• Journal of International Society for Simulation Surgery
• /
• 제2권1호
• /
• pp.33-39
• /
• 2015

Purpose The head of infants under 24 months old who has Craniosynostosis grows extraordinarily that makes head shape unusual. To diagnose the Craniosynostosis, surgeon has to inspect computed tomography(CT) images of the patient in person. It's very time consuming process. Moreover, without a surgeon, it's difficult to diagnose the Craniosynostosis. Therefore, we developed technique which detects Craniosynostosis automatically from the CT volume. Materials and Methods At first, rotation correction is performed to the 3D CT volume for detection of the Craniosynostosis. Then, cranial area is extracted using the iterative thresholding method we proposed. Lastly, we diagnose Craniosynostosis by analyzing centroid relationships of clusters of cranial bone which was divided by cranial suture. Results Using this automatical cranial detection technique, we can diagnose Craniosynostosis correctly. The proposed method resulted in 100% sensitivity and 90% specificity. The method perfectly diagnosed abnormal patients. Conclusion By plugging-in the software on CT machine, it will be able to warn the possibility of Craniosynostosis. It is expected that early treatment of Craniosynostosis would be possible with our proposed algorithm.

• 정보처리학회논문지B
• /
• 제9B권1호
• /
• pp.119-128
• /
• 2002

본 논문에서는 차량 영상으로부터 동적인 임계화 방법과 개선된 성능의 학습 알고리즘에 의한 신경망을 이용하여 차량 번호판 인식방법을 제안하였다. 제안된 방법에서 번호판 영역은 차량 영상의 구조적 속성을 이용한 동적인 임계화 방법과 밀집비율을 함께 고려하여 추출하였다. 추출된 영역으로부터의 개별문자와 숫자는 윤곽선 추적 알고리즘을 이용하여 각각 추출하였으며, 그들의 인식을 위해서 수정된 ART1과 지도 학습 방법을 결합한 개선된 성능의 신경망을 이용하였다. 제안된 방법의 성능을 확인하기 위해서 실제 차량 번호판들을 대상으로 실험한 결과, 기존의 그레이 명암이나 RGB 컬러 정보들을 이용하는 방법보다 추출률이 개선되었으며, 인식성능도 기존의 오류 역전파 알고리즘의 신경망보다 우수한 성능이 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.279-284
• /
• 2010

Boukharouba 등에 의해서 제안된 평면 곡선(Plane curve) 분석 기법은 히스토그램 누적분포함수에 기반한 마루-골(Peak-Valley) 탐색을 통한 임계값 결정 기법이다. 그러나 이 기법의 경우 평면 곡선을 구성하는 과정에서 외부 변수의 설정이 요구되며, 그에 따라서 구성된 평면 곡선의 형태가 달라지고 마루-골 검출에 영향 준다. 따라서 본 논문에서는 엔트로피에 기반하여 평면 곡선 구성을 구성하기 위한 최적의 변수값을 설정하며, 설정된 변수 값에 기반한 다중 임계값 결정기법을 제안한다. 다수 영상에 대한 모의실험과 기존 히스토그램 기반의 임계값 결정법과의 비교 및 검토를 통해 제안한 기법의 효용성을 보인다.

• 한국멀티미디어학회논문지
• /
• 제20권7호
• /
• pp.979-985
• /
• 2017

This paper, which covers a fluorescence microscopy image of brain tumor cells, looks at drug reactions by treating different types and concentrations of drugs on a plate of $24{\times}16$ wells. Due to the limitation of the field of view, a well was taken into 9 field images, and each has an overlapping area with its neighboring fields. To analyze more precisely, image stitching is needed. The basic method is finding a similar area using normalized cross-correlation (NCC). The problem is that some overlapping areas may not have any duplicated cells that help to find the matching point. In addition, the cell objects have similar sizes and shapes, which makes distinguishing them difficult. To avoid calculating similarity between blank areas and roughly distinguishing different cells, thresholding is added. The thresholding method classifies background and cell objects based on fixed thresholds and finds the location of the first seen cell. After getting its location, NCC is used to find the best correlation point. The results are compared with a simple boundary stitched image. Our proposed method stitches images that are connected in a grid form without collision, selecting the best correlation point among areas that contain overlapping cells and ones without it.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.466-471
• /
• 2007

Otsu의 임계값 결정법을 포함한 기존의 임계값 결정 기법은 그레이 레벨 빈도수 히스토그램 정보를 이용하여 임계값을 결정한다. 그러나 빈도수 히스토그램은 입력 영상에서 그레이 레벨 빈도수 정보만을 재구성한 것이므로, 입력 영상의 그레이 레벨의 분포 및 그레이 레벨간의 관계성을 포함하지 않는다. 따라서 임계값 결정에 있어서 영상의 정보를 충분히 반영하지 못하여 때때로 부적절한 임계값을 제시한다. 본 논문에서는 빈도수 정보뿐만 아니라 그레이 레벨간의 상관관계함수를 정의하고, 정의된 상관관계함수를 이용하여 공간적 상관관계 정보 추출 및 추출된 정보로부터 임계값을 결정하는 기법을 제안한다. 제안된 기법의 타당성을 빈도수 히스토그램에 기반한 Otsu의 임계값 결정법과의 비교 실험을 통하여 보인다.

