 특징값들의 분리정도치를 활용하여 시스템의 성능을 향상시키는 방법과 실험 결과를 제시한다.

• 한국멀티미디어학회논문지
• /
• 제20권1호
• /
• pp.43-50
• /
• 2017

According to living environment, the number of deaths due to thyroid diseases increased. In this paper, we proposed an algorithm for recognizing a thyroid detection using texture analysis based on shape, gray level co-occurrence matrix and gray level run length matrix. First of all, we segmented the region of interest (ROI) using active contour model algorithm. Then, we applied a total of 18 features (5 first order descriptors, 10 Gray level co-occurrence matrix features(GLCM), 2 Gray level run length matrix features and shape feature) to each thyroid region of interest. The extracted features are used as statistical analysis. Our results show that first order statistics (Skewness, Entropy, Energy, Smoothness), GLCM (Correlation, Contrast, Energy, Entropy, Difference variance, Difference Entropy, Homogeneity, Maximum Probability, Sum average, Sum entropy), GLRLM features and shape feature helped to distinguish thyroid benign and malignant. This algorithm will be helpful to diagnose of thyroid nodule on ultrasound images.