• 전자공학회논문지SC
• /
• 제40권3호
• /
• pp.172-180
• /
• 2003

본 연구에서는 자기공명영상(MRI)에서 수소 원자핵의 공명주파수(PRF) 방법을 기반으로 인체 종아리 근육 외부의 열원에 의해 근육 내부로 열원이 전달되는 과정을 비침습적으로 관찰하는 방법을 제시한다. 열전달과정을 온도 변화로 측정하였는데 온도 영상의 안정성 및 보정 실험은 phantom을 이용하였고 온도의 변화는 phantom과 인체 모두에서 측정하였다. Phantom 실험은 agarose gel을 중탕하여 약 50℃까지 가열시킨 후 1시간의 냉각과정 동안 매 3분마다 데이터를 획득하였다. 인체 실험에서는 지원자의 종아리(the calf)에 hot pack을 이용하여 열을 전달하였다. Hot pack을 발열시키기 전에 기준 데이터를 1번 획득하고, 발열시킨 후부터 매 2분마다 30분 동안 데이터를 획득하였다. 획득된 영상 데이터는 위상차 영상으로 재구성된 다음 각 ROI에서의 평균 위상차를 관측하였다. 온도를 34.2∼50.2℃의 범위에서 변화시켰을 때 phantom의 위상차는 온도 변화에 대해 선형적으로 변하였다. 이 범위에서 측정된 온도의 해상도는 0.0457 radian/℃(0.0038 ppm/℃)였다. 인체 실험에서는 각 영상에서 hot pack과 가까운 위치의 평균 위상차가 hot pack과 먼 위치의 평균 위상차보다 작은 값을 나타냈다 이를 통해 같은 영상 단면에서도 열원(heat source)과의 거리에 따라서 온도 변화가 다르게 나타나는 것을 관찰할 수 있었다. 본 연구를 통해 PRF방법을 이용하여 MRI에서도 비침습적으로 인체 내부의 열전달과정을 관측하였고 이로서 온열치료 시 MRI가 임상적 이용 가능성이 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제36권5_4호
• /
• pp.1179-1194
• /
• 2020

본 연구에서는 지상기상센서가 설치되지 않은 미 관측지점의 기온정보를 추정하기 위하여 K-최근접 이웃, 랜덤 포레스트, 신경망 알고리즘을 대상으로 위성영상을 이용하여 기온자료를 산출하고 그 정확성을 평가·분석하고자 하였다. 위성영상자료는 2019년에 취득된 Landsat-8과 MODIS Aqua/Terra을 이용하였으며, 기상자료는 기상청과 산림청의 AWS/ASOS 자료를 이용하였다. 또한 추정 정확도를 향상시키기 위하여 수치표면 모델, 일사량, 경사방향, 경사도를 생성하여 이용하였다. 머신러닝 알고리즘 정확도 비교는 10-fold 교차검증을 통하여 R²(결정계수) 및 RMSE(평균제곱근오차)의 통계량을 계산하여 대상지역별 추정결과를 비교하였다. 그 결과 신경망 알고리즘이 R²=0.805, RMSE=0.508로 세 알고리즘 중 가장 안정적인 결과를 나타내었다. 신경망 알고리즘을 구축된 위성영상 데이터셋에 적용하여 2019년 6월부터 9월까지의 평균기온 지도를 생성할 수 있었으며 세밀한 기온 정보를 관측할 수 있음을 확인하였다. 연구 성과는 폭염 대응 정책, 열섬완화 연구 등 국가재난안전 관리에 활용 될 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.351-358
• /
• 2002

DCT(Discrete Cosine Transform) 기반 동영상 압축 기법은 블록화 현상과 해상도 변화 시 픽셀의 손상이 생기는 단점이 있다. DWT(Discrete Wavelet Transform)을 기반한 기법은 이러한 문제점을 극복할 수 있다. Wavelet을 기반한 동영상 부호화 기법 중 하나인 SAMCoW(Scalable Adaptive Motion Compensation Wavelet)에서 화면내 부호화와 움직임 보상된 오차 영상은 EZW(Embedded Zerotree Wavelet) 부호화 방식으로 부호화한다. 그러나 움직임 보상된 오차 영상의 wavelet 변환 계수의 특성은 정지 영상의 wavelet 변환 계수의 특성과는 다르다. 신호의 에너지는 대부분의 정지 영상의 경우와는 달리 저주파 대역에 집중되지 않고 오히려 모든 주파수 대역에 고르게 분포한다. 본 논문에서는 이러한 특성을 이용한 새로운 동영상 부호화 방식을 제안하였다. EZW 부호화 대신 고주파 성분이 많이 포함된 영상의 부호화에 효율적이며 계수사이의 대역별 상관관계에 의존하지 않는 공간 부호화를 화면내 부호화와 화면간 부호화에 적용하였다. 공간 부호화는 EZW와는 달리 wavelet 분해를 통해 얻어진 각 대역을 대역간의 상관 관계를 이용하지 않으면서 각 대역내의 중요 계수의 존재 여부와 위치를 점진적으로 부호화하는 기법이다. Wavelet 기반 동영상 부호화에 EZW 부호화 대신 공간 부호화를 적용하였을 때 우수한 성능을 나타내었다.

