• 제목/요약/키워드: 영역확장법

검색결과 227건 처리시간 0.031초

슬라이스 기반의 3차원 영역 확장법 (Slice-based 3 Dimensional Region Growing)

  • 구교범;김동성;김종효
    • 대한전자공학회:학술대회논문집
    • /
    • 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
    • /
    • pp.643-646
    • /
    • 2000
  • 의료 영상에서 관심 있는 부위를 3차원으로 재구성 하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 3차원적 정보를 이용한 영상 분할 방법으로 슬라이스 기반의 3차원 영역 확장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗을 전달하여 재귀적으로 3차원 영역을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스 간의 영역의 크기를 이용하여 새나감을 방지한다. 제안된 방법을 튜브 형태의 기관의 분할에 적용한 결과, 새나감 없이 뽀족한 가지들까지도 성공적으로 분할 했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

  • PDF

적응적 다중 시드 영역 확장법을 이용한 구조적 패턴의 보도 영역 검출 (Detection of Pavement Region with Structural Patterns through Adaptive Multi-Seed Region Growing)

  • 원선희;주성일;나현숙;최형일
    • 정보처리학회논문지B
    • /
    • 제19B권4호
    • /
    • pp.209-220
    • /
    • 2012
  • 본 논문에서는 보행자에 장착된 카메라로부터 입력된 자연영상에서의 구조적 패턴 변화에 강인한 적응적인 보도 영역 검출 기법을 제안한다. 제안하는 방법에서는 다양한 패턴을 가지는 보도 환경에서 안정적으로 보도 영역을 분할하기 위해 첫 번째 단계에서는 소실점에 기반하는 VRay를 이용한 방사형 영역 분할법을 통해 보도의 경계선을 검출하여 보도의 후보영역을 분리하며, 두 번째 단계에서는 분리된 후보영역 내에서의 시드 영역 확장법(SRG)을 개선한 적응적 다중 시드 영역 확장법(A-MSRG)를 통해 구조적 패턴이 반복되는 보도 영역을 실시간으로 검출하는 방법을 수행한다. 성능평가를 위해 제안된 방사형 영역 분할법과 A-MSRG와의 결합에 의한 영역 검출 결과의 효율성을 측정한다. 기존의 SRG, MSRG 방법과의 비교 수행을 통해 제안된 방법의 타당성을 입증하였다.

영역 확장법을 이용한 연기검출 (Smoke Detection using Region Growing Method)

  • 김동근
    • 정보처리학회논문지B
    • /
    • 제16B권4호
    • /
    • pp.271-280
    • /
    • 2009
  • 본 논문에서는 옥외 비디오 영상에서 영역 확장법을 이용한 연기 영역검출 방법을 제시한다. 제안된 방법은 차영상에 의한 초기 변화영역 검출 단계, 경계선 검출 및 확장 단계, 특징 검출 및 연기분류의 3단계로 구성된다. 초기 변화영역 검출 단계에서는 배경영상으로 차영상을 계산하고, 초기 임계치를 이용하여 이진영상을 구하고, 잡음 제거를 위하여 모폴로지 연산을 수행한다. 경계선 검출 및 확장 단계는 레이블링 알고리즘에 의해 이진영상에서 변화영역을 검출하고, 각 변화영역의 경계선을 검출한 다음, 차영상과 경계선을 이용하여 확장된 경계선을 계산한다. 특징 검출 및 연기분류 단계에서는 확장된 경계선에 모멘트를 이용하여 타원을 추정하고 타원의 시간에 따른 특징정보를 이용하여 연기 영역을 분류한다.

영역확장법 및 로그격자를 이용한 수치모델링 효율 향상 연구 (Improved efficiency of numerical modeling using the expanding domain method with a logarithmic grid)

  • 홍보람;배호석;하완수;정우근
    • Journal of Advanced Marine Engineering and Technology
    • /
    • 제40권1호
    • /
    • pp.75-80
    • /
    • 2016
  • 유한차분법에 바탕을 둔 수치모델링은 컴퓨터기술의 발전과 함께 다양하게 이용되고 있다. 하지만 대용량의 컴퓨팅 리소스를 필요로 하는 문제를 지니고 있다. 이러한 한계를 극복하기 위해 본 연구에서는 로그격자와 영역확장법을 함께 적용하여 수치모델링 알고리즘을 제안하였다. 기존의 일반적인 등격자 유한차분법과 비교를 통해 알고리즘의 타당성 및 정확성을 검증하였으며, 수치예제를 통해 새롭게 제시된 알고리즘의 계산 효율성을 확인하였다.

