헤어 커트 시 두상의 영역 분할과 기본 커트형 혼합과 슬라이스 라인에 따른 커트 형태변화

장선미 광주여자대학교 일반대학원 2022 국내박사

헤어 미용 산업은 전문 인적자원이 가장 중요한 산업이며, 전문지식을 함양하고 숙련된 기술을 사용하여 고객을 만족시켜야 하는 대면 서비스업이다. 헤어 미용의 한 분야인 헤어 커트는 헤어스타일을 완성하는 과정에서 매우 중요한 중추적인 역할을 하므로 과학적이고 수치화된 연구가 필요하다. 이에 본 연구는 헤어 커트를 할 때 두상을 세 가지 방법으로 영역을 분할한 후 그 영역에 기본 커트형을 혼합하여 적용하고 슬라이스 라인을 적용한 후 이에 따라서 달라지는 헤어 커트의 형태 및 길이의 변화를 실증하여 과학적인 기초이론을 확립하고 커트디자인에 필요한 기초자료를 제공하고자 한다. 연구를 위한 작품 제작에는 마네킹을 사용하였으며, 두상을 F-G+2, S-GBMP+1, E-B로 영역을 분할하였다. 두상 시술각 45°의 미디엄 그래주에이션 커트, 자연 시술각 0°의 원랭스 커트, 두상 시술각 90°의 세임 레이어 커트를 영역 분할한 두상의 상단부와 하단부에 대입하였다. 그리고 A 라인, 평행 라인, V 라인의 슬라이스 라인을 적용하여 5 cm와 15 cm의 길이로 시작하여 각각 헤어 커트하였다. 연구를 통해 도출된 결과는 다음과 같다. 첫째, 질감이나 시술각과 같은 커트 요소의 조합을 통해 다양한 커트스타일이 창출될 수 있다는 사실이 실증으로 나타났다. 둘째, 미디엄 그래주에이션 커트와 세임 레이어 커트의 조합은 상단과 하단의 연결이 자연스럽고 영역 분할의 경계가 크게 부각되지 않았으며, 세임 레이어 커트는 무게선과 형태선을 형성하지 않았다. 셋째, 미디엄 그래주에이션 커트는 길이에 상관없이 볼륨감과 입체감을 형성하며, 슬라이스 라인과 햄 라인이 커트 형태선에 영향을 주는 것으로 나타났다. 넷째, 원랭스 커트를 분할의 하단부에 적용하면 햄 라인과 상관없이 커트 형태선을 유지하며, 커트 형태에 무게감을 주어 무거운 커트 형태선을 유지하기에 적합한 것으로 나타났다. 다섯째, 같은 기본 커트형을 조합했을 때 슬라이스 라인의 변화만으로도 다양한 커트 스타일이 도출되었다. 여섯째, 헤어 커트의 가이드가 되는 지점이 일정하지 않을 경우 커트 스타일이 달라질 수 있는 것으로 나타났다. 일곱째, 영역 분할의 상단부에 미디엄 그래주에이션 커트나 세임 레이어 커트가 적용되었을 때 측두부의 모발 양과 무게감의 감소로 두상 형태의 특성에 따른 약간의 안말음 현상이 나타나 시각적으로 길이의 차이가 발생할 수 있다는 것을 확인하였다. 여덟째, 미디엄 그래주에이션 커트가 적용된 영역에서는 슬라이스 라인 간격의 1/2 만큼 모발의 길이가 증가하는 것으로 나타났으며, 자연 시술각 0°의 원랭스 커트에서 모발의 길이는 슬라이스 라인의 폭만큼 증가하는 것으로 나타났다. 본 연구 결과를 바탕으로 커트 디자인을 설계할 때, 분할의 위치 변화에 따라 발생하는 층의 높낮이와 볼륨의 위치를 예측하고 질감의 분포를 가늠하여 커트 디자인에 반영한다면, 커트 시술의 오류를 줄이고 고객 만족을 이끌어낼 수 있을 것으로 사료된다. 또한 헤어 커트를 시술하기 전 두상의 모양과 햄 라인의 형태, 귀의 모양과 돌출 정도, 그리고 페이스 라인과 얼굴형의 단점들을 미리 파악하고 커트를 시술한다면 만족스러운 커트 결과를 얻을 수 있을 것으로 사료된다. 향후 연구에서는 두상을 다양한 영역으로 분할하고 슬라이스 라인을 혼합하여 적용했을 때 달라지는 커트 스타일을 비롯하여 다양한 커트 길이의 조합과 커트 요소들의 조합을 통한 창의적인 커트디자인에 관한 연구가 지속적으로 이루어져야 할 것이다.

