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
- 이러한 어려움을 해결하기 위해서는 대상 영상과 객체의 특성이 고려된 제약조건을 사용한 전문화된 분할기법이 요구된다. 본 논문에서는 이러한 요구 조건을 충족하기 위해, 잡음 영상에서 방향성 영상 특징을 제약조건으로 사용하며 이를 기반으로 한 평가 함수의 최소화를 위해 동적 계획법을 사용하는 강건한 경계선 분할 기법을 제안한다. 제안한 방법은 잡음 제거 및 에지 정보 향상을 동시에 수행하는 비등방성 확산 필터링을 전처리로 사용하여 잡음 영상 특성에 기인하는 영상의 질적 문제를 해결하며, 다양한 방향으로 기울어진 경계선의 영상 특징을 정확하게 추출하기 위해 기존 하르 필터 (Haar filter)를 기반으로 한다.
제안 방법
- 분할의 어려움을 주는 잡음 영상의 방해물로부터 잡음을 제거하고 에지 방향에 따른 비등방성 확산을 통해 응집성이 큰 에지 구조를 강화 시키기위해 구조의 지역적 응집성을 제공하는 구조 텐서 기반의 응집성 향상 확산 필터링을 사용하여 전처리를 수행한다. 또한 경계선의 방향을 고려한 하르 필터를 사용하여 영상 특징을 추출한다. 제안한 필터는 기존 하르 필터의 변형으로 다양한 각도로 기울어진 경계선에서 방향이 고려된 영상 특징을 추출할 수 있도록 회전된 하르 필터를 사용하여 경계선에 가장 정확하게 부합될 때 가장 작은 결과를 제공하도록 설계하였다.
- 제안 알고리즘은 영상처리 기법을 이용해 의료영상에서 관심영역을 추출한다. 분할의 어려움을 주는 잡음 영상의 방해물로부터 잡음을 제거하고 에지 방향에 따른 비등방성 확산을 통해 응집성이 큰 에지 구조를 강화 시키기위해 구조의 지역적 응집성을 제공하는 구조 텐서 기반의 응집성 향상 확산 필터링을 사용하여 전처리를 수행한다. 또한 경계선의 방향을 고려한 하르 필터를 사용하여 영상 특징을 추출한다.
- 또한 잡음 영상의 특성과 방향성을 고려한 영상 특징을 사용하여 경계선 분할을 통해 영상 획득 시 발생하는 다양한 잡음의 종류와 방향성을 갖는 대상 객체의 경계선에서 강건하고 정확한 분할 결과를 제공한다. 아울러, 대상 구조의 지역적 응집성 크기와 적분 영상을 적용함으로써 영상 특징 추출에 소요되는 계산시간을 최소화하였다.
- 제안 논문에서는 전처리 과정으로 잡음 영상의 화질을 개선하기 위해 응집성 향상 확산 필터링을 수행하며 실험영상에서 사용자에 의해 지정된 관심영역 내에서만 필터링을 수행한다. 홍채 이미지에서 a = 0.
- 제안 논문은 잡음의 영상 특성에 대해 강건하며 다양한 방향의 기울기를 갖는 대상 객체의 경계선을 정확하게 분할하기 위해 방향성 특징을 사용한 강건한 경계선 분할 기법을 제안하였다. 제안한 기법은 다양한 유형의 잡음과 기울기의 정도가 다른 대상 경계선에 대해 분할을 수행하여 강건하고 정확한 분할 결과를 제시하였으며 수동분할 결과를 표준 경계선으로 하여 기존 방법의 분할 결과와 평균오차를 비교함으로써 정확성과 견고성을 검증하였다.
- 제안한 기법은 다양한 유형의 잡음과 기울기의 정도가 다른 대상 경계선에 대해 분할을 수행하여 강건하고 정확한 분할 결과를 제시하였으며 수동분할 결과를 표준 경계선으로 하여 기존 방법의 분할 결과와 평균오차를 비교함으로써 정확성과 견고성을 검증하였다. 제안 방법은 의료영상으로 확대가 가능하며 현재 홍채를 기반으로 한 진단에 활용하기 위해 입력 영상의 잡음을 제거하고 동공을 기준으로 초점을 맞추는 방법으로 활용하다.
