• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.653-656
• /
• 2001

본 논문에서는 임의의 카메라 회전운동으로 획득된 두 영상간의 기하학적 관계로부터 대응관계를 정의하고 허프변환을 이용하여 효율적인 영상 정합을 수행하는 알고리즘을 제안한다. 제안하는 알고리즘은 카메라를 임의로 회전시켜 얻은 영상들에 대해서도 정확한 영상 정합을 할 수 있다. 특히 영상 정합 시 발생하는 오차를 최소화시켜 영상 기반 가상환경 생성 시 유용하게 사용되어질 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.313-313
• /
• 2018

유량 자료는 수자원 계획 및 개발, 정책결정, 관련 시설 운영 등의 가장 기초가 되는 핵심 자료이다. 하지만 전세계적으로 많은 유역에서 경제적 이유 등으로 인해 현장에서 정확한 유량 자료를 확보하는데 한계가 있다. 본 연구에서는 이러한 문제점을 극복하고자 SAR 영상을 활용한 하천의 유량 추정 기법을 개발하였다. 악천후 및 주야의 영향을 받지 않는 SAR 영상 자료인 유럽항공우주국 ESA(European Space Agency)의 Sentinel-1 영상자료와 함께 한강홍수통제소에서 제공하는 지상 관측 자료를 사용하여, 위성 영상자료에서 하천의 면적을 추출한 후 유량과의 상관관계를 분석하였다. 촬영 시간 등에 의한 위성 영상의 조도 차이에 따른 하천 면적의 오차를 제거하기 위하여 각 관측소별로 영상을 보정하였고 주변 지역에 의한 오차를 줄이기 위하여 하천유역을 분리하여 면적을 추출하였다. 이를 통해 하천 면적과 유량의 상관관계를 파악하였다. 국내 10여 개의 하천에 대하여 기법을 적용한 결과, 유량을 비교적 정확히 추정할 수 있었다. 본 연구의 결과는 미계측 유역의 수자원 관리 능력을 향상시킬 것으로 기대된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.155-163
• /
• 2001

In this paper, we propose an image registration method by optimization of mutual information to provide a significant infonnation from multimodality images. The method applies mutual infonnation to measure the statistical dependency'r information redundancy between the image intensities of corresponding pixels in both images, which is assumed to be maximal if the images are geometrically aligned. We show the registration results optimizing mutual information between brain MR image and brain CT image and the comparison results with additive gaussian noise. Since our method uses the native image rather than prior segmentation or feature extraction, no user interaction is required and the accuracy of registration is improved. In addition, it shows the robustness against the noise.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.73-73
• /
• 2015

자연 하천의 홍수 유량 측정은 매우 어렵고 많은 비용과 시간, 노력을 요하는 작업이다. 보다 안전하고 경제적인 유량 측정의 대안으로 제시된 것이 하천 표면의 영상 분석을 이용하는 표면영 상유속계이다. 본 연구는 안드로이드 기반의 스마트폰을 이용한 실시간 표면영상유속계를 개발하는 것이다. 스마트폰에 내장된 카메라, GPS, 방향 센서, CPU를 활용하여, 실시간으로 현장에서 하천의 표면유속을 측정하는 것이다. 먼저, 스마트폰의 GPS를 이용하여 측정 현장의 위치를 잡고, 경사계(방향 센서)를 활용하여 카메라와 촬영면의 기하적인 관계를 설정한다. 수표면과 카메라의 높이차만을 입력하고, 측정된 카메라의 경사에서 하천 수표면의 위치관계를 추정할 수 있는 카메라 모형을 작성하였다. 이 방법을 이용함으로써 기존 표면영상유속계의 단점 중 하나인 참조점 보정이 필요없도록 하였다. 내장된 카메라로 정해진 시간(3초) 동안 동영상을 촬영하고, 촬영된 동영상은 개방 소스의 영상처리 라이브러리인 JavaCV를 이용하여 프레임별로 분할하고, 이를 시공간 영상 분석하여 하천 표면의 2차원 유속장을 추정한다. 영상의 시공간 분석에는 상호상관 시공간분석법을 이용하였다. 모든 코드는 안드로이드 운영체제에서 실행되도록 Java로 작성하였다. 시판되는 안드로이드 스마트폰에 적용하여 현장 시험한 결과 3초간의 영상 처리에 5초 정도를 소요하여, 거의 실시간으로 유속을 측정할 수 있었다. 또한 유속 측정 오차는 일반적인 영상 처리의 오차인 5% 내외였다.

