• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.210-214
• /
• 2002

본 논문에서는 효율적인 이미지 분할을 위한 객체지향 모델링 방법을 제시한다. 이를 위하여 분할 객체와 자료구조를 제시하며 각각의 객체들을 위한 클래스 계층 구조를 나타낸다. 또한 객체의 부분에 대한 계층구조는 물론 객체의 기하학적인 표현을 위한 표현 클래스도 제시한다. 결론적으로 이미지 객체에 대한 시스템 독립적 이미지 분할을 위한 클래스 계층 구조를 객체지향 방법으로 제시하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.5
• /
• pp.789-795
• /
• 2002

Color image is formed of combination of three color channels. Therefore its architecture is very complicated and it requires complicated image Processing for effective image segmentation. In this paper. we propose architecture of universalized Color Morphological Pyramids(CMP) which is able to give effective image segmentation. Image Pyramid architecture is a successive Image sequence whose area ratio $2^{\int}({\int}=1,2,....,N)$ after filtering and subsampling of input image. In this technique, noise removed by sequential filtering and resolution is degraded by downsampling using CMP in various color spaces. After that, new level images are constructed that apply formula using distance of neighbor vectors in close level images and segments its image. The feasibility of proposed method is examined by comparing with the results obtained from the existing method.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.83-88
• /
• 1998

칼라이미지를 인식 및 분석을 하기 위해서는 이미지에 대한 영역분할이 우선적으로 먼저 이루어져야 되므로, 본 연구에서는 영역분할에 대한 두 개의 알고리즘을 구현하여 비교 분석하였다. 여러 가지 영역분할 방법 중에서 가장 쉽게 적용할 수 있고 또 가장 빠르게 영역을 분할 할 수 있는 Box classification 알고리즘을 이용하여 심근조직 표본의 현미경 영상이미지에 대해서 육안으로 선택한 영역과 histogram을 미분하여 최저 값에 문턱치를 정하여 줌으로써 선택한 영역에 대해 추출하고 이들 각각을 HLS 칼라모델에서 비교 분석하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.2
• /
• pp.431-436
• /
• 2014

Cell segmentation which extracts cell objects from background is one of basic works in bio-imaging which analyze cell images acquired from live cells in cell culture. In the case of clear images, they have a bi-modal histogram distribution and segmentation of them can easily be performed by global threshold algorithm such as Otsu algorithm. But In the case of degraded images, it is difficult to get exact segmentation results. In this paper, we developed a cell segmentation system that it classify input images by the type of their histogram distribution and then apply a proper segmentation algorithm. If it has a bi-modal distribution, a global threshold algorithm is applied for segmentation. Otherwise it has a uni-modal distribution, our algorithm is performed. By experimentation, our system gave exact segmentation results for uni-modal cell images as well as bi-modal cell images.

• Journal of Digital Contents Society
• /
• v.18 no.8
• /
• pp.1509-1516
• /
• 2017

In first-person perspective training system, the users needs realistic experience. For providing this experience, the system should offer the users virtual and real images at the same time. We propose an automatic a persons's arm segmentation and image composition method. It consists of arm segmentation part and image composition part. Arm segmentation uses an arbitrary image as input and outputs arm segment or alpha matte. It enables end-to-end learning because we make use of FCN in this part. Image composition part conducts image combination between the result of arm segmentation and other image like road, building, etc. To train the network in arm segmentation, we used arm images through dividing the videos that we took ourselves for the training data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.175-177
• /
• 2004

최근, 이미지 검색기법에서는 객체추출 방법이나 관심영역 추출방법에 관한 연구가 활발히 이루어지고 있다. 그러나, 컬러 이미지의 경우 색상을 고려한 관심영역 특징추출 방법이나 인덱스 기법은 많이 연구되지 못하고 있다. 따라서, 본 논문에서는 컬러 이미지의 색상을 기반으로 하는 사분트리 분할 인덱스 기법을 제안한다. 사분트리 분할 인덱스 구조는 컬러 이미지의 공간 영역을 계층적인 영역으로 분할하여 각 공간 영역의 평균 색상 갓을 데이터베이스에 저장한다 저장되어진 각 영역의 평균 색상은 검색의 효율성을 높이기 위해 사분트리 인스턴스(Quad-tree distance)를 퍼지 값으로 계산하여 인덱스를 생성한다. 생성된 사분트리 분할 인덱스는 컬러 이미지의 관심영역(Region of Interest)의 색상을 검색할 때 유용하게 사용되며. 검색속도의 향상에 도움을 준다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.193-196
• /
• 2000

