• 정보처리학회논문지B
• /
• 제10B권5호
• /
• pp.521-526
• /
• 2003

본 논문에서는 영역의 경계를 추출하기 위해 영상의 밝기 정보와 곡선전개 방식을 이용한 기하 활성 모델을 제안한다. 영역의 경계를 추출하는 문제를 추출한 영역의 평균 밝기 값과 전개중인 폐곡선 영역의 밝기 값의 차론 최소화시키는 것으로 설정한다. 최적의 해를 구하는 방법으로 레벨세트 이론을 적용한 곡선전개 방법을 이용한다. 이 방식은 일반적인 활성 모델에 비해 초기 곡선 설정에 제약이 없고 동시에 여러 영역의 경계 추출이 가능하다. 제안 모델은 에지 정보가 충분치 못한 영상의 경우에도 일반적인 에지 기반 방식에 비해 추출 결과가 양호하였다. 비등방성 확산 필터를 사용하여 영상을 전처리 함으로써 보다 나은 추출이 수행되었다. CT나 MRI 영상을 이용하여 모델의 성능을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권5호
• /
• pp.29-38
• /
• 2017

본 논문은 나뭇가지 패턴을 의자의 골격에 임의로 합성하는(Tree-Inspired Chair) 모델링 기법을 제안한다. 여러 개의 입력모델을 합성하는 기존 기법과 다르게, 제안 기법은 하나의 메쉬만 사용하여, 사용자가 원하는 부분의 contour mesh로부터 나무 성장 시뮬레이션으로 생성된 패턴을 갖는 의자 모델링이 가능하다. 우리는 나뭇가지 패턴을 생성시킬 영역 contour mesh를 효율적으로 추출하기 위하여 새로운 기법을 제안한다. 우선, 입력된 모델의 face 면적에 기반한 contour mesh를 생성하고, 그 메쉬의 앞뒷면 정보를 이용하여 연결정보가 복원된 skeleton mesh를 생성한다. 또한, 입력 모델의 형상과 유사하게 나뭇가지 패턴을 생성하기 위해 형상 표면의 tangent vector를 고려하는 3-way 나무성장 시뮬레이션 기법을 제안한다. 제안기법은 기존의 가구 모델을 이용하여 간단한 파라미터의 조작만으로 나뭇가지 형상과 가구 모델의 골격을 결합하는 새로운 형태의 가구 모델링을 보여준다. 우리는 실험을 통하여 제안 기법의 성능과 유효성을 보여주었다.

• 한국융합학회논문지
• /
• 제8권8호
• /
• pp.33-40
• /
• 2017

본 논문은 이미지에서 효과적인 문자검출을 위해 색상단순화 및 윤곽선에서의 패턴 분석을 통한 문자 검출방법을 제안한다. 윤곽선 기반방법을 사용하는 문자검출 알고리즘은 단순한 배경의 이미지에서는 우수한 성능을 보이지만, 복잡한 배경의 이미지에서는 성능이 떨어지는 단점이 있다. 따라서 제안하는 방법은 복잡한 배경에서의 비문자영역을 최소화하기 위해 이미지 단순화 및 패턴분석을 통한 문자 검출 알고리즘을 제안한다. 먼저 이미지에서의 문자영역 부분을 검출하기 위하여 전처리 과정으로 K-means 군집화를 사용하여 이미지의 색상을 단순화하고, 색상 단순화 과정에서의 물체의 경계의 흐릿해짐을 개선하기 위해 고주파통과필터를 통해 물체의 경계를 강화한다. 그 후 모폴로지 기법의 팽창과 침식의 차이를 이용하여 물체의 윤곽선을 검출하고, 획득한 영역의 윤곽선 부분의 정보(높이, 너비 면적)를 구한 후 패턴분석을 통해 조건을 줌으로써 문자 후보영역을 판별하여 문자가 아닌 불필요한 영역(그림, 배경)을 제거한다. 최종 결과로 라벨링을 통해 불필요한 영역이 제거된 결과를 보여준다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권6호
• /
• pp.712-717
• /
• 2003

자연배경으로부터 불특정 다수 객체의 윤곽선들을 자동 추출하는 다중 스네이크(Snake) 알고리즘을 제안하였다. 먼저 잡음에 강건한 문맥자유 주목연산자(context-free attention operator)를 이용하여 자연배경에 혼재하는 불특정 다수 객체들을 자동 검출하고, 각 객체별로 스네이크의 초기 윤곽들을 자동 설정함으로써 기존 스네이크 알고리즘에서는 어려웠던 초기 윤곽의 자동 설정과 여러 객체 윤곽선의 동시 추출 문제를 해결하였다. 이때 각 스네이크의 초기 윤곽들은 기존의 방법들에 비해 객체들의 실제윤곽선에 좀 더 가까이 설정하여 요철이 큰 객체들의 윤곽선도 쉽게 추출 할 수 있도록 하였다. 다양한 합성 영상과 자연배경의 실영상에 대해 실험하여 잡음이 있는 복잡한 배경으로부터도 불특정 다수 객체의 윤곽선을 효과적으로 자동 추출함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.455-458
• /
• 2010

Extracting the brain from magnetic resonance imaging head scans is an essential preprocessing step of which the accuracy greatly affects subsequent image analysis. The currently popular Brain Extraction Tool produces a brain mask which may be too smooth for practical use to reduce the accuracy. This paper presents a novel and indirect brain extraction method based on non-brain tissue segmentation. Based on ITK, the proposed method allows a non-brain contour by using region growing to match with the original image naturally and extract the brain tissue. Experiments on two set of MRI data and 2D brain image in horizontal plane and 3D brain model indicate successful extraction of brain tissue from a head.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.967-970
• /
• 1998

본 논문에서는 스캔 영상의 외곽선을 추출하기 위해, 경계선 검출값들의 공간적 특성을 이용하여, 경계선 검출 값들을 계산하였다. 그리고 경계선 검출 값들의 편차 정도에 따라 임계값을 결정 한 다음 스캔 영상의 외곽선을 추출하는 방법을 제시하였다.

