• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.6
• /
• pp.865-871
• /
• 2022

In this paper, we propose a method of extracting prostate region using morphological characteristics of ultra-sonic image of prostate. In the first step of the proposed method, the edge area of the prostate image is extracted. The histogram of ultra-sonic image is used to extract base objects to detect the upper edge of prostate region by altering the contrast of the image, then, the lower edges of the extracted base objects are connected by using monotone cubic spline interpolation to extract the upper edge. Step 2, Otsu's binarization is applied to the region under the extracted upper edge of the prostate ultra-sonic image to extract the lower edge of prostate. In the last step, the upper and the lower edges are connected to extract prostate region and by comparing the extracted region of prostate with the one measured manually, the result showed that the morphological characteristics of prostate in ultrasonic image can be utilized to extract the prostate region.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.317-320
• /
• 2000

경계선 추출(edge detection)은 영상처리 및 인식 분야의 여러 응용분야에서 쓰이는 중요한 전처리과정 중 하나이다. 경계선이란 두 영역 사이의 경계에 위치한 점들[12]을 말하며, 경계선 추출은 영상 속에 위치한 이런 경계점들을 찾는 작업을 말한다. 경계선 추출 방법에 대해서는 많은 연구가 진행되어 왔지만 사물의 실제 경계선을 정확히 추출해내는 것은 여전히 어려운 문제로 남아있다. 이에 본 논문에서는 인간의 시각 정보처리 방법을 기존 문헌을 통해 분석하고 이를 기반으로 한 경계선 추출 모형을 제안한다. 제안된 모형은 기존의 수학적인 시각 모형에서 불가피하게 제외되는 시각 특징 및 인간의 시각기관의 특징을 포함할 수 있을 것으로 기대된다.

• Proceedings of the IEEK Conference
• /
• 1998.10a
• /
• pp.967-970
• /
• 1998

본 논문에서는 스캔 영상의 외곽선을 추출하기 위해, 경계선 검출값들의 공간적 특성을 이용하여, 경계선 검출 값들을 계산하였다. 그리고 경계선 검출 값들의 편차 정도에 따라 임계값을 결정 한 다음 스캔 영상의 외곽선을 추출하는 방법을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.484-486
• /
• 2000

일러스트레이션은 물체를 표현하는 최소한의 특징만을 가지고 사물을 표현하는 방법이다. 이를 자동화한 많은 연구들은 주로 많은 스트록을 이용하여 실제와 유사한 일러스트레이션 결과를 생성하고자 하였다. 본 연구는 물체의 특징만을 표현할 수 있는 적은 스트록을 이용하여 일러스트레이션을 생성하는데 목적을 둔다. 이를 위해 우리는 이전 연구[1]에서 간단히 추출된 경계선과 두 가지 스트록 모핑기법을 제시하였다. 본 논문에서는 물체의 특징을 표현하기 위해 유용한 경계선 추출 방법을 제시한다. 정확한 경계선의 추출은 스트록과 더불어 최종 일러스트레이션 결과에 많은 영향을 미친다. 경계선 추출 방법과 이전 논문의 스트록 모핑 방법을 이용한 일러스트레이션 결과는 본 논문의 실험결과로 주어졌다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.111-114
• /
• 2001

게이트 심근 SPECT 영상은 좌심실 구혈률(EF), 확장기말 부피(end-diastolic volume), 수축기말(end-systolic volume)부피 등의 지표로 심근의 기능을 평가하는데 널리 이용된다. 이러한 지표들을 구하기 위해서는 심근 안팎의 경계선을 추출해야 한다. 본 연구는 좌심실의 SPECT short-axis 영상에서 전처리 과정을 거친 영상을 Hough Transform을 이용하여 초기점 설정한 후 심실 내외벽의 경계선을 추출하기 위해 Williams 가 제안한 Active Contour Model(snakes)을 이용하여 심근의 경계선을 자동으로 추출하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.01a
• /
• pp.9-12
• /
• 2017

본 논문에서는 어깨 초음파 영상을 분석하여 인대 손상(Tear) 영역을 추출하는 방법을 제안한다. 제안된 방법은 초음파 영상에서 ROI(Region of Interest) 영역을 추출하고 추출된 ROI 영역에서 사다리꼴 형태의 소속 함수를 적용한 퍼지 스트레칭 기법을 이용하여 명암 대비를 높인다. 명암 대비가 조정된 ROI 영역에서 밝기 평균 이진화 기법을 적용하여 ROI 영역을 이진화한다. 이진화가 적용된 ROI 영역에서 워터쉐드 기법을 적용하여 연골과 힘줄의 후보 영역들을 추출한다. 추출된 연골과 힘줄의 후보 영역들 중에서 위에서 아래로 스캔하여 수평 너비가 가장 큰 영역에 해당하는 힘줄 영역의 상단 경계선을 추출한다. 그리고 아래에서 위로 스캔하여 수평 너비가 가장 큰 영역의 상단 경계에 스플라인 곡선을 적용하여 연골 영역의 상단 경계선을 추출한다. 힘줄 영역의 상단 경계선과 연골 영역의 상단 경계선 양 끝에 2차 함수 곡선을 적용하여 곡선 사이의 양자화할 영역을 추출한 후, SOM 기법을 적용하여 인대 손상 후보 영역을 양자화한다. 양자화된 인대 손상 후보 영역을 분석하여 어깨 힘줄의 손상 영역과 비손상 영역을 구분하고 인대 손상(Tear) 영역을 추출한다. 제안된 방법을 어깨 힘줄이 있는 초음파 영상을 대상으로 실험한 결과, 인대 손상(Tear) 영역이 비교적 정확히 추출되었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.233-239
• /
• 2007

