• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.365-373
• /
• 1997

본 논문에는 표면 형태만을 고려한 방법으로 다수의 단면 영상 데이터로부터, 관심있는 기관의 외부 표면을 패치(patch)에 의한 방법으로 재구성하여 삼차원적으로 표시하는 것을 목적으로 한다. 이를 위해 본 논문에서는 표면을 형성하기 위한 특징점을 추출하기 위하여 제거법에 의한 특징점 추출이라는 알고리즘을 제안하여 사용하였으며, 표면을 재구성하기 윟나 과정에서 두 단면의 영상의 특징점 사이의 최소 거리를 비용 함수로 사용하는 방법을 제안하였다. 제안한 알고리즘의 효용성을 확인하기 위하여 두부에 대한 이차원 CT 영상을 사용하여 실험을 실시하고 다른 방법과 비교하여 보았다.

• 조명전기설비학회논문지
• /
• 제24권11호
• /
• pp.30-41
• /
• 2010

In this study we propose a new texture feature extraction method based on an estimation of the brightness and structural uniformity of CT images representing the important characteristics for emphysema recognition. The Center-Symmetric Local Binary Pattern (CS-LBP) is first used to combine gray level in order to describe the brightness uniformity characteristics of the CT image. Then the gradient orientation difference is proposed to generate another CS-LBP code combining with gray level to represent the structural uniformity characteristics of the CT image. The usage of the gray level, CS-LBP and gradient orientation differences enables the proposed method to extract rich and distinctive information from the CT images in multiple directions. Experimental results showed that the performance of the proposed method is more stable with respect to sensitivity and specificity when compared with the SGLDM, GLRLM and GLDM. The proposed method outperformed these three conventional methods (SGLDM, GLRLM, and GLDM) 7.85[%], 22.87[%], and 16.67[%] respectively, according to the diagnosis of average accuracy, demonstrated by the Receiver Operating Characteristic (ROC) curves.

• 한국정보통신학회논문지
• /
• 제15권5호
• /
• pp.1164-1170
• /
• 2011

본 논문에서는 컴퓨터 집적 영상에서의 정교한 요소 영상 추출 및 전처리 기술에 대해 제안한다. 전처리 기술은 영상 복원 과정 전에 영상의 왜곡 및 잡음을 제거하는 기술이다. 픽업 과정에서 발생된 왜곡 및 잡음은 주로 회전 왜곡으로, 복원된 영상의 화질을 저하시킨다. 이 문제점을 극복하기 위해서 요소 영상 추출 및 전처리 방법을 제안하고, 이를 통하여 왜곡 및 잡음이 영상 복원 과정에 미치는 영향에 대해서 설명하였다. 광학 및 컴퓨터 실험을 통하여 교정 전, 후의 복원 영상의 특성을 비교하였다.

• International Journal of Automotive Technology
• /
• 제6권2호
• /
• pp.171-181
• /
• 2005

The purpose of this paper is two-fold: 1) A novel algorithm in order to extract lane-related information from road images is presented; 2) Design specifications of an image processing onboard unit capable of extracting lane­related information in real-time is also presented. Obtaining precise information from road images requires many features due to the effects of noise that eventually leads to long processing time. By exploiting a FPGA and DSP, we solve the problem of real-time processing. Due to the fact that image processing of road images relies largely on edge features, the FPGA is adopted in the hardware design. The schematic configuration of the FPGA is optimized in order to perform 3 $\times$ 3 Sobel edge extraction. The DSP carries out high-level image processing of recognition, decision, estimation, etc. The proposed algorithm uses edge features to define an Edge Distribution Function (EDF), which is a histogram of edge magnitude with respect to the edge orientation angle. The EDF enables the edge-related information and lane-related to be connected. The performance of the proposed system is verified through the extraction of lane-related information. The experimental results show the robustness of the proposed algorithm and a processing speed of more than 25 frames per second, which is considered quite successful.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권5호
• /
• pp.2287-2312
• /
• 2018

Extracting key visual information from images containing natural scene is a challenging task and an important step for the visually impaired to recognize information based on tactile graphics. In this study, a novel method is proposed for extracting salient regions based on global contrast enhancement and saliency cuts in order to improve the process of recognizing images for the visually impaired. To accomplish this, an image enhancement technique is applied to natural scene images, and a saliency map is acquired to measure the color contrast of homogeneous regions against other areas of the image. The saliency maps also help automatic salient region extraction, referred to as saliency cuts, and assist in obtaining a binary mask of high quality. Finally, outer boundaries and inner edges are detected in images with natural scene to identify edges that are visually significant. Experimental results indicate that the method we propose in this paper extracts salient objects effectively and achieves remarkable performance compared to conventional methods. Our method offers benefits in extracting salient objects and generating simple but important edges from images containing natural scene and for providing information to the visually impaired.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.861-864
• /
• 2009

최근에는 손의 다양한 부위에서 정맥을 인식하기 위한 생체인식 기술이 활발히 진행 중이다. 본 논문에서는 정맥 패턴을 검출하기 위한 계층적 슬라이싱 방법을 제안한다. 스캔한 정맥 이미지를 다양한 두께 값으로 슬라이싱한다. 슬라이스된 이미지에서 평균 밝기값을 구하고 이를 곡률 값으로 변환하여 정맥 후보 구역을 검출한다. 이 정맥 후보 지역을 재검색하여 중복 검출된 지점을 분석하여 실제의 정맥 패턴을 찾아낸다. 이를 통해 원래 이미지에서 정맥 패턴을 검출하는 새로운 알고리즘을 제안한다.

