• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.116-118
• /
• 1997

In hippocampal morphology Abnormalities, including unilateral or bilateral volume loss, are known to occur in epilepsy, Alzheimer's disease, and in certain amnestic syndromes. To detect such abnormalities in hippocampal morphology, we present a method that combines region growing and dynamic contour model to detect hippocampus from MRI brain data. The segmentation process is performed two steps. First region growing with a seed point is performed in the region of hippocampus and the initial contour of dynamic contour model is obtained. Second, the initial contour is modified on the basis of criteria that integrate energy with contour smoothness and the image gradient along the contour. As a result, this method improves fairly sensitivity to the choice of the initial seed point, which is often seen by conventional contour model. The power and practicality of this method have been tested on two brain datasets. Thus, we have developed an effective algorithm to extract hippocampus from MRI brain data.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.273-278
• /
• 2004

이 연구에서는 고해상도 영상의 영상분할단위를 이용한 분석방법의 하나로 영역확장기법을 검토하였다. 먼저 경계추출에 의한 영상분할단위를 기반으로 공간적인 분석이 가능하도록 영상분할단위간의 위상관계를 설정하는 방법을 검토하였다. 다음으로 설정된 영상분할단위간의 위상관계를 바탕으로 한 영역기반의 영역확장 방법을 개발함으로써 영상분할단위를 보다 물체에 가까운 형태로 한 단계 더 처리하였다. 특히 여러 밴드를 활용한 다변량 분석을 시도하여 결과의 신뢰도를 더욱 높이도록 하였다. 그 결과 영상분할단위 기반의 영역확장 결과 영상분할단위가 보다 의미 있는 단위로 발전되었다. 다만 영상분할 단위에 속하는 각 화소의 높은 동질성으로 인하여 통계적 유사성이 통계치에 매우 민감하게 반응하는 결과를 나타내었다.

• 한국측량학회지
• /
• 제28권4호
• /
• pp.421-430
• /
• 2010

영상분할은 관심대상이 되는 물체의 영역을 추출하기 위한 객체기반 영상분류의 전처리과정으로서 원격탐사 영상분석에서 그 중요성 날로 커지고 있다. 본 연구에서는 개선된 SRG(Seeded Region Growing) 기법과 영역병합과정을 이용하여 고해상도 영상분할을 위한 새로운 방법을 제안한다. 이를 위해 우선 QuickBird 융합영상에서 추출된 다중분광 에지정보를 이용하여 초기 시드포인트를 자동으로 추출하였다. 추출된 시드포인트에 영상의 기하학적인 정보와 분광정보를 반영할 수 있는 개선된 SRG 기법을 적용하여 초기 영상 분할을 수행하였다. 최종적으로 앞선 초기분할 결과 향상을 위해 분할된 영역의 평균분광정보를 활용하여 영역병합을 수행하여 최종분할결과를 도출하였다. 제안된 기법의 효율성을 평가하기 위해 무감독 영상분할 평가측정치를 이용하여 정확도 평가를 수행하였다. 실험결과 제안한 기법은 고해상도 영상분할에 유용하게 적용될 수 있으리라 판단된다.

• 한국정보통신학회논문지
• /
• 제10권6호
• /
• pp.1153-1158
• /
• 2006

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 자궁 경부 세포진 영상은 배경과 세포의 영역이 확실히 구분되지 않는 경우가 많기 때문에 이들을 확실히 구분하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 자궁 경부 세포진 영상에서 Region growing 기법을 적용하여 세포 영상을 분할한다. Region growing 기법은 화소간의 유사도를 측정하여 영역을 확장하여 분할하는 방법이다. 세포와 배경이 분할된 영상을 일정 임계값을 이용하여 영상을 이진화 한 후, 8방향 윤곽선 추적 알고리즘을 이용해 세포 영역을 추출한다. 추출된 세포 영역을 원 영상인 RGB 컬러로 변환한 후에 K-means 알고리즘을 적용하여 각 세포 영역의 RGB 화소를 R, G, B 채널로 각각 분리하여 클러스터링 한다. 클러스터링된 각 각의 R, G, B 채널의 클러스터 값을 이용하여 HSI 모델로 변환시킨 후에 세포핵 영역의 Hue 정보를 추출한다. 추출된 세포핵의 특징을 오류 역전파 알고리즘을 적용하여 정상 세포와 비정상 세포를 분류하고 인식한다.

