KR101870355B1 - 영상 처리 방법 - Google Patents

영상 처리 방법 Download PDF

Info

Publication number
KR101870355B1
KR101870355B1 KR1020170013709A KR20170013709A KR101870355B1 KR 101870355 B1 KR101870355 B1 KR 101870355B1 KR 1020170013709 A KR1020170013709 A KR 1020170013709A KR 20170013709 A KR20170013709 A KR 20170013709A KR 101870355 B1 KR101870355 B1 KR 101870355B1
Authority
KR
South Korea
Prior art keywords
image
size information
data
pixel
transformed data
Prior art date
Application number
KR1020170013709A
Other languages
English (en)
Inventor
이경준
Original Assignee
서울대학교병원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울대학교병원 filed Critical 서울대학교병원
Priority to KR1020170013709A priority Critical patent/KR101870355B1/ko
Priority to PCT/KR2017/015389 priority patent/WO2018143565A1/ko
Application granted granted Critical
Publication of KR101870355B1 publication Critical patent/KR101870355B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

본 발명의 실시예에 따른 영상 처리 방법은, 제1 이미지를 기초로 서로 다른 스케일 공간(scale space) 및 방향성(orientation)을 갖는 복수의 제1 변환 데이터를 획득하는 단계, 제2 이미지를 기초로 서로 다른 스케일 공간 및 방향성을 갖는 복수의 제2 변환 데이터를 획득하는 단계, 상기 복수의 제1 변환 데이터와 상기 복수의 제2 변환 데이터 중 동일한 스케일 공간 및 방향성을 갖는 변환 데이터들의 크기 정보를 상호 비교하는 단계, 상기 비교한 크기 정보 중 어느 하나를 추출 규칙에 따라 추출하는 단계, 상기 추출된 크기 정보들을 기초로 복수의 제3 변환 데이터를 획득하는 단계 및 상기 복수의 제3 변환 데이터를 공간 도메인으로 복원하는 단계를 포함한다.

