• 대한통합의학회지
• /
• 제5권1호
• /
• pp.75-83
• /
• 2017

Purpose : The parameters used in architectural analysis are muscle thickness, fascicle length, pennation angle, etc. Pennation angle is an important muscle characteristic that plays a significant role in determining a fascicle's force contribution to movement. Ultrasonography has been widely used to obtain the image for measurement of a pennation angle since it is non-invasive and real-time. However, manual assessment in ultrasonographic images is time-consuming and subjective, making it difficult for using in muscle function analysis. Thus, in this study, I proposed an automatic method to extract the pennation angle from the ultrasonographic images of gastrocnemius muscle. Method : The ultrasonographic image obtained from 10 healthy participants's gastrocnemius muscle using for developed automatic measuring program. Automatic measuring program algorithm consists with preprocessing, line detection, line classification, and angle calculation. The resulting image was then used to detect the fascicles and aponeuroses for calculating the pennation angle with the consideration of their distribution in ultrasonographic image. Result : The proposed automatic measurement program showed the stable repeatability of pennation angle calculation. Conclusion : This study demonstrated that the proposed method was able to automatically measure the pennation angle of gastrocnemius, which made it possible to easily and reliably investigate pennation angle more.

• 한국과학예술포럼
• /
• 제37권3호
• /
• pp.125-134
• /
• 2019

본 연구는 영상콘텐츠 제작과정에서 배경음악 선정의 자동화를 위하여 영상의 특성을 분류, 분석할 수 있는 프로그램을 구성하였다. 연구 결과 및 내용은 다음과 같다. 영상의 특성은 '주제 범주', '감정', '픽셀 움직임 속도', '색상', '등장인물' 로 선정하며, '주제 범주'와 '감정'은 Microsoft사의 Azure Video Indexer를, '픽셀 움직임 속도'는 Optical flow, '색상'은 Image Histogram, '등장인물'은 CNN (Convolutional Neural Network)을 활용하여 데이터를 추출하였다. 이러한 본 연구의 결과는 최근 주목을 받고있는 '인터넷 1인 방송 크리에이터'들의 콘텐츠 제작과정에서 배경음악 매칭을 위한 영상 특성 분석이 이루어졌다는 점에서 의의가 있다.

• 전기학회논문지
• /
• 제61권5호
• /
• pp.744-752
• /
• 2012

In this study, the Polynomial-based Radial Basis Function Neural Networks is proposed as an one of the recognition part of overall face recognition system that consists of two parts such as the preprocessing part and recognition part. The design methodology and procedure of the proposed pRBFNNs are presented to obtain the solution to high-dimensional pattern recognition problems. In data preprocessing part, Principal Component Analysis(PCA) which is generally used in face recognition, which is useful to express some classes using reduction, since it is effective to maintain the rate of recognition and to reduce the amount of data at the same time. However, because of there of the whole face image, it can not guarantee the detection rate about the change of viewpoint and whole image. Thus, to compensate for the defects, Linear Discriminant Analysis(LDA) is used to enhance the separation of different classes. In this paper, we combine the PCA&LDA algorithm and design the optimized pRBFNNs for recognition module. The proposed pRBFNNs architecture consists of three functional modules such as the condition part, the conclusion part, and the inference part as fuzzy rules formed in 'If-then' format. In the condition part of fuzzy rules, input space is partitioned with Fuzzy C-Means clustering. In the conclusion part of rules, the connection weight of pRBFNNs is represented as two kinds of polynomials such as constant, and linear. The coefficients of connection weight identified with back-propagation using gradient descent method. The output of the pRBFNNs model is obtained by fuzzy inference method in the inference part of fuzzy rules. The essential design parameters (including learning rate, momentum coefficient and fuzzification coefficient) of the networks are optimized by means of Differential Evolution. The proposed pRBFNNs are applied to face image(ex Yale, AT&T) datasets and then demonstrated from the viewpoint of the output performance and recognition rate.

