본 논문에서는 기울기와 밝기값 분포 정보를 고려하여 전립선 객체를 분할하는 방법을 제안한다. 제안방법은 네 단계로 이루어진다. 첫째, 일정 간격으로 방사선을 생성한다. 이 때, 방사선의 시작 위치와 길이를 산정함으로써 잡음의 영향을 최소화 한다. 둘째, 방사선에서 얻은 프로파일을 기울기 기준으로 경계점 후보들을 정렬하고 정렬 된 순서에 따라 우선순위를 부여한다. 셋째, 기울기 우선순위와 자기값 분포를 사용하여 경계점을 추출한다. 마지막으로 경계점 추출 오류를 줄이기 위하여 추출된 경계점을 B-스플라인 보간으로 보정한다. 정확성 평가를 위하여 전문가가 수동 분할한 결과와 본 제안방법을 적용하여 얻은 결과간 평균거리차이 측정과 중복지역비율 측정을 수행한다. 실험결과 평균거리차이는 1.09mm, 표준편차는 $\pm0.20mm$로 측정되었고, 중복지역비율은 92%로 측정되었다.
본 논문에서는 분수계 기반 영상 분할의 속도 개선을 위한 새로운 전처리 방법을 제안하였다 영상 분할을 위한 분수계 변환에 있어서, 단순히 단일척도 또는 다중척도의 형태학적 기울기 연산자를 사용하여 만드는 기존의 기준 영상과는 달리, 제안한 방법에서는 원 영상에 라플라시안 연산을 수행해 램프 에지의 위치와 에지 폭을 구한후 이로부터 램프 에지 기울기 보정값을 구하였다 그런후, 단일척도 기울기 연산자를 사용한 영상에 이들 램프 에지의 위치에만 보정값을 더하여 기준 영상을 만들었다 여기에 마커 영상을 만들어 부식에 의해 재구성하여 얻은 영상을 분수계 변환함으로써, 단일 또는 다중 척도 기울기 연산에 의한 기준 영상을 사용한 경우보다 과분할을 방지할 수 있어서, 분수계 기반 영상 분할 처리 시간의 대부분을 차지하는 영역 병합을 대폭 줄여 총 영상 분할 시간을 단축하였다 기존의 방법들과의 비교 실험을 통하여 제안한 방법은 램프 에지나 에지 밀집 지역의 주요 에지들의 소실 없이 과분할을 줄여 전체 영상 분할 속도를 약 2배 가까이 향상시킬 수 있음을 확인하였다
In this paper we propose an directional analytic approach in image data space for X-ray image which is detected from the X-ray projection system. Such a radiographic nondestructive testing has long been used for steel-tube inspection and weld monitoring. The welded area and thickness of steel-tube are detected from gradient radiating mechanism based on the evaluation of biased X-ray source position. The welded area is an ellipse type on low contrast X-ray image including noise. Noise originates from most of elements of the system. such as shielding CCD camera, imaging screen, X-ray source, inspected object, electronic circuits and etc.. Projection incorrectness and noise influence on imaging quality is to be represented by vertical pixels' distribution. Space analysis due to vertical direction also shows the segmental possibility between regions by visual edge evaluation.
본 논문에서는 MHI(Motion History Image)의 형태학적 정보를 이용하여 동작을 인식하는 제스처 인식(Gesture Recognition) 시스템을 제안한다. 입력되는 영상으로부터 동작에 관한 정보를 제공하는 MHI를 획득하고, 이 MHI로부터 x, y 각각의 좌표에 대한 기울기(gradient) 영상을 추출한다. 각각의 기울기 영상에 형태 문맥기법(shape context method)을 적용하여 형태 정보를 추출하고, 추출된 형태 정보 값들을 특징 값으로 사용한다. 이렇게 획득한 특징값들을 최종적으로 SVM(Support Vector Machine) 분류기로 학습 및 분류하여 동작을 인식한다. 제안하는 시스템은 MHI의 형태학적인 정보들을 사용함으로써 동작의 방향성을 인식할수 있고 다수 사람의 동작 인식이 가능하다. 뿐만 아니라 간단한 특징 추출 방법으로 높은 인식률의 시스템을 구현하였다.
Tumors of the brain are the deadliest, with a life expectancy of only a few years for those with the most advanced forms. Diagnosing a brain tumor is critical to developing a treatment plan to help patients with the disease live longer. A misdiagnosis of brain tumors will lead to incorrect medical treatment, decreasing a patient's chance of survival. Radiologists classify brain tumors via biopsy, which takes a long time. As a result, the doctor will need an automatic classification system to identify brain tumors. Image classification is one application of the deep learning method in computer vision. One of the deep learning's most powerful algorithms is the convolutional neural network (CNN). This paper will introduce a novel deep learning structure and image gradient to classify brain tumors. Meningioma, glioma, and pituitary tumors are the three most popular forms of brain cancer represented in the Figshare dataset, which contains 3,064 T1-weighted brain images from 233 patients. According to the numerical results, our method is more accurate than other approaches.
