• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.398-403
• /
• 2007

초음파 영상은 미세한 명암도 차이 등에 의해 분석 과정에서 근육 영역의 위치와 크기를 판단하는데 어려움이 발생하고 이로 인해 근육 영역을 파악하는데 주관성이 개입된다. 본 논문에서는 근육영역을 객관적으로 분석하기 위해 ART2 신경망을 적용하여 양자화를 수행한 후, 국부적 영역에서 근육 영역을 추출한다. 초음파 영상에서 히스토그램 평활화와 엔드인 탐색 알고리즘을 적용하여 명암도의 분포와 밝기 값을 보정 한 후, ART2 신경망을 이용하여 유사한 영역을 클러스터링 한다. 그리고 클러스터링 된 각 영역의 크기, 위치 및 명암도 정보를 분석하여 피하지방, 근육 막, 기타 배경 영역으로 분류한다. 최종적인 근육 영역을 찾기 위해 근육 막 내부 객체들 간의 거리, 각도를 이용하여 근육 막 영역에 둘러싸인 근육 영역을 추출한다. 실제 초음파 영상을 대상으로 실험한 결과, 일반적인 클러스터링 기법을 적용한 방법 보다 ART2 기반 양자화와 제안된 영역 확장 기법으로 근육영역을 추출하고 분석하는 것이 효율적임을 확인하였다.

• Journal of the Korean Institute of Telematics and Electronics B
• /
• v.31B no.11
• /
• pp.88-96
• /
• 1994

This paper proposes a new vector quantization scheme which exploits high correlations among indexes in vector quantization. An optimal vector quantizer in the rate-distortion sense can be obtained, if it is designed so that the average distortion can be minimized under the constraint of the conditional entropy of indes, which is usually much smaller than the entropy of index due to the high correlations among indexes of neighboring vectors. The oprimization process is very similar to that in ECVQ(entropy-constrained vector quanization) except that in the proposed scheme the Viterbi algorithm is introduced to find the optimal index sequence. Simulations show that at the same bitrate the proposed method provides higher PSNR by 1.0~3.0 dB than the conventional ECVQ when applied to image coding.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.269-270
• /
• 2006

내용 기반 영상검색을 위한 효과적 특징 추출 방법에 대한 관심이 집중되고 있다. 본 논문에서는 물체의 크기에 강인한 영상검색을 위한 색상 특징정보와 상관관계를 이용한 RGB 칼라 검색 기법을 제안하였다. R, G, B 영상을 각 칼라 R, G, B 크기 순으로 배열한 후 칼라 R, G, B 간의 분산 차이를 특징 벡터로 사용하였다. 그리고 각 계산된 분산차를 3개의 구역으로 표본화여 재배열하였다. 제안된 알고리즘은 실험을 통하여 기존의 칼라 히스토그램, CCV, 칼라 코렐로그램 보다 검색 성능이 더 향상됨을 보였다.

• The Korean Journal of Nuclear Medicine Technology
• /
• v.21 no.1
• /
• pp.29-33
• /
• 2017

Purpose In this study, we evaluated image by applying normalization factor during 30 days to the PET images. Materials and Methods Normalization factor was acquired during 30 days. We compared with 30 normalization factors. We selected 3 clinical case (PNS study). We applied for normalization factor to PET raw data and evaluated SUV and count (kBq/ml) by drawing ROI to liver and lesion. Results There is no significant difference normalization factor. SUV and count are not different for PET image according to normalization factor. Conclusion We can get a lot of information doing the quality assurance such as performance of sinogram and detector. That's why we need to do quality assurance daily.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.9
• /
• pp.2206-2212
• /
• 2013

We propose a method for the classification of fatty liver by ultrasound imaging using Fuzzy Contrast Enhancement Technique and FCM. ROI images are extracted after removal of information data except ultrasound image of the liver and the kidney then image contrast is improved by Fuzzy Contrast Enhancement Algorithm. The images applied Fuzzy Contrast Enhancement Technique is applied average binarization then ROI images of liver and kidney parenchyma are extracted using Blob algorithm. Representative brightness is extracted in the liver and kidney images using the most frequent brightness level after classification of 10 brightness levels. We applied this method to ultrasound images and a radiologist confirmed the accuracy of diagnosis for fatty liver. This method would be a model for automatic method in the diagnosis of fatty liver.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.896-901
• /
• 2000