• 전자공학회논문지CI
• /
• 제43권5호
• /
• pp.29-37
• /
• 2006

스레쉬홀딩(thresholding)은 영상 화소의 군집이나 강도를 이용하여 영상을 분할하는 기본 기술이다. Otsu의 스레쉬홀딩 방법에서는 정규화 된 히스토그램을 이산 밀도함수로 보아 화소의 클래스 간 분산을 최대화시키는 판별식을 이용한다. 그러나 Otsu의 방법에서는 여러 객체로 이루어진 영상에서 최적의 스레쉬홀드를 찾기 위하여 그레이레벨 전 구간에 대해 모든 가능한 분산 값을 반복적으로 계산해 보아야 하기 때문에 계산 시간이 길게 걸리는 문제가 있다. 본 논문에서는 Otsu의 방법을 개선하여 간단하지만 고속으로 멀티-레벨의 스레쉬홀드 값을 구할 수 있는 방법을 제안한다. 전체 그레이 구간 영역에 대하여 Otsu의 방법을 적용시키기 보다는 먼저 그레이 영역을 작은 부분-구간으로 나눈 다음 Otsu의 방법을 적용시키는 처리를 반복하여 원하는 개수의 스레쉬홀드를 구하는 방법이다. 본 제안 방법에서는 맨 처음 대상 영상의 그레이 구간을 2부류로 나눈다. 이 때, 분할을 위한 스레쉬홀드는 전 구간을 대상으로 Otsu의 방법을 적용하여 구한다. 그 다음에는 전체 구간이 아닌 분할된 부분-구간을 대상으로 Otsu의 방법을 적용하여 두 부류를 4부류로 나눈다. 이와 같은 처리를 원하는 개수의 스레쉬홀드를 얻을 때 까지 반복한다. 세 종류 벤취마크 영상과 50개 얼굴영상에 대해 실험한 결과, 제안 방법은 대상 영상을 특성에 맞게 고속으로 잘 분할하였으며, 패턴 매칭이나 얼굴인식에 이용될 수 있는 가능성을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.109-110
• /
• 2012

본 논문에서는 2차원 바코드 영상을 위한 적응적 이진화 방법을 제안한다. 적응적 이진화 방법은 주로 문서 영상에 맞게 발전되어 왔다. 그러므로 기존 방법들은 이차원 바코드 영상 인식에 적용하기에 부적절하다. 이 문제점을 극복하기 위해 적분영상을 사용한 새로운 적응형 이진화 방법을 소개한다. 제안한 방법의 성능 입증을 위해 기존 방법과 속도, 성능 비교 실험을 수행하였고 실험 결과는 기존 방법보다 우수함을 입증하였다.

• 한국정보컨버전스학회논문지
• /
• 제6권2호
• /
• pp.45-49
• /
• 2013

다른 생체신호와 마찬가지로 심전도(ECG) 신호도 측정시 백색잡음이 발생한다. 백색잡음을 효과적으로 제거하여 심장 관련 진단의 정확도를 높이고자 하였다. 심전도 신호에 백색잡음을 발생시켜 샘플링 신호를 만들었다. 웨이블릿 변환과 문턱치를 이용하여 잡음을 제거하였다. 신호대잡음비(SNR)를 이용하여 제거된 잡음을 수치적으로 비교하였다. 신호대잡음비 비교한 결과 SURE 방법은 3, 5dB에서 5.9531, 4.9301로 가장 좋은 결과를 나타내었고, uninversal 방법은 7, 9dB에서 3.6590, 1.9698로 가장 좋은 결과를 나타내었다. 문턱치를 이용한 잡음 제거시 잡음을 효과적으로 제거할 수 있었다. 심전도를 이용한 심장질환 진단에 정확도를 높일 수 있을 것으로 기대된다.

• 융합신호처리학회논문지
• /
• 제11권1호
• /
• pp.1-8
• /
• 2010

영상에 존재하는 잡음을 제거하는 방법은 공간영역과 변환영역에서 많은 연구가 되어 왔다. 초기에는 공간영역에서 저역통과필터를 많이 사용하였으나, 최근에는 변환영역에서 이산 웨이브릿 변환이 탁월한 에너지 집중도와 다분해능 성질에 기인하여 영상압축 뿐만 아니라 잡음제거에도 많이 사용되고 있다. 본 논문은 인간시각필터로 고려되는 Gabor 코사인과 사인 함수를 이용한 변환을 소프트 문턱치 기법으로 영상 잡음제거 응용에 적용하고자 한다. 기존 소프트 문턱치 기법을 이용하는 우수한 웨이브릿 변환과 PSNR 성능을 비교하고, 잡음 제거된 결과 영상을 시각적으로도 비교한다. 4가지 Gaussian 분포 잡음을 첨가한 여러 실제 영상의 실험으로부터 제안한 변환이 PSNR 성능에서 최대 1.18dB 우수하고, 시각적 인지에서도 분명한 차이를 보였다.

• Journal of information and communication convergence engineering
• /
• 제9권5호
• /
• pp.487-490
• /
• 2011

This paper presents splitting and merging algorithm based on adaptive thresholding. The algorithm first divides the image into blocks, and then compares each block using the calculated thresholding value. The blocks which are same are merged using the certain threshold value and different blocks are split unless it satisfies the threshold value. When the block has been merged, maximum and minimum block sizes are determined then the average block size is determined. After the average block size is determined the average intensity and standard deviation of average block is calculated. The process of thresholding is applied to binarize the image. Finally, the experimental results show that the proposed method distinguishes clearly the background with text in the document image.