Whole Spine X-ray 영상에서 척추 영역분할 자동화를 위한 인공지능 알고리즘 적용 및 성능 개선에 관한 연구

유한범 을지대학교 대학원 2024 국내석사

척추측만증을 진단하는 방법으로 Whole Spine X-ray 영상에서 Cobb's angle을 측정하는 방법이 대표적으로 사용되고 있다. Cobb's angle 측정을 위해서는 정확한 척추 식별이 중요하지만 척추 식별이 어렵다는 문제가 있다. 이로 인한 Cobb's angle의 수동적인 측정은 측정자의 주관적인 개입을 포함하기 때문에 편향을 유도하여 척추측만증의 진단과 평가에 영향을 미칠 수 있다. 따라서 척추 형태분석 기법을 통한 새로운 척추측만증 진단 방법이 개발되어야 하고 형태분석을 위해서는 척추의 정확한 모양 및 윤곽을 파악하기 위한 척추 영역분할이 선행되어야 하며 이를 위해서는 인공지능을 활용해야 한다. 하지만 인공지능 영역분할 알고리즘은 학습 시간이 길다는 단점이 있다. 이에 본 연구는 Whole Spine X-ray 영상에서 척추 검출 정확도가 높은 기존의 인공지능 영역분할 알고리즘들 중에서 기준이 되는 알고리즘을 선정한 후 네트워크 구조를 개선하여 정확도를 향상시키고 학습시간을 단축하고자 하였다. 연구 방법으로 Whole Spine X-ray AP 영상 1204장, LAT 영상 500장을 DICOM 파일로 획득하였고, DICOM 파일을 무 손실 압축파일 PNG 형태로 변환 후, 경추 5번부터 요추 5번까지 라벨링 하였다. 이후, 라벨링 데이터를 Zero-Padding하여 512x512 크기로 변환하였다. 알고리즘 선정을 위해 영역분할에 대표적으로 사용되는 U-Net, DeepLabV3+, HR-Net을 선정하였으며 정확도가 가장 높았던 HR-Net 알고리즘의 네트워크를 경량화하였고 블록 구조 변경을 통한 추가적인 성능 향상 작업을 진행하였다. 연구 결과Proposed HR-Net은 기존의 HR-Net보다 AP 데이터 셋에서 3.0%, LAT 데이터 셋에서 1.5% 검출 정확도를 증가시켰다. 또한, 학습시간을 AP 데이터 셋에서 70.0%(162.2분), LAT 데이터 셋에서 68.4%(61.1분), 검출시간을 AP 데이터 셋에서 47.1%(5.0초), LAT 데이터 셋에서 42.5%(2.0초) 단축 시켰다. 최종적으로 척추측만증 진단에 활용되는 Whole Spine X-ray 영상에서 기존 영역분할 네트워크를 개선하여 정확도를 향상시키고 학습시간 및 검출시간을 단축시켰다. 이에 본 연구는 정확하고 빠르게 척추 마스크를 검출할 수 있는 영역분할 알고리즘 네트워크를 제안한다. The Cobb's angle measurement from Whole Spine X-rays is a prevalent method for diagnosing scoliosis. However, accurate spine identification remains challenging, potentially leading to subjective measurement and bias in Cobb's angle assessment, impacting scoliosis diagnosis. Therefore, a new diagnostic approach for scoliosis through spine morphology analysis is necessary. Precise spine segmentation is essential for morphology analysis, necessitating the use of AI. Yet, AI algorithms for segmentation have lengthy training periods. This study aimed to enhance accuracy and reduce training time by improving existing AI segmentation algorithms with high spine detection accuracy in Whole Spine X-rays. The methodology involved acquiring 1204 AP images and 500 LAT images in DICOM format, converting them losslessly to PNG, and labeling vertebrae from C5 to L5. Subsequently, labeling data was Zero-Padded and resized to 512x512. U-Net, DeepLabV3+, and HR-Net, common in segmentation, were selected for algorithm comparison. HR-Net, the most accurate, underwent network optimization and structural modifications for improved performance. Results showed that the Proposed HR-Net increased detection accuracy by 3.0% in AP and 1.5% in LAT datasets compared to the previous HR-Net. Furthermore, it reduced training time by 70.0% (162.2 mins) in AP and 68.4% (61.1 mins) in LAT datasets, and detection time by 47.1% (5.0 seconds) in AP and 42.5% (2.0 seconds) in LAT datasets. Ultimately, this study enhanced accuracy, reduced training and detection times in Whole Spine X-ray segmentation networks for scoliosis diagnosis, proposing an efficient segmentation algorithm network for rapid and accurate spine mask detection.

