• 한국멀티미디어학회논문지
• /
• 제20권7호
• /
• pp.994-1003
• /
• 2017

Ground-glass opacity nodules(GGNs) in chest CT images are associated with lung cancer, and have a different malignant rate depending on existence of solid component in the nodules. In this paper, we propose a method to classify pure GGNs and part-solid GGNs using multiview images and texture analysis in pulmonary GGNs with solid components of 5mm or smaller. We extracted 1521 features from the GGNs segmented from the chest CT images and classified the GGNs using a SVM classification model with selected features that classify pure GGNs and part-solid GGNs through a feature selection method. Our method showed 85% accuracy using the SVM classifier with the top 10 features selected in the multiview images.

• Journal of Electrical Engineering and information Science
• /
• 제3권3호
• /
• pp.342-347
• /
• 1998

An OptiNeural system is developed for optical pattern classification. It is a novel hybrid system which consists of an optical processor and a multilayer neural network. It takes advantages of two dimensional processing capability of an optical processor and nonlinear mapping capability of a neural network. The optical processor with a binary phase only filter is used as a preprocessor for feature extraction and the neural network is used as a decision system through mapping. OptiNeural system is trained for optical pattern classification by use of a simulated annealing algorithm. Its classification performance for grey tone texture patterns is excellent, while a conventional optical system shows poor classification performance.

• The Journal of the Acoustical Society of Korea
• /
• 제26권3E호
• /
• pp.104-110
• /
• 2007

As the exploration of the seabed is extended ever further, automated recognition and classification of sonar images become increasingly important. However, most of the methods ignore the directional information and its effect on the image textures produced. To deal with this problem, we apply 2D Gabor filters to extract the features of sonar images. The filters are designed with constrained parameters to reduce the complexity and to improve the calculation efficiency. Meanwhile, at each orientation, the optimal Gabor filter parameters will be selected with the help of bandwidth parameters based on the Fisher criterion. This method can overcome some disadvantages of the traditional approaches of extracting texture features, and improve the recognition rate effectively.

• 한국산업정보학회논문지
• /
• 제11권1호
• /
• pp.77-85
• /
• 2006

본 논문에서는 내용기반 영상 분류를 위한 방법론으로써 신경망을 이용한 계층적 분류 방법을 제안한다. 분류 대상 영상은 인터넷상의 다양한 영상들 중에서 전경과 배경의 구분이 있는 객체 영상이다. 전처리 과정에서 영역 분할을 이용하여 영상 내에서 배경을 제거하고 객체 영역을 추출한다. 분류를 위한 특징으로는 웨이블릿 변환 후 추출된 형태 특징과 질감 특징을 이용한다. 추출된 특징 값들을 Principal Component Analysis(PCA)와 K-means를 이용해서 군집화 시키고 유사한 군집들을 묶으면서, 5단계의 계층적 분류기를 구성한다. 계층적 분류기는 BP를 학습 알고리즘으로 사용하는 59개의 신경망분류기로 구성된다. 배경을 제거하고 질감특징 중 가장 높은 분류율을 보이는 대각 모멘트를 사용하여 실험하였을 때, 100종류에서 각 10개씩, 총 1000개의 학습 데이터와 1000개의 테스트 데이터에 대하여 각각 81.5%와 75.1%의 정분류율을 보였다.

• 한국정보처리학회논문지
• /
• 제7권11호
• /
• pp.3592-3602
• /
• 2000

영상 처리는 크게 영상에 내재된 특성값을 얻어내는 영상분석과, 동일한 성질의 영상을 분류하는 영상분류의 두단계로 이루어진다. 본 논문에서는 텍스쳐에 내재된 일반적인 속성인 거침과 부드러움의 특성 추출을 통해서 영상에 포함된 다양한 텍스쳐를 자동적으로 인식하고 분류하는 방법을 제안한다. 특성추출은 텍스쳐 영상이 지닌 그레이 레벨의 공간적인 의존성을 이용한 통계적 분석에 기반한 것으로 모멘트와 동차성의 조합을 통해서 일반적인 텍스쳐의 속성을 검출하기 때문에 텍스쳐의 구조형태에 크게 영향을 받지 않는 이점을 가지고 있다. 거친 텍스쳐일수록 강하게 반응하는 모멘트와 부드러운 텍스쳐일수록 강하게 반응하는 동차성의 차를 이용하기 때문에 보다 뚜렷한 텍스쳐 분할이 가능하다. 제안한 시스템의 성능 평가를 위해서 다양한 텍스쳐 영상에 제안한 방법을 적용하고, 성공적인 결과를 보인다.

