• Archives of Plastic Surgery
• /
• 제47권3호
• /
• pp.277-280
• /
• 2020

Functionally, the lip serves to prevent food and drink from spilling out of the beginning of the gastrointestinal tract, and it is also used for vocalization. In addition, the lip has cosmetic importance as part of the face involved in making expressions, and in many cultures, it is considered to be sexually appealing. The results of lip reconstruction procedures must therefore be both functionally and cosmetically satisfactory. When the orbicularis oris muscle and oral mucosa are excised, functional reconstruction is prioritized. In contrast, if there are no functional problems, cosmetic reconstruction is the main focus. This case involved the reconstruction of a right upper lip defect caused by a dog bite. When the skin defect was covered with a local flap, the right angulus oris shifted medially, so we incorporated a YV flap at the right angulus oris to modify its position and allow for a cosmetically satisfactory result. We believe that this method can be used not only for cases in which asymmetry of the angulus oris is expected to occur at the time of lip reconstruction, but also for cases in which it has already occurred in the initial operation.

• 한국측량학회지
• /
• 제25권6_1호
• /
• pp.517-528
• /
• 2007

Extraction of the coastal boundary is important because the boundary serves as a reference in the demarcation of maritime zones such as territorial sea, contiguous zone, and exclusive economic zone. Accurate nautical charts also depend on well established, accurate, consistent, and current coastline delineation. However, to identify the precise location of the coastal boundary is a difficult task due to tidal and wave motions. This paper presents an efficient way to extract coastlines by applying digital image processing techniques to Synthetic Aperture Radar (SAR) imagery. Over the past few years, satellite-based SAR and high resolution airborne SAR images have become available, and SAR has been evaluated as a new mapping technology. Using remotely sensed data gives benefits in several aspects, especially SAR is largely unaffected by weather constraints, is operational at night time over a large area, and provides high contrast between water and land areas. Various image processing techniques including region growing, texture-based image segmentation, local entropy method, and refinement with image pyramid were implemented to extract the coastline in this study. Finally, the results were compared with existing coastline data derived from aerial photographs.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.279-282
• /
• 2012

로컬 히스토그램 평활화(LHE)는 영상에서 로컬 정보를 강조하기 위한 효율적인 알고리즘 중 하나이다. 그러나 이 알고리즘은 스펙클 노이즈를 증폭시키는 단점을 가진다. 따라서, 기존의 로컬 히스토그램 평활화 기법을 확장한 다중 레이어 블록 오버랩 히스토그램 평활화 기법을 이용하여 기존 로컬 히스토그램 평활화 기법들의 문제점을 해결하고자 하였다. 이 방법은 3단계-컨트라스트 향상 단계, 노이즈 제거 단계, 통합 단계로 이루어진다. 제안된 방법에서는 기존 방법의 컨트라스트 향상 단계에서 일반적인 로컬 히스토그램 평활화 방법이 아닌 컨트라스트를 제한하는 적응적인 히스토그램 평활화 기법을 적용하고, 노이즈 제거 단계에서 새로운 바이레터럴 필터를 적용하였다. 즉, 기존 방법의 문제점들을 해결하도록 알고리즘을 변형하여 기존 알고리즘의 성능을 개선하였다. 실험 결과는 제안된 방법이 기존의 방법 및 잘 알려진 로컬 히스토그램 평활화 기법들과 비교하여 좋은 성능을 내는 것을 확인하였다.

• 인터넷정보학회논문지
• /
• 제20권6호
• /
• pp.29-36
• /
• 2019

When dealing with outdoor images in a variety of computer vision applications, the presence of shadow degrades performance. In order to understand the information occluded by shadow, it is essential to remove the shadow. To solve this problem, in many studies, involves a two-step process of shadow detection and removal. However, the field of shadow detection based on CNN has greatly improved, but the field of shadow removal has been difficult because it needs to be restored after removing the shadow. In this paper, it is assumed that shadow is detected, and shadow-less image is generated by using original image and shadow mask. In previous methods, based on CGAN, the image created by the generator was learned from only the aspect of the image patch in the adversarial learning through the discriminator. In the contrast, we propose a novel method using a discriminator that judges both the whole image and the local patch at the same time. We not only use the residual generator to produce high quality images, but we also use joint loss, which combines reconstruction loss and GAN loss for training stability. To evaluate our approach, we used an ISTD datasets consisting of a single image. The images generated by our approach show sharp and restored detailed information compared to previous methods.

