• Tunnel and Underground Space
• /
• v.33 no.6
• /
• pp.508-518
• /
• 2023

This paper presents a new approach for the automatic mapping of discontinuities in a tunnel face based on its 3D digital model reconstructed by LiDAR scan or photogrammetry techniques. The main idea revolves around the identification of discontinuity areas in the 3D digital model of a tunnel face by segmenting its 2D projected images using a deep-learning semantic segmentation model called U-Net. The proposed deep learning model integrates various features including the projected RGB image, depth map image, and local surface properties-based images i.e., normal vector and curvature images to effectively segment areas of discontinuity in the images. Subsequently, the segmentation results are projected back onto the 3D model using depth maps and projection matrices to obtain an accurate representation of the location and extent of discontinuities within the 3D space. The performance of the segmentation model is evaluated by comparing the segmented results with their corresponding ground truths, which demonstrates the high accuracy of segmentation results with the intersection-over-union metric of approximately 0.8. Despite still being limited in training data, this method exhibits promising potential to address the limitations of conventional approaches, which only rely on normal vectors and unsupervised machine learning algorithms for grouping points in the 3D model into distinct sets of discontinuities.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.299-302
• /
• 2001

이미지 검색 시스템이란 이미지가 갖는 다양한 특징을 바탕으로 똑같거나 유사한 이미지를 검색하여 제공하는 시스템이다. 본 논문에서는 이미지의 컬러와 형태를 기반으로 한 브랜드 이미지 검색 시스템을 제시한다. 이미지를 영역별로 분할하여 영역별 컬러 분포 히스토그램을 추출하여 컬러 정보로 이용하고 경계면 추출, 무게 중심 추출, angular 샘플링 등의 전처리 과정과 무게 중심으로부터 경계면까지 거리의 합, 표준 편차, 장/단축 비율을 계산하여 형태정보로 이용한다. 이렇게 추출된 컬러와 형태 정보를 이용하여 유사성 측정을 통한 검색을 수행한다.

• Journal of Broadcast Engineering
• /
• v.23 no.4
• /
• pp.474-483
• /
• 2018

In this paper, we propose a multi-scale high dynamic range (HDR) tone mapping algorithm using guided image filter (GIF). The GIF is used to divide an image into a base layer and a detail layer, then the range of the detail layer is reduced with a compression function to enhance the detail information of the image. However, in most cases, an image includes the detail and edge information in different scales. That is to say, it is difficult to represent all detail features under a certain scale, and a single-scale image decomposition method is not free from artifacts around edges. To solve the problems, the multi-scale image decomposition method is proposed. It utilizes the detail layers of several scale to determine how much edge is preserved. Experiment results show that the proposed algorithm has better image performance in preserving edge compared to conventional algorithm.

• Journal of the Microelectronics and Packaging Society
• /
• v.30 no.4
• /
• pp.69-78
• /
• 2023

With the rapid growth of artificial intelligence, the demand for semiconductors is enormously increasing everywhere. To ensure the manufacturing quality and quantity simultaneously, the importance of automatic defect detection during the packaging process has been re-visited by adapting various deep learning-based methodologies into automatic packaging defect inspection. Deep learning (DL) models require a large amount of data for training, but due to the nature of the semiconductor industry where security is important, sharing and labeling of relevant data is challenging, making it difficult for model training. In this study, we propose a new framework for securing sufficient data for DL models with fewer computing resources through a divide-and-conquer approach. The proposed method divides high-resolution images into pre-defined sub-regions and assigns conditional labels to each region, then trains individual sub-regions and boundaries with boundary loss inducing the globally coherent and seamless images. Afterwards, full-size image is reconstructed by combining divided sub-regions. The experimental results show that the images obtained through this research have high efficiency, consistency, quality, and generality.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.763-765
• /
• 2004

현재 의료 영상을 이용한 신속하고 정확한 진단과 치료를 위하여 각 기관별로 영상을 분할하는 방식이 기본적으로 사용되고 있다. 본 논문에서는 워터쉐드(Watershed) 알고리즘을 이용하여 해부학적 기관 중 폐 영역을 분할하는 방식을 제안한다. 초기에 소벨 에지 마스크(Sobel Edge Mask)를 이용하여 윤곽선을 강조하여 워터쉐드 알고리즘을 적용하였을 경우 과다 분할되는 문제점이 발생한다. 이를 해결하기 위하여 제거(Opening) 연산과 채움(Closing) 연산을 이용하여 마커(Marker) 정보를 추출하여 워터쉐드 알고리즘을 재적용하여 폐 영역 이미지를 분할하였다. 본 논문에서 제안한 마커 정보를 이용한 워터쉐드 재적용 방식은 폐 영역 효율적이고 정확하게 추출한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.577-580
• /
• 2017

