The main purpose of this study is to obtain spatial image information toward forest thinning process in Larix forest stands. Thirteen different alternatives were simulated to visualize on the basis of actual thinning work photos. The options were illustrated as photos produced by photoshop program. Each alternatives were evaluated by forest visitor group with total 244 respondents after reliability test. Spatial images of 13 thinning photos were measured by 12 semantic differential scale as broad -narrow, ordered-tangled, friendly-unfriendly, monotonous-divers, dry-refreshing, relieved -stifling, healthy-sickly, uniform-scattered, dead-alive, opened-closed, bent-straight, and beautiful-ugly. In comparison with thinning stands and natural stands, thinning works were visual improvement effects of spatial images. Seemingly, this trend is due to definite form beauty, straight and clear length form of coniferous forest, As can be expected, slash and downwood were negatively related to improvement effects of spatial images. The 60% ratio of stem/ tree height and 450-950 trees/ha was positive in attraction of spatial images. Results indicate how to conduct forest thinning system for spatial images on Larix forest stands.
본 논문에서는 대전과 논산지역의 KOMPSAT-1 EOC입체 영상으로부터 DEM을 생성하고 정확도를 검증하였다. DEM생성 과정을 크게 카메라 모델링 단계와 영상 정합 단계로 구분하여 논의하였으며 카메라 모델링 기법은 Orun과 Natarajan이 제안한 모델(1994)과 Gupta와 Harteley(1997)가 제안한 DLT모델을 사용하였으며 두 모델링 기법을 EOC입체 영상에 적용하는 것이 가능한지 확인하였다. 영상정합 단계에서는SPOT용으로 개발된 알고리즘이 EOC입체 영상에 적용될 수 있는지를 검토 하였다. 그리고 각 단계마다 EOC영상에 적용했을 때의 결과를 SPOT영상을 적용했을 때의 결과와 비교하였다. 본 실험에서 KOMPSAT-1 EOC입체 영상에 대해 카메라 모델링 기법과 영상 정합을 수행하여 DEM을 생성한 결과 SPOT입체 영상에서 생성한 DEM 보다 성능이 우수한 DEM을 얻을 수 있었다.
Kwon, Hee Jae;Lee, Gi Pyo;Kim, Young Jae;Kim, Kwang Gi
Journal of Multimedia Information System
/
제8권2호
/
pp.79-84
/
2021
Detecting brain tumors of different sizes is a challenging task. This study aimed to identify brain tumors using detection algorithms. Most studies in this area use segmentation; however, we utilized detection owing to its advantages. Data were obtained from 64 patients and 11,200 MR images. The deep learning model used was RetinaNet, which is based on ResNet152. The model learned three different types of pre-processing images: normal, general histogram equalization, and contrast-limited adaptive histogram equalization (CLAHE). The three types of images were compared to determine the pre-processing technique that exhibits the best performance in the deep learning algorithms. During pre-processing, we converted the MR images from DICOM to JPG format. Additionally, we regulated the window level and width. The model compared the pre-processed images to determine which images showed adequate performance; CLAHE showed the best performance, with a sensitivity of 81.79%. The RetinaNet model for detecting brain tumors through deep learning algorithms demonstrated satisfactory performance in finding lesions. In future, we plan to develop a new model for improving the detection performance using well-processed data. This study lays the groundwork for future detection technologies that can help doctors find lesions more easily in clinical tasks.
MRI, CT, MRI, PET, SPECT, fMRI 등과 같은 단층의료영상은 병원에서 환자의 진단 및 치료 임상적 연구에서 폭넓게 사용되고 있다. 동일한 대상에 대하여 서로 다른 정보를 얻거나 비교를 하기 위하여 서로 다른 영상양식으로 촬영하거나 시간적 간격을 두고 단층영상을 획득하는 경우가 많다. 3차원 영상정합은 비교하고자 하는 두 영상을 하나의 3차원 좌표 공간으로 지도화하는 것이며, 크게 마커기반 정합과 특징기반 정합으로 분류된다. 뇌 영상의 3차원 정합은 뇌 수술부위 선정, 뇌 기능 연구, 뇌 지도화 연구 등에서 시각적 분석과 정량적 분석에서 중요한 위치를 차지한다. 본 논문에서는 뇌의 단층영상에 대하여 흔히 사용되고 있는 3차원 정합인 마커기반 정합법과 특징기반 정합법에 대하여 소개하고 이에 대한 비교 고찰을 행하고자 한다.
본 논문의 주요 목적은 컬러 이미지에서의 노이즈 제거를 위한 다양한 필터들의 성능 분석 비교이다. 기존의 노이즈 제거 필터들에 대한 분석에서 한 발 더 나아가 RGB에서 HSV나 $YC_BC_R$로 컬러 모델변환을 하여 노이즈를 제거하는 방법을 제안하였다. 논문에서 사용된 예인 Median, Wiener, Mean 등의 노이즈 제거필터들의 성능 개선에 도움을 주기위해 고안했으며 현재까지는 컬러 이미지를 위한 필터들의 성능분석이나 컬러모델 변환을 이용한 개선 방법들이 제안된 바가 없다. 이에 영감을 받아서, 고안된 새로운 방법을 테스트 하였다. 실행해 본 결과, 현재 사용되고 있는 필터들 중에서 몇몇 필터들의 성능을 향상시켜서 컬러 이미지에서의 노이즈 제거에 큰 도움을 주는 것으로 나타났다.
