KR101950438B1 - 관심영역에 대한 영상 차원 판별 방법 및 시스템 - Google Patents

관심영역에 대한 영상 차원 판별 방법 및 시스템 Download PDF

Info

Publication number
KR101950438B1
KR101950438B1 KR1020180138120A KR20180138120A KR101950438B1 KR 101950438 B1 KR101950438 B1 KR 101950438B1 KR 1020180138120 A KR1020180138120 A KR 1020180138120A KR 20180138120 A KR20180138120 A KR 20180138120A KR 101950438 B1 KR101950438 B1 KR 101950438B1
Authority
KR
South Korea
Prior art keywords
image
frequency
component
region
dimension
Prior art date
Application number
KR1020180138120A
Other languages
English (en)
Inventor
이상림
김형진
Original Assignee
길재소프트 주식회사
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 길재소프트 주식회사 filed Critical 길재소프트 주식회사
Priority to KR1020180138120A priority Critical patent/KR101950438B1/ko
Application granted granted Critical
Publication of KR101950438B1 publication Critical patent/KR101950438B1/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
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G06K9/3233—
    • 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
    • G06T3/4084—Scaling of whole images or parts thereof, e.g. expanding or contracting in the transform domain, e.g. fast Fourier transform [FFT] domain scaling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 영상의 차원 판별 방법을 개시한다. 보다 상세하게는, 본 발명은 의료 진단 시스템을 통해 출력되는 초음파 영상으로부터 추출된 관심영역을 이용하여, 그 영상의 2차원 또는 3차원 영상 여부를 판별하는 차원(dimension) 판별 방법 및 시스템에 관한 것이다.
본 발명의 실시예에 따르면, 복수의 뷰로 이루어진 원 초음파 영상에서 설정된 관심영역별 주파수 분석을 통해 해당 영상영역의 2D 또는 3D 여부를 효율적으로 판별할 수 있는 효과가 있다.

Description

관심영역에 대한 영상 차원 판별 방법 및 시스템{METHOD AND SYSTEM FOR IDENTIFYING IMAGE DIMENSION RELATED ROI}
본 발명은 영상의 차원 판별 방법에 관한 것으로, 특히 의료 진단 시스템을 통해 출력되는 초음파 영상으로부터 추출된 관심영역을 이용하여 영상의 2차원 또는 3차원 여부를 판별하는 차원(dimension) 판별 방법 및 시스템에 관한 것이다.
현재, 의료분야에서는 초음파를 이용한 진단 시스템이 널리 이용되고 있다. 초음파 진단 시스템은 장기와 같은 대상체에 초음파를 조사한 후 대상체로부터 돌아오는 반사파를 검출하고 처리하여 대상체에 대한 영상을 구성하여 제공하는 장치이다.
상세하게는, 공지의 초음파 진단 시스템은 피검체의 체표로부터 체내의 소망 부위를 향하여 초음파 신호를 조사하고, 반사된 초음파 신호(초음파 에코신호)의 정보를 이용하여 연부조직의 단층이나 혈류에 관한 영상을 무침습으로 얻는 장치이다. 이 장치는 X선 진단장치, X선 CT스캐너 및 MRI 등의 다른 화상진단장치와 비교할 때, 소형이고 저렴하고 실시간으로 표시 가능하며, X선 등의 피폭이 없어 안전성이 높은 장점이 있어 특히, 의료분야에서 심장, 복부, 비뇨기 및 산부인과 진단을 위해 널리 이용되고 있다.
이러한 초음파 진단 시스템은 아날로그 방식에서 디지털 방식으로, 2D 초음파 진단 시스템에서 3D 입체 초음파 진단 시스템으로 진화하고 있으며, 특히 3 D 입체 초음파 진단 시스템이 제공하는 3D 초음파 영상은 관찰자 자신이 바라보는 시점에서 대상체에 대한 볼륨감 있는 영상을 제공함에 따라 많은 이들이 선호하고 있는 추세이다.
특히, 3D 초음파 영상은 일반 평면 모니터가 아닌 관찰자의 시점에 대응하는 방향의 영상 표시가 가능한 VR 기기에서 표시되는 경우 대상체에 대하여 보다 실감나는 형태로 제공될 수 있으며, 이를 위해서는 원 영상에 대한 3D 렌더링 작업이 요구된다.
