• Journal of the Optical Society of Korea
• /
• 제10권1호
• /
• pp.42-47
• /
• 2006

M-mode imaging of the in vivo murine myocardium using optical coherence tomography (OCT) is described. Application of conventional techniques (e.g. MRI, Ultrasound imaging) for imaging the murine myocardium is problematic because the wall thickness is less than 1.5 mm (20 g mouse), and the heart rate can be as high as six hundred beats per minute. To acquire a real-time image of the murine myocardium, OCT can provide sufficient spatial resolution ($10{\mu}m$) and imaging speed (1000 A-scans/s). Strong light scattering by blood in the heart causes significant light attenuation, which makes delineation of the endocardium-chamber boundary problematic. To measure the thickness change of the myocardium during one heart beat cycle, a myocardium edge detection algorithm is developed and demonstrated.

• 한국정밀공학회지
• /
• 제19권8호
• /
• pp.108-115
• /
• 2002

In measuring step for reverse engineering of sculptured surfaces, computer vision system is used to simplify the complicated surface by boundary edge detection method that minimizes the measuring error. The measured data by Coordinate measuring machine is clouded data points of surfaces which is segmented surface using image process. In this research, the measured data is approximated as NURBS surfaces by new suggested algorithm. The position and number of control points, selection of parametric values and compensation of weight factors are proposed. Finally, surface model is simulated and improved resulting performance is obtained.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권10호
• /
• pp.973-982
• /
• 2003

이 논문은 주어진 영상에 존재하는 물체를 자동적으로 탐지하기 위한 시간과 공간 효율적인 방법을 소개한다. 일반화 허프 변환(Generalized Hough Transform: GHT)은 다양한 모양의 물체를 찾기 위해 자동 물체 탐지를 하는 강력한 템플릿(template) 매칭 알고리즘이다. 다양한 모양과 크기의 물체를 찾기 위해 서로 다른 많은 템플릿을 GHT에 적용해야 한다. GHT로 찾아진 모든 경계선은 보다 정교한 경계선을 찾기 위한 초기 외곽선으로 사용된다. 그러나, GHT의 주요 단점은 과도한 시간과 공간을 요구하는 것이다. 이런 단점을 극복하기 위해서, 제안된 알고리즘은 공간 효율적 방법인 반복적 GHT(iterative GHT: IGHT)를 사용한다. 또한, 원래 영상의 크기를 이분의 일 크기와 사분의 일 크기로 줄여서 다중 해상도 탐색을 이용한다. 사분의 일 영상에서 첫 번째 IGHT를 수행하여 획득한 정보를 이용하고, 세포 크기의 범위를 줄여 이분의 일 크기의 영상에서 탐색공간을 제한한다. 이분의 일 크기의 영상에서 두 번째 IGHT를 수행한 후, 세포핵은 세부 탐색에 의해 찾아지고, 정확한 경계선을 결정하기 위한 에지 정보에 의해 분할된다. 실험결과는 이 방법이 정확도의 손실이 없으면서, 수행시간과 메모리 사용을 줄이고 있음을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2001년도 정기총회 및 학술대회
• /
• pp.193-198
• /
• 2001

최근 대용량 디지털 비디오의 효율적인 이용 및 관리를 위한 데이터 베이스 구축이 절실히 요구되고 있다. 이를 위해서 , 디지털 비디오의 내용 기반 요약이 필요하며, 선행 기술로서 비디오의 샷 경계 검출이 이루어져야 한다. 기존의 샷 경계 검출 방법들은 압축 파일로 저장된 비디오 데이터에 대해 샷 경계 검출을 수행한다. 이러한 기존 방법과 달리, 본 논문에서는 디지털 비디오 카메라로부터 비디오 데이터를 얻어 저장하면서, 실시간으로 샷 경계 검출을 수행하고자 한다. 그리고, 실시간 샷 경계 검출에 있어서 본 논문은 MPEG-7의 Homogeneous Texture와 Edge Histogram 기술자를 적용하여 추출된 각 비디오 프레임의 질감과 에지 정보를 이용한다 이 방법은 비디오의 샷 경계 검출에 있어서 시간적으로 기존 방법들보다 효율적이고, 내용 기반 검색에 유용하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.496-498
• /
• 2000

동영상 비디오 시퀸스에서 필요로 하는 장면을 빠르고 쉽게 찾을 수 있도록 해주는 내용 기반 검색에 대한 연구가 활발히 이루어져 오고 있다. 특히, 내용 기반 검색 시스템의 기초 기술인 비디오 데이터의 샷(shot)에 따른 분할 연구는 다양한 방법으로 소개되었으나 정확도가 높은 분할 알고리즘이 아직 개발되지 않고 있는 실정이다. 본 논문에서는 비압축 비디오에서 컷(cut) 검출의 효율성을 향상시키기 위해 기존의 히스토그램 비교법과 시공간 영상을 활용하는 계층적인(hierarchical) 방법을 제안한다. 이를 위해 먼저 동영상의 각 프레임에서 한 행(row)씩 추출하여 동영상 전체를 대표하도록 시공간 영상을 생성하고, 생성된 시공간 영상에서 수평 에지(edge)를 이용한 프레임(frame) 특징값으로 장면 전화의 후보 영역을 선택하였다. 그리고 선택된 후보 영역을 히스토그램 비교법으로 분석하게 된다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.77-80
• /
• 2000