확장된 시간영역 유한차분법을 이용한 고주파 증폭기 해석 (The Analysis of Microwave Amplifier using an Extended FDTD Method)

  • 강희진;노범석;최재훈
    • 한국전자파학회:학술대회논문집
    • /
    • 한국전자파학회 2000년도 종합학술발표회 논문집 Vol.10 No.1
    • /
    • pp.130-134
    • /
    • 2000
  • 본 논문에서는 확장된 시간영역 유한차분법(Extended finite difference time domain method)을 이용하여 마이크로파 중폭기를 해석하였다. 회로에 포함되어 있는 능동 소자는 고주파 등가 회로를 이용하여 모델링 하였다. 고주파 등가 회로를 통하여 계산한 게어트와 드레인의 전류를 FDTD의 전계 계산식에 첨가향으로개 마이크로스트립 회로의 전자기파와 능동 소자와의 상호 작용을 특성 지었다. 해석 결과는 주파수 영역 회로 해석법(Frequency-domain circuit analysis)을 이용한 결과와의 비교를 통하여 정확성을 입증했다.

  • PDF

영상 잡음 제거를 위한 영역 확장 기반 가변 윈도우 크기 결정 알고리즘 (Region Growing Based Variable Window Size Decision Algorithm for Image Denoising)

  • 엄일규;김유신
    • 대한전자공학회논문지SP
    • /
    • 제41권5호
    • /
    • pp.111-116
    • /
    • 2004
  • 웨이블릿 영역에서 Bayesian 추정법을 이용한 잡음 제거를 위해서는 웨이블릿 계수의 prior 모델, 잡음의 확률분포, 웨이블릿 계수에 대한 분산 등의 정보가 필요하다. 잡음 제거의 일반적인 방법은 웨이블릿 계수에 대한 적절한 prior 모델을 설정하고 이에 대한 신호의 분산을 추정하는 것이다. 본 논문에서는 영역 확장 방법을 사용하여 영상의 영역에 따라 분산을 추정하기 위한 창의 크기를 결정하는 방법을 제안한다. 이웃 계수의 범위는 동질성 척도를 정의하여 가장 작은 영역부터 영역을 확장하는 방법을 사용한다. 결정된 가변 이웃 영역을 사용하여 원 신호의 분산을 결정하고 이를 이용하여 웨이블릿 영역에서 Bayesian 추정법을 사용하여 영상의 잡음을 제거한다. 실험 결과를 통하여 제안 방법이 기존의 방법보다 높은 PSNR을 나타냄을 보여 준다.

Quadtree와 영역확장법에 의한 LiDAR 데이터의 지면점 추출 (Extraction of Ground Points from LiDAR Data using Quadtree and Region Growing Method)

  • 배대섭;김진남;조기성
    • 대한공간정보학회지
    • /
    • 제19권3호
    • /
    • pp.41-47
    • /
    • 2011
  • 원시 LiDAR 데이터는 벡터 구조이기 때문에 직접 활용 시 처리과정이 복잡해지지만, LiDAR 데이터를 필터링을 통해 정규 가상 격자 형태로 변환하면 데이터 용량이 감소되고 처리 속도가 빠르기 때문에 저가의 장비에서도 처리가 가능하다. 특히 Quadtree와 같은 영상 압축 처리 기법을 적용할 경우, 평활화를 통하여 비지면 요소인 자동차, 수목등이 제거되어 모델링에 유리하다는 장점이 있다. 따라서 본 연구에서는 대용량의 LiDAR 데이터로부터 Quadtree와 영역확장법을 활용하여 지면점을 자동 추출할 수 있는 알고리즘을 제시하였으며, 오차분류기법을 활용하여 정확도를 분석하였다. 그 결과, 지면점 분류 정확도는 98%이상으로 나타나, 지면점 추출에 유리함을 알 수 있었다. 또한 Quadtree와 영역확장법을 활용시 자동차, 수목등의 비지면 요소들을 효과적으로 제거할 수 있었다.

