• 농업과학연구
• /
• 제27권1호
• /
• pp.5-12
• /
• 2000

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.

• 대한원격탐사학회지
• /
• 제18권2호
• /
• pp.81-90
• /
• 2002

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.

• 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.

• 한국콘텐츠학회논문지
• /
• 제3권3호
• /
• pp.85-97
• /
• 2003

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.

• 디지털콘텐츠학회 논문지
• /
• 제18권8호
• /
• pp.1641-1648
• /
• 2017

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.

• 방송공학회논문지
• /
• 제24권2호
• /
• pp.315-328
• /
• 2019

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.

• 한국해양공학회지
• /
• 제36권1호
• /
• pp.32-40
• /
• 2022

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.

• 한국멀티미디어학회논문지
• /
• 제14권11호
• /
• pp.1365-1372
• /
• 2011

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.

• 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).

• 한국염색가공학회지
• /
• 제26권1호
• /
• pp.39-44
• /
• 2014

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.