• 정보처리학회논문지B
• /
• 제16B권5호
• /
• pp.377-384
• /
• 2009

본 논문은 지역적 엔트로피 기반의 히스토그램을 이용한 문서영상의 분할과 텍스처 기반의 주성분 분석을 이용한 구성요소인 글자, 그림, 그래프 등의 구성요소 분류방안을 제안한다. 지역적 엔트로피와 히스토그램을 이용함으로써 문서영상의 다양한 변형이나 잡음에 강건하며 빠르고 손쉬운 이진화가 가능하다. 그리고 문서영상 내 존재하는 구성요소들이 각기 다른 텍스처 정보를 가지고 있다는 것에 착안하여 각 분할 영역의 텍스처 정보를 기반으로 주성분분석을 수행하였으며 이를 통해 사전에 구성요소들에 대한 구조정보를 설정할 필요가 없다는 장점을 가진다. 실험결과에서 다양한 문서영상의 분할 및 분류결과를 보였으며, 기존 방법보다 우수한 성능을 가져 그 유효함을 보였다.

• 한국정보통신학회논문지
• /
• 제21권1호
• /
• pp.107-114
• /
• 2017

홍채진단은 홍채의 패턴, 색 등 다른 특징들을 조사하여 환자의 병을 진단하는 대체의학이다. 이 논문에서는 촬영한 홍채이미지의 차영상을 이용해 홍채를 분석하고 홍채 변화에 따른 환자의 건강진단에 활용한 질병예측 알고리즘을 제안한다. 그러나 기존의 연구는 홍채영상을 이용하여 홍채 내의 특정 패턴을 검출하는 알고리즘 연구로 홍채의 다양한 정보로부터 건강 상태를 체크하는 진단시스템으로 사용하기에는 부족하다. 따라서 이 논문에서는 촬영된 홍채영상의 차영상을 이용해 질병의 조기 진단 및 질병의 전개과정을 명확히 판단한다. 또한 홍채영상으로부터 8가지 주요 홍채병소징후를 추출하고 검진의 정확도를 실험한 결과 패턴 매칭 기법에 의한 인식률 91%로 홍채진단의 자동화에 적용 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.127-134
• /
• 2019

본 논문에서는 양돈의 증체율을 영상 이미지를 이용하여 자동으로 측정하는 시스템을 설계하고 구현하였다. 양돈은 축사에서 사육되면서 육돈으로 출하하기 위해 양돈의 증체율이 목장주의 경제적 이익과 직결하기 때문에 매우 중요한 요소로 작용하고 있다. 따라서 양돈 개체별 증체율을 손쉽게 측정할 수 있는 방법이 요구되고 있어, 이를 위한 방법으로 양돈을 평면적으로 촬영하여 양돈의 증체율을 측정할 수 있는 영상 분석 알고리즘을 제시하였다. 또한 제시된 알고리즘을 구현하여 양돈의 표면적을 측정하여 이를 증체율로 표현할 수 있도록 구현하였다. 본 논문에서 제안된 방법을 통하여 손쉽게 양돈의 개체별 증체율을 측정할 수 있게 됨으로써 농장주의 요구에 부응할 수 있게 되었다. 향후에는 표면적 계산하는 알고리즘을 향상시켜 실제 측정치와 동일한 값이 구해질 수 있도록 개선 작업을 진행할 예정이다.