중합 효소 연쇄 반응 (PCR) 젤 전기영동 이미지에서 DNA 지문을 분석하기 위한 새로운 레인 검출 및 추적 알고리즘이 제안하였다. 이전에 여러 연구 결과가 보고되었지만 갑작스런 배경 밝기 차이와 구부러진 레인이 있는 이미지에서 레인을 정확하게 추출하는 것은 여전히 어려움이 있다. 우리는 평균 레인 폭과 레인 주기를 계산하기 위한 에지 기반 알고리즘을 제안한다. 본 논문에서 제안한 방법은 k-means 클러스터링 알고리즘을 이용하여 상승 에지와 하강 에지를 정확하게 추출하는 부화소(sub-pixel) 알고리즘을 적용하여 레인 폭과 주기를 추정한다. 구부러진 레인을 처리하기 위해 젤 이미지를 정상영역과 비정상영역으로 분할하고, 각 분할 된 이미지의 레인 중심을 추적한다. 우리가 제안한 방법의 성능을 평가하기 위해 534 레인을 포함한 32 개의 젤 이미지가 사용되었다. 실험 결과는 우리의 방법이 전처리 과정 없이 배경 차이와 구부러진 레인을 갖는 이미지에 강인함을 보여 주었다.

• Journal of IKEEE
• /
• v.22 no.3
• /
• pp.578-584
• /
• 2018

Image segmentation has been presented in the various method in image interpretation and recognition, and the image is using separate the characteristics of the specific purpose. In this paper, we proposed an algorithm that separate image for feature points detected to high temperature in a Thermal infrared image. In order to improve the processing time, the proposed algorithm is implemented to FPGA Hardware Block using the Zynq-7000 Evaluation Board environment. The proposed High-Temperature Detection Algorithm and total FPGA blocks show a decrease of a processing time result from 16ms to 0.001ms, and from 50ms to 0.322ms respectively. It is also verified similar results of the PSNR to comparing software thermal testbench and hardware ones.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.269-272
• /
• 2006

병원의 각종 측정 장비에서 출력되는 결과지나 의사들이 작성한 기록지를 스캔하여 이미지형태로 저장하는 이미징 시스템 개발이 크게 요구되고 있다. 본 논문에서는 신경망과 그래픽 기법을 사용하여 대학병원 심전도실에서 사용되는 여섯 종류의 심전도 출력지를 이미지 형태로 저장하고 검색하는 이미징 시스템의 설계와 구현에 대해 논하였다. 구현된 시스템은 여섯 종류의 심전도 출력지를 분류하고, 분류된 각 출력지에 인쇄된 중요한 측정 데이터를 인식하여 데이터베이스에 저장한다. 심전도 출력지의 분류는 각 샘플 서식들의 평균 히스토그램을 구한 다음 새로운 출력지가 들어올 때 평균 히스토그램과의 거리가 가장 가까운 출력지로 분류하는 nearest-neighbor 방법을 사용하였다. 출력지에 인쇄된 데이터의 인식을 위해 먼저 XML로 작성한 출력지별 추출 정보를 기반으로 스캔한 이미지의 영역 분할 작업을 수행한다. 분할된 영역들은 신경망을 이용해 문자 인식을 하고, 인식된 문자들이 데이터베이스의 해당 속성값으로 저장된다. 스캔한 출력지는 의사들이 주석을 붙이거나 조건 검색을 위해 이미지 형태로 저장된다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.421-425
• /
• 2006

본 논문에서는 특징기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다. 사용자의 기본적인 질의를 분석하고 질의에 의해 추출된 키 프레임의 이미지를 사용자가 선택함으로써 인덱싱 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다. 또한, 사용자에 의해 선택된 키 프레임은 특징기반 검색의 질의 이미지가 되고 인덱싱 에이전트는 제안하는 다중 분할 칼라 히스토그램 기법을 통해 질의 이미지와 데이터베이스의 키 프레임들을 비교한 후 가장 유사한 키 프레임 이미지를 검색하여 사용자에게 디스플레이한다. 제안하여 구현된 시스템은 현저히 향상된 성능을 보였다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.393-396
• /
• 2000

본 논문에서는 영상의 화소값으로부터 추출된 유사 특징점(quasi-feature point)을 이용한 이미지 모자이킹 알고리즘을 제안한다. 유사 특징점의 선택은 전역 정합(global matching)의 결과로부터 중첩된 영역을 4개의 부영역(sub-area)으로 분할하고, 각각의 분할된 부 영역에서 국부 분산(local variance)의 크기가 큰 블록을 선정, 이 블록의 중심 화소를 유사 특징점으로 선택한다. 유사 특징점에 대한 정합은 카메라 이동에 따른 왜곡(distortion)과 조명의 변화를 고려한 블록 정합 알고리즘(block matching algorithm)을 이용한다.