• 한국정보통신학회논문지
• /
• 제10권6호
• /
• pp.1153-1158
• /
• 2006

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 자궁 경부 세포진 영상은 배경과 세포의 영역이 확실히 구분되지 않는 경우가 많기 때문에 이들을 확실히 구분하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 자궁 경부 세포진 영상에서 Region growing 기법을 적용하여 세포 영상을 분할한다. Region growing 기법은 화소간의 유사도를 측정하여 영역을 확장하여 분할하는 방법이다. 세포와 배경이 분할된 영상을 일정 임계값을 이용하여 영상을 이진화 한 후, 8방향 윤곽선 추적 알고리즘을 이용해 세포 영역을 추출한다. 추출된 세포 영역을 원 영상인 RGB 컬러로 변환한 후에 K-means 알고리즘을 적용하여 각 세포 영역의 RGB 화소를 R, G, B 채널로 각각 분리하여 클러스터링 한다. 클러스터링된 각 각의 R, G, B 채널의 클러스터 값을 이용하여 HSI 모델로 변환시킨 후에 세포핵 영역의 Hue 정보를 추출한다. 추출된 세포핵의 특징을 오류 역전파 알고리즘을 적용하여 정상 세포와 비정상 세포를 분류하고 인식한다.

• 한국공간정보시스템학회 논문지
• /
• 제12권1호
• /
• pp.66-75
• /
• 2010

항공사진이나 다중분광영상을 활용하여 도로 지도를 제작할 경우 최근에 건설된 도로에 대한 지도의 업데이트가 너무 늦어 일반 수요자의 수준을 고려한 서비스를 제공하지 못하는 한계가 있다. Google Earth에서는 RGB값에 의거한 이미지가 아주 높은 주기 해상도를 가지고 무료로 제공되고 있기 때문에 도로를 추출하기 주요 데이터로 부상되고 있다. 본 연구는 Google Earth로 도로를 추출하기 위한 최적의 RGB 표준값과 범위값을 추적하는 의도로 출발하였다. 5개의 사례연구지역에 대해 Google Earth RGB 영상을 활용하여 도로를 추출할 수 있는 능력에 대해 검증이 이루어졌다. 수동 검출을 통해 Google Earth 이미지에서 RGB 대푯값을 각각 126, 125, 127을 도출하였고, 도로의 특성을 감안한 대푯값 범위를 분석하여 RGB값 각 25%, 30%, 19%가 최적인 것을 알 수 있었다. 아울러 Google Earth 이미지의 디스플레이 축척간에 RGB 표준값과 범위값이 큰 차이가 없음을 확인할 수도 있었다. 기존연구에서 활용된 다양한 알고리즘이 RGB 화소값의 최적구간을 추적할 수 있었으며 61cm 공간해상도를 가진 Quickbird RGB 데이터가 다양한 형태의 도로를 추출할 수 있다는 것이 확인되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.454-456
• /
• 2018

주율 주행과 로봇 시스템의 기술이 발전하면서 이와 관련된 영상 알고리즘들의 연구가 활발히 진행되고 있다. 제안 네트워크는 단일 영상을 이용하여 비주얼 오도메트리를 예측하는 시스템이다. 딥러닝 네트워크로 KITTI 데이터 세트를 이용하여 학습과 평가를 하며 네트워크의 입력으로는 연속된 두 개의 프레임이 들어가고 출력으로는 두 프레임간 카메라의 회전과 이동 정보가 된다. 이를 통하여 대표적으로 자동차의 주행 경로를 알 수 있으며 여러 로봇 시스템 등에서 활용할 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2011년도 춘계 종합학술대회 논문집
• /
• pp.533-534
• /
• 2011

본 논문에서 적외선(IR; Infrared), 자외선(UV; Ultraviolet), 가시광선(VR; Visible ray)의 영역에서 촬영한 설진 영상으로부터 가장 효과적인 설태 인식을 위한 최적 혀 영상 분석 방법을 제안한다. 제안한 방법은 설진에서 혀 영상 촬영을 위한 최적 파장 범위와 해당 파장에서 설태 분석에 최적의 컬러 영상을 선정한다. 최적 영상 선정을 위해서는 각 파장별로 촬영한 혀 영상을 LAB, HSV, YcBcR, RGB 컬러모델로 변환하고, 변환된 영상들로부터 설태와 비설태 영역의 히스토그램(Histogram)을 분석에 의해서 영역-분별력을 측정한다. 실험 결과 설진에서 설태 인식을 위한 최적 혀 영상은 자외선 영역에서의 RGB 컬러모델로 나타났다.

