• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.493-497
• /
• 2016

적외선 영상은 야간에 표적의 탐지가 가능하여 보완과 감시분야에 활용도가 높다. 그러나 가시광선 영상에 비하여 해상도가 낮고 잡음의 영향이 크다는 단점이 있다. 본 논문에서는 적외선 영상의 표적을 분할하는 방법을 연구한다. 표적을 포함하는 다수의 관심영역(Region of Interest)을 다단계 분할 방법을 이용하여 추출하고 관심영역을 입력영상으로 다단계 분할방법을 다시 적용하여 표적을 분할한다. 다단계 분할 방법의 각 단계는 가우시안 혼합모델의 파라미터를 초기화 하고 추정하는 k-means 클러스터링(Clustering)과 EM(Expectation-Maximization) 알고리즘과 추정된 사후확률을 이용하여 각 화소의 클러스터를 결정하는 단계로 구성된다. 본 논문에서 추출된 관심영역을 선택하고 통합하는 방법을 제안한다. 관심영역의 통합은 근접한 모든 관심영역의 윈도우를 포함하도록 이루어진다. 실험에서는 야간의 보행자로부터 획득한 적외선 영상에 제안된 방법을 적용하고 다른 분할 방법과 비교하여 제안한 방법이 우수함을 보인다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.45-51
• /
• 2021

딥러닝의 발전으로 인하여 의미론적 분할 방법은 다양한 분야에서 연구되고 있다. 의료 영상 분석과 같이 정확성을 요구하는 분야에서 분할 정확도가 떨어지는 문제가 있다. 본 논문은 의미론적 분할 시 특징 손실을 최소화하기 위해 딥러닝 기반 분할 방법인 PSPNet을 개선하였다. 기존 딥러닝 기반의 분할 방법은 특징 추출 및 압축 과정에서 해상도가 낮아져 객체에 대한 특징 손실이 발생한다. 이러한 손실로 윤곽선이나 객체 내부 정보에 손실이 발생하여 객체 분류 시 정확도가 낮아지는 문제가 있다. 이러한 문제를 해결하기 위해 의미론적 분할 모델인 PSPNet을 개선하였다. 기존 PSPNet에 제안하는 multi scale attention을 추가하여 객체의 특징 손실을 방지하였다. 기존 PPM 모듈에 attention 방법을 적용하여 특징 정제 과정을 수행하였다. 불필요한 특징 정보를 억제함으로써 윤곽선 및 질감 정보가 개선되었다. 제안하는 방법은 Cityscapes 데이터 셋으로 학습하였으며, 정량적 평가를 위해 분할 지표인 MIoU를 사용하였다. 실험을 통해 기존 PSPNet 대비 분할 정확도가 약 1.5% 향상되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.708-708
• /
• 2002

Recent developments in sensor technologies have provided remotely sensed data with very high spatial resolution. In order to fully utilize the potential of high resolution images, new image classification strategies are necessary. Unfortunately, the high resolution images increase the spectral within-field variability, and the classification accuracy of traditional methods based on pixel-based classification algorithms such as Maximum-Likelihood method may be decreased (Schiewe 2001). Recent development in Object Oriented Classification based on image segmentation algorithms can be used for the classification of forest patches on rugged terrain of Korea. The objectives of this paper are as follows. First, to compare the pros and cons of image classification methods based on pixel-based and object oriented classification algorithm for the forest patch classification. Landsat ETM＋ data and IKONOS data will be used for the classification. Second, to investigate ways to increase classification accuracy of forest patches. Supplemental data such as DTM and Forest Type Map of 1:25,000 scale are used for topographic correction and image segmentation. Third, to propose the best classification strategy for forest patch classification in terms of accuracy and data requirement. The research site for this paper is Namhansansung Provincial Park located at the eastern suburb of Seoul Metropolitan City for its diverse forest patch types and data availability. Both Landsat ETM＋ and IKONOS data are used for the classification. Preliminary results can be summarized as follows. First, topographic correction of reflectance is essential for the classification of forest patches on rugged terrain. Second, object oriented classification of IKONOS data enables higher classification accuracy compared to Landsat ETM＋ and pixel-based classification. Third, multi-stage segmentation is very useful to investigate landscape ecological aspect of forest communities of Korea.

