• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.171-176
• /
• 1999

Intelligent schemes for an automatic generation of DEM (digital elevation model) are implemented. The need for these post-processing schemes is that interpolation alone produces severe blunders, however sophisticated it is. These blunders occur most seriously along the boundaries of a scene, over rivers, and along the coast. Even a state-of-the-art commercial software retains such blunders. The intelligent schemes implemented are (1) center-of-gravity and empty-center-index which quantify how evenly distributed interpolants are within in interpolation radius. (2) a segmentation scheme to discern whether or not an empty segment in stereo-match results should be interpolated, and (3) a segmentation scheme for removing noise-like features, with these methods, in the final DEM, identical coastline and river region to those in the original SPOT scenes are achieved. The DEM exhibits substantial improvements over the products of an existing commercial software.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제21권2호
• /
• pp.63-73
• /
• 2017

Segmenting the image into multiple regions is at the core of image processing. Many segmentation formulations of an images with multiple regions have been suggested over the years. We consider segmentation algorithm based on the multi-phase level set method in this work. Proposed method gives the best result upon other methods found in the references. Moreover it can segment images with intensity inhomogeneity and have multiple junction. We extend our method (GLIF) in [T. Dultuya, and M. Kang, Segmentation with shape prior using global and local image fitting energy, J.KSIAM Vol.18, No.3, 225-244, 2014.] using a multiphase level set formulation to segment images with multiple regions and junction. We test our method on different images and compare the method to other existing methods.

• Computers and Concrete
• /
• 제5권1호
• /
• pp.61-74
• /
• 2008

Digital image processing algorithms for the analysis and characterization of grains and voids in cemented materials were developed using toolbox functions of a mathematical software package. Utilization of grayscale, color and watershed segmentation algorithms and their performances were demonstrated on artificially prepared self-compacting concrete (SCC) samples. It has been found that color segmentation was more advantageous over the gray scale segmentation for the detection of voids whereas the latter method provided satisfying results for the aggregate grains due to the sharp contrast between their colors and the cohesive matrix. The watershed segmentation method, on the other hand, appeared to be very efficient while separating touching objects in digital images.

• 한국멀티미디어학회논문지
• /
• 제24권1호
• /
• pp.1-12
• /
• 2021

In this paper, we present a new architecture for semantic segmentation. Semantic segmentation aims at a pixel-wise classification which is important to fully understand images. Previous semantic segmentation networks use features of multi-layers in the encoder to predict final results. However, they do not contain various receptive fields in the multi-layers features, which easily lead to inaccurate results for boundaries between different classes and small objects. To solve this problem, we propose a multi-path feature fusion module that allows for features of each layers to contain various receptive fields by use of a set of dilated convolutions with different dilatation rates. Various experiments demonstrate that our method outperforms previous methods in terms of mean intersection over unit (mIoU).

• 한국컴퓨터정보학회논문지
• /
• 제12권3호
• /
• pp.105-113
• /
• 2007

본 논문에서는 경계 중요도 맵과 영역 병합에 의한 영상 분할 방법을 제안한다. 경계 중요도 맵은 텍스쳐 경계 강도와 칼라 경계 강도의 조합에 의해 생성한다. 텍스쳐 경계 강도는 가버 필터 뱅크를 사용하여 다중 스케일과 방향에 따른 필터링 결과를 병합하여 생성하며 칼라 경계 강도는 HSI 칼라 모델의 H 성분에 대해 계산한다. 경계 중요 맵 영상에 대해서는 Watershed 변환을 통해 사전 영상 분할을 수행한다. Watershed 변환에 의한 영상 분할은 영역들이 과잉 분할되는 현상이 나타나므로 이를 개선하여 최종 영상 분할 결과를 생성한다. 이를 위해 우선 모폴로지 연산을 사용하여 경계 중요도 맵 영상에 대한 컨트라스트 향상과 마커 영역을 생성한다. 모폴로지 연산으로 과잉 분할 영역은 줄어들지만 여전히 상당수 존재하게 되므로 이를 극복하기 위해 영역 병합 과정을 수행한다. 영역 병합 단계에서는 영역 내부의 평균 칼라 및 가버 텍스쳐 벡터를 함께 사용함으로써 효과적으로 과잉 분할된 영역을 병합할 수 있도록 하였다. 제안한 방법은 다양한 자연 영상에 대해 실험하였으며 기존 방법과 결과를 비교하여 성능의 우수성을 확인하였다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.71-80
• /
• 2024

이 연구에서는 무인 항공기(Unmanned Aerial Vehicle, UAV)가 캡처한 이미지의 의미론적 토지 피복 분할 성능을 향상시키기 위한 앙상블 학습 기법을 제안하고 있다. 도시 계획과 같은 분야에서 UAV 사용이 증가함에 따라 토지 피복 분할을 위한 딥러닝 분할 방법을 활용한 기술 개발이 활발히 이루어지고 있다. 이 연구는 대표적인 분할 모델인 U-Net, DeepLabV3 그리고 Fully Convolutional Network (FCN)를 사용하여 분할 예측 성능을 개선하는 방법을 제안한다. 제안된 접근 방식은 세 가지 분할 모델의 훈련 손실, 검증 정확도 및 클래스별 점수를 통합하여 앙상블 모델을 개발하고 전반적인 예측 성능을 향상시킨다. 이 방법은 건물, 도로, 주차장, 논, 밭, 나무, 빈 공간, 미분류 영역을 포함하는 일곱 가지 클래스가 있는 토지 피복 분할 문제에 적용하여 평가하였다. 앙상블 모델의 성능은 mean Intersection over Union (mIoU)으로 평가하였으며, 제안된 앙상블 모델과 기존의 세 가지 분할 방법을 비교한 결과 mIoU 성능이 향상되었음이 나타났다. 따라서 이 연구는 제안된 기술이 의미론적 분할 모델의 성능을 향상시킬 수 있음을 확인하였다.

