• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.23-28
• /
• 2002

Among effective feature extraction methods from the small-patched image set, independent component analysis (ICA) is recently well known stochastic manner to find informative basis images. The ICA simultaneously learns both basis images and independent components using high order statistic manners, because that information underlying between pixels are sensitive to high-order statistic models. The topographic ICA model is adapted in our experiment. This paper deals with an unsupervised classification strategies using learned ICA basis images. The experimental result by proposed classification technique shows superior performance than classic texture analysis techniques for the panchromatic KOMPSAT imagery.

• 한국산업정보학회논문지
• /
• 제11권1호
• /
• pp.77-85
• /
• 2006

본 논문에서는 내용기반 영상 분류를 위한 방법론으로써 신경망을 이용한 계층적 분류 방법을 제안한다. 분류 대상 영상은 인터넷상의 다양한 영상들 중에서 전경과 배경의 구분이 있는 객체 영상이다. 전처리 과정에서 영역 분할을 이용하여 영상 내에서 배경을 제거하고 객체 영역을 추출한다. 분류를 위한 특징으로는 웨이블릿 변환 후 추출된 형태 특징과 질감 특징을 이용한다. 추출된 특징 값들을 Principal Component Analysis(PCA)와 K-means를 이용해서 군집화 시키고 유사한 군집들을 묶으면서, 5단계의 계층적 분류기를 구성한다. 계층적 분류기는 BP를 학습 알고리즘으로 사용하는 59개의 신경망분류기로 구성된다. 배경을 제거하고 질감특징 중 가장 높은 분류율을 보이는 대각 모멘트를 사용하여 실험하였을 때, 100종류에서 각 10개씩, 총 1000개의 학습 데이터와 1000개의 테스트 데이터에 대하여 각각 81.5%와 75.1%의 정분류율을 보였다.

• 대한원격탐사학회지
• /
• 제25권4호
• /
• pp.375-381
• /
• 2009

본 논문에서는 다양한 종류의 지표면에 대하여 분석하여 산란 특성을 연구하고 SAR 클러터 영상을 제작하고 실제 SAR 클러터 영상과 비교한다. 먼저 지표면의 특성을 분석하기 위해 각각의 지표면에 대해서 입력변수를 측정한다. 측정한 데이터를 이용하여 Oh 모델, PO 모델, radiative transfer model(RTM)을 이용하여 각도 별 산란계수를 구하였다. SAR 영상 생성을 위해 먼저 측정 지역의 DEM (digital elevation map)과 LCM (land cover map)데이터를 제작한다. DEM 데이터의 단일 픽셀(pixel)의 높이 정보를 이용하여 픽셀의 입사각을 계산하고 입사각에 따른 해당 지표면의 산란 계수를 대입한다. LCM 데이터는 해당 지역의 답사를 통해 논, 밭, 산, 길, 인공물 등을 1:5000 지도에 기입하여 SAR 영상 생성에 사용한다. DEM 데이터와 LCM 데이터를 사용하여 입사각과 지표면 종류에 따른 계수를 계산하고 영상잡음(speckle)과 영상질감(texture)을 이용하여 SAR 클러터 영상을 생성하고 실제 영상과 비교한다.

• 한국항행학회논문지
• /
• 제26권2호
• /
• pp.113-118
• /
• 2022

사람은 독서나 필기 중 중요 문구를 형광펜으로 칠하는 것에서 착안하여, 본 논문에서는 복잡한 배경 질감을 가진 영상에서의 불량유형을 효과적으로 분류하기 위해 불량 픽셀 영역을 하이라이팅 하여 신경망을 훈련하는 방법을 제안한다. 제안 방법의 가능성을 검증하기 위하여 불량유형 구분이 매우 어려운 타이어 밴드 직물의 불량유형 분류에 제안 방법을 적용한다. 또한, 타이어 밴드 직물 영상에 특화된 백라이트 하이라이팅 방법을 제안한다. 백라이트 하이라이트 영상은 GradCAM 기법과 간단한 영상처리를 이용하여 획득할 수 있다. 실험에서 우리는 제안하는 하이라이팅 기법이 분류 정확도뿐만 아니라 훈련속도 면에서 기존 방법보다 우수함을 보였다. 인식률 면에서는 제안 방법이 기존 방법 대비 최대 13.4%의 향상을 달성하였다. 타이어 밴드 직물 영상에 특화된 백라이트 하이라이팅 기법이 윤곽 하이라이팅 기법보다 정확도 측면에서 우수함을 보였다.