비선형 확산과 주성분 분석에 기반한 컬러영상의 영역분할

김경수 조선대학교 대학원 2000 국내박사

The most important process that has to be preceded for high-level image processing is the exact segmentation of objects in an image. In other words, it is needed to segment exactly the background and the objects which are the target for cognition and retrieval in an image Up to recently, many algorithms have been proposed in this filed They have both strength and weakness respectively and show the various results when they are applied to the natural scene images. But, they are mainly for the intensity images and, a color input image is transformed to an intensity image and then the next process will be done Because of that, it is difficult to segment the objects exactly by missing important information in color image. In this thesis, we propose an efficient region partitioning and an edge detection method using the color information. In the proposed region partitioning method, we apply the anisotropic nonlinear diffusion and the principal component analysis to a color input image in the preprocessing step and in the final step, partition it by using the Watershed transformation. The principal components that are the non-correlation data are fused into one channel data by weight value based on eigenvalue. Through the processing step, we get the result that the noises are deleted and the edges are strengthened by applying the anisotropic nonlinear diffusion Therefore, the preprocessing step make the region partitioning by Watershed transformation effectual In experiment, our region partitioning method decrease the partitioned region about 59% and the exactness of the region is also preserved, compared to the existing Watershed technique based on the intensity image And, we show that it can be applied not only to the RGB color model but also to the other color models. To detect edges in color images, we could delete the noises effectively and strengthen the edges by applying the anisotropic nonlinear diffusion as the preprocessing We extended the Canny algorithm, a representative algorithm based the intensity images, in order to detect edges in a color images. To do this, we constructed the mapping matrix from 3-D color space to 2-D image space. Finally, we determine whether a pixel is edge or not by using the eigenvalues and eigenvectors of this matrix. Throughout the experiment, we can certify that the proposed algorithm has made great progress in detecting edges in the shadow part in an image, the fine details in face images, and the texture image that has the different color value but the same intensity value.