- 제안 알고리즘은 영상처리 기법을 이용해 의료영상에서 관심영역을 추출한다. 분할의 어려움을 주는 잡음 영상의 방해물로부터 잡음을 제거하고 에지 방향에 따른 비등방성 확산을 통해 응집성이 큰 에지 구조를 강화 시키기위해 구조의 지역적 응집성을 제공하는 구조 텐서 기반의 응집성 향상 확산 필터링을 사용하여 전처리를 수행한다.
- 본 논문에서는 이러한 요구 조건을 충족하기 위해, 잡음 영상에서 방향성 영상 특징을 제약조건으로 사용하며 이를 기반으로 한 평가 함수의 최소화를 위해 동적 계획법을 사용하는 강건한 경계선 분할 기법을 제안한다. 제안한 방법은 잡음 제거 및 에지 정보 향상을 동시에 수행하는 비등방성 확산 필터링을 전처리로 사용하여 잡음 영상 특성에 기인하는 영상의 질적 문제를 해결하며, 다양한 방향으로 기울어진 경계선의 영상 특징을 정확하게 추출하기 위해 기존 하르 필터 (Haar filter)를 기반으로 한다. 제안한 필터는 얼굴 검출을 위한 특징 추출에 사용되는 기존 하르 필터를 변형한 필터로 경계선에 이웃한 영역들의 명암도 정보를 통해 기울기에 가장 정확하게 부합하는 경우를 구하여 그 결과를 영상특징 값으로 추출함으로써 기울기 변화와 잡음으로 인한 지역적 최소화 문제에 강건하게 경계선을 분할한다.
- 또한 경계선의 방향을 고려한 하르 필터를 사용하여 영상 특징을 추출한다. 제안한 필터는 기존 하르 필터의 변형으로 다양한 각도로 기울어진 경계선에서 방향이 고려된 영상 특징을 추출할 수 있도록 회전된 하르 필터를 사용하여 경계선에 가장 정확하게 부합될 때 가장 작은 결과를 제공하도록 설계하였다. 또한 응집성 크기 값을 기반으로 대상 영역과 배경 영역을 대략적으로 분류한 후 영역별 필터적용을 달리 함으로써 분할을 위해 소요되는 계산시간을 줄인다.
- 홍채 이미지에서 a = 0.001, σ = 0.5,ρ = 50의 조건으로 사용자에 의해 지정된 응집성 향상 확산 필터링을 수행하였다.
데이터처리
- 제안 논문은 잡음의 영상 특성에 대해 강건하며 다양한 방향의 기울기를 갖는 대상 객체의 경계선을 정확하게 분할하기 위해 방향성 특징을 사용한 강건한 경계선 분할 기법을 제안하였다. 제안한 기법은 다양한 유형의 잡음과 기울기의 정도가 다른 대상 경계선에 대해 분할을 수행하여 강건하고 정확한 분할 결과를 제시하였으며 수동분할 결과를 표준 경계선으로 하여 기존 방법의 분할 결과와 평균오차를 비교함으로써 정확성과 견고성을 검증하였다. 제안 방법은 의료영상으로 확대가 가능하며 현재 홍채를 기반으로 한 진단에 활용하기 위해 입력 영상의 잡음을 제거하고 동공을 기준으로 초점을 맞추는 방법으로 활용하다.
성능/효과
- 제안한 필터는 얼굴 검출을 위한 특징 추출에 사용되는 기존 하르 필터를 변형한 필터로 경계선에 이웃한 영역들의 명암도 정보를 통해 기울기에 가장 정확하게 부합하는 경우를 구하여 그 결과를 영상특징 값으로 추출함으로써 기울기 변화와 잡음으로 인한 지역적 최소화 문제에 강건하게 경계선을 분할한다. 따라서 제안 필터는 영상 특징 값과 경계 연속성을 위한 값을 평가항으로 하는 평가 함수를 정의하여 이를 최소화하기 위해 전역적 최적화 기법인 동적 계획법을 사용하고, 잡음 영상에서 정보손실이 나타나는 드랍 아웃과 같은 영역에서 분할의 오류를 개선하기 위해 곡선적합을 이용하여 분할의 잘못된 결과를 보정함으로써 경계선의 완만성을 향상시켰다. 또한 잡음 영상의 특성과 방향성을 고려한 영상 특징을 사용하여 경계선 분할을 통해 영상 획득 시 발생하는 다양한 잡음의 종류와 방향성을 갖는 대상 객체의 경계선에서 강건하고 정확한 분할 결과를 제공한다.
