• 융합신호처리학회논문지
• /
• 제12권4호
• /
• pp.267-273
• /
• 2011

본 논문은 자기공명 뇌영상을 대상으로 뇌종양 영역을 자동으로 분할하기 위한 방법을 제안한다. 정상적인 뇌영상은 좌우로 대칭인 특징을 지니는 반면에 종양이 존재하는 뇌영상은 종양세포와 부종 및 괴사로 인해 비대칭적인 특징을 가진다. 본 논문에서는 이러한 대칭성을 뇌영상내에 종양영역의 존재 유무를 판별할 수 있는 기준으로 이용한다. 대칭성 분석을 위해서 뇌영역의 윤곽선 정보를 이용해 중심축을 생성하였으며 이는 사전정보를 이용하지 않고 영상의 자체 정보만을 해석해서 중심축을 추출할 수 있다는 점에서 기존의 영상 정합을 통해 해부학적 위치 정보를 추출하고 이를 이용하여 중심축을 찾는 방법과 구별된다. 자기공명 영상에서 정상뇌의 조직은 크게 3가지 클러스터로 분할되며 각 클러스터가 포함하는 영역은 백질과 회백질영역을 포함하는 뇌 실질영역, 뇌척수액(csf)영역, 두개골, 지방 및 뇌막 영역 등으로 나뉜다. 종양이 포함된 영상은 종양과 부종 및 괴사 영역이 추가적으로 존재하며 이는 클러스터링을 이용한 분할을 통해서 구분될 수 있다. 분할된 종양 영역의 중심점은 다음 슬라이스의 종양 영역의 경계를 검출하기 위한 레벨셋 알고리즘에 적용되어 전체 볼륨의 종양 영역의 경계선을 추출하기 위한 초기 시드로 이용된다. 본 논문에서는 3차원 볼륨의 영상(슬라이스)중에서 종양 영역이 존재하는 슬라이스의 종양 영역을 분할하여 이후의 슬라이스에서는 분할작업을 수행하지 않고 영역의 경계선만 추출한다. 자카드 지수와 처리 시간의 비교 분석을 통해 기존의 방법과 비슷한 성능과 빠른 속도로 종양 영역을 분할할 수 있다는 것을 보인다.

• 융합신호처리학회논문지
• /
• 제5권3호
• /
• pp.181-189
• /
• 2004

본 논문은 전조등의 특징을 이용하여 야간에 측후방에서 다가오는 차량을 탐지하는 방법을 설명한다. 야간 차량의 전조등은 검은색 배경의 야간 도로 영상에서 측후방 차량을 탐지하기 위한 좋은 특징이다. 입력 영상은 임계값 처리기법에 의해 검은색 배경과 흰색 영역으로 이루어지는 이진 영상으로 변환되고, 모폴로지 연산 중 열림 연산을 이용하여 잡음을 제거한다. 분할된 흰색 영역들에 대해 기하학적 특징과 모멘트 특징을 이용하여 전조등의 특징량을 측정하고, 의사 결정 트리에 의해 전조등 후보로 적당한 대상체들을 분류한다. 대상체들간의 위상학적 관계를 분석하여 한 쌍의 전조등을 탈지함으로써 측후방 차량을 탐지한다. 실험 결과 전조등 특징을 이용한 야간 측후방 차량 탐지 방법이 효과적임을 알 수 있었다. 제안한 방법은 야간 측후방 추돌경보시스템에 적용될 수 있으며, 향후에는 스테레오비전시스템을 사용하여 전조등 탐지 기반의 측후방 차량 거리 및 위치 측정에 관한 연구를 수행할 것이다.

