• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.561-574
• /
• 2008

2차원 전기영동 영상 분석 프로그램의 반점 검출 단계는 영상 분할 알고리즘을 사용해서 겔 영상을 반점 영역으로 분할하고 각 반점 영역을 반점 형태 모형에 정합하여 다음 단계에 필요한 반점 정보를 정량화한다. 현재 영상 분할 알고리즘으로는 분수령 기법이 일반적으로 사용되며, 대표적인 반점 형태 모형으로는 가우스 모형, 확산 모형이 있다. 확산 모형이 가우스 모형보다 실제의 반점 형태에 좀 더 가깝기는 하지만, 반점 형태는 매우 다양하며 특히 x-축과 y-축에 대해서 비대칭적인 형태를 보인다. 반점이 비대칭적 형태인 이유는 2-DE 처리가 통상 이상적인 환경 하에서 이루어질 수 없기 때문에 단백질이 완전히 확산되지 못하기 때문으로 알려져 있다. 따라서 본 논문에서는 비대칭 확산 모형을 제안한다. 비대칭 확산 모형은 초기에는 단백질이 하나의 원으로부터 확산되지만, 시간이 흐름에 따라 x-축과 y-축에 대해서 비대칭적으로 확산된다고 가정한 모형이다. 실험으로서 19개의 겔 영상에 대해서 세 모형별로 반점 정합을 수행하고 세 모형의 비교를 위해서 SNR의 평균을 구하였다. 실험결과인 SNR의 평균은 가우스 모형이 14.22dB, 확산 모형이 20.72dB, 비대칭 확산 모형이 22.85dB이었다. 실험결과로써 비대칭 확산 모형이 가우스 모형과 확산 모형에 비해서 반점 정합에 보다 더 효율적이며 적합한 모형임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.687-696
• /
• 2014

본 논문은 사용자의 입력, 색상 및 깊이 정보를 이용한 의미론적 물체 분할 방법을 제안한다. 의미있는 영역을 깊이영상에서 유사한 깊이 정보와 사용자 스트로크 입력의 중심에 위치한다고 가정한다. 제안된 방법은 스트로크 입력을 이용하여 관심 영역을 설정하고, 색상과 깊이 정보를 이용하여 의미있는 영역을 검출한다. 구체적으로 제안방법은 관심영역에 대해 색상과 깊이 정보를 이용한 과분할 과정과 과분할 영역에 대해 깊이 정보를 이용한 의미론적 물체 추출과정으로 구성되어 있다. 과분할 과정에서 적응적 임계값 적용 및 형태학적 기울기에 대한 적응적인 가중치 적용을 통한 마커 추출 방법을 제안하였다. 의미론적 물체 추출과정에서는 관심영역의 가장자리 영역에서 내부 영역으로의 순서대로 전체 깊이의 평균과 차이를 이용하여 추출하고자 하는 물체 영역인지 아닌지를 결정하도록 하였다. 실험 결과에서 제안한 방법이 효과적으로 의미있는 물체 추출 결과를 얻을 수 있음을 보인다.