• 제목/요약/키워드: Seed 위치 검증

검색결과 6건 처리시간 0.02초

디지털 비디오를 위한 획기반 자막 추출 알고리즘 (A Stroke-Based Text Extraction Algorithm for Digital Videos)

  • 정종면;차지훈;김규헌
    • 한국지능시스템학회논문지
    • /
    • 제17권3호
    • /
    • pp.297-303
    • /
    • 2007
  • 본 논문에서는 디지털 비디오를 위한 획기반 자막 추출 알고리즘을 제안한다. 제안된 알고리즘은 자막 탐지, 자막 위치 찾기 자막 분리 단계와 분리된 자막에 대한 기하학적 검증 과정으로 구성된다. 자막 탐지 단계는 연속적으로 입력되는 프레임 중 자막이 존재하는 프레임을 찾는 단계로써, 주어진 프레임으로부터 자막이 될 가능성이 높은 점, 즉 씨앗점을 추출한 다음 씨앗점에 대하여 모폴로지 연산을 수행한다. 자막 위치 찾기 단계는 자막이 존재하는 프레임에서 자막의 위치를 찾는 단계로써, 씨앗점을 포함하는 에지에 대한 모폴로지 연산과 프로젝션을 통해 수행된다. 자막 분리 단계에서는 자막과 배경의 색상 분포와 복잡한 배경을 고려하여 자막을 강건하게 분리한다. 마지막으로 자막에 대한 사전 정보를 이용하여 분리된 자막에 대한 기하학적 검증 과정을 수행하여 최종 결과를 얻는다.

대용량 유동해석 데이터에서의 중요도 기반 스트림라인 생성 방법 (Method for Importance based Streamline Generation on the Massive Fluid Dynamics Dataset)

  • 이중연;김민아;이세훈
    • 한국콘텐츠학회논문지
    • /
    • 제18권6호
    • /
    • pp.27-37
    • /
    • 2018
  • 스트림라인 생성은 유동해석 데이터에서 유동의 흐름을 해석하기 위한 대표적인 가시화 기법이다. 그러나 효과적인 스트림라인 배치를 위한 씨드 포인트의 위치를 결정하는 것은 매우 어려운 문제이다. 한편, 대용량의 유동해석 데이터에서 씨드 포인트 결정과 스트림라인 생성 계산은 매우 오랜 시간을 필요로 한다. 본 논문에서는 효과적인 스트림라인 배치를 위해 유동해석 데이터의 중요도를 기반으로 한 씨드 포인트 결정 방법과 분산병렬 가시화 시스템 환경에서의 병렬 처리 기법을 제안한다. 또한, GLOVE 가시화 시스템에서 실제 유동해석 데이터를 이용한 구현 결과를 소개하고 이를 통해 본 논문의 제안 방법을 검증하고자 한다.

Seed의 위치 확인을 위한 제한된 EPID 영상을 이용한 콘빔 재구성 (Cone-beam Reconstruction using Limited EPID Projections for Seeds Localization)

  • 장지나;정원균;박성호;정광호;서태석
    • 한국의학물리학회지:의학물리
    • /
    • 제19권3호
    • /
    • pp.186-190
    • /
    • 2008
  • 본 연구에서는 금속 물체의 묘사를 위한 예비 연구로서 제한된 EPID 영상을 이용한 콘빔 재구성을 수행하였다. 콘빔 재구성에 제한된 영상이 이용되었기 때문에 일반적인 FDK 재구성 알고리즘에 에지 보존 평활화(edge preserving smoothing) 필터가 사용되었다. 사용된 영상의 수와의 상관관계를 비교해 보았을 때 금속 seed의 크기와 위치에 대한 결과는 거의 동일하다고 판명되었다. 콘빔 CT 재구성을 위하여 제한된 영상을 사용하였기 때문에 우리의 방법은 임상 적용에 있어 경제적이고, 효과적인 방법이 될 수 있을 것으로 사료된다.

  • PDF

정지장면의 연속 프레임 영상 간 통계에 기반한 영상분할 (Image Segmentation based on Statistics of Sequential Frame Imagery of a Static Scene)