• 융합신호처리학회논문지
• /
• 제8권2호
• /
• pp.98-105
• /
• 2007

본 논문은 주행 차량의 차선 변경 시, 위험 여부를 판단하는 방법을 제안하고 시스템을 구현한다. 차선 변경의 위험 여부를 판단하기 위해서 첫째, 변경하고자 하는 차선에 관심 영역(ROI)을 설정해야 하고 둘째, 변경할 차선으로 자차가 이동할 때 자차에 위험이 될 차량을 정확하게 추출해야 하며 셋째, 추출된 차량의 방향과 상대 속도, 상대 거리를 계산하여 운전자에게 위험 경보를 울릴지에 대한 여부를 판단해야 한다. ROI를 설정하기 위해서 영역의 한 축이 되는 차선을 잡고 이를 기준으로 영역을 확장시켰는데 좌표 변환 기법을 이용하여 정확성을 높였다. 변경 차선의 정확한 차량 추출을 위하여 적응 배경화면 갱신 모델 기법과 주행 도로의 특징을 이용한 영상의 영상 분할 방법을 이용하였다. 위험 차량으로 추출된 물체는 자차(自車)와의 상대거리, 상대 속도를 계산하고 픽셀 좌표 이동을 일정시간 평균을 내어 방향을 알아내어 위험으로 판단 시 경보를 울리도록 하였다. 제안한 알고리즘은 영역을 최소화하고 도로와 차량의 특징을 이용함으로써 정확도를 높이고 계산량을 줄여 빠른 연산을 요구하는 주행 차량의 영상에서 안정적인 결과를 얻을 수 있었다.

• Journal of Information Processing Systems
• /
• 제9권2호
• /
• pp.333-348
• /
• 2013

Mobile authentication/identification has grown into a priority issue nowadays because of its existing outdated mechanisms, such as PINs or passwords. In this paper, we introduce gait recognition by using a mobile accelerometer as not only effective but also as an implicit identification model. Unlike previous works, the gait recognition only performs well with a particular mobile specification (e.g., a fixed sampling rate). Our work focuses on constructing a unique adaptive mechanism that could be independently deployed with the specification of mobile devices. To do this, the impact of the sampling rate on the preprocessing steps, such as noise elimination, data segmentation, and feature extraction, is examined in depth. Moreover, the degrees of agreement between the gait features that were extracted from two different mobiles, including both the Average Error Rate (AER) and Intra-class Correlation Coefficients (ICC), are assessed to evaluate the possibility of constructing a device-independent mechanism. We achieved the classification accuracy approximately $91.33{\pm}0.67%$ for both devices, which showed that it is feasible and reliable to construct adaptive cross-device gait recognition on a mobile phone.

• 융합신호처리학회논문지
• /
• 제9권1호
• /
• pp.1-9
• /
• 2008

2차원 전기영동 영상 분석 프로그램의 반점 검출 단계에서 해결해야할 문제점 중에 하나는 잡영 제거의 문제이다. 전처리과정에서 처리되지 않고 남은 잡영은 영역분할 결과 과분할되는 문제를 낳는다. 과분할된 배경 영역을 구분하고 제외시키기 위해서 일정한 밝기 이상의 영역을 제거하는 고정 문턱값을 사용하여 영역을 제거하면, 육안으로는 보이지 않으나 중요한 기능을 하는 미량의 단백질을 나타내는 반점들이 제외될 수도 있다. 제안 기법은 영역분할 후에 영역들의 첨도의 평균 곡선을 지수함수에 회귀분석하여 매개변수를 구한 다음, 오차의 확률분포에 따라서 매개변수들로 문턱값을 구하여 적용한다. 오차의 확률분포에 따르면 문턱값 적용의 신뢰도는 99.85%이며, 제안기법을 실험 영상으로 실험한 결과로써 적응적 문턱값 결정 기법이 정확함을 보인다.

• Current Optics and Photonics
• /
• 제7권5호
• /
• pp.545-556
• /
• 2023

This paper introduces volume-sharing multi-aperture imaging (VMAI), a potential approach proposed for volume reduction in space-borne imagers, with the aim of achieving high-resolution ground spatial imagery using deep learning methods, with reduced volume compared to conventional approaches. As an intermediate step in the VMAI payload development, we present a phase-1 design targeting a 1-meter ground sampling distance (GSD) at 500 km altitude. Although its optical imaging capability does not surpass conventional approaches, it remains attractive for specific applications on small satellite platforms, particularly surveillance missions. The design integrates one wide-field and three narrow-field cameras with volume sharing and no optical interference. Capturing independent images from the four cameras, the payload emulates a large circular aperture to address diffraction and synthesizes high-resolution images using deep learning. Computational simulations validated the VMAI approach, while addressing challenges like lower signal-to-noise (SNR) values resulting from aperture segmentation. Future work will focus on further reducing the volume and refining SNR management.

