• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.23-29
• /
• 2009

Blob detection is an essential ingredient process in some computer applications such as intelligent visual surveillance. However, previous blob detection algorithms are still computationally heavy so that supporting real-time multi-channel intelligent visual surveillance in a workstation or even one-channel real-time visual surveillance in a embedded system using them turns out prohibitively difficult. In this paper, we propose a fast and precise blob detection algorithm for visual surveillance. Blob detection in visual surveillance goes through several processing steps: foreground mask extraction, foreground mask correction, and connected component labeling. Foreground mask correction necessary for a precise detection is usually accomplished using morphological operations like opening and closing. Morphological operations are computationally expensive and moreover, they are difficult to run in parallel with connected component labeling routine since they need much different processing from what connected component labeling does. In this paper, we first develop a fast and precise foreground mask correction method utilizing on neighbor pixel checking which is also employed in connected component labeling so that the developed foreground mask correction method can be incorporated into connected component labeling routine. Through experiments, it is verified that our proposed blob detection algorithm based on the foreground mask correction method developed in this paper shows better processing speed and more precise blob detection.

• 융합신호처리학회논문지
• /
• 제16권3호
• /
• pp.83-89
• /
• 2015

Connected component labeling (CCL) is a mandatory step in image segmentation where objects are extracted and uniquely labeled. CCL is a computationally expensive operation and thus is often done in parallel processing framework to reduce execution time. Various parallel CCL methods have been proposed in the literature. Among them are NSZ label equivalence (NSZ-LE) method, modified 8 directional label selection (M8DLS) method, HYBRID1 method, and HYBRID2 method. Soh et al. showed that HYBRID2 outperforms the others and is the best so far. In this paper we propose a new hybrid parallel CCL algorithm termed as HYBRID3 that combines selective four directional label search (S4DLS) with label backtracking (LB). We show that the average percentage speedup of the proposed over M8DLS is around 60% more than that of HYBRID2 over M8DLS for various kinds of images.

• Journal of information and communication convergence engineering
• /
• 제9권6호
• /
• pp.661-665
• /
• 2011

This paper presents the method for the extraction of the lungs part from the other parts for the diagnostic of the lungs part. The proposed method is based on the calculation of the connected component and the centroid of the image. Connected Component labeling is used to label the each objects in the binarized image. After the labeling is done, centroid value is calculated for each object. The filing operation is applied which helps to extract the lungs part from the image retaining all the parts of the original lungs image. The whole process is explained in the following steps and experimental results shows it's significant.

• 융합신호처리학회논문지
• /
• 제16권1호
• /
• pp.1-8
• /
• 2015

In many image processing tasks, connected component labeling (CCL) is performed to extract regions of interest. CCL was usually done in a sequential fashion when image resolution was relatively low and there are small number of input channels. As image resolution gets higher up to HD or Full HD and as the number of input channels increases, sequential CCL is too time-consuming to be used in real time applications. To cope with this situation, parallel CCL framework was introduced where multiple cores are utilized simultaneously. Several parallel CCL methods have been proposed in the literature. Among them are NSZ label equivalence (NSZ-LE) method[1], modified 8 directional label selection (M8DLS) method[2], and HYBRID1 method[3]. Soh [3] showed that HYBRID1 outperforms NSZ-LE and M8DLS, and argued that HYBRID1 is by far the best. In this paper we propose an improved hybrid parallel CCL algorithm termed as HYBRID2 that hybridizes M8DLS with label backtracking (LB) and show that it runs around 20% faster than HYBRID1 for various kinds of images.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.861-864
• /
• 2014

본 논문은 혀 미각 영역별 분석을 통해 신체의 이상 여부에 대한 정보를 제공하는 설진 진단 시스템의 첫 단계로 얼굴 영상에서 혀 영역을 검출하는 실험을 통하여 미각 영역별 분석의 기반을 다진다. 제안하는 알고리즘은 혀 영상을 획득한 후, Haar-like Feature를 이용하여 혀를 검출한다. 검출된 혀 영역은 HSV컬러모델의 특징을 이용하여 이진화 한 후, Connected Component Labeling을 이용하여 혀 영역 분리한다. 한방병원의 환자들의 혀 사진 100장을 이용하여 90%의 검출률을 확인하였다.