• Nuclear Engineering and Technology
• /
• 제55권11호
• /
• pp.4112-4119
• /
• 2023

This study employs the microshear test method to examine the local mechanical properties of narrow-gap welded joints, revealing the mechanical inhomogeneity by evaluating the microshear strength, stress-strain curves, and failure strain. On this basis, the influence of weld joints micromechanical inhomogeneity on the crack tip opening displacement (CTOD) fracture toughness is investigated. From the root weld layer to the cover weld layer, the fracture toughness at the center of the weld seam demonstrates an increasing trend, with the experimental and calculated CTOD values showing a good correspondence. The microproperties of the welded joints significantly impact the load-bearing capacity and fracture toughness. During the deformation process of the "low-matching" microregions, the plastic zone expansion is hindered by the surrounding microregion strength constraints, thus reducing the fracture toughness. In contrast, during the deformation of the "high-matching" microregions, the surrounding microregions absorb some of the loading energy, partially releasing the concentrated stress at the crack tip, which in turn increases the fracture toughness.

• 한국정보통신학회논문지
• /
• 제11권7호
• /
• pp.1341-1347
• /
• 2007

기존의 광류 (Optical flow)는 국소적 처리를 시작점으로 하는 bottom-up수법에 의해서 구하였다. 이에 반해, 본 논문은 영상유체보존식과 함수 전개법에 의해 영상 전체의 움직임을 차수가 낮은 모드로 부터 순차적으로 전개하는 bottom-down수법을 새로운 수법으로 제안한다. 의료 영상에 있어서 명도는 움직임이 있어도 불변으로 유지하려는 경우가 많다. 그러나 이 같은 영상계열에서의 움직임은 좌표 변환에 의해서 대응된다. 본 수법의 경우 광류는 선형모멘트방정식의 함수에 관한 도함수를 이용하는 투영법에 의해서 반복계산으로 구하여 진다. 본 논문에서는 심장의 영상계열을 이용하여 기존의 Horn and Schunck기법, Standard multigrid기법과 본 수법의 알고리즘을 비교 평가하여 유효성을 나타낸다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.65-84
• /
• 2006

본 논문에서는 개선된 영상 생성 모델을 제시하고, 제시된 모델에 기반한 칼라 영상 향상을 제안한다. 제시된 영상 생성 모델에서는 입력 영상을 전역 조명 성분과 국부 조명 성분, 그리고 반사율 성분의 곱으로 표현한다. 제안된 칼라 영상 향상에서는 RGB 입력 칼라 영상을 HSV 칼라 영상으로 변환한 다음, 백색광 조명 상태라는 가정 하에 개선된 영상 생성 모델에 근거하여 V 성분 영상만을 향상한다. 전역 조명 성분은 입력 V 성분 영상에 유효 영역이 넓은 선형 저대역 필터를 적용하여 추정하고, 국부 조명 성분은 입력 V 성분 영상에서 추정된 전역 조명 성분이 제거된 영상에 유효 영역이 좁은 JND (just noticeable difference) 기반의 비선형 저대역 필터를 적용하여 추정한다. 그리고 반사율 성분은 입력 V 성분 영상에 추정된 전역 조명 성분과 국부 조명 성분을 나누어 추정한다. 이어서 이들 추정된 성분에 감마 수정을 각각 적용하고 그 결과들을 곱하여 출력 V 성분 영상을 얻은 다음 히스토그램 모델링을 적용하여 최종 출력 V 성분 영상을 얻는다. 마지막으로 최종 출력 V 성분 영상과 입력 H 성분 영상 및 S 성분 영상으로부터 출력 RGB 칼라 영상을 얻는다. 실험 결과 제안된 방법은 NASA 홈 페이지로부터 다운받은 칼라 영상과 MPEG-7 CCD 칼라 영상으로 구축한 시험 영상 데이터 베이스에 대하여 후광 효과가 거의 억제되고 색상 변화가 거의 없으면서 전역 대비와 국부 대비를 동시에 잘 증가시키는 것을 확인하였다.