• 융합신호처리학회논문지
• /
• 제5권4호
• /
• pp.249-255
• /
• 2004

지문이미지에서 특징점 추출 및 매칭을 위해서 지문영역과 배경을 분리하여야 한다. 지문영역과 배경을 분리하기 위해서 일반적으로 Sobel 마스크를 이용해 x축 y축의 밝기의 편차와 분산을 계산해서 문턱치보다 작은 값을 분리하게 된다. 하지만 이러한 방법만으로는 지문영역과 배경이 두 영역으로 정확히 분리되기 어려우며, 이러한 결과는 지문 인식의 계산량에 영향을 주게 된다. 본 논문에서는 지문이미지에서 배경을 효율적으로 분리하기 위해 RLC(Run-Length Connectivity)를 이용하는 방법을 제시하였다. 제시된 방법은 지문 이미지의 분산을 계산하고 문턱치를 적용하여 이진 이미지를 구한다. 이 이진 이미지는 일반적으로 여러 개의 영역으로 분할되며, RLC를 고려하여 run이 작은 영역부터 차례로 반전시킨다. 그래서 최종적으로 2개의 영역으로 분리되는 이진 이미지를 구하게 된다. 또한, 모의실험을 통하여 제시된 알고리즘이 지문이미지에서 효율적으로 계산량 감소가 됨을 보인다.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.613-619
• /
• 2006

본 연구는 원격 탐사의 영상 처리에서 영상 분할의 상위 수준으로 응집 계층 clustering의 dendrogram을 통한 무감독 영상 분류를 제안한다. 제안된 알고리즘은 분광 영역에서 정의된 RAG (Regional Agency Graph)와 min-heap 자료 구조를 이용하여 MCSNP (Mutual Closest Spectral Neighbor Pair)의 집합을 검색하면서 합병을 수행하는 계층 clustering 방법이다. 계산 시간과 저장 기억의 사용에 대한 효율을 증가시키기 위해 분광적 인접성을 정의하는 분광 공간(spectral space)내의 다중 창을 사용하였고 RNV (Region Neighbor Vector)을 이용하여 합병에 의하여 변하는 RAG 갱신하였고 적정한 단계 수가 주어진다면 제안된 알고리즘은 집단 합병의 계층적 관계를 쉽게 해석 할 수 있는 dendrogram을 생성한다. 본 연구는 simulation 자료를 사용하여 광범위하게 제안된 알고리즘에 대한 평가 실험을 수행 하였으며 실험 결과는 알고리즘의 효율성을 입증하였다. 또한 한반도에서 관측된 방대한 크기의 QuickBird 영상의 적용 결과는 제안된 알고리즘이 무감독 영상 분류를 위한 강력한 수단임을 보여준다.

• 융합정보논문지
• /
• 제12권1호
• /
• pp.39-44
• /
• 2022

본 연구의 목적은 딥러닝 알고리즘을 이용하여 영상 내 객체의 종류, 위치, 절대 크기를 추출하고, 객체간 상대적 거리를 예측하며, 이를 이용하여 객체 간의 접촉을 감지하기 위한 내용이다. 객체의 크기 비율을 분석하기 위하여, CNN 기반의 Object Detection 알고리즘인 YOLO를 이용한다. YOLO 알고리즘을 통하여 2D 형태의 이미지에서 각 개체의 절대적인 크기와 위치를 좌표의 형태로 추출한다. 추출 결과는 사전에 저장된 동일한 객체의 명칭과 크기를 가지는 표준 객체-크기 리스트로부터 영상 내 크기와 실제 크기 간의 비례를 추출하며, 영상 내 카메라-객체 간의 상대적인 거리를 예측한다. 예측된 값을 바탕으로 영상에서 객체 간 접촉 여부를 감지한다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2003년도 가을 학술발표회 논문집
• /
• pp.655-658
• /
• 2003

The crack of concrete structure plays an important role in the durability and safety of structure. Therefore, the features such as width, length, and direction of that must be measured periodically. The conventional method of measurement of cracks is manually sketched, however. it takes a fairly long time and lacks quantitative objectivity. This study proposes the algorithm to extract and analyze cracks automatically. The proposed algorithm is composed of two sub-algorithms. The extraction algorithm includes elimination of effect due to light, binarization. and noise reduction. The analysis algorithm includes thinning process, labeling, and calculation of crack width, length, and direction. The test to demonstrate the algorithm is fulfilled using the images of cracks on real concrete surface.