영상 스테그아날리시스는 입력 영상을 스테가노그래피 알고리즘이 적용된 스테고 영상과 스테가노그래피 알고리즘이 적용되지 않은 커버 영상으로 분류하는 알고리즘이다. 기존에는 주로 수제 특징 기반의 스테그아날리시스를 연구하였다. 하지만 CNN 기반의 물체 인식이 큰 성과를 이루면서 최근 CNN 기반의 스테그아날리시스가 활발히 연구되고 있다. CNN 기반의 스테그아날리시스는 물체 인식과는 달리 커버 영상과 스테고 영상의 미세한 차이를 식별하기 위해서 전처리 필터를 필요로 한다. 그러므로, CNN 기반의 스테그아날리시스 연구들은 효과적인 전처리 필터와 네트워크 구조를 개발하는 데 초점을 두고 있다. 본 논문에서는 동일한 실험 조건에서 기존 연구들을 비교하고, 그 결과를 기반으로 전처리 필터와 네트워크 구조적인 차이에 의한 성능 변화를 분석한다.
Underwater optical images face various limitations that degrade the image quality compared with optical images taken in our atmosphere. Attenuation according to the wavelength of light and reflection by very small floating objects cause low contrast, blurry clarity, and color degradation in underwater images. We constructed an image data of the Korean sea and enhanced it by learning the characteristics of underwater images using the deep learning techniques of CycleGAN (cycle-consistent adversarial network), UGAN (underwater GAN), FUnIE-GAN (fast underwater image enhancement GAN). In addition, the underwater optical image was enhanced using the image processing technique of Image Fusion. For a quantitative performance comparison, UIQM (underwater image quality measure), which evaluates the performance of the enhancement in terms of colorfulness, sharpness, and contrast, and UCIQE (underwater color image quality evaluation), which evaluates the performance in terms of chroma, luminance, and saturation were calculated. For 100 underwater images taken in Korean seas, the average UIQMs of CycleGAN, UGAN, and FUnIE-GAN were 3.91, 3.42, and 2.66, respectively, and the average UCIQEs were measured to be 29.9, 26.77, and 22.88, respectively. The average UIQM and UCIQE of Image Fusion were 3.63 and 23.59, respectively. CycleGAN and UGAN qualitatively and quantitatively improved the image quality in various underwater environments, and FUnIE-GAN had performance differences depending on the underwater environment. Image Fusion showed good performance in terms of color correction and sharpness enhancement. It is expected that this method can be used for monitoring underwater works and the autonomous operation of unmanned vehicles by improving the visibility of underwater situations more accurately.
본 논문은 어두운 영상의 낮은 인지적인 대비를 향상하기 위해 비선형 마스킹 기법을 이용한 영상의 인지적 대비 향상 방법을 제안한다. 영상의 주요 속성인 색도의 변화를 최소화 하면서 어두운 영역의 밝기를 향상시키기 위해, 비선형 마스킹 기법 기반으로 영상에 적응적인 파라미터를 이용한 대비 향상방법을 제안하 였다. 제안하는 방법의 성능을 평가하기 위해 테스트 영상에 대해 SSR(Single-Scale Retinex), MSR(Multi-Scale Retinex), 기존의 비선형 마스킹 기법의 결과와 색도 및 채도에 대한 정량적인 평가와, z-score를 이용한 정성적 평가를 수행하였다. 결과 제안한 방법이 낮은 색도 변화와 향상된 인지적 대비를 보임을 확인하였다.
Kim, Jung-Ho;Kwon, Soon Chul;Son, Kwang Chul;Sohn, Chae Bong;Lee, Seung Hyun
International Journal of Internet, Broadcasting and Communication
/
제6권2호
/
pp.13-16
/
2014
This study aims to examine the effects of watching 2D and 3D images on the blink rate. Regarding the image watch, their blink rate for 2D and 3D images was separately checked for 1 minute in the 1m distance, before the watch, after 15 minutes of watch, and after 30 minutes of watch. About the change of their blink rate in the 2D image watch, it tended to become higher than that before watching the image; however, there was no statistical significance (paired t-test, p=0.106, p=0.062). And in the 2D image watch, it tended to increase in comparison between after 15 minutes and after 30 minutes, but there was no statistical significance (paired t-test, p=0.623). Meanwhile, about the change of their blink rate in the 3D image watch, it tended to decrease statistically significantly both after 15 minutes and after 30 minutes when compared with that before watching the image (paired t-test, p=0.000, p=0.000). In the 3D image watch, it tended to increase in comparison between after 15 minutes and after 30 minutes; however, there was no statistical significance (paired t-test, p=0.867).
To confirm the performance and benefit of the developed online E-commerce Real Industrial Color(RIC) device, cotton and polyester were dyed with selected 39 colors. The captured images of dyed cotton and polyester by using RIC device were compared with original samples and confirmed ${\Delta}E$ using a spectrophotometer and RIC device. Overall, visual comparison of the captured images was similar to the real dyed samples. In high concentration of dyeings, the color consistency between real samples and captured images was better than in lower color concentration of dyeings. Similarly, the result was almost the same when the developed RIC device was used since ${\Delta}E$ values of RIC device were smaller compared with spectrophotometer. In this regards, the RIC device developed up to date can be assumed that it is more influenced by the color rather than fabric materials.
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.