• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.248-250
• /
• 2003

An automatic approach and strategy for extracting building information from aerial images using combined image analysis and interpretation techniques is described in this paper. A dense DSM is obtained by stereo image matching. Multi-band classification, DSM, texture segmentation and Normalised Difference Vegetation Index (NDVI) are used to reveal building interest areas. Then, based on the derived approximate building areas, a shape modelling algorithm based on the level set formulation of curve and surface motion has been used to precisely delineate the building boundaries. Data fusion, based on the Dempster-Shafer technique, is used to interpret simultaneously knowledge from several data sources of the same region, to find the intersection of propositions on extracted information derived from several datasets, together with their associated probabilities. A number of test areas, which include buildings with different sizes, shape and roof colour have been investigated. The tests are encouraging and demonstrate that the system is effective for building extraction, and the determination of more accurate elevations of the terrain surface.

• Journal of Biosystems Engineering
• /
• 제22권2호
• /
• pp.227-236
• /
• 1997

Manual grading and sorting of red-ginsengs are inherently unreliable due to its subjective nature. A computerized technique based on optical and geometrical characteristics was studied for the objective quality evalution. Spectral reflectance of three categories of red-ginsengs - "Chunsam", "Chisam", "Yangsam" - were measured and analyzed. Variation of reflectance among parts of a single ginseng was more significant than variation among the quality categories of ginsengs. A PC-based image processing algorithm was developed to extract geometrical features such as length and thickness of body, length and number of roots, position of head and branch point, etc. The algorithm consisted of image segmentation, calculation of Euclidean distance, skeletonization and feature extraction. Performance of the algorithm was evaluated using sample ginseng images and found to be mostly sussessful.

• 한국항행학회논문지
• /
• 제18권2호
• /
• pp.151-157
• /
• 2014

최근 무인항공기는 군사용뿐만 아니라 민간용으로도 많이 사용되고 있다. 무인항공기는 미리 입력된 좌표에 따라 GPS 정보를 이용하여 자동비행한다. 그러나 재밍이나 외부 교란에 의해 GPS 신호를 수신할 수 없으면 자동비행이 불가능 해진다. 이러한 문제를 해결하기 위한 한 방법으로, 본 연구에서는 무인기에 탑재된 카메라로부터 촬영된 영상으로부터 실시간으로 특정 영역을 검출하고 인식하는 알고리즘을 제안한다. 실시간 분류와 기계 학습에 사용할 특징을 추출하기 위한 전처리 과정으로 군집화 알고리즘인 그래프 기반 분할 알고리즘을 사용하여 슈퍼 픽셀화 하였다. 다양한 컬러모델 및 혼합 컬러 모델을 비교 분석하여 가장 이상적인 혼합 모델을 선정하고, 분류 알고리즘으로는 적은 트레이닝 데이터로도 뛰어난 분류 성능을 낼 수 있는 서포트 벡터 머신을 사용하였다. 무인항공 영상으로부터 18개의 컬러와 텍스처 특징 벡터를 추출하고 학습 및 예측과정을 통해 하천, 비닐하우스, 논 등 3 종류의 영역을 실시간으로 분류하였다.

• 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).

• Journal of Information Processing Systems
• /
• 제18권3호
• /
• pp.411-427
• /
• 2022

Digging historical and cultural information from seals in ancient books is of great significance. However, ancient Chinese seal samples are scarce and carving methods are diverse, and traditional digital image processing methods based on greyscale have difficulty achieving superior segmentation and recognition performance. Recently, some deep learning algorithms have been proposed to address this problem; however, current neural networks are difficult to train owing to the lack of datasets. To solve the afore-mentioned problems, we proposed an SEL-RefineMask which combines selector of feature pyramid network (SEL-FPN) with RefineMask to segment and recognize seals. We designed an SEL-FPN to intelligently select a specific layer which represents different scales in the FPN and reduces the number of anchor frames. We performed experiments on some instance segmentation networks as the baseline method, and the top-1 segmentation result of 64.93% is 5.73% higher than that of humans. The top-1 result of the SEL-RefineMask network reached 67.96% which surpassed the baseline results. After segmentation, a vision transformer was used to recognize the segmentation output, and the accuracy reached 91%. Furthermore, a dataset of seals in ancient Chinese books (SACB) for segmentation and small seal font (SSF) for recognition were established which are publicly available on the website.