영역 분할 모델의 성능 향상을 위한 대조적 손실함수의 활용

이건규 서울과학기술대학교 2021 국내석사

본 연구에서는 의료영상에서 영역 분할 모델의 성능을 향상시키기 위하여 특징 벡터 단위 대조적 손실함수를 제안하였다. 영역 분할 모델은 입력으로 들어온 이미지를 픽셀 단위로 분류하는 작업으로, 질병의 조기진단을 보조하기 위하여 많은 도움이 되고 있다. 해당 모델은 이미지를 특징 벡터로 추출하는 인코더, 추출된 특징 벡터를 활용하여 원본 크기로 이미지를 복원시키는 디코더로 구성이 되는데, 이러한 영역 분할 모델이 이상적으로 학습이 되었다면, 인코더는 들어온 이미지의 특징 벡터를 추출하여 임베딩 할 때, 같은 클래스에 해당하는 픽셀들을 벡터 공간상에서 거리가 가깝게, 다른 클래스에 해당되는 픽셀들과는 거리가 멀게 임베딩해야 한다. 최근의 영역 분할 모델들은 크기를 키우거나, 인코더와 디코더 간의 새로운 정보전달 방법을 고안하거나하는 등의 방식으로 영역 분할 모델의 성능 향상에 초점을 맞출 뿐, 인코더의 임베딩 성질에 관해서는 직접적으로 다루지 않기 때문에 앞서 언급한 것과 같은 이상적인 임베딩 성질을 가질 것이라고 기대하기 어렵다. `인코더의 이상적인 임베딩 성질’을 가질 수 있도록 모델을 학습할 수 있다면 실제 성능향상에 도움이 될 것이므로 본 연구에서는 이러한 임베딩 성질을 학습 과정에 반영하기 위하여 대조적 손실함수를 활용한다. 대조적 손실함수는 이미지의 특징 벡터를 기반으로 같은 클래스인 이미지의 특징 벡터와는 유사도가 높게 만들고, 다른 클래스에 해당되는 이미지의 특징 벡터와는 유사도가 낮아지도록 하여 벡터 공간상에서 다른 클래스들과는 멀리 떨어져 있으면서, 같은 클래스와는 거리가 가깝게 위치하도록 제약한다. 인코더의 특징 맵에 대해 대조적 손실함수를 적용하기 위해 특징 벡터 각각에 대조적 손실이 적용되도록 기존 대조적 손실함수를 확장했다. 본 연구에서는 computed tomography (CT) 이미지에서 폐 영역과 간 영역을 분할하는 문제에 대해 U-Net, U-Net++ 등의 최근 영역 분할 모델들을 활용하여 제안하는 손실함수의 효과를 확인하였다. In this study, we propose a feature-wise contrastive loss function to improve segmentation performance of deep neural networks. Typically, the segmentation networks consist of an encoder for extracting a feature vector from an input image and a decoder for restoring those feature vectors to the original input size to produce segmentation results. In an ideal setting, the learned encoder should possess a capability of semantic embedding, which embeds two features close to each other when they belong to the same class, while embeds them apart if they correspond to different classes. Recent segmentation models have focused on improving the segmentation performance and do not directly deal with the embedding properties of the encoder, so it is difficult to expect that the embedded features will have the ideal property as mentioned above. If the model can be learned to have such ideal embedding property, it will help to further enhance the segmentation performance. Therefore, this study utilizes the contrastive loss function to reflect the embedding property in the learning process. In order to apply the contrastive loss function to the feature map of the encoder, the existing contrastive loss function is extended so that it is applied to feature vectors. Through the experiments on the lung and liver segmentation in computed tomography (CT) images, it is demonstrated that the proposed loss function helps to improve the segmentation performance of popular models, U-Net, U-Net++, and U-Net3.

