• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.736-739
• /
• 2006

While hyperspectral data are very rich in information, their processing poses several challenges such as computational requirements, noise removal and relevant information extraction. In this paper, the application of advanced scale-space filtering to selected hyperspectral bands was investigated. In particular, a pre-processing tool, consisting of anisotropic diffusion and morphological leveling filtering, has been developed, aiming to an edge-preserving smoothing and simplification of hyperspectral data, procedures which are of fundamental importance during feature extraction and object detection. Two scale space parameters define the extent of image smoothing (anisotropic diffusion iterations) and image simplification (scale of morphological levelings). Experimental results demonstrated the effectiveness of the developed scale space filtering for the enhancement and smoothing of hyperspectral remote sensing data and their advantage against watershed over-segmentation problems and edge detection.

• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1417-1429
• /
• 2012

In neuroscientific research, image segmentation is one of the most important processes. The morphology of axons plays an important role for researchers seeking to understand axonal functions and connectivity. In this study, we evaluated the level set segmentation method for neuronal axons in a Brainbow confocal microscopy image. We first obtained a reconstructed image on an x-z plane. Then, for preprocessing, we also applied two methods: anisotropic diffusion filtering and bilateral filtering. Finally, we performed image segmentation using the level set method with three different approaches. The accuracy of segmentation for each case was evaluated in diverse ways. In our experiment, the combination of bilateral filtering with the level set method provided the best result. Consequently, we confirmed reasonable results with our approach; we believe that our method has great potential if successfully combined with other research findings.

• 한국통신학회논문지
• /
• 제32권5C호
• /
• pp.542-549
• /
• 2007

편미분 방정식을 도입하여 새로운 영상처리 기술을 개발하려는 연구가 활발히 진행 중이며, 특히 확산 방정식을 풀어 잡음 제거, 영상 복원, 에지 검출 및 영상 분할 등에 응용할 수 있는 이미지 확산 알고리즘에 관심이 높다. 본 논문에서는 기존의 비등방성 확산 방식이 결국은 커널 크기가 작은 적응 필터링 방식과 동일한 효과를 낸다는 것을 보이고, 확산 과정에서 선형 필터의 단점을 보완할 수 있도록 가중 미디언(WM, Weighted Median) 필터를 적용한 새로운 확산 기법을 제안하였다. 제안된 WM 필터가 비등방성 커널을 갖도록 필터계수에 대응하는 가중치들을 이미지의 국부적인 변화량에 따라 적응적으로 가변할 수 있는 기법을 제안하였다. 뿐만 아니라 반복 과정에서의 확산 속도를 증가할 수 있도록 커널의 크기를 증가시키기 위한 방안도 제시하였다. 실제 영상을 사용한 실험을 통하여 제안된 방식이 기존의 방식에 비해 잡음 제거 (특히 임펄스성 잡음) 특성이나 에지 보존 특성이 더 우수하다는 것을 보였다. 또한 기존의 방식에 비해 확장된 크기를 갖는 커널을 이용함으로써 확산 속도를 높일 수 있다는 것을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.3-6
• /
• 2003

A nonlinear iterative filtering based on local statistics and anisotropic diffusion is introduced. Local statistics determines the diffusion coefficient at each iteration step. Anisotropic diffusion can be seen as estimates a piecewise smooth image from the noisy input image in the experimental section, our results are shown to suppress noise with preserving the edges. Therefore, it enhances the image and improves performance.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권2호
• /
• pp.84-90
• /
• 2014

This paper presents the results of three-dimensional face point cloud smoothing based on a modified anisotropic diffusion method. The focus of this research was to obtain a 3D face point cloud with a smooth texture and number of vertices equal to the number of vertices input during the smoothing process. Different from other methods, such as using a template D face model, modified anisotropic diffusion only uses basic concepts of convolution and filtering which do not require a complex process. In this research, we used 6D point cloud face data where the first 3D point cloud contained data pertaining to noisy x-, y-, and z-coordinate information, and the other 3D point cloud contained data regarding the red, green, and blue pixel layers as an input system. We used vertex selection to modify the original anisotropic diffusion. The results show that our method has improved performance relative to the original anisotropic diffusion method.

• 한국콘텐츠학회논문지
• /
• 제5권6호
• /
• pp.138-145
• /
• 2005

본 연구에서는 실명(loss of eyesight)의 원인 질병중 하나인 녹내장의 진행과 진단 등의 의료 정보제공을 목적으로 양방향 곡선 전개 방식을 이용하여 망막 영상에서 시신경 원판(optic disk)의 경계를 검출하는 방법을 제안한다. 정확한 경계 검출의 위하여 텍스처 병합(texture synthesis)기반의 이미지 인페인팅 방법으로 시신경 원판 위를 지나는 혈관을 제거하고 전처리 과정에서 발생하는 잡음제거와 경계의 보존을 위해 비등방성 확산 필터링(anisotropic diffusion filtering)을 행한다. 혈관이 제거된 망막 영상에서 시신경 원판의 경계 검출은 양방향 곡선 방식으로 검출한다. 실험 결과에서, 제안한 알고리즘은 복잡한 망막영상에도 효율적으로 시신경 원판을 검출한다는 것을 보여준다.