• 한국융합학회논문지
• /
• 제6권1호
• /
• pp.7-16
• /
• 2015

바코드 검사기의 성능에 결정적인 영향을 미치는 것은 입력 영상으로부터 바코드 영역을 추출하는 세그먼테이션 과정이며, 기존의 세그먼테이션 기법에는 여러 가지 문제점이 존재한다. 첫째, 허프 직선 변환 방법은 길이 임계값에 매우 민감하여 임계값을 정하는데 어려움이 있다. 둘째, 모폴로지 변환은 영상을 수축, 팽창하는 과정에서 많은 지연시간이 발생한다. 따라서 본 논문에서는 이러한 바코드 검증에서 지연 현상을 해결하고 주변 영향을 적게 받는 해리스 코너 검출 기법 융합형 바코드 영역 검출 기법을 제안한다. 그리고 본 논문에서 제안한 알고리즘을 검증하기 위해 실제 라인과 유사한 실험 환경을 구성하고, 다양한 크기의 바코드 영상과 다양한 위치에서의 바코드 영역 추출실험을 하였다. 결과적으로 제안 기법은 기존의 알고리즘에 비해 주변 환경이나 임계값 설정의 어려움과 영상 처리의 지연 문제를 해결하였고 모든 테스트 영상에 대해 바코드 영역을 100% 추출하는 성능을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권4호
• /
• pp.418-426
• /
• 2006

본 논문에서는 수술 도중에 심장내부로 삽입한 초음파 탐침을 통해 획득된 초음파 심장영상에서 강인하게 심장 영역을 고속 자동 분할하는 방법을 제안한다 제안한 방법은 심장 초기 경계 추출, 신뢰도 경쟁을 통한 전체 경계 검출, 회전 국부 방사선 기법을 이용한 국부 경계 보완으로 세 단계로 구성된다. 첫째, 초음파 탐침의 중심에서 방사선을 만들어 각 방사선에서 밝기값 기반 임계값 기법으로 얻어진 심장외부 영역을 이용하여 대략적인 초기 심장영역의 경계를 추출한다. 둘째, 각각의 방사선에서 임계치로 추출된 초기 심장영역의 위치를 포함하여 경계와 영역정보를 이용해 추출된 새로운 후보들과 신뢰도의 경쟁을 수행하여 높은 신뢰성을 가진 심장 경계를 검출한다. 셋째, 방사선 기법으로 경계획득이 어려운 심장의 오목한 영역에서 경계를 따라 회전하면서 국부적으로 방사선 조사법을 적용하여 경계를 보완한다. 제안된 방법은 실제 환자의 심장 수술 도중에 얻어진 초음파 영상에 적용되어 고무적인 결과를 획득했다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.625-630
• /
• 2009

영상기반의 3차원 복원(reconstruction)에 대한 연구가 최근 좋은 결과를 많이 내고 있지만, 이는 복원의 목적이 되는 영역이 각 입력영상으로부터 미리 정확하게 추출되어있다고 가정하기 때문이다. 본 논문에서는 다시점 영상에서 세그멘트(segment)라 불리는 초기 분할된 영역을 기반으로 전경물체 추출과 3차원 복원을 EM형식으로 반복적으로 수행하는 정교한 전경물체 추출방법을 제안한다. 본 논문에서 세그멘트는 수행시간을 최소화하기 위해 사용된 3차원 복원방법인 visual hull에 의해 발생한 외곽선 오류를 보상해야 하며, 사용자의 입력을 최소화하기 위해 적은 수의 집합으로 구성되어야 한다. 이를 위해 데이터 항과 스무드 항으로 구성된 에너지 함수를 최적화할 수 있는 그래프 컷 방법을 이용하는 영상분할을 초기단계로써 수행하며, 전경물체 추출과 3차원 복원은 에너지 함수가 최적화될 때까지 반복 수행한다. 실험에서 간단한 3차원 복원 방법을 이용함에도 불구하고 전경물체의 외곽선에서 정확한 결과를 보였다.