그러나, 통상적으로 원 초음파 영상은 하나의 화면에 2D 뷰 및 3D 뷰가 함께 표시되는 형태로서, 원 초음파 영상을 그대로 3D 렌더링 작업에 이용할 수는 없으며, 관심영역을 설정하고 이를 통해 3D 영상영역 만을 판별하여 추출하는 작업이 선행되어야 한다.
등록특허공보 제10-1870693호(2018.06.25.)
본 발명은 전술한 문제점을 해결하기 위해 안출된 것으로, 원 초음파 영상에 포함되는 복수의 영상영역에 대하여 2D 또는 3D 영상영역을 판별하는 방법 및 시스템을 제공하는 데 과제가 있다.
전술한 과제를 해결하기 위해, 본 발명의 바람직한 실시예에 따른 관심영역에 대한 영상 차원 판별 방법은, 상기 관심영역에 대한 휘도 성분을 산출하는 전처리 단계, 상기 휘도 성분에 대한 고속 푸리에 변환을 수행하여 주파수 성분으로 변환하는 FFT 단계, 상기 주파수 성분에 대하여 주파수 영역을 설정하고, 상기 주파수 영역에 대하여 기준방향으로 주파수 분포를 산출하는 주파수 분석 단계 및 상기 주파수 분포에서 DC 성분의 비율에 따라 영상의 차원을 결정하는 차원 판별 단계를 포함할 수 있다.
상기 전처리 단계는, 상기 원 영상의 RGB 값을 YUV 값으로 변환하고, 상기 YUV 값의 휘도성분인 Y값을 추출하는 단계를 포함할 수 있다.
상기 주파수 분석 단계는, 상기 주파수 성분에 대하여 상기 DC 성분을 중심으로 사선방향으로 주파수 영역을 설정하는 단계 및 상기 주파수 영역에서 상기 DC 성분을 중심으로 반치전폭(FWHM)을 산출하는 단계를 포함할 수 있다.
상기 차원 판별 단계는, 상기 반치전폭 및 DC 성분 크기의 비율이 기준값 이하이면 상기 관심영역을 3차원 영상으로 판별하고, 그렇지 않으면 상기 관심영역을 2차원 영상으로 판별하는 단계를 포함할 수 있다.
또한, 전술한 과제를 해결하기 위해, 본 발명의 다른 실시예에 따른 관심영역이 설정된 원 영상에 대한 영상 내 영역 판별 방법은 상기 관심영역에 대한 색상값의 평균을 산출하는 색상값 평균 산출 단계, 상기 색상값의 평균에 따라 도미넌트 색상을 판별하는 도미넌트 색상 판별 단계 및 상기 도미넌트 색상과 기준색상을 비교하여 영상의 차원을 결정하는 차원 판별 단계를 포함할 수 있다.
상기 색상값 평균 산출하는 단계는, 상기 관심영역을 복수의 블록으로 분할하는 단계 및 상기 복수의 블록에 대한 색상값의 평균을 산출하는 단계를 포함하고, 상기 색상값의 평균에 따라 도미넌트 색상을 판별하는 단계는 상기 복수의 블록의 비교를 통해 도미넌트 색상을 결정하는 단계를 포함할 수 있다.
상기 기준색상은 회색이고, 상기 차원 판별 단계는 상기 도미넌트 색상이 회색이면, 상기 관심영역을 2차원 영상으로 판별하고, 그렇지 않으면 상기 관심영역을 3차원 영상으로 판별하는 단계를 포함할 수 있다.
또한, 전술한 문제를 해결하기 위해, 본 발명의 다른 실시예에 따른 관심영역에 대한 영상 차원 판별 시스템은, 관심영역에 대한 휘도 성분을 산출하는 전처리부, 상기 휘도 성분에 대한 고속 푸리에 변환을 수행하여 주파수 성분으로 변환하는 FFT 연산부, 상기 주파수 성분에 대하여 주파수 영역을 설정하고, 상기 주파수 영역에 대하여 기준방향으로 주파수 분포를 산출하는 주파수 분석부 및 상기 주파수 분포에서 DC 성분의 비율에 따라 영상의 차원을 결정하는 차원 판별부를 포함할 수 있다.