• 비파괴검사학회지
• /
• 제25권2호
• /
• pp.95-102
• /
• 2005

원자력 발전소의 많은 배관부는 고온, 고압환경에서 적용되고 있어 환경적 및 기계적 요인에 의하여 부식결함이 빈번히 발생하고 있다. 이와 같은 부식 결함은 초음파 기법 등에 의하여 평가되어야 하고, 본 연구에서는 주사형 레이저 유도 초음파(SLS) 기법을 도입하여 배관부 부식결함의 영상화 기법을 적용하였다. 본 기법은 표면이 거칠거나 배관재와 같은 곡면의 표면에서 적용할 수 있는 장점이 있다. 한편 기존의 주사형 초음파 기법은 초음파 센서와 검사대상체 사이의 초음파 전달 매개체를 확보하기 위하여 시험편이 수침되거나 워터젯을 이용하였으나 주사형 레이저 초음파 기법은 광학적 기법을 이용하여 초음파를 발생시키므로 비접촉 방법에 의한 주사 이미지 획득이 가능하다. 따라서 본 주사형 레이저 초음파 기법은 복잡한 구조물의 검사, 비접촉 원격 및 고화질의 결함 이미지 탐상이 가능하다. 본 연구에서는 배관 결함의 검출능 향상을 위하여 결함 영상 획득에 있어서 다양한 조건의 레이저 유도 초음파 발생 기법을 적용하였고, 배관에 존재하는 응력부식 균열의 결함 영상을 얻게 되었다.

• 지구물리와물리탐사
• /
• 제11권2호
• /
• pp.109-115
• /
• 2008

공학적 목적의 지반조사에 양질의 자료를 제공하기 위해서는 여러 가지 조사들이 동시에 수행되어야 하고 또한 통합적인 해석이 필요하다. 본 연구에서는 천해저에서 지층 경계에 대한 분해능이 뛰어나며 지층 형태 파악이 용이한 2개의 부머와 단일채널 스트리머를 이용한 탄성파탐사 반사법과 지층의 물리적 특성 가운데 중요한 성질인 탄성파 속도를 구할 수 있도록 한 개의 에어건과 4 m 간격의 24채널 해저면 수신케이블을 제작하여 이용한 굴절법을 동시에 수행함으로써 보다 정확한 지질정보 획득을 시도하였다. 단일채널 반사법 탐사자료는 통상적인 전산처리과정을 통하여 해상도 및 품질이 향상된 2차원 고해상 탄성파 단면도를 얻었고, OBC (Ocean Bottom Cable) type의 수진기를 이용하여 얻은 굴절법 탐사자료는 토모그래피 방법을 통하여 속도 단면도를 구하였다. 두 가지 탐사 결과에 대한 통합적인 해석 단계로서 반사법 탄성파 단면도는 굴절법에서 얻은 속도정보를 이용하여 심도 전환된 단면도를 얻었고, 이로부터 3차원 기반암 심도 단면도와 퇴적층 두께 분포도 등에 대한 정보를 도출할 수 있었다. 천해저 지반조사 분야에 본 연구에서 제시한 방법을 이용하면 보다 정확하고 신뢰성 높은 지질정보가 파악될 것으로 사료된다.

