고속 광선 추적법을 위한 멀티프로세서에서의 부하분산방식

권오봉(Gwun Ou bong) 한국정보처리학회 1999 정보처리학회논문지 Vol.6 No.5

Ray-tracing algorithm can synthesize photo-realistic image, but its computational cost is very high. Fast image synthesis based on ray-tracing is one of the most important topics in computer graphics. There are two methods for high speed ray-tracing: One is based on algorithm, and the other is based on multiprocessor. We need balanced load distribution to utilize multiprocessor for high speed ray-tracing. First this paper discusses various load distribution and scheduling of multiprocessor for high speed ray-tracing. Then this paper proposes load distribution strategies based on them, implements and evaluates it on multiprocessor. The experment results show that the proposed method can solve the unbalanced load problem of dynamic load distribution, and scan line method and dot method among a kind of static load distribution strategies disperse the load efficiently.

깊이버퍼 기반의 경계면 볼륨렌더링

권오봉(Ou-Bong Gwun),송주환(Ju-Whan Song),최성호(Seong-Hee Choi) 한국산업정보학회 2004 한국산업정보학회논문지 Vol.9 No.2

큐브의 단면을 이용한 기하학적인 물체의 복셀화

권오봉,Gwun, Ou-Bong 한국정보처리학회 2003 정보처리학회논문지 A Vol.10 No.2

Volume graphics have received a lot of attention as a medical image analysis tool nowadays. In the visualization based on volume graphics, there is a process called voxelization which transforms the geometrically defined objects into the volumetric objects. It enables us to volume render the geometrically defined data with sampling data. This paper suggests a voxeliration method using the cutting surfaces of cubes, implements the method on a PC, and evaluates it with simple geometric modeling data to explore propriety of the method. This method features the ability of calculating the exact normal vector from a voxel, having no hole among voxels, having multi-resolution representation. 최근 볼륨 그래픽스가 의료 영상의 해석 도구로서 주목을 받아 오고 있다. 볼륨 그래픽스에서는 가시화를 위하여 복셀로 정의된 물체가 필요하다. 이 때문에 기하학적인 방법으로 정의한 다각형 및 곡면을 복셀 기반의 물체로 변환시키는데 이를 복셀화(voxelization)라고 한다. 기하학적인 물체를 복셀화하면 기하학적 물체 데이터를 샘플링 데이터와 함께 단일화된 방법으로 볼륨 렌더링할 수 있다. 본 논문에서는 큐브의 단면을 이용한 복셀화의 한 기법을 제안한다. 그리고 개인용 컴퓨터 환경에서 이 기법을 구현한 후에 단순한 기하학적인 데이터를 이용해서 평가하여 논리적인 타당성을 조사한다. 이 기법은 변환된 복셀로부터 정확한 법선 벡터를 계산할 수 있고 복셀간에 구멍(hole)이 발생하지 않고 다해상도(multi-resolution) 표현이 가능한 특성을 가지고 있다.

사면체 기반의 볼륨 모델링에서 점근선 판정기를 이용한 영역의 선택

이건,권오봉,Lee, Kun,Gwun, Ou-Bong 한국정보처리학회 2003 정보처리학회논문지 A Vol.10 No.1

3 차원 산포 볼륨 데이터의 모델링(3-D Scattered Data Modeling)은 지질구조 조사, 환경가시화, 초음파 검사 등의 분야에 사용된다. 이러한 분야에 사용되는 데이터는 마칭큐브 알고리즘에서 사용하는 규칙적인 데이터와는 다르게 일반적으로 불규칙적으로 흩어진 데이터이다. 이 논문에서는 우선 불규칙적으로 흩어진 데이터에 적합한 사면체를 영역(domain)으로 하는 볼륨 모델링 기법에 대하여 고찰한다. 다음에 사면체 영역 결정에 애매성이 발생하였을 때 점근선 판정기(asymptotic decider critrion)로 애매성을 해결하는 방법을 제안하고 수식을 구한다. 마지막으로 제안한 방법을 이용하여 간단한 가시화 시스템을 구현하여 구 판정기(sphere criterion)와 비교한다. 사면체의 영역을 결정하는데 있어서 구 판 정기는 점의 좌표만을 이용하나 점근선 판정기는 점의 좌표와 그 점이 가지고 있는 함수 값을 이용하므로 보다 정확한 영역 분할이 가능하다. 3-D data modeling of a volumetric scattered data is highly demanded for geological structure inspection, environment visualization and supersonic testing. The data used in these area are generally irregularly scattered in a volume data space, which are much different from the structured points data (cuberille data) used in Marching cube algorithm. In this paper, first we explore a volume modeling method for the scattered data based on tetrahedral domain. Next we propose a method for solving the ambiguity of tetrahedral domain decision using asymptotic decider criterion. Last we implement a simple visualization system based on the proposed asymptotic decider criterion and compare it with a system based on sphere criterion. In deciding tetrahedral domain, sphere criterion considers only positional values but asymptotic decider criterion considers not only positional values but also functional values, so asymptotic decider criterion is more accurate on deciding tetrahedral domain than sphere criterion.