• 지적과 국토정보
• /
• 제48권1호
• /
• pp.71-91
• /
• 2018

최근 영농분야에서 종자파종, 병충해 방제 등에 무인항공기(UAV ; Unmanned Aerial Vehicle)를 활용한 응용이 활발히 진행되고 있다. 본 연구는 UAV에 다양한 파장대의 영상센서를 탑재하고 SfM(Structure from Motion) 영상해석기법과 연계한'고해상 저고도 원격탐측시스템(UAS ; Unmanned Aerial System)'를 구성, UAS 기반 식생조사의 효용성을 고찰하여 정밀영농의 활용성을 검토하였다. 이를 위해 저가 UAV에 가시 컬러(VIS_RGB ; Visible Red, Green, and Blue) 영상센서, 수정된 BG_NIR(Blue Green_Near Infrared Red) 근적외 영상 센서, $7.5{\sim}13.5{\mu}m$ 분광대역의 열적외 영상(TIR ; Thermal Infrared Red)센서를 조합 연계한 UAS를 구성하였다. 또한, 가시 근적외 및 열적외 파장대를 기본요소로 광합성에 따른 식물의 엽록소, 질소 및 수분 함유량 등을 검토할 수 있는 총 10종의 식생지수를 선정, 식생상태 검출에 활용하였다. 시험대상지에 대한 각 파장대역의 영상을 획득하고 사전에 조사된 지상 피복현황을 기준으로 각 식생지수의 분포도 및 식생지수 간 상관성(결정계수 R2) 등을 비교 고찰하여 무인항공기를 활용한 가시 컬러, 근 적외 및 열 적외 영상에 의한 식생상태의 검측 수행능력을 검토하였다. 저가 무인항공기에 VIS_RGB, BG_NIR 및 TIR 영상 센서를 탑재, 식생조사의 효용성을 종합적으로 검토한 결과, 인공위성과 항공영상에 의존한 과거의 식생조사방식 대비, 영상해상도, 경제성 및 운용성 면에서 UAV기반 고해상 저고도 원격탐측시스템(UAS)의 효용성을 입증할 수 있었으므로 정밀농업, 수계 및 산림조사 등의 분야에 그 활용이 기대된다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.422-428
• /
• 2008

본 논문에서는 spatial gradient를 이용한 강인한 물체 추출 방법을 제안한다. 제안한 방법은 먼저 복잡한 환경과 다양한 빛의 변화에 의해 나타나는 에러 값 등을 해결하기 위해 기존에 제안된 입력 영상과 기준 영상에서 밝기와 색 성분을 이용하여 최초 배경을 제거한다. 배경을 제거한 다음, 그림자로 인식되어 전경 영역에 추가된 부분을 RGB 칼라 모델과 정규화 된 RGB 칼라 모델을 이용하여 제거하고, HSI 칼라 모델을 이용하여 불필요한 정보 값을 갖는 영역을 제거한다. 마지막으로, 배경으로 인식되어 전경으로부터 제거된 부분을 입력 영상의 공간상 정보인 spatial gradient와 HSI 칼라 모델을 이용하여 복구하는 방법을 제안한다. 마지막으로, 본 논문에서 제안한 알고리즘은 복잡하고 다양한 실내 외 환경에서의 실험을 통해 그 응용 가능성을 증명한다.

• 방송공학회논문지
• /
• 제21권4호
• /
• pp.515-524
• /
• 2016

근적외선은 눈에 보이는 가시광선 파장 대역을 벗어난 빛으로 일반적인 디지털 카메라에서는 핫미러 필터에 의하여 차단된다. 하지만 근적외선으로부터 얻어지는 정보들은 영상의 전체적인 가시성을 향상시킬 수 있다고 알려져 있기 때문에 영상의 질 개선에 유용한 정보가 될 수 있다. 예를 들어 영상에 안개가 낀 경우, 근적외선은 가시광선보다 안개 입자에 대한 침투성이 더 강하다는 성질을 가지고 있기 때문에 근적외선 카메라로 영상을 촬영하면 일반적인 카메라 영상보다 더 선명한 영상을 얻을 수 있다. 본 논문은 실외 영상의 질을 높이기 위해 컬러 영상과 근적외선 영상을 융합하는 알고리즘을 제안한다. 첫 번째로, 본 논문은 컬러 영상과 근적외선 영상의 대비를 비교하여 가중치 맵을 구한다. 그 후, 이 가중치 맵을 이용하여 두 영상을 융합하는 과정을 거치게 된다. 본 논문은 실험 결과들을 통해서 제안하는 알고리즘이 효과적으로 영상의 질을 높이고, 또한 안개를 제거하는 것을 보여준다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.65-84
• /
• 2006