Description

영상 처리 방법{Image processing method}
본 발명은 영상 처리 방법에 관한 것으로서, 보다 상세하게는 2개의 이미지에서 공통 요소 또는 비공통 요소를 추출하는 영상 처리 방법에 관한 것이다.
의료 영상 분야나 보안 영상 분야 등에서는 서로 유사한 2개의 영상의 차이를 시각적으로 뚜렷하게 추출하고자 하는 요구들이 존재한다.
의료 영상 분야에서는 환자의 정확한 병변 진단을 위한 것이고, 보안 영상 분야에서는 감시 영역에서 외부 침입자의 출현 또는 기타 환경 변화 등을 보다 쉽고 빠르게 확인하기 위해서이다.
서로 유사한 2개의 영상(참조 영상과 목표 영상)의 차이를 추출하기 위해서 사용되는 방법으로는 다양한 방법들이 사용되고 있으나, 주로 다음과 같은 접근법을 공통적으로 사용한다.
참조 영상과 목표 영상 내의 주요 지점을 선정하고(예를 들어, 격자점 세팅, 특징점 검출, 관심 영역 지정 등), 참조 영상과 목표 영상 사이의 주요 지점들에 대한 대응 관계를 파악하여 움직임 벡터를 연산하고(예를 들어, 블록 매칭, 특징점 매칭, 관심 영역 추적 등), 참조 영상을 목표 영상으로 변형(warping)한 후(예를 들어, FFD (free-form deformation), TPS (thin-plate spline), 아핀변환(affine transformation), 화소이동(pixel-shift) 등), 참조 영상과 목표 영상을 서로 감산(subtraction)하여, 참조 영상과 목표 영상 사이의 차이가 추출된 결과 영상을 생성한다.
그러나 종래에 사용되는 방법은 다음과 같은 문제들이 있다.
가리움(occlusion)에 의해 두 영상 간의 대응관계가 매칭되지 않는 경우가 종종 발생하며, X-ray와 같은 2차원 투시 영상은 하나의 화소에 복수의 물체(object)가 중첩되어 있어 다른 이미지에서 복수의 물체가 서로 다른 방향으로 이동한 경우 대응관계가 모호해지는 문제 역시 종종 발생한다.
또한, 높은 정밀도를 요구하는 경우 일반적으로 반복적 최적화 과정(iterative optimization)을 포함하게 되어 계산량이 크게 증가하는 문제가 있다.
본 발명이 해결하고자 하는 과제는, 노이즈와 동적 잡음에도 2개의 이미지에서 공통 요소나 비공통 요소를 효과적으로 선별할 수 있는 영상 처리 방법을 제공하는 것이다.
본 발명의 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 실시예에 따른 영상 처리 방법은, 제1 이미지를 기초로 서로 다른 스케일 공간(scale space) 및 방향성(orientation)을 갖는 복수의 제1 변환 데이터를 획득하는 단계, 제2 이미지를 기초로 서로 다른 스케일 공간 및 방향성을 갖는 복수의 제2 변환 데이터를 획득하는 단계, 상기 복수의 제1 변환 데이터와 상기 복수의 제2 변환 데이터 중 동일한 스케일 공간 및 방향성을 갖는 변환 데이터들의 크기 정보를 상호 비교하는 단계, 상기 비교한 크기 정보 중 어느 하나를 추출 규칙에 따라 추출하는 단계, 상기 추출된 크기 정보들을 기초로 복수의 제3 변환 데이터를 획득하는 단계 및 상기 복수의 제3 변환 데이터를 공간 도메인으로 복원하는 단계를 포함한다.
상기 복수의 제1 변환 데이터를 획득하는 단계는 상기 제1 이미지에 스케일공간 및 방향성에 대해 조정 가능한 특성을 갖는 스티어러블 필터(steerable filter)를 적용하여 상기 복수의 제1 변환 데이터를 획득하고, 상기 복수의 제2 변환 데이터를 획득하는 단계는 상기 제2 이미지에 상기 스티어러블 필터를 적용하여 상기 복수의 제2 변환 데이터를 획득할 수 있다.
상기 복수의 제1 변환 데이터 및 상기 복수의 제2 변환 데이터는 콤플렉스 스티어러블 피라미드(complex steerable pyramid)로 표현될 수 있다.
상기 제1 변환 데이터 및 상기 제2 변환 데이터는 각각 상기 콤플렉스 스티어러블 피라미드 상에서 상기 크기 정보가 이미지로 표현된 크기 이미지와 위상 정보가 이미지로 표현된 위상 이미지를 포함할 수 있다.
상기 크기 정보를 상호 비교하는 단계에서는, 상기 제1 변환 데이터의 크기 이미지와 상기 제2 변환 데이터의 크기 이미지를 픽셀 별로 비교할 수 있다.
상기 추출 규칙은, 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보 중 더 작은 값의 크기 정보를 추출하는 것일 수 있다.
상기 추출 규칙은, 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 임계값 이하인 경우에는 상기 제1 변환 데이터의 크기 정보를 추출하고, 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 상기 임계값을 초과하는 경우에는 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보 중 더 작은 크기 정보를 추출하는 것일 수 있다.
상기 추출 규칙은, 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보 중 더 큰 값의 크기 정보를 추출하는 것일 수 있다.
상기 추출 규칙은, 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 임계값 이하인 경우에는 상기 제2 변환 데이터의 크기 정보를 추출하고, 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 상기 임계값을 초과하는 경우에는 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보 중 더 큰 크기 정보를 추출하는 것일 수 있다.
