• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1289-1291
• /
• 2015

본 논문에서는 충치 환자의 진단을 위해 구강 영상에서 충치를 추출하는 방법을 제안한다. 먼저 구강은 붉은색을 띄고 치아는 흰색을 띈다는 특징이 있기 때문에, 구강 영상을 YCbCr 컬러모델로 변환한다. YCbCr 컬러모델에 임계치를 설정하여 붉은 영역을 검출해내고, 검출된 붉은 영역에 대해 이진화하여 치아 영역을 추출한다. 그 후, 모폴로지 기법을 이용하여 잡음 제거 및 치아의 빈 공간을 채운다. 치아 영역 추출 시 영상에 따라 치아 사이를 잇는 모서리 부분이 손실된 경우가 발생할 수 있기 때문에 치아 사이의 손실된 부분을 연결 한다. 치아 영역에 ART2 알고리즘을 적용하여 클러스터링하고 충치 후보 영역을 추출한다. 충치 후보 영역에 8방향 윤곽선 추적 기법을 적용하여 충치를 분석 및 추출한다. 실험 결과 81%의 추출 성공률을 보였고 다양한 형태의 충치를 효과적으로 추출할 수 있는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.439-442
• /
• 2010

본 논문에서는 비전 기반의 실시간 대기오염 모니터링 시스템을 제안한다. 제안된 시스템은 먼저 실시간으로 제공되는 동영상을 분석하여 차종 별 대수와 평균속도 등의 교통 파라미터를 실시간으로 추출하고, 이를 바탕으로 대기 중의 CO, NO2등의 밀도를 추정하여 시간대별 대기 오염도를 모니터링 한다. 이를 위해 제안된 시스템은 배경모델을 이용한 차량 추출, 차종 별 윤곽선 및 크기 정보를 이용하여 템플릿 기반으로 차종을 인식하고 이를 추적하여 대수 및 속도를 인식한다. 제안된 시스템의 평가를 위해 교통이 밀집된 공간에 설치하여 테스트하였고, 실제 결과와 비교한 결과, 차량 속도에서 정확도 83.3%, 차종인식에서 정확도 86.98%를 보였다. 이러한 실험 결과는 제안된 시스템이 다양한 지역에서 실시간 대기오염물질 배출량을 산정하는데 적용될 수 있음을 보여주었다.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1365-1373
• /
• 2002

본 논문에서는 자율 이동로봇이 장애물을 회피하며 목표하는 지점까지의 경로를 구성하여 찾아가는 알고 리즘을 제안하고자 한다. 시스템의 구성은 로봇에 탑재된 CCD카메라로부터 획득한 영상신호를 RF 무선 모듈을 이용하여 PC로 보내고 PC에서 영상 처리 과정을 거친 후, 장애물로 인식되는 지역을 회피하도록 제어 신호를 이동로봇으로 전송하는 것이다. 이동로봇에 탑재된 CCD카메라에서 획득한 영상 정보는 매 샘플링 시간마다 캡쳐하여 PC로 전송하고 호스트는 화면에서 장애물의 유무를 판별한 후 좌 혹은 우로 회전하여 장애물을 피해 나가도록 하며 로봇이 이동한 거리를 PC로 전송하는 시스템을 구현하여 초기에 지정한 목표지점까지 로봇이 갈 수 있도록 간략한 경로를 계획하여 추적해 나가도록 한다. 먼저 로봇으로부터 전송되어진 영상은 호스트PC에서 다음과 같은 영상처리과정을 거치도록 한다. 먼저 Original영상을 입력받아서 3X3 mask Sobel 연산자를 사용한다. 그리하면 윤곽선이 추출된다. 여기서 추출된 윤곽정보는 처리가 용이하도록 NOR Converter를 거치도록 한다 마지막으로 이 영상의 경계값을 찾는다. 처음에 획득한 영상은 깨끗한 환경에서 얻어진 것이 아니라 주변에 여러 가지 기구나 명암대비가 뚜렷하지 못한 조건들로 되어 있다. 어떤 장애물이라도 가까이서 획득한 영상으로 보게 되면 색상이 단일한 색상으로 나타난다. 즉, 멀리 있는 영상정보나 장애물이 없는 영상 정보 쪽에 히스토그램이 넓게 분포되기 마련이다. 이런 이유로 마지막에 Convert를 처리한 영상의 경계치를 229로 둔다. 그러면 거의 흰색에 가까우면서도 약간의 그레이 레벨만 가진다 하더라도 흑백 대비를 뚜렷하게 만들어 준다. 즉, 불순 성분을 받아들이기 위하여 경계값을 높이는 것이다. 다음으로 처리된 영상의 좌표를 (0, 0)에서 (0, 197)까지의 히스토그램 분포를 스캔한다. 그러면 장애물이 있는 부분의 히스토그램의 분포는 거의 변동이 없이 나타난다. 이러한 특성을 이용하여 장애물이 있는 곳을 찾아내고 이것을 회피하기 위한 알고리즘을 세웠다

