• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2161-2166
• /
• 2015

본 논문은 주성분 분석을 이용한 직선 검출 알고리즘을 분석하여 새로운 두 기능이 추가된 개선된 알고리즘을 제안한다. 첫 번째 기능은 검출된 직선을 통해 무효 화소를 제거하고 다시 직선을 검출하는 것이고, 두 번째 기능은 겹치지 않는 블록들에서 직선 검출을 통해 후보 직선들 선택하고, 각 후보 직선의 주변 화소들을 이용해 유효 직선을 검출하는 것이다. 제안된 알고리즘은 정제된 직선 영상에서는 기존 알고리즘보다 적은 계산량으로 더 정확한 직선을 검출하고 있다.

• 한국방사선학회논문지
• /
• 제16권3호
• /
• pp.281-288
• /
• 2022

본 연구에서는 고관절에 금속삽입물(Metal implant)이 삽입되어 있는 환자를 대상으로 일반적인 CT검사(Before MAR) 영상과 MAR을 사용하여 얻어진(After MAR) 영상을 4개의 알고리즘(Soft, Standard, Detail, Bone)에 적용하여 Noise, SNR, CNR을 비교 분석하여 정량적 평가로 최적의 알고리즘을 알아보고자 하였다. 분석방법으로는 4개의 알고리즘으로 재구성한 영상에 이미지 분석과 영역 및 픽셀값을 계산할 수 있는 Image J 프로그램을 사용하였다. Noise, SNR, CNR을 구하기 위해 측정부위를 영상에서 금속삽입물이 가장 인접해 있는 Bone(궁둥뼈, ischium)을 지정하여 HU mean값과 HU SD값을 구하고 배경잡음(Background)은 주위 근육으로 하였다. 관심영역(region of interest, ROI)은 뼈의 크기를 감안하여 동일하게 15×15 mm로 지정하였으며 SNR과 CNR의 값은 주어진 식에 의거하여 산출하였다. 결과적으로 노이즈는 After MAR, Soft 알고리즘에서 노이즈가 가장 낮게 나타났으며, SNR, CNR은 Before MAR, Soft 알고리즘이 가장 높게 나타났다. 따라서 Soft 알고리즘이 고관절 금속삽입술 CT에 가장 적절한 알고리즘으로 판단된다.

• 한국운동역학회지
• /
• 제31권2호
• /
• pp.87-94
• /
• 2021

Objective: Identification of meaningful patterns and trends in large volumes of unstructured data is an important task in various research areas. In the present study, we gathered golf swing image data and did quantitative analysis of swing image. Method: We collected golf swing images of 30 novice players and 30 professional players in this study. Results: We selected important features of swing posture and employed data mining algorithm to classify whether a player is an expert or a novice. Moreover, our proposed method could offer quantitative advices for golf beginners for correcting their swing. Conclusion: Finally, we found a possibility that our proposed method can be expanded to golf swing correction system

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.353-360
• /
• 2006

본 논문에서는 도로 영상으로부터 차량 번호판 영역을 분할하는 알고리즘을 제시한다. 차량의 번호판 영역이 다른 영역에 비해 차별되는 특정을 세 가지 측면으로 나누어, 1) 번호판의 내부 문자, 2) 번호판의 색상, 3) 번호판의 형태에 대해 분석한다. 전처리 과정에서는, 이와 같은 세 가지 측면을 고려하여 번호판의 내부 영역 및 크기를 판별할 수 있는 임계값들을 계산하며, 이를 위해 표본 영상에 대한 통계적 처리를 수행한다. 차량 영역 분할 알고리즘에서는 임계값들을 이용하여 입력영상 내부에서 번호판 영역이 강조되도록 영상을 이진화한다. 일정한 크기의 윈도우로 이진 영상(binary image) 전체를 탐색하여, 윈도우 내부 픽셀 값의 합이 높은 순으로 서로 중복이 없도록 후보 영역을 찾은 후, 간단한 휴리스틱을 이용하여 후보 영역들 중에서 번호판 영역을 선택한다. 이 알고리즘은 번호판의 변형 또는 색상 명암도에 차이가 있는 경우에 대해서 안정적이다. 또한 이 알고리즘은 복잡한 전처리 과정을 요구하지 않고, 적은 수의 표본 영상에 대한 통계 처리만으로도 228장의 실험 영상들에 대해 97.8% 정도의 높은 성공률을 보였다. 프로토타입 시스템을 구현한 결과는 512M 바이트 메모리를 장착한 3GHz 펜티엄4 PC에서 $1280{\times}960$ 해상도의 영상 1장당 평균 0.676초의 처리 속도를 보였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.383-391
• /
• 2017

