• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.103-119
• /
• 2010

본 논문에서는 원 영상에서 특정한 국부 영역을 선택하고 선택된 국부 영역에 반복적인 위상 상관도를 수행함으로써 잡음을 가지고 있는 영상에서 정확한 부화소(subpixel) 이동량을 추정하는 방법을 제안한다. 기존의 방법은 영상 전체를 이용해 위상 상관도를 수행 한 후 포물선, sinc 같은 함수 보간을 통해 간접적으로 부화소 이동량을 추정하였다. 이 같은 추정방법은 정확하나 백색 가우시안 잡음(additive white gaussian noise)이나 에일리어싱(aliasing)과 같은 잡음이 영상에 존재하면 정확한 부화소 이동량 추정이 어렵다. 그래서 영상 전체를 이용하기 보다는 잡음이 적은 국부 영역을 선택하여 이를 이용해 위상 상관도를 수행하고 부화소 이동량을 계산할 때 기존의 함수의 보간을 사용하기 않고 반복적으로 위상 상관도를 수행함으로써 잡음에 강한 부화소 이동량을 추정 방법을 제안하였다. 또한 위상 상관도 함수의 분석을 통해 위상 상관도 반복횟수를 줄이는 방법도 제안하였다. 실험을 통해 제안한 방법과 기존의 방법으로 추정한 부화소 이동량의 오차를 비교하고 초해상도 영상을 만들어 봄으로써 제안한 방법이 잡음이 있는 조건에서 더 정확한 부화소 이동량 추정성능을 보여줌을 알 수 있었다.

• 방송공학회논문지
• /
• 제17권1호
• /
• pp.73-80
• /
• 2012

최근 의료 장비들이 발전하고 진단 및 연구에 다양하게 이용되면서 이로부터 얻은 3차원 의료 영상들을 자동으로 처리해주는 기술의 수요가 늘고 있다. 자동 뼈 영역화는 이러한 기술들 중 하나로써 골다공증이나 뼈 골절, 골격질환 등의 진단의 효율성을 크게 높여 줄 것으로 기대되고 있다. 현재까지 자동 뼈 영역화를 위한 연구들이 다양하게 진행되었지만 2차원 영상과는 달리 많은 데이터양과 주변 조직과의 모호한 경계들이 많다는 의료영상의 특성 때문에, 실제 진단에 사용할 수 있을만한 성능을 얻지 못하고 있다. 본 논문에서는 이와 같은 문제를 해결하기 위해 다중 해상도를 기반으로 하여 수행속도가 빠르고 영역화 성능이 좋은 자동 뼈 영역화 기법을 제안한다. 낮은 해상도 단계에서는 학습된 집합의 뼈 정보들을 바탕으로 최근 제안된 제한된 브랜치 앤 민컷 기법을 이용하여 대략적인 뼈 위치 및 비슷한 템플릿을 검출하고, 이후 해상도를 높여가면서 정합 과정과 영역화 과정을 반복적으로 수행한다. 제안하는 기법의 성능을 확인하기 위해 무릎 자기공명영상(magnetic resonance image)내에서 대퇴골(femur)과 경골(tibia)을 영역화 하는 실험을 진행하였으며, 100개의 학습 데이터들을 바탕으로 50개 영상에서 뼈들을 영역화 하였다. 제안하는 기법은 정확성 및 수행속도 측면에서 제한된 브랜치 앤 민컷에 비해 향상된 결과를 나타냈다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.439-440
• /
• 2011

최근 의료 장비들이 발전하고 진단 및 연구에 다양하게 이용되면서 이로부터 얻은 3차원 의료 영상들을 자동으로 처리해주는 기술의 수요가 늘고 있다. 자동 뼈 영역화 기법은 이러한 기술들 중 하나로써 골다공증이나 뼈 골절, 골격질환 등의 진단의 효율성을 크게 높여줄 것으로 기대되고 있다. 그러나 현재까지 이를 위한 다양한 연구들이 진행되었음에도 2차원 영상과는 달리 높은 데이터양과 주변 조직과의 모호한 경계들이 많다는 어려움 때문에 실제 진단에는 사용되지 못하고 있다. 이에 따라 본 논문에서는 다중 해상도를 기반으로 하여 영역화와 정합기법을 반복적으로 수행함으로써 3차원 의료 영상 내에서 자동으로 뼈를 영역화 해내는 기법을 제안한다. 낮은 해상도 단계에서 학습된 집합의 뼈 정보들을 이용하여 대략적인 뼈 위치를 검출하고, 이후 해상도를 높여가면서 정합 과정과 영역화 과정을 반복적으로 수행한다. 성능을 확인하기 위해 무릎 자기공명영상(magnetic resonance image)내에서 대퇴골(femur)과 경골(tibia)을 영역화 하는 실험을 진행하였으며 60개의 학습 데이터들을 바탕으로 40개 영상에서의 뼈들을 영역화 하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 춘계학술대회 논문집
• /
• pp.15-19
• /
• 2001

