• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.610-616
• /
• 2012

본 논문에서는 선박의 안전 항행을 위하여 해양 IR 영상으로부터 선박, 암초, 부이 등과 같은 해상 물표를 탐지하기 위한 기법을 제안한다. 이를 위하여 먼저 주어진 IR 영상을 평탄화 한 후, 워터쉐드 알고리즘을 이용하여 영역을 분할한다. 워터쉐드 알고리즘은 거의 항상 과분할된 영역을 생성하기 때문에 의미있는 영역 분할을 위해 과분할 영역에 대한 병합 과정이 필요하다. 우리는 빠른 병합을 위해 픽셀에 대한 직접 접근을 단 2회만 수행하는 효율적인 영역 병합 알고리즘을 제안한다. 또한 해양 IR 영상에 대한 분석을 통해 해양 물표에서는 수평방향의 에지가 집중적으로 나타나는 것을 확인하였다. 따라서 본 논문에서는 주어진 영상으로부터 수평에 지를 추출한 후 모폴로지 연산을 통해 배경 및 잡음에 의해 만들어진 고립된 수평에지를 제거한 다음, 이전 단계에서 얻은 분할된 영역 중 수평 방향의 에지영역을 갖는 영역을 물표 영역으로 검출한다. 마지막으로 실험을 통하여 제안된 기법의 타당성을 보였다.

• Journal of Forest and Environmental Science
• /
• 제30권2호
• /
• pp.233-242
• /
• 2014

Estimating above-ground biomass is important in establishing an applicable methodology of Measurement, Reporting and Verification (MRV) System for Reducing Emissions from Deforestation and Forest Degradation-Plus (REDD+). We developed an estimation model of diameter at breast height (DBH) from IKONOS-2 image that led to above-ground biomass estimation (AGB). The IKONOS image was preprocessed with dark object subtraction and topographic effect correction prior to watershed segmentation for tree crown delineation. Compared to the field observation, the overall segmentation accuracy was 64%. Crown detection percent had a strong negative correlation to tree density. In addition, satellite-based crown area had the highest correlation with the field measured DBH. We then developed the DBH allometric model that explained 74% of the data variance. In average, the estimated DBH was very similar to the measured DBH as well as for AGB. Overall, this method can potentially be applied to estimate AGB over a relatively large and remote tropical forest in Northern Borneo.

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.545-555
• /
• 2020

본 연구에서는 해외 수력댐 건설 프로젝트의 사전조사 기초자료 제공을 위하여 댐 위치 결정을 위한 사전적지분석 알고리즘을 개발하고, 위성영상 수치표고자료인 ASTER Global Digital Elevation Model (ASTGTM)과 토지피복자료인 Terra/Aqua combined Moderate Resolution Imaging Spectroradiometer (MODIS) MCD12Q1를 사용하였다. 사전적지분석 알고리즘은 DEM의 전처리, 하천망생성, 유역분할과 지형정보를 고려한 적지분석과 댐 건설 시 수몰면적에 따른 보상면적 산정 알고리즘을 포함하고 있으며 Python기반의 오픈소스 GIS로 구현되었다. 적지분석은 사용자가 하천 위의 지점을 선택하면, DEM으로부터 낙차, 도달시간, 내용적곡선과 같은 지형정보와 토지피복자료를 통한 보상면적을 기반으로 지점의 적지여부를 평가한다. 분석알고리즘은 국내 부항, 보현산, 성덕, 영주댐을 대상으로 시범적용 됐으며 해당 지점의 가능 최대낙차는 각각 37, 67, 73, 42 m로 나타났으며 최대저수면적은 1.81, 2.4, 2.8, 8.8 ㎢ 최대저수량은 35.9, 68, 91.3, 168.3×10⁶ ㎥으로 나타났다. 보현산과 성주 댐에서는 타당성을 보였으나, 부항과 영주 댐의 경우 ASTGTM 에러로 인한 잘못된 하천망과 유역경계로 인해 낙차가 제한됨을 보였다, 본 연구의 결과는 향후 해외 수력댐 사업 진출시 사전분석에서 적지의 지형학적 평가에 도움이 될 것으로 기대된다.