• 한국방사선학회논문지
• /
• 제10권2호
• /
• pp.81-87
• /
• 2016

본 실험에서 제안된 질감특징분석 알고리즘은 지방간 환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 정상 간 CT영상과 지방간 CT영상을 생성하고 제안된 질감특징분석을 이용한 컴퓨터보조 진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 지방간 CT영상의 질환 인식률을 도출하고 평가하였다. 결과로 지방간 CT영상 30증례 중에서 각각의 파라메타별 질감특징 값에 대한 인식률은 평균 밝기의 경우 100%, 엔트로피의 경우 96.67%, 왜곡도의 경우 93.33%로 높게 나타났고, 평탄도의 경우 83.33%, 균일도의 경우 86.67%, 평균대조도의 경우 80%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 지방간 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 객관성, 정확성, 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제17권1호
• /
• pp.9-16
• /
• 2011

본논문에서는 3차원 3D 얼굴 스캔 데이터와 사진 이미지를 이용하여 3D 얼굴 모델을 생성하고 향후의 얼굴을 예측하는 시스템 개발에 대해 기술한다. 본 시스템은 3차원 텍스처매핑, 얼굴 정의 파라미터 입력 도구, 3차원 예측 알고리즘으로 구성 되어 있다. 3차원 텍스처매핑 기능에서는 3D 스캐너로 획득한 얼굴 모델과 사진 이미지를 이용하여 특정 연령에서의 새로운 얼굴모델을 생성한다. 텍스처매핑은 3D 스캐너로부터 획득한 메쉬 데이터에 정면과 좌우 측면의 세 방향의 사진 이미지를 이용하여 매핑하였다. 얼굴 정의 파라미터 입력도구는 3차원 텍스처매핑에 필요한 사용자 인터페이스 도구로서, 얼굴 모델의 정확한 재질값을 얼굴 사진으로부터 얻기 워하여 사진과 3D 얼굴 모델의 특징점을 일치시키는데 사용된다. 본 연구에서는 한 얼굴의 향후 연령대에서의 얼굴 모델을 구하기 위하여 100여개의 얼굴 스캔 데이터베이스를 이용한 통계적 분석에 의해 재질값을 예측 계산하여 해상도 높은 재질값을 가지는 모든 연령대의 3D 얼굴모델을 구성하였다.

• International Journal of Aeronautical and Space Sciences
• /
• 제15권4호
• /
• pp.419-433
• /
• 2014

The Mars Exploration Rover Opportunity investigated plains at Meridiani Planum, where laminated sedimentary rocks are present. The Opportunity rover's Athena morphological investigation showed microstructures organized in intertwined filaments of microspherules: a texture we have also found on samples of terrestrial (biogenic) stromatolites and other microbialites. We performed a quantitative image analysis to compare images (n=45) of microbialites with the images (n=30) photographed by the rover (corresponding, approximately, to 25,000/15,000 microstructures). Contours were extracted and morphometric indexes were obtained: geometric and algorithmic complexities, entropy, tortuosity, minimum and maximum diameters. Terrestrial and Martian textures present a multifractal aspect. Mean values and confidence intervals from the Martian images overlapped perfectly with those from the terrestrial samples. The probability of this occurring by chance is $1/2^8$, less than p<0.004. Terrestrial abiogenic pseudostromatolites showed a simple fractal structure and different morphometric values from those of the terrestrial biogenic stromatolite images or Martian images with a less ordered texture (p<0.001). Our work shows the presumptive evidence of microbialites in the Martian outcroppings: i.e., the presence of unicellular life on the ancient Mars.