상기 복수의 제3 변환 데이터를 획득하는 단계에서는, 상기 추출된 크기 정보와 대응하는 상기 위상 정보를 추출하여 상기 복수의 제3 변환 데이터를 획득할 수 있다.
상기 복수의 제1 변환 데이터, 상기 복수의 제2 변환 데이터 및 상기 복수의 제3 변환 데이터는, 서로 다른 M개의 스케일 공간과 서로 다른 N개의 방향성의 조합으로 구성될 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 실시예들에 의하면 적어도 다음과 같은 효과가 있다.
노이즈와 동적 잡음에도 2개의 이미지에서 공통 요소나 비공통 요소를 효과적으로 선별할 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 일 실시예에 따른 영상 처리 장치에 대한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 영상 처리 방법을 설명하는 순서도이다.
도 3은 제1 이미지의 일례를 개략적으로 표현한 도면이다.
도 4는 제2 이미지의 일례를 개략적으로 표현한 도면이다.
도 5는 스티어러블 필터를 주파수 도메인 상에서 표현한 도면이다.
도 6은 제1 이미지로 사용된 실제 이미지이다.
도 7은 도 6의 이미지에 도 5의 스티어러블 필터를 적용하여 획득한 콤플렉스 스티어러블 피라미드를 도시한 도면이다.
도 8은 S14 내지 S16 단계를 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 영상 처리 방법을 통해 추출된 공통 요소를 개략적으로 표현한 도면이다.
도 10은 본 발명의 일 실시예에 따른 영상 처리 방법을 통해 추출된 비공통 요소를 개략적으로 표현한 도면이다.
도 11 및 도 12는 제1 이미지와 제2 이미지로 사용된 실제 이미지이다.
도 13은 도 11 및 도 12의 이미지에 대해 본 발명의 일 실시예에 따른 영상 처리 방법을 적용하여 추출된 공통 요소가 표현된 이미지이다.
도 14는 도 11 및 도 12의 이미지에 대해 본 발명의 일 실시예에 따른 영상 처리 방법을 적용하여 추출된 비공통 요소가 표현된 이미지이다.
도 15는 도 11 및 도 12의 이미지에 대해 기존의 영상 처리 방법을 적용하여 추출된 비공통 요소가 표현된 이미지이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
또한, 본 명세서에서 기술하는 실시예들은 본 발명의 이상적인 예시도인 단면도 및/또는 개략도들을 참고하여 설명될 것이다. 따라서, 제조 기술 및/또는 허용 오차 등에 의해 예시도의 형태가 변형될 수 있다. 또한 본 발명에 도시된 각 도면에 있어서 각 구성 요소들은 설명의 편의를 고려하여 다소 확대 또는 축소되어 도시된 것일 수 있다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 본 발명의 일 실시예에 따른 영상 처리 장치 및 영상 처리 방법을 설명하기 위한 도면들을 참고하여 본 발명에 대하여 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 영상 처리 장치에 대한 블록도이고, 도 2는 본 발명의 일 실시예에 따른 영상 처리 방법을 설명하는 순서도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 영상 처리 장치는 이미지 수신부(10), 이미지 변환부(20), 비교부(30), 추출부(40), 복원부(50), 감산부(60) 및 표시부(70)를 포함한다.
그리고, 도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 영상 처리 방법은 제1 이미지 및 제2 이미지를 획득하는 단계(S11), 복수의 제1 변환 데이터를 획득하는 단계(S12), 복수의 제2 변환 데이터를 획득하는 단계(S13), 크기 정보를 비교하는 단계(S14), 크기 정보 및 위상 정보를 추출하는 단계(S15), 복수의 제3 변환 데이터를 획득하는 단계(S16) 및 공간 도메인으로 복원하는 단계(S17)를 포함한다.
본 발명의 일 실시예에 따른 영상 처리 장치를 구성하는 이미지 수신부(10), 이미지 변환부(20), 비교부(30), 추출부(40), 복원부(50), 감산부(60) 및 표시부(70)의 기능들에 대해서는 이하에서 본 발명의 일 실시예에 따른 영상 처리 방법과 함께 설명하도록 한다.
제1 이미지 및 제2 이미지를 획득하는 단계(S11)에서 이미지 수신부(10)는 제1 이미지와 제2 이미지를 수신한다.
제1 이미지와 제2 이미지는 2개의 이미지 내에 공통적으로 존재하는 공통 요소를 포함하는 이미지로서, 시간차를 두고 동일한 영역을 촬영한 이미지이거나, 일부 영역이 중첩되도록 촬영된 이미지일 수 있다.
또한, 제1 이미지와 제2 이미지 중 적어도 하나의 이미지 내에는 다른 이미지에는 존재하지 않는 비공통 요소를 포함할 수 있다.
예를 들어, 본 발명의 일 실시예에 따른 영상 처리 장치 및 영상 처리 방법이 의료 분야에 사용되는 경우, 제1 이미지는 환자의 신체 일부를 촬영한 X선, CT 등의 이미지이고, 제2 이미지는 같은 환자에게 혈관 조영제를 주입한 이후에 촬영한 X선, CT 등의 이미지일 수 있다.
도 3은 제1 이미지의 일례를 개략적으로 표현한 도면이고, 도 4는 제2 이미지의 일례를 개략적으로 표현한 도면이다.
도 3에 도시된 바와 같이, 제1 이미지는 척추(1)와 내부 장기들(2, 3)이 촬영된 이미지이다. 내부 장기들(2, 3)은 간(2), 위(3) 등이 될 수 있다.
도 4에 도시된 바와 같이, 제2 이미지는 제1 이미지와 동일한 영역을 촬영한 이미지로서, 혈관 조영제를 주입한 이후에 촬영되어 혈관(4)이 추가로 촬영되어 있다. 또한, 도 4에 도시된 바와 같이, 간(2')과 위(3')는 환자의 움직임이나 호흡 등에 의해 제1 이미지의 위치(2, 3)와 달라질 수 있다.
