• 대한의용생체공학회:의공학회지
• /
• 제42권4호
• /
• pp.159-166
• /
• 2021

In order to analyze cell images, accurate segmentation of each cell is indispensable. However, the reality is that accurate cell image segmentation is not easy due to various noises, dense cells, and inconsistent shape of cells. Therefore, in this paper, we propose an algorithm that combines marker-based watershed segmentation and ellipse fitting method for glioblastoma cell segmentation. In the proposed algorithm, in order to solve the over-segmentation problem of the existing watershed method, the marker-based watershed technique is primarily performed through "seeding using local minima". In addition, as a second process, the concave point search using ellipse fitting for final segmentation based on the connection line between the concave points has been performed. To evaluate the performance of the proposed algorithm, we compared three algorithms with other algorithms along with the calculation of segmentation accuracy, and we applied the algorithm to other cell image data to check the generalization and propose a solution.

• 대한원격탐사학회지
• /
• 제33권6_1호
• /
• pp.1003-1017
• /
• 2017

지표면의 공간 정보를 정확히 추출하기 위해서는 고 해상도의 다중 분광 영상 자료를 사용할 필요가 있다. 범색 영상에 비해 상대적으로 낮은 공간 해상도를 갖는 다중 분광 자료의 해상도를 범색 영상 급으로 높이기 위해 PAN-sharpening 융합 기술을 사용한다. 이러한 고해상도 자료를 분석하기 위해서는 화소기반보다는 객체 기반 분석이 주목을 받고 있다. 객체 기반 영상 분석을 위해서 영상을 구성하는 화소들의 집단으로 영상 객체를 생성하는 영상 분할 과정이 선행되어야 한다. RAG(Regional Adjancy Graph)에 의해 형성된 인접 지역을 합병하는 지역 확장을 통해 효과적으로 영상 분할을 할 수 있다. 위성 원격 탐사에서 불 완전한 관측 환경으로 수집한 영상 자료에 질 저하가 일어 난다. 정확한 영상 분할을 위해서 동일 지역으로 관측된 분광 값의 변이가 최소화되도록 질의 개선이 필요하다. 동일 지역에 속하는 공간적으로 인접한 이웃들의 화소 값과 차이를 반복적으로 줄여 나가는 과정을 통해 동일 지역에서의 화소 값의 변이를 감소시킬 수 있다. 영상 객체를 단위로 사용하는 영상 분류에서 오류를 감소시키기 위해 영상 분할 결과에서 적정한 분할 지역 크기를 생성하여야 한다. 분할 지역 크기는 지역 확장 과정에서 합병을 중지하는 단계에 의해 정해지므로 중지 규칙은 영상 분할 결과의 품질을 결정한다. 본 연구에서는 모의 자료 실험을 통하여 분할의 정확성에 대해 정량적 평가를 실시하였으며 3개의 PAN-sharpened 고해상도 다중 분광 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 실제 자료의 분석에서는 중지 규칙과 관련된 분할 지역 크기에 대해 정성적으로 평가 하였다. 사용된 원격 탐사 자료는 1m급의 미국 LA지역에서 수집된 Dubaisat-2 자료와 0.7 m급의 한반도 대전 지역과 충청남도 지역에서 각각 수집된 KOMPSAT-3 자료이다. 실험 결과는 영상 복원은 PAN-sharpened 고해상도 다중 분광 자료의 영상 분할 결과의 정확성을 상당히 제고시킬 수 있다는 것을 보여준다.

• 한국측량학회지
• /
• 제26권3호
• /
• pp.227-239
• /
• 2008

항공 레이저 스캐닝(ALS) 시스템으로부터 획득한 LiDAR 데이터를 미용하여 3차원 객체 모델링과 지형도 제작을 위해서는 데이터의 기하학적 및 의미적인 분할과 같은 체계적인 데이터 처리가 선행되어야 한다. ALS로 부터 활용 가능한 LiDAR 데이터를 획득하기 위해서는 GPS, INS 및 레이저 스캐너 데이터의 통합이 필수적이다. 본 연구에서는 건물추출과 지붕 구조물 분할을 위해서 LiDAR 데이터를 영상화하여 디지털 영상처리 기법을 적용하였다. 영상화된 데이터를 사용하는 주요 장점 중 하나는 기존의 다양한 영상처리 알고리즘을 사용할 수 있다는 점이다. 격자화 및 정량화를 거치는 영상화 과정에서 원시 LiDAR 데이터가 한정된 밝기값으로 변환되므로 평활화 및 상세 정보의 손실이 발생될 수 있지만. 평활화된 데이터는 표면분할과 모델링에 오히려 적합하다. 건물의 경계선은 윤곽선 추출 연산자를 이용하여 정확하게 추출하였으며, 건물 모양에 적합하도록 규격화하였다. 건물 지붕의 구조물의 분할은 영역확산을 기반으로 수행하였다. 이 결과 다양한 디지털 영상처리 기법을 복합적으로 적용하여 건물추출과 지붕 구조물의 면분할이 가능함을 보여주었다. 또한 지붕의 형태를 재현하기 위한 특성정보 추출에 관한 개념적 방법을 제안하였다. 지붕 데이터를 분할하고 모델링을 위해 통계적 및 기하적 특성을 이용하였으며. 제안한 방법에 의한 시뮬레이션 결과는 지붕면을 분할하고 모델링하는데 가능함을 보여주고 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제19권2호
• /
• pp.609-620
• /
• 2008