노지 과수 수분스트레스 평가를 위한 UAV 기반 적외선 항공열영상 분석 및 영상처리 기술 개발

김성제 서울대학교 대학원 2023 국내석사

과수 생산에 있어 핵심적인 효율적인 관수 관리는 외기 영향에 따른 과수 작물의 수분 상태를 정확하게 파악하는 것으로부터 시작한다. 따라서 작물의 수분스트레스 정량화에 대한 연구는 지속적으로 이루어져 왔으며 최근에는 원격탐사 기술을 이용해 넓은 면적의 분포한 작물의 수분스트레스를 짧은 시간 안에 더 정밀하게 평가하기 위한 연구들이 주를 이루고 있다. 특히 엽온을 이용한 경험적 수분스트레스 지수(crop water stress index , CWSI)는 작물의 수분 상태를 평가하는 지표로서 널리 활용되어 왔는데, 무인항공기에 탑재된 적외선 열영상 센서를 이용해 넓은 면적의 항공열영상을 획득하고 열영상에서 추출된 엽온 데이터와 대기환경 데이터를 이용해 경험적 CWSI를 도출하는 연구가 많이 이루어졌다. 하지만 무인항공기는 장기간 연속적인 관측이 어렵기 때문에 다양한 환경에서의 경험적 데이터에 기반해 수분스트레스의 상한과 하한에 대한 기준선이 필요한 경험적 CWSI 연구에 최적의 데이터 수집 방법이라고 보기는 어렵다. 본 연구에서는 항공열영상 온도 보정 모델을 제시, 엽온 추출을 위한 영상처리 기법을 개선, 인공신경망 기반의 새로운 수분스트레스 진단 모델을 개발을 통해 수분스트레스 평가의 정확도를 향상하고 무인항공기를 이용한 수분스트레스 평가에 적합한 모델을 제시하고자 하였다. 먼저 항공열영상 온도 보정 모델은 휴대용 대면적(300mm×300mm) 흑체의 온도를 지상과 항공에서 각각 측정하여 그 차이를 예측하는 인공신경망 모델로 구성하였다. 투입 변수로는 촬영고도, 대기온도, 상대습도, 일사량, 풍속 등이 사용되었으며, 온도 보정 결과 실제 흑체 온도와 보정된 온도 간의 RMSE가 0.68 ℃로 작은 오차를 보였다. 항공 측정 엽온에 보정 모델을 적용하여 지상 적외선 열영상 센서와 기공전도도 센서에서 측정된 엽온과 비교한 결과 RMSE는 각각 0.73 ℃, 1.13 ℃로 크게 개선되었다. 한편, 항공영상에서의 수관 영역 분할을 통한 정밀 엽온 추출을 위해서 CHM(Canopy Height Model, 수관높이모델)과 딥러닝 Mask R-CNN(Mask Regional-Convolutional Neural Network) 방법을 비교하였으며, Mask R-CNN 기반의 수관 영역 분할 결과, 평균 정확도 기준 0.95의 성능을 보여 CHM에 비해 더 나은 수관 영역 분할 결과를 보였다. 수관 영역 분할 결과 추출된 엽온 데이터를 이용해 과수 수분스트레스 진단 모델을 개발하였다. 수분스트레스 진단 모델은 엽온, 대기온도, 상대습도를 이용해 기공전도도를 예측하는 인공신경망으로 구성되었다. 모델 예측 결과와 기공전도도 값 간의 상관계수는 0.86로 경험적 CWSI와 기공전도도 값 간의 상관계수인 0.56보다 크게 개선되는 것을 확인할 수 있었다. 이러한 연구 결과는 본 연구에서 제시된 모델이 기존의 경험적 CWSI에 비해 무인항공기 기반의 수분스트레스 평가에 더 적합하다는 것을 보여주었다는 점에서 의의가 있었다. Efficient irrigation management, an important key to improve productivity, begins with accurate monitoring of the water status of crops. Therefore, researches on the crop water stress has been conducted, and in the present days, studies focus on using remote sensing technology in monitoring crop water stress of wider area in shorter time. Canopy temperature has been used as a major indicator for crop water stress evaluation for especially tree crops. Therefore, measuring crop water stress based on the aerial thermal image of canopy using unmanned aerial vehicle (UAV) has been widely attempted. In particular, the empirical crop water stress index (CWSI) which is calculated based on the canopy temperature has been used as an indicator of crop water status. However, although computation of empirical CWSI requires continuously collected data, UAVs are bound to have intermittent observations due to realistic constraints. Therefore, empirical CWSI may not be the best way to evaluate water stress when using UAV. The major objective of the present study is to improve the accuracy of crop water stress measurement based on aerial infrared thermal imaging and also to suggest a novel crop water stress evaluation model which is more suitable for UAV based observations. A temperature calibration modeling, image processing techniques for canopy area segmentation, and the novel artificial neural network (ANN)-based crop water stress evaluation model are suggested to achieve the main goals. First, we developed an ANN-based temperature calibration model using a large-area(300mm×300mm) blackbody which is a material that has emissivity of 1. The goal of calibration model was to predict temperature difference between the ground (ground truth) and airborne measurement of blackbody temperature. The flight altitude, air temperature, relative humidity, solar radiation, and wind speed were used as input variables. As a result of the calibration process, the RMSE between the calibrated airborne measurement and ground measurement was 0.68 ℃ which can be considered as a minor error. Next, canopy area segmentation performance of the canopy height model (CHM) and Mask R-CNN instance segmentation model were compared to determine the better model for accurate canopy temperature extraction. Mask R-CNN instance segmentation model showed better performance in canopy area segmentation. An average precision (AP)50 of 0.95 was achieved by the model meaning that of all the tree canopy area predictions by the model, 95% of them were true positives. Finally, a novel crop water stress evaluation model was developed. The main concept of the model was to develop an ANN model that predicts stomatal conductance (g_sw) of the canopy using the canopy temperature, air temperature, and relative humidity data. The R^2 between the prediction and the actual g_sw was 0.86, which showed a significant improvement compared to the result that the R^2 between conventional empirical CWSI and the g_sw was 0.56. However, the R^2 decreased to 0.79 when VPD was additionally used as an input variable and R^2 also decreased to 0.84 when air temperature variable was replaced by VPD. The results of this study are significant in that it showed the novel ANN-based model is more suitable and precise in crop water stress evaluation using UAV compared to the conventional empirical CWSI.

