• 정보처리학회논문지A
• /
• 제14A권2호
• /
• pp.77-84
• /
• 2007

경동맥 B 모드 초음파영상에서 내막 중막 두께(IMT: Intima-Media Thickness)는 죽상경화증의 조기 표식자로 뇌졸중과 심혈관 질환의 예측을 위해 널리 사용되고 있으며 대부분 수동측정에 의존한다. 그러나 잡음의 제약성을 가진 초음파영상에서 내막 중막 경계선의 수동추적을 통한 측정은 관찰자 간, 동일 관찰자 내 그 결과가 달라지는 변이성과 비효율성의 문제점을 갖는다. 본 연구에서는 초음파영상이 갖는 잡음의 제약성을 극복하고 전형적인 스네이크의 초기 윤곽선 의존성 문제를 해결하기 위해 다이나믹 프로그래밍을 결합한 다해상도 스네이크 자동추출기법을 제안한다. 제안한 방법은 우선 잡음을 제거하면서 영상의 전역적인 형태정보 유지가 가능한 가우시안 피라미드를 이용하여 영상 피라미드를 구축한다. 다음으로 가장 낮은 해상도 영역에서 다이나믹 프로그래밍을 기반으로 경계선의 다중영상특징 및 연속성을 고려한 평가항을 포함하는 평가함수 최소화 과정을 수행함으로써 경계선을 자동으로 추출한다. 자동으로 추출된 경계선은 다음 레벨 영상에서 수행되는 스네이크의 초기 윤곽선으로 지정됨으로써 초기 윤곽선의 의존성 문제를 해결한다. 또한, 스네이크 수행 시 잡음에 민감하여 실제 경계가 아닌 지역적 최소점(local minima)에 수렴할 수 있는 문제를 개선하기 위해 다중 영상특성을 고려한 외부에너지를 정의하였다. 본 연구에서는 제안분할기법의 정확도 검증을 위해 자동 추출된 경계선 두께측정과 임상 전문가에 의한 수동측정 결과의 상관관계(correlation)를 계산한다. 제안된 자동추출 알고리즘은 일반적인 에지 추출알고리즘보다 더욱 정확하고 재생산 가능한 결과를 제공함으로써 효율적인 자동측정이 가능하게 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.465-469
• /
• 2017

본 논문에서는 스마트폰 적용을 위한 휴먼 바디 추적 방법을 제안한다. 기존 휴먼 바디 추적 방법은 크게 센서 기반 방법과 비전 기반 방법으로 구분된다. 센서 기반 방법은 위치 정보의 누적 오차로 인해 추적 성능이 떨어지는 단점이 있다. 비전 기반 방법은 누적 오차가 없지만 스마트폰 적용을 위한 연산량 감소가 요구되고 있다. 본 논문에서는 스마트폰 적용을 위한 휴먼 바디 추적 방법으로 개선된 HOG 알고리즘을 이용한다. 개선된 HOG 알고리즘은 다운샘플링과 프레임 샘플링을 통해 구현된다. 다운샘플링에는 가우시안 피라미드가 적용되고, 프레임 샘플링에는 uniform sampling이 적용된다. 제안한 알고리즘을 2개 기기, 4개 해상도, 4개 프레임에서 측정하였고, 실시간으로 적용이 가능한 다운샘플링과 프레임 샘플링 파라미터 중에서 가장 검출률이 좋은 값을 도출하였다.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1424-1436
• /
• 2020

Although huge progress has been made in current image segmentation work, there are still no efficient segmentation strategies for tree image which is taken from natural environment and contains complex background. To improve those problems, we propose a method for tree image segmentation combining adaptive mean shifting with image abstraction. Our approach perform better than others because it focuses mainly on the background of image and characteristics of the tree itself. First, we abstract the original tree image using bilateral filtering and image pyramid from multiple perspectives, which can reduce the influence of the background and tree canopy gaps on clustering. Spatial location and gray scale features are obtained by step detection and the insertion rule method, respectively. Bandwidths calculated by spatial location and gray scale features are then used to determine the size of the Gaussian kernel function and in the mean shift clustering. Furthermore, the flood fill method is employed to fill the results of clustering and highlight the region of interest. To prove the effectiveness of tree image abstractions on image clustering, we compared different abstraction levels and achieved the optimal clustering results. For our algorithm, the average segmentation accuracy (SA), over-segmentation rate (OR), and under-segmentation rate (UR) of the crown are 91.21%, 3.54%, and 9.85%, respectively. The average values of the trunk are 92.78%, 8.16%, and 7.93%, respectively. Comparing the results of our method experimentally with other popular tree image segmentation methods, our segmentation method get rid of human interaction and shows higher SA. Meanwhile, this work shows a promising application prospect on visual reconstruction and factors measurement of tree.