본 논문에서는 두 대의 디지틀 카메라로 측정한 근거리 차량 스테레오 영상에서 시차(disparity)를 구한 후 전방 차량의 거리를 검출하는 방법을 제시한다. 다중 해상도 특성을 가진 변형된 웨이블릿을 이용하여 차량으로 생각되는 물체의 경계선을 구한다. 이때 전체적인 특징을 고려하고, 정확한 시차를 구하기 위해 점차적으로 해상도를 높이는 coarse to fine 방법을 이용하여 히스토그램을 분석하고 이를 통하여 얻어진 좌, 우 영상의 시차를 이용하여 전방 근거리 차량의 거리를 효과적으로 검출한다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.126-136
• /
• 2014

지능형 교통 시스템(ITS) 및 지능형 자동차의 운전자 보조 시스템에서 차선의 경계를 검출하기 위한 허프 변환 방법이 많이 연구되고 있다. 이 방법의 경우 차선을 효과적으로 인식하지만 차선 이외의 영역의 직선들도 인식할 수 있기 때문에 인식률이 떨어질 수 있고 연산속도가 늦어진다. 본 논문에서는 이러한 문제를 해결하기 위해 Hough space에 Accumulator cells를 최적화한 방법을 이용해서 차선 경계를 인식하는 알고리즘을 제안하였다. 이를 바탕으로 H/W 검증을 통해 안드로이드용 어플리케이션을 개발하였다. 스마트 기기의 사용자라면 언제 어디서든 운전자의 주행안전을 위한 차선검출 및 차선이탈 경보시스템을 사용 할 수 있도록 하였다. 소프트웨어 검증은 OpenCV를 사용하여 93.1%의 높은 차선인식률을 보였으며, 하드웨어 실시간 검증은 안드로이드용 휴대폰을 사용하여 68.89%의 차선인식률을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.50-53
• /
• 2022

YOLOv5에서 객체 탐지를 위해 이미지를 학습 시 기존의 이미지에 위치 정보를 어노테이션 하는 과정이 필요한다. 가장 대표적인 방법이 이미지에 바운딩 박스를 그려 위치 정보를 메타정보로 저장하게 하는 것이다. 하지만 객체의 경계가 모호한 경우 바운딩 박스를 하는 것에 어려움을 겪게 된다. 그 대표적인 예시가 화재인 부분과 화재가 아닌 부분을 분류하는 것이다. 따라서 본 논문에서는 화재가 났다고 판단되는 샘플 100개의 이미지를 바운딩 박싱 개수를 달리하여 학습시켜 보았다. 그 결과 바운딩 박스를 어노테이션 시 가장자리를 가능한 크게 잡아 하나의 박스로 어노테이션하는 것보다 조금 더 세분화 하여 박스 3개로 어노테이션하여 학습시킨 모델에서 더 뛰어난 화재 탐지 성능을 보여주었다.

• 한국컴퓨터정보학회논문지
• /
• 제23권7호
• /
• pp.81-90
• /
• 2018

In this paper, reducing lense Vignetting effect and adaptive learning rate method are proposed to complement Scribner's neural network for nuc algorithm which is the effective algorithm in statistic SBNUC algorithm. Proposed reducing vignetting effect method is updated weight and bias each differently using different cost function. Proposed adaptive learning rate for updating weight and bias is using sobel edge detection method, which has good result for boundary condition of image. The ordinary statistic SBNUC algorithm has problem to compensate lense vignetting effect, because statistic algorithm is updated weight and bias by using gradient descent method, so it should not be effective for global weight problem same like, lense vignetting effect. We employ the proposed methods to Scribner's neural network method(NNM) and Torres's reducing ghosting correction for neural network nuc algorithm(improved NNM), and apply it to real-infrared detector image stream. The result of proposed algorithm shows that it has 10dB higher PSNR and 1.5 times faster convergence speed then the improved NNM Algorithm.

• 한국융합학회논문지
• /
• 제8권8호
• /
• pp.33-40
• /
• 2017

본 논문은 이미지에서 효과적인 문자검출을 위해 색상단순화 및 윤곽선에서의 패턴 분석을 통한 문자 검출방법을 제안한다. 윤곽선 기반방법을 사용하는 문자검출 알고리즘은 단순한 배경의 이미지에서는 우수한 성능을 보이지만, 복잡한 배경의 이미지에서는 성능이 떨어지는 단점이 있다. 따라서 제안하는 방법은 복잡한 배경에서의 비문자영역을 최소화하기 위해 이미지 단순화 및 패턴분석을 통한 문자 검출 알고리즘을 제안한다. 먼저 이미지에서의 문자영역 부분을 검출하기 위하여 전처리 과정으로 K-means 군집화를 사용하여 이미지의 색상을 단순화하고, 색상 단순화 과정에서의 물체의 경계의 흐릿해짐을 개선하기 위해 고주파통과필터를 통해 물체의 경계를 강화한다. 그 후 모폴로지 기법의 팽창과 침식의 차이를 이용하여 물체의 윤곽선을 검출하고, 획득한 영역의 윤곽선 부분의 정보(높이, 너비 면적)를 구한 후 패턴분석을 통해 조건을 줌으로써 문자 후보영역을 판별하여 문자가 아닌 불필요한 영역(그림, 배경)을 제거한다. 최종 결과로 라벨링을 통해 불필요한 영역이 제거된 결과를 보여준다.