• 환경영향평가
• /
• 제18권6호
• /
• pp.387-392
• /
• 2009

As Our society's environmental awareness and concern the significant increases, the importance of the legal system for environmental conservation such as the Prior Environmental Review System, Environmental Impact Assessment is growing increasingly. but, still critical issues are present such as reliability. Though there could be various causes such as the system or procedures etc. Above all, basically the environmental data problem is the critical cause. Therefore, this study was trying to improve the environmental data accuracy using the high-resolution color aerial photography, LiDAR data and Object Oriented Classification method. And in this study, classification based on coverage percentage of a particular species was attempted through the multi-resolution segmentation and multi-level classification method. The classification result was verified by comparison with 11 points local survey data. All 11 points were classified correctly. And even though the exact coverage percentage of the particular species did not be measured, It was confirmed that the species was occupied similar portion. It is important that the environmental data which can be used for the conservation value assessment could be acquired.

• 한국정보처리학회논문지
• /
• 제6권10호
• /
• pp.2809-2815
• /
• 1999

Level set, and active contour(snakes) models are extensively used for image segmentation or shape extraction in computer vision. Snakes utilize the energy minimization concepts, and level set is based on the curve evolution in order to extract contours from image data. In general, these two models have their own drawbacks. For instance, snake acts pooly unless it is placed close to the wanted shape boundary, and it has difficult problem when image has multiple objects to be extracted. But, level set method is free of initial curve position problem, and has ability to handle topology of multiple objects. Nevertheless, level set method requires much more calculation time compared to snake model. In this paper, we use good points of two described models and also apply multi resolution algorithm in order to speed up the process without decreasing the performance of the shape extraction.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.551-566
• /
• 2016

위성 원격 탐사에서는 센서 운영 환경으로 인하여 영상을 수집하는 동안 영상의 질 저하가 일어나며 이러한 영상의 질 저하는 관측된 자료로부터 유용한 정보를 확인하거나 추출하는 데 악 영향을 미치는 번짐 현상(blurring)과 잡음 (noise)을 야기시킨다. 특히 이러한 질 저하는 도시 지역과 같은 조밀한 구조를 가지는 scene으로부터 관측된 영상 자료의 분석에 더욱 영향을 끼친다. 본 연구는 고해상도 범색 영상 자료의 질 저하 현상을 개선시켜 영상이 포함하고 있는 복잡한 구조에 대한 자세한 분석의 정확성을 제고하기 위한 다중 단계 영상 복원 과정을 제안한다. 본 연구는 질 저하 현상을 모형화 하기 위해 Gaussian 가산 잡음과 Markov random field로 정의되는 공간적 연결성, 중심 화소와 이웃 화소 간의 거리에 비례하는 번짐을 가정하였다. 본 연구는 잡음 완화와 번짐 제거를 위해 Point-Jacobian Iteration Maximum A Posteriori (PJI-MAP) 추정 법을 제안한다. 그리고 화소 연결 후 지역 확장을 통한 영상 분할을 사용하였다. 본 연구는 지역 확장을 위하여 동질성과 대조성을 동시에 고려하는 비유사 계수를 제안하고 있다. 본 연구에서는 모의 자료 실험을 통하여 정량적 평가를 실시하였으며 2 개의 고해상도 범색 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 사용된 원격 탐사 자료는 1 m급의 미국 LA지역에서 수집된 Dubaisat -2 자료와 0.7 m급의 한반도 대전 지역에서 수집된 KOMPSAT3 자료이다. 실험 결과는 제안된 다중 단계 복원 과정이 고해상 자료의 복잡한 구조의 자세한 분석에서 정확성 향상에 기여할 수 있다는 것을 보여주고 있다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.216-222
• /
• 2008