• 한국산업정보학회논문지
• /
• 제12권5호
• /
• pp.39-46
• /
• 2007

최근 유비쿼터스 환경에서 개인 인증을 위한 연구가 활발하게 진행되고 있다. 그 중에서 걸음걸이 인식은 원거리에서 사람의 물리적인 특성을 이용하여 개인을 인증하는데 효과적인 방법이다. 본 논문에서는 걸음걸이 인식을 위해 평균 이동 알고리즘(mean shift algorithm)과 geodesic 활성 윤곽선 모델(active contour models) 기반의 사람 외형 추출 및 추적 시스템을 제안한다. 활성 윤곽선 모델은 움직이고, 변화하기 쉬운 물체를 다루는데 효과적이다. 그러나 활성 윤곽선 모델의 성능은 초기 커브에 의존적인 한계를 가지고 있다. 이 문제를 극복하기 위해 전형적인 geodesic 활성 윤곽선 모델에 평균 이동 알고리즘을 결합한다. 기본 개념은 진화시키기 전에 level set 방법을 사용하여 초기 커브를 사람 영역에 위치시키고, 그 영역을 충분히 둘러싸도록 크기를 조정한 후에 커브를 진화시킨다. 이러한 방법은 움직임이 큰 물체를 다루거나 진화 횟수를 줄이기 위해 효과적이다. 제안된 시스템은 사람 영역 검출 모듈과 사람 외형 추적모듈로 구성된다. 사람 영역 검출 모듈에서는 배경영상 제거(background subtraction)와 모폴로지 연산(morphologic operation)으로 사람의 실루엣을 검출한다. 이때, 사람의 외형은 평균 이동 알고리즘과 geodesic 활성 윤곽선 모델에 의해 정확하게 검출된다. 실험 결과에서 제안된 방법이 걸음걸이 인식(gait recognition)을 위해 사람의 외형을 효과적으로 정확하게 추출하고 추적됨을 보여준다.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.474-479
• /
• 2003

In this paper, we proposed the novel method for the recognition of English calling cards by using the projection method and the enhanced RBF (Radial Basis Function) network. The recognition of calling cards consists of the extraction phase of character areas and the recognition phase of extracted characters. In the extraction phase, first of all, noises are removed from the images of calling cards, and the feature areas including character strings are separated from the calling card images by using the horizontal smearing method and the 8-directional contour tracking method. And using the image projection method, the feature areas are split into the areas of individual characters. We also proposed the enhanced RBF network that organizes the middle layer effectively by using the enhanced ART1 neural network adjusting the vigilance threshold dynamically according to the homogeneity between patterns. In the recognition phase, the proposed neural network is applied to recognize individual characters. Our experiment result showed that the proposed recognition algorithm has higher success rate of recognition and faster learning time than the existing neural network based recognition.

• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.670-675
• /
• 2015

Medical imaging is one of the most powerful tools for gaining information about internal organs and tissues. It is a challenging task to develop sophisticated image analysis methods in order to improve the accuracy of diagnosis. The objective of this paper is to develop a Computer Aided Diagnostics (CAD) scheme for Brain Tumour detection from Magnetic Resonance Image (MRI) using active contour models and to investigate with several approaches for improving CAD performances. The problem in clinical medicine is the automatic detection of brain Tumours with maximum accuracy and in less time. This work involves the following steps: i) Segmentation performed by Fuzzy Clustering with Level Set Method (FCMLSM) and performance is compared with snake models based on Balloon force and Gradient Vector Force (GVF), Distance Regularized Level Set Method (DRLSE). ii) Feature extraction done by Shape and Texture based features. iii) Brain Tumour detection performed by various tree classifiers. Based on investigation FCMLSM is well suited segmentation method and Random Forest is the most optimum classifier for this problem. This method gives accuracy of 97% and with minimum classification error. The time taken to detect Tumour is approximately 2 mins for an examination (30 slices).

• 한국정보통신학회논문지
• /
• 제9권2호
• /
• pp.462-466
• /
• 2005

운송 컨테이너 영상으로부터 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, Canny 마스크가 적용된 영상에서 수직 수평 히스토그램을 적용하여 컨테이너의 식별자 영역을 추출한다 추출된 컨테이너의 식별자 영역을 퍼지 이진화 방법을 적용하여 이진화하고, 이진화된 컨테이너 식별자 영역을 윤곽선 추적 알고리즘으로 개별 식별자를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 컨테이너 영상에 적용한 결과, 제안된 추출 방법이 컨테이너의 식별자 추출에 효율적인 것을 확인하였다.