http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 진연연 ( Yan-juan Chen ) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
중요도 맵과 Mean Shift 알고리즘을 이용한 와인 라벨 검출
진연연 ( Yan-juan Chen ),이명은 ( Myung-eun Lee ),김수형 ( Soo-hyung Kim ) 한국정보처리학회 2011 한국정보처리학회 학술대회논문집 Vol.18 No.1
본 논문은 중요도 맵과 Mean Shift 알고리즘을 이용하여 모바일 폰 영상 내의 와인 라벨 검출 방법을 제안한다. Mean Shift 알고리즘은 비모수적 클러스터링 기술로 클러스터의 수에 대한 사전 지식이 없이도 클러스터링이 가능한 알고리즘인데 실행 시간이 많이 필요한 단점이 있다. 이러한 문제를 해결하기 위해서 입력 칼라 와인 영상에 Saliency Map을 먼저 적용하고 영상의 두드러진 영역을 찾는다. 다음으로 Mean Shift 알고리즘을 이용한 분할 결과에서 얻은 칼라 마스크를 따라 빈도가 가장 높은 칼라영역을 찾고 와인 라벨 영역을 검출한다. 실험결과를 통하여 제안된 방법을 모바일 폰을 이용하여 획득된 다양한 와인 영상의 라벨 영역을 효율적으로 검출할 수 있음을 볼 수 있다.
-
구조 텐서와 모폴로지 연산을 이용한 유방 MR 영상의 흉근분할
이명은 ( Myung-eun Lee ),진연연 ( Yan-juan Chen ),김수형 ( Soo-hyung Kim ),김종효 ( Jong-hyo Kim ) 한국정보처리학회 2011 한국정보처리학회 학술대회논문집 Vol.18 No.1
본 논문에서는 구조텐서와 모폴로지 연산을 이용한 유방 MR 영상에서 흉근을 제거하기 위한 분할 방법을 제안한다. 제안하는 방법은 영상의 그레디언트 정보를 나타내는 구조텐서와 복잡한 구조텐서를 평활화하기 위한 모폴로지 연산을 적용하여 영상 진단 및 영상 정합시 불필요한 흉근부분을 자동으로 분할하고자 한다. 실험결과에서 확인할 수 있듯이 정확한 분할의 결과는 향후 컴퓨터 보조 진단 시스템에 유용하게 사용할 수 있을 것으로 기대된다.
-
볼륨영상 분할을 위한 새로운 레벨 셋 방법과 기존 방법의 성능비교
이명은,조완현,김선월,진연연,김수형,Lee, Myung-Eun,Cho, Wan-Hyun,Kim, Sun-Worl,Chen, Yan-Juan,Kim, Soo-Hyung 한국정보처리학회 2011 정보처리학회논문지B Vol.18 No.3
본 논문에서는 볼륨 의료영상 분할에 대한 기존의 레벨 셋 기법과 제안하는 방법의 성능을 비교하고자 한다. 기존의 방법들은 영역의 정보만을 이용하여 분할을 시행하므로, 영상의 종류에 따라서 정확한 분할을 못한 경우가 있다. 따라서 새롭게 제안하는 방법은 정확한 분할 결과를 위하여 영상의 객체가 가지고 있는 에지 정보와 영역 정보를 함께 이용한다. 에지 정보는 레벨 셋의 곡면이 객체의 표면에 잘 도달할 수 있도록 해주는 기울기 벡터장을 이용하고, 영역 정보는 각 영역에서 픽셀의 밝기 값을 가우시안 분포를 이용하여 통계적 모델로 적합시킴으로써 영상의 분할에 적용하였다. 또한, 곡면 주변 잡음의 영향을 최소화 시켜주는 정규화 항을 사용한다. 기존의 레벨 셋 기반의 방법들과 제안한 방법의 성능 평가를 위하여 실제 볼륨 의료영상에 대하여 다양한 실험을 실시하고, 분할된 결과의 비교를 통하여 제안된 방법의 우수성을 입증한다. In this paper, we compare our proposed method with previous methods for the volumetric image segmentation using level set. In order to obtain an exact segmentation, the region and boundary information of image object are used in our proposed speed function. The boundary information is defined by the gradient vector flow obtained from the gradient images and the region information is defined by Gaussian distribution information of pixel intensity in a region-of-interest for image segmentation. Also the regular term is used to remove the noise around surface. We show various experimental results of real medical volume images to verify the superiority of proposed method.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