제1 이미지와 제2 이미지에 공통적으로 존재하는 척추(1) 및 내부 장기들(2, 2', 3, 3')은 공통 요소가 되고, 혈관(4)은 제2 이미지에만 존재하는 비공통 요소가 된다.
본 발명의 일 실시예에 따른 영상 처리 장치는 별도의 촬영 장비에 의해 촬영된 제1 및 제2 이미지를 이미지 수신부(10)가 수신할 수도 있고, 촬영 장비를 포함하도록 구성될 수도 있다.
표시부(70)는 화상 정보를 시각적으로 표시하는 구성으로서, 실시예에 따라, 이미지 수신부(10)로부터 제1 이미지 및 제2 이미지의 화상 정보를 수신하여 제1 이미지 및 제2 이미지를 시각적으로 표시할 수 있다.
복수의 제1 변환 데이터를 획득하는 단계(S12)와 복수의 제2 변환 데이터를 획득하는 단계(S13)에서는 이미지 변환부(20)가 제1 이미지와 제2 이미지에 각각 스티어러블 필터(steerable filter)를 적용하여 복수의 제1 변환 데이터과 복수의 제1 변환 데이터를 획득한다.
보다 구체적으로, 이미지 변환부(20)는 이미지 수신부(10)로부터 제1 이미지와 제2 이미지를 전달받아, 복수의 제1 변환 데이터를 획득하는 단계(S12)에서 제1 이미지에 스티어러블 필터를 적용하여 복수의 제1 변환 데이터를 획득하고, 복수의 제2 변환 데이터를 획득하는 단계(S13)에서 제2 이미지에 스티어러블 필터를 적용하여 복수의 제2 변환 데이터를 획득할 수 있다.
스티어러블 필터는 스케일 공간과 방향성에 대해 조정 가능한 특성을 갖는다. 따라서, 이미지에 스티어러블 필터를 적용하면, 이미지는 공간적 주파수 밴드와 방향 밴드를 갖는 변환 데이터로 변환된다.
도 5는 스티어러블 필터를 주파수 도메인 상에서 표현한 도면이다. 도 5에는 스티어러블 필터의 일례로서, 3개의 스케일 공간과 4개의 방향성을 갖는 스티어러블 필터들을 도시하였다.
서로 다른 3개의 스케일 공간과 4개의 방향성의 조합으로 구성된 스티어러블 필터들(F11 ~ F34)은 2차원의 주파수 도메인 상에서 도 5에 도시된 바와 같이, 표현될 수 있다.
F11, F21, F31의 스티어러블 필터들은 동일한 방향성을 갖는 필터이고, F11, F12, F13, F14의 스티어러블 필터들은 동일한 스케일 공간을 갖는 필터들이다. 또한, F12, F22, F32의 스티어러블 필터는 동일한 방향성을 갖고, F21, F22, F23, F24의 스티어러블 필터들은 동일한 스케일 공간을 갖는 필터들이다. 또한, F13, F23, F33의 스티어러블 필터는 동일한 방향성을 갖고, F31, F32, F33, F34의 스티어러블 필터들은 동일한 스케일 공간을 갖는 필터들이다. 또한, F14, F24, F34의 스티어러블 필터는 동일한 방향성을 갖는 필터들이다.
도 5에는 스티어러블 필터의 일례로서, 3개의 스케일 공간과 4개의 방향성을 갖는 스티어러블 필터들을 도시하였지만, 스케일 공간의 수 및 방향성의 수는 조정이 가능하다.
스케일 공간과 방향성의 수가 많아질수록 변환 과정에서 누락되는 정보가 최소화 되지만, 연산 시간이 늘어나는 문제가 있다.
도 5에 도시된 바와 같이, 주요 정보를 포함하지 않는 저주파 영역(ZL)과 고주파 영역(ZH)을 배제할 수 있고, 연산의 중복을 방지하고 연산 효율을 향상하기 위해 스티어러블 필터들(F11 ~ F34)에 대칭되는 대칭 영역(ZS) 역시 배제할 수 있다.
제1 이미지(또는 제2 이미지)에 스티어러블 필터를 적용한 결과인 제1 변환 데이터(또는 제2 변환 데이터)는 아래의 수식으로 표현될 수 있다.
Figure 112017010053281-pat00001
Rw,θ는 복소수의 결과값으로서 제1 변환 데이터(또는 제2 변환 데이터)를 의미하고, I는 제1 이미지(또는 제2 이미지)를 의미하고, Ψw,θ는 스티어러블 필터를 의미한다. (x,y)는 이미지의 픽셀 좌표를 의미한다. w는 스케일 공간에 대응하고 θ는 방향성과 대응한다.
Cw,θ는 실수부인 코사인(cosine) 파트이고, Sw,θ는 허수부인 사인(sine) 파트이다. 따라서, Aw,θ와 Φw,θ는 각각 아래와 같이 계산될 수 있다.
Figure 112017010053281-pat00002
Aw,θ는 제1 변환 데이터(또는 제2 변환 데이터)의 크기 정보를 의미하고, Φw,θ는 위상 정보를 의미한다.
따라서, 제1 변환 데이터 및 제2 변환 데이터는 각 픽셀 좌표(x,y)에 따른 크기 정보(Aw,θ)와 위상 정보(Φw,θ)를 포함하게 된다.
도 6은 제1 이미지로 사용된 실제 이미지이고, 도 7은 도 6의 이미지에 도 5의 스티어러블 필터를 적용하여 획득한 콤플렉스 스티어러블 피라미드를 도시한 도면이다.
도 7에 도시된 바와 같이, S12단계에서 획득된 복수의 제1 변환 데이터는 콤플렉스 스티어러블 피라미드(complex steerable pyramid)로 표현될 수 있다.
도 7에 도시된 콤플렉스 스티어러블 피라미드는 도 5에 도시된 스티어러블 필터들(F11 ~ F34)에 의한 결과이므로 4개의 방향성(orientation)과 3개의 스케일 공간(scale space)를 갖도록 표현되었다. 따라서, 도 7에 도시된 바와 같이, 콤플렉스 스티어러블 피라미드 상에서 복수의 제1 변환 데이터는 3X4 개의 이미지 세트로 표현된다. 도 7에서 각각의 제1 변환 데이터는 점선으로 구별하였다.
전술한 바와 같이, 각 제1 변환 데이터는 각 픽셀 좌표(x,y)에 따른 크기 정보(Aw,θ)와 위상 정보(Φw,θ)를 가지므로, 도 7에 도시된 바와 같이, 각 제1 변환 데이터는 픽셀별 크기 정보(Aw,θ)가 이미지로 표현된 크기 이미지(A11 ~ A34)와 픽셀별 위상 정보(Φw,θ)가 이미지로 표현된 위상 이미지(P11 ~ P34)를 포함하게 된다. 즉, 크기 이미지(A11 ~ A34)와 위상 이미지(P11 ~ P34)가 하나의 이미지 세트로 구성되어 제1 변환 데이터를 구성하게 된다.
