• 대한원격탐사학회지
• /
• 제20권3호
• /
• pp.215-225
• /
• 2004

A multistage hierarchical clustering technique, which is an unsupervised technique, was suggested in this paper for classifying large remotely-sensed imagery. The multistage algorithm consists of two stages. The 'local' segmentor of the first stage performs region-growing segmentation by employing the hierarchical clustering procedure of CN-chain with the restriction that pixels in a cluster must be spatially contiguous. The 'global' segmentor of the second stage, which has not spatial constraints for merging, clusters the segments resulting from the previous stage, using the conventional agglomerative approach. Using simulation data, the proposed method was compared with another hierarchical clustering technique based on 'mutual closest neighbor.' The experimental results show that the new approach proposed in this study considerably increases in computational efficiency for larger images with a low number of bands. The technique was then applied to classify the land-cover types using the remotely-sensed data acquired from the Korean peninsula.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.343-344
• /
• 2009

The aim in this paper is to show how to extract scalp of a series of brain MR images by using region growing segmentation algorithm. Most researches are all forces on the segmentation of skull, gray matter, white matter and CSF. Prior to the segmentation of these inner objects in brain, we segmented the scalp and the brain from the MR images. The scalp mask makes us to quickly exclude background pixels with intensities similar those of the skull, while the brain mask obtained from our brain surface. We make use of connected threshold method (CTM) and confidence connected method (CCM). Both of them are two implementations of region growing in Insight Toolkit (ITK). By using these two methods, the results are displayed contrast in the form of 2D and 3D scalp images.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권2호
• /
• pp.122-130
• /
• 2009

기존의 번호판 검출 기법들은 대부분 일정한 거리와 방향에서 촬영되어 번호판의 크기가 유사하고, 배경이 단순한 차량 전면 영상에 적용되는 한계를 가지고 있어서 번호판의 위치가 변하거나 조명 혹은 크기의 변화에 매우 취약하다. 본 논문에서는 이러한 기존 기법들의 문제점들을 극복하기 위하여 에지기반 영역확장 기법을 사용하는 번호판 검출기법을 제안한다. 1단계에서는 입력영상에서 예지영상을 얻고 번호판의 기하학적 특성을 갖는 에지 영역들을 검출하여 이들을 번호판 검색영역으로 정한다. 검색영역의 에지들을 기반으로 주변의 화소들을 색상을 기반으로 영역확장을 통해 분할하여 번호판의 기하학적 특성을 만족하는 영역들을 번호판 후보영역으로 정한다. 후보영역들은 자동차의 조명등과 같은 구조물과의 위상특성을 고려하여 최종결정한다. 본 논문에서 제안하는 기법은 번호판의 문자가 검출되지 않는 경우에도 번호판 위치의 검출이 가능하고 특히 작은 크기의 번호판 검출에 유리하며, 크기와 상관없이 번호판을 검출할 수 있음을 실험을 통해 입증하였다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.33-40
• /
• 2002

본 연구에서는 의료영상 저장 및 전송 시스템에 필수적인 무손실 의료영상 압축 기법을 제안하였다. 의료영상은 방사선 영상 중에서 유방영상(mammography)과 자기공명영상을 사용하였으며, 이들 영상을 무손실로 압축하기 위하여 영역성장에 의한 영상분할 알고리듬을 제안하였다. 제안된 알고리듬은 원 영상이 에러 영상과 불연속 계수 영상, 그리고 상위 비트 데이터 등 세 가지의 부 영역으로 분할되도록 하였다. 그리고 영역성장 과정 후 생성된 불연속 계수 영상 데이터와 에러 영상을 국제 이진영상압축 표준이며 그레이코드(graycode)화된 영상의 압축에 적합한 JBIG(Joint Bi-level Image expert Group) 알고리듬을 이용하여 압축시켰다. 제안한 알고리듬과 타 연구에서 사용된 기법들을 비교 검토 한 결과 제안한 무손실 압축 기법을 적용하여 얻어지는 압축율은 JBIG, JPEG, LZ 기법에 비해 평균적으로 각각 3.7%, 7.9%, 23.6% 정도 개선됨을 알 수 있었다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.116-118
• /
• 1997

In hippocampal morphology Abnormalities, including unilateral or bilateral volume loss, are known to occur in epilepsy, Alzheimer's disease, and in certain amnestic syndromes. To detect such abnormalities in hippocampal morphology, we present a method that combines region growing and dynamic contour model to detect hippocampus from MRI brain data. The segmentation process is performed two steps. First region growing with a seed point is performed in the region of hippocampus and the initial contour of dynamic contour model is obtained. Second, the initial contour is modified on the basis of criteria that integrate energy with contour smoothness and the image gradient along the contour. As a result, this method improves fairly sensitivity to the choice of the initial seed point, which is often seen by conventional contour model. The power and practicality of this method have been tested on two brain datasets. Thus, we have developed an effective algorithm to extract hippocampus from MRI brain data.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.273-278
• /
• 2004