개선된 스네이크 모델에 기반한 반자동 건물 영역 추출

박현주(Hyun Ju Park),권오봉(Ou-Bong Gwun) 大韓電子工學會 2011 電子工學會論文誌-CI (Computer and Information) Vol.48 No.1

3차원 지도(3D Map)를 구축하기 위해서는 지형정보와 지도상에서 건물 영역 및 건물 형상 정보가 필요하다. 이를 위해 본 논문에서는 개선된 스네이크(Snake) 알고리즘으로 건물 영역을 반자동으로 추출하는 방법을 제안한다. 본 방법은 전처리, 제어점의 초기화, 개선된 스네이크 알고리즘 적용 세 단계로 구성한다. 첫 번째 단계에서는 위성영상을 그레이 영상으로 변환 후근사 에지를 추출하여 그레이 영상과 합성한다. 두 번째 단계에서는 사용자가 건물의 중심점을 설정한 후 원형 또는 사각형모양의 초기 제어점을 계산하여 설정한다. 세 번째 단계에서는 개선된 스네이크 알고리즘을 적용하여 건물영역을 추출한다. 이러한 과정에서 스네이크 에너지 계산식의 한 항을 새로운 방법으로 설정하여 건물영역 추출용으로 특화하였다. 그리고 스카이 뷰의 위성영상을 이용하여 제안된 방법을 건물영역 매칭율을 평가하였는데 75%의 매칭율을 보였다. Terrain, building location and area, and building shape information is in need of implementing 3D map. This paper proposes a method of extracting a building area by an improved semi-automatic snake algorithm. The method consists of 3-stage: pre-processing, initializing control points, and applying an improved snake algorithm. In the first stage, after transforming a satellite image to a gray image and detecting the approximate edge of the gray image, the method combines the gray image and the edge. In the second stage, the user looks for the center point of a building and the system sets the circular or rectangular initial control points by an procedural method. In the third stage, the enhanced snake algorithm extracts the building area. In particular, this paper sets the one term of the snake in a new way in order to use the proposed method for specializing building area extraction. Finally, this paper evaluated the performance of the proposed method using sky view satellite image and it showed that the matching percentage to the exact building area is 75%.

깊이 추정을 위한 PCA기반의 특징 축소

신성식(Sung-Sik Shin),권오봉(Ou-Bong Gwun) 大韓電子工學會 2010 電子工學會論文誌-CI (Computer and Information) Vol.47 No.3

본 논문에서는 한 장의 정지 영상에서 학습을 통한 방법으로 깊이 정보를 추정하는데 사용되어지는 특징 정보를 PCA(Principal Component Analaysis)기반으로 축소하여 깊이 정보의 정확성을 향상시키는 방법에 대하여 기술한다. 정지 영상에서 깊이 정보를 추정하기 위하여 이미지의 에너지 값과 기울기와 같은 특징을 추출하며 특징들의 관계를 이용하여 각 영역의 깊이 정보를 추정한다. 이 때 영상 필터를 사용하여 많은 특징을 추출하지만 특징의 중요성을 판단하지 않고 모두 사용하면 오히려 성능에 좋지 않은 영향을 미친다. 본 논문에서는 한 장의 정지 영상의 깊이 추정을 위해 PCA를 기반으로 중요도를 판단하여 특징 벡터의 차원을 줄이고 깊이를 정확하게 추정할 수 있는 방법에 대하여 제안한다. 제안한 방법을 스탠포드 대학의 평가 데이터로 실험한 결과, 깊이를 추정하는데 있어서 전체 특징 벡터의 30%만을 이용하여 평균 0.4%에서 최대 2.5%의 정확도가 향상되었다. This paper discusses a method that can enhance the exactness of depth estimation of an image by PCA(Principle Component Analysis) based on feature reduction through learning algorithm. In estimation of the depth of an image, hyphen such as energy of pixels and gradient of them are found, those selves and their relationship are used for depth estimation. In such a case, many features are obtained by various filter operations. If all of the obtained features are equally used without considering their contribution for depth estimation, The efficiency of depth estimation goes down. This paper proposes a method that can enhance the exactness of depth estimation of an image and its processing speed is considered as the contribution factor through PCA. The experiment shows that the proposed method(30% of an feature vector) is more exact(average 0.4%, maximum 2.5%) than using all of an image data in depth estimation.