인접한 원형 객체 인식을 위한 영상분할에 관한 연구

은성종 경원대학교 일반대학원 2009 국내석사

영상분할은 그 결과가 영상의 해석에 있어 매우 중요한 영향을 미치게 되며, 영상 처리의 필수 불가결한 단계이다. 영상 처리는 우주 과학, 영화, 게임, 머신 비전, 의료 분야, 군사 분야, 보안 분야 등 다양한 분야로 폭 넓게 활용이 되고 있는데, 영상 처리에 핵심이라고 할 수 있는 영상분할 분야에서 오류가 발생한다면 그에 따르는 비용의 부담은 가늠하기 힘들 것이다. 이처럼 영상분할은 높은 정확성이 요구되는데 반해, 기존의 영상분할 방법들은 객체 내 픽셀 값의 변화가 심하거나 객체와 배경과의 경계가 불분명한 경우, 영역 분할의 문제를 가져 오게 된다. 이로 인해 과분할이나 저분할의 문제점이 발생하게 된다. 따라서 이러한 문제점을 해결하기 위해, 다수의 객체들이 서로 인접하였을 경우 이를 정확하게 인식해주는 영상분할 방법이 필요하다. 본 논문은 이러한 다수의 객체들이 원형 성분을 가진 객체들로 이루어 졌을 때, 이를 단일 객체로 분할하여 인식하는 알고리즘을 제안한다. 본 논문에서 제안하는 원형객체 분할 알고리즘은 총 4단계로 나누어진다. 그 중 첫 단계는 전처리 과정으로써 인접한 원형객체의 외곽선 추출을 위한 단계이다. 두 번째 단계는 앞서 추출된 외곽선 정보를 이용하여 분할 후보점을 추출하는 단계이다. 그리고 세 번째 단계는 분할 후보점을 이용하여 대표 원들을 계산하는 단계이다. 끝으로 네 번째 단계는 계산된 대표 원들의 확장과 축소를 통하여 겹쳐지는 픽셀들을 기록해, 이를 직선으로 연결하는 단계이다. 제안한 알고리즘의 성능 평가를 위해, 본 알고리즘과 목적이 가장 유사한 대표 세포 영상분할 알고리즘 3개와 비교하였고, 평가 방법은 분할된 영역의 개수 차와 내부 분할선의 비교 평가로 이루어졌다. 실험 결과, 가장 좋았던 Yan에 비해 개수 차는 16.7%, 내부 분할선의 정확도 평가는 21.8% 높은 것으로 나타났다. The result of image segmentation has an influence on image analysis. In addition, image segmentation is an indispensable step in image processing. Generally, image processing is utilized widely in various fields as science, movie, game, machine vision, medical and military and so on. So image segmentation is main part in the image processing. But if image segmentation part has something wrong, then we will have a loss by this problem. Like this, though image processing is demanded high accuracy, exist method has some problem when variation of pixel value is more big or not. Because of this, it happened some problem like a over segmentation or low segmentation. Thus, to solve the these problem, we need correct recognition method when a lot of objects contacted each other. In this paper, when if these objects has circular shape, we propose the recognition algorithm as a single object for correct segmentation. Our method is composed of four steps. Among them, first step is edge extraction of adjacent circular shape object as preprocessing. Second step is extraction of candidate points for segmentation by first step's result. And third step is calculation of representative circles for using candidate points. In the end, final step is extraction of inner segmentation lines through dilation and erosion of representative circles. For evaluating the accuracy, by three representative cell segmentation algorithm, we calculated that number of segmented regions and inner segmentation lines. So, that means if difference is lower than comparison algorithm, then our method come by more high accuracy. As the result from proposed algorithm, the accuracy of region number is 16.7% improvement, inner segmentation lines has 21.8% improvement than best Yan's method.