• Journal of the Korean Society of Radiology
• /
• v.81 no.2
• /
• pp.324-336
• /
• 2020

Cardiovascular calcifications can occur in various cardiovascular diseases and can serve as a biomarker for cardiovascular event prediction. Advances in CT have enabled evaluation of calcifications in cardiovascular structures not only on ECG-gated CT but also on non-ECG-gated CT. Therefore, many studies have been conducted on the clinical relevance of cardiovascular calcifications in patients. In this study, we divided cardiovascular calcifications into three classes, i.e., coronary artery, thoracic aorta, and cardiac valve calcifications, which are closely associated with cardiovascular events. Further, we briefly described pericardial calcifications, which can be found incidentally. Since the start of lung cancer screening in Korea in the second half of 2019, the number of non-enhanced, non-ECG-gated, low-dose chest CT has been increasing, and the number of incidentally found cardiovascular calcifications has also been increasing. Therefore, understanding the relevance of cardiovascular calcifications on non-enhanced, non-ECG-gated, low-dose chest CT and their proper reporting are important for radiologists.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.664-669
• /
• 2007

현대관계는 가상세계의 인간관계를 바탕으로 이루어진다. 사람과 사람과의 커뮤니케이션은 가상세계의 만남과 연결로 이루어지며, 비접촉적이고 비물질적인 관계의 발전으로 나아가고 있다. 현대인들은 나이에 상관없이 가상의 세계에서 자신을 홍보하고, 치장하며, 새로운 인간관계의 생산에 관여한다. 이들은 인간관계를 경계하며 그들을 이해하려 하지 않는 사람과의 교제보다는 그들을 이해하고, 같이 할 수 있는 사람들과의 관계를 선호한다. 즉, 그들은 직접적인 관계를 부담스러워하고, 가상적인 관계를 선호하며, 자신의 부재, 자신의 익명성을 무기화한다. 본 논문은 이런 비물질적인 관계의 공격성을 실제상황에서 보이는 영상이나 물질적인 오브제로 가시화하는 방법을 연구하고자 한다. 그 방법으로 초음파센서를 사용하여, 실제적인 거리에 따라 영상이나 오브제가 변화하는 방법으로, 웹에서의 공격성을 가시화하고자 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.195-198
• /
• 2005

최근 실내 환경에서 영상 정보를 사용하여 로봇이 서비스를 제공하기 위한 연구가 활발하다. 과거 영상 처리 접근 방법은 산업 환경과 같은 예측 가능한 환경을 바탕으로 미리 정의된 기하학적 모델을 통해 상황을 인식하였기에, 이를 실내 환경과 같은 가변적인 환경에 적용할 시 성능이 저하된다. 이에 지식을 기반으로 불확실성을 해결하여 정확도를 향상 시킴으로써 영상 인식 성능을 높이기 위한 다양한 연구가 진행되어 왔다. 본 논문에서는 실내에서 활동하는 서비스 로봇의 물체인식 성능을 향상시키기 위해, 대상 물체가 다른 물체에 의해서 가려져 있는 경우 대상 물체의 존재 여부를 추론하기 위한 베이지안 네트워크 모델링 방법을 제안한다. 제안하는 방법은 작은 단위로 설계된 베이지안 네트워크들을 상황에 따라 결합하여 추론 모델이 구성되게 하였고 물체간의 관계를 효과적으로 표현하고 초기 확률 값을 단일하게 유지하기 위해 제안된 확률 값 설정 방법을 사용하였다. 실험은 물체 관계를 추론하는 모듈의 성능을 검증하기 위해 수행되었는데, 5가지 장소에서 82.8$\%$의 정확도를 보여주었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.1008-1010
• /
• 2014

본 논문에서는 색상-깊이 영상간의 좌표 변환 관계 검출 시스템 및 변환 정확도 측정 시스템의 알고리즘을 제안한다. 자체 제작한 3D 체크 패턴 구조물을 이용하여 두 영상간의 대응점을 찾고, 이들 간에 관계식을 수치적 분석 또는 수학적인 분석을 통해 관계를 유도하였다. 키넥트 카메라를 이용하여 실험을 하였고, 3차원 영상으로 기존의 방법과 비교하여 성능이 향상됨을 확인 할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.9-11
• /
• 2016

최근 UHDTV(ultra high definition television) 등의 고해상도 디스플레이가 시장에 등장하면서, 기존의 저해상도 FHD(full high definition) 영상을 고해상도 영상으로 변환할 수 있는 초해상화(super-resolution, SR) 기법들이 각광을 받고 있다. 그 중, 선형 매핑(linear mapping)을 사용하여 저해상도 패치(patch)로부터 고해상도 패치를 복원하는 초해상화 기법은 상대적으로 낮은 복잡도로 좋은 품질의 고해상도 영상을 생성한다. 그러나 이러한 기법은 단순한 선형 매핑을 기반으로 하기 때문에 복잡한 비선형적(nonlinear) 저해상도-고해상도 관계를 예측하기 힘든 단점이 있다. 최근 각광받는 딥러닝(deep learning) 기술은 다층(multi-layer) 네트워크를 쌓아 입력과 출력 간의 복잡한 비선형 관계를 훈련시켜 좋은 성능을 보이는데, 이를 바탕으로 본 논문에서는 다중의 레이어로 구성된 다층 선형 매핑(multi-layer linear mappings, MLLM)을 기반으로 하는 초해상화 기법을 새롭게 제안한다. 제안하는 다층 선형 매핑은 기존 선형 매핑보다 비선형적 관계를 더 잘 예측하여 높은 품질의 고해상도 영상을 생성할 수 있게 한다. 제안된 초해상화 기법은 딥러닝 기반 초해상화 기법과 필적하는 품질의 고해상도 영상을 생성하면서도 더 낮은 복잡도를 지니는 것을 확인하였다.