• 한국컴퓨터정보학회논문지
• /
• 제3권1호
• /
• pp.81-94
• /
• 1998

영상에서 관심있는 물체의 윤곽선을 추출하기 위해서 Kass등은 Snakes라고 불리우는 능동적 윤곽선 모델(active contour model)을 제안하였다. Snakes 모델은 내부 에너지,영상 에너지, 외부 에너지라는 에너지 함수를 사용하여 물체의 윤곽선을 정의하는 모델로 이 에너지 함수를 최소화함으로써 물체의 윤곽선을 찾을 수 있다 이 모델은 속도가 느리며초기화에 민감하다. 이 문제를 개선하기 위해 Gunn은 두 개의 초기화를 이용하여 정확한 윤곽선을 추출하고 초기화에 덜 민감하도록 하였다. 이 방법은 기존의 다른 방법에 비해 정확한 윤곽선을 추출할 수 있었으나, 속도면 에서는 상당히 효율적이지 못하고 잡음에 민감하였다. 본 논문에서는 이 문제를 해결하기 위하여 snakes을 이루는 각 윤곽점에 8$\times$8크기의 윈도우를 적용하여 윈도우내의 화소에 대해서만 에너지 최소화 알고리즘을 적용하였다.본 논문에서 제안한 방법은 원 영상과 컵 영상의 윤곽선 추출에 적용하였다. 제안한 방법을사용하여 얼굴을 추적하므로써 가상현실등에 응용되고 물체의 움직임 추적에도 응용될 수 있다.

• 한국멀티미디어학회논문지
• /
• 제8권3호
• /
• pp.336-344
• /
• 2005

본 논문에서는 개선된 동적 윤곽선 모델을 이용하여 높은 시간 해상도를 가진 EBT 폐 영상에서 폐실질 영역을 검출하였다. 기존의 동적 윤곽선 모델에서 물체의 경계선을 얻기 위한 방법은 에너지 최소화 형태로서 내부에너지와 외부에너지를 조절함으로써 검출되어 질 수 있다. 그러나 이 방법에서는 초기화 지정 문제나 내부 에너지의 탄성과 구부러짐의 특성 때문에 요면 영역에 대하여 빈약한 수렴성 등의 문제점들을 가지고 있다. 본 논문에서는 이러한 요면 문제들을 해결하면서 폐실질 영역으로 수렴시키기 위해 윤곽선 상에 있는 제어 점들을 이웃 점들과 함께 각각 수직 이등분선 상의 한점에 이동시킴으로써 내부 에너지를 조절하고, 입력받은 영상의 에너지를 나타내는 외부에너지와 함께 에너지를 최소화시킴으로써 원하는 폐실질 영역에 윤곽선이 수렴할 수 있도록 하였다. 요면 영역에 대한 수렴은 이런 내부에너지에 의해 효과적으로 구현 될 수 있었고, 하나의 초기 윤곽선에서 다중 물체들도 검출될 수 있어서 의료 영상에서의 폐실질 영역 검출에 효과적으로 적용될 수 있음을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제40권5호
• /
• pp.303-311
• /
• 2003

MPEG-4 표준에서는 객체 단위의 부호화를 수행하기 위해 우선 자연영상으로부터 비디오 객체론 분리하는 영상분할(Segmentation) 기술이 필요하다. 영상분할 방법은 크게 자동 영상분할(Automatic Segment값ion)과 반자동 영상분할(Semi-automatic Segmentation)의 두 부류로 나눌 수 있다. 대부분의 자동 영상분할 방법은 비디오 객체의 명확한 모델을 수학적으로 제시하기 어려우므로 한 화면에서 개별 객체를 추출하기 어렵기 때문에 그 성능에 한계가 있다. 본 논문에서는 이러한 문제점을 극복하기 위해 기하학적인 Active Contour를 이용한 반자동 영상분할 알고리즘을 제안한다. 매개변수 방식의 Active Contour와 달리, 기하학적인 Active Contour는 곡선의 변화론 Level Set 방법을 이용하여 기술하기 때문에 초기 곡선의 모양을 객체의 모양과 무관하게 그릴 수 있다. 평탄화된 영상으로부터 경계함수를 생성하기 위해 이진화된 3차원 확산 모델을 사용하여 LUV 벡터 공간에서 비등방형 확산을 수행한다. 본 논문에서는 흐름 벡터장(Advection Vector Field)에서 곡선을 수축하고, 움직임 정보를 이용하여 곡선 확장하는 방법을 이용하여 동영상에서 객체를 분리하는 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제4권1호
• /
• pp.123-130
• /
• 2000