• 콘크리트학회논문집
• /
• 제20권4호
• /
• pp.513-522
• /
• 2008

섬유복합재료의 우수한 인장 성능은 섬유가 매트릭스의 균열 면에서 가교작용을 함으로써 발현되기 때문에 섬유의 분포 특성이 복합재료의 성능에 결정적인 영향을 미치게 된다. 그러나 PVA 섬유를 보강 섬유로 사용하는 섬유복합재료의 경우 PVA 섬유와 매트릭스 사이의 낮은 명암비와 PVA의 비전도성 특징으로 인하여 섬유의 위치 및 분포특성을 정량적으로 평가히는 방법은 연구가 미흡한 실정이다. 이 연구에서는 PVA 섬유를 보강 섬유로 사용하는 섬유복합재료의 섬유 분포 특성 등을 평가할 때 가장 중요한 과정인 섬유의 검출에 대하여 검출 성능을 향상 시킬 수 있는 알고리즘을 제시하였다. 제안한 알고리즘은 형광 현미경을 사용하여 얻은 섬유 이미지를 유형별로 분류하고, 분류된 분류된 섬유 이미지의 특성에 따라 분수령 알고리즘 (watershed algorithm)과 형태학적 재구성 (morphological reconstruction)을 이용하여 보다 정확히 섬유를 검출하는 과정으로 구성된다. 이 과정에서 섬유 이미지를 총 5가지 유형으로 분류하였으며, 인공신경회로망(ANN)을 분류기로 활용하기 위하여 형상 특성을 나타내는 5가지 특징값 즉, $F_s$, $F_c$, $F_p$, $F_l$과 $F_{rl}$을 추출하였다. 추출된 특징값에 대한 데이터베이스를 구축하여 ANN을 학습하여 분류기를 구축함으로써 섬유의 유형을 자동으로 분류할 수 있도록 하였다. 또한 5가지 섬유 이미지 유형 중에서 잘못 검출된 섬유이미지를 분수령 알고리즘과 형태학적 재구성을 통하여 섬유를 정확히 검출할 수 있는 기법을 제안하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.511-513
• /
• 2000

PaP Smear 테스트는 자궁 경부암 진단에 가장 효율적인 방법으로 알려져 있다. 그러나 이 방법은 높은 위 음성률(false negative error, 15~50%)을 나타내고 있다. 이런 큰 오류율은 주로 다량의 세포 검사에 기인하여, 자동화 시스템의 개발이 절실히 요구되고 있다. 본 논문은 자궁 경부암의 특징인 군집을 이루는 암세포를 인식할 수 있는 시스템을 제안한다. 시스템은 두 부분으로 나누어진다. 첫 단계에서는 저 배율(100배)에서 간단한 영상처리와 최소 근접 트리(Minimum Spanning Tree)를 통해 군집을 이루는 세포를 찾는다. 두 번째 단계서는 고 배율(400배)로 확대하여 군집 세포들로부터 여러 가지 특징을 추출한 후 KNN(k-Neighbor) 방법을 통해 인식하는 단계이다. 50개의 영상 (640X 480, RGB True Color 25 개의 100배 영상 , 25개의 400배 영상)이 실험에 사용되었다. 한 영상을 처리하는데 약 3초 (2.984초) 소요되었으며, 이는 region growing(20초)나 split and merge(58초) 방법 보다 덜 소요되었다. 100배 영상에서 정상과 비정상의 두 그룹으로 나누었을 경우에는 96%의 높은 인식율을 나타내었으나 비정상을 다시 5개의 그룹으로 나누었을 때는 45%로 나타내었다. 이는 영역 추출(segmentation) 단계에서 오류와 트레이닝 데이터의 비정확성에 기인한다. 400배 영상에서는 각각 92%와 30%로 나타내었다. 이는 영역추출 단계에서 사용한 Watershed 방법의 오류로 기인한 것으로 본다.

• Journal of the Optical Society of Korea
• /
• 제16권2호
• /
• pp.115-120
• /
• 2012

In this paper, we present a method to automatically quantify the three-dimensional (3D) volume of red blood cells (RBCs) using off-axis digital holographic microscopy. The RBCs digital holograms are recorded via a CCD camera using an off-axis interferometry setup. The RBCs' phase image is reconstructed from the recorded off-axis digital hologram by a computational reconstruction algorithm. The watershed segmentation algorithm is applied to the reconstructed phase image to remove background parts and obtain clear targets in the phase image with many single RBCs. After segmenting the reconstructed RBCs' phase image, all single RBCs are extracted, and the 3D volume of each single RBC is then measured with the surface area and the phase values of the corresponding RBC. In order to demonstrate the feasibility of the proposed method to automatically calculate the 3D volume of RBC, two typical shapes of RBCs, i.e., stomatocyte/discocyte, are tested via experiments. Statistical distributions of 3D volume for each class of RBC are generated by using our algorithm. Statistical hypothesis testing is conducted to investigate the difference between the statistical distributions for the two typical shapes of RBCs. Our experimental results illustrate that our study opens the possibility of automated quantitative analysis of 3D volume in various types of RBCs.