• 지구물리와물리탐사
• /
• 제25권3호
• /
• pp.140-161
• /
• 2022

탄성파 탐사 자료 획득 시 자료의 일부가 손실되는 문제가 발생할 수 있으며 이를 위해 자료 보간이 필수적으로 수행된다. 최근 기계학습 기반 탄성파 자료 보간법 연구가 활발히 진행되고 있으며, 특히 영상처리 분야에서 이미지 초해상화에 활용되고 있는 CNN (Convolutional Neural Network) 기반 알고리즘과 GAN (Generative Adversarial Network) 기반 알고리즘이 탄성파 탐사 자료 보간법으로도 활용되고 있다. 본 연구에서는 손실된 탄성파 탐사 자료를 높은 정확도로 복구하는 보간법을 찾기 위해 CNN 기반 알고리즘인 U-Net과 GAN 기반 알고리즘인 cWGAN (conditional Wasserstein Generative Adversarial Network)을 탄성파 탐사 자료 보간 모델로 사용하여 성능 평가 및 결과 비교를 진행하였다. 이때 예측 과정을 Case I과 Case II로 나누어 모델 학습 및 성능 평가를 진행하였다. Case I에서는 규칙적으로 50% 트레이스가 손실된 자료만을 사용하여 모델을 학습하였고, 생성된 모델을 규칙/불규칙 및 샘플링 비율의 조합으로 구성된 총 6가지 테스트 자료 세트에 적용하여 모델 성능을 평가하였다. Case II에서는 6가지 테스트 자료와 동일한 형식으로 샘플링된 자료를 이용하여 해당 자료별 모델을 생성하였고, 이를 Case I과 동일한 테스트 자료 세트에 적용하여 결과를 비교하였다. 결과적으로 cWGAN이 U-Net에 비해 높은 정확도의 예측 성능을 보였으며, 정량적 평가지수인 PSNR과 SSIM에서도 cWGAN이 높은 값이 나타나는 것을 확인하였다. 하지만 cWGAN의 경우 예측 결과에서 추가적인 잡음이 생성되었으며, 잡음을 제거하고 정확도를 개선하기 위해 앙상블 작업을 수행하였다. Case II에서 생성된 cWGAN 모델들을 이용하여 앙상블을 수행한 결과, 성공적으로 잡음이 제거되었으며 PSNR과 SSIM 또한 기존의 개별 모델 보다 향상된 결과를 나타내었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.189-198
• /
• 2024

딥러닝 기반 모델과 물리 시뮬레이션을 결합한 연구는 의료 분야에서 중요한 발전을 이루고 있다. 이는 의료영상 데이터에서 필요한 정보를 추출하고, 물리적 법칙을 기반으로 골격 및 연조직의 변형에 대한 빠르고 정확한 예측을 가능하게 한다. 본 연구는 신경 방사 필드(NeRF), 위치 기반 동역학(PBD), 병렬 리샘플링을 융합하여 3D 볼륨데이터를 쉽게 생성하고 실시간으로 변형 및 시각화하는 시스템을 제안한다. NeRF는 2D 이미지와 카메라 좌표 정보를 사용해 고해상도 3D 볼륨 데이터를 생성하며, PBD는 물리 기반 시뮬레이션으로 획득한 데이터에 대한 실시간 변형과 상호작용을 가능하게 한다. 병렬 리샘플링은 사면체 메쉬와 GPU 병렬 처리를 통해 렌더링 효율성을 높인다. 이 시스템은 광선투사방식으로 렌더링 되어 빠른 실시간 시각화를 제공하며, 비싼 장비 없이 간단하게 3D 데이터를 생성하고 변형할 수 있어 공학, 교육, 의료 등 다양한 분야에서의 활용 가능성을 보여준다.

• 한국의학물리학회지:의학물리
• /
• 제14권3호
• /
• pp.167-174
• /
• 2003

정위적방사선수술과 같은 경우 치료계획 수립 시 병변의 정확한 위치뿐만 아니라 정확한 부피와 모양을 아는 것도 매우 중요하다. 병변의 확인을 위해서 때로는 혈관조영영상이 이용되기도 하는데 동정맥 기형과 같은 경우 이 방법이 병변의 구별을 위하여 가장 좋은 방법이기 때문이다. 병변의 정확한 위치는 두개의 투사영상으로부터 얻을 수 있지만 두 개의 투사영상 만으로는 병변을 3차원적으로 재구성하는 것은 불가능하다고 여겨지고 있다. 본 연구의 목적은 다수의 투사 영상들을 이용하여 병변을 3차원적으로 재구성하는 것이다. 이때 병변의 위치는 기존에 제안된 방법에 의하여 이미 알고 있다고 가정하였으며 모든 과정은 병변의 중심을 원점으로 하는 표적좌표계에서 수행되었다. 본 연구에서는 6개의 투사영상이 이용되었는데 정면과 측면 투사영상은 체적소(voxel)로 구성된 재구성상자를 구하기 위하여 이용되었으며 나머지 네 개의 투사영상은 역투사 방법(back-projection method)에 의하여 재구성 상자(Reconstruction Box) 내에서 3차원적으로 재구성하는데 이용되었다. 이 방법의 정확도와 해상도는 병변의 크기와 모양에 따라 달라질 수 있다. 본 연구에서 제안된 알고리듬의 검증을 위하여 C 언어와 Matlab을 이용하여 타원체 모델과 말굽형 모델에 대하여 투사영상을 얻고 그 영상을 이용하여 재구성해보았다. 타원체모델의 경우에는 원래의 모델보다 약간 크게 재구성되었지만 모양과 방향, 위치가 정확함을 확인할 수 있었다. 말굽형 모델은 재구성된 모양이 원래의 모양과 차이가 많이 났지만 기존 방법에 비하여 실제 모양에 근접하게 재구성할 수 있었으므로 병변을 확인하는 경우에는 도움이 될 것으로 사료된다.

• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.932-945
• /
• 2017

논문에서는 정류(Rectification), 디스패리티 추정(Disparity Estimation) 및 시각화를 포함한 스테레오 비전 프로세싱 시스템의 새로운 하드웨어 및 소프트웨어 아키텍처를 개발하였다. 개발된 지원점 보간법을 이용한 대형 스테레오 매칭 방법(LASPI)은 고화질 이미지의 지원점 밀도가 높은 영역에서의 디스패리티 매칭에 있어, ELAS 등 기존 스테레오 매칭 방법과 비교할 때, 디스패리티 맵에 대한 품질 수준을 유지하면서도 실시간 성능 지원 측면에서 우수하다. LASPI는 자율주행 자동차에 적용되는 장애물 인식 시스템, 거리 검출 시스템, 장애물 검출 시스템 등, 안전에 민감한 모듈 적용을 위해, 프레임 처리속도의 실시간성, 거리 값 분해 성능의 정확성, 낮은 리소스 사용 등, 요구조건을 충족하도록 설계 되었다. 개발된 LASPI 알고리즘은 H/W 병렬처리 구조와 4 단계 파이프라인으로 구성된 FPGA로 구현되었다. 148.5MHz 클럭의 Xilinx Virtex-7 FPGA 기반으로 구현된 시스템은 각종 실험을 통해, HD급 이미지 ($1280{\times}720$ 픽셀)에 대해 실차에 응용 가능한 디스패리티 맵을 산출하면서도 실시간 처리 요구 조건인 초당 30 프레임 처리가 가능함을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권10호
• /
• pp.616-626
• /
• 2008

깊이 값에 따른 얼굴의 형상은 사람의 특징을 나타내는 중요한 요소 중의 하나로서 각 사람마다 다른 모양을 가지고 있으며, 얼굴 영상으로부터 분리한 주파수 성분은 동일한 얼굴에 대하여 또 다른 중요한 하나의 얼굴 특징으로 볼 수 있다. 본 논문은 3차원 얼굴 영상으로부터 등고선 값에 의해 추출된 영역에 대하여 각 영역별로 주파수 분리를 하여 특징을 추출한 후 이 주파수에 대한 퍼지적분을 적용한 얼굴 인식 알고리즘을 제안한다. 먼저 객체와 배경을 분리하여 얼굴을 추출한 후 얼굴에서 가장 두드러진 형태인 코끝을 찾고, 회전에 대해 정규화를 실시한다. 얼굴의 등고선 영역은 코끝을 기준으로 깊이 값에 따라 영역이 추출되며 사람마다 서로 다른 형상 특징을 가진다. 등고선에 따라 획득된 3차원 얼굴 영상으로부터 이산 웨이블릿 변환을 이용하여 4가지의 주파수 성분을 추출하여 특징정보로 사용한다. 각각의 웨이블릿 주파수 성분을 추출한 등고선 영역에 대해 차원의 감소를 위하여 고유얼굴 추출과 특징 공간상에서 클래스간의 분리를 최대화시키기 위해 선형판별분석 알고리즘을 이용하여 유사도를 비교하였다. 클래스간의 분별 정보를 등고선 영역과 각 영역의 주파수 영역에 대해 퍼지적분 방법을 사용하여 인식률을 향상 시켰으며, 깊이 혼합 방식의 경우는 98.6%의 인식률을 나타내었다. 제안된 방법이 다른 알고리즘보다 인식률이 향상되었다.