또한, 전술한 문제를 해결하기 위해, 본 발명의 다른 실시예에 따른 관심영역에 대한 영상 차원 판별 시스템은, 관심영역에 대한 색상값의 평균을 산출하는 평균 산출부, 상기 색상값의 평균에 따라 도미넌트 색상을 판별하는 도미넌트 색상 판별부 및 상기 도미넌트 색상과 기준색상을 비교하여 영상의 차원을 결정하는 차원 판별부를 포함할 수 있다.
본 발명의 실시예에 따르면, 복수의 뷰로 이루어진 원 초음파 영상에서 설정된 관심영역별 주파수 분석을 통해 해당 영상영역의 2D 또는 3D 여부를 효율적으로 판별할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 관심영역에 대한 영상 차원 판별 방법을 나타낸 도면이다.
도 2 및 도 3는 본 발명의 실시예에 따른 휘도 기반 영상 차원 판별 시스템 및 색상 기반 영상 차원 판별 시스템의 구조를 각각 나타낸 도면이다.
도 4는 임의의 영상에 대하여 고속 푸리에 변환을 수행하여 산출한 스펙트럼 이미지를 예시한 도면이다.
도 5는 도 4의 스펙트럼 이미지에서 사선방향의 주파수 성분을 그래프상에 매핑한 도면이다.
설명에 앞서, 명세서 전체에서 어떤 부분이 어떤 구성요소를 "구비" 또는 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부(Unit)", "...모듈(module)", "...시스템(System)" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어, 소프트웨어 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에서 "실시예"라는 용어는 예시, 사례 또는 도해의 역할을 하는 것을 의미하나, 발명의 대상은 그러한 예에 의해 제한되지 않는다. 또한, "포함하는", "구비하는", "갖는" 등의 다른 유사한 용어가 사용되고 있으나, 청구범위에서 사용되는 경우 임의의 추가적인 또는 다른 구성요소를 배제하지 않는 개방적인 전환어(Transition word)로서 "포함하는(Comprising)"이라는 용어와 유사한 방식으로 포괄적으로 사용된다.
본 명세서에 설명된 다양한 기법은 하드웨어 또는 소프트웨어와 함께 구현될 수 있거나, 적합한 경우에 이들 모두의 조합과 함께 구현될 수 있다. 본 명세서에 사용된 바와 같은 "...부(Unit)", "...모듈(Module)", "...시스템(System)" 등의 용어는 마찬가지로 컴퓨터 관련 엔티티(Entity), 즉 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어 또는 실행 시의 소프트웨어와 등가로 취급할 수 있다. 또한, 본 발명의 시스템에서 구동되는 각 기능은 모듈단위로 구성될 수 있고, 하나의 물리적 메모리에 기록되거나, 둘 이상의 메모리 및 기록매체 사이에 분산되어 기록될 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 관심영역에 대한 영상 차원 판별 방법 및 시스템을 설명한다.
도 1은 본 발명의 실시예에 따른 관심영역에 대한 영상 차원 판별 방법을 나타낸 도면이다. 이하의 설명에서, 각 단계별 실행주체는 별도의 기재가 없더라도 후술하는 본 발명의 영상 차원 판별 시스템 및 그 구성부가 된다.
도 1을 참조하면, 본 발명의 실시예에 따른 관심영역에 대한 영상 차원 판별 방법은 원 영상을 분석하여 2차원 또는 3차원 영상여부를 판단하는 방법으로서 초음파 태아 영상 등 의료진단 시스템의 영상 분석시 이용될 수 있다.
특히, 본 발명의 실시예에 따른 영상 차원 판별 방법은 크게 영상의 휘도 성분에 기반하여 영상을 분석하거나, 또는 영상의 색상 성분에 기반하여 영상을 분석할 수 있다.
먼저, 휘도 성분에 기반하여 관심영역에 대한 영상 차원 판별 방법으로서, 원 영상에 설정된 관심영역에 대한 휘도 성분을 산출하는 전처리 단계(S100), 휘도 성분에 대한 고속 푸리에 변환을 수행하여 주파수 성분으로 변환하는 FFT 단계(S110), 주파수 성분에 대하여 주파수 영역을 설정하고, 주파수 영역에 대하여 기준방향으로 주파수 분포를 산출하는 주파수 분석 단계(S120) 및 주파수 분포에서 DC 성분의 비율에 따라 영상의 차원을 결정하는 차원 판별 단계(S130)를 포함할 수 있다.