A dedicated reverse engineering(RE) system for rapid manufacturing of human head in a 3D bust has been developed. The first step in the process is to capture the surface details of a human head and shoulder by three scanners based upon the digital moire fringe technique. Then the multiple scans captured from different angles are aligned and merged into a single polygonal mesh, and the aligned data set is refined by smoothing, subdividing or hole filling process. Finally, the refined data set is sent to a 4-axis computer numerically control(NC) machine to manufacture a replica. In this paper, we mainly describe on the algorithms and software for aligning multiple data sets. The method is based on the recently popular Iterative Closest Point(ICP) algorithm that aligns different polygonal meshes into one common coordinate system. The ICP algorithm finds the nearest positions on one scan to a collection of points on the other scan by minimizing the collective distance between different scans. We also integrate some heuristics into the ICP to enhance the aligning process. A typical example is presented to validate the system and further research work is also discussed.

• 한국컴퓨터그래픽스학회논문지
• /
• 제10권4호
• /
• pp.27-36
• /
• 2004

본 논문에서는 뇌의 하부구조인 해마를 정확하게 분석하기 위한 형상 정규화 방법과 정상인과 간질 환자의 해마를 분류하기 위한 방법을 제시한다. 해마에 대한 형상 분석 과정은 크게 형상 표현을 구축하는 과정, 형상의 유사도를 측정하는 과정, 정상인 집단과 환자 집단을 분류하는 과정으로 이루어진다. 본 연구에서는 해마의 형상 표현으로 메쉬, 골격, 복셀로 이루어진 하이브리드 옥트리 자료구조를 구축하였다. 또한 Iterative Closest Point (ICP) 알고리즘을 사용하여 해마 골격을 기반으로 한 정규화를 수행하였다. 그리고 정규화된 해마 형상을 전역적, 국부적으로 분석하여 최종적으로 입력된 해마가 정상인 또는 간질 환자에 속하는지를 학습된 데이터를 이용하여 분류하였다. 본 논문에서 제시한 ICP 기반의 정규화 방법은 3차원 해마 형상을 정확하게 분석하게 해주고, 골격의 정점 수를 조절함으로써 정규화 시간을 감소시킬 수 있다. 뿐만 아니라 3차원 해마 모델의 형상을 신경망을 통하여 학습시킴으로써 해마의 형상이 변형된 환자 집단과 정상인 집단을 분류하는데 이용할 수 있다.

• 한국측량학회지
• /
• 제35권2호
• /
• pp.91-102
• /
• 2017

Backpack-mounted mapping system is firstly introduced for flexible movement in indoor spaces where satellite-based localization is not available. With the achieved advances in miniaturization and weight reduction, use of LiDAR (Light Detection and Ranging) sensors in mobile platforms has been increasing, and indeed, they have provided high-precision information on indoor environments and their surroundings. Previous research on the development of backpack-mounted mapping systems, has concentrated mostly on the improvement of data processing methods or algorithms, whereas practical system components have been determined empirically. Thus, in the present study, a simulator for a LiDAR sensor (Velodyne VLP-16), was developed for comparison of the effects of diverse conditions on the backpack system and its operation. The simulated data was analyzed by visual inspection and comparison of the data sets' statistics, which differed according to the LiDAR arrangement and moving speed. Also, the data was used as input to a point-cloud registration algorithm, ICP (Iterative Closest Point), to validate its applicability as pre-analysis data. In fact, the results indicated centimeter-level accuracy, thus demonstrating the potentials of simulation data to be utilized as a tool for performance comparison of pointdata processing methods.

• 해양환경안전학회지
• /
• 제19권5호
• /
• pp.552-560
• /
• 2013

본 연구에서는 기존의 블록 조립 후 정도 계산 절차와 블록 조립의 특성을 고려한 최적 정도 계산 알고리즘 개발을 위한 연구를 수행하였다. 여기서 제안된 알고리즘은 생산관리점들 중 특정한 관리점을 기준으로 생산관리점들의 설계와 측정 데이터 사이의 평균제곱근 오차의 합을 목적함수로 가진다. 생산관리점들은 접합면 상의 데이터와 그 외의 데이터로 구분하였으며, 구분된 데이터는 정합 과정에서 사용되어지는 6가지 자유도 조합 결정에 있어 다양한 제약조건 구성과 목적함수 계산에 사용하였다. 목적함수 및 제약조건과 함께 탑재공정을 고려하여 설계와 측정 계산 대상점들 간의 오차가 허용 오차 이내에 포함되는지를 확인하는 과정이 포함되는 점과 점 관계를 이용하는 변형 ICP 알고리즘과 sampling법을 혼합하여 최소 오차 범위를 계산하는 최적 정도 계산 알고리즘을 개발하였다. 실제 공정에서 확인된 블록 측정 데이터를 개발된 알고리즘에 적용한 결과에 따르면 최적 정도 계산의 대상점은 접합면 상의 점들만으로 계산을 수행하는 것보다 전체 점을 대상으로 계산하는 것이 더 작은 오차를 가지며 접합면의 한 점을 고정된 일치점으로 두고 모든 생산관리점들을 대상점으로 계산 하는 것이 최소 오차를 가지는 최적 정도 계산방법이라는 결론을 도출하였다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.345-352
• /
• 2020