• 한국광학회지
• /
• 제20권2호
• /
• pp.94-101
• /
• 2009

본 논문에서는 집적영상에서 깊이 추출을 할 때 영상 분할 방법을 이용하여 각각의 물체에 대해 삼각형 메쉬(mesh) 모델을 구성하는 방법을 제안하였다. 집적영상에서 렌즈 어레이와 카메라를 이용하여 실제 물체를 픽업하면 요소영상(Elemental image) 집합을 얻을 수 있다. 요소영상 집합은 3차원 물체의 정보를 가지고 있으므로 대응점 분석을 통해 깊이 추출을 할 수 있다. 우선, 각 요소영상 중심점의 대응점 분석을 통해 시차를 구하고 이를 이용하여 깊이를 구한다. 요소영상의 중심점에 해당하는 물체의 X, Y 공간좌표는 각 점들이 사각형 격자 형태를 이룬다. 이 격자 형태의 점들 중에서 가까운 점 3개를 연결하여 삼각형 메쉬를 만들면 물체의 삼각형 메쉬 모델을 구할 수 있다. 이 때 각 물체에 대해 삼각형 메쉬 모델을 구하기 위해서 요소영상의 중심점들로 구성된 가운데 방향별 영상을 영상 분할하고 각각의 분할된 영역에 대해서만 삼각형 메쉬 모델을 구성하였다. 영상 분할 방법은 normalized cut 방법을 이용하였다. 제안된 방법의 검증을 위해 실제 물체를 픽업하고 각 물체의 삼각형 메쉬 모델을 구성하였다.

• 한국건축시공학회지
• /
• 제23권2호
• /
• pp.197-207
• /
• 2023

콘크리트는 압축력에 잘 저항하고 내구성이 우수하여 널리 사용되는 재료이다. 하지만 구조물은 시공 단계에서 주변 환경, 사용되는 재료의 특성에 따라 완공된 후 표면의 균열, 구조물의 침하 등 다양한 하자가 발생하거나 시간이 지남에 따라 콘크리트 구조물 표면에 결함이 발생한다. 그대로 방치하면 구조물에 심각한 손상을 초래하기 때문에 안전 점검을 통해 검사해야 한다. 하지만 전문 검사원들이 직접 조사하기에 비용이 높고 육안으로 판단하는 외관 검사법을 사용한다. 고층 건물일수록 상세한 검사가 힘들다. 본 연구는 노후화로 인해 콘크리트 표면에 발생하는 결함 중 균열을 탐지하는 딥러닝 기반 시맨틱 세그먼테이션 모형과 해당 모형의 특징 추출과 일반화 성능을 높이기 위한 이미지 어그멘테이션 기법을 개발하였다. 이를 위해 공개 데이터셋과 자체 데이터셋을 결합하여 시맨틱 세그먼테이션용 데이터셋을 구축하고 대표적인 딥러닝 기반 시맨틱 세그먼테이션 모형들을 비교실험하였다. 콘크리트 내벽을 중점으로 학습한 모형의 균열 추출 성능은 81.4%이며, 개발한 이미지 어그멘테이션을 적용한 결과 3%의 성능향상을 확인하였다. 향후 고층 건물과 같이 접근성이 어려운 지점을 드론을 통해 콘크리트 외벽에서 균열을 검출할 수 있는 시스템을 개발함으로써 실질적으로 활용할 수 있기를 기대한다.