먼저, 관심영역에 대한 휘도 성분을 산출하는 전처리 단계(S100)는 분석 대상이 되는 영상, 일례로서 초음파 진단 시스템의 영상 출력 단자로부터 출력되는 태아 초음파 영상을 입력받아 각 프레임에서 일정영역을 관심영역(Region of Interest; ROI)으로 설정하고, 그 크기를 조정하여 분석을 준비하는 단계이다.
특히, 전처리 단계(S100)에서는 관심영역에 포함된 화소들의 휘도 성분을 추출할 수 있다. 통상적으로 초음파 영상은 RGB 방식이고 전처리 단계에서는 그 화소 성분을 추출하기 위해 이하의 수학식 1(Keith Jack) 또는 Julen에 따른 변환식에 기초하여 YUV 방식으로 변환할 수 있다.
Figure 112018112012538-pat00001
Figure 112018112012538-pat00002
Figure 112018112012538-pat00003
상기의 수학식 1에서 'Y'값은 영상의 휘도 성분에 관한 것으로, 본 발명의 시스템은 원 영상의 관심영역에서 'Y'값, 즉 휘도 성분을 산출하게 된다.
다음으로, 휘도 성분에 대한 고속 푸리에 변환을 수행하여 주파수 성분으로 변환하는 FFT 단계(S110)는 상기의 휘도 성분에 대하여 2차원 고속 푸리에 변환(Fast Fourier Transform; FFT)을 통해 변환하는 단계이다. 2차원 FFT는 공간 도메인(spatial domain)에서 표현된 신호(signal)를 주파수 도메인(frequency domain)에서의 표현으로 변환해주는 것으로, 해당 영상의 주파수 특성을 파악할 수 있다. 이러한 FFT 단계(S110)에 따라, 휘도 성분의 저주파 및 고주파 성분이 반영된 스펙트럼 이미지로 표시하게 된다.
다음으로, 주파수 성분에 대하여 주파수 영역을 설정하고, 주파수 영역에 대하여 기준방향으로 주파수 분포를 산출하는 주파수 분석 단계(S120)는 FFT 단계(S110)에 따라 산출된 주파수 성분을 분석하는 단계로서, 스펙트럼 이미지에서 일정한 방향의 직선상에 위치한 주파수 분포를 산출하게 된다.
여기서, 주파수 분포를 산출하기 위한 직선은 가로 또는 세로선 등 설정자의 의도에 따라 다양한 방향으로 설정될 수 있으나, 정방향의 스펙트럼 이미지에 대하여 사선방향으로 설정되는 것이 바람직하다.
다음으로, 주파수 분포에서 DC 성분의 비율에 따라 영상의 차원을 결정하는 차원 판별 단계(S130)에서는 상기의 주파수 분포에서 판단된 DC 성분의 크기와 반치전폭(Full Width at Half Maximum; FWHM)과의 비율에 따라 원 영상의 차원을 판단하게 된다.
상세하게는, 주파수 분포에서 DC 성분은 저주파 성분, 특히 주파수 도메인에서 주파수가 0인 지점으로서, 최대치가 된다. 이에 그 최대치의 1/2에 대응한 분포의 폭을 가리키는 반치전폭을 산출하고, 반치전폭에 대한 DC 성분의 크기의 비율(ratio)에 따라 원 영상의 2차원 또는 3차원 여부를 판별할 수 있다.
Figure 112018112012538-pat00004
상기의 수학식 2에 따라, 비율(Ratio)이 기준값 이하이면, 즉 반치전폭 대비 DC 성분의 크기가 크면 원 영상이 3차원 영상인 것으로 판별한다. 또한, 비율(Ratio)이 기준값 초과이면, 즉 반치전폭 대비 DC 성분의 크기가 작으면 2차원 영상으로 판별하게 된다.
또한, 본 발명의 실시예에 따르면, 전술한 휘도 성분이 아닌 색상 성분에 기반하여 관심영역에 대한 영상의 차원을 판별할 수 있다.
상세하게는, 본 발명의 실시예에서는 영상의 색상 성분에 기반하여 영상 차원을 분석하는 방법은, 관심영역에 대한 색상값의 평균을 산출하는 색상값 평균 산출 단계(S200), 색상값의 평균에 따라 도미넌트 색상을 판별하는 도미넌트 색상 판별 단계(S210) 및 도미넌트 색상과 기준색상을 비교하여 영상의 차원을 결정하는 차원 판별 단계(S220)를 포함할 수 있다.