제1 변환 데이터는 스케일 공간에 따라 크기 이미지(A11 ~ A34)의 픽셀 수가 서로 다를 수 이다. 또한, 스케일 공간에 따라 위상 이미지(P11 ~ P34)의 픽셀 수 역시 서로 다를 수 있다.
도 7에 도시된 바와 같이, 스케일 공간이 커짐에 따라 크기 이미지(A11 ~ A34)와 위상 이미지(P11 ~ P34)는 픽셀 수가 많아질 수 있다. 그리고 픽셀 수가 많아짐에 따라 제1 이미지의 텍스쳐 정보를 더 많이 보유하고 있을 수 있다.
복수의 제2 변환 데이터 역시 도 7에 도시된 바와 유사한 콤플렉스 스티어러블 피라미드로 표현된다. 콤플렉스 스티어러블 피라미드에 대한 구체적인 설명은 이미 상술하였으므로 이에 대한 구체적은 설명은 생략한다.
표시부(70)는 이미지 변환부(20)로부터 복수의 제1 변환 데이터와 복수의 제2 변환 데이터의 크기 이미지(A11 ~ A34) 및 위상 이미지(P11 ~ P34)를 수신하여 콤플렉스 스티어러블 피라미드를 시각적으로 표시할 수 있다.
크기 정보를 비교하는 단계(S14)에서는, 비교부(30)가 S12 및 S13 단계에서 획득된 복수의 제1 변환 데이터와 복수의 제2 변환 데이터를 상호 비교한다.
도 8은 S14 내지 S16 단계를 설명하기 위한 도면이다.
도 8에 도시된 바와 같이, S12 및 S13 단계를 통해 콤플렉스 스티어러블 피라미드로 표현된 복수의 제1 변환 데이터(C1)와 복수의 제2 변환 데이터(C2)가 획득된다.
비교부(30)는 복수의 제1 변환 데이터(C1)와 복수의 제2 변환 데이터(C2) 중 상호 대응하는 변환 데이터의 크기 이미지를 픽셀 별로 비교한다.
즉, 복수의 제1 변환 데이터(C1) 중 특정 변환 데이터의 크기 이미지(A11)는 복수의 제2 변환 데이터(C2) 중 그와 동일한 스케일 공간 및 방향성을 갖는 변환 데이터의 크기 이미지(A11)와 비교된다.
비교부는 제1 변환 데이터(C1)의 크기 이미지(A11)의 각 픽셀별 크기 정보(Aw,θ)를 제2 변환 데이터(C2) 크기 이미지(A11)의 각 픽셀별 크기 정보(Aw,θ)와 일대일로 비교한다.
비교부(30)는 이와 같은 작업을 각각의 제1 변환 데이터 제2 변환 데이터마다 수행하여 복수의 제1 변환 데이터와 복수의 제2 변환 데이터의 크기 이미지를 모두 상호 비교한다.
크기 정보 및 위상 정보를 추출하는 단계(S15)에서 추출부(40)는 미리 정해진 추출 규칙에 따라 S14단계에서 비교부(30)가 비교한 픽셀별 크기 정보(Aw,θ) 중 어느 하나와 추출된 픽셀별 크기 정보(Aw,θ)와 대응하는 위상 정보(Φw,θ)를 함께 추출한다.
예를 들어, 제1 변환 데이터(C1)의 크기 이미지(A11) 중 어느 하나의 픽셀별 크기 정보(Aw,θ)와 제2 변환 데이터(C2) 크기 이미지(A11) 중 어느 하나의 픽셀별 크기 정보(Aw,θ)를 비교하여, 제1 변환 데이터(C1)의 크기 이미지(A11)의 픽셀별 크기 정보(Aw,θ)를 추출하는 경우에는 제1 변환 데이터(C1)의 위상 이미지(P11) 중 추출되는 픽셀의 위상 정보(Φw,θ)를 함께 추출한다.
픽셀별 크기 정보(Aw,θ)의 차이가 작을수록 공통된 신호이고 픽셀별 크기 정보(Aw,θ)의 차이가 클수록 공통되지 않은 신호가 된다. 이에 기초한 추출 규칙은 실시예에 따라 달라질 수 있다.
후술하는 S16단계에서 복원된 이미지에 제1 이미지와 제2 이미지의 공통 요소(1, 2(2'), 3(3'))가 표시되는 실시예에서는 아래의 2가지 추출 규칙 중 어느 하나가 적용될 수 있다.
하나의 추출 규칙은 비교한 제1 변환 데이터(C1)의 픽셀별 크기 정보(Aw,θ)와 제2 변환 데이터(C2)의 픽셀별 크기 정보(Aw,θ) 중 더 작은 값을 갖는 크기 정보(Aw,θ)를 추출하는 것이다.
다른 하나의 추출 규칙은 비교한 제1 변환 데이터(C1)의 픽셀별 크기 정보(Aw,θ)와 제2 변환 데이터(C2)의 픽셀별 크기 정보(Aw,θ)의 차이가 미리 설정된 임계값 이하(또는 미만)인 경우에는 비공통 요소(4)가 존재하지 않는 제1 이미지로부터 변환된 제1 변환 데이터(C1)의 픽셀별 크기 정보(Aw,θ)를 추출하고, 그 차이가 미리 설정된 임계값 초과(또는 이상)하는 경우에는 더 작은 값을 갖는 크기 정보(Aw,θ)를 추출하는 것이다. 실시예에 따라서는 차이가 미리 설정된 임계값 이하(또는 미만)인 경우에 제2 변환 데이터(C2)의 픽셀별 크기 정보(Aw,θ)가 추출되도록 구성될 수도 있다.
한편, 후술하는 S16단계에서 복원된 이미지에 제1 이미지와 제2 이미지의 비공통 요소(4)가 표시되는 실시예에서는 아래의 2가지 추출 규칙 중 어느 하나가 적용될 수 있다.
하나의 추출 규칙은 비교한 제1 변환 데이터(C1)의 픽셀별 크기 정보(Aw,θ)와 제2 변환 데이터(C2)의 픽셀별 크기 정보(Aw,θ) 중 더 큰 값을 갖는 크기 정보(Aw,θ)를 추출하는 것이다.
다른 하나의 추출 규칙은 비교한 제1 변환 데이터(C1)의 픽셀별 크기 정보(Aw,θ)와 제2 변환 데이터(C2)의 픽셀별 크기 정보(Aw,θ)의 차이가 미리 설정된 임계값 이하(또는 미만)인 경우에는 비공통 요소(4)가 존재하는 제2 이미지로부터 변환된 제2 변환 데이터(C2)의 픽셀별 크기 정보(Aw,θ)를 추출하고, 그 차이가 미리 설정된 임계값 초과(또는 이상)하는 경우에는 더 큰 값을 갖는 크기 정보(Aw,θ)를 추출하는 것이다. 실시예에 따라서는 차이가 미리 설정된 임계값 이하(또는 미만)인 경우에 제1 변환 데이터(C1)의 픽셀별 크기 정보(Aw,θ)가 추출되도록 구성될 수도 있다.