• 전기학회논문지
• /
• 제60권4호
• /
• pp.862-870
• /
• 2011

In this paper, we introduce a new topology of Radial Basis Function-based Polynomial Neural Networks (RPNN) that is based on a genetically optimized multi-layer perceptron with Radial Polynomial Neurons (RPNs). This study offers a comprehensive design methodology involving mechanisms of optimization algorithms, especially Fuzzy C-Means (FCM) clustering method and Particle Swarm Optimization (PSO) algorithms. In contrast to the typical architectures encountered in Polynomial Neural Networks (PNNs), our main objective is to develop a design strategy of RPNNs as follows : (a) The architecture of the proposed network consists of Radial Polynomial Neurons (RPNs). In here, the RPN is fully reflective of the structure encountered in numeric data which are granulated with the aid of Fuzzy C-Means (FCM) clustering method. The RPN dwells on the concepts of a collection of radial basis function and the function-based nonlinear (polynomial) processing. (b) The PSO-based design procedure being applied at each layer of RPNN leads to the selection of preferred nodes of the network (RPNs) whose local characteristics (such as the number of input variables, a collection of the specific subset of input variables, the order of the polynomial, and the number of clusters as well as a fuzzification coefficient in the FCM clustering) can be easily adjusted. The performance of the RPNN is quantified through the experimentation where we use a number of modeling benchmarks - NOx emission process data of gas turbine power plant and learning machine data(Automobile Miles Per Gallon Data) already experimented with in fuzzy or neurofuzzy modeling. A comparative analysis reveals that the proposed RPNN exhibits higher accuracy and superb predictive capability in comparison to some previous models available in the literature.

• 한국멀티미디어학회논문지
• /
• 제16권11호
• /
• pp.1239-1249
• /
• 2013

기상레이더의 발전과 더불어 국내외적으로 정밀한 기상레이더를 이용한 토네이도, 돌발홍수 등의 돌발적인 기상현상에 대한 기상데이터 분석 및 기상현상 예측 기술 등의 연구가 활발히 이루어지고 있다. 그에 반해 레이더 자료에 대한 시각화 및 표출 방법에 대한 관심이 증가하고 있지만, 현재까지의 기상과 관련한 각 국가 기관 등에서는 단순히 표출된 레이더영상을 GIS 데이터에 사상하여 해석하는 데 급급한 실정이다. 본 논문은 저고도에서 일어나는 국지성, 기습성 기상변화를 관측하고 효과적으로 대응하기 위해, 시 공간적고해상도를 갖는 기상레이더로부터 관측된 데이터 자료를 효과적으로 표현하기 위해 다양한 GIS 플랫폼에서 서비스할 수 있는 고해상도 기상관측 데이터의 표현 기법을 제안한다. 제안 기법에서는 기상레이더로부터 획득된 데이터를 이용하여 래스터 및 벡터 형태의 고해상도 자료구조로 변환하여 GIS 플랫폼 상에서 정확한 좌표위치와 고도에 직관적으로 인지할 수 있도록 하기 위한 방법을 제시하였다. 실험결과 GIS 플랫폼과 융합된 고해상도 기상데이터를 이용함으로써 돌발성 기후변화, 국지성 폭우, 토네이도 등의 정확한 위치와 고도 등의 정보를 포함하여 기상상황을 직관적으로 인지하고, 상세히 분석할 수 있는 것을 확인하였다.

• 전기학회논문지
• /
• 제61권2호
• /
• pp.312-320
• /
• 2012

In this study, we introduce a new design methodology of a granular-oriented self-organizing polynomial neural networks (GoSOPNNs) that is based on multi-layer perceptron with Context-based Polynomial Neurons (CPNs) or Polynomial Neurons (PNs). In contrast to the typical architectures encountered in polynomial neural networks (PNN), our main objective is to develop a methodological design strategy of GoSOPNNs as follows : (a) The 1st layer of the proposed network consists of Context-based Polynomial Neuron (CPN). In here, CPN is fully reflective of the structure encountered in numeric data which are granulated with the aid of Context-based Fuzzy C-Means (C-FCM) clustering method. The context-based clustering supporting the design of information granules is completed in the space of the input data while the build of the clusters is guided by a collection of some predefined fuzzy sets (so-called contexts) defined in the output space. (b) The proposed design procedure being applied at each layer of GoSOPNN leads to the selection of preferred nodes of the network (CPNs or PNs) whose local characteristics (such as the number of contexts, the number of clusters, a collection of the specific subset of input variables, and the order of the polynomial) can be easily adjusted. These options contribute to the flexibility as well as simplicity and compactness of the resulting architecture of the network. For the evaluation of performance of the proposed GoSOPNN network, we describe a detailed characteristic of the proposed model using a well-known learning machine data(Automobile Miles Per Gallon Data, Boston Housing Data, Medical Image System Data).