• 융합신호처리학회논문지
• /
• 제11권3호
• /
• pp.215-220
• /
• 2010

본 논문은 문서 영상을 대상으로 표, 그림, 글자 등의 각 구성요소들을 자동으로 분류하기 위한 새로운 텍스쳐 기반의 영상 분할 및 분류 방법을 제안한다. 제안한 방법은 문서 영상 분할 단계와 문서 영상 내 구성요소 분류 단계로 이루어진다. 먼저 영상 분할을 수행한 후, 분할된 영역을 대상으로 문서 영상의 구성 요소들을 분류하는데, 이때 각 구성 요소는 서로 다른 텍스쳐를 가지고 있는 영역이라는 특징을 이용한다. 분할된 영역들을 분류하기 위한 텍스쳐 특징을 추출하기 위해 다양한 텍스쳐 분석에 광범위하게 사용되는 2차원 가보필터를 이용한다. 제안한 방법은 구성 요소와 사용 언어에 대한 사전 지식을 이용하지 않으면서 문서 영상의 분할 및 구성요소 분류에서 좋은 성능을 보인다. 제안한 방법은 멀티미디어 데이터 검색, 실시간 영상 처리 등과 같은 다양한 분야에 적용 될 수 있다.

• 방송공학회논문지
• /
• 제22권5호
• /
• pp.608-617
• /
• 2017

영역 분리에 의한 명암대비 방법들이 제안되어 왔지만 영상의 히스토그램에 따라 과포화 되는 부작용이나 밝기 값 보존과 명암대비 효과의 상반 관계에 대한 개선이 필요하다. 본 논문은 다양한 히스토그램에서도 명암 대비가 개선 되도록 영역 분리 시 각 서브 영역이 가우시안 분포를 갖도록 분리하고 영역별 평활화하는 명암 대비 방법을 제안 한다. 영역 분리는 $L^*a^*b^*$ 컬러 공간에서 K-평균 방법과 기대-최대 방법에 의해 영역맵과 확률맵을 생성하며 영역별 히스토그램 평활화 방법은 영역간 히스토그램 중복 최소를 위해 평균값 이동과 영역 분리에서 생성된 확률맵을 변환 함수에 활용함으로써 영역별 밝기값을 보존 하였다. 실험은 기존의 명암 대비 방법들과 평균 밝기 차이와 평균 엔트로피 값을 이용하여 밝기 변화가 적고 영상의 세부 정보가 표현됨에 의한 명암대비 개선을 보인다.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.32-39
• /
• 2009

동화상의 부호화 효율향상을 위하여 유전적 알고리즘(Genetic Algorithm: GA)을 이용하여 영역 분할하는 방법을 제안한다. 유전적 알고리즘은 함수치만을 이용하여 큰 탐색공간으로부터 최적의 조합을 축차적으로 찾아내는 방법이다. 이동추정과 영역분할을 동시에 진행함으로써, 이동 벡터를 화면내의 작은 블록이나 화소의 각각에 할당하고, 그것을 부호화 정보량과 신호 대 잡음비의 관계로부터 최적화 문제로 변환할 수 있다. 즉, 이동보상예측 부호화에는 영역분할과 이동 추정은 서로 밀접하게 관계되어 있다. 이것은 부호량과 S/N비를 최적화하는 것으로서 화면 속의 각 블록에서 이동 벡타를 최적의 상태로 배치하는 것이다. 그러므로, 본 논문에서는 최적인 영역분할 결과를 얻기 위하여 GA의 데이터형과 그 데이터의 처리 방법에 대해서 검토하였다. 또한, 테스트 화상을 이용한 컴퓨터시뮬레이션을 통하여 제안 방법의 유효성을 확인하였다.

• 전자공학회논문지B
• /
• 제32B권8호
• /
• pp.1074-1084
• /
• 1995

In this paper, we investigate edge extraction and segmentation of range images. We first discuss problems that arise in the conventional region-based segmentation methods and edge-based ones using principal curvatures, then we propose an edge-based algorithm. In the proposed algorithm, we extract edge contours by using the Gaussian filter and directional derivatives, and segment a range image based on extracted edge contours, Also we present the problem that arises in the conventional thresholding, then we propose a new threshold selection method. To solve the problem that local maxima of the first- and second- order derivatives gather near step edges, we first find closed roof edge contours, fill the step edge region, and finally thin edge boundaries. Computer simulations with several range images show that the proposed method yields better performance than the conventional one.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 KOBA 방송기술 워크샵 KOBA Broadcasting Technology Workshop
• /
• pp.159-164
• /
• 1999

Homogeneous but distinct visual objects having low-contrast boundaries are usually merged in most of the segmentation algorithms. To alleviate this problem, an efficient image segmentation algorithm based on a bottom-up approach is proposed by using spatial domain information only. For initial image segmentation, we adopt an efficient marker extraction algorithm conforming to the human visual system. Then, two region-merging algorithms are successively applied so that homogeneous visual objects can be represented as simple as possible without destroying low-contrast real boundaries among them. The resultant segmentation describes homogeneous visual objects with few regions while preserving semantic object shapes well. Finally, a size-based region decision procedure may be applied to represent complex visual objects simpler, if their precise semantic contents are not necessary. Experimental results show that the proposed image segmentation algorithm represents homogeneous visual objects with a few regions and describes complex visual objects with a marginal number of regions with well-preserved semantic object shapes.