복수의 제3 변환 데이터를 획득하는 단계(S16)에서 추출부(40)는 S15 단계를 복수의 제1 변환 데이터(C1)와 복수의 제2변환 데이터(C2)의 모든 픽셀들에 대해 수행하여, 도 8에 도시된 바와 같이, 복수의 제3 변환 데이터(C3)를 획득한다.
추출부(40)는 복수의 제1 변환 데이터(C1)와 복수의 제2변환 데이터(C2)의 모든 픽셀들을 일대일로 비교하여 어느 하나의 픽셀의 크기 정보(Aw,θ) 및 위상 정보(Φw,θ)를 추출하므로, 도 8에 도시된 바와 같이, 복수의 제1 변환 데이터(C1) 또는 복수의 제2변환 데이터(C2)와 유사한 콤플렉스 스티어러블 피라미드로 표현된 복수의 제3 변환 데이터(C3)가 획득된다.
공간 도메인으로 복원하는 단계(S17)에서 복원부(50)는 복수의 제3 변환 데이터(C3)를 공간 도메인으로 복원한다. 공간 도메인은 도 3, 도 4 또는 도 6에 도시된 이미지와 동일한 도메인을 의미한다.
복원부(50)는 복수의 제3 변환 데이터(C3)를 주파수 도메인을 변환한 후, 역푸리에 변환을 통해 공간 도메인으로 복원할 수 있다.
표시부(70)는 복원부(50)로부터 복원된 이미지의 화상 정보를 수신하여 복원된 이미지를 시각적으로 표시할 수 있다.
도 9는 본 발명의 일 실시예에 따른 영상 처리 방법을 통해 추출된 공통 요소를 개략적으로 표현한 도면이고, 도 10은 본 발명의 일 실시예에 따른 영상 처리 방법을 통해 추출된 비공통 요소를 개략적으로 표현한 도면이다.
전술한 바와 같이, 미리 설정된 추출 규칙에 따라 S15 단계에서 추출되는 픽셀의 크기 정보(Aw,θ) 및 위상 정보(Φw,θ)가 달라지므로 S17 단계에서 공간 도메인으로 복원된 이미지에는 도 9와 같이 제1 이미지(도 3 참고)와 제2 이미지(도 4 참고)의 공통 요소(1, 2(2'), 3(3'))가 표현되거나, 도 10에 도시된 바와 같이, 제1 이미지(도 3 참고)와 제2 이미지(도 4 참고)의 비공통 요소(4)가 표현될 수 있다.
스티어러블 피라미드는 스티어러블 필터에 의해 스케일 공간으로 구별되는 공간적 주파수 밴드와 방향성으로 구별되는 방향 밴드에 기반한 크기 정보(Aw,θ)를 기초로 공통 요소(1, 2(2'), 3(3'))와 비공통 요소(4)를 구분하므로 노이즈에 강하고 비교되는 2개의 이미지에서 공통되는 요소(1, 2(2'), 3(3'))가 동일한 위치에 존재하지 않거나 외형이 다소 변할 수 있는 비강체 특성에 따른 동적 잡음에도 강한 장점을 보인다.
S17 단계에서 도 9에 도시된 바와 같은 공통 요소(1, 2(2'), 3(3'))가 표현된 이미지가 복원되도록 한 경우에는, 도 10에 도시된 바와 같이, 비공통 요소(4)를 추출하기 위한 감산 단계가 추가될 수 있다.
감산 단계에서, 감산부(60)는 제2 이미지(도 4 참고)에서 S17단계에서 복원된 이미지(도 9 참고)를 감산하여 비공통 요소(4)가 추출된 이미지를 획득할 수 있다.
표시부(70)는 감산부(60)로부터 감산된 이미지의 화상 정보를 수신하여 감산된 이미지를 시각적으로 표시할 수 있다.
한편, 도 11 및 도 12는 제1 이미지와 제2 이미지로 사용된 실제 이미지이고, 도 13은 도 11 및 도 12의 이미지에 대해 본 발명의 일 실시예에 따른 영상 처리 방법을 적용하여 추출된 공통 요소가 표현된 이미지이고, 도 14는 도 11 및 도 12의 이미지에 대해 본 발명의 일 실시예에 따른 영상 처리 방법을 적용하여 추출된 비공통 요소가 표현된 이미지이다.
도 11과 도 12를 비교하면, 도 12에는 도 11에 도시되지 않은 혈관 이미지(비공통 요소)가 관찰되는 것을 확인할 수 있다.
그리고, 도 13에 도시된 바와 같이, 본 발명의 일 실시예에 따른 영상 처리 방법의 S17 단계까지 적용한 결과 복원된 이미지에서는 도 11과 도 12에 공통적으로 존재하는 공통 요소들만이 표현되는 것을 확인할 수 있다.
그리고, 도 14에 도시된 바와 같이, 본 발명의 일 실시예에 따른 영상 처리 방법의 감산 단계까지 적용한 결과의 이미지에서는 도 12에만 존재하는 혈관 이미지(비공통 요소)가 또렷하게 표현되는 것을 확인할 수 있다.
도 15는 도 11 및 도 12의 이미지에 대해 기존의 영상 처리 방법을 적용하여 추출된 비공통 요소가 표현된 이미지이다. 도 15에 도시된 바와 같이, 기존의 영상 처리 방법을 적용한 결과는 도 14에 도시된 이미지에 비해 노이즈가 다량으로 표현되는 것을 확인할 수 있다.
상술한 바와 같이, 본 발명의 일 실시예에 따른 영상 처리 장치 및 영상 처리 방법은 2개의 이미지 내의 공통 요소와 비공통 요소를 선별하여 추출할 수 있으며, 2개의 이미지에서 공통 요소가 동일한 위치에 존재하지 않거나 비강체 특성으로 인한 동적 잡음에도 공통 요소를 선별할 수 있다.
또한, 이미지 내의 요소들에 대한 움직임을 추적하는 방식이 아니고 스티어러블 필터에 의해 스케일 공간으로 구별되는 공간적 주파수 밴드와 방향성으로 구별되는 방향 밴드에 기반한 크기 정보(Aw,θ)를 기초로 공통 요소(1, 2(2'), 3(3'))와 비공통 요소(4)를 구분하므로 빠른 연산이 가능하다.
본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
1: 척추 2, 2', 3, 3': 내부 장기
4: 혈관 10: 이미지 수신부
20: 이미지 변환부 30: 비교부
40: 추출부 50: 복원부
60: 감산부 70: 표시부
A11 ~ A34: 크기 이미지 F11 ~ F34: 스티어러블 필터
P11 ~ P34: 위상 이미지 ZL: 저주파 영역
ZH: 고주파 영역 ZS: 대칭 영역