• 융합신호처리학회논문지
• /
• 제1권1호
• /
• pp.23-31
• /
• 2000

본 논문에서는 물체의 경계나 형태 추출을 위하여 레벨 세트 이론을 바탕으로 한 새로운 곡선 전개방법을 제안한다. 특히 전처리 과정에서 잡음의 효과적 처리를 위하여 기존의 필터 방식들이 가지는 단점인 경계 부분의 bluning 현상을 줄이고 정확한 에지 위치를 보존할 수 있는 비등방성 확산 필터(anisotropic diffusion filter)를 사용한다. 기존의 레벨 세트 방식이 수축이나 팽창 중 단지 한가지의 방식만 적용되어지는 반면, 제안한 방법은 물체의 경계 추출시 팽창과 수축이 통시에 가능하므로 특히 초기 곡선이 여러 물체에 걸쳐져 있는 경우에도 정확한 형태 추출이 가능하였다. 아울러 초기 곡선의 설정이 위치나 형태에 거의 제한을 받지 않기 때문에 추출을 원하는 영역이 아주 조금만 포함되어 있어도 정화한 형태 추출이 가능하였다.

• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.159-164
• /
• 2019

영상정보에서 색상만을 이용하여 산불을 감지하는 것은 매우 어려운 이슈이다. 본 논문은 산불을 포함하고 있는 동영상에서 영역의 색상과 움직임을 분석하여 산불영역을 감지하는 알고리즘을 제안한다. 제안하는 알고리즘에서는 조명 상태에 의존하지 않고 배경 영역을 추출 가능한 가우시안 믹스쳐 기반의 배경 분할 알고리즘을 이용하여 제거한다. 또한 RGB채널을 HSV채널로 변경하여 색상 기반으로 화염 후보들을 추출한다. 그렇게 추출된 화염후보들은 라벨링 및 트래킹을 하면서 면적이 일정하면서 이동하면 화염이 아니라고 판단한다. 이런 방법으로 추출된 화염후보 영역들이 2분 이상 같은 위치에 있으면 화염으로 판단한다. 구현된 알고리즘을 이용하여 실험한 결과 그 유효성을 확인하였다.

• Journal of Information Processing Systems
• /
• 제19권4호
• /
• pp.417-426
• /
• 2023

To improve the effect of image restoration and solve the image detail loss, an image dehazing enhancement algorithm based on mean guided filtering is proposed. The superpixel calculation method is used to pre-segment the original foggy image to obtain different sub-regions. The Ncut algorithm is used to segment the original image, and it outputs the segmented image until there is no more region merging in the image. By means of the mean-guided filtering method, the minimum value is selected as the value of the current pixel point in the local small block of the dark image, and the dark primary color image is obtained, and its transmittance is calculated to obtain the image edge detection result. According to the prior law of dark channel, a classic image dehazing enhancement model is established, and the model is combined with a median filter with low computational complexity to denoise the image in real time and maintain the jump of the mutation area to achieve image dehazing enhancement. The experimental results show that the image dehazing and enhancement effect of the proposed algorithm has obvious advantages, can retain a large amount of image detail information, and the values of information entropy, peak signal-to-noise ratio, and structural similarity are high. The research innovatively combines a variety of methods to achieve image dehazing and improve the quality effect. Through segmentation, filtering, denoising and other operations, the image quality is effectively improved, which provides an important reference for the improvement of image processing technology.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권11호
• /
• pp.4170-4188
• /
• 2014

In this study, we present a denoising algorithm for high-frame-rate videos in an ultra-low illumination environment on the basis of Kalman filtering model and a new motion segmentation scheme. The Kalman filter removes temporal noise from signals by propagating error covariance statistics. Regarded as the process noise for imaging, motion is important in Kalman filtering. We propose a new motion estimation scheme that is suitable for serious noise. This scheme employs the small motion vector characteristic of high-frame-rate videos. Small changing patches are intentionally neglected because distinguishing details from large-scale noise is difficult and unimportant. Finally, a spatial bilateral filter is used to improve denoising capability in the motion area. Experiments are performed on videos with both synthetic and real noises. Results show that the proposed algorithm outperforms other state-of-the-art methods in both peak signal-to-noise ratio objective evaluation and visual quality.