• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2636-2644
• /
• 2013

본 논문에서는 서로 다른 감지장치로부터 획득한, 특성이 상이한 다중영상인 가시광선 영상과 적외선 영상의 까다로운 영상융합을 수행할 수 있는 웨이블렛 기반 MAD순서통계량을 논의한다. 상이한 두 영상의 효과적인 영상융합을 위하여 근사부분대역의 웨이블렛 계수에 가중평균(Weighted average)법으로 융합처리하고 상세 부분대역의 웨이블렛 계수에 중앙절대편차(MAD: Median Absolute Deviation)를 이용한 임계값을 비교하여 두 영상의 장점만을 표현하는 방법을 제안한다. 특히 기존의 융합규칙들은 두 영상간의 화소나 지표 값의 대 소 관계에 의해 융합 영상이 이루어짐으로서 왜곡요소가 융합영상에 포함되어 왜곡된 융합영상을 얻을 가능성이 높다. 이러한 단점을 보완하기 위하여 제안 방법의 임계값은 잡음과 같은 왜곡요소를 배재하고 영상의 통계량을 고려하여 설정하였다. 다양한 다중영상을 기존 영상 융합 방법들과 비교하여 제안한 영상융합 방법의 우수성을 종합적 실험결과를 통하여 확인할 수 있었다. 제안된 방법은 실시간처리를 보장하기위하여 DSP와 FPGA를 이용한 하드웨어로 구현하였으며 Xilinx FPGA를 사용하였다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.445-454
• /
• 2014

현재 정보통신기술 분야의 핵심 용어라고 할 수 있는 클라우드, 빅데이터, 모바일 등이 다양한 플랫폼 및 서비스에 따라 상호 연결되면서 활용되고 있다. 특히 모바일과 연계된 클라우드는 모바일의 장점과 클라우드 컴퓨팅 기술 적용에 따른 장점을 모두 유지하고 향상시킬 수 있다. 그러나 아직 다른 나라에서도 공간영상정보의 처리나 분석 등과 같은 모바일 공공 클라우드 서비스를 제공하는 사례는 거의 없으며 실무적인 적용을 위한 실험 연구가 필요한 상황이다. 이번 연구에서는 위성영상정보의 베이지안 영상융합 기법을 적용한 모바일 클라우드 서비스 성능 실험을 수행하였다. 두 가지 플랫폼을 대상으로 하였는바, Amazon 클라우드 서비스 환경과 오픈소스 기반의 클라우드 컴퓨팅 환경인 OpenStack을 기반으로 한 자체적인 클라우드 환경을 구축하였다. 모바일 클라우드 성능 비교에 대한 기준이 아직 설정되어 있지 않는 실정이므로 가능한 간단하고 유사한 실험 조건을 적용한 실험 결과로 두 가지 클라우드 환경에서 처리 결과가 큰 차이는 없는 것으로 나타났다. 이는 오픈소스 기반의 모바일 클라우드 환경을 공간정보 서비스 분야에서도 충분히 적용할 수 있음을 의미한다.

• 한국멀티미디어학회논문지
• /
• 제8권1호
• /
• pp.34-45
• /
• 2005

본 논문은 3차원 얼굴 영상으로부터 추출된 표면 곡률에 대 하여, 깊이 값을 가중치로 하는 Hausdorff 거리를 이용한 얼굴 인식 알고리즘을 제안한다. Hausdorff 거리 방법은 두 개의 점 집합에 대한 일치성을 측정하는 방법이다. 먼저 객체와 배경을 분리하여 얼굴을 추출한 후 얼굴에서 가장 두드러진 형태인 코끝을 찾고, 회전에 대한 정규화를 실시한다. 3차원 얼굴 영상으로부터 표면 특성의 정보인 주 곡률, 평균 곡률 그리고 가우시안 곡률 값을 추출한다. 입력 영상과 데이터베이스 영상과의 유사도 비교를 위해 두 영상에 대하여 문턱치 값에 의한 이진 영상을 추출하여 각 점에 대한 깊이 값을 가중치로 하는 깊이 가중치 Hausdoff 거리(DWHD)를 이용하여 비교하였다. 제안된 방법으로 수행한 결과, 인식률은 픽셀의 분포가 가장 적은 주 곡률의 최소 곡률이 98%로 가장 높게 나타났다.

