소프트 물체 가시화 방법의 개선을 위해, 크기가 적응 분할되는 셀들로 공간을 분할 하는 방법과 자료 구조를 제안한다. 소프트 물체의 가시화를 위해서는 필드 함수 값을 공간상의 모든 점들에서 구할 수 있어야 한다. 본 논문에서는 주어진 한 점에 영향을 미치는 소프트 물체들을 인터벌 트리 (interval tree)라는 자료구조를 검색함으로써 계산할 수 있다. 인터벌트리는 물체들의 제한 용적 (bounding volume)에 기반하며, 점이나 선분들과 같은 단순한 뼈대 (skeleton)로부터 생성된 소프트 물체를 나타내고 있다. 각 구성 컴포넌트 (componet)의 제한 용적은 국지 필드 함수의 반경, 한계 값 (threshold value), 이웃한 컴포넌트들과의 관계 등으로부터 계산된다. 제안된 방법은 소프트 물체의 모델링이나 렌더링 등의 많은 응용에 사용될 수 있으며, 특히 대화형 모델링 과정에 유용하다.

프랙탈 이미지 코딩은 높은 압축율을 비롯하여 많은 장점을 가지고 있다. 그러나 압축 과정은 일반적으로 domain 블록 pool에 대한 긴 탐색시간으로 효율이 나빠진다. 본 논문에서는 블록 분류와 분산 기반의 탐색을 병용한 domain 블록 pool 탐색 방법을 소개한다. 이 방법은 블록 분류에 대하여 분류 블록의 분산 값은 독립적이라는 사실을 이용한다. 따라서 이 방법은 단순한 분산 기반의 탐색 방법보다 O(number of classes)에 비례하는 탐색 속도향상이 된다. 실험의 결과는 본 방법이 단순히 분산 값을 적용한 탐색 방법과 비교하여 이미지 품질은 거의 그대로 유지하면서 17배 이상의 속도 향상을 이루었음을 보인다. 또한 이미지 품질의 가시적인 손실 없이 탐색 속도를 더욱 향상시키는 분산 기반의 탐색 방법을 제안한다.

본 논문에서는 평면 다항식 피타고리안 호도그라프 곡선을 그 근들의 관점에서 특별한 기하학적 재 매개화하는 것에 관하여 연구한다. 피타고라스 호도그라프 곡선들은 그 호도그라프의 근들에 의하여 완전히 결정된다. 피타고라스 호도그라프 곡선들의 근들의 자취는 아주 흥미로운 기하학적 성질들을 만족함을 보인다.

3D 컴퓨터 그래픽에서 그림자는 매우 중요한 요소이다. 그림자가 없으면 물체와 물체간의 정확한 위치를 파악하기가 어렵기 때문이다. 즉, 물체가 다른 물체에 바로 붙어있는지 조금 떨어져 있는지를 알아내기가 곤란한 것이다. 이러한 그림자의 중요성에도 불구하고 현존하는 3D 가속 하드웨어들은 그림자의 생성을 전혀 지원하지 못하고 있다. 또한, 이것을 보완하기 위해 많은 그림자 생성 알고리즘들이 제시되었지만 모두 그 한계가 명확하였다. 많은 그림자 생성 기법 중 텍스춰 하드웨어를 이용한 그림자 지도 기법은 광원과 물체가 고정되어 있을 경우 매우 빠른 속도로 그림자를 생성시킬 수 있지만 광원이나 물체가 움직일 경우에는 속도가 느려지게 된다. 본 논문에서는 그림자 지도 기법에 영상기반 렌더링 기법을 적용하여 실시간으로 그림자를 생성하고자 하였다. 본 논문의 기법은 매우 많은 메모리를 필요로 하기 때문에 데이터를 적당히 샘플링하여 웨이블릿 기반 압축 기법으로 압축하였고, 그림자를 생성할 때는 가장 가까이 저장된 그림자들을 2차원 보간하였다.

본 논문에서는 다중 모달리티 영상으로부터 상호보완적인 정보를 추출하여 통합된 형태로 표현하기 위하여 다해상도 영상정합을 위한 상호정보 최적화 방법을 제안한다. 본 방법은 두 영상이 기하학적으로 정렬되면 명암도 유사성 측정을 위한 평가함수인 상호정보가 최대화된다는 가정 하에 두 영상에서 대응되는 화소 명암도간 통계적 의존관계나 정보중복성을 계산하여 영상간 변환관계를 추정하여 정합한다. 실험결과로는 뇌 자기공명영상과 뇌 전산화단층 촬영영상을 사용하여 육안평가를 통한 정확성 측면과 초기조건 변화와 잡음 첨가를 통한 견고성 측면으로 검증한다. 본 방법은 표면이나 특징 부위 추출에 의한 정합이 아닌 영상 자체 정보를 사용함으로써 사용자와의 빈번한 상호작용을 줄이며 비모수화 밀도추정으로 기존 평가함수보다 견고하게 밀도추정이 가능하다. 또한 다해상도 기법을 적용한 확률적 최적화로 견고한 수렴을 유도한다.