대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
/
pp.23-28
/
2002
Among effective feature extraction methods from the small-patched image set, independent component analysis (ICA) is recently well known stochastic manner to find informative basis images. The ICA simultaneously learns both basis images and independent components using high order statistic manners, because that information underlying between pixels are sensitive to high-order statistic models. The topographic ICA model is adapted in our experiment. This paper deals with an unsupervised classification strategies using learned ICA basis images. The experimental result by proposed classification technique shows superior performance than classic texture analysis techniques for the panchromatic KOMPSAT imagery.
Since one texture property(i.e coarseness, orientation, regularity, granularity) for ultrasound liver ages was not sufficient enough to classify the characteristics of livers, we used multi texture vectors tracted from ultrasound liver images and a statistical classifier. Multi texture vectors are selected among the feature vectors of the normal liver, fat liver and cirrhosis images which have a good separability in those ultrasound liver images. The statistical classifier uses multi texture vectors as input vectors and classifies ultrasound liver images for each multi texture vector by the Bayes decision rule. Then the decision of the liver disease is made by choosing the maximum value from the averages of a posteriori probability for each multi texture vector In our simulation, we obtained higtler correct ratio than that of other methods using single feature vector, for the test set the correct ratio is 94% in the normal liver, 84% in the fat liver and 86% in the cirrhosis liver.
본 논문에서는 유도 전동기의 기계적 결함을 진단하기 위해 진동신호와 질감 분석을 이용한 알고리즘을 제안한다. 영상화된 결함 신호가 갖는 무늬, 색상 대비의 특징을 분석하고, 그레이레벨 동시발생행렬(Gray-Level Co-occurrence Model, GLCM)을통해 세 가지 질감특징을추출한다. 추출된 세 가지질감 특징을 RBF(Radial Basis Function) 커널 함수를 사용하는 다중레벨 서포터 벡터 머신(Multi-Level Support Vector Machine, MLSVM)의 입력으로 사용하여 결함 유형을 분류한다. 결함 유형을 분류하는 최적의 MLSVM을 위한 RBF 커널 함수의 매개변수를 찾기 위해 매개변수 값을 0.3부터 1.0으로 바꿔가며 분류성능을 평가한 결과, 결함 유형별로 0.3에서 0.6사이의 매개변수 값에서 100%에 가까운 분류 정확성을 보였다. 또한 15dB, 20dB의 잡음이 첨가된 진동신호를 이용한 실험에서도 평균 98%이상의 높은 분류 정확성을 보였다.
텍스춰는 영상을 분류하거나 분할하는데 사용되는 유용한 특징이다. 기존에 제안되었던 LBP는 텍스춰 영상의 지역적인 특징을 간단한 연산을 통해 성공적으로 추출하는 기법으로서 많은 응용 분야에서 높은 성능을 보인 것으로 확인되었지만 오직 화소값의 차이만을 토대로 특징을 기술하기 때문에 잡음에 약하고 특히 이웃화소의 수가 증가함에 따라 특징벡터의 차원이 기하급수적으로 증가하는 문제점으로 인해 멀티스테일 텍스춰 기술자로서 사용하기에는 제약이 크다. 본 논문은 이런 LBP의 단점을 극복하기 위하여 화소값의 범위를 구간별로 양자화하여 양자화영상의 화소값의 상관관계를 3차원 히스토그램으로 표현하는 기법을 제시한다. 이와 같이 3차원 히스토그램을 이용하여 화소값 사이의 상관 관계를 추출하면 특징벡터의 차원이 선형적으로 증가하는 특성을 가지므로 멀티스케일 텍스춰 기술자로 다양하게 응용될 수 있다. 제안하는 방법을 텍스춰 실험영상을 통해 실험한 결과 텍스춰를 분류하는 문제에 있어서 LBP와 비교하여 유의 수준의 성능의 향상을 확인하였다.
The objective of this study was to identify the texture-related components of woven fabrics and to develop a multidimensional perceptual structure map to represent the tactile textures. Eighty subjects in clothing and tektite industries were selected for multivariate data on each fabric of 30 using the questionnaire with 9 pointed semantic differential scales of 20 texture-related adjectives. Data were analyzed by factor analysis, hierarchical cluster analysis, and multidimensional scaling(MDS) using SPSS statistical package. The results showed that the five factors were selected and composed of density/warmth-coolness, stiffness, extensibility, drapeability, and surface/slipperiness. As a result of hierarchical cluster analysis, 30 fabrics were grouped by four clusters; each cluster was named with density/warmth-coolness, surface/slipperiness, stiffness, and extensibility, respectively. By MDS, three dimensions of tactile texture were obtained and a 3-dimensional perceptual structure map was suggested. The three dimensions were named as surface/slipperiness, extensibility, and stiffness. We proposed a positioning perceptual map of fabrics related to texture naming system(TNS). To classify the textural features of the woven fabrics, hierarchical cluster analysis containing all the data variations, even though it includes the errors, may be more desirable than texture-related multidimensional data analysis based on factor loading values in respect of the effective variables reduction without losing the critical variations.