본 논문에서는 개선된 영상 생성 모델을 제시하고, 제시된 모델에 기반한 칼라 영상 향상을 제안한다. 제시된 영상 생성 모델에서는 입력 영상을 전역 조명 성분과 국부 조명 성분, 그리고 반사율 성분의 곱으로 표현한다. 제안된 칼라 영상 향상에서는 RGB 입력 칼라 영상을 HSV 칼라 영상으로 변환한 다음, 백색광 조명 상태라는 가정 하에 개선된 영상 생성 모델에 근거하여 V 성분 영상만을 향상한다. 전역 조명 성분은 입력 V 성분 영상에 유효 영역이 넓은 선형 저대역 필터를 적용하여 추정하고, 국부 조명 성분은 입력 V 성분 영상에서 추정된 전역 조명 성분이 제거된 영상에 유효 영역이 좁은 JND (just noticeable difference) 기반의 비선형 저대역 필터를 적용하여 추정한다. 그리고 반사율 성분은 입력 V 성분 영상에 추정된 전역 조명 성분과 국부 조명 성분을 나누어 추정한다. 이어서 이들 추정된 성분에 감마 수정을 각각 적용하고 그 결과들을 곱하여 출력 V 성분 영상을 얻은 다음 히스토그램 모델링을 적용하여 최종 출력 V 성분 영상을 얻는다. 마지막으로 최종 출력 V 성분 영상과 입력 H 성분 영상 및 S 성분 영상으로부터 출력 RGB 칼라 영상을 얻는다. 실험 결과 제안된 방법은 NASA 홈 페이지로부터 다운받은 칼라 영상과 MPEG-7 CCD 칼라 영상으로 구축한 시험 영상 데이터 베이스에 대하여 후광 효과가 거의 억제되고 색상 변화가 거의 없으면서 전역 대비와 국부 대비를 동시에 잘 증가시키는 것을 확인하였다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.83-98
• /
• 2021

도시녹지는 도시 생태계 건강성 증진을 위한 중요한 요소이며, 건강한 도시 생태계 유지 및 관리를 위해서는 도시녹지의 공간적인 현황 파악이 필요하다. 환경부에서는 2010년 이후부터 총 41개의 분류 항목을 갖는 1m 급 해상도의 세분류 토지피복지도를 제공해오고 있으나, 가로수와 같은 도시 내 고해상도 상세 녹지 정보는 기타 초지로 분류되거나 누락되어 오고 있다. 따라서, 본 연구에서는 수원시 지역을 대상으로 1m 이하 급의 고해상도 원격탐사 자료(항공 LiDAR 및 RGB 정사영상)를 이용하여, 기존 세분류 토지피복지도에서는 나타나지 않는 고해상도의 상세 도시 녹지(수목, 관목 및 초지) 정보를 분류하고자 하였다. 분류 기법으로는 딥러닝 기반의 이미지 분할방법인 U-Net 구조의 모델을 활용하였으며, 분류 항목의 수 및 사용하는 자료의 종류에 따라 총 3가지의 모델(LRGB10, LRGB5, 및 RGB5)을 제안하고 성능을 평가하였다. 검증 지역에 대한 세 모델의 평균 전체 정확도는 각 83.40%(LRGB10), 89.44%(LRGB5), 74.76%(RGB5)이며, 항공 LiDAR와 RGB 정사영상을 함께 사용하여 총 5개의 항목(수목, 관목, 초지, 건물, 및 그 외)을 분류하는 LRGB5 모델의 성능이 가장 높게 나타났다. 수원시의 수목, 관목 및 초지 기준의 전체 녹지 현황은 각 45.61%(LRGB10), 43.47%(LRGB5), 및 44.22%(RGB5)로 나타났으며, 세 모델 모두 기존 세분류 토지피복지도와 비교하여 평균 13.40%의 도시 수목 정보를 더 제공할 수 있는 것으로 나타났다. 더불어 이러한 도시녹지 분류 결과는 향후 중분류 토지피복지도와 같은 기존 GIS 정보와의 융합을 통해 가로수 녹지 비율 현황 등 추가적인 상세 녹지 현황 정보를 제공할 수 있어, 다양한 도시녹지 연구 및 정책의 기초 자료로 활용될 수 있을 것으로 기대된다.

• 전자공학회논문지
• /
• 제50권9호
• /
• pp.119-126
• /
• 2013

본 논문은 영상 획득 장치에서 발생하는 색수차를 영상의 국부적 특성을 고려하여 보정하는 알고리즘을 제안한다. 색수차는 파장에 따른 렌즈의 회절률 차이로 인해 발생하며, 그 결과 영상의 강한 에지 영역에서 RGB 채널이 어긋나 색 결함이 생기게 된다. 제안하는 알고리즘은 이러한 색수차가 발생하는 특성을 이용하여 먼저 영상의 에지 영역과 그 주변부를 색수차가 발생되는 영역으로 검출한다. 이 후, 검출된 에지 영역에서 RGB 채널의 에지를 일치시키는 방법을 이용하여 색수차를 제거한다. 그 결과 기존의 색수차 제거 방법으로 널리 사용되는 전역적인 영상 와핑 방법으로는 제거하지 못하는 축상 색수차와 이미징 센서로부터 발생하는 purple fringing 결함까지도 저감시킬 수 있다. 실험 결과를 통해 제안하는 방법이 기존 방법에 비해 수치적인 면과 시각적인 면에서 뛰어난 결과를 보임을 확인할 수 있다.