갯벌의 보존과 복원 및 안전사고 예방을 위해서, 갯골의 정확한 위치와 형상을 포함하는 갯벌 지형정보 구축이 필요하다. 현장 측량이 어려운 갯벌 지역에 대해, 항공 라이다 측량은 넓은 지역에 대한 정확한 위치정보 데이터의 취득이 가능하며, UAV (Unmanned Aerial Vehicle) 측량은 상대적으로 공간해상력이 우수한 데이터를 경제적으로 제공할 수 있다. 본 연구에서는 효과적인 갯벌 지형정보 구축을 위하여 항공 라이다와 UAV 포인트 클라우드 간의 데이터 통합을 수행하고, 갯골의 세부 지형을 갱신하는 방법을 제안하였다. 이를 위해 ICP (Iterative Closest Point) 알고리즘을 활용하여 두 이종 데이터를 자동 정합하고, 지면 필터링 기법인 CSF (Cloth Simulation Filtering)를 활용하여 갯골을 추출한 후, 갯골 영역에 대한 고점밀도 UAV 데이터와 평평한 지면에 대한 항공 라이다 데이터를 통합하였다. 통합된 데이터로부터 DEM (Digital Elevation Model) 및 갯골의 영역과 깊이 정보를 생성하여 대축척 갯벌 지도 제작을 위한 고해상도 지형정보를 구축하였다. 연구결과, 제안한 방법을 통해 GCP (Ground Control Point) 없이 UAV 데이터를 기하보정하고, 갯골의 세부 지형정보를 포함하면서 데이터 용량은 상대적으로 작은 통합 데이터를 생성할 수 있었다.

• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.449-459
• /
• 2015

기존의 국가산림자원조사(National Forest Inventory, NFI)에 의한 산림탄소저장량 추정 방법은 국가 규모의 평균 탄소저장량 추정에는 충분하지만 표본점 개수가 부족한 시 군 단위의 세밀한 추정은 어렵다. 본 연구에서는 시 군별 산림탄소저장량 추정을 위해 공간 자료를 보조 자료로 이용하고 2가지 업스케일링 방법을 적용하여 격자별 산림탄소저장량 정보를 가진 산림탄소지도를 제작하였다. 대상지역은 충청남도로 2가지 방법 모두 제 5차 NFI(2006~2009) 자료를 활용하였다. 방법 1은 임상도를 보조 자료로 선택하고 NFI 기반 산림탄소저장량 회귀모델을 이용하였다. 방법 2는 위성영상을 보조 자료로 선택하고 k-NN을 이용하여 산림탄소저장량을 추정하였다. 불확실성을 고려하기 위해 200회 몬테카를로 시뮬레이션을 수행하여 최종 AGB 탄소지도를 산출하였다. 방법 1에서는 충청남도의 총 산림탄소저장량이 22,948,151 tonC으로 기존의 현지조사표본 기반 추정치(21,136,911 tonC)에 비해 과대추정을, 방법 2에서는 19,750,315 tonC로 과소추정되는 경향을 나타내었다. 독립검증 지점(n=186)의 탄소저장량에 대한 대응표본 T-검정 결과, 방법 2의 평균 추정치와 NFI 표본 기반 평균 추정치는 통계적으로 유의한 차이가 있는 반면(p<0.01), 방법 1의 평균 추정치는 NFI 표본 기반 평균 추정치와 통계적으로 유의한 차이가 없는 것으로 평가되었다(p>0.01). 특히, 방법 2의 경우 k-NN의 스무딩 효과 및 몬테카를로 시뮬레이션을 통해 위성영상과 표본점의 mis-registration 오차가 추정오차에 큰 영향을 미칠 수 있음이 발견되었다. 임상도를 활용한 방법 1이 임분 구조가 복잡한 우리나라 산림의 탄소량 추정에 효과적일 수 있지만, 미조사 지점의 주기적인 갱신 및 대면적 추정에 유리한 위성영상의 활용은 여전히 필수적이다, 따라서 시공간적인 확장과 함께 보다 신뢰할 수 있는 산림탄소저장량 추정을 위해 다양한 위성영상 자료 및 활용 기법에 관한 연구가 필요할 것으로 사료된다.