There may be several parallel equipments having the same function in a multi-stage manufacturing process, which affect the product quality differently and have significant differences in defect rate. The product quality may depend on what equipments it has been processed as well as what process variable values it has. Applying one model ignoring the presence of different equipments may distort the prediction of defect rate and the identification of important quality variables affecting the defect rate. We propose a procedure for data segmentation when constructing models for predicting the defect rate or for identifying major process variables influencing product quality. The proposed procedure is based on the principal component analysis and the analysis of variance, which demonstrates a better performance in predicting defect rate through a case study with a PDP manufacturing process.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.335-349
• /
• 2023

Bridges constantly undergo deterioration and damage, the most common ones being concrete damage and exposed rebar. Periodic inspection of bridges to identify damages can aid in their quick remediation. Likewise, identifying components can provide context for damage assessment and help gauge a bridge's state of interaction with its surroundings. Current inspection techniques rely on manual site visits, which can be time-consuming and costly. More recently, robotic inspection assisted by autonomous data analytics based on Computer Vision (CV) and Artificial Intelligence (AI) has been viewed as a suitable alternative to manual inspection because of its efficiency and accuracy. To aid research in this avenue, this study performs a comparative assessment of different architectures, loss functions, and ensembling strategies for the autonomous segmentation of bridge components and damages. The experiments lead to several interesting discoveries. Nested Reg-UNet architecture is found to outperform five other state-of-the-art architectures in both damage and component segmentation tasks. The architecture is built by combining a Nested UNet style dense configuration with a pretrained RegNet encoder. In terms of the mean Intersection over Union (mIoU) metric, the Nested Reg-UNet architecture provides an improvement of 2.86% on the damage segmentation task and 1.66% on the component segmentation task compared to the state-of-the-art UNet architecture. Furthermore, it is demonstrated that incorporating the Lovasz-Softmax loss function to counter class imbalance can boost performance by 3.44% in the component segmentation task over the most employed alternative, weighted Cross Entropy (wCE). Finally, weighted softmax ensembling is found to be quite effective when used synchronously with the Nested Reg-UNet architecture by providing mIoU improvement of 0.74% in the component segmentation task and 1.14% in the damage segmentation task over a single-architecture baseline. Overall, the best mIoU of 92.50% for the component segmentation task and 84.19% for the damage segmentation task validate the feasibility of these techniques for autonomous bridge component and damage segmentation using RGB images.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.111-114
• /
• 2004

Object-based segmentation is the first essential step for image processing applications. Recently, SAR (Synthetic Aperture Radar) segmentation techniques have been developed, however not enough to preserve the significant information contained in the small regions of the images. The proposed method is to partition an SAR image into homogeneous regions by using a fuzzy hit-or-miss operator with an inherent spatial transformation, which endows to preserve the small regions. In our algorithm, an iterative segmentation technique is formulated as a consequential process. Then, each time in iterating, hypothesis testing is used to evaluate the quality of the segmented regions with a homogeneity index. The segmentation algorithm is unsupervised and employed few parameters, most of which can be calculated from the input data. This comparative study indicates that the new iterative segmentation algorithm provides acceptable results as seen in the tested examples of satellite images.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.72-75
• /
• 2008

Image segmentation techniques becoming increasingly important in the field of remote sensing image analysis in areas such as object oriented image classification. This paper presents a new method for image segmentation in High Resolution Remote Sensing Image based on Seeded Region Growing (SRG) and Edge Information. Firstly, multi-spectral edge detection was done using an entropy operator in pan-sharpened QuickBird imagery. Then, the initial seeds were automatically selected from the obtained edge map. After automatic selection of significant seeds, an initial segmentation was achieved by applying SRG. Finally the region merging process, using region adjacency graph (RAG), was carried out to get the final segmentation result. Experimental results demonstrated that the proposed method has good potential for application in the segmentation of high resolution satellite images.

• 유통과학연구
• /
• 제8권1호
• /
• pp.13-19
• /
• 2010

기업에서는 마케팅 비용대비 효과를 극대화하기 위하여, 고객을 세분한 후, 목표고객을 선별하여 해당 고객에 적절한 캠페인을 실시하고 있다. 특히 고객세분화 방법으로 통계 모형을 비롯하여 데이터마이닝 방법 등 다양한 방법들이 활용되고 있다. 그 중에서도 데이터마이닝은 1990년대 초에 도입되어 다양한 경영 문제를 해결하고 있다. 본 논문에서는 이와 같은 고객세분화에 활용되고 있는 데이터마이닝 방법에 대해 살펴본 후, 실제 백화점 사례를 기반으로 고객세분화에 주로 활용되고 있는 의사결정나무 분석 방법의 효과 및 장단점에 대해 논의해보고자 한다.

• 경영과학
• /
• 제19권1호
• /
• pp.189-196
• /
• 2002

Data clustering is often one of the first steps in data mining analysis. It Identifies groups of related objects that can be used as a starling point for exploring further relationships. This technique supports the development of population segmentation models, such as demographic-based customer segmentation. This paper Purpose to present the development of two phase hierarchical clustering algorithm for group formation. Applications of the algorithm for product-customer group formation in customer relationahip management are also discussed. As a result of computer simulations, suggested algorithm outperforms single link method and k-means clustering.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.235-238
• /
• 2010

Since the mid 1990s airborne LiDAR data have been widely used, automation of building modeling is getting a central issue. LiDAR data processing for building modeling is involved with extracting surface patch elements by segmentation and surface fitting with optimal mathematical functions. In this study, simulation LiDAR data were generated with complex polyhedral roofs of buildings and an automatic modeling approach was proposed.