북한의 산림은 1970년대부터 산지개간과 땔나무 채취, 벌목 등에 의해 대규모로 황폐화되었으며, 이러한 산림황폐지는 경제적, 환경적, 재해발생 측면에서 반드시 복구되어야 한다. 본 연구의 목적은 산림황폐지가 대규모로 발견되고 있는 북한 혜산 지역에 대해 산림복구사업 (A/R CDM 사업)을 계획할 수 있는 잠재적 대상지를 추출하기 위한 목적으로, 입목지와 산림황폐지(무립목지, 개간산지, 산간나지)를 보다 정확하게 분류하지 위한 고해상도 영상 기반의 영상분류기법을 개발하고자 한다. 북한의 산림황폐지 유형은 분광특성뿐 아니라 질감특성에 따라 구분될 수 있다. 따라서 본 연구에서는 2.5m SPOT Pan-Sharpened 영상을 이용해 분할영상을 제작하고 이 과정에서 생성된 질감(texture) 정보를 산림피복 분류 시 분광정보와 함께 활용했다. 분할영상의 제작 시 Scale factor 40/Shape Factor 0.3을 적용하였을 떼 각 산림피복 항목을 분리할 수 있는 적절한 규모의 분할조각이 생성되었다. 또한 산림 피복을 가장 잘 분류해내는 최적밴드를 선정한 결과 기존의 분광밴드 1/2/3 에 질감밴드인 GLCM_dissimilarity (밴드2), GLCM homogeneity (밴드2), GLCM_standard deviation (밴드3)를 추가 하였을 때 산림황폐지 유형간 분리도가 가장 커지는 것으로 나타났다. 질감특성을 이용한 분할영상기반 분류결과기법에 따른 분류결과(80.4%)는 분광정보만을 이용하는 방법의 분류결과(70.3%) 보다 정확도가 높았으며, 특히 입목지와 무립목지의 분리에 있어서 약 23~25%의 정확도 향상 효과를 보였다. 결론적으로 본 연구에서는 직접 현지조사를 하기 어려운 북한지역에 대해 고해상도 위성영상이 효과적인 산림피복분류의 근거를 제공했으며 영상의 분류 시 질감특성을 함께 활용하는 것이 상세한 산림피복 분류에 있어서 정확도 향상에 기여를 할 수 있다는 것을 확인할 수 있었다.
본 논문에서는 질감분류를 위해 블록영상 내에서 인접 화소사이의 다차원 명암차이를 이용한 local binary pattern(LBP) 기법을 제안한다. 여기서 블록영상 내 화소 간 명암차는 4방향(세로, 가로, 대각, 역대각) 각각의 인접 화소 간 밝기변화를 고려한 것으로 영상의 질감분류에 이용되는 히스토그램의 레벨수를 감소시켜 계산 부하를 줄이기 위함이다. 또한 블록 내 명암관계를 이진패턴으로 나타낸 것으로 영상의 국부적 속성을 더욱 더 정확하게 반영하여 효과적인 질감분류를 가능하게 함이다. 제안된 기법을 128*128 픽셀의 그레이 영상 USC Texture Mosaic #2을 대상으로 크기와 질감이 다른 24개의 블록영상 각각을 분류하는 실험결과, 기존의 LBP에 비해 빠른 분류속도를 가지며, 임의 크기 블록영상의 분류도 가능함을 확인하였다. 특히 블록영상의 크기가 증가할수록 히스토그램의 레벨 감소폭이 더욱 더 크게 되어 분류속도의 개선정도도 증가함을 알 수 있다.
A new approach to texture classification for quantitative ultrasound liver diagnosis using run difference matrix was developed. The run difference matrix comprised the gray level difference along with a distances. From this run difference matrix, we defined several vectors and parameters such as DOD, DGD, DAD vector, SHP, SMO, SMG, LDE, LDEL etc. Each parameter values calculated in fatty, cirrhotic, normal and chronic hepatitic liver images were plotted in a plane and we found that RDM method was more sensitive to small structural changes than the conventional run length method and showed improved classification ability between the diseases.
Journal of information and communication convergence engineering
/
제20권1호
/
pp.58-64
/
2022
Breast ultrasonic reading is critical as a primary screening test for the early diagnosis of breast cancer. However, breast ultrasound examinations show significant differences in diagnosis based on the difference in image quality according to the ultrasonic equipment, experience, and proficiency of the examiner. Accordingly, studies are being actively conducted to analyze the texture characteristics of normal breast tissue, positive tumors, and malignant tumors using breast ultrasonography and to use them for computer-assisted diagnosis. In this study, breast ultrasonography was conducted to select 247 ultrasound images of 71 normal breast tissues, 87 fibroadenomas among benign tumors, and 89 malignant tumors. The selected images were calculated using a statistical method with 21 feature parameters extracted using the gray level co-occurrence matrix algorithm, and classified as normal breast tissue, benign tumor, and malignancy. In addition, we proposed five feature parameters that are available for computer-aided diagnosis of breast cancer classification. The average classification rate for normal breast tissue, benign tumors, and malignant tumors, using this feature parameter, was 82.8%.
Support vector machines is a powerful learning algorithm and attempt to separate belonging to two given sets in N-dimensional real space by a nonlinear surface, often only implicitly dened by a kernel function. We described breast tissue images analyses using texture features from Haar wavelet transformed images to classify breast lesion of ductal organ Benign, DCIS and CA. The approach for creating a classifier is composed of 2 steps: feature extraction and classification. Therefore, in the feature extraction step, we extracted texture features from wavelet transformed images with $10{\times}$ magnification. In the classification step, we created four classifiers from each image of extracted features using SVM(Support Vector Machines). In this study, we conclude that the best classifier in histological sections of breast tissue in the texture features from second-level wavelet transformed images used in Polynomial function.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.