http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
초점 연산자의 최적화를 통한 세포영상의 삼차원 형상 복원 알고리즘
이익현(Lee, Ik-Hyun),최태선(Choi, Tae-Sun) 한국정보전자통신기술학회 2010 한국정보전자통신기술학회논문지 Vol.3 No.3
Shape from focus (SFF) 방법은 이미지의 초점화된 영상을 이용하여 삼차원의 형상을 복원하는 방법이다. 그동안 많은 SFF 방법들이 연구되어 왔지만 노이즈에 대한 문제점과 영상특성으로 인한 최적화되지 못한 문제점이 남아있었다. 그러므로 노이즈를 제거하기 위한 필터링과 최적화 알고리즘을 제안한다. 성능 평가를 위하여 통계적인 판별기준인 평균제곱근오차 (RMSE)와 상관관계 (correlation) 수치를 이용한다. Shape form focus (SFF) is a technique that reconstructs 3D shape of an object using image focus. Although many SFF methods have been proposed, there are still notable inaccuracy effects due to noise and non-optimization of image characteristics. In this paper, we propose a noise filter technique for noise reduction and genetic algorithm (GA) for focus measure optimization. The proposed method is analyzed with a statistical criteria such as Root Mean Square Error (RMSE) and correlation.
Coarse-to-fine 방법을 이용한 멀티 모달 영상 정합
이익현(Ik-Hyun Lee),권혁기(Hyeok-Gi Gwon),최태선(Tae-Sun Choi) 한국정보기술학회 2013 Proceedings of KIIT Conference Vol.2013 No.5
일반적으로 멀티 모달(multi-modal) 영상 정합은 다른 영상 정합보다 더욱 복잡하다. 적외선(IR)과 광학(EO) 영상의 픽셀의 밝기값은 때때로 비슷하거나 종종 반대이다. 또한 적외선 영상은 광학 영상에 비해 대비가 낮은데 이는 광학/적외선 영상 정합을 더욱 어렵게 만든다. 이러한 복잡한 문제점을 해결하기 위해, coarse-to-fine 기법을 기반으로 하는 방법을 제안한다. 기존 방법에 비해 제안된 방법은 보다 정확한 정합 결과 및 더 적은 계산 복잡도를 보여준다. In general, multi-modal registration is a significantly complicated process. In this case, the relationship between infrared (IR) and electro-optic (EO) images in terms of pixel intensity is rarely equal. In addition, IR images typically have a lower contrast than EO images. These circumstances make EO/IR registration more difficult. To overcome this complicated problem, we proposed a coarse-to-fine approach to register EO/IR images. In contrast to conventional methods, the proposed method provides more accurate registration results and less computational complexity.
이익현(Ik-Hyun Lee),최태선(Tae-Sun Choi) 한국정보기술학회 2009 Proceedings of KIIT Conference Vol.2009 No.-
본 연구에서는 포커스 기법을 이용하여 세포의 삼차원 형상을 복원하는 방법을 제안한다 . 포커스를 이용한 형상 복원은 각기 다른 포커스 변화 값을 가진 연속적인 이미지를 토대로 한다. 연속적인 이미지를 중 가장 포커스가 잘 맞은 픽셀을 대상 물체 위치의 깊이 정보로 계산된다. 세포 영상은 다른 물체와 달리 투명하며 세포체뿐만 아니라 배경도 함께 존재한다. 형상 복원에 있어서 관심 있는 부분은 배경이 아닌 세포이다. 그리하여 기울기 크기 최대화 방법을 기반으로 한 threshold 기법을 이용하여 세포체를 배경으로부터 분리하여 형상을 복원한다. 제안된 방법은 hela cell을 이용하여 형상을 복원한다. This paper presents the use of shape from focus (SFF) method for 3D shape reconstruction of hela cell. The basic idea behind SFF is to obtain a sequence of images at the different focus levels. The best focused pixel among the sequence is used to compute the depth of the object point. The cell body is kept in transparent material. Unlike images of normal objects such as metal, cell images consist of body and background. The region of interest in only cell body. Therefore to segment background of cell, the threshold technique based on gradient magnitude maximization is applied. The proposed method is tested by using the hela cell.
이승호(Seung ho Lee),신시하(Si Ha Shin),윤종엽(Jong Yeob Yun),이재원(Jae Won Lee),이익현(Ik Hyun Lee) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.11
지금까지 칵테일은 Bar나 술집에서만 즐길 수 있는 고급 술로 인식되어 대중들에게 익숙한 술이 아니다. 소주와 맥주가 주를 이루고 있는 한국의 음주 문화의 다양성을 늘리기 위하여 일상 속에서도 칵테일을 마실 수 있게 하여 진입장벽을 낮출 수 있다. 버튼을 이용하면 스텝모터, 워터펌프, STM보드 등을 이용하여 작동하며 칵테일의 종류를 고르면 자동으로 칵테일을 제작하여 준다. Cocktails are Korea"s high-end drinks that are only available to enjoy in bars. The general public is not familiar with the said drink that corresponds to the lack of diversity. Currently, soju and beer are the dominating drinks in Korean culture that needs to change by introducing cocktails to daily life. If you press the button, it operates using a step motor, water pump, STM32 boards, etc., and if you press the type of cocktail and the number of glasses, it automatically prepares a cocktail.
최욱진(Wook-Jin Choi),이익현(Ik-Hyun Lee),최태선(Tae-Sun Choi) 한국정보기술학회 2010 Proceedings of KIIT Conference Vol.2010 No.-
폐 영역을 분할하는 것은 폐 CT 영상을 분석 하는데 있어서 필수적인 과정이다. 본 논문에서는 CT 영상에서의 자동화된 폐 영역 분할 알고리즘을 제안한다. 제안된 알고리즘 크게 두 부분으로 나뉜다. 첫 번째는 gray-level thresholding을 통해 대략적인 폐 영역과 그 외 배경 부분을 구하고 이것은 다음 과정에서 각각의 영역에 대한 seed 포인트로 이용한다. 다음으로는 이전 단계에서 추출된 seed 포인트와 영상을 그래프로 나타내고 그래프 컷을 이용하여 적응적으로 폐 영역을 분할한다. Lung region segmentation is a prerequisite for analysis of lung CT. In this paper, we proposed automatic lung region segmentation form lung CT scans. The method has two main parts. Fisrt, the rough lung area and background are extracted as seed points from CT scans by gray-level thresholding. Then, the seed points and CT scans are converted to graph and the lung region is adaptively segmented by using graph-cuts based algorithm.