• 한국멀티미디어학회논문지
• /
• 제9권12호
• /
• pp.1588-1595
• /
• 2006

In this paper, we proposed a liver extracting procedure for computer aided liver diagnosis system. Extraction of liver region in an abdominal CT image is difficult due to interferences of other organs. For this reason, liver region is extracted in a region of interest(ROI). ROI is selected by the window which can measure the distribution of Hounsfield Unit(HU) value of liver region in an abdominal CT image. The distribution is measured by an existential probability of HU value of lever region in the window. If the probability of any window is over 50%, the center point of the window would be assigned to ROI. Actually, liver region is not clearly discerned from the adjacent organs like muscle, spleen, and pancreas in an abdominal CT image. Liver region is extracted by the watershed segmentation algorithm which is effective in this situation. Because it is very sensitive to the slight valiance of contrast, it generally produces over segmentation regions. Therefore these regions are required to merge into the significant regions for optimal segmentation. Finally, a liver region can be selected and extracted by prier information based on anatomic information.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.219-222
• /
• 2001

Moving objects in video data are main elements for video analysis and retrieval. In this paper, we propose a new algorithm for tracking and segmenting moving objects in color image sequences that include complex camera motion such as zoom, pan and rotating. The Proposed algorithm is based on the Mean-shift color segmentation and stochastic region matching method. For segmenting moving objects, each sequence is divided into a set of similar color regions using Mean-shift color segmentation algorithm. Each segmented region is matched to the corresponding region in the subsequent frame. The motion vector of each matched region is then estimated and these motion vectors are summed to estimate global motion. Once motion vectors are estimated for all frame of video sequences, independently moving regions can be segmented by comparing their trajectories with that of global motion. Finally, segmented regions are merged into the independently moving object by comparing the similarities of trajectories, positions and emerging period. The experimental results show that the proposed algorithm is capable of segmenting independently moving objects in the video sequences including complex camera motion.

• 스마트미디어저널
• /
• 제9권3호
• /
• pp.59-70
• /
• 2020

This paper presents a fully automatic tool to recognize the liver region from CT images based on a deep learning model, namely Multiple Filter U-net, MFUnet. The advantages of both U-net and Multiple Filters were utilized to construct an autoencoder model, called MFUnet for segmenting the liver region from computed tomograph. The MFUnet architecture includes the autoencoding model which is used for regenerating the liver region, the backbone model for extracting features which is trained on ImageNet, and the predicting model used for liver segmentation. The LiTS dataset and Chaos dataset were used for the evaluation of our research. This result shows that the integration of Multiple Filter to U-net improves the performance of liver segmentation and it opens up many research directions in medical imaging processing field.

• 대한전자공학회논문지SP
• /
• 제43권5호
• /
• pp.30-36
• /
• 2006

변형된 면적기반영역선별 기법으로 문자영상 속에 내재되어 있던 영역 분할을 회복하는 새로운 기법을 제안한다. 정보영역과 바탕영역으로 양분되어 있는 이진 원영상에 비해 오염 및 훼손으로 관측영상은 얼룩점과 잡음이 전체 영상에 섞여 다수의 크고 작은 영역들이 혼재된 그레이스케일 형태가 된다. 이러한 영상을 종래의 문턱치 처리나 확률적 기법으로 영역 분할하려면 이진영상으로 전환시킴에 의한 영역 형태 변형 문제가 발생한다. 이 문제를 최소화하기 위해 마름모꼴 블록을 채택한 반복조건부양식(iterated conditional mode, ICM) 기법으로 이진 영상을 구현하여 일차적으로 영역들의 집합으로 분류하였다. 그 다음 현재고려중인 화소에서 화소의 영역형성 판별과 영역의 면적을 산출하였다. 이를 전체 화소에 걸쳐 순차적으로 확산하여 해당영역들의 정보영역으로의 귀속 여부를 선택적으로 판정 분할함으로 정보영역 본래 형태를 복원하였다. 이 때 지정 영역들의 산출 면적들은 하나의 집합으로 배속 정렬되며 확률처리로 얻은 판별 파라미터 값에 의해 선별된다. 그레이스케일 탁본영상을 대상으로 종래의 문턱치 영역분할 기법과 ICM 기법도 함께 실험하였다. 그 결과 종래의 기법에 비해 우수한 영역분할 효과를 얻을 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권5호
• /
• pp.19-27
• /
• 2017

본 논문에서는 두개악안면 CBCT 영상에서 형상제약 정보를 사용한 하악골 자동 분할 방법을 제안한다. 제안방법은 다음의 두 단계로 구생된다. 첫째, MDCT 영상을 사용하여 생성된 통계형상모델을 통해 전역적 형상정보 기반의 하악골 분할을 수행한다. 둘째, 하악골의 지역적 형태 정보 및 밝기값 특징을 고려하여 하악골 분할 개선을 수행한다. 제안 방법의 성능을 평가하기 위해 전문가에 의한 수동 분할 결과를 기준으로 제안방법을 정성적, 정량적으로 평가하였다. 실험결과 큰 곡률로 이루어진 좁은 영역을 포함한 하악골 체부 영역과 위치 변이가 큰 관절구 영역에서 제안방법의 다이스계수(DSC: Dice Similarity Coefficient)는 각각 95.64%, 90.97%를 보였다.