  • 서수영;고인철
    • Spatial Information Research
    • /
    • 제18권3호
    • /
    • pp.73-83
    • /
    • 2010
  • 본 연구는 정지장면의 연속영상간 각 픽셀위치에서 일어나는 통계적 특성을 활용하여 영상을 분할하는 기법을 제안한다. 공간정보의 획득과 분석에서 디지털 영상 처리 기법의 활용은 아주 중요한 의미를 가진다. 특히 디지털 영상의 영역 구분을 위해 다양한 영상 분할(image segmentation) 기법들이 활용되고 있다. 본 연구에서는 선행 연구한 연속프레임 영상의 분광학적 특성 분석의 결과를 바탕으로 연속 프레임 간 Randomness를 활용한 이미지 분할 방법을 제안하였다. 우선 연속 프레임 간 각 화소에 통계학적인 분석 방법을 적용하여 각 화소의 평균과 표준편차 값을 구하고, 이를 통하여 대상 영상에서 가장 신뢰할 만한 화소들을 찾아 씨앗 점(seed point)을 결정하였다. 그리고 이 씨앗 점들을 시작으로 이웃 화소 간 T-test를 실시하였으며, 이를 기반으로 영역 성장(region growing)의 개념을 적용하여 영상을 분할 할 수 있는 기법을 연구하였다. 제안방식의 성능을 검증하기 위하여 실험을 통하여 기존의 방식과 비교분석을 수행하였다. 이러한 실험의 결과 영상분할에서 영상의 단일 프레임을 활용한 것보다 연속 프레임을 활용한 경우가 유리함을 확인 할 수 있었다.

무인항공기 데이터의 영역 확장법 적용을 통한 정규수치표면모델 추출 및 경사도 파라미터 설정 (Normalized Digital Surface Model Extraction and Slope Parameter Determination through Region Growing of UAV Data)

  • 염준호;이원희;김태헌;한유경
    • 한국측량학회지
    • /
    • 제37권6호
    • /
    • pp.499-506
    • /
    • 2019
  • 정규수치표면모델(NDSM: Normalized Digital Surface Model)은 원격탐사데이터의 상세 분석을 위한 핵심 적인 자료로 사용된다. 지상기준높이인 정규수치표면모델을 생성하기 위한 가장 간단한 방법은 수치표면모델(DSM: Digital Surface Model)에서 수치지형모델(DTM: Digital Terrain Model)을 차분하는 것이지만, 무인항공기 데이터의 경우 높은 해상도의 특성상 식생, 도심 구조물 등 많은 수의 복잡한 지형지물을 포함하고 있어 정확한 수치지형모델을 추출하기 어렵다. 본 연구에서는 무인항공기 데이터의 고해상도 특성을 잘 살리고 비용효율적인 수치지형모델 생성이 가능하도록 RGB 기반 식생 지수인 ExG (Excess Green)를 이용하여 낮은 ExG 값을 갖는 영역 확장법의 초기 시드점을 선정하였다. 이때 국소적으로 낮은 식생지수 값을 갖는 초기 시드점이 잘못 추출되는 문제를 해결하기 위하여 지역적 윈도우 분석을 적용하였다. 이후, 해당 위치의 수치표면모델값을 바탕으로 영역 확장법을 적용하여 이웃하는 지면 화소들을 병합하였다. 영역 확장법 적용을 위해 경사도 파라미터가 사용되었으며 최종적으로 병합된 세그먼트의 크기가 0.25㎡ 초과일 경우 초기 시드점을 지면점으로 결정하였다. 다양한 경사도 파라미터 값을 설정하여 무인항공기 데이터 기반 정규수치표면모델 생성의 최적 경사도 기준값을 도출하고자 하였다. 최종적으로 추출된 지면점들에 대한 정확도 평가를 수행하였으며 지면점들에 보간법을 적용하여 정규수치표면모델을 생성하고 제안 기법을 농업지역에 적용하여 농작물의 지상기준높이 추출 및 농업 모니터링 가능성을 검증하였다.

깊이정보를 이용한 실시간 손 영역 검출 및 추적 (Real-time Hand Region Detection and Tracking using Depth Information)

  • 주성일;원선희;최형일
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제1권3호
    • /
    • pp.177-186
    • /
    • 2012
  • 본 논문에서는 실시간 손동작 분석을 위한 깊이정보 기반 손 영역 검출 및 추적 방법을 제안한다. 이를 위해 손 영역 검출단계에서는 깊이정보만을 이용하여 손 영역의 특징인 형태모델을 생성하고, 검출 시 움직임 정보와 영역 확장(Region Growing)을 통해 객체를 추출한다. 추출된 객체는 사전에 생성된 형태모델과 크기정보를 분석하여 최종 손 영역으로 판정한다. 판정된 손 객체는 추적단계에서 중심점 전이 과정을 통해 이전 중심점과의 최근접점을 획득하고, 최근접점으로부터 영역 확장과 깊이기반 적응적 평균 이동 기법(DAM-Shift)을 통해 새로운 중심점을 검출하여 추적한다. 마지막으로 성능 검증을 위해 다양한 손 모양과 속도 및 위치에 대한 다양한 환경에서 실험하고, 검출속도와 추적된 궤적의 정량적, 정성적 분석을 통해 제안하는 방법의 효율성을 입증한다.