본 논문은 배경복잡성, 조명변화, 무질서한 라인, 문자와 배경색의 유사성 등에 취약한 기존 연구의 단점을 보완하기 위해 컬러분할과 LoG연산자의 폐곡선 에지 특징 및 합성논리모델을 이용한 다중 문자 검출 알고리즘을 제안하였다. 제안된 다중 문자 검출 알고리즘은 특징 검출, 문자형성, 문자검출 단계로 구성된다. 본 논문에서 제안한 새로운 다중 문자 검출 알고리즘은 웨이브렛, 형태학과 허프변환을 이용한 전처리 후 각 컬러영역을 순차적 AND 연산 및 OR연산을 수행함으로써 완전한 문자가 아닌 불완전 문자부분마저도 취합하여 검출률을 높일 수 있는 효율적인 방법임을 확인하였다. 또한 영상의 크기나 해상도, 기울어짐 등에 상관없이 문자영역이 첨가된 자연 영상을 대상으로 하며, 동일 영상에 대하여 기존의 문자 검출 알고리즘과 비교함으로써 제안알고리즘이 검출률면에서 우수함을 확인하였다.

• 전자공학회논문지
• /
• 제53권2호
• /
• pp.97-105
• /
• 2016

본 논문에서는 얼굴 영상의 지역 정보를 효과적으로 활용하기 위해, 부분 영상에 대한 다중 해상도 히스토그램을 이용한 얼굴 인식 방법을 제안한다. 기존 DFD의 경우 단일 크기로 나누어진 부분 영역의 히스토그램을 통합하여 유사도를 비교하나, 이는 부분 가림이나 조명변이로 인해 변형된 영역이 단일 부분 영역 내에서 발생하지 않고 여러 개의 부분 영역에 걸쳐 발생할 수 있기 때문에, 지역 정보들의 특성을 활용하는 데에 효과적이지 못하다. 본 논문에서는 각각의 부분 영역에 대해 다중 해상도로 분할하여 여러 종류의 크기에 해당하는 부영역의 히스토그램을 사용함으로써, 인식 과정에서 지역 정보의 손실을 최소화하고자 하였다. YaleB, AR, CAS-PEAL-R1 데이터베이스에 대해 인식 실험을 수행한 결과, 제안한 방법이 여러 종류의 변이가 있는 경우에 인식 성능을 향상시키는 것을 확인 할 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제23권12호
• /
• pp.151-160
• /
• 2023

Breast cancer is the most dangerous and deadly form of cancer. Initial detection of breast cancer can significantly improve treatment effectiveness. The second most common cancer among Indian women in rural areas. Early detection of symptoms and signs is the most important technique to effectively treat breast cancer, as it enhances the odds of receiving an earlier, more specialist care. As a result, it has the possible to significantly improve survival odds by delaying or entirely eliminating cancer. Mammography is a high-resolution radiography technique that is an important factor in avoiding and diagnosing cancer at an early stage. Automatic segmentation of the breast part using Mammography pictures can help reduce the area available for cancer search while also saving time and effort compared to manual segmentation. Autoencoder-like convolutional and deconvolutional neural networks (CN-DCNN) were utilised in previous studies to automatically segment the breast area in Mammography pictures. We present Automatic SegmenAN, a unique end-to-end adversarial neural network for the job of medical image segmentation, in this paper. Because image segmentation necessitates extensive, pixel-level labelling, a standard GAN's discriminator's single scalar real/fake output may be inefficient in providing steady and appropriate gradient feedback to the networks. Instead of utilising a fully convolutional neural network as the segmentor, we suggested a new adversarial critic network with a multi-scale L1 loss function to force the critic and segmentor to learn both global and local attributes that collect long- and short-range spatial relations among pixels. We demonstrate that an Automatic SegmenAN perspective is more up to date and reliable for segmentation tasks than the state-of-the-art U-net segmentation technique.

• International Journal of Control, Automation, and Systems
• /
• 제2권4호
• /
• pp.509-515
• /
• 2004

In this paper we present the linear combination of a fuzzy opening and closing filter with locally adaptive structuring elements that can preserve the geometrical features of an image. Based on the adaptation algorithm of linear combination of the fuzzy opening and closing filter, the optimal structuring element for image representation is obtained. The optimal structuring element is an indicator of the shape and direction of an object's image, which is useful in filtering, multi resolution, segmentation, and recognition of an image.