• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1514-1519
• /
• 2019

혈관내 초음파(IVUS)는 인간 관상 동맥의 혈관 벽 구조를 관찰하고 평가하는데 적용되는 영상이다. IVUS는 정기적으로 관상 동맥에서 죽상 동맥 경화 병변을 찾는 데 적용된다. 혈관 구조의 자동 분할은 관상 동맥 장애를 감지하는데 중요하다. 따라서 본 논문에서는 혈관 내 영상에서 퍼지 이진화 기법을 적용하여 효과적으로 내막/외막 영역을 추출하는 방법을 제안한다. 제안된 방법에서는 혈관을 탐색하기 위해 기본적으로 퍼지 이진화 기법을 적용하지만 픽셀 강도의 상이한 균질성을 갖는 경우에는 평균 이진화 기법을 적용한다. 우리는 퍼지 이진화 결과와 평균 이진화 결과를 IVUS 이미지와 차별화하여 혈관벽의 내부/ 외부를 감지하기에 효과적인 자동 분할 방법을 구현하였다. 제안된 방법의 구현 결과로부터 Intima-Media Thickness (IMT) 또는 대상 영역의 부피와 같은 중요한 통계를 쉽게 계산할 수 있도록 하였다.

• 한국정보통신학회논문지
• /
• 제23권12호
• /
• pp.1492-1499
• /
• 2019

이 논문에서는 적응적 패럴랙스 베리어 방식에서, 시청영역을 제어할 수 있도록 사용자의 위치를 추적하는 방법을 제안한다. 얼굴자세에 강건한 양안거리 측정을 위해, 형태모델과 랜드마크 기반인 CLM으로 자세를 추정한다. 카메라와의 상관관계로, 거리와 수평위치를 거리로 변환한다. 사용자의 눈의 위치에 따라 적응적 패럴랙스 베리어의 화소간격을 조정하고, 베리어를 이동해 시청영역을 조정한다. 이 논문에서는 60cm부터 490cm의 범위에서 사용자를 추적하는 방법을 제안하고, 카메라 영상의 해상도에 따른 에러, 측정 가능 범위, fps를 측정하였다. 그 결과, 사용자를 평균 3.1642cm의 절대오차 범위내로 측정 가능하였으며, 영상의 해상도에 따라 320×240에서 약 278cm, 640×480에서 약 488cm까지, 그리고 1280×960에서 약 493cm까지를 측정할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제13권6호
• /
• pp.568-574
• /
• 2020

본 논문에서는 영상처리에 사용되는 Canny edge 검출 알고리즘 중 가장 높은 연산 복잡도를 가진 제곱근 연산 횟수를 감소시키는 방법을 제안한다. 제안하는 방법은 기울기 벡터 연산 과정에 사용되는 제곱근 연산을 이용할 때 일부 픽셀에 특정한 규칙을 사용해 홀을 만들어 제곱근 연산을 직접 하지 않고 주변 픽셀들의 연속성을 이용하여 기울기 벡터를 계산하여 연산 횟수를 감소시킨다. 다양한 테스트 이미지를 이용해 실험한 결과 홀이 1개인 경우 약 97%, 홀을 증가시키면 각각 약 94%, 90%, 88%의 일치율을 보였고, 홀이 1개인 경우에는 0.2ms의 연산시간이 감소되었고, 홀을 증가시키면 각각 약 0.398ms 0.6ms, 0.8ms의 연산시간이 감소되었다. 이를 바탕으로 hole이 2개인 경우 높은 정확도와 연산 수 절감을 통해 저전력 임베디드 비전 시스템을 구현할 수 있을 것으로 기대한다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.32-38
• /
• 2021