본 논문은 고정된 카메라에서 얻어진 연속 영상으로부터 능동 윤곽선 모델을 이용하여 이동 물체의 윤곽선을 추출하는 방법을 제안한다. 주위 환경 변화에 강인한 처리를 위해 적응 배경 모델을 사용하였다. 물체 분할 모델은 얻어진 배경 영상과 현재 영상의 차영상으로부터 국부 영상의 임계값 이상의 화소를 찾아 연결한 영역을 분할하며, 형태학적 필터에 의하여 이동 물체의 경계 부분에서 발생하는 잡음을 제거하였다 분할된 이동 물체 윤곽선은 능동 윤곽선 모델을 이용하여 보다 정확한 이동 물체의 경계를 추출한다. 제안한 방법을 사용하여 도로 영상에서 실험한 결과를 보였다.

• 전자공학회논문지CI
• /
• 제42권1호
• /
• pp.79-87
• /
• 2005

본 논문에서는 복잡한 환경에서 정확한 얼굴영역의 경계를 추출하기 위한 활성 윤곽선 모델(Active Contour Model)을 제안한다. 제안된 모델에서 윤곽선은 레벨 함수 φ의 제로 레벨 집합으로 표현되고, 레벨 집합의 편미분 방정식을 통해 진화된다. 이 때, 제안된 모델에서는 윤곽선의 진화와 종교를 위해 2차원 가우시안 모델로 표현되는 피부색 정보를 이용한다. 이를 통해 잡음 및 다양한 포즈를 가지는 복잡한 영상에서도 정확한 얼굴 경계선을 얻을 수 있는 강건한 추출 방법이 구현된다. 제안된 방법의 유효성을 평가하기 위해서 다양한 영상에 대해서 실험이 이루어졌으며, 그 결과를 geodesic 활성 윤곽선 모델의 결과와 비교하였다. 실험결과는 제안된 방법의 보다 나은 성능을 보여준다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.89-92
• /
• 2001

In this paper, we propose a new approach for tracking a moving object in moving image sequences using active contour models and optical flow. In our approach object segmentation is achieved by active contours, and object tracking is done by motion estimation based on optical flow. To get more dynamic characteristics, Lagrangian dynamics combined to the active contour models. For the optical flow computation, a method, which is based on Spatiotempo-ral Energy Models, is employed to perform robust tracking under poor environments. A prototype real tracking system has been developed and applied to a contents-based video retrieval systems.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.281-288
• /
• 2004

본 논문은 외부 자극에 대한 생물 행동의 복잡하고 다양한 특징들을 추출하고 분석하기 위한 방법을 제안한다. 이를 위해 물 속 생물인 깔따구의 행동궤적으로부터 얻어 낸 속도 벡터의 위상영상에 적응적이고 수리적인 방법인 에너지 최소화 모델을 적용한다. 즉, 다이아지논이라는 약물이 처리되기 전과 후의 깔따구의 행동궤적의 특징을 위상영상으로부터 찾아내어 행동 패턴을 분류하고 이 약물에 대한 깔따구의 적응적 행동 특징을 추출하는 것이다. 특징추출을 위해 도입한 방법은 T. Chan과 L. Vese에 의해 제안된 개선 Active Contour 모델에 근거한 것으로 Active Contour를 진화시키는 과정에서 생성되는 에너지함수 값의 변화를 이용한 것이다. Active Contour 모델이란 주어진 영상에 놓인 커브를 그 커브에 의해 분할된 부분영상들의 에너지 값들의 합을 최소화하는 방향으로 변화하게 함으로써 영상 내 객체의 경계를 찾는 영상분할 방법이다. 깔따구의 행동궤적 데이터는 CCD 카메라를 통해 0.25초 간격으로 약물을 처리하기 전과 후 4일 간을 관찰하여 획득하고, 이 행동궤적 데이터에서 행동의 특징 요소가 되는 속도벡터 성분을 15-20분 간격으로 추출하여 위상영상을 만든다. 그리고 이 위상영상에 Active Contour를 적용함으로써 시간에 따라 감소하는 에너지 함수 값의 그래프에서 구해진 기울기 변화에 대한 수리적 계산과 분석을 통해 깔따구 행동궤적의 특징을 찾고 행동 패턴을 분류한다. 또한, 에너지 최소화 모델은 약물 처리된 깔따구의 반응적인 행동이 이에 적응하고 있음을 효과적으로 보여준다.

