최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.5 no.10, 2016년, pp.489 - 496
(아주대학교 컴퓨터공학과) , 오상윤 (아주대학교 소프트웨어학과)
Thousands of pathological images are produced daily per hospital and they are stored and managed by a pathology information system (PIS). Since image edge detection is one of fundamental analysis tools for pathological images, many researches are targeted to improve accuracy and performance of image...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
효과적인 외곽선 처리를 위해서 고려해야 할 사항은 어떤 것들이 있는가? | 효과적인 외곽선 처리를 위해서는 다음과 같은 점이 고려되어야 한다. 첫째, 이미지특징 변화의 형식 검출을 확인하고 이미지에 따라 가장 적합한 변화 검출 방법을 선택적으로 적용해야 한다. 둘째, 명확한 특성 변화는 항상 규칙적인 공간 제한 내에서 발생하기 때문에 맹목적으로 단일한 알고리즘을 통해 모든 이미지의 특징 검출 계산을 하는 것은 좋지 결과를 도출하지 못한다. 셋째, 노이즈의 영향을 고려하여야 한다. 노이즈을 걸러내는 것에는 한계가 있으므로, 신호에 대해 이미지 구역 모델링과 통계신호 분석, 파라메터화 된 검출들을 추가 조건으로 적용해야 한다. 넷째, 위에 제안된 방법들과 다른 각종 방법을 조합하여 사용하는 것도 고려하여야 한다[7]. 외곽선을 찾아내기 이전과 마찬가지로, 이후에도 부분적인 함수 적용 등을 통해 매우 정확한 외곽선 위치를 얻을 수 있다. 일반적인 외곽선 검출 방법은 항상 단속적이고 완전하지 못한 구조 정보만을 검출하며, 노이즈에 대해서도 민감하다. 따라서 노이즈를 효과적으로 억제하기 위해서는 일반적으로 최초의 사진을 평탄하게 하고, 다시 외곽선 검출을 수행하여 성공적으로 정확한 이미지를 검출할 수 있다. | |
Sobel 연산자는 무엇인가? | Sobel 연산자는 대표적인 이미지 외곽선 검출을 위한 1차 미분 연산자로 가우스 스무싱과 미분 도함수를 결합하여 이미지의 그레이스케일로부터 이미지 강도의 경사도를 추정한다. 이미지의 임의의 점에서 이 연산자를 사용하면, 그와 대응되는 경사도 벡터를 계산할 수 있다. | |
Canny 알고리즘의 목표는 무엇인가? | Canny가 1986년에 개발하여 발표한 다단계 경계 검출 계산법 중 하나이다[11]. Canny 알고리즘은 1) 정확한 외곽선 탐지, 2) 검출된 외곽 선의 높은 위치 정확성, 3) 검출된 외곽선들은 실제 외곽선을 중복 검출하지 않도록 하는 조건들을 만족하는 최적의 외곽선 검출방법을 찾는 것을 목표로 한다. |
Roger S. Riley, Jonathan M. Ben-Ezra, Davis Massey, Rodney L. Slyter, and Gina Romagnoli, "Digital Photography: A Primer for Pathologists," Journal of Clinical Laboratory Analysis, Vol.18, pp.91-128, 2004.
Manal Y Gabril and George M Yousef, "Informatics for practicing anatomical pathologists: marking a new era in pathology practice," Modern Pathology, Vol.23, pp.349-358, 2010.
Roger S. Riley, Jonathan M. Ben-Ezra, Davis Massey, Rodney L. Slyter, and Gina Romagnoli, "Digital Photography: A Primer for Pathologists," Journal of Clinical Laboratory Analysis, Vol.18, pp.91-128, 2004.
Tony Lindeberg, "A computational theory of visual receptive fields," Biol Cybern, Vol.107, pp.589-635, 2013.
Cemil Kirbas and Francis Quek, "A Review of Vessel Extraction Techniques and Algorithms," ACM Computing Surveys, Vol.36, No.2, pp.81-121. 2004.
Cui Qi, "Digital Image Processing Technology," Electronic Industry Press, 1997.
Rafael C. Gonzalrz and Richard E. Woods, "Digital Image Processing," Publishing House of Electonics Industry, 2007.
Krystian Mikolajczyk and Cordelia Schmid, "Scale & Affine Invariant Interest Point Detectors," International Journal of Computer Vision, Vol.60, No.1, pp.63-86, 2004.
Wang Wen-hu, "Integrated Method of Recognizing Huge Target," Journal of Beijing Institute of Technology, Vol.7, No.10, pp.423-428, 2001.
John Canny, "A Computational Approach to Edge Detection," IEEE Trans, Pattern Analysis and Machine Intelligence, Vol.8, No.6, pp.679-698, 1986.
Tony Lindeberg, "Scale Selection Properties of Generalized Scale-Space Interest Point Detectors," J Math Imaging Vis, Vol.46, pp.177-210, 2013.
Zhuhuang Zhou, Weiwei Wu, and Shuicai Wu et al., "Semi-automatic Breast Ultrasound Image Segmentation Based on Mean Shift and Graph Cuts," Ultrasonic Imaging, Vol.36, No.4. pp.256-276, 2014.
Tang Lu-lu, Zhang Qi-can, and Hu Song, "An Improved Algorithm for Canny Edge Detection with Adaptive Threshold," Opto-Electronic Engineering, Vol.38, No.5, 2011.
David G. Lowe, "Distinctive Image Features from Scale- Invariant Keypoints," International Journal of Computer Vision, Vol.60, Issue 2, pp.91-110, 2004.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.