Domain decomposition method for partial differential equations : 편미분방정식에 대한 영역분할법

조성민 연세대학교 대학원 2002 국내박사

영역분할법은 편미분 방정식을 수치적으로 푸는데 있어서 효과적인 방법을 제공한다. 이 방법은 주어진 영역 Ω를 겹쳐지거나 혹은 겹쳐지지 않은 부분영역 Ω_(i)로 분할한다는 가정에 기초를 두고있다. 본 논문에서는 경계조건이 주어진 타원형문제를 풀기 위해 영역분할 알고리듬을 크게 두 가지 부류로 나누어 소개할 것이다. {-△_(u)=f in Ω {u=O on Γ 그 중 하나는 Substructuring 방법이라고 불리는 중복되지 않은 영역을 사용하는 것이고 다른 하나는 Schwarz 방법이라고 불리는 중복된 영역을 사용하는 것이다. 그리고 수치 실험을 통해서 이 알고리즘의 정당성을 확인할 것이다. Domain decomposition methods allow for effective implementation of numerical techniques for partial differential equation on parallel architectures. This method is based on the assumption that the given domain, say Ω is partitioned into subdomains Ω_(i) which may or may not overlap. In this thesis, to solve the following linear elliptic boundary value problems : {-△_(u)=f in Ω {u=O on Γ we divide domain decomposition algorithms into two classes. One of that uses nonoverlapping subdomains; which we refer to as substructuring methods and the other uses overlapping subdomains; which we refer to as Schwarz methods. And to validate those algorithms numerical experiments are given.

螢光眼底畵像의 特徵領域分割 및 認識

고창림 慶北大學校 大學院 1987 국내박사

Image segmentation and recognition for the ocular fundus fluorescein angiogram with low contrast and unimodal histogram distribution are proposed. For the segmentation, a locally adaptive difference image is generated and the feature points, which are used for the initial estimate for the region segmentation, are selected from the histogram of difference image. Then the label probabilities for the pixel classification are refined via the relaxation process. The recognition procedure is separated into two steps: shape discrimination and description. In the shape discrimination process, component labeling is performed with the segmented feature regions. Using the shape factor defined by the area ration of the feature region to its circumscribed rectangle, all the feature regions are classified into the blood vessel and impaired retinal regions. Additionally the informations such as the position and the area of the feature regions are extracted. In the shape description process, the skeletal image of the classified feature regions are extracted using the distance transformed data. And inherent structure of the feature regions with the improved connectivity are obtained via the expanding process from the skeletons. It is proved that the proposed algorithms are useful for the analysis of the fluorecein angiogram with the blurring and low contrast resulted from die leakage.

