$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

전산화단층촬영의 선형변환에 의한 프랙탈 영상 부호화
Fractal Image Coding by Linear Transformation of Computed Tomography 원문보기

한국방사선학회 논문지 = Journal of the Korean Society of Radiology, v.11 no.4, 2017년, pp.241 - 246  

박재홍 (춘해보건대학교 방사선과) ,  박철우 (동부산대학교 전자정보통신과)

초록
AI-Helper 아이콘AI-Helper

기존의 프랙탈 압축 방법은 전체 영상을 도메인 영역으로 하여 몇 개의 레인지블록으로 재분할하여 하나의 도메인 블록에 자신의 부분영역들을 근사화 시키므로 인공적인 형상을 만들어 내는 데는 효과적이나 컴퓨터 구현이 어렵다, 본 연구에서는 전산화단층촬영의 선형변환을 통하여 탐색밀도에 따른 부호화시간, 부호화 바이트, 압축률 및 PSNR를 구하고, 에러 판정 허용오차 임계치를 크게 하면 압축률은 더 높일 수 있으나 화질에 영향을 준다. 즉 화질보다 압축률에 비중이 큰 영상은 에러 판정 허용 오차 임계치를 크게 하여 에러 블록을 줄여 부호화하면 된다. 닮은 블록의 조합을 찾기 위한 탐색 작업시 계산량이 많으므로 부호화시간이 많이 걸리는 점이 생겨서 추후 블록을 근사시키기 위해 아핀변환과 같은 크기가 크고 복잡한 블록을 근사화 시키기는 어려워서 이에 대한 연구가 더 진행되어야 할 것으로 본다.

Abstract AI-Helper 아이콘AI-Helper

The existing fractal compression method is effective in generating an artificial shape by approximating its partial regions to a domain block by re-dividing the whole image into a domain region and dividing it into several domain blocks, but it is difficult to implement a computer. In this study, it...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 을 결정하도록 하여 탐색 시간을 줄였다. 또한 퀴드트리(quad tree)분할법[10]으로 레인지블록의 크기를 가변시켜 변환( wi)의 수를 줄임으로서 압축효율을 높이고 레인지블록의 크기에 따라 탐색 영역의 탐색 밀도를 변화시켜 부호화 시간과 화질의 관계를 조사하였다. [12-15] 이러한 영상 기법을 전산화단층촬영의 선형변환에 영상을 적용하였다.
  • 본 논문에서는 영상을 분할한 도메인블록 특성을 밝기의 평균과 분산으로 분류하여 리스트를 구성한 후 레인지블록과 같은 특성을 가지는 도메인 블록만 검색하도록 하고 같은 클라스에 속하는 리스트 탐색시 1차 허용오차가 일정 임계치에 도달하면 전체 리스트를 검색할 필요 없이 아핀변환값(affine-transfor mation value)[5]을 결정하도록 하여 탐색 시간을 줄였다.
  • 부호화된 영상을 복원하는 과정은 역행열 연산을 이용하였다. 반복 변환에 의해 영상을 복원하기 위해, 초기 영상 f 0를 취하고 f n= W(f n - 1)를 반복 적용시킨다.
  • 선형변환(Fisher)방법은 원 영상을 B×B크기의 레인지 블록으로 나누며, 각 레인지 블록에 대해서 탐색하게 될 D×D(D= 2B)크기의 도메인 블록을 영상 내에서 결정하였으며, 부호화 과정은 다음과 같다.
  • 레인지블럭의 크기는 32×3 2, 16×16, 8×8로, 도메인블럭의 크기는 64×64, 32×3 2, 16×16로 퀴드트리 분할하였다. 탐색량을 줄이기 위해 부호화에 앞서 부호화하기 전에 도메인 풀에 있는 모든 도메인을 퀴드트리 분할하고 분할된 블록을 화소의 밝기값에 따라 3 클라스, 분산값에 따라 24 클라스로 분류하여 블록 크기별로 동일한 클라스를 가지는 블록들은 리스트로 구성하였다. 레인지블럭과 가장 닮은 도메인블럭을 리스트에서 탐색할 때 허용오차 임계치를 1차, 2차로 구분하여 리스트의 탐색 중간에 1차 허용오차 한계 내에 들 면 리스트를 끝까지 탐색하지 않고 한 개의 wi를 구성하는 최적의 도메인 위치와 아핀 변환값을 결정한다.

대상 데이터

  • 전산화단층촬영(CT; Brain) 영상은 256×256 영상이다.