• 한국멀티미디어학회논문지
• /
• 제19권4호
• /
• pp.736-746
• /
• 2016

In this paper, we propose an automatic prostate cancer detection method using position, signal intensity and texture feature based on SVM in multi-parametric MR images. First, to align the prostate on DWI and ADC map to T2wMR, the transformation parameters of DWI are estimated by normalized mutual information-based rigid registration. Then, to normalize the signal intensity range among inter-patient images, histogram stretching is performed. Second, to detect prostate cancer areas in T2wMR, SVM classification with position, signal intensity and texture features was performed on T2wMR, DWI and ADC map. Our feature classification using multi-parametric MR imaging can improve the prostate cancer detection rate on T2wMR.

• 한국멀티미디어학회논문지
• /
• 제10권7호
• /
• pp.856-868
• /
• 2007

본 논문에서는 블록의 속성과 질감특징을 이용하여 효과적인 블록 분류 방법을 제안하였다. 제안한 방법에서는 먼저 명암도 문서영상을 이진화한 후, 평활화 기법을 적용하여 블록의 위치정보와 본 논문에서 사용할 특징 중에 하나인 각 블록의 내부에 있는 작은 블록들의 최대 높이 값을 구하였다. 이 위치정보들을 이용하여 문서영상을 각 블록으로 분할한다. 이 블록의 명암도 블록영상에서 문서의 속성이 잘 반영된 (0,1) 방향의 공간 명암도 의존 행렬을 구하여 7가지 질감특징을 구하였다. 먼저 블록의 속성을 최소거리 규칙(Nearest Neighbor Rule)에 입력하여 문자와 비문자 영역으로, 상세분류를 위하여 7가지 질감특징을 이용하여 큰 문자, 작은 문자, 표, 그래픽 및 사진 등으로 구분함으로써 문서인식을 위한 구조 해석뿐만 아니라 다양한 응용 분야에 효과적으로 이용될 수 있도록 하였다.

• 한국정보처리학회논문지
• /
• 제6권1호
• /
• pp.253-260
• /
• 1999

본 논문에서는 조합된 텍스쳐와 칼라 정보로부터 다변수의 선형 구별 알고리즘을 사용하여 영상분할에 대한 새로운 방법론의 개발을 제시한다. 그 칼라 텍스쳐는 칼라 영상의 공간과 색깔의 밴드로부터 한 화소가 갖는 3X3의 마스크에서 Haralick 과 Pressman의 텍스쳐 특성들을 계산했다. 모두 9X28개의 텍스쳐 특성들 중에서 학습을 기반으로 크게 식별자(classifier)에 영향을 주는 특성들을 도출하였으며 결과적으로 뽑혀진 10개의 특성이 한 영상을 4부분으로 분할하는데 사용되어졌다. 이 방법론의 결과로 얻어진 영상은 고전적인 칼라와 텍스쳐 분할 방법론의 상자식별자(Box Classifier)와 Maximum Likelihood 식별기들과 비교했다. 이것은 Fastred-Lightgreen으로 염색된 전립선암이 조직에서 얻은 영상을 통해 비교를 했을 경우에 잘 나타난다. 학습 데이터를 통해 나타난 이 새로운 방법론은 97.5%의 정확한 식별성으로 또한 검증된 최상의 방법론중의 하나이다. 이 결과들이 더 많은 영상에 사용된다면, 이 방법론은 칼라와 텍스쳐가 분할에 관련됨으로써 보다 정확한 영상을 분할하기 위한 효율적인 도구가 될 것이다.

• 한국생산제조학회지
• /
• 제9권2호
• /
• pp.144-150
• /
• 2000

Surface roughness is one of the most important parameters to estimate quality of products. As this reason so many studies were car-ried out through various attempts that were contact or non-contact using computer vision. Even through these efforts there were few good results in this research., however texture analysis making a important role to solve these problems in various fields including universe aviation living thing and fibers. In this study feature value of co-occurrence matrix was calculated by statistic method and roughness value of worked surface was classified, of it. Experiment was carried out using input vector of neural network with characteristic value of texture calculated from worked surface image. It's found that recognition rate of 74% was obtained when adapting texture features. In order to enhance recogni-tion rate combination type in characteristics value of texture was changed into input vector. As a result high recognition rate of 92.6% was obtained through these processes.

• 한국의류학회지
• /
• 제26권10호
• /
• pp.1412-1423
• /
• 2002

The purpose of this study is to objectively explain the visual sensibility of clothing torture that satisfies the consumer's sensibility. The photo stimuli on clothing texture are divided into hard, soft transparent and brilliant. For the study of image 38 kinds of costume samples is used. The Study was measured by using Semantic Differential method. The subjects were 410 females in twenties. The data were analyzed by factor analysis, ANOVA, MDS and regression analysis. Data were analyzed by SPSS. The major findings of this research were as follows: 1. As a result of the factor analysis,5 factors of visual sensibility were consist of high qualities, touches, looks, lightness, and warmness or coolness.2. There were significant difference in visual sensibility based on classification of clothing texture.3. The clothing texture was classified as thin-full, flat-lumpy. 4. As a result of the regression analysis, preferences of consumers can be connected directly with buying behavior and satisfaction can be closely related with preferences and positive buying behavior.