• 융합신호처리학회논문지
• /
• 제3권4호
• /
• pp.29-34
• /
• 2002

본 논문에서는 전처리 과정에서 원영상에 있는 잡음을 제거하기 위해 비등방성 필터를 적용하여 물체의 경계와 모양을 추출하기 위해 Osher와 Sethian이 제안한 레벨셋에 기초한 새로운 기하활성 모델을 제시한다. 처리과정에서 처리시간을 최소화하기 위하여 전체 영상에서가 아닌 경계 근처 이웃 픽셀에서만 계산을 수행하는 협대역 방법을 사용한다. 각 슬라이스들은 비등방 필터링을 통해 잡음을 제거하고 형태 추출된 결과영상을 3차원 데이터 셋으로 구성하여 볼륨 렌더링을 통해 2차원 평면에 잡음이 제거된 깨끗한 영상결과물을 얻을 수 있었다.

• 정보처리학회논문지A
• /
• 제13A권5호
• /
• pp.465-472
• /
• 2006

최근 대용량 의료영상 데이터로부터 인체 기관 또는 질환 부위 추출을 위한 영상 분할 기법이 매우 다양하게 제안되고 있으나, 뇌와 같이 다중 구조를 가지면서 구조간 경계 구분이 어려운 영상의 구조적 분할에는 한계를 가진다. 이를 위해 주로 복셀을 유한 개의 군집으로 분류하는 군집화 (clustering) 기법이 이용되나 이는 개별 복셀 단위의 연산을 수행함으로 인해 잡음의 영향을 받는 제한점이 있다. 그러므로 잡음의 영상을 최소화하고 영상 경계를 강화시키는 향상기법을 적용함으로써 보다 견고한 구조적 분할을 수행할 수 있다. 본 연구에스는 뇌 자기공명영상에 대하여 백질(white matter), 회백질(gray matter), 뇌척수액(cerebrospinal fluid)의 내부 구조를 효율적으로 추출하기 위한 필터링 기반 군집화에 의한 구조적 분할 기법을 제안한다. 우선 구조간 경계를 강화하고 구조 내 잡음을 약화시키기 위해 응집성 향상 확산 필터링(coherence enhancing diffusiion filtering)을 적용한다. 또한 이 과정을 통해 강화된 영상에 퍼지 c-means 군집화 기법을 적용하여 각 복셀이 속하는 구조에 해당하는 군집의 인덱스를 할당함으로써 구조적 분할을 수행한다. 제안된 구조적 분할기법은 기존의 가우시안 또는 일반적인 비등방성 확산 필터링과 군집화 기법을 적용한 기법에 비해 전문가의 수동분할 결과와의 일치 비율에 의한 분할 정확도를 향상시킴을 보였다. 또한 경계 부분에 있어서의 세밀한 분할을 통해 재생산 가긍하고 사용자 수동후 처리를 최소화할 수 있는 결과를 제시함으로써 형태적 뇌 이상 진단을 위한 효율적인 보조 수단을 제공한다.

• 한국통신학회논문지
• /
• 제28권10C호
• /
• pp.1023-1032
• /
• 2003

MPEG-4와 같은 객체 기반 부호화는 멀티미디어 응용을 위한 다양한 내용 기반 기능들을 제공한다. 압축 효율의 향상과 더불어 이러한 기능들이 지원되도록 하기 위해서는 비디오 데이터의 각 프레임은 비디오 객체로 분할되어야 한다. 본 논문에서는 비선형 다중스케일 필터링과 시공간 정보를 사용한 효과적인 비디오 객체 분할 기법을 제안한다. 제안된 방법은 안정화된 역 확산 방정식(Stabilized Inverse Diffusion Equation : SIDE)에 기반한 비선형 다중스케일 필터링을 사용하여 공간적 분할을 수행한다. 또한 구해진 초기 분할된 영역들은 인접 영역 그래프 (Region Adjacency Graph : RAG)를 사용하여 병합된다. 본 논문에서는 통계적 유의성 검사(Statistical significance test)와 시변 메모리(Time-variant memory)를 시간적 분할 방법으로 사용하며 구해진 공간적 분할과 시간적 분할을 결합하여 최종 객체 영역을 효과적으로 분할한다. 본 논문에서 제안된 공간적 분할 방법은 기존의 형태학적 Watershed 알고리즘에 비해 잡음에 강인한 분할 특성을 나타내었으며 기존의 A. Neri의 방법과 비교하였을 때, 최종 분할된 객체 영역의 정확도 비율이 Akiyo는 43%, Claire는 29% 정도 향상됨을 확인할 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.54-58
• /
• 2002

Mean curvature diffusion (MCD) is a selective smoothing technique that promotes smoothing within a region instead of smoothing across boundaries. By using mean curvature diffusion, noise is eliminated and edges are preserved. In this paper, we propose methods of automatic parameter selection and implementation for the MCD model coupled to min/max flow. The algorithm has been applied to high resolution aerial images and the results show that noise is eliminated and edges are preserved after removal of noise.