데이터처리

  • 전산화단층촬영(CT; Brain) 영상은 256×256 영상이다. 실험환경은 IBM-Workstation에서 C-언어로 프로그램 하였으며, 실험결과에 대한 성능 비교의 기준은 부호화시간, 압축률, PSNR(peak signal to no ise ratio)을 사용하였다. 레인지블럭의 크기는 32×3 2, 16×16, 8×8로, 도메인블럭의 크기는 64×64, 32×3 2, 16×16로 퀴드트리 분할하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
Benoit B.Mandelbrot이 프랙탈 기하학에서 찾은 것은 무엇인가? Mandelbrot는 프랙탈 기하학을 도입하여 유클리드 기학학으로 표현할 수 없는 자 연의 복잡한 영상을 나타내기 위한 수학적인 모델 을 제시하였다. [1] 프랙탈 기하학이 갖는 특징은 크기와 관계없이 작은 부분이 전체와 같아지는 자기 유사성(self similarity)[2-4]과 복잡한 자연 형상을 자연스럽게 묘사할 수 있는 순환성(recursiveness)이 있고 차원을 유리수로 표현할 수 있다는데 있다. [5-7]
기존의 프랙탈 압축 방법의 한계점은 무엇인가? 기존의 프랙탈 압축 방법은 전체 영상을 도메인 영역으로 하여 몇 개의 레인지블록으로 재분할하여 하나의 도메인 블록에 자신의 부분영역들을 근사화 시키므로 인공적인 형상을 만들어 내는 데는 효과적이나 컴퓨터 구현이 어렵다, 본 연구에서는 전산화단층촬영의 선형변환을 통하여 탐색밀도에 따른 부호화시간, 부호화 바이트, 압축률 및 PSNR를 구하고, 에러 판정 허용오차 임계치를 크게 하면 압축률은 더 높일 수 있으나 화질에 영향을 준다. 즉 화질보다 압축률에 비중이 큰 영상은 에러 판정 허용 오차 임계치를 크게 하여 에러 블록을 줄여 부호화하면 된다.
의료영상 기기는 어떻게 인체 내부 영상을 획득하는가? 지식과 정보에 의해 21세기를 정보화 사회라 일컫으며 사회의 여러 분야에서 가치창조의 중요한 요소가 되어가면서, 특히 1895년 12월 빌헬름 콘래드 뢴트겐(Wilhelm Conrad Röntgen)이 x-ray를 발견한 이래 의료영상기기는 질병의 진단과 치료에 중요한 역할을 해오고 있다. 의료영상 기기는 일정한 전자기파 에너지를 투과하면 인체 내의 밀도와 성질에 따라 입사, 반사, 또는 투과되는 특징을 이용 하여 인체 내부의 영상을 획득한다. 과거 수십 년 간 방사선의 응용이 유일한 의료영상이었으나, 최근에는 초음파, 자기장, 레이저 등을 이용한 다양한 의료영상 기기가 개발되고 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. Benoit.b.Mandelbrot, The Fractal Geometry of Nature, W.H Freeman and Company, New York, 1977. 

  2. A.E.Jacquin, "Image coding based on a fractal theory of iterated contractive image transformations", IEEE Trans. Image Process.,vol.IP-1,pp.18-30,Jan.1992. 

  3. D.M. Monro and F.Dudbridge, "Fractal approximation of image blocks" in Proc. Int.Conf.Acoust. Speech, Signal Processing '92. vol.3, pp.485-488, San Francisco, California, Mar. 1992. 

  4. S.Lepspy, G.E. Oien, and A. Ramstad, "Attracts image compression with a fast non-iterative decoding algorithm" in Proc.Int,Conf.Acoust.Speech.Signal Processing '93,vol.5, pp.337-340, Minneapolis, Minnesota, Apr. 1993. 

  5. M.Barnsley, Fractals Everywhere, San Diego:Academeic Press, 1988. 

  6. M.F Barnsley,V.Ervin,D.Hardin and J.Lancaster,"Solution of an inverse problem for fractals and other Sets", Proceedings of the National Academy of Science U.S.A, Vol. 83, pp.1975-1977, 1985. 

  7. A.Jacquin, A Fractal Theory of Iterated Markov Operators with Application to Digital Image Coding. PhD thesis, Georgia Institute of Technology August 1989. 

  8. A.J.Crilly,R.A.Earnshaw,H.Jones, Fractals and chaos, Springer-verlag, New York,1991. 

  9. M.G Alkhansari and T.S.husang,"A fractal-based image-coding algorithm", in Proc.Int, Cont. Acoust.,Speech, Signal Processing '93, Vol.5, pp. 345-348, Minneapolis, Minnesota, Apr. 1993. 

  10. Y.Fisher, E,W.Jacobs ,R.D.Boss,"Fractal Image Compression Using Iterated Transforms", Technical Report, Naval Ocean Systems Center, San Diego, CA92142-5000. 

  11. H.O.Peitgen,H.Jrgens, and D.Saupe.,Chaos and Fracta ls, Springer-Verlag, New York, 1992. 

  12. Jae-Hong Park, Cheol-Woo Park, Won-Seok Yang, "Fractal image coding for improve the quality of medical images", J. Korean. Social Radiology, Vol. 8, No. 1, 2014. 

  13. Jae-Hong Park, Cheol-Woo Park, "Color image coding for variable block of fractal", J. Korean. Social Radiology, Vol. 8, No. 7, 2014. 

  14. Jae-Hong Park, Cheol-Woo Park, "The YIQ Model of Computed Tomography Color Image Variable Block with Fractal Image Coding", J. Korean. Social Radiology, Vol. 10, No. 4, 2016. 

  15. Cheol-Woo Park, "Fractal Image Compression using Variable-Size Block and Adaptive Selection of Coding Coefficients", Graduate School Dong-A University, 1996. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로