FETI-DP 기반 영역분할을 이용한 대규모 전자기 산란체 해석

이성한 인천대학교 대학원 2026 국내석사

전자기(EM) 수치해석 기법들에 대해 대형 문제에 대한 해석 수요는 기술 발달에 따라 증가하고 있다 본 논문에서는 이러한 대형 문제 해석 수요에 대응하여 3차원 대형 전자기 산란 문제를 효율적으로 해석하기 위해 송신 버퍼 기반 FETI-DP 영역분할 기법을 일대다 부영역 매핑 전략과 결합한 병렬 유한요소법 프레임워크를 제안한다. 제안 기법은 각 부영역이 계산한 인터페이스 정보를 전역 인터페이스 시스템으로 독립적으로 전송함으로써 통신 병목을 완화하고 인터페이스 연산을 단순화하며 BiCG-STAB 반복의 안정성을 향상시켰다. 또한, 하나의 MPI 프로세서가 다수의 부영역을 관리하도록 설계하여, 부영역 수가 가용 프로세서 수를 초과하는 상황에서 부하 분산과 메모리 효율을 동시에 개선하도록 설계하였다. 아울러 인터페이스 시스템을 풀기 위해 설계된 Krylov 부분 공간 기반의 반복해법과 함께, 총 부동소수점 연산량에 기반한 최적화 분석을 도입하여 로컬 계산과 통신 비용 간 균형점을 제시, 메모리 제약에 따라서 병렬화 효율을 극대화할 수 있는 적정 부영역 수를 제안하였다. 제안된 기법은 Ansys HFSS 社 와의 비교를 통해 해석 결과의 정확성이 검증되었는데, 방위각과 고각 주평면의 산란 전기장 분포와 바이스태틱 RCS의 결과가 HFSS와 높은 일치를 보임을 확인하였다. The demand for solving large-scale problems with electromagnetic (EM) numerical methods continues to grow. To address this, we propose a parallel finite element method(FEM) framework for efficiently analyzing large three-dimensional EM scattering problems. The method combines a sender-based FETI-DP domain decomposition method with a one-to-many subdomain mapping strategy. Each subdomain independently transmits its computed interface data to the global interface system, thereby alleviating communication bottlenecks, simplifying interface operations, and improving the stability of the BiCG-STAB iterations. In addition, by allowing a single MPI process to manage multiple subdomains, the framework achieves better load balancing and memory efficiency when the number of subdomains exceeds the number of processors. From a formulation perspective, the global system is assembled from a combination of surface and volume terms and is solved with iterative Krylov-subspace methods. We present the post-processing formulas required for bistatic RCS evaluation and introduce an optimization analysis based on the total number of floating-point operations (FLOPs) to identify a balanced trade-off between local computation and inter-process communication. This analysis provides guidelines for selecting the appropriate number of subdomains that maximizes efficiency under memory constraints. The proposed solver is validated against Ansys HFSS. For both azimuth and elevation principal planes, the scattered electric field distributions and bistatic RCS show strong qualitative agreement with HFSS results.

영역분할 기법을 이용한 발전설비의 고장예측 시스템 개발

노창수 울산대학교 산업대학원 2008 국내석사

최신의 발전설비들은 대형화 및 첨단화 그리고 고속운전 등으로 인하여 한 번의 고장으로 야기되는 가동 중단과 이를 복구하기위한 경제적 손실이 막대하다. 따라서 발전설비들의 정지 없이 운전 중에 기기들의 운전 상태를 감시하고 고장을 예측하는 기술개발의 필요성이 필수적으로 요청된다. 그러나 운전 중의 예비보수 결정은 매우 힘든 일로서, 본 연구는 이러한 점을 감안하여 기존의 정상/비정상 고장단계를 정상레벨/비정상레벨/주의레벨/위험레벨/고장 즉 5단계로 세분화하고 각 단계별 판별기준을 정하여 운전 중 발생하는 기기들의 신호를 취득 및 분석하여 기기의 상태를 실시간으로 판별할 수 있는 시스템을 개발한다. 이를 위하여, 영역분할 기법을 이용한 알고리즘을 정립하였고 기기의 주파수특성을 행렬로 표시하여 실시간 판정이 가능하도록 하였으며 이를 간략히 표현한 피크코드를 제안하였다. 피크코드를 바코드처럼 활용할 수 있으므로 발전설비 기기에 모두 피크코드를 부착함으로서 기기의 사전 사후 관리를 위한 시스템을 구축할 수 있다. 본 연구에서 개발한 정상/비정상 판별시스템을 활용하여 비정상으로 판별되면 집중 관찰하고 3단계인 주의레벨 내에서 예비정비하여 발전설비의 운영효율을 극대화하는 것이 본 연구의 궁극의 목표이다. The facilities with new technologies in the recent power plants become larger and needs a lot of high cost for maintenance due to stop operations of the generators from the some accidents etc. Therefore, it claims new systems to monitor the operating status of the machines and predict the faults. This research classifies the normal/abnormal status of the machines into 5 status which are normal-level/abnormal-level/care-level/dangerous-level/fault and develops the new system that is able to do fault prediction without stop operation in power plants. To develop the system, we propose the regional partition technique in the frequency domain from the data of the operating machines and generate the Peak-codes similar to the Bar-codes. We could implement the system for pre-maintenance by observing carefully the status of the machines when the condition of the machines becomes the care level, and achieve a high efficient operation of the power plants.