• 한국통신학회논문지
• /
• 제33권2C호
• /
• pp.178-183
• /
• 2008

비디오 문자는 중요한 내용정보를 담고 있기 때문에 비디오의 내용 해석에 있어서 매우 중요한 정보이다. 본 논문에서는 스트록 필터를 이용해 자동으로 문자영역을 이진화하는 방법을 제안하였다. 제안된 문자 이진화 방법은 스트록 필터에 의한 문자컬러극성 결정단계, 스트록 필터의 응답치에 대한 이진화 단계, 그리고 국소 영역 확장 단계로 구성되어 있다. 본 방법은 스트록 필터의 응답치를 이용해 문자의 컬러 극성을 결정함으로 인해 극성 결정 성능이 뛰어나다. 또한 문자의 획 특성을 고려해 문자영역을 이진화하기 때문에 배경영역의 변화에 대하여 강인한 이진화 성능을 나타낸다. 다양한 비디오 영상에 대하여 실험한 결과, 이진화 성능이 우수함을 확인할 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제25권4호
• /
• pp.235-242
• /
• 2004

본 논문에서는 영역 성장법을 기반으로 자동적인 임계치 설정에 의하여 미세 석회화를 추출하는 방법을 제안하였다. 미세 석회화 후보 영역에서 임계치를 반복적으로 증가시키면서 국부 최대치 화소로부터 영역을 성장시키고 명암 대비와 에지 선예도가 최대일 때 최적의 임계치가 결정됨으로써, 실제 영상에 있어서 효과적으로 미세 석회화를 추출할 수 있었다. 총 299개의 미세 석회화에 대하여 81.5%의 TP(true positive) 비율과 1.1개의 평균 FP(false positive) 개수를 가지는 만족할 만할 결과를 얻었으며, 진단 방사선 전문의의 조기 유방암 진단을 위한 보조 역할이 될 수 있음을 알 수 있었다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.33-40
• /
• 2002

본 연구에서는 의료영상 저장 및 전송 시스템에 필수적인 무손실 의료영상 압축 기법을 제안하였다. 의료영상은 방사선 영상 중에서 유방영상(mammography)과 자기공명영상을 사용하였으며, 이들 영상을 무손실로 압축하기 위하여 영역성장에 의한 영상분할 알고리듬을 제안하였다. 제안된 알고리듬은 원 영상이 에러 영상과 불연속 계수 영상, 그리고 상위 비트 데이터 등 세 가지의 부 영역으로 분할되도록 하였다. 그리고 영역성장 과정 후 생성된 불연속 계수 영상 데이터와 에러 영상을 국제 이진영상압축 표준이며 그레이코드(graycode)화된 영상의 압축에 적합한 JBIG(Joint Bi-level Image expert Group) 알고리듬을 이용하여 압축시켰다. 제안한 알고리듬과 타 연구에서 사용된 기법들을 비교 검토 한 결과 제안한 무손실 압축 기법을 적용하여 얻어지는 압축율은 JBIG, JPEG, LZ 기법에 비해 평균적으로 각각 3.7%, 7.9%, 23.6% 정도 개선됨을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제23권5호
• /
• pp.633-640
• /
• 2020

Defect region segmentation of TFT-LCD images is performed by combining defect pixels detected by a defect detection method into defect region, or by using morphological operations to segment defect region. Therefore, the result of segmentation of the defect region is highly dependent on the defect detection result. In this paper, we propose a method which segments defect regions sequentially according to the possibility of being included in defect regions in TFT-LCD images. The proposed method repeats the process of detecting a seed using the median value and the median absolute deviation of the image, and segments the defect region using the seeded region growing method. We confirmed the superiority of the proposed method to segment defect regions using pseudo-images and real TFT-LCD images.

• 대한원격탐사학회지
• /
• 제20권5호
• /
• pp.353-359
• /
• 2004

This study proposes an approach to unsupervisedly estimate the number of classes and the parameters of defining the classes in order to train the classifier. In the proposed method, the image is segmented using a spatial region growing based on hierarchical clustering, and fuzzy training is then employed to find the sample classes that well represent the ground truth. For cluster validation, this approach iteratively estimates the class-parameters in the fuzzy training for the sample classes and continuously computes the log-likelihood ratio of two consecutive class-numbers. The maximum ratio rule is applied to determine the optimal number of classes. The experimental results show that the new scheme proposed in this study could be used to select the regions with different characteristics existed on the scene of observed image as an alternative of field survey that is so expensive.

• 대한원격탐사학회지
• /
• 제20권3호
• /
• pp.215-225
• /
• 2004

A multistage hierarchical clustering technique, which is an unsupervised technique, was suggested in this paper for classifying large remotely-sensed imagery. The multistage algorithm consists of two stages. The 'local' segmentor of the first stage performs region-growing segmentation by employing the hierarchical clustering procedure of CN-chain with the restriction that pixels in a cluster must be spatially contiguous. The 'global' segmentor of the second stage, which has not spatial constraints for merging, clusters the segments resulting from the previous stage, using the conventional agglomerative approach. Using simulation data, the proposed method was compared with another hierarchical clustering technique based on 'mutual closest neighbor.' The experimental results show that the new approach proposed in this study considerably increases in computational efficiency for larger images with a low number of bands. The technique was then applied to classify the land-cover types using the remotely-sensed data acquired from the Korean peninsula.