• 한국통신학회논문지
• /
• 제22권5호
• /
• pp.889-898
• /
• 1997

Most general content-based image retrieval techniques use color and texture as retrieval indices. Spatial information is not used to color histogram and color pair based on color retrieval techniques. This paper proposes the selection of a set of representative in the duplicated color histogram, the analysis of spatial information of the selected colors and the image retrieval process based on the duplicated color histogram and spatial information. Two color historgrams for background and object are used in order to decide on color selection in the duplicated color histogram. Spatial information is obtained using a maximum entropy discretization. A retrieval process applies to duplicated color histogram and spatial to retrieve input images and relevant images. As the result of experiment of the image retrieval, improved color his togram and spatial information method hs increased the retrieval effectiveness more the color histogram method and color pair method.

• Macromolecular Research
• /
• 제17권11호
• /
• pp.829-841
• /
• 2009

This study introduces a specified group-contribution method for predicting the phase equilibria in polymer solutions. The method is based on a modified double lattice model developed previously. The proposed model includes a combinatorial energy contribution that is responsible for the revised Flory-Huggins entropy of mixing, the van der Waals energy contribution from dispersion, a polar force and specific energy contribution. Using the group-interaction parameters obtained from data reduction, the solvent activities for a large variety of mixtures of polymers and solvents over a wide range of temperatures can be predicted with good accuracy. This method is simple but provides improved predictions compared to those of the other group contribution methods.

• 디지털산업정보학회논문지
• /
• 제15권1호
• /
• pp.99-107
• /
• 2019

Retinex-based image enhancement is a technique that utilizes the property that the human visual characteristics are sensitive to the difference from the surrounding pixel value rather than the pixel value itself. These Retinex-based algorithms show different characteristics of the improved image depending on the applied color space or gamma correction. In this paper, we set eight different experimental conditions according to the application of color space and gamma correction, and analyze the objective and subjective performance of each Retinex based image enhancement algorithm and apply it to the implementation of Retinex based algorithm. In the case of gamma correction, quantitative low entropy images and low contrast images are obtained. The application of Retinex technique in HSI color space rather than RGB color space is found to be high in overall subjective image quality as well as maintaining color.

• ETRI Journal
• /
• 제46권3호
• /
• pp.526-537
• /
• 2024

Monitoring fetal growth in utero is crucial to anomaly diagnosis. However, current computer-vision models struggle to accurately assess the key metrics (i.e., head circumference and occipitofrontal and biparietal diameters) from ultrasound images, largely owing to a lack of training data. Mitigation usually entails image augmentation (e.g., flipping, rotating, scaling, and translating). Nevertheless, the accuracy of our task remains insufficient. Hence, we offer a U-Net fetal head measurement tool that leverages a hybrid Dice and binary cross-entropy loss to compute the similarity between actual and predicted segmented regions. Ellipse-fitted two-dimensional ultrasound images acquired from the HC18 dataset are input, and their lower feature layers are reused for efficiency. During regression, a novel region of interest pooling layer extracts elliptical feature maps, and during segmentation, feature pyramids fuse field-layer data with a new scale attention method to reduce noise. Performance is measured by Dice similarity, mean pixel accuracy, and mean intersection-over-union, giving 97.90%, 99.18%, and 97.81% scores, respectively, which match or outperform the best U-Net models.

• 한국산학기술학회논문지
• /
• 제11권8호
• /
• pp.2809-2817
• /
• 2010

본 최근 철도 산업이 국가 중심 산업으로 부상하면서 이 분야의 학문적 관심이 높아지고 있다. 특히, 철도 산업의 규모가 커짐에 따라 승객과 화물의 안전한 수송이 강조되고 있으며 이를 위해 철도 차량의 정기적인 검수 및 청소를 담당하는 차량기지의 건설이 증가하고 있다. 하지만 철도 차량기지 건설은 막대한 투자비용과 시간이 소요되며 효율적인 설계 및 시공을 위해 고려해야 할 조건이 많다. 따라서 본 논문에서는 복수의 차량기지 설계 대안들 중 가장 효율적인 설계안을 찾기 위해 시뮬레이션을 사용하여 분석하였다. 시뮬레이션 분석은 시설의 목적을 최대한 반영 할 수 있는 종속 변수를 선정 후 Warm-up 분석을 하였고, 분석 이후 안정화 상태의 종속 변수 평가치를 대안 별로 추출하였다. 그리고 시뮬레이션 실험에 의해 얻어진 각 종속 변수의 평가치는 다 속성 의사 결정 방법을 통해 대안 선정에 사용 되는데, 기존의 다 속성 의사 결정 방법은 절차적으로 복잡하거나 의사 결정자의 주관적인 능력에 기대는 단점을 가진다. 그러나 엔트로피 척도를 활용한 대안 선정은 의사 결정자에게 신속하고 객관적인 방법으로 대안 선정을 할 수 있게끔 도와준다. 따라서 본 연구에서는 철도 차량기지 설계의 신속한 최적 설계안 도출을 위해 엔트로피 척도를 이용하였으며 이는 차량기지 설계 프로젝트처럼 신속하고 객관적인 의사결정이 필요한 상황에서 매우 유용함을 보여주었다.