Claims (11)

  1. 제1 이미지를 기초로 서로 다른 스케일 공간(scale space) 및 방향성(orientation)을 갖는 복수의 제1 변환 데이터를 획득하는 단계;
    제2 이미지를 기초로 서로 다른 스케일 공간 및 방향성을 갖는 복수의 제2 변환 데이터를 획득하는 단계;
    상기 복수의 제1 변환 데이터와 상기 복수의 제2 변환 데이터 중 동일한 스케일 공간 및 방향성을 갖는 변환 데이터들의 크기 정보를 상호 비교하는 단계;
    상기 비교한 크기 정보 중 어느 하나를 추출 규칙에 따라 추출하는 단계;
    상기 추출된 크기 정보들을 기초로 복수의 제3 변환 데이터를 획득하는 단계; 및
    상기 복수의 제3 변환 데이터를 공간 도메인으로 복원하는 단계를 포함하상기 복수의 제3 변환 데이터를 공간 도메인으로 복원하는 단계를 포함하며,
    상기 추출 규칙은,
    상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 임계값 이하인 경우에는 상기 제1 변환 데이터의 크기 정보를 추출하고,
    상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 상기 임계값을 초과하는 경우에는 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보 중 더 작은 크기 정보를 추출하는, 영상 처리 방법.
  2. 제1 이미지를 기초로 서로 다른 스케일 공간(scale space) 및 방향성(orientation)을 갖는 복수의 제1 변환 데이터를 획득하는 단계;
    제2 이미지를 기초로 서로 다른 스케일 공간 및 방향성을 갖는 복수의 제2 변환 데이터를 획득하는 단계;
    상기 복수의 제1 변환 데이터와 상기 복수의 제2 변환 데이터 중 동일한 스케일 공간 및 방향성을 갖는 변환 데이터들의 크기 정보를 상호 비교하는 단계;
    상기 비교한 크기 정보 중 어느 하나를 추출 규칙에 따라 추출하는 단계;
    상기 추출된 크기 정보들을 기초로 복수의 제3 변환 데이터를 획득하는 단계; 및
    상기 복수의 제3 변환 데이터를 공간 도메인으로 복원하는 단계를 포함하며,
    상기 추출 규칙은,
    상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 임계값 이하인 경우에는 상기 제2 변환 데이터의 크기 정보를 추출하고,
    상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보의 차이가 상기 임계값을 초과하는 경우에는 상기 제1 변환 데이터의 픽셀 별 크기 정보와 상기 제2 변환 데이터의 픽셀 별 크기 정보 중 더 큰 크기 정보를 추출하는, 영상 처리 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 복수의 제1 변환 데이터를 획득하는 단계는 상기 제1 이미지에 스케일공간 및 방향성에 대해 조정 가능한 특성을 갖는 스티어러블 필터(steerable filter)를 적용하여 상기 복수의 제1 변환 데이터를 획득하고,
    상기 복수의 제2 변환 데이터를 획득하는 단계는 상기 제2 이미지에 상기 스티어러블 필터를 적용하여 상기 복수의 제2 변환 데이터를 획득하는, 영상 처리 방법.
  4. 제3항에 있어서,
    상기 복수의 제1 변환 데이터 및 상기 복수의 제2 변환 데이터는 콤플렉스 스티어러블 피라미드(complex steerable pyramid)로 표현되는, 영상 처리 방법.
  5. 제4항에 있어서,
    상기 제1 변환 데이터 및 상기 제2 변환 데이터는 각각 상기 콤플렉스 스티어러블 피라미드 상에서 상기 크기 정보가 이미지로 표현된 크기 이미지와 위상 정보가 이미지로 표현된 위상 이미지를 포함하는, 영상 처리 방법.
  6. 제5항에 있어서,
    상기 크기 정보를 상호 비교하는 단계에서는,
    상기 제1 변환 데이터의 크기 이미지와 상기 제2 변환 데이터의 크기 이미지를 픽셀 별로 비교하는, 영상 처리 방법.
  7. 삭제
  8. 삭제
  9. 삭제
  10. 제5항에 있어서,
    상기 복수의 제3 변환 데이터를 획득하는 단계에서는,
    상기 추출된 크기 정보와 대응하는 상기 위상 정보를 추출하여 상기 복수의 제3 변환 데이터를 획득하는, 영상 처리 방법.
  11. 제10항에 있어서,
    상기 복수의 제1 변환 데이터, 상기 복수의 제2 변환 데이터 및 상기 복수의 제3 변환 데이터는, 서로 다른 M개의 스케일 공간과 서로 다른 N개의 방향성의 조합으로 구성되는, 영상 처리 방법.
KR1020170013709A 2017-01-31 2017-01-31 영상 처리 방법 KR101870355B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170013709A KR101870355B1 (ko) 2017-01-31 2017-01-31 영상 처리 방법
PCT/KR2017/015389 WO2018143565A1 (ko) 2017-01-31 2017-12-22 영상 처리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170013709A KR101870355B1 (ko) 2017-01-31 2017-01-31 영상 처리 방법