최근 컴퓨터를 이용한 CAD 디자인 시스템이 날염디자인제도(textile printing design trace)에 널리 사용되고 있다 CAD를 이용한 날염디자인은 기존의 수작업에 비해 공정을 간편하게 하고, 상당히 많은 시간과 경비의 단축을 가능하게 하였다. 그러나 CAD를 이용한 날염디자인제도 역시 상당부분 숙련자들의 수작업을 요구하고 있다. 본 논문에서는 날염디자인제도에서의 컬러 분할 전처리 과정으로 원 이미지를 저주파 통과 필터링하고 컬러분할을 수행하였다. 이렇게 분할된 이미지의 윤곽선을 추출하고 스플라인(Spline)기법을 사용, 더 부드럽고 완만한 곡선을 생성하도록 하였다. 모든 과정은 Matlab을 사용하여 구현하였으며 분할된 이미지를 날염제도공정으로의 적용 가능성에 대해 검토하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.111-114
• /
• 2007

워터쉐드 변환은 영역 분할 속도가 빠르고, 유연하여 이미지 분할 분야에서 많이 사용되고 있다. 그러나 워터쉐드 변환은 지역적 최소점을 이용하기 때문에 잡음에 민감하고 과분할되는 단점을 가지고 있다. 또한, 기존 연구들은 그레이 스케일 이미지에 대해서만 워터쉐드를 적용하였다. 본 논문에서는 지역적 최소점에 민감한 워터쉐드 변환에 칼라 기울기 이미지와 모폴로지 기법을 적용하였다. 워터쉐드 변환 후의 분할된 영역은 영역 인접 그래프로 구성하였고, 인접 영역에 대하여 칼라 색상 유사도와 텍스쳐 유사도를 이용하여 영역 병합을 수행하였다. 실험 결과 본 논문에서 제안한 알고리즘을 이용할 경우 효과적인 이미지 분할이 가능함을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.67-68
• /
• 2021

기존 객체탐지는 경계 상자 회귀방식을 적용하였지만, 문자는 왜곡과 변형이 심한 특성을 가진 객체로 U-net 구조의 이미지 분할 방식을 사용하는 경우가 많다. 따라서 최근 문자 탐지는 통계적 모델에 비해 높은 정확도를 보이는 심층 신경망 기반의 모델 연구가 많이 진행되고 있다. 본 연구에서는 이미지 분할을 통한 양방향 특징 결합 기법을 사용한 문자 탐지 모델을 제안한다. 이미지 분할 방식은 메모리의 효율이 떨어지기 때문에 이를 극복하고자 특징 추출 단계에서 경량화된 네트워크를 적용하였다. 또한, 객체 탐지에서 큰 성과를 보인 양방향 특징 결합 모듈을 U-net 구조에 추가하여 추출된 특징이 효과적으로 결합 되는 결과를 얻었다. 제안하는 모델의 문자 탐지 성능은 합성 문자 데이터셋을 이용한 실험을 통해 기존의 U-net 구조의 이미지 분할 방식보다 향상되었음을 확인하였다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.37 no.2
• /
• pp.143-149
• /
• 2024

Segmentation of material phases through image analysis is essential for analyzing the microstructure of materials. Micro-CT images exhibit variations in grayscale values depending on the phases constituting the material. Phase segmentation is generally achieved by comparing the grayscale values in the images. In the case of waste concrete used as a recycled aggregate, it is challenging to distinguish between hydrated cement paste and natural aggregates, as these components exhibit similar grayscale values in micro-CT images. In this study, we propose a method for automatically separating the aggregates in concrete, in micro-CT images. Utilizing the Unet-VGG16 deep-learning network, we introduce a technique for segmenting the 2D aggregate images and stacking them to obtain 3D aggregate images. Image filtering is employed to separate aggregate particles from the selected 3D aggregate images. The performance of aggregate segmentation is validated through accuracy, precision, recall, and F1-score assessments.