• 한국콘텐츠학회논문지
• /
• 제11권5호
• /
• pp.84-92
• /
• 2011

바이오 영상에서 세포 영역의 자동 분할 기술은 생물학자들이 복잡한 세포의 기능을 이해하는데 도움을 주고, 수작업을 통해 세포를 분석하던 일들을 자동적으로 처리해주는 매우 중요한 기술이다. 기존의 멀티채널 영상으로부터 세포핵 및 세포를 분할하는 방법은 DNA 채널을 이용하여 세포핵을 검출하고, 이를 초기 윤곽으로 하여 Actin 채널에서 밝기 기반의 Active Contour 모델을 통해 세포를 분할하는 2 단계의 과정을 거친다. 그러나 세포 분할 과정에서 채널 간 상관성으로 인해 발생하는 세포 내 불균일한 밝기 문제를 고려하지 않은 채, 밝기 기반의 Active Contour 모델을 적용하여 분할의 성능이 저하되는 문제점이 발생한다. 따라서 본 논문에서는 DNA 와 Actin 채널 간 상관성을 고려하여, DNA 채널 정보를 통해 Actin 채널 내부의 밝기를 균일하게 보정함으로써 밝기 기반의 Active Contour 모델이 세포 분할에 잘 적용 될 수 있는 전처리 알고리즘을 제안한다. 실험을 통해 제안 전처리 과정을 거친 세포 분할 방법의 성능이 기존 방법에 비해 객관적, 주관적으로 크게 향상됨을 증명한다.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.153-163
• /
• 2004

본 논문은 연속 영상에서 능동 윤곽선 모델을 이용하여 불규칙하게 형태가 변하거나 이동 속도가 빠른 물체를 추적하는 새로운 방법을 제안한다. 변형 가능한 형상을 가지는 이동 물체의 경계를 정확하게 추출하기 위해서는 윤곽점들의 국부적인 수렴 방향을 결정하는 것이 매우 중요하다. 이를 위해서, 차 영상 맵을 이용하는 방향성 에너지 항을 Greedy 알고리듬에 추가하여 능동 윤곽선 모델에서 이용되는 새로운 에너지 함수를 정의하였다. 부가적으로 윤곽점들을 안정적으로 수렴시키기 위하여 차 영상 맵의 갱신 규칙을 고안하였다. 실제 연속 영상을 이용한 실험 결과로부터 제안하는 방법은 불규칙하게 형태가 변하거나 이동 속도가 빠른 물체를 효과적으로 추적하는 동시에 그 물체의 경계선이 매 프레임마다 정확하게 추정됨을 보여 주었다.

• International Journal of Control, Automation, and Systems
• /
• 제2권1호
• /
• pp.100-106
• /
• 2004

In this paper, we present a novel, rapid approach for the detection of brain tumors and deformity boundaries in medical images using a genetic algorithm with wavelet based preprocessing. The contour detection problem is formulated as an optimization process that seeks the contour of the object in a manner of minimizing an energy function based on an active contour model. The brain tumor segmentation contour, however, cannot be detected in case that a higher gradient intensity exists other than the interested brain tumor and deformities. Our method for discerning brain tumors and deformities from unwanted adjacent tissues is proposed. The proposed method can be used in medical image analysis because the exact contour of the brain tumor and deformities is followed by precise diagnosis of the deformities.