Publications (1)

Publication Number Publication Date
KR101870355B1 true KR101870355B1 (ko) 2018-06-22

Family

ID=62768300

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170013709A KR101870355B1 (ko) 2017-01-31 2017-01-31 영상 처리 방법

Country Status (2)

Country Link
KR (1) KR101870355B1 (ko)
WO (1) WO2018143565A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102151779B1 (ko) * 2019-03-25 2020-09-03 엘에스일렉트릭(주) 데이터 변환 장치

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0526195A2 (en) * 1991-07-30 1993-02-03 Xerox Corporation Image processors
JP2000003449A (ja) * 1998-04-14 2000-01-07 Matsushita Joho System Kk 画像整合性判定装置
KR20030085810A (ko) * 2002-05-02 2003-11-07 주식회사 윈포넷 영상데이터의 변화값 추출을 이용한 영상데이터 저장방법
JP2005339388A (ja) * 2004-05-28 2005-12-08 Matsushita Electric Works Ltd 画像処理方法および画像処理装置
KR20110002043A (ko) * 2008-04-23 2011-01-06 미쓰비시덴키 가부시키가이샤 이미지 식별을 위한 스케일 안정적 특징-기반 식별자
KR20110048919A (ko) * 2009-11-03 2011-05-12 중앙대학교 산학협력단 보간 검출 장치, 보간 영역 검출 장치 및 그 방법
WO2016108847A1 (en) * 2014-12-30 2016-07-07 Nokia Technologies Oy Methods and apparatus for processing motion information images
US20160267675A1 (en) * 2014-06-23 2016-09-15 Boe Technology Group Co., Ltd. Image edge detection method and apparatus thereof, image target identification method and apparatus thereof

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102144394B1 (ko) * 2013-08-20 2020-08-13 한화테크윈 주식회사 영상 정합 장치 및 이를 이용한 영상 정합 방법
KR102255215B1 (ko) * 2014-12-12 2021-05-24 삼성전자주식회사 이미지에서 객체를 검출하는 객체 검출 방법 및 이미지 처리 장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0526195A2 (en) * 1991-07-30 1993-02-03 Xerox Corporation Image processors
JP2000003449A (ja) * 1998-04-14 2000-01-07 Matsushita Joho System Kk 画像整合性判定装置
KR20030085810A (ko) * 2002-05-02 2003-11-07 주식회사 윈포넷 영상데이터의 변화값 추출을 이용한 영상데이터 저장방법
JP2005339388A (ja) * 2004-05-28 2005-12-08 Matsushita Electric Works Ltd 画像処理方法および画像処理装置
KR20110002043A (ko) * 2008-04-23 2011-01-06 미쓰비시덴키 가부시키가이샤 이미지 식별을 위한 스케일 안정적 특징-기반 식별자
KR20110048919A (ko) * 2009-11-03 2011-05-12 중앙대학교 산학협력단 보간 검출 장치, 보간 영역 검출 장치 및 그 방법
US20160267675A1 (en) * 2014-06-23 2016-09-15 Boe Technology Group Co., Ltd. Image edge detection method and apparatus thereof, image target identification method and apparatus thereof
WO2016108847A1 (en) * 2014-12-30 2016-07-07 Nokia Technologies Oy Methods and apparatus for processing motion information images

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Different Parameters of Image Fusion Using Steerable Pyramid Transformation, International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering, Vol.5(2016.05.)* *
열악한 환경에서 번호판 인식을 위한 다중 이미지 전처리 방법, 대한전자공학회 2005년 추계종합학술대회(2005)* *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102151779B1 (ko) * 2019-03-25 2020-09-03 엘에스일렉트릭(주) 데이터 변환 장치

Also Published As

Publication number Publication date
WO2018143565A1 (ko) 2018-08-09

Similar Documents

Publication Publication Date Title
Ghosh et al. A survey on image mosaicing techniques
JP6330987B2 (ja) 画像処理装置、画像処理方法、及び記憶媒体
US9280825B2 (en) Image processing system with registration mechanism and method of operation thereof
WO2018127539A1 (en) Methods and devices for extracting an object from a video sequence
Song et al. An adaptive l 1–l 2 hybrid error model to super-resolution
US20200380636A1 (en) Method and apparatus for generating an enhanced digital image of a physical object or environment
Cinaroglu et al. A direct approach for human detection with catadioptric omnidirectional cameras
KR101870355B1 (ko) 영상 처리 방법
KR101469717B1 (ko) 광각 카메라를 이용한 영상 시스템 및 그 방법
Bergen et al. Feature-based real-time endoscopic mosaicking
Selka et al. Context-specific selection of algorithms for recursive feature tracking in endoscopic image using a new methodology
Sahoo et al. Image registration using mutual information with correlation for medical image
JP2002094849A (ja) 広視野画像撮像装置
CN114549602A (zh) 图像融合方法、存储介质和计算机程序产品
Cao et al. DSA image registration based on multiscale Gabor filters and mutual information
Prabhu et al. A multi-resolution image fusion scheme for 2D images based on wavelet transform
CN113159169A (zh) 基于先验目标特征点指导的匹配变形与切缝优化的图像拼接方法
Mandal et al. Super-resolving a single intensity/range image via non-local means and sparse representation
Rosenhahn et al. Silhouette based human motion estimation
Faraz et al. Towards skin image mosaicing
Kim et al. Video enhancement for underwater exploration using forward looking sonar
Brooks et al. Data registration
Sable et al. A Novel Approach for Super Resolution in Medical Imaging
KR102348863B1 (ko) 비지도 학습 기법을 이용한 영상데이터의 정합 방법 및 장치
Subramanyam Feature based image mosaic using steerable filters and harris corner detector

Legal Events

Date Code Title Description
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant