• 한국멀티미디어학회논문지
• /
• 제14권11호
• /
• pp.1383-1391
• /
• 2011

향상된 기능을 가진 최신 의료장비들의 등장으로 하드웨어 성능에 부합하는 효과적인 영상처리 및 분석의 중요성이 부각되고 있으며, 2차원 의료 영상처리 및 3차원 영상 재구성에 관한 많은 연구들이 진행되고 있다. 본 논문은 흉부 CT 영상을 사용하여 신체 장기를 단계별로 분할 하였으며, 분할된 결과 영상을 3차원으로 재구성 하였다. 다양한 영상분할 방법중 영역 확장법 및 효과적인 분할을 위해 선명화와 감마 조절등과 같은 영상 향상 기법을 적용하였으며, 기관지를 포함한 폐, 기관지, 폐 등의 순서로 영상을 분할하였다. 분할된 신체 장기 영상을 VTK를 사용하여 3차원 영상으로 재구성 하였으며, 병변 진단을 위한 2차원 및 3차원 의료 영상 처리와 분석에 활용될 것으로 판단된다.

• 전기의세계
• /
• 제45권8호
• /
• pp.30-35
• /
• 1996

본고에서는 의료영상의 3차원 visualization을 위한 표면 모델링 방법에 대하여 살펴보기로 한다. 먼저 다음 장에서는 visualization 방법들을 여러 가지 관점에서 간단히 분류하고, 3장과 4장에서는 표면 재구성법과 체적 재구성법에 대해 다룬다.

• 한국의학물리학회지:의학물리
• /
• 제14권3호
• /
• pp.167-174
• /
• 2003

정위적방사선수술과 같은 경우 치료계획 수립 시 병변의 정확한 위치뿐만 아니라 정확한 부피와 모양을 아는 것도 매우 중요하다. 병변의 확인을 위해서 때로는 혈관조영영상이 이용되기도 하는데 동정맥 기형과 같은 경우 이 방법이 병변의 구별을 위하여 가장 좋은 방법이기 때문이다. 병변의 정확한 위치는 두개의 투사영상으로부터 얻을 수 있지만 두 개의 투사영상 만으로는 병변을 3차원적으로 재구성하는 것은 불가능하다고 여겨지고 있다. 본 연구의 목적은 다수의 투사 영상들을 이용하여 병변을 3차원적으로 재구성하는 것이다. 이때 병변의 위치는 기존에 제안된 방법에 의하여 이미 알고 있다고 가정하였으며 모든 과정은 병변의 중심을 원점으로 하는 표적좌표계에서 수행되었다. 본 연구에서는 6개의 투사영상이 이용되었는데 정면과 측면 투사영상은 체적소(voxel)로 구성된 재구성상자를 구하기 위하여 이용되었으며 나머지 네 개의 투사영상은 역투사 방법(back-projection method)에 의하여 재구성 상자(Reconstruction Box) 내에서 3차원적으로 재구성하는데 이용되었다. 이 방법의 정확도와 해상도는 병변의 크기와 모양에 따라 달라질 수 있다. 본 연구에서 제안된 알고리듬의 검증을 위하여 C 언어와 Matlab을 이용하여 타원체 모델과 말굽형 모델에 대하여 투사영상을 얻고 그 영상을 이용하여 재구성해보았다. 타원체모델의 경우에는 원래의 모델보다 약간 크게 재구성되었지만 모양과 방향, 위치가 정확함을 확인할 수 있었다. 말굽형 모델은 재구성된 모양이 원래의 모양과 차이가 많이 났지만 기존 방법에 비하여 실제 모양에 근접하게 재구성할 수 있었으므로 병변을 확인하는 경우에는 도움이 될 것으로 사료된다.

• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.10-23
• /
• 2009

본 논문은 회전 테이블에서 취득된 영상으로부터 카메라 교정을 위한 강건한 기본 행렬을 계산하기 위한 새로운 알고리즘과 적은 수의 영상만을 이용하는 키 프레임 선택 알고리즘을 통해서 전방향 3차원 영상 재구성 시스템을 구현하였다. 비 교정영상에서 3차원 영상 재구성을 위해서는 카메라 교정 작업이 필수이다. 카메라 교정 과정은 기본 행렬로부터 추정 할 수 있는데, 정확한 기본 행렬의 추정이 선행되어야 한다. 단일 축 회전 움직임은 몇 가지 고정된 특성을 가지고 있는데, 이러한 특성은 영상간의 아웃라이어를 제거하는데 이용되고, 기본 행렬을 구하기 위한 새로운 알고리즘을 제공한다. 또한 제안한 키 프레임 선택 알고리즘을 통해서 선택된 영상의 사영 행렬을 정렬 시킨 다음, 재구성된 3차원 데이터들을 정합시킴으로서 전방향 3차원 영상 재구성을 구현한다. 자체 제작한 영상 취득 시스템(Potonovo)을 통해서 취득한 실제 영상을 대상으로 기존의 기본 행렬 방법 및 키프레임 선택 방법들과 비교 실험을 통하여 제안된 방법들이 더 우수함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제45권1호
• /
• pp.38-46
• /
• 2008

중요영상 선택 알고리즘은 다수의 비교정 영상으로부터 3차원 재구성을 위해 필수 영상을 선택하는 과정이다. 또한 3차원 재구성을 위해 영상들 사이의 카메라 자동교정(auto-calibration)이 필수적이다. 본 논문은 재구성 오차를 최대한 줄이는 최적의 영상을 선택하는 중요영상 선택 알고리즘을 제안한다. 선택된 중요영상들 사이의 카메라 투영행렬은 카메라 전자동교정(full-auto-calibration)과정을 통하여 추정한다. 정확하게 추정된 카메라 투영행렬로부터 대수학적 유도를 이용하여 기본행렬(fundamental matrix)을 계산하고, 이로부터 잘못된 대응점들을 제거하여 최종적으로 3차원 데이터를 얻는다. 실험 결과는 제안한 중요영상 선택 알고리즘이 다른 알고리즘에 비해 적은 시간이 소요되며, 재구성된 3차원 데이터의 오차가 가장 작았다. 대수학적 유도로부터 얻어낸 기본행렬은 다른 알고리즘에 비해 매우 짧은 시간이 소요 되며 평균 오차는 비슷한 결과를 갖는다.

• 한국통신학회논문지
• /
• 제30권8C호
• /
• pp.775-782
• /
• 2005

비교정 연속영상(uncalibrated sequence images)에서의 조밀한 데이터로부터 3차원 재구성할 경우, 대량의 대응점 탐색 문제 및 계산시간 문제에 봉착한다. 본 논문에서는 이에 대한 대응책으로, 비교정 영상에서 중요영상 선택법을 제안하고, 이를 이용해 최소한의 영상으로 효율적인 3차원 재구성하는 새로운 방법을 제안한다. 즉 입력된 영상에서 소수만의 영상을 이용해서 작업을 수행하게 된다. 선택된 중요영상에서 대응점을 선택한다. 선택된 대응점은 카메라 교정을 수행하는데 이용된다. 외곽선 이미지를 이용하여 조밀한 형태의 대응점을 추출한다. 조밀한 대응점을 찾기 위한 제안된 알고리즘은 3차원 구조 복원을 효과적으로 수행하는데 이용된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.147-150
• /
• 2021

최근 컴퓨터 그래픽 기술이 발전함에 따라 가상으로 만들어낸 객체와 현실 객체 사이의 분간이 어려워지고 있으며, AR/VR/XR 등의 서비스를 위해 현실 객체를 컴퓨터 그래픽으로 표현하는 기술의 연구가 활발히 진행되고 있다. 포인트 클라우드는 현실 객체를 표현하는 기술 중의 하나로 객체의 표면을 수많은 3차원의 점으로 표현하며, 2차원 영상보다 더욱 거대한 데이터 크기를 가지게 된다. 이를 다양한 서비스에 응용하기 위해서는 3차원 데이터의 특징에 맞는 고효율의 압축 기술이 필요하며, 국제표준기구인 MPEG에서는 연속적인 움직임을 가지는 동적 포인트 클라우드를 2차원 평면으로 투영하여 비디오 코덱을 사용해 압축하는 Video-based Point Cloud Compression (V-PCC) 기술이 연구되고 있다. 포인트 클라우드를 2차원 평면에 투영하는 방식은 점유 맵 (Occupancy Map), 기하 영상 (Geometry Image), 속성 영상 (Attribute Image) 등의 2차원 정보와 보조 정보를 사용해 압축을 진행하고, 부호화 과정에서는 보조 정보와 2차원 영상들의 정보를 사용해 3차원 포인트 클라우드를 재구성한다. 2차원 영상을 사용해 포인트 클라우드를 생성하는 특징 때문에 압축 과정에서 발생하는 영상 정보의 열화는 포인트 클라우드의 품질에 영향을 미친다. 이와 마찬가지로 추가적인 기술을 사용한 2차원 영상 정보의 향상으로 포인트 클라우드의 품질을 향상할 수 있을 것으로 예상된다. 이에 본 논문은 V-PCC 기술에서 생성되는 영상 정보에 2차원 보간 (Interpolation) 기술을 적용하여 기존의 영상 정보에 포함되지 않은 추가적인 포인트를 생성하는 것으로 재구성되는 포인트 클라우드의 밀도를 증가시키고 그 영향을 분석하고자 한다.

• 대한전자공학회논문지
• /
• 제26권6호
• /
• pp.79-88
• /
• 1989

본 논문에서는 2차원적인 CT영상의 단면으로부터 3차원 영상을 재구성하고 수정하기 위한 시스템을 구성하기 위하여 선형 octree를 이용하였다. 선형 octree를 소형 컴퓨터 시스템에 적용할 경우, 재구성하기 위하여 소요되는 많은 데이터를 효율적으로 압축할 수 있었다. 특히 이러한 트리구조는 공간적인 개념이 포함되어 있는 계층적인 표현방식을 갖기 때문에 3차원 영상을 2차원 화면에 표현하기 위한 은면제거를 효율적으로 수행할 수 있었으며, 관측위치의 변환 및 명암표시의 실현이 가능하였다. 실제 CT에 의하여 획득된 인체기관을 재구성하여 봄으로서 기술적 기법들 확인하였으며, 임상적인 치료와 외과 수술계획에 사용될 가능성을 확인하여 보았다.

• 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.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.389-392
• /
• 2003

MRI 영상은 뇌의 해부학적 정보와 기능적인 정보를 제공하는 유용한 도구이다. MR 뇌 영상은 2차원 영상뿐만 아니라 3차원 영상도 임상적으로 중요하다. MR 영상에서 뇌영역의 추출방법으로는 형태학적인 방법, 히스토그램을 이용한 방법, 에지 정보를 이용한 방법, 지식 기반을 이용한 방법들이 있다. 본 논문에서는 region growing을 이용하여 MR 영상에서 뇌 영역을 추출하였다. 3차원 가시화를 위하여 오픈 소스인 VTK를 이용하여 Ray Casting 알고리즘으로 구현하였다. 그리고 의료영상에서 사용되는 각종 단면을 3차원 뇌 영상에서 재구성하였다. 256×256 크기의 71 뇌MR 영상 70장을 이용하여 실험하였다. 향후 연구과제로 MR 영상에서 뇌 영역추출방법과 원영상의 전처리 과정의 연구가 필요하다.