영상 분할은 영상처리 분야에서 오랜 기간 많은 연구자들에 의해 연구되었으며 현재도 다양한 방법이 연구되어지고 있다. 영상 분할은 영상에 포함된 객체들을 분리하는 문제로, 특히 사람의 얼굴은 영상에 포함된 객체들 중 가장 중요한 객체로 다루어진다. 본 논문에서는 영상에 포함된 얼굴 경계선을 추출하는 방법을 제안한다. 이를 위해 먼저 비올라존스 방법을 사용해 영상에서 대략적인 얼굴 위치를 검출한다. 그러나 비올라존스 알고리즘에 의해 검출된 결과는 얼굴의 대략적인 위치이지 정확한 얼굴 영역이 아니다. 본 논문에서는 비올라존스 알고리즘의 결과로부터 좀 더 정확한 얼굴 영역을 추출하기 위해 적응적 스킨칼라 모델을 사용하고 스킨칼라 모델의 결과로 주어지는 스킨영역에 대해 수평, 수직 히스토그램을 분석하여 얼굴 영역을 추출한다. 마지막으로 추출된 얼굴 영역에 대해 스네이크 알고리즘을 적용해 최종 얼굴 경계선을 결정한다. 본 논문에서는 Williams등[7]에 의해 제안된 스네이크 알고리즘을 기반으로 얼굴 경계선 추출을 위해 변형된 스네이크 에너지 함수를 제안한다.

• Journal of Biosystems Engineering
• /
• 제22권3호
• /
• pp.295-302
• /
• 1997

An ultimate purpose of this study was to develop an automatic system for brown rice quality inspection using image processing technique. In this study emphasis was put on developing an algorithm for discriminating the brown rice kernels depending on their external quality with a color image processing system equipped with an adaptor magnifying the input image and optical fiber for oblique lightening. Primarily, geometical and optical features of images were analyzed with paddy and the various brown rice kernel samples such as a sound, cracked, peen-transparent, green-opaque, colored, white-opaque and brokens. Secondary, geometrical and optical parameters significant for identifying each rice kernels were screened by a statistical analysis(STEPWISE and DISCRIM procedure, SAS wer. 6) and an algorithm fur on- line discrimination of the rice kernels in static state were developed, and finally its performance was evaluated. The results are summarized as follows. 1) It was ascertained that the cracked kernels can be detected when e incident angle of the oblique light is less than 2$0^{\circ}C$ but detectivity was significantly affected by the angle between the direction of the oblique light and the longitudinal axis of the rice kernel and also by the location of the embryo with respect to the oblique light. 2) The most significant Parameters which can discriminate brown rice kernels are area, length and R, B and r values among the several geometrical and optical parameters. 3) Discrimination accuracies of the algorithm were ranged from 90% to 96% for a sound, cracked, colored, broken and unhulled, about 81 % for green-transparent and white-opaque and 75 % for green-opaque, respectively.

• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.231-236
• /
• 2011

이진화 알고리즘은 영상인식, 영상 분석 등 다양한 영상 처리 분야의 전처리 과정으로 자주 적용되고 있다. 영상 이진화는 임계치의 설정에 따라 처리 성능이 좌우되므로 영상처리부분에서 매우 중요하다고 할 수 있다. 대부분의 기존 이진화 방법은 배경과 물체의 명도차이가 큰 경우에는 히스토그램이나 픽셀의 평균값을 이용하여 양호한 임계치를 얻을 수 있으나, 배경과 물체의 밝기 차이가 크지 않은 경우에는 적절한 임계치를 얻기 어렵다. 따라서 본 논문에서는 차량 번호판을 이진화 하기 위해 차량 영상의 명도를 2구간으로 구분하고 각각의 구간에 퍼지 소속 함수를 적용하여 영상을 이진화하는 개선된 퍼지 이진화 방법을 제안하고자 한다. 제안된 이진화 방법의 성능을 평가하기 위하여 차량번호판 영상에 적용한 결과, 기존의 이진화 방법들보다 효율적인 것을 확인하였다.

