• 대한원격탐사학회지
• /
• 제23권6호
• /
• pp.537-546
• /
• 2007

초분광영상의 분석 기법 중 하나인 선형혼합분석기법은 각 화소를 구성하는 구성물질과 구성 비율을 추정하는데 매우 유용하게 사용되고 있다. 선형혼합모델은 지질 및 광물분포와 관련된 분야에서는 비교적 성공적으로 시도되고 있으나, 산림이나 여러 인공물들로 구성된 도시와 같은 상대적으로 복잡한 구조를 가진 혼합체에서는 그 정확도가 떨어진다. 본 연구에서는 식물과 토양의 혼합체를 대상으로 선형혼합모델을 적용하여 계산된 혼합체의 반사값과 실제 이 혼합체들을 분광측정기로 측정한 반사값과의 비교를 통해, 선형혼합모델의 오차를 계산하였다. 이를 통해 선형혼합모델의 오차 원인인 구성 물질간의 분광적 상호작용이 어느 경우 발생 혹은 증가하는지를 분석하고, 또한 파장대별 상호작용의 정도 차이가 있는지를 분석하였다. 연구 결과, 선형혼합모델은 혼합체를 구성하는 구성물질의 구성비율이 비슷한 경우, 각 구성 물질간의 상호작용이 증가하여 선형혼합모델의 오차가 가장 커지는 것을 알 수 있었다. 결과적으로 선형혼합모델의 오차 원인인 구성 물질간 상호작용의 발생 정도는 혼합체를 구성하는 성분의 종류, 반사 특성, 구성비율, 파장대와 구성 성분의 배열 상태에 따라 다르게 나타나는 것을 알 수 있었다. 향후 선형혼합모델의 정확도를 높이기 위해서는 이러한 혼합체의 특징들이 구성 물질간의 상호작용에 끼치는 영향을 정량적으로 분석하여야 할 것이다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.469-481
• /
• 2018

딥러닝은 인간의 학습 및 인지능력을 닮은 인공지능을 실현하기 위해 여러 분야에서 활용하고 있으며, 높은 사양의 컴퓨팅 파워가 요구되고 연산 시간이 많이 소요되는 복잡한 구조의 인공신경망에 의한 딥러닝은 컴퓨터 사양이 향상됨에 따라 성능이 개선된 다양한 딥러닝 모델이 개발되고 있다. 본 논문의 주요 목적은 영상의 딥러닝을 위한 합성곱 신경망 중에서 최근에 FAIR (Facebook AI Research)에서 개발한 Mask R-CNN을 이용하여 항공영상에서 건물을 탐지하고 성능을 평가하는 것이다. Mask R-CNN은 영역기반의 합성곱 신경망으로서 픽셀 정확도까지 객체를 의미적으로 분할하기 위한 딥러닝 모델로서 성능이 가장 우수한 것으로 평가받고 있다. 딥러닝 모델의 성능은 신경망 구조뿐 아니라 학습 능력에 의해 결정된다. 이를 위해 본 논문에서는 모델의 학습에 이용한 영상에 다양한 변화를 주어 학습 능력을 분석하였으며, 딥러닝의 궁극적 목표인 범용화의 가능성을 평가하였다. 향후 연구방안으로는 영상에만 의존하지 않고 다양한 공간정보 데이터를 복합적으로 딥러닝 모델의 학습에 이용하여 딥러닝의 신뢰성과 범용화가 향상될 것으로 판단된다.

• 한국방사선학회논문지
• /
• 제17권2호
• /
• pp.201-206
• /
• 2023

감마카메라의 공간분해능을 향상시키기 위해서는 콜리메이터의 구멍 크기를 작게 만들어야 하므로 민감도는 저하된다. 민감도를 향상시키기 위해서는 구멍 크기를 크게 해야 하므로 공간분해능은 저하된다. 즉, 공간분해능과 민감도는 서로 상반된 특성을 보인다. 본 연구에서는 공간분해능과 민감도를 모두 향상시키는 감마카메라를 설계하였다. 동일한 공간분해능을 보이는 감마카메라에서 보다 높은 민감도를 획득하기 위해 섬광체의 구조를 기존시스템과 다르게 설계하였다. 섬광 픽셀을 사용하고, 섬광 픽셀 사이에는 격벽을 위치시켜 입사한 감마선이 다른 섬광 픽셀로 투과되어 상호작용하는 것을 방지하였다. 설계한 감마카메라의 성능을 평가하기 위해 Geant4 Application for Tomographic Emission (GATE) 시뮬레이션을 수행하였다. 동일한 공간분해능을 획득하는 조건의 콜리메이터를 각각 사용하여 기존 감마카메라와 설계한 감마카메라의 민감도를 획득한 결과 각각 0.0026%, 0.0042%로 설계한 감마카메라의 민감도가 61.54% 향상된 결과를 나타내었다. 본 연구에서 설계한 감마카메라를 사용하면 우수한 공간분해능을 확보하면서 민감도를 기존 시스템보다 향상시킬 수 있을 것으로 판단된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제46권4호
• /
• pp.315-323
• /
• 2023

Post-mortem computed tomography (PMCT) is commonly employed in the field of forensic pathology. PMCT was mainly performed using a whole-body scan with a wide field of view (FOV), which lead to a decrease in spatial resolution due to the increased pixel size. This study aims to evaluate the potential for developing a super-resolution model based on conditional generative adversarial networks (CGAN) to enhance the image quality of CT. 1761 low-resolution images were obtained using a whole-body scan with a wide FOV of the head phantom, and 341 high-resolution images were obtained using the appropriate FOV for the head phantom. Of the 150 paired images in the total dataset, which were divided into training set (96 paired images) and validation set (54 paired images). Data augmentation was perform to improve the effectiveness of training by implementing rotations and flips. To evaluate the performance of the proposed model, we used the Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM) and Deep Image Structure and Texture Similarity (DISTS). Obtained the PSNR, SSIM, and DISTS values of the entire image and the Medial orbital wall, the zygomatic arch, and the temporal bone, where fractures often occur during head trauma. The proposed method demonstrated improvements in values of PSNR by 13.14%, SSIM by 13.10% and DISTS by 45.45% when compared to low-resolution images. The image quality of the three areas where fractures commonly occur during head trauma has also improved compared to low-resolution images.

• 대한의용생체공학회:의공학회지
• /
• 제25권4호
• /
• pp.253-259
• /
• 2004

본 연구에서는 디지털 X-선 영상시스템의 최적화 설계를 위하여 몬테카를로 방법을 이용한 영상모의실험용 코드를 visual $C^{++}$ 프로그래밍 언어를 사용하여 개발하였다. 디지털 X-선 영상시스템으로 Gd$_2$O$_2$S(Tb) 섬광체 및 광센서 어레이를 고려하였으며, 일반적인 실험 환경을 모사하기 위해 2차원 평행 그리드를 포함시켰다. X-선과 피사체, 그리드 및 섬광체와의 반응, 그리고 섬광체에서 발생된 빛의 거동 및 광센서 어레이에서의 수집을 몬테카를로 방법을 이용하여 모사하였다. Gd$_2$O$_2$S(Tb) 섬광체의 두께는 66$\mu\textrm{m}$로 설정하였으며, 광센서 어레이의 픽셀 피치는 48$\mu\textrm{m}$ 그리고 픽셀의 포맷은 256${\times}$256으로 가정하였다. 다양한 모의실험조건에서 X-선 영상을 획득한 후 객관적인 영상시스템의 성능평가 지표인 SNR(signal-to-noise ratio), MTF(modulation transfer function), NPS(noise power spectrum), DQE(detective quantum efficiency) 등을 계산하였으며, 이를 통해 화질을 평가하였다. 본 연구에서 개발된 영상모의실험 코드는 다양한 디지털 X-선 영상시스템에 대해 여러 설계변수들에 대한 성능을 예측함으로써 영상시스템 최적설계에 활용될 수 있다.

• 자원환경지질
• /
• 제55권5호
• /
• pp.551-561
• /
• 2022

지구물리탐사기법은 매장 문화재 조사에 필요한 높은 해상도의 지하 구조 영상 생성과 매장 유구의 정확한 위치 결정하는 데 매우 유용하다. 이 연구에서는 경주 신라왕경 중심방의 고해상도 지하투과레이더 영상에서 유구의 규칙적인 배열이나 선형 구조를 자동적으로 구분하기 위하여 영상처리 기법인 영상 특징 추출과 영상분할 기법을 적용하였다. 영상 특징 추출의 대상은 유구의 원형 적심과 선형의 도로 및 담장으로 캐니 윤곽선 검출(Canny edge detection)과 허프 변환(Hough Transform) 알고리듬을 적용하였다. 캐니 윤곽선 검출 알고리듬으로 검출된 윤곽선 이미지에 허프 변환을 적용하여 유구의 위치를 탐사 영상에서 자동 결정하고자 하였으나, 탐사 지역별로 매개변수를 달리해서 적용해야 한다는 제약이 있었다. 영상 분할 기법의 경우 연결요소 분석 알고리듬과 QGIS에서 제공하는 Orfeo Toolbox (OTB)를 이용한 객체기반 영상분석을 적용하였다. 연결 요소 분석 결과에서, 유구에 의한 신호들이 연결된 요소들로 효과적으로 인식되었지만 하나의 유구가 여러 요소로 분할되어 인식되는 경우도 발생함을 확인하였다. 객체기반 영상분석에서는 평균이동(Large-Scale Mean-Shift, LSMS) 영상 분할을 적용하여 각 분할 영역에 대한 화소 정보가 포함된 벡터 레이어를 우선 생성하였고, 유구를 포함하는 영역과 포함하지 않는 영역을 선별하여 훈련 모델을 생성하였다. 이 훈련모델에 기반한 랜덤포레스트 분류기를 이용해 LSMS 영상분할 벡터 레이어에서 유구를 포함하는 영역과 그렇지 않은 영역이 자동 분류 될 수 있음을 확인하였다. 이러한 자동 분류방법을 매장 문화재 지하투과레이더 영상에 적용한다면 유구 발굴 계획에 활용가능한 일관성 있는 결과를 얻을 것으로 기대한다.