차량 번호판 인식 시스템은 크게 번호판 영역의 추출과 인식 단계로 구분된다. 본 논문에서는 전처리단계로써 임계화 방식을 이용하여 번호판 영역을 추출한다. 차량 영상을 임계화하고 영상에서 발생되는 잡음을 제거한다. 잡음이 제거된 차량 영상에서 각 라인의 밀도비율을 계산하여 번호판 영역에서 나타나는 밀도의 비율과 비슷하게 나타나는 영역을 후보영역으로 설정한다. 설정된 후보영역이 번호판 영역의 특징과 유사하게 나타나는 부분을 추출한다. 그리고 추출된 번호판 영역은 코호넨 알고리즘의 2${\times0}$2마스크에 적용시켜서 윤곽선을 추출하고, 번호판의 문자와 숫자를 인식한다. 코호넨 알고리즘의 2${\times0}$2마스크를 이용하게 되면, 윤곽선의 잡음을 최대한으로 줄여주는 특성을 가진다. 잡음이 제거된 후에, 번호판의 문자와 숫자들을 코호넨 알고리즘을 이용하여 인식하였다. 실험 결과에서는 임계화 작업을 이용한 번호판 추출과 코호넨 알고리즘을 이용한 번호판 인식이 우수하는 것을 알 수 있다.

• Geophysics and Geophysical Exploration
• /
• v.9 no.1
• /
• pp.102-107
• /
• 2006

Recently, rapid developments in computer hardware have enabled reverse-time migration to be applied to various production imaging problems. As a wave-equation technique using the two-way wave equation, reverse-time migration can handle not only multi-path arrivals but also steep dips and overturned reflections. However, reverse-time migration causes unwanted artefacts, which arise from the two-way characteristics of the hyperbolic wave equation. Zero-lag cross correlation with diving waves, head waves and back-scattered waves result in spurious artefacts. These strong artefacts have the common feature that the correlating forward and backward wavefields propagate in almost the opposite direction to each other at each correlation point. This is because the ray paths of the forward and backward wavefields are almost identical. In this paper, we present several tactics to avoid artefacts in shot-domain reverse-time migration. Simple muting of a shot gather before migration, or wavefront migration which performs correlation only within a time window following first arriving travel times, are useful in suppressing artefacts. Calculating the wave propagation direction from the Poynting vector gives rise to a new imaging condition, which can eliminate strong artefacts and can produce common image gathers in the reflection angle domain.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.826-829
• /
• 2014

본 연구에서는 야외 지형 영상 및 항공 영상 등에 대하여 각각의 영역들의 속성을 분할 및 인식 하기 위해 minimum entropy clustering 기반의 군집화 기법과 over-segmentation을 반복 적용하여 군집화 하는 두 방법을 융합한 기법을 제안하였다. 이 기법들을 기반으로 각 군집의 대표 영역을 추출한 후에 학습 데이터를 기반으로 만들어진 텍스톤 사전과 학습 데이터 각각의 텍스톤 모델을 이용하여 텍스톤 히스토그램 매칭을 통해 매칭 포인트를 얻어내고 얻어낸 매칭 포인트를 기반으로 영역의 카테고리를 결정한다. 본 논문에서는 인터넷에서 얻은 일반 야외 영상들로부터 자체적으로 제작한 지형 데이터 셋을 통해 제안한 기법의 우수성을 검증하였으며, 본 실험에서는 영역을 토양, 수풀 그리고 물 지형으로 하여 영상내의 영역을 분류 및 인식하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.213-216
• /
• 2013

본 논문에서는 객체 위주의 컬러 영상 검색을 위하여 영상의 saliency map을 이용해 객체 중심의 영상을 생성하고, 객체와 그 주변 영역에서의 대표 색상이 가지는 통계적 특성과 공간적 분포 정보를 이용하는 방법을 제안한다. 먼저, 영상의 saliency map을 이진화하여 영상을 객체/배경으로 분할하고 객체를 중심으로 객체/배경의 비율이 일정한 일정 크기의 영상을 생성한다. 생성된 영상에서 대표 색상을 추출하고, 각 색상이 영상에서 어떻게 분포하는가를 나타내는 이진 공간분포 지도를 형성한다. 그 후 영상 간의 대표 색상마다 이진 공간분포의 차이를 비교함으로써, 색상의 통계적 특성과 공간적 분포가 동시에 반영된 특징으로 영상을 검색한다. 본 논문에서 제안한 saliency map을 이용한 대표 색상 기반의 영상 검색 기법은 기존의 대표 색상 기반의 영상 검색보다 우수한 성능을 보여준다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.37 no.5
• /
• pp.31-41
• /
• 2000

This paper proposes a block-based motion detection algorithm for digital video surveillance system which adaptively decides the threshold according to the kinds of images We first compute the features of a block after dividing each Image into small sub-block regions, and analyze performance of the motion detection algorithm based on statistic features by using the proposed threshold-decision method. Motion vectors are used to analyze motion degree and adaptively determine the threshold The simulation results show the performances of motion detection algorithms according to sub-block size, statistic features, noise, and threshold.