• 디지털융복합연구
• /
• 제11권4호
• /
• pp.259-266
• /
• 2013

패턴인식 등에서 널리 이용되는 이진연결요소 라벨링은 오래전부터 연구되어온 영상처리분야의 기본적인 처리방법이다. 연결요소 라벨링에 대한 현재의 연구는 이중스캔을 이용한 방법이 주류를 이루고 있는데 최근 일차스캔시 인근 화소 여러 개를 한 번에 블록단위로 처리하는 것이 가장 성능이 뛰어난 것으로 보고되고 있다. 본 논문에서도 블록단위의 라벨링 방법을 이용하였지만 기존의 방법들보다 더 성능이 개선된 방법을 제시하고 있다. 제안된 방법은 블록단위의 라벨과 새로운 화소기반의 스캔마스크를 사용했는데 실험결과 현재까지 발표된 가장 빠른 라벨링 방법보다도 더 우수한 성능을 보이는 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제20권4호
• /
• pp.826-832
• /
• 2016

본 논문에서는 고가의 디지털 설진 장비와 특별한 장치 없이 누구나 손쉽게 사용할 수 있는 디지털 설진 시스템의 첫 단계로 미각 영역별 균열 유무를 판별하는 시스템을 제안한다. 훈련 DB는 한방 병원에서 수집한 사진 261장을 바탕으로 Haar-like feature, Adaboost 학습을 하였다. 학습된 결과를 통하여 입력영상으로부터 혀 후보영역을 검출하고, 검출된 혀 후보영역으로부터 혀 영역만을 분리하기 위하여 261장의 훈련 DB의 HSV 컬러모델의 Hue 성분 평균 값을 산출하였다. 검출된 혀 윤곽으로부터 Connected Component Labeling을 통하여 혀 영역을 분리 하였다. 분리된 혀 영역의 상대적 너비와 높이를 이용하여 미각 영역별 로 분할하였다. 분할된 미각 영역별 영상은 Gray영상으로 변환하고, 각각의 영역별 평균 밝기를 산출하여 이진화하였다. 이진화 영상에 Connected Component Labeling을 통하여 균열 유무를 판별하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권7호
• /
• pp.625-635
• /
• 2005

본 논문에서는 흥부 CT 영상에서 폐 부위를 효율적으로 자동 분할하기 위한 하이브리드 접근기법을 제안한다. 본 제안방법은 다음과 같은 세 단계로 구성된다 첫 번째, 2, 3차원 자동 씨앗 영역성장법과 저해상도 연결요소 레이블링을 통하여 폐와 기관지를 분할한다. 두 번째, 2차원 형태학적 연산을 반복 적용하여 폐와 기관지를 분리한 후 저해상도 연결요소 레이블링을 이용하여 폐만 분할한다. 세 번째, 영상차감 기법을 사용한 폐 영역 보정을 통해 보다 정확한 폐 영역을 얻는다. 실험에서는 5명의 환자로부터 얻은 10개의 흉부 CT 영상을 사용하여 제안방법의 정확성과 효율성을 평가한다. 제안한 자동 분할 기법의 적용 결과를 전문가에 의한 수동 분할 결과와 비교함으로써 정확성을 평가하고, 수행시간과 메모리 사용량을 분석하여 제안방법의 효율성을 평가한다. 제안한 저해상도 연결요소 레이블링을 사용했을 때 수행시간은 평균 31.4초, 최대 메모리 사용량은 평균 196.75MB가 단축된다. 본 제안방법은 혈관에 생기는 빈 공간을 막아주는 추가작업 없이 효율적으로 자동 폐 분할을 수행한다.

• 전자공학회논문지
• /
• 제50권5호
• /
• pp.287-294
• /
• 2013

이진 연결요소 라벨링은 영상처리와 컴퓨터비전 등의 영역에 널리 사용되는 기법 중의 하나이다. 지금까지 여러 가지 방법의 라벨링기법이 연구되어 왔는데 그 중에서 이중스캔 방법이 가장 효과가 있는 것으로 나타나고 있다. 이중스캔 방법에서는 전통적으로 화소단위로 스캐닝을 하면서 순차적으로 라벨링하는 방법을 사용했는데 최근에는 C. Grana et. al. 및 L. He et. al. 등이 제안한 복수의 인접화소를 묶은 블록을 기반으로 라벨링하는 방법이 가장 효율적인 것으로 인정받고 있다. 본 논문에서는 화소기반의 스캔마스크를 사용하면서 라벨링은 Grana의 블록을 기반으로 하는 새로운 라벨링 방법을 제안하고 있다. 실제 사용하는 영상들에 대해 실험한 결과 영상의 종류에 따라 제안된 방법이 현재 가장 효율이 좋은 He의 방법에 비해 평균 3.9%에서 22.4%까지 성능의 향상이 있는 것으로 나타났다.

• Journal of information and communication convergence engineering
• /
• 제15권1호
• /
• pp.49-52
• /
• 2017

Ganglion cysts are benign soft tissues usually encountered in the wrist. In this paper, we propose a method to extract a ganglion cyst region from ultrasonography images by using image segmentation. The proposed method using the possibilistic c-means (PCM) clustering method is applicable to ganglion cyst extraction. The methods considered in this thesis are fuzzy stretching, median filter, PCM clustering, and connected component labeling. Fuzzy stretching performs well on ultrasonography images and improves the original image. Median filter reduces the speckle noise without decreasing the image sharpness. PCM clustering is used for categorizing pixels into the given cluster centers. Connected component labeling is used for labeling the objects in an image and extracting the cyst region. Further, PCM clustering is more robust in the case of noisy data, and the proposed method can extract a ganglion cyst area with an accuracy of 80% (16 out of 20 images).