• 한국측량학회지
• /
• 제34권4호
• /
• pp.413-423
• /
• 2016

Worldview-3 satellite sensor provides panchromatic image with high-spatial resolution and 8-band multispectral images. Therefore, an image-sharpening technique, which sharpens the spatial resolution of multispectral images by using high-spatial resolution panchromatic images, is essential for various applications of Worldview-3 images based on image interpretation and processing. The existing pansharpening algorithms tend to tradeoff between spectral distortion and spatial enhancement. In this study, we applied six pansharpening algorithms to Worldview-3 satellite imagery and assessed the quality of pansharpened images qualitatively and quantitatively. We also analyzed the effects of time lag for each multispectral band during the pansharpening process. Quantitative assessment of pansharpened images was performed by comparing ERGAS (Erreur Relative Globale Adimensionnelle de Synthèse), SAM (Spectral Angle Mapper), Q-index and sCC (spatial Correlation Coefficient) based on real data set. In experiment, quantitative results obtained by MRA (Multi-Resolution Analysis)-based algorithm were better than those by the CS (Component Substitution)-based algorithm. Nevertheless, qualitative quality of spectral information was similar to each other. In addition, images obtained by the CS-based algorithm and by division of two multispectral sensors were shaper in terms of spatial quality than those obtained by the other pansharpening algorithm. Therefore, there is a need to determine a pansharpening method for Worldview-3 images for application to remote sensing data, such as spectral and spatial information-based applications.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.245-252
• /
• 2008

본 연구에서는 개미 군락 시스템을 이용하여 디지털 영상의 영역을 분류하는 방법을 제안하였다. 개미 군락 시스템(Ant Colony System, ACS)은 조합 최적화 문제뿐 아니라 최근에는 영상처리 분야의 패턴 인식, 영상 추출, 에지 검색 등에 응용되고 있다. 디지털 영상처리에서 영역 분류는 영상 정보를 처리하는 분석 및 인식 분야에서 가장 중요한 단계중의 하나로 알려져 있으며, 잘 분류된 영역은 디지털 영상 부호화나 영상 분석 혹은 영상 인식과 같은 응용분야에서 더 좋은 결과를 얻을 수 있도록 해준다. 기존의 영상 처리에서의 영역 분류는 고정된 변수에 의하여 처리되어서 후처리 작업들이 필요하였으며 그 결과 또한 영상의 특성에 따라 변하였다. 그러나 본 연구에서는 개미의 무작위성을 이용함으로써 영상에 어느 정도의 변화가 발생하더라도 여전히 안정적인 결과를 얻을 수 있었다. 이러한 안정성과 유연성은 영상을 촬영하는 동안 발생할 수 있는 여러 종류의 잡음에 대하여 안정적인 상태를 유지할 수 있을 것이며 동영상내에서 급한 움직임에 의한 흐려짐에 대한 보상도 이루어 질 수 있을 것으로 기대한다.

• 한국물환경학회지
• /
• 제37권4호
• /
• pp.275-285
• /
• 2021

Algal bloom is an important issue in maintaining the safety of the drinking water supply system. Fast detection and classification of algae images are essential for the management of algal blooms. Conventional visual identification using a microscope is a labor-intensive and time-consuming method that often requires several hours to several days in order to obtain analysis results from field water samples. In recent decades, various deep learning algorithms have been developed and widely used in object detection studies. YOLO is a state-of-the-art deep learning algorithm. In this study the third version of the YOLO algorithm, namely, YOLOv3, was used to develop an algae image detection model. YOLOv3 is one of the most representative one-stage object detection algorithms with faster inference time, which is an important benefit of YOLO. A total of 1,114 algae images for 30 genera collected by microscope were used to develop the YOLOv3 algae image detection model. The algae images were divided into four groups with five, 10, 20, and 30 genera for training and testing the model. The mean average precision (mAP) was 81, 70, 52, and 41 for data sets with five, 10, 20, and 30 genera, respectively. The precision was higher than 0.8 for all four image groups. These results show the practical applicability of the deep learning algorithm, YOLOv3, for algae image detection.