사진 이미지에서의 딥러닝 학습을 통한 이미지 분류는 지난 수년간 매우 활발한 연구 분야로 자리하고 있다. 본 논문에서는 국내산 석재 이미지로부터 딥러닝 학습을 통해 자동으로 석재를 판별하는 방법을 제안한다. 제안된 방법은 300×300픽셀의 황등석, 고흥석, 포천석의 사진 이미지들을 파이썬의 해시 라이브러리를 이용하여 석재별 중복된 이미지를 검사하고, 검사 결과로 해시값이 같은 중복된 이미지를 제거하여 석재별 딥러닝 학습이미지를 만드는 데이터 전처리 과정을 수행한다. 또한 미리 학습된 모델인 VGGNet을 활용하기 위해 학습된 이미지 사이즈인 224×224픽셀로 석재별 이미지들의 사이즈를 재조정하고, 학습데이터와 학습을 위한 검증데이터의 비율을 80% 대 20%로 나누어 딥러닝 학습을 수행한다. 딥러닝 학습을 수행한 후 손실 함수 그래프와 정확도 그래프를 출력하고 세 종류의 석재 이미지에 대해 딥러닝 학습 모델의 예측 결과를 출력하였다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.813-826
• /
• 2022

카메라를 이용한 영상 처리와 그에 따른 인공지능 기술의 발달로 다양한 분야의 기술이 발전하기 시작했다. 하지만 보드가 가벼울수록 연산이 많이 필요한 영상 처리 알고리즘을 구현하기 힘들다. 본 논문에서는 경량 임베디드 보드에서 물체 인식 알고리즘을 위한 딥러닝을 사용하는 방법을 제안한다. 비교적 적은 양의 계산으로 segmentation을 처리하는 딥러닝 알고리즘을 사용하여 ROI(Region of Interest)를 결정할 수 있다. 영역을 마스킹한 후, 더 정확한 딥러닝 알고리즘을 사용해 물체 감지를 할 수 있다. Python에서 입력 이미지를 처리하기 위해 OpenCV를 사용했고 ENet과 YOLO(You Only Look Once)를 사용하여 이미지를 처리했다. 이 알고리즘을 실행함으로써 평균 오차가 절반으로 감소해 정확한 객체 검출을 처리할 수 있고 경량 임베디드 보드에서 실시간으로 객체 인식을 실행할 수 있다. 이 연구는 자율주행과 IoT에서 저가격 경량화된 응용에 활용될 수 있을 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제15권4호
• /
• pp.249-256
• /
• 2022

드론 사진 측량의 경우 통상 상용 전문 SW인 Metashape, Pix4D Mapper, ContextCapture 및 간이 SW인 Global Mapper GIS의 "픽셀 to 포인트 도구" 모듈 등을 널리 사용하고 있다. 각 SW마다 고유의 항공 삼각측량법 해석에 대한 로직을 보유하고 있지만, 사용자가 SW를 선택하기 위해서는 지형공간정보의 좌표 값에 대한 비교 분석이 필요하다. 이를 위하여 드론 사진 측량을 위한 항공사진을 촬영하고, VRS-GPS 측량을 통하여 GCP 기준점 측량을 하여, 취득된 기초 데이터를 각 SW를 이용하여 데이터 처리를 한 후 정사 이미지과 DSM을 구축하고, GCP 기준점 측량 성과와 각 SW에서 취득된 정사 이미지 상의 GCP 대공표지의 중심점의 좌표(X,Y)및 DSM에 의한 GCP점의 높이 값(EL)을 비교했다. "공공측량 작업규정"에 따르면 각 SW의 결과치는 모두 오차범위 이내에 포함되어 어느 SW를 사용하더라도 규정에는 문제가 없는 것으로 판명되었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권1호
• /
• pp.13-22
• /
• 2023

본 논문은 특정 자세를 취하고 있는 인간형 캐릭터의 단순한 실루엣 그림 등을 입력으로 받아 이로부터 3차원 신체 외형 정보를 복원하는 기술을 다룬다. 기하학적인 방법 만으로 실루엣에 담기지 않은 내부 형체를 추출하는 것은 매우 어려운 일이기에 본 논문은 대규모 신체 3차원 형체 데이터베이스 및 이의 통계적 분석 데이터를 활용하여 인간형 템플릿 모델을 실루엣에 맞도록 정합 하는 것을 주된 아이디어로 한다. 본 기술은 다음의 세 단계로 이뤄진다. 먼저 주어진 실루엣 이미지로부터 이미지 분석을 통해 윤곽선 및 법선 벡터를 추출한다. 둘째로, 실루엣 이미지와 3차원 모델 간의 점 대 점 대응관계를 수립한다. 마지막으로 수치적 최적화를 통해 실루엣과 모델이 최대한 일치하도록 파라메터들을 정한다. 본 논문은 실루엣 정보로부터 3차원 신체 형태를 최적화하는 실용적 방법론을 제시한 것이 주된 기여이며, 기술의 유효성을 실험을 통해 검증하였다.