이 연구에서는 고해상도 영상의 영상분할단위를 이용한 분석방법의 하나로 영역확장기법을 검토하였다. 먼저 경계추출에 의한 영상분할단위를 기반으로 공간적인 분석이 가능하도록 영상분할단위간의 위상관계를 설정하는 방법을 검토하였다. 다음으로 설정된 영상분할단위간의 위상관계를 바탕으로 한 영역기반의 영역확장 방법을 개발함으로써 영상분할단위를 보다 물체에 가까운 형태로 한 단계 더 처리하였다. 특히 여러 밴드를 활용한 다변량 분석을 시도하여 결과의 신뢰도를 더욱 높이도록 하였다. 그 결과 영상분할단위 기반의 영역확장 결과 영상분할단위가 보다 의미 있는 단위로 발전되었다. 다만 영상분할 단위에 속하는 각 화소의 높은 동질성으로 인하여 통계적 유사성이 통계치에 매우 민감하게 반응하는 결과를 나타내었다.

• 대한기계학회논문집A
• /
• 제28권2호
• /
• pp.125-132
• /
• 2004

In this paper, we propose a new two-stage segmentation method for the effective object recognition which uses region-growing algorithm and k-means clustering method. At first, an image is segmented into many small regions via region growing algorithm. And then the segmented small regions are merged in several regions so that the regions of an object may be included in the same region using typical k-means clustering method. This paper also establishes similarity measurement which is useful for object recognition in an image. Similarity is measured by fuzzy system whose input variables are compactness, magnitude of biasness and orientation of biasness of the object image, which are geometrical features of the object. To verify the effectiveness of the proposed two-stage segmentation method and similarity measurement, experiments for object recognition were made and the results show that they are applicable to object recognition under normal circumstance as well as under abnormal circumstance of being.

• 한국측량학회지
• /
• 제28권4호
• /
• pp.421-430
• /
• 2010

영상분할은 관심대상이 되는 물체의 영역을 추출하기 위한 객체기반 영상분류의 전처리과정으로서 원격탐사 영상분석에서 그 중요성 날로 커지고 있다. 본 연구에서는 개선된 SRG(Seeded Region Growing) 기법과 영역병합과정을 이용하여 고해상도 영상분할을 위한 새로운 방법을 제안한다. 이를 위해 우선 QuickBird 융합영상에서 추출된 다중분광 에지정보를 이용하여 초기 시드포인트를 자동으로 추출하였다. 추출된 시드포인트에 영상의 기하학적인 정보와 분광정보를 반영할 수 있는 개선된 SRG 기법을 적용하여 초기 영상 분할을 수행하였다. 최종적으로 앞선 초기분할 결과 향상을 위해 분할된 영역의 평균분광정보를 활용하여 영역병합을 수행하여 최종분할결과를 도출하였다. 제안된 기법의 효율성을 평가하기 위해 무감독 영상분할 평가측정치를 이용하여 정확도 평가를 수행하였다. 실험결과 제안한 기법은 고해상도 영상분할에 유용하게 적용될 수 있으리라 판단된다.

• 전자공학회논문지S
• /
• 제34S권3호
• /
• pp.97-107
• /
• 1997

Image segmentation is teh important step in image infromation extraction for computer vison sytems. Fuzzy clustering methods have been used extensively in color image segmentation. Most analytic fuzzy clustering approaches are derived from the fuzzy c-means (FCM) algorithm. The FCM algorithm uses th eprobabilistic constraint that the memberships of a data point across classes sum to 1. However, the memberships resulting from the FCM do not always correspond to the intuitive concept of degree of belongingor compatibility. moreover, the FCM algorithm has considerable trouble above under noisy environments in the feature space. Recently, the possibilistic C-mean (PCM) for solving growing for color image segmentation. In the PCM, the membersip values may be interpreted as degrees of possibility of the data points belonging to the classes. So, the problems in the FCM can be solved by the PCM. The clustering results by just PCM are not smoothly bounded, and they often have holes. So, the region growing was used as a postprocessing. In our experiments, we illustrated that the proposed method is reasonable than the FCM in noisy enviironments.

• 대한의용생체공학회:의공학회지
• /
• 제28권3호
• /
• pp.332-337
• /
• 2007

In the early twenty-first century, minimally invasive surgery is the mainstay of various kinds of surgical fields. Surgeons gave percutaneously surgical treatment of the screw directly using a fluoroscopic view in the past. The latest date, they began to operate the fractured carpal bone surgery using Computerized Tomography (CT). Carpal bones composed of wrist joint consist of eight small bones which have hexahedron and sponge shape. Because of these shape, it is difficult to grasp the shape of carpal bones using only CT image data. Although several image segmentation studies have been conducted with carpal bone CT image data, more studies about carpal bone using CT data are still required. Especially, to apply the software implemented from the studies to clinical fIeld, the outcomes should be user friendly and very accurate. To satisfy those conditions, we propose modified multi-seed region growing segmentation method which uses simple threshold and the canny edge detector for finding edge information more accurately. This method is able to use very easily and gives us high accuracy and high speed for extracting the edge information of carpal bones. Especially, using multi-seed points, multi-bone objects of the carpal bone are extracted simultaneously.