• 한국통신학회논문지
• /
• 제34권3C호
• /
• pp.288-296
• /
• 2009

POCS (projection onto convex sets)를 이용하는 고해상도 영상 재구성에서는 재구성 연산 사이에 프레임간 움직임을 추정함으로써 양질의 HR (high resolution) 영상을 얻을 수 있으나, 반복적인 움직임 추정으로 인해 연산량은 증가한다. 본 논문에서는 기존의 ARPS (adaptive rood pattern search) 움직임 추정법을 수정하여 연산량을 줄이면서, 움직임 추정과 POCS 복원을 동시에 수행하는 HR 영상의 재구성 알고리즘을 제안한다. ARPS에서 필요한 기준 움직임의 값으로 POCS 복원의 이전 단계에서 추정한 움직임 벡터의 값과 위상 상관도법으로 얻은 값을 이용하여 연산량을 줄였다. 또한, 추정된 움직임을 정규화하여 그 정확도를 더욱 향상시켰다. 실험 결과, 전체탐색 블록 정합법과 POCS를 동시에 수행하여 영상을 재구성한 경우와 비교했을 때 유사한 화질의 HR 영상을 약 30배 빠르게 재구성하였다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1067-1076
• /
• 2020

In this paper, an unsupervised saliency guided change detection method using UAV and aerial imagery is proposed. Regions that are more different from other areas are salient, which make them more distinct. The existence of the substantial difference between two images makes saliency proper for guiding the change detection process. Change Vector Analysis (CVA), which has the capability of extracting of overall magnitude and direction of change from multi-spectral and temporal remote sensing data, is used for generating an initial difference image. Combined with an unsupervised CVA and the saliency, Principal Component Analysis(PCA), which is possible to implemented as the guide for change detection method, is proposed for UAV and aerial images. By implementing the saliency generation on the difference map extracted via the CVA, potentially changed areas obtained, and by thresholding the saliency map, most of the interest areas correctly extracted. Finally, the PCA method is implemented to extract features, and K-means clustering is applied to detect changed and unchanged map on the extracted areas. This proposed method is applied to the image sets over the flooded and typhoon-damaged area and is resulted in 95 percent better than the PCA approach compared with manually extracted ground truth for all the data sets. Finally, we compared our approach with the PCA K-means method to show the effectiveness of the method.

• 한국컴퓨터정보학회논문지
• /
• 제16권6호
• /
• pp.71-77
• /
• 2011

본 논문에서는 번호판 인식 시스템에서 번호판 영상의 화질 개선을 위하여 국부 블록(Local block : LB) 학습기반의 초해상도 알고리즘을 제안한다. 본 논문에서 국부 블록은 영상 내에서 정보를 담고 있는 최소 단위로 정의하였으며, 학습의 기본 단위가 된다. 제안된 방법은 먼저 다양한 환경에 적합한 훈련 국부 블록 set을 생성하였다. 훈련 국부 블록 set은 고해상도 국부 블록과 저해상도 국부 블록의 순서쌍으로 구성되며 다양한 크기의 번호판과 열화 영상에 대응하기 위하여 다양한 크기와 열화를 갖는 저해상도 국부 블록 훈련 set을 구성하였다. 그 다음으로는 저해상도 입력 영상에서 복원해야할 정보를 훈련 국부 블록 set에서 추출/융합하는 과정을 제안하였다. 모의 실험결과, 열화된 저해상도 번호판 영상에 대해 제안한 방법이 효과적인 복원 성능을 나타내는 것을 확인할 수 있었다.

• Journal of Radiation Protection and Research
• /
• 제45권4호
• /
• pp.171-177
• /
• 2020

Background: This study aims to determine the effective atomic number (Zeff) from dual-energy image sets obtained using a conventional computed tomography (CT) simulator. The estimated Zeff can be used for deriving the stopping power and material decomposition of CT images, thereby improving dose calculations in radiation therapy. Materials and Methods: An electron-density phantom was scanned using Philips Brilliance CT Big Bore at 80 and 140 kVp. The estimated Zeff values were compared with those obtained using the calibration phantom by applying the Rutherford, Schneider, and Joshi methods. The fitting parameters were optimized using the nonlinear least squares regression algorithm. The fitting curve and mass attenuation data were obtained from the National Institute of Standards and Technology. The fitting parameters obtained from stopping power and material decomposition of CT images, were validated by estimating the residual errors between the reference and calculated Zeff values. Next, the calculation accuracy of Zeff was evaluated by comparing the calculated values with the reference Zeff values of insert plugs. The exposure levels of patients under additional CT scanning at 80, 120, and 140 kVp were evaluated by measuring the weighted CT dose index (CTDIw). Results and Discussion: The residual errors of the fitting parameters were lower than 2%. The best and worst Zeff values were obtained using the Schneider and Joshi methods, respectively. The maximum differences between the reference and calculated values were 11.3% (for lung during inhalation), 4.7% (for adipose tissue), and 9.8% (for lung during inhalation) when applying the Rutherford, Schneider, and Joshi methods, respectively. Under dual-energy scanning (80 and 140 kVp), the patient exposure level was approximately twice that in general single-energy scanning (120 kVp). Conclusion: Zeff was calculated from two image sets scanned by conventional single-energy CT simulator. The results obtained using three different methods were compared. The Zeff calculation based on single-energy exhibited appropriate feasibility.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권2호
• /
• pp.111-116
• /
• 2022

