거리변환을 이용한 fiducial 마크 정렬 알고리즘

최학남(Xuenan Cui),박은수(Eunsoo Park),최효훈(Hyohoon Choi),김학일(Hakil Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1C

본 논문에서는 거리변환 기반의 정밀한 fiducial 마크 정렬 알고리즘을 제안한다. 거리변환은 물체의 중심에 가중치를 가지는 특성이 있는데 이는 AOI 공정에서 에칭, 이동과 같은 다양한 요소들로부터 획득되는 타겟영상에 대하여 강인하게 물체의 중심으로 매칭할 수 있도록 한다. 제안한 방법은 우선 입력 타겟영상에 대하여 이진화를 진행하고, 다음 모델과 타겟영상에 대하여 거리변환을 이용하여 거리특징을 추출하고, 추출된 모델과 타겟영상에 대한 거리특징을 NCC(Normalized Cross Correlation)를 이용하여 매칭한 후, 매칭 스코어에 대하여 Sub-pixel 분석을 진행하여 sub-pixel 레벨의 정확도를 가지도록 한다. 실험결과로부터 제안한 거리특징을 이용한 매칭 알고리즘이 기존의 픽셀 밝기 값을 이용한 매칭보다 강인하고 정확하게 매칭됨을 확인할 수 있었다.

GPU를 이용한 고속 영상 보간법 개발

최학남(Xuenan Cui),박은수(Eunsoo Park),김준철(Junchul Kim),정용한(Younghan Jung),김학일(Hakil Kim) 대한전기학회 2008 대한전기학회 학술대회 논문집 Vol.2008 No.10

본 논문에서는 GPU를 이용한 고속 보간법 개발방법에 대해 제안한다. GPU는 흔히 그래픽 연산에 사용되지만 최근에는 GPGPU가 각광을 받고 있다. 특히 NVIDIA에서 발표한 CUDA를 이용하면 GPU를 쉽게 접근하여 프로세싱 할 수 있어 많은 분야에서 GPU를 활용하고 있다. 본 논문에서는 실제 CUDA를 이용하여 여러 가지 보간법에 대한 알고리즘을 구현하여 CUDA의 성능을 확인하였다. CPU에서 구현한 알고리즘과 CUDA를 이용한 알고리즘을 비교했을 때 메모리 할당 및 전송부분을 제외한 수순 프로세싱 시간을 보면 GPU에서 훨씬 좋은 성능을 나타내었고, 메모리 할당 및 전송을 고려했을 때 작은 사이즈 영상에서는 오히려 역효과가 나타났고, 대용량 영상에서는 좋은 성능을 나타냄을 확인하였다.

VTK를 이용한 무릎 MRI의 3차원 가시화

이성철(Shengzhe Li),최학남(Xuenan Cui),홍성욱(Seongwook Hong),너치투준(Chittoo June),김학일(Hakil Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1B

본 논문은 VTK를 이용한 3차원 무릎 MRI 가시화에 대한 프로그램 기술을 제안한다. 기존의 많은 연구에서는 VTK를 사용하여 의료영상에 대한 3차원 가시화 프로그램을 제안하였으나 골관절염 진단을 목표로 한 무릎 3차원 가시화 방법은 아직 많이 제안되지 않고 있다. 본 논문에서는 볼륨렌더링(Volume redering) 기술과 다각형렌더링(Polygonal rendering)기술을 융합하여 무릎 및 연골을 효과적으로 가시화 할 수 있는 방법을 제안한다. 프로그램은 사용자 상호작용이 가능하고 VTK를 이용한 GPU기반의 프로세싱을 기반으로 하기 때문에 실시간 렌더링이 가능하다. 실험결과로부터 제안한 3차원 가시화 기술은 연골과 무릎의 관계를 직관적으로 표현할 수 있어 골관절염 조기진단에 유용하게 사용될 것으로 기대한다.

다중 에코 무릎 자기공명 영상의 효과적인 잡음제거 및 분할

홍성욱(Seongwook Hong),최학남(Xuenan Cui),이성철(Shengzhe Li),너칫투준(Naw Chit Too June),곽규성(Kyu-sung Kwack),김학일(Hakil Kim) 한국정보과학회 2011 정보과학회논문지 : 소프트웨어 및 응용 Vol.38 No.6