• International Journal of Computer Science & Network Security
• /
• 제24권1호
• /
• pp.119-126
• /
• 2024

Disease caused by the coronavirus (COVID-19) is sweeping the globe. There are numerous methods for identifying this disease using a chest imaging. Computerized Tomography (CT) chest scans are used in this study to detect COVID-19 disease using a pretrain Convolutional Neural Network (CNN) ResNet50. This model is based on image dataset taken from two hospitals and used to identify Covid-19 illnesses. The pre-train CNN (ResNet50) architecture was used for feature extraction, and then fully connected layers were used for classification, yielding 97%, 96%, 96%, 96% for accuracy, precision, recall, and F1-score, respectively. When combining the feature extraction techniques with the Back Propagation Neural Network (BPNN), it produced accuracy, precision, recall, and F1-scores of 92.5%, 83%, 92%, and 87.3%. In our suggested approach, we use a preprocessing phase to improve accuracy. The image was enhanced using the Contrast Limited Adaptive Histogram Equalization (CLAHE) algorithm, which was followed by cropping the image before feature extraction with ResNet50. Finally, a fully connected layer was added for classification, with results of 99.1%, 98.7%, 99%, 98.8% in terms of accuracy, precision, recall, and F1-score.

• 전자공학회논문지CI
• /
• 제48권3호
• /
• pp.46-53
• /
• 2011

본 논문에서는 대표적인 특징점 추출 알고리즘인 SURF (Speeded Up Robust Features)를 이용한 얼굴 인식 방법을 소개한 다. 일반적으로, SURF를 이용한 물체 인식은 특징점 추출 및 정합만을 수행하지만, 본 논문에서 제안하는 SURF를 이용한 얼굴 인식 방법은 특징점 추출 및 정합뿐만 아니라 얼굴 영상 회전 및 특징점 검증을 추가로 수행한다. 얼굴 영상 회전은 특징점의 수를 증가시키기 위해 수행되며, 특징점 검증은 정확하게 정합된 특징점들을 찾기 위해 수행된다. 비록 본 논문에서 제안한 SURF를 이용한 얼굴 인식 방법은 PCA를 이용한 방법보다 연산 시간이 더 요구되었지만, 인식률은 보다 더 높았다. 이러한 실험 결과를 통해, 특징점 추출 알고리즘도 얼굴 인식에 적용할 수 있음을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제14권1호
• /
• pp.1-14
• /
• 2011

영상의 유통이 활발해 지면서 증가하는 데이터베이스를 효율적으로 관리하기 위한 다양한 요구들이 생겨났다. 내용 기반 기술은 이런 요구들을 충족시켜 줄 기술 중 하나이다. 내용 기반 기술에서는 다양한 특징 방법을 이용해 영상을 표현할 수 있지만, 그 중 전역 특정 방법은 추출된 특정 벡터가 규격화 되어 빠른 정합 속도를 확보할 수 있다는 장점이 있다. 전역 특정 방법은 크게 공간적 특성을 이용한 방법과 통계적 특성을 이용한 방법으로 분류할 수 있고, 각각은 다시 컬러 성분을 이용한 방법과 밝기 성분을 이용한 방법으로 분류된다. 본 논문에서는 이와 같은 분류 방법에 따라 다양한 전역 특정 방법들을 살펴보고, 정확성 실험, 재현율-정확도 그래프, ANMRR, 특징 벡터 크기-정합시간 등을 이용해 개별 전역 특정들의 성능을 비교하였다. 실험 결과 공간적 특성을 이용한 전역 특징은 비기하학적 변형에서 특히 뛰어난 성능을 보였으며, 컬러 성분과 히스토그램을 이용한 전역 특정 방법이 가장 좋은 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.49-57
• /
• 2011

영상으로부터 관심 영역을 추출하는 작업은 비젼을 이용한 응용 분야에서 첫 번째 단계로 이후 처리 단계에 영향을 미치는 중요한 작업이다. 하지만 관심 영역추출은 조명이나 카메라 등의 주변 환경에 민감하여 일반적으로 문제에 관련된 지식이나 후처리를 도입하여 추출된 영역을 보정하고 있다. 이 논문에서는 환경에 민감하지 않으며 이후 처리 과정에 독립적인 관심 영역 추출을 위한 프레임워크를 제안한다. 제안하는 프레임워크는 차영상과 색상 분포를 이용하여 관심 영역을 추출하며 색상 분포를 학습함으로써 환경의 변화에 적응할 수 있다. 또한 프레임워크의 각 구성 요소들이 독립적으로 동작하는 유연한 구조를 가지므로 확장성이 뛰어나다. 제안하는 프레임워크의 유용성은 동영상에서 손 영역 추출을 통해 확인할 수 있다.