• 대한전자공학회논문지SP
• /
• 제40권3호
• /
• pp.185-193
• /
• 2003

MPEG-4 삼차원 메쉬 모델 압축(3DMC) 표준에서 사용되는 평행사변형예측 방법은 예측하고자 하는 꼭지점이 인접한 꼭지점들과 같은 평면상에 있다고 가정하여 하나의 삼각형 내에 있는 인접한 세 개의 꼭지점 좌표 값만을 이용하므로 예측 효율이 좋지 않다. 본 논문에서는 삼각형 주변의 꼭지점 좌표값과 인접하는 삼각형 사이의 사잇각을 고려한 통합예측을 이용하여 삼차원 메쉬 모델의 기하정보를 부호화하는 방법을 제안한다. 우선 제안한 꼭지점 계층탐색 방법으로 위상학적으로 거리가 가까운 점들을 탐색하여 정렬된 값들의 기하학적 상관도를 높이고, 정렬된 삼차원 메쉬의 꼭지점 순서에 따라 주변의 꼭지점 값들을 이용하여 현재 꼭지점 값을 예측한다. 본 논문에서 제안한 통합예측 방법은 다양한 VRML 포맷의 테스트 모델에 대해서 기존의 MPEG-4 3DMC의 평행사변형예측 방법보다 우수한 성능을 보인다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2006년도 춘계학술발표회 논문집
• /
• pp.469-473
• /
• 2006

In general, a classification process between ground data and non-ground data, which include building objects, is required prior to producing a DEM for a certain surface reconstruction from LiDAR data in which the DEM can be produced from the ground data, and certain objects like buildings can be reconstructed using non-ground data. Thus, an exact classification between ground and non-ground data from LiDAR data is the most important factor in the ground reconstruction process using LiDAR data. In particular, building objects can be largely used as digital maps, orthophotos, and urban planning regarding the object in the ground and become an essential to providing three dimensional information for certain urban areas. In this study, an entropy theory, which has been used as a standard of disorder or uncertainty for data used in the information theory, is used to apply a more objective and generalized method in the recognition and segmentation of buildings from raw LiDAR data. In particular, a method that directly uses the raw LiDAR data, which is a type of point shape vector data, without any changes, to a type of normal lattices was proposed, and the existing algorithm that segments LiDAR data into ground and non-ground data as a binarization manner was improved. In addition, this study proposes a generalized building extraction method that excludes precedent information for buildings and topographies and subsidiary materials, which have different data sources.

• 한국산업정보학회논문지
• /
• 제21권5호
• /
• pp.11-17
• /
• 2016

본 논문에서는 평면을 모델링하여 깊이 정보를 보정하고 부호화를 개선하는 방법을 제안한다. 먼저 보정하고자 하는 화소를 중심으로 수평, 수직 방향으로 최소 자승법을 이용하여 평면을 모델링한 후 예측 오차에 근거하여 예측된 평면이 적합한지 판단한다. 그 후 모델링된 평면상의 깊이 화소 값으로 보정한다. 제안된 방법을 통해 평면으로 이루어진 깊이 영상뿐만 아니라 다양한 깊이 정보를 가지는 깊이 영상에 대해서도 보정이 가능하다. 제안된 방법을 적용하여 부호화 성능을 나타내는 엔트로피 척도를 측정한 결과, 부호화 성능이 최대 80.2% 개선된 것을 확인하였다.

• 대한전자공학회논문지
• /
• 제26권6호
• /
• pp.140-146
• /
• 1989

일반적으로 레이다 표적은 클러터 환경에 있으며 클러터 제거가 요구된다. 클러터는 지표, 기상 조건의 변화로 부터 발생되는 원하지 않는 레이다 반사파로 클러터의 통계적 특성은 시간, 거리 그리고 방향에 따라 변화함으로 효과적인 클러터 제거를 위하여 적응 신호 처리가 필요하다. 본 논문에서는 clutter whitening filter와 doppler filter bank를 이용한 클러터 제거 알고리듬을 제안하였으며 그 성능을 종래의 비적응 클러터 제거 알고리듬의 성능과 비교하였다. Clutter whitening filter 알고리듬 Burg가 제안한 최대 엔트로피 방법을 이용하였다.

• ETRI Journal
• /
• 제39권2호
• /
• pp.173-180
• /
• 2017

Multimodal medical image fusion is the process of retrieving valuable information from medical images. The primary goal of medical image fusion is to combine several images obtained from various sources into a distinct image suitable for improved diagnosis. Complexity in medical images is higher, and many soft computing methods are applied by researchers to process them. Intuitionistic fuzzy sets are more appropriate for medical images because the images have many uncertainties. In this paper, a new method, based on Sugeno's intuitionistic fuzzy set (SIFS), is proposed. First, medical images are converted into Sugeno's intuitionistic fuzzy image (SIFI). An exponential intuitionistic fuzzy entropy calculates the optimum values of membership, non-membership, and hesitation degree functions. Then, the two SIFIs are disintegrated into image blocks for calculating the count of blackness and whiteness of the blocks. Finally, the fused image is rebuilt from the recombination of SIFI image blocks. The efficiency of the use of SIFS in multimodal medical image fusion is demonstrated on several pairs of images and the results are compared with existing studies in recent literature.