선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 계수 알고리즘에서는 적절한 영상의 전처리 과정이 포함되어야 한다. 따라서 본 논문에서는 이와 같은 특징의 객체들을 자동으로 계산할 수 있는 새로운 알고리즘을 제안한다.
- 본 논문에서는 생물학 분야에서 흔히 요구되는 페트리 접시 내의 박테리아나 세균을 계수하고자 한다. 또한, 농업 분야에 요구되는 씨앗 영상에서의 계수 문제를 해결할 수 있도록 스마트폰으로 촬영한 영상에서의 계수 문제를 다루고자 한다.
- 본 논문에서는 농업이나 생물학 분야 등에서 흔히 요구되는 콜로니 계수(colony counting)을 위한 새로운 방법을 제안하였다. 제안된 방법은 distance 변환을 통해 물체의 중심 영역을 찾는데, k-means 알고리즘을 통해 변환 영상에 대한 적절한 가우시안 필터의 크기를 계산하고, 이를 바탕으로 변환 영상을 필터링하고, 결과 영상에서 적절한 윈도우 크기를 이용하여 피크 화소를 검출하도록 함으로써 안정적인 계수와 물체의 중심 추출을 가능하도록 하였다.
- 물론 완전히 일반적인 경우에 대해 잘 동작하는 알고리즘이 있으면 좋겠지만, 현실적으로 어려우며, 따라서 계수하고자 하는 대상을 먼저 어느 정도 정의하여야 한다. 본 논문에서는 생물학 분야에서 흔히 요구되는 페트리 접시 내의 박테리아나 세균을 계수하고자 한다. 또한, 농업 분야에 요구되는 씨앗 영상에서의 계수 문제를 해결할 수 있도록 스마트폰으로 촬영한 영상에서의 계수 문제를 다루고자 한다.
- 본 논문에서는 이러한 물체의 계수를 위한 새로운 방법을 제안한다. 제안된 알고리즘은 가능한 한 일반적인 상황에서의 계수에 초점을 맞추는데, 계수 대상으로 페트리 접시에 있는 다양한 크기의 박테리아나 스마트폰으로 촬영한 곡물 영상 등 실제 환경에서 사용할 수 있는 알고리즘에 초점을 맞추었다.
- 본 논문은 샘플로 제공된 박테리아와 실생활에서 촬영 가능한 곡물들의 개수를 측정하기 위한 알고리즘을 제안 했다. 특별한 샘플을 제안하는 방법이 아닌 보다 유연한 연산을 위해 distance변환을 이용하고.
- 이와 같은 다양한 분야에서 물체의 개수를 자동으로 계산하는 요구가 다양하게 발생하지만, 현재까지 많은 응용에서는 사람의 눈을 이용하여 수동으로 검사하는 경우가 대부분이다. 본 연구는 이와 같은 물체의 개수를 자동으로 계산하는 방법에 초점을 맞춘다.
가설 설정
- 먼저 물체의 형태가 원이나 타원에 한정되어 있지는 않지만, 전체적으로 볼록(convex)한 형태를 유지한다고 가정한다. 다음으로 물체의 크기가 동일하지 않다고 가정한다. Fig.
- 1과 같이 박테리아나 세균의 경우 다양한 크기의 객체가 나타나게 되며, 따라서 계수 알고리즘은 이들을 반영할 수 있어야 한다. 마지막으로 스마트폰 영상에 대한 계수를 고려하였으므로 영상의 배경이 균일하지 않을 수 있다고 가정한다. 따라서 계수 알고리즘에서는 적절한 영상의 전처리 과정이 포함되어야 한다.
- 이와 같은 객체들의 계수에서는 다음과 같은 점들이 고려되어야 한다. 먼저 물체의 형태가 원이나 타원에 한정되어 있지는 않지만, 전체적으로 볼록(convex)한 형태를 유지한다고 가정한다. 다음으로 물체의 크기가 동일하지 않다고 가정한다.
- 본 논문에서는 물체를 원형으로 가정하고 기준 넓이를 이용해 기준 원의 반지름을 구한다. 따라서 Fig.
- 본 논문에서는 원이나 타원과 같이 물체의 형태에 제약이 없지만 오목(concave)한 곳이 없는 볼록(convex)한 형태를 갖는 임의의 크기의 물체를 가정하였다. 이러한 물체들은 Hough 변환이나 Template matching과 같은 방법을 적용할 수 없다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.