현행 지적도에는 건물 위치가 표시되지 않아 지적도 활용 시 건물 위치 식별이 어렵고, 지적현황측량에 따른 비용과 시간의 소요와 불편을 격고 있으며, 지상 건물의 경계 침범으로 인한 분쟁과 소송이 일어나고 있다. 건축물 경계 추출에 관한 선행연구에서 수치정사사진과 LiDAR를 이용한 건물 경계를 추출은 원칙적으로 지적측량의 원리와 상이한 기준으로 실제 지상의 외벽 경계선이 아닌 건축물의 옥상층 경계선을 추출하였다. 따라서 본 연구에서는 건물등록을 위해 시도해 보지 않았던 건축도면을 이용하여, 기존연구에서 고려되지 못한 지붕선이나 처마선이 아닌 실제 지적측량에서 기준이 되는 외벽의 경계선을 등록하기 위해 건축도면을 활용하였으며, 등록하는 과정에서 ArcGIS 엔진을 이용하여 개발한 자동 등록 방법을 사용하였다. 지적도 필지 경계선과 건축도면의 필지 경계선을 기준으로 등록한 결과 지적현황측량 성과와 수치지역에서 연결오차로 RMSE가 0.10m, 도해지역에서 0.16m로 나타났다. 따라서 건축도면을 이용하여 지적도에 건축물의 경계를 등록함으로써 지상측량을 보완할 수 있으며, 3차원 지적구축을 위한 기반을 조성하고, 지적재조사사업에서 시간과 경비를 획기적으로 절감할 수 있을 것이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.84-87
• /
• 2017

주변 픽셀간의 명도 차이가 작을수록 같은 경계를 구성하고 있을 가능성이 크다. 따라서 주변 픽셀간의 명도를 고려하여 경계 추출기를 활용한다면 보다 정확한 경계선 추출이 가능하다. 하지만 한가지의 히스토그램 평활화와 k-means 군집화를 사용하는 기존 알고리듬은 평활화에 의한 이미지 왜곡이나, 명도 차이가 큰 픽셀이 같은 그룹에 속하는 경우 혹은 명도 차이가 작은 픽셀이 각각 다른 그룹에 속하는 경우와 같이 그룹화의 오류가 있기 때문에 원본 이미지에 없던 불필요한 경계선이 발견되었다. 본 논문은 하나의 이미지에 대해서 여러 가지 히스토그램 평활화 방법으로 각각 다른 명도 분포를 얻어내어 적응적으로 경계선을 판단하는 알고리듬을 제안한다. 이는 기존 알고리듬에서 나타나는 불필요한 경계선을 제거하였으며 기본 경계 추출기의 효과를 향상시켰다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.171-174
• /
• 2010

본 논문에서는 렌즈의 흠집을 추출할 수 있는 퍼지 기법을 이용한 렌즈 흠집 검출 방법을 제안한다. 제안된 방법은 렌즈 영상을 그레이 영상으로 변환한 후, 캐니 마스크를 이용하여 렌즈의 경계선을 추출한다. 추출된 렌즈의 경계선에 대해 평균 이진화와 모폴로지를 이용하여 렌즈 경계선을 보정한다. 렌즈 경계선이 보정된 영상에서 Seed Fill 알고리즘을 적용하여 렌즈의 내부 영역만을 추출한다. 추출된 렌즈의 내부 영역에 해당하는 원 영상에서 소벨 마스크를 적용하여 렌즈 내부 영역의 에지를 추출한다. 렌즈 내부 영역에서 추출된 에지 객체들의 정보를 이용하여 흠집과 비흠집을 분류하는 퍼지 기법을 적용하여 흠집 영역을 추출한다. 본 논문에서 제안된 렌즈의 흠집 검출 방법의 성능을 평가하기 위해 CHEMI, MID, HL, HM 시력 보정용 렌즈를 대상으로 실험한 결과, 제안된 방법이 흠집을 효과적으로 검출하는 것을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.83-87
• /
• 2001

본 연구에서는 입력된 영상을 구성하는 객체의 형태 특징을 이용한 영상 검색 시스템을 제안한다. 현재 MPEG-7의 XM에서 제안된 영상 검색 기술은 정확한 검색이나 유사도를 측정한 수 있는 기능을 가지는 객체정보를 정확하게 추출했다는 가정하에서 기술되고 있다. 그러나 실제 영상에서 물체의 외곽선을 정확히 추출하는 것은 매우 어려우며 물체 내부에 중요한 특징이 있을 때 이를 표현하기도 어렵다. 따라서 현재의 영상 검색 시스템에서는 물체의 추출 없이 물체 외곽선 및 내부 특징에 대한 대략적인 정보를 이용하여 검색을 할 수 있는 형태 위주의 정보가 필요하다. 이를 위해 8방향 chain code를 이용하여 입력 영상으로부터 물체의 중요한 특징 중 하나인 물체의 내부 외부의 경계선을 추출하여 영상의 특징으로 이용한다. 이렇게 함으로써 기존의 물체 추출의 과정없이 형태에 대한 영상 검색을 수행한 수 있다. 형태특징을 얻기 위해서 먼저 체인코드를 이용하여 경계선 추출을 추출하였다. 형태특징으로 객체의 경계선과 무게중심까지의 합, 표준편차 그리고 객체의 장축과 단축 비율 등을 추출하였다. 이러한 형태특징 정보를 이용하여 데이터 베이스에 저장된 영상과 질의 영상을 비교하여 유사도 순위에 따라 후보 영상들을 검색하였다. 환 실험의 결과 크기, 회전 이동 등의 변화에 둔감하였다.