• Radiation Oncology Journal
• /
• 제5권2호
• /
• pp.149-155
• /
• 1987

전산화 단층촬영 (CT)은 진단 분야 뿐 아니라 방사선 치료 계획 및 치료효과의 추적 등 치료분야에 까지 광범위하게 사용되고 있다. 그러나 환자의 체위가 치료시와는 다름으로 얻어진 영상이 치료시의 영상과는 차이가 있으며, 삼차원적인 치료면적의 계산이 곤란할 뿐 아니라 조영제를 사용함으로 생길 수 있는 선량계산의 오라 및 정확한 조사야가 표현되지 많음으로 병소 및 중요 정상장기의 선량 측정이 정확하지 못한점 등의 단점이 없다. 저자들은 1986년 5월 1일부터 1987린 4월 30일까지 영남대학병원 치료방사선과에서 치료받은 총 365명의 환자 중 일반 CT의 단점을 보완한 치료용 CT와 종래의 simulation을 병행한 106명의 치료계획을 비교 분석하여 다음과 같은 결과를 얻었다. 치료용 CT후 두경부 암 환자의 $47\%$, 흉부암 환자의 $79\%$, 복부암 환자의 $63\%$에서 치료계획의 변경이 있어 치료용 CT가 두경부암, 흉부암, 복부암에서 거의 철수적임을 시사하였다. 그러나 직장암, 자궁경부암에서는 추가치료의 조사야의 측정 및 선량계산 이외의 전예에서 치료계획의 변경이 없었다. 선량분포의 비교측정에서는 윤곽만을 사용한 종래의 선량계산이 CT를 사용한 경우에 비해서 두경부암에서는 평균 $20\%$, 흉부암, 복부암에서는 약 $10\%$의 차이를 보여 전례에서 CT보다 과측정 되었음을 보여 종래의 윤곽만을 사용한 치료계획시의 저선량 조사에 대한 보정이 필요함을 시사하였다.

• 한국멀티미디어학회논문지
• /
• 제3권5호
• /
• pp.433-444
• /
• 2000

본 논문은 개선된 퍼지 ART알고리즘을 이용한 차량 번호판 인식에 대한 연구이다. 차량 영상에서 번호판 영역을 추출하기 위해 수평·수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 SOFM을 적용한 윤곽선(Contour)추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 개선된 퍼지 ART알고리즘을 사용한다. 본 논문에서 제안한 퍼지 ART알고리즘은 클러스터링 하는데 있어서 임의의 패턴과 저장된 패턴사이의 불일치 허용도를 나타내는 유사도(vigilance threshold)를 동적으로 설정함으로써 기존의 퍼지 ART 알고리즘을 개선한다. 추출 실험 결과, 수평·수직 에지의 형태학적 정보를 이용한 추출 방법이 RGB와 HSI 컬러 정보를 이용한 추출 방법보다 추출율이 개선되었다. 인식 결과에서도 개선된 퍼지 ART알고리즘이 기존의 퍼지 ART 알고리즘과 SOFM 알고리즘보다 인식율이 향상되었다.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2277-2282
• /
• 2009

본 논문에서는 형태학적 특징 및 차 연산과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안하였다. 무인 카메라에서 획득된 차량 번호판 영상에서 차 연산을 이용하여 에지를 추출한 후에 블록 이진화한다. 이진화된 차량 영상에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다. 추출된 번호판 영역에 대하여 평균 이진화와 최대 최소 이진화를 적용하여 번호판의 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 추출되어 결합된 개별 문자 및 숫자 코드들은 ART2 알고리즘에 적용하여 학습 및 인식된다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 이미지 각각 100장을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식기법이 효율적임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.1972-1978
• /
• 2010

AAM(Active Appearance Model)은 변형 가능한 형태의 검출에 가장 효과 적인 방법의 하나이며, 수학적으로 최적화 문제이다. 비용함수는 최소자승 함수이어서 볼록 함수이나, 탐색 공간이 볼록공간이 아니므로 국소 최소값이 전역 최소값인 것으로 보장 되지 않는다. 즉 초기값이 전역 최소값 근방에서 출발하지 않으면, 지역 최소값에 수렴하여 정확한 얼굴 윤곽 검출이 어려워진다. 본 논문에서는 연속적인 입력영상에 SIFT(Scale Invariant Feature Transform)와 유전자 알고리즘을 사용하여 눈동자를 검출하고 AAM 모델의 초기화 정보로 사용함으로써 조명과 배경에 강인한 AAM 기반의 얼굴 정합 방법을 제안한다. 실험을 통하여 제안한 AAM 기반 얼굴 정합 방법이 자세, 얼굴 배경 등에 대해 기존의 AAM 기반 얼굴 정합 방법보다 더 강인한 것으로 확인 되었다.