• 한국건축시공학회지
• /
• 제23권2호
• /
• pp.197-207
• /
• 2023

콘크리트는 압축력에 잘 저항하고 내구성이 우수하여 널리 사용되는 재료이다. 하지만 구조물은 시공 단계에서 주변 환경, 사용되는 재료의 특성에 따라 완공된 후 표면의 균열, 구조물의 침하 등 다양한 하자가 발생하거나 시간이 지남에 따라 콘크리트 구조물 표면에 결함이 발생한다. 그대로 방치하면 구조물에 심각한 손상을 초래하기 때문에 안전 점검을 통해 검사해야 한다. 하지만 전문 검사원들이 직접 조사하기에 비용이 높고 육안으로 판단하는 외관 검사법을 사용한다. 고층 건물일수록 상세한 검사가 힘들다. 본 연구는 노후화로 인해 콘크리트 표면에 발생하는 결함 중 균열을 탐지하는 딥러닝 기반 시맨틱 세그먼테이션 모형과 해당 모형의 특징 추출과 일반화 성능을 높이기 위한 이미지 어그멘테이션 기법을 개발하였다. 이를 위해 공개 데이터셋과 자체 데이터셋을 결합하여 시맨틱 세그먼테이션용 데이터셋을 구축하고 대표적인 딥러닝 기반 시맨틱 세그먼테이션 모형들을 비교실험하였다. 콘크리트 내벽을 중점으로 학습한 모형의 균열 추출 성능은 81.4%이며, 개발한 이미지 어그멘테이션을 적용한 결과 3%의 성능향상을 확인하였다. 향후 고층 건물과 같이 접근성이 어려운 지점을 드론을 통해 콘크리트 외벽에서 균열을 검출할 수 있는 시스템을 개발함으로써 실질적으로 활용할 수 있기를 기대한다.

• Investigative Magnetic Resonance Imaging
• /
• 제8권2호
• /
• pp.100-108
• /
• 2004