• 한국산업정보학회논문지
• /
• 제8권4호
• /
• pp.46-54
• /
• 2003

본 논문에서는 T1 강조 영상, T2 강조 영상 그리고 PD 영상의 히스토그램 특징을 상호 보완적으로 이용한 영상 분할 방법을 제안한다. 제안한 분할 알고리듬은 3단계로 이루어지는데, 첫 번째 단계에서는 T1과 T2, PD 영상으로부터 각각의 대뇌 영상을 추출하고, 두 번째 단계에서는 대뇌 영상의 히스토그램에서 봉우리 범위를 추출하고, 마지막 단계에서는 클러스터링을 이용하여 대뇌 영상을 분할한다. 본 논문에서는 봉우리 범위에 따른 분할결과와 수행 시간을 비교하고 기존의 분할 방법에 의한 실험 결과와 수행시간을 비교하여 보이는데 제안한 방법의 분할결과가 기존의 방법에 의한 결과보다 더 나은 결과를 보임을 확인할 수 있었다.

• 대한전자공학회논문지TC
• /
• 제46권12호
• /
• pp.102-107
• /
• 2009

기술의 발달로 의료장비의 현대화가 이루어지고 PACS와 같은 시스템이 보편화되면서 디지털 의료영상처리 기술에 대한 관심이 높아지고 있다. 영역분할 기술은 디지털의료영상처리에서 첫 번째 단계로 필요한 전처리기술이다. 영역분할을 통하여 특정 부위가 종양, 부종, 파손 및 괴사세포와 같은 이상 현상을 나타내는 것을 조기에 발견할 수 있도록 해주고, 의사들이 적절한 처방을 내려줄 수 있도록 도와줄 수 있다. 특히 두뇌영상에서 백질, 회백질 및 CSF(cerebral spinal fluid)의 영역분할은 두뇌연구의 핵심기술이다. 이들 의료영상에서 기존의 윤곽선이나 영역 확장법은 애매한 경계선과 장기내의 물리적 특성이 비균질하여 영역분할의 실패율을 높게 한다. 퍼지기반의 영역분할 알고리듬은 불분명한 경계를 이루는 장기의 영역분할에 강하다고 알려져 있다. 본 연구에서는 자기공명영상이 강하게 나타내는 잡음에도 안정적인 퍼지기반의 영역분할 알고리듬을 제안하였다. 제안된 알고리듬은 이웃화소들을 군집시킬 때에 평균과 분산의 정보를 이용하여 최소한의 계산을 추가함으로써, 기존의 퍼지기반 영역분할 방법에 비하여 실패율이 대략 30% 이하로 낮은 것을 확인하였다.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1424-1436
• /
• 2020

Although huge progress has been made in current image segmentation work, there are still no efficient segmentation strategies for tree image which is taken from natural environment and contains complex background. To improve those problems, we propose a method for tree image segmentation combining adaptive mean shifting with image abstraction. Our approach perform better than others because it focuses mainly on the background of image and characteristics of the tree itself. First, we abstract the original tree image using bilateral filtering and image pyramid from multiple perspectives, which can reduce the influence of the background and tree canopy gaps on clustering. Spatial location and gray scale features are obtained by step detection and the insertion rule method, respectively. Bandwidths calculated by spatial location and gray scale features are then used to determine the size of the Gaussian kernel function and in the mean shift clustering. Furthermore, the flood fill method is employed to fill the results of clustering and highlight the region of interest. To prove the effectiveness of tree image abstractions on image clustering, we compared different abstraction levels and achieved the optimal clustering results. For our algorithm, the average segmentation accuracy (SA), over-segmentation rate (OR), and under-segmentation rate (UR) of the crown are 91.21%, 3.54%, and 9.85%, respectively. The average values of the trunk are 92.78%, 8.16%, and 7.93%, respectively. Comparing the results of our method experimentally with other popular tree image segmentation methods, our segmentation method get rid of human interaction and shows higher SA. Meanwhile, this work shows a promising application prospect on visual reconstruction and factors measurement of tree.

• 대한전자공학회논문지SP
• /
• 제40권2호
• /
• pp.1-10
• /
• 2003

Watershed 알고리즘은 형태학 분야에서 연구되어 온 것으로 단순화된 영상에 대한 경사 영상 화소의 밝기 값을 고도로 생각함으로써 영상을 분할하는데 많이 적용하였다. 하지만, 노이즈에 의해 훼손된 영상을 분할 할 경우, 수 많은 local minima로 인해 영상이 과 분할되고, 분할된 영역을 병합하기 위한 계산 시간 증가의 문제점이 발생된다. 이러한 문제점을 해결하기 위해, 본 논문에서는 웨이블릿 변환을 사용한 watershed 기반 영상 분할의 효율성 증대를 위한 방법을 제안한다. 제안한 영상 분할 방법은 웨이블릿 변환을 이용한 영상의 계층적 표현인 피라미드 표현 단계, watershed 알고리즘을 이용한 영상 분할 단계, 웨이블릿 계수(coefficient)를 이용한 영역 병합 단계와 웨이블릿 역 변환(inverse wavelet transform)을 이용한 영역 투영 단계고 구성된다. 제안된 방법은 노이즈가 포함된 훼손된 영상을 분할 시 발생하는 과 분할문제를 감소시킬 뿐만 아니라, 분할 성능의 개선됨을 알 수 있다.