- 따라서 제안 필터는 영상 특징 값과 경계 연속성을 위한 값을 평가항으로 하는 평가 함수를 정의하여 이를 최소화하기 위해 전역적 최적화 기법인 동적 계획법을 사용하고, 잡음 영상에서 정보손실이 나타나는 드랍 아웃과 같은 영역에서 분할의 오류를 개선하기 위해 곡선적합을 이용하여 분할의 잘못된 결과를 보정함으로써 경계선의 완만성을 향상시켰다. 또한 잡음 영상의 특성과 방향성을 고려한 영상 특징을 사용하여 경계선 분할을 통해 영상 획득 시 발생하는 다양한 잡음의 종류와 방향성을 갖는 대상 객체의 경계선에서 강건하고 정확한 분할 결과를 제공한다. 아울러, 대상 구조의 지역적 응집성 크기와 적분 영상을 적용함으로써 영상 특징 추출에 소요되는 계산시간을 최소화하였다.
- 또한 응집성 크기 값을 기반으로 대상 영역과 배경 영역을 대략적으로 분류한 후 영역별 필터적용을 달리 함으로써 분할을 위해 소요되는 계산시간을 줄인다. 마지막으로 잡음 영상에서 정보 손실이 나타나는 드랍 아웃과 같은 영역에서 분할의 오류를 개선하기 위해 곡선적합을 이용하여 분할의 잘못된 결과를 보정함으로써 경계선의 완만성을 향상 시킨다. 본 논문에서 제안한 확산모델은 입력영상의 확산모델 농도의 차이에 대해 질량의 생성이나 소멸없이 평형을 이루는 물리적 과정을 확산이라 정의하며 이러한 물리적 평형 속성은 Fick의 법칙(Fick’s law)으로 식1과 같이 정의한다.
- 본 논문에서는 모든 실험 영상에 대해 반복 횟수를 50회로 하여 필터링을 수행했으며 이는 최대 관심영역의 크기인 400×200에서 소요되는 시간과 비교 시 실험 영상의 크기인 512×512에서의 50회 반복 시 소요되는 시간에 비해 최소 약 3.7배, 최대 7.8배로 줄어드는 것을 실험을 통해 확인하였다.
- 실험결과 512×512 영상에서 30회 반복 시 114.261초가 소요되며 50회 반복 시 193.207초로 1.7배 가까이 증가하며, 100회 반복 시 365.735초로 30회 반복 시 소요되는 시간보다 3.2배로 증가하였다.
- 제안한 방법은 잡음 제거 및 에지 정보 향상을 동시에 수행하는 비등방성 확산 필터링을 전처리로 사용하여 잡음 영상 특성에 기인하는 영상의 질적 문제를 해결하며, 다양한 방향으로 기울어진 경계선의 영상 특징을 정확하게 추출하기 위해 기존 하르 필터 (Haar filter)를 기반으로 한다. 제안한 필터는 얼굴 검출을 위한 특징 추출에 사용되는 기존 하르 필터를 변형한 필터로 경계선에 이웃한 영역들의 명암도 정보를 통해 기울기에 가장 정확하게 부합하는 경우를 구하여 그 결과를 영상특징 값으로 추출함으로써 기울기 변화와 잡음으로 인한 지역적 최소화 문제에 강건하게 경계선을 분할한다. 따라서 제안 필터는 영상 특징 값과 경계 연속성을 위한 값을 평가항으로 하는 평가 함수를 정의하여 이를 최소화하기 위해 전역적 최적화 기법인 동적 계획법을 사용하고, 잡음 영상에서 정보손실이 나타나는 드랍 아웃과 같은 영역에서 분할의 오류를 개선하기 위해 곡선적합을 이용하여 분할의 잘못된 결과를 보정함으로써 경계선의 완만성을 향상시켰다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.