• 한국광학회지
• /
• 제20권1호
• /
• pp.16-22
• /
• 2009

본 논문에서는 2차원 동영상을 normalized cut과 optical flow를 이용하여 3차원 동영상으로 변환하는 방법을 제안하였다. 이를 통해 특정 디스플레이 장치와 특정 동영상 포맷에 국한되지 않는 2차원 동영상의 3차원 동영상 변환 방법을 제안하였다. 본 연구에서는 2차원 동영상의 3차원 변환을 위하여 먼저 영상을 객체로 분할하고, 분할된 객체의 깊이를 추정하는 방법을 사용하였다. Normalized cut은 영상분할의 한 방법으로, 본 연구에서는 연산속도 향상을 위하여 기존 방법에 watershed 알고리즘을 적용하였고, 정확도 향상을 위하여 가중치에 optical flow를 추가하였다. Normalized cut을 이용하여 분할된 영상의 깊이 정보를 추정하기 위하여 optical flow를 이용하였다. Optical flow의 차이를 통해 정의할 수 있는 가려진 영역의 분할 영상 변화를 통해 순서적 깊이 정보를 추정한다. 추정된 순서적 깊이를 보정하기 위해 optical flow의 절대적 크기를 이용해 운동시차로 상대적 깊이를 추정하였다. 최종적으로 추정된 깊이 정보는 순서적 깊이와 상대적 깊이의 곱을 평균 optical flow로 나누어, 순서적 깊이의 차이를 보정하였다. 제안한 방법의 검증을 위하여 2차원 동영상을 3차원 동영상으로 변환하여 깊이 정보가 추정됨을 확인하였다.

• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.39-46
• /
• 2015

본 논문에서는 모바일 환경에서 미세세포 영상으로부터 셀을 자동 검출하고 계수하는 자동화 방법을 제시하였다. 셀 카운팅은 생물학 또는 병리학적 영상분석에 있어서 매우 중요한 과정이다. 과거에는 셀 카운팅은 수동적인 방법으로 진행되어 매우 지루하고 많은 시간을 필요로 하는 작업이었다. 이에 더하여 수동 계수 방법은 정확한 카운팅 결과를 도출하는데 어려움이 있었다. 따라서, 정확하고 일관된 셀 검출과 카운팅 결과를 생물학적인 영상으로부터 획득하기 위해서는 자동화방법이 필요하다. 제안된 다단계 셀 계수방법은 배양된 세포영상으로부터 셀을 자동으로 분할하고 분할된 셀의 위상학적 분석을 통하여 셀을 라벨링 한다. 셀 카운팅의 정확도를 높이기 위하여 워터쉐드 알고리듬에 의하여 서로 덩어리로 뭉쳐진 셀을 서로 분리하고 모폴로지 연산을 통하여 영상으로부터 획득한 개별 셀의 형태를 개선한다. 제안된 시스템은 모바일 환경에서 사용될 수 있도록 개발되었다. 따라서 셀 영상은 모바일 폰의 카메라로 획득하며 미세세포의 통계학적인 분석 데이터는 유비쿼터스 환경의 모바일 장치에 의해 전송 된다. 실험을 통하여 수동으로 계수한 셀의 숫자와 제안된 방법에 의해 자동 카운팅 된 셀의 수를 비교한 결과 제안된 방법이 매우 효과적이고 정확한 결과를 제시한다는 사실을 입증하였다.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.561-574
• /
• 2008

2차원 전기영동 영상 분석 프로그램의 반점 검출 단계는 영상 분할 알고리즘을 사용해서 겔 영상을 반점 영역으로 분할하고 각 반점 영역을 반점 형태 모형에 정합하여 다음 단계에 필요한 반점 정보를 정량화한다. 현재 영상 분할 알고리즘으로는 분수령 기법이 일반적으로 사용되며, 대표적인 반점 형태 모형으로는 가우스 모형, 확산 모형이 있다. 확산 모형이 가우스 모형보다 실제의 반점 형태에 좀 더 가깝기는 하지만, 반점 형태는 매우 다양하며 특히 x-축과 y-축에 대해서 비대칭적인 형태를 보인다. 반점이 비대칭적 형태인 이유는 2-DE 처리가 통상 이상적인 환경 하에서 이루어질 수 없기 때문에 단백질이 완전히 확산되지 못하기 때문으로 알려져 있다. 따라서 본 논문에서는 비대칭 확산 모형을 제안한다. 비대칭 확산 모형은 초기에는 단백질이 하나의 원으로부터 확산되지만, 시간이 흐름에 따라 x-축과 y-축에 대해서 비대칭적으로 확산된다고 가정한 모형이다. 실험으로서 19개의 겔 영상에 대해서 세 모형별로 반점 정합을 수행하고 세 모형의 비교를 위해서 SNR의 평균을 구하였다. 실험결과인 SNR의 평균은 가우스 모형이 14.22dB, 확산 모형이 20.72dB, 비대칭 확산 모형이 22.85dB이었다. 실험결과로써 비대칭 확산 모형이 가우스 모형과 확산 모형에 비해서 반점 정합에 보다 더 효율적이며 적합한 모형임을 확인하였다.

• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2109-2119
• /
• 2001

본 논문에서는 MPEG-2 비트열로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-2로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다. 객체 추적 단계는 연속된 프레임 에서 객체를 추적하는 단계로 MPEG-2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다. 실험 결과 MPEG-2 비트스트림으로부터 객체 기반 MPEG-4로의 고속변환이 가능함을 알 수 있었다.