목적 : Trypsin으로 관절연골의 변성을 인공적으로 유도한 뒤 관절연골의 구성성분인 glycosaminoglycan(GAG)의 소실을 생화학적으로 정량분석하고 $Gd(DTPA)^{2-}$-(gadolinium diethylene triamine pentaacetic acid)조영증강, 그리고 T1, T2, rho 이완시간등과 어떤 상관관계가 있는지를 조사함으로써 관절연골의 초기 퇴행성 변화에 대해서 자기공명영상(MRI)으로 관찰이 가능한 지를 알아보고자 하였다. 대상 및 방법 : 적출된 3개의 돼지 슬개골에서 실험에 사용될 관절연골조각을 폭 8 mm, 길이 10 mm 크기의 관절연골조각을 3개 만들었다. 분광광흡수계(spectrophotometry)에서 dimethylmethylene blue를 이용한 chondroitin sulfate standard의 흡수도를 측정하여 GAG을 정량분석 하였다. 관절연골을 배양할 용액은 0.2 mg/ml trypsin, 1 mM $Gd(DTPA)^{2-}$ 첨가된 trypsin, 그리고 대조군용 인산염완충식염수(phosphate buffered saline, PBS)의 3가지를 준비하였다. 배양시간은 1시간에서 5시간까지는 매시간마다 배양하였고 24시간과 48시간까지 배양하였다. MRI촬영은 1시간에서 5시간까지만 매시간마다 배양후 시행하였다. 1.5T 기기에서 MRI촬영은 T1강조영상(TR/TE, 450/22)과 혼합에코기법(mixed echo sequence) (TR/TE, 760/21-168, 8 echoes)등을 시행하였다. 모든 촬영에서 영상영역은 50 mm, 절편두께는 2 mm, 그리고 매트릭스는 $256\times512$ 였다. MRI촬영자료에서 관절연골부위를 픽셀단위로 비교분석 하였다. 배양이 끝난 관절연골은 hematoxylin & eosin, toluidine blue, alcian blue, trichrome 염색 등을 시행하여 관찰하였다. 결과 : Dimethylmethylene blue를 이용한 GAG의 정량분석결과 배양시간증가에 따라 GAG의 농도가 비례적으로 증가하였다. $Gd(DTPA)^{2-}$ 첨가된 trypsin배양에서 관절연골의 T1 강조 영상에서의 신호강도는 trypsin 배양에 비하여 평균 $42.0\%$ 증가하였고 4시간과 5시간배양에서는 trypsin에서만 배양한 관절연골에 비하여 신호강도가 더욱 뚜렷하게 증가되었다 (p<0.05). 관절연골의 T1, T2, rho 이완시간은 배양시간에 따라 유의성 있는 차이가 관찰되지 않았으나 $Gd(DTPA)^{2-}$ 첨가된 trypsin배양에서 T1이완시간의 증가가 관절연골의 표층부와 이행부에서 측정되었다. 조직검사결과 trypsin 배양의 관절연골에서 toluidine blue와 alcian blue염색에서 결손이 관찰되었다. 결론 : Trypsin 배양시간에 따라 관절연골의 GAG결손을 정량적으로 확인할 수 있었고 픽셀크기 $97.9\times195\;{\mu}m$인 MRI로 $Gd(DTPA)^{2-}$-조영증강 및 이완시간을 측정할 수 있었다. 배양시간에 따른 GAG결손은 T1, T2, rho 이완시간보다 $Gd(DTPA)^{2-}$-조영증강에서 유의한 차이를 관찰할 수 있었다. 그러므로 관절연골의 초기 퇴행성 변화를 진단하는 데는 T1강조영상에서 $Gd(DTPA)^{2-}$-조영증강정도를 비교하는 것이 가장 유용할 것으로 사료된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제37권2호
• /
• pp.93-100
• /
• 2014

최근 무선 LAN통신 기능을 이용하여 보다 간편하고 빠르게 디지털 방사선 영상을 획득할 수 있는 디지털 무선 이동촬영장치가 개발되어 많은 편의성을 제공하고 있다. 응급 또는 중환자를 대상으로 시행하는 이동촬영(Portable)검사 특성상 발생할 수 있는 초점-격자 간 중심변위와 피사체의 검출기내 위치변위가 영상화질에 미치는 영향을 평가하여 디지털 무선 검출기의 가이드라인을 제시하고자 한다. 본 연구에서 사용된 장비는 Elmo-T6 Digital Mobile X선시스템(SIMAZU사), el' Tor($14{\times}17$"Wireless detector), 격자(10:1), Chest & head phantom을 사용하였다. 선량증가에 따른 후처리 영상과 초점-격자 간 중심변위와 두부팬텀의 위치변위 영상을 획득한 후 디지털 영상분석 프로그램 Image J를 사용하여 영상을 비교분석 평가하였다. 선량증가에 따른 영상의 변화에서 0.5 mAs의 선량에서는 영상이 거칠고, 적정선량인 1~2 mAs에서 시각적으로 영상의 차이를 알 수 없었고, 특히 2.5 mAs 부터 픽셀 평균값이 급격히 감소하여 대조도에 영향을 미치는 것으로 나타났다. 3 mAs 이상에서는 폐부분의 포화현상으로 대조도가 떨어졌다. Image J 프로그램을 이용한 분석결과 초점-격자 간과 두부팬텀의 중심의 위치변위가 커질수록 낮은 픽셀값의 빈도수가 증가하여 표면도의 윤곽형태가 사라져 대조도에 영향을 미치는 것으로 나타났다. 중환자의 특성상 환자 자세의 어려움, 움직임, 호흡 및 X선관의 변위, 촬영거리의 적용여부에 따라 영상화질을 변화시킬 수 있다는 사실을 방사선사는 정확히 인지하여 검사에 임해야 할 것으로 사료된다.