SVG에 기반한 GPS를 지원하는 PDA 시스템

박덕규(Park Deok Gyu),권오봉(Gwun Ou Bong) 한국통신학회 2006 한국통신학회 학술대회논문집 Vol.2006 No.7

MR 머리 영상의 뇌 경계선 추출 및 디렉트 볼륨 렌더링

송주환(Ju Whan Song),권오봉(Ou Bong Gwun),이건(Kun Lee) 한국정보과학회 2002 정보과학회 컴퓨팅의 실제 논문지 Vol.8 No.6

본 논문은 MR 머리 영상 데이타를 디렉트 볼륨 렌더링하는 방법을 제안한다. MR 영상을 가시화하기 위해서는 서피스 렌더링을 많이 사용하나 이 방법은 면을 추출하는 과정에서 면 내부의 정보를 잃어버린다. 디렉트 볼륨 렌더링은 면 내부의 정보를 추출 할 수 있으나 데이타의 특성상 MR 머리 영상 데이타에 이 방법을 적용하기가 쉽지 않다. 이 논문에서는 MR 머리 영상 데이타를 뇌와 뇌 이외의 구성 요소로 분할한 다음에 뇌 복셀값을 증가시키고 원래의 영상과 다시 결합시켜 디렉트 볼륨 렌더링을 시도하였다. 뇌 경계선은 히스토그램 경계값, 모포로지 연산, 스네이크 알고리즘(snakes algorithm)을 이용하여 추출하였다. 추출된 뇌 경계선는 육안으로 추출한 것의 91~95%의 유사도를 보인다. 제안된 디렉트 볼륨 렌더링은 뇌와 뇌 이외의 구성 요소를 동시에 3차원 가시화하였다. This paper proposes a method which visualizes MRI head data in 3 dimensions with direct volume rendering. Though surface rendering is usually used for MRI data visualization, it has some limits of displaying little speckles because it loses the information of the speckles in the surfaces while acquiring the information. Direct volume rendering has ability of displaying little speckles, but it doesn't treat MRI data because of the data features of MRI. In this paper, we try to visualize MRI head data in 3 dimensions as follows. First, we separate the brain region from the head region of MRI head data, next increase the pixel level of the brain region, then combine the brain region with the increased pixel level and the head region without brain region, last visualizes the combined MRI head data with direct volume rendering. We segment the brain region from head region based on histogram threshold, morphology operations and snakes algorithm. The proposed segmentation method shows 91~95% similarity with a hand segmentation. The method rather clearly visualizes the organs of the head in 3 dimensions.

SVG에 기반한 홈 네트워크 모바일 사용자 인터페이스 디자인

유기필(Ki-Pil Yu),권오봉(Ou-Bong Gwun),박덕규(Deok-Gyu Park) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.1

핸드폰이나 PDA(Personal Digital Assistants) 등 휴대용 단말기의 보급이 급속히 늘어나면서 이를 통한 모바일 콘텐츠 수요가 폭발적으로 증가하고 있다. 이에 따라 비전문적인 개발자가 사용자 인터페이스를 편리하게 디자인 할 수 있는 환경을 구축하는 것이 중요하게 되었다. 본 논문에서는 적은 용량으로 고품질의 그래픽을 구현할 수 있는 2D 벡터그래픽 표준인 SVG(Scalable Vector Graphics)를 사용하여 홈 네트워킹을 제어하는 모바일 기기(PDA)의 사용자 인터페이스를 디자인하는 방법에 대하여 고찰한다. 본 논문에서 제안하는 방법의 특징은 선호인터페이스(Preference Interface) 설정, 하향식(Top-Down) 방식 화면구성, 그리고 동적 SVG 이미지 활용 등이다.

이미지의 깊이 추정을 위한 유전 알고리즘 기반의 특징 축소

신성식(Sung-Sik Shin),권오봉(Ou-Bong Gwun) 大韓電子工學會 2011 電子工學會論文誌-CI (Computer and Information) Vol.48 No.2

본 논문에서는 한 장의 이미지에서 학습을 통하여 영역 별 깊이 정보를 추정할 때 사용되는 특징 정보를 유전 알고리즘(Genetic Algorithm)을 기반으로 축소하고 깊이 정보 추정 시간을 단축하는 방법에 대해서 기술 한다. 깊이 정보는 이미지의 에너지 값과 텍스쳐의 기울기 등을 특징으로 생성하여 특징들의 관계를 기반으로 추정 된다. 이 때 사용되는 특징의 차원이 크기 때문에 연산시간이 증가하고 특징의 중요성을 판단하지 않고 사용하여 오히려 성능에 나쁜 영향을 미치기도 한다. 이에 따라 중요성을 판단하여 특징의 차원을 줄일 필요가 있다. 본 논문에서 제안한 방법을 미국 스탠포드(Stanford)대학에서 제공하는 벤치마크 데이터로 실험한 결과, 특징의 추출과 깊이 추정 연산 시간이 모든 특징을 사용하는 방법에 비하여 약 60%정도 향상되고 정확도가 평균 0.4%에서 최대 2.5% 향상 되었다. This paper describes the method to reduce the time-cost for depth estimation of an image by learning, on the basis of the Genetic Algorithm, the image's features. The depth information is estimated from the relationship among features such as the energy value of an image and the gradient of the texture etc. The estimation-time increases due to the large dimension of an image's features used in the estimating process. And the use of the features without consideration of their importance can have an adverse effect on the performance. So, it is necessary to reduce the dimension of an image's features based on the significance of each feature. Evaluation of the method proposed in this paper using benchmark data provided by Stanford University found that the time-cost for feature extraction and depth estimation improved by 60% and the accuracy was increased by 0.4% on average and up to 2.5%.