본 논문에서는 다중 에코 기반 무릎 MR 영상의 잡음제거 및 분할 기법을 제안한다. 기존의 연구들에서는 단일 영상을 이용한 다양한 분할 알고리즘을 적용하여 왔으나, 단일 영상에서 이용할 수 있는 정보는 다중 영상에 비해 상대적으로 제한적이다. 반면, 다중 에코 MR 영상은 여러 에코 시간에 따라 동일 부위에 대해 여러 장의 조직별 특성 및 정보를 제공한다. 먼저 MR 영상의 취득 과정에서 발생하는 불필요한 잡음을 제거하기 위해 non-local means 알고리즘을 이용한 잡음제거를 실시한다. Supervised learning 과정으로써 다중 에코 MR 영상으로부터 조직별 ground truth를 추출한 후, 에코 패턴을 추출하여 에코 패턴 벡터를 구성하였고, 분할 과정에서 추출된 에코 패턴 벡터는 입력된 에코 패턴 벡터들과 spectral matching을 통해 분류된다. 매칭 알고리즘은 널리 사용되고 있는 Euclidean distance (ED)와 spectral angle mapper (SAM)를 적용하였으며, 기존 방법의 약점을 개선한 Normalized SAM (NSAM) 방법에서 가장 잘 분류된 결과를 나타냈다. 실험 결과에서는 임상적으로 관절연골의 병변을 찾는데 많이 이용되는 T2 영상과 제안된 방법을 적용한 분할 결과의 비교를 통해 반월판 및 연골의 경계를 더욱 명확하게 구분해내는 장점을 보여준다. This paper proposes an efficient denoising and segmentation method for knee MR images based on multi-echo. Conventional methods have applied various segmentation algorithms using a single MR image, but multi-echo MR images provide a variety of characteristics and information in a layer according to echo time. First, the pre-processing is implemented using a non-local means (NLM) algorithm in order to remove noise occurred in acquisition process of MRI. As a supervised learning process, echo-pattern vectors representing nine tissues are computed from the ground truth data extracted manually by a human expert. Then, in the test process each echo-pattern vector is classified by spectral matching algorithms such as Euclidean distance (ED), Spectral angle mapper (SAM), and normalized SAM (NSAM) which is an improved version of SAM to overcome a weakness of the conventional spectral matching method. Among them, NSAM shows the best classification accuracy both before and after the noise removal using NLM filter. The experimental results demonstrate that the meniscus and the boundary of cartilage are efficiently classified by comparison with T2 mapping image which is clinically used for diagnosing osteoarthritis.

물체 특징과 실시간 학습 기반의 파티클 필터를 이용한이동 로봇에서의 강인한 물체 추적

이형호(Hyung-Ho Lee),최학남(Xuenan Cui),김형래(Hyoung-Rae Kim),마승완(Seong-Wan Ma),이재홍(Jae-Hong Lee),김학일(Hak-Il Kim) 제어로봇시스템학회 2012 제어·로봇·시스템학회 논문지 Vol.18 No.6

This paper proposes a robust object tracking algorithm using object features and on-line learning based particle filter for mobile robots. Mobile robots with a side-view camera have problems as camera jitter, illumination change, object shape variation and occlusion in variety environments. In order to overcome these problems, color histogram and HOG descriptor are fused for efficient representation of an object. Particle filter is used for robust object tracking with on-line learning method IPCA in non-linear environment. The validity of the proposed algorithm is revealed via experiments with DBs acquired in variety environment. The experiments show that the accuracy performance of particle filter using combined color and shape information associated with online learning (92.4 %) is more robust than that of particle filter using only color information (71.1 %) or particle filter using shape and color information without on-line learning (90.3 %).

LRF와 카메라를 이용한 강인한 엘리베이터 문 인식

마승완(Seung-Wan Ma),최학남(Xuenan Cui),이형호(Hyung-Ho Lee),김형래(Hyung-Rae Kim),이재홍(Jae-Hong Lee),김학일(Hakil Kim) 제어로봇시스템학회 2012 제어·로봇·시스템학회 논문지 Vol.18 No.6

The recognition of elevator door is needed for mobile service robots to moving between floors in the building. This paper proposed the sensor fusion approach using LRF (Laser Range Finder) and camera to solve the problem. Using the laser scans by the LRF, we extract line segments and detect candidates as the elevator door. Using the image by the camera, the door candidates are verified and selected as real door of the elevator. The outliers are filtered through the verification process. Then, the door state detection is performed by depth analysis within the door. The proposed method uses extrinsic calibration to fuse the LRF and the camera. It gives better results of elevator door recognition compared to the method using LRF only.