In this study, the applicability of machine learning for the development of a simulator for general X-ray examination education is evaluated. To this end, k-nearest neighbor(kNN), support vector machine(SVM) and neural network(NN) classification models are analyzed to present the most suitable model by analyzing the results. Image data was obtained by taking 100 photos each corresponding to Posterior anterior(PA), Posterior anterior oblique(Obl), Lateral(Lat), Fan lateral(Fan lat). 70% of the acquired 400 image data were used as training sets for learning machine learning models and 30% were used as test sets for evaluation. and prediction model was constructed for right-handed PA, Obl, Lat, Fan lat image classification. Based on the data set, after constructing the classification model using the kNN, SVM, and NN models, each model was compared through an error matrix. As a result of the evaluation, the accuracy of kNN was 0.967 area under curve(AUC) was 0.993, and the accuracy of SVM was 0.992 AUC was 1.000. The accuracy of NN was 0.992 and AUC was 0.999, which was slightly lower in kNN, but all three models recorded high accuracy and AUC. In this study, right-handed PA, Obl, Lat, Fan lat images were classified and predicted using the machine learning classification models, kNN, SVM, and NN models. The prediction showed that SVM and NN were the same at 0.992, and AUC was similar at 1.000 and 0.999, indicating that both models showed high predictive power and were applicable to educational simulators.

• 한국방사선학회논문지
• /
• 제16권6호
• /
• pp.709-718
• /
• 2022

본 연구의 목적은 토모테라피 방사선치료에서 고밀도 알루미늄, 티타늄, 강철 금속 삽입물에 대한 단층촬영(CT)을 평가하고 자 하였다. 다양한 밀도의 원통형 막대를 포함한 금속 삽입물과 함께 원통형 토모팬텀을 이용하여 영상을 얻었다. 총 세 가지의 CT 영상에 대해 평균 CT 값(number)와 표준 편차를 구하고, 치료계획 선량평가도 수행하였다. 고밀도 금속 삽입물이 CT값과 변화가 가장 컸다. 타겟에 대한 선량평가(적합성 지수, CI)에서 반복적 금속 인공물 감소 알고리즘(iMAR)이 적용된 영상이 그렇지 않은 영상에 비해 약 20% 좋았으나 유의한 차이는 없었다. iMAR은 표적 및 장기의 묘사에 도움을 주고 토모테라피를 이용한 3차원 입체조형 방사선치료기술(3D-CRT)에서 불확실성을 줄이는 데 도움이 될 것으로 사료된다.

• International Journal of Computer Science & Network Security
• /
• 제24권6호
• /
• pp.8-16
• /
• 2024

Communication with the deaf has always been crucial. Deaf and hard-of-hearing persons can now express their thoughts and opinions to teachers through sign language, which has become a universal language and a very effective tool. This helps to improve their education. This facilitates and simplifies the referral procedure between them and the teachers. There are various bodily movements used in sign language, including those of arms, legs, and face. Pure expressiveness, proximity, and shared interests are examples of nonverbal physical communication that is distinct from gestures that convey a particular message. The meanings of gestures vary depending on your social or cultural background and are quite unique. Sign language prediction recognition is a highly popular and Research is ongoing in this area, and the SVM has shown value. Research in a number of fields where SVMs struggle has encouraged the development of numerous applications, such as SVM for enormous data sets, SVM for multi-classification, and SVM for unbalanced data sets.Without a precise diagnosis of the signs, right control measures cannot be applied when they are needed. One of the methods that is frequently utilized for the identification and categorization of sign languages is image processing. African Buffalo Optimization using Support Vector Machine (ABO+SVM) classification technology is used in this work to help identify and categorize peoples' sign languages. Segmentation by K-means clustering is used to first identify the sign region, after which color and texture features are extracted. The accuracy, sensitivity, Precision, specificity, and F1-score of the proposed system African Buffalo Optimization using Support Vector Machine (ABOSVM) are validated against the existing classifiers SVM, CNN, and PSO+ANN.