• 한국정보통신학회논문지
• /
• 제7권5호
• /
• pp.1052-1061
• /
• 2003

본 논문은 SOM 알고리즘을 이용한 차량 번호판 인식 방법을 제안하고 차량 번호판 인식을 이용한 주차관리 시스템 개발에 대해서 기술한다. 차량 영상에서 번호판 영역을 추출하기 위해 수평$.$수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 4 방향 윤곽선 추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 SOM 알고리즘을 적용한다. 50개의 실제 차량 영상을 실험한 결과, 제안된 번호판 영역 추출 방법이 기존의 RGB 정보를 이용한 방법과 HSI를 이용한 방법보다 추출율이 개선되었다. 그리고 SOM 알고리즘을 이용한 차량 번호판 인식이 효율적인 것을 확인하였다. 실험을 통하여 성능 향상을 보인 제안된 차량 번호판 인식 방법을 이용하여 주차 관리 시스템을 개발하였다.

• 한국통신학회논문지
• /
• 제18권3호
• /
• pp.385-396
• /
• 1993

본(本) 논문(論文)은 병리학등(病理學等) 기초의학(基礎醫學)에서 요청되는 세포진(細胞診)을 위한 개선된 디지털 화상해석방법(畵像解析方法)을 제안(提案)하였다. 대상화상(對象晝像)은 갑상선세포(甲狀腺細胞)의 현미경화상(顯微鏡畵像)이고 목적은 정상세포(正常細胞)와 악성(惡性)인 유두상(乳頭狀) 종양(腫瘍)과 여포성종양(濾胞性腫瘍)간의 염색질(染色質) 패턴이 상이(相異)함을 화상해석(畵像解析)에 의해 자동식별(自動識別)하는 것이다. 먼저, 화상처리상(畵像處理上) 특징영역(特徵領域)인 세포핵(細胞核)만을 추출(抽出)하기 위해 윤곽추적법(輪廓追跡法)에 의한 영역분할(領域分割) 알고리즘을 제안하였다. 그리고 공간영역(空間領域)의 화상정보(畵像情報)를 이산적(離散적) 2차원 푸리에 변환한 후 1차원 푸리에변환에 의해 특징(特徵)파라미터를 추출(抽出)하였다. 여기서 세포(細胞) 유형별(類型別) 특징표본군(特徵標本群)을 구축하여 임의의 검증세포(檢證細胞)와 식별실험(識別實驗)을 행하였다. 기존의 방법보다 개선된 식별율(識別率)(70-90%)을 얻음으로써 본 방식은 세포진(細胞診)에 있어서 정량성(定量性)과 객관성(客觀性)을 더욱 구체화(具體化)시킬 수 있음을 증명하였다. 또한 본 방식을 그대로 종양세포식별(腫瘍細胞識別)에 즉시 사용가능함을 제시하였다.

• 한국정보통신학회논문지
• /
• 제9권3호
• /
• pp.684-689
• /
• 2005

본 논문에서는 수평$\cdot$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출과 개선된 신경망을 이용한 차량 번호판 인식 시스템을 제안한다. 번호판 영역은 수평 수직에지의 형태학적 정보를 이용하여 추출하고 개별 문자는 히스토그램 방법과 위치 정보를 이용한 방법에 윤곽선 추적 알고리즘을 병합하여 추출한다. 개별 문자 인식은 ART-1 알고리즘을 지도 학습 방법과 결합한 개선된 신경망을 제안하여 차량 번호판 인식에 적용한다. 제안된 방법의 성능을 확인하기 위하여 실제 차량 번호판들을 대상으로 실험한 결과, 수평$GF(2^m)$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출 방법이 임계화를 이용한 차량 번호판 추출 방법, RGB와 HSI 컬러 정보를 각각 이용한 차량 번호판 추출 방법보다 추출룰이 개선되었으며, 인식 성능도 개선된 신경망의 학습 알고리즘이 기존의 학습 알고리즘들 보다 우수한 성능이 있음을 확인하였다.