SSE 명령어를 이용한 영상의 고속 전처리 알고리즘

박은수(Eunsoo Park),최학남(Xuenan Cui),김준철(Junchul Kim),임유청(Yucheong Im),김학일(Hakil Kim) 대한전자공학회 2009 電子工學會論文誌-SP (Signal processing) Vol.46 No.2

본 논문에서는 SSE (Streaming SIMD Extensions) 명령어를 이용한 고속 영상처리 알고리즘을 제안한다. SSE 명령어를 지원하는 CPU는 128비트 크기의 XMM 레지스터를 보유하고 있으며 이에 속한 데이터는 SIMD(Single Instruction Multiple Data) 방식으로 한 번에 병렬로 처리 될 수 있다. 영상처리에서 폭넓게 활용되는 평균 필터, 소벨 수평방향 외곽선 검출, 이진침식 알고리즘을 SIMD 방식으로 효과적으로 처리 할 수 있는 알고리즘을 제시하였고, 수행 시간을 측정하였다. 보다 객관적인 수행 속도 평가를 위해 현재 많이 사용되고 있는 영상처리 라이브러리와의 수행 속도를 비교하였다. 비교에 사용된 라이브러리는 SISD(Single Instruction Single Data)방식으로 동작하는 OpenCV 1.0, SIMD 방식을 지원하는 고속 영상처리 라이브러리인 IPP 5.2와 MIL 8.0에서 각각 수행 시간을 측정하고 제안하는 알고리즘의 처리 속도와 비교하였다. 실험결과 제안하는 알고리즘은 SISD방식의 영상처리 라이브러리에 비해 평균 8배의 성능향상을 보였으며, SIMD 방식의 고속 영상처리 라이브러리와 비교 하였을 때 평균 1.4배의 성능향상을 보였다. 따라서 제안하는 알고리즘은 고가의 영상처리 라이브러리와 추가적인 하드웨어의 구입 없이도 고속으로 동작해야 하는 실제 영상 처리 어플리케이션에 효과적으로 적용될 수 있음을 보였다. This paper proposes fast image processing algorithms using SSE (Streaming SIMD Extensions) instructions. The CPU's supporting SSE instructions have 128bit XMM registers; data included in these registers are processed at the same time with the SIMD (Single Instruction Multiple Data) mode. This paper develops new SIMD image processing algorithms for Mean filter, Sobel horizontal edge detector, and Morphological erosion operation which are most widely used in automated optical inspection systems and compares their processing times. In order to objectively evaluate the processing time, the developed algorithms are compared with OpenCV 1.0 operated in SISD (Single Instruction Single Data) mode, Intel’s IPP 5.2 and MIL 8.0 which are fast image processing libraries supporting SIMD mode. The experimental result shows that the proposed algorithms on average are 8 times faster than the SISD mode image processing library and 1.4 times faster than the SIMD fast image processing libraries. The proposed algorithms demonstrate their applicability to practical image processing systems at high speed without commercial image processing libraries or additional hardwares.

GPU를 이용한 고속 Multi-level thresholding 알고리즘

정용한(Younghan Jung),최학남(Xuenan Cui),박은수(Eunsoo Park),김준철(Junchul Kim),김학일(Hakil Kim) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2C

Thresholding은 영상 인식 및 분석의 전처리과정에서 주로 사용되는 기술로써 가장 대표적인 방법은 클래스간의 분산을 이용한 Otsu 알고리즘이 있다. 하지만 Otsu 방법은 클래스가 늘어날수록 계산시간이 늘어나는 단점이 있다. 따라서 본 논문에서는 히스토그램을 몇 개의 그룹으로 나누어 Otsu 방법을 개선한 Two-stage multi-level Otsu 방법에 룩업테이블과 GPU processing을 적용하여 고속 어플리케이션에 적합한 Thresholding 알고리즘을 제안한다.

SIMD와 근사함수를 이용한 고속 아크탄젠트 계산

박은수(Eunsoo Park),최학남(Xuenan Cui),김학일(Jakil Kim) 대한전기학회 2012 정보 및 제어 심포지엄 논문집 Vol.2012 No.10

SIMD 명령어를 이용한 영상의 평균화 필터 최적화

김준철(Junchul Kim),최학남(Xuenan Cui),박은수(Eunsoo Park),김학일(Hakil Kim) 대한전기학회 2007 대한전기학회 학술대회 논문집 Vol.2007 No.10

본 연구에서는 영상의 잡음 제거에 우수한 평균화 필터 알고리즘을 SIMD(Single Instruction Multiple Data) 명령어를 이용하여 고속화 하였다. 먼저 순차 알고리즘의 속도 향상을 위한 최적화를 수행하고. SIMD에 적합 하도록 변환 하여 4 또는 16 개의 데이터를 동시에 연산이 가능 하도록 하였다. 또한 나누기 연산을 줄이기 위하여 8비트의 데이터 타입과 함께 룩업 테이블(Lookup Table)을 이용하였다. 각각의 데이터 타임에 적합하게 알고리즘을 변환하여 비교하였고 실험을 통하여 기존의 순차 처리 방식에 비해 평균적으로 2.5배 이상의 속도 향상을 보았다.