• 한국의류학회지
• /
• 제24권1호
• /
• pp.128-137
• /
• 2000

A range of suede-like samples were collected including woven fabric type, nonwoven fabric type, and natural suede(sheep). The surface textures of these suede-like fabrics are rather diverse and different from the plain filament type fabrics since there are a lot of fine surface free fiber ends. Physical and mechanical measurements were carried using the KES equipments. Based on the Kawabata-Niwa translational equation, primary hand values and THV were calculated. Uniaxial tensile tests were performed. Using glossmeter, the reflectance pattern was analyzed at different incidence and receiving angles. In order to capture the surface images of the specimens, a CCD camera and frame grabber connected to a PC were employed. The reflectance uniformity of the images was measured with line-profile analysis and standard deviation values of the profile of the images were calculated. After the multiscale wavelet transfermation, correlation among the transformed image was analyzed at each scale. The reflectance uniformity of the natural suede was better than that of nonwoven type suede, while that of woven type suede was the last among the selected three samples(natural suede, nonwoven type, woven type). The correlation analysis among images has shown the possibility of using the wavelet transformation of the images as one of the measures to detect similarities among the textured specimens.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.421-428
• /
• 2004

MPEG극 텍스쳐 서술자에는 균등 질감(Homogeneous Texture), 경계 히스토그램(Edge Histogram), 텍스쳐 브라우징(Texture Browsing) 서술자가 있다. 본 논문에서는 이들 텍스쳐 서술자를 이용하여 홍채 인식에 대한 성능을 비교 분석한다. 전처리 과정을 통해 추출된 560장의 흥채 영상을 이용하여, 세 서술자에 대한 각 계수에 대한 군집화 효율성 비교와 에러 분포 비교를 통해 서로 다른 홍채 그룹에 대한 변별 능력을 비교한다. 실험 결과를 통해 세 서술자 중 균등 질감 서술자가 홍채 패턴을 인식하는 데 있어서 가장 효율적인 서술자로 나타났다. 그러나, 실험결과는 기존의 홍채 인식 방법에 비해, MPEG-7 텍스쳐 서술자를 이용한 홍채 인식에 인식 성능 향상을 위한 노력이 필요함을 알 수 있다.

• Korean Journal of Radiology
• /
• 제23권4호
• /
• pp.402-412
• /
• 2022

Objective: To evaluate the image quality and lesion detectability of lower-dose CT (LDCT) of the abdomen and pelvis obtained using a deep learning image reconstruction (DLIR) algorithm compared with those of standard-dose CT (SDCT) images. Materials and Methods: This retrospective study included 123 patients (mean age ± standard deviation, 63 ± 11 years; male:female, 70:53) who underwent contrast-enhanced abdominopelvic LDCT between May and August 2020 and had prior SDCT obtained using the same CT scanner within a year. LDCT images were reconstructed with hybrid iterative reconstruction (h-IR) and DLIR at medium and high strengths (DLIR-M and DLIR-H), while SDCT images were reconstructed with h-IR. For quantitative image quality analysis, image noise, signal-to-noise ratio, and contrast-to-noise ratio were measured in the liver, muscle, and aorta. Among the three different LDCT reconstruction algorithms, the one showing the smallest difference in quantitative parameters from those of SDCT images was selected for qualitative image quality analysis and lesion detectability evaluation. For qualitative analysis, overall image quality, image noise, image sharpness, image texture, and lesion conspicuity were graded using a 5-point scale by two radiologists. Observer performance in focal liver lesion detection was evaluated by comparing the jackknife free-response receiver operating characteristic figures-of-merit (FOM). Results: LDCT (35.1% dose reduction compared with SDCT) images obtained using DLIR-M showed similar quantitative measures to those of SDCT with h-IR images. All qualitative parameters of LDCT with DLIR-M images but image texture were similar to or significantly better than those of SDCT with h-IR images. The lesion detectability on LDCT with DLIR-M images was not significantly different from that of SDCT with h-IR images (reader-averaged FOM, 0.887 vs. 0.874, respectively; p = 0.581). Conclusion: Overall image quality and detectability of focal liver lesions is preserved in contrast-enhanced abdominopelvic LDCT obtained with DLIR-M relative to those in SDCT with h-IR.