관도계 기관 분할을 위한 슬라이스영상 정보를 이용한 영역 성장법 (A Region Growing Method using Slice Image Information for a Tubular Organ)

  • 구교범;김동성;김종효
    • 대한의용생체공학회:의공학회지
    • /
    • 제22권2호
    • /
    • pp.127-132
    • /
    • 2001
  • 의료 영상에서 관심 있는 부위를 3차원으로 재구성하여 보는 것은, 정확한 진단을 위해서 매우 중요하다. 이러한 3차원 재구성을 위해서는 관심 있는 영역의 분할이 필수적인 선행작업이다. 본 논문에서는 관도계 기관의 분할을 위해서 슬라이스 영상의 정보를 이용한 3차원 영역 성장법을 제안한다. 제안된 방법은 2차원 슬라이스 영상에서 영역 성장법에 의해 영역을 확장시키고, 그 이웃한 슬라이스들에 씨앗점을 전달하여 재귀적으로 3차원 체적을 확장하여 영상을 분할한다. 이때, 이웃한 슬라이스간의 영역의 크기의 제약을 이용하여 새나감을 방지한다. 제안된 방법을 기관지의 분할에 적용한 결과, 새나감 없이 뾰족한 가지들까지도 성공적으로 분할했으며, 튜브의 중심 축이 고차원 곡선인 경우에도 성공적으로 분할했다.

  • PDF

CNN 을 이용한 단일영상 고해상도 복원 및 수용영역 확장을 통한 성능 향상

  • 박가람;조남익
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2019년도 추계학술대회
    • /
    • pp.76-79
    • /
    • 2019
  • 합성곱 신경망의 성능이 증가하면서 다양한 영상 처리 문제를 해결하기 위해 합성곱 신경망을 적용한 시도들이 증가하고 있다. 고해상도 복원 문제도 그 중 하나였으며, 보다 높은 성능을 얻기 위해 주로 신경망의 깊이를 깊게 하는 시도들이 있었다. 본 논문에서는 고해상도 복원 작업을 위한 합성곱 신경망의 성능 향상을 위해 깊이를 증가시키는 접근법이 아닌 수용영역을 확장시키는 접근법을 시도하였다. 논문에서 제시한 모델은 신경망 내부에 두 개의 브랜치를 두어, 하나의 브랜치는 Dilated Convolution 을 이용해 수용영역을 확장하는데 사용되며, 다른 하나는 이 브랜치를 통해 나온 feature 를 가공하는데 사용된다. 기본 모델은 EDSR 을 사용하였으며, 최종적으로 4.79M 의 파라미터로 평균 32.46dB 의 PSNR 을 보여주었다. 하지만 모델의 구조가 복잡하여 깊이를 늘이는 접근법을 적용하기 어렵다는 한계점이 있다.

  • PDF

고해상도 단영상에서의 그림자 추출기법 비교 (A Comparartive Analysis on Techniques of Shadow Extraction in a Single High Resolution Image.)

  • 송우석;변영기;김용민;유기윤
    • 한국공간정보시스템학회:학술대회논문집
    • /
    • 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
    • /
    • pp.127-132
    • /
    • 2007
  • 위성영상 기술의 발달과 고해상도 위성영상의 해상도 규제가 완화됨에 따라 건물의 높이 정보를 획득하는데 있어 고해상도 위성영상의 그림자 정보를 이용하는 연구들이 활발히 수행되어지고 있다. 그림자 정보를 이용하여 건물 높이 정보를 획득하는 연구의 정확도를 높이기 위해서는 정확한 건물의 그림자 탐지가 선행되어야 한다. 따라서 본 논문에서는 단영상을 이용한 그림자 탐지기법인 임계값법(Thresholding), 영상분류법, 영역확장법(Region Growing)을 건물의 그림자 탐지에 적용하여 각 기법의 장단점과 정확도를 평가하였다. 영상에서 수동으로 건물의 그림자를 디지타이징한 참조 자료와 기법들을 적용하여 탐지한 결과 영상을 시각적으로 비교하였고, 오차행렬(Confusion Matrix)을 이용한 전체정확도(Accuracy), F-measure, AOR(Area Overlap Ratio)을 이용하여 정량적인 정확도평가를 수행하였다. 실험결과 영역확장법을 적용한 경우 시각적 정량적으로 가장 높은 정확도를 보였으며, 영상분류법을 적용한 경우 시각적으로는 임계값을 적용한 경우보다 좋은 결과를 보였으나 정량적으로는 가장 낮은 정확도를 보였다.

  • PDF