In many image processing tasks, connected component labeling (CCL) is performed to extract regions of interest. CCL was usually done in a sequential fashion when image resolution was relatively low and there are small number of input channels. As image resolution gets higher up to HD or Full HD and as the number of input channels increases, sequential CCL is too time-consuming to be used in real time applications. To cope with this situation, parallel CCL framework was introduced where multiple cores are utilized simultaneously. Several parallel CCL methods have been proposed in the literature. Among them are NSZ label equivalence (NSZ-LE) method[1], modified 8 directional label selection (M8DLS) method[2], and HYBRID1 method[3]. Soh [3] showed that HYBRID1 outperforms NSZ-LE and M8DLS, and argued that HYBRID1 is by far the best. In this paper we propose an improved hybrid parallel CCL algorithm termed as HYBRID2 that hybridizes M8DLS with label backtracking (LB) and show that it runs around 20% faster than HYBRID1 for various kinds of images.

Outlier detection and removal is a crucial step needed for various image processing applications such as image registration. Random Sample Consensus (RANSAC) is known to be the best algorithm so far for the outlier detection and removal. However RANSAC requires a cosiderable computation time. To drastically reduce the computation time while preserving the comparable quality, a outlier detection and removal method based on modified K-means is proposed. The original K-means was conducted first for matching point pairs and then cluster merging and member exclusion step are performed in the modification step. We applied the methods to various images with highly repetitive patterns under several geometric distortions and obtained successful results. We compared the proposed method with RANSAC and showed that the proposed method runs 3~10 times faster than RANSAC.

본 논문에서는 시각장애인이 안내견과 함께 보행 중 환경적 요소와 상황에 따른 인지를 도와주기 위한 안내견 하네스 행동 알림 시스템을 구현하였다. 이를 위하여 안내견의 하네스 안장에 IMU(inertial measurement unit)모듈 및 가속도센서 다리벨트를 장착하였으며, 이로부터 출력되는 정보를 이용하여 안내견의 보폭추정과 자세판단을 수행하였다. 구현된 시스템의 성능을 평가하기 위하여 안내견이 인지하고 있는 자세를 오르막 계단 자세, 내리막 계단 자세, 오르막길, 내리막길 및 평지와 정지 상태로 나누웠으며 시각장애인의 안전을 위한 행동인 불복종명령 상태을 포함한 7가지의 행동에 대한 판별 실험을 수행하였다. 그 결과 안내견 행동 규칙 인식 성공률은 평균 92.78%로 나타났으며, 안내견 하네스 행동알림 시스템의 실제 적용 시 유용성을 확인하였다.

본 논문은 신문, 잡지, 앨범 등에서 추출한 정적인 영상으로부터 이와 연계된 동영상을 증강현실로 보여주는 서비스를 제공하는 시스템을 설계하고 구현하였다. 먼저, 매체에 인쇄되어 있는 원본 영상에 대하여 SURF 알고리즘을 이용하여 특징점을 추출하여 관련 동영상과 함께 저장한다. 다음으로 스마트폰 등의 모바일 기기의 카메라를 이용하여 이미지를 촬영하면, 이의 특징점을 실시간으로 추출하여 이와 매칭되는 원본 영상을 검색하여 연결된 동영상을 불러와서 스마트폰을 통해 증강현실로 보여준다. 제안 시스템은 안드로이드 스마트폰에 적용시켜 보았으며 테스트 결과, 인쇄매체의 이미지 일부가 오염 또는 훼손되어도 인식에 문제가 없이 잘 동작함을 확인하였다.

The ECG(Electrocardiograph) ambulatory test as called Holter is performed usually to diagnose several heart diseases causing different arrhythmias. This paper exposes the insights of the design of a 10-lead ambulatory ECG recorder. Reducing the size and minimizing the power consumption of the ECG recorder are crucial to allow long recording time without causing discomfort to the patient. This paper proposes lower hardware design and differential compression algorithm to extend the maximum 72 hours recording time in consideration of smaller and light-weighted recorder size. The performance results by newly introduced compression algorithm are shown and discussed.