Gradient vector flow(GVF) snake 또는 active contour 모델은 영상 분할에서 훌륭한 성능을 보여준다. 그러나 기존의 snake 모델에는 제한된 캡쳐 영역과 요면으로의 느린 진행과 같은 문제점들이 존재한다. 본 논문은 주변의 필드로부터 외부장(external force field)을 확장시키고 변형된 평탄화기법을 이용하여 확장된 필드를 정규화 함으로서 GVF snake 모델의 성능을 개선시키는 새로운 방법을 제시한다. 시뮬레이션을 위해 사용된 U자 모양 이미지에서의 결과는 제안된 방법이 좀 더 큰 캡쳐 영역을 갖고 기존의 GVF snake 모델에 비하여 요면으로 빠르게 진행하는 것이 가능함을 보여준다.
수 마이크로 단위로 계측되는 반도체 COG의 정밀도를 높이기 위해서 라인스캔 카메라로 영상을 획득한다. 하지만 불량 검출은 스캔속도와 조명조건에 매우 민감하다. 본 논문에서는 불량이 없는 COG 영상과 입력영상을 정합하여 불량 검출의 정확성을 높이기 위한 방법에 대하여 제안하였다. 두 이미지를 정합시키는 방법으로 영역분할 템플릿 매칭 방법을 사용하였으며 그라디언트 마스크와 AND 연산하여 최종 결과 영상을 획득하였다. 제안된 방법은 다른 이미지 정합 법에 대하여 커다란 성능향상을 보임을 일련의 실험들을 통하여 보여준다.
본 논문은 형태학적 워터쉐드 알고리즘을 이용하여 잡음에 강한 효율적인 영상분할에 대해서 논의하고자 한다. 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 크게 형태학적 연산자에 의한 영상의 단순화, 경사 영상 생성, 워터쉐드 알고리즘 수행 그리고 영역 병합 등의 여러 단계에 걸쳐 이루어진다. 그러나 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 과분할이 많이 일어나는 단점을 갖고 있다. 본 논문에서는 과분할을 줄이기 위해 잡음에 강한 형태학적 연산자에 의한 경사영상을 생성하고 워터쉐드 알고리즘을 적용 후 통계적인 콜모고로프-스미르노프 검정을 사용하여 인접한 영역 간의 픽셀 값 분포를 비교함으로써 부적절한 영역 병합을 최소화하였다. 본 논문에서 제안한 영상분할의 성능을 평가하기 위해 기존의 방법과 정성적이고 정량적인 비교뿐 만아니라 영상분할에 소요되는 계산시간까지 비교하였다.
본 논문은 중심 화소값과 인접 가해 성분값의 평균으로 축소 성분값을 산출함으로써 ZOD와 FOD의 장점을 적응적으로 반영한 디지털 영상 축소 알고리즘에 관한 것이다. 우선, 슬라이딩 윈도우의 중앙에 위치되는 중심 화소를 축소 성분값의 주성분으로 선택하고, 1차 미분 연산자를 이용하여 중심 화소의 우측 및 하측 인접 화소의 기울기의 크기를 각각 계산한다. 이후, 두 기울기의 크기를 합산한 결과로 각 기울기의 크기를 나누어 우측 및 하측 인접 화소 각각의 가해 가중치를 구한다. 다음으로, 각각의 가해 가중치를 우측 및 하측 인접 화소값에 곱한 후에 그 결과를 합산함으로써 인접 가해 성분값을 산출한다. 이렇게 구한 인접 가해 성분값과 중심 화소값을 평균하여 축소 성분값을 구하는 과정을 입력 영상의 모든 화소들에 반복적으로 수행함으로써 축소 영상을 얻을 수 있다.
확산 텐서 영상은 조직 내 물 분자의 확산 현상을 이용하는 영상기법으로 조직 구조의 비등방성 및 방향성에 대한 정보를 제공해준다. 근육이나 뇌백질과 같은 조직에서는 신경다발들이 일정한 방향성을 가지고 있어서 그 방향에 대해서 확산이 잘 일어난다. 이러한 확산을 비등방성이라 한다. 확산의 비등방성의 정도는 RA, VR 그리고 FA와 같은 지표를 이용하여 나타낸다. 본 연구에서는 다른 확산 경사자장의 수에 대하여 각각 FA 영상을 만들었다. FA영상에 관심영역을 설정하고 FA 평균값 및 FA의 표준편차를 계산하였다. 그 결과, 경사자장의 방향수가 증가함에 따라서 FA값 및 FA의 표준편차가 감소하였다. 또한 ADC 측정 오차에 대한 표준 오차도 확산 경사자장의 방향수가 증가함에 따라서 감소하였다. 결론적으로 경사자장의 방향수에 따라서 잡음의 영향이 다르며, 더 많은 방향수를 사용하는 것이 FA영상의 질을 향상시킨다는 것을 알 수 있었다. 그러나 영상획득 시간과 FA의 표준편차 등을 고려했을 때. 임상적으로 사용될 확산 텐서영상의 방향수는 23개 정도가 적당하다고 결론 내릴 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.