관심영역에 대한 색상값의 평균을 산출하는 색상값 평균 산출 단계(S200)는 분석 대상이 되는 영상을 입력받아 관심영역을 설정하고, 그 관심영역을 소정개의 블록으로 분할하여 각 블록별 화소들의 색상값에 대한 평균을 산출하는 단계이다.
일반적으로, 2차원 태아 초음파 영상은 전반적으로 회색톤을 가지며, 3차원 태아 초음파 영상은 다양한 색상으로 이루어질 수 있다. 이에, 본 발명의 다른 실시예에서는 관심영역을 복수의 블록으로 나누고 그 블록들간 평균을 통해 차원을 판단할 수 있다.
다음으로, 색상값의 평균에 따라 도미넌트 색상을 판별하는 도미넌트 색상 판별 단계(S210)에서는 색상값 산출 단계(S200)에서 산출한 블록별 색상값 평균을 블록간 비교를 통해 도미넌트 색상을 판별하는 단계이다. 도미넌트 색상(Dominant Color)는 영상 전체에서 지배적인 색상을 가리키는 것으로 블록간 비교를 통해 원 영상을 대표하는 도미넌트 색상을 판별하게 된다.
다음으로, 도미넌트 색상과 기준색상을 비교하여 영상의 차원을 결정하는 차원 판별 단계(S120)에서는 상기의 산출한 도미넌트 색상과 기준색상을 비교하여 원 영상의 2차원 또는 3차원 여부를 판별하게 된다. 전술한 바와 같이, 2차원 태아 초음파 영상은 전반적으로 회색톤을 가짐에 따라, 도미넌트 색상이 회색 또는 회색과 유사한 색상일 경우 관심영상을 2차원 영상으로 판별하고, 회색이 아닌 다른 색상에 가까운 경우 관심영상을 3차원 영상으로 판별하게 된다.
이하, 도면을 참조하여 전술한 단계를 구현하기 위한 본 발명의 실시예에 따른 관심영역에 대한 영상 차원 판별 시스템을 설명한다.
도 2 및 도 3는 본 발명의 실시예에 따른 휘도 기반 영상 차원 판별 시스템 및 색상 기반 영상 차원 판별 시스템의 구조를 각각 나타낸 도면이다. 이하의 설명에서 시스템을 이루는 각 구성부는 소정의 프로그래밍 언어에 의해 작성된 컴퓨터 프로그램으로 구현될 수 있고, 소정의 마이크로 프로세서, 메모리를 포함하는 컴퓨팅 장치에 탑재되는 기록매체에 기록되어 마이크로 프로세서에 의해 실행될 수 있다.
도 2를 참조하면, 본 발명의 휘도 기반 영상 차원 판별 시스템(100)은 관심영역에 대한 휘도 성분을 산출하는 전처리부(110), 휘도 성분에 대한 고속 푸리에 변환을 수행하여 주파수 성분으로 변환하는 FFT 연산부(120), 주파수 성분에 대하여 주파수 영역을 설정하고, 주파수 영역에 대하여 기준방향으로 주파수 분포를 산출하는 주파수 분석부(130) 및 주파수 분포에서 DC 성분의 비율에 따라 영상의 차원을 결정하는 차원 판별부(140)를 포함할 수 있다.
전처리부(110)는 초음파 진단 시스템에 연결되고, 그로부터 전송되는 태아 초음파 영상을 입력받아 관심영역을 설정하고, 관심영역에 대한 휘도 성분을 산출할 수 있다. 여기서, 전처리부(110)는 Keith Jack 또는 Julen이 프로그래밍된 컨버터를 포함할 수 있다.
FFT 연산부(120)는 전처리 과정에 의해 산출된 휘도 성분을 FFT 변환을 통해 주파수 성분으로 변환할 수 있다. 주파수 성분은 정방형 스펙트럼 이미지 형태로 표현될 수 있다.
도 4는 임의의 영상에 대하여 고속 푸리에 변환을 수행하여 산출한 스펙트럼 이미지를 예시한 도면으로서, 도 4를 함께 참조하면, 정방형의 스펙트럼 이미지에서 중앙영역은 저주파수 성분(L)에 대응하고, 중앙영역에서 외곽영역으로 갈수록 고주파수 성분(H)에 대응하며, 각 영역에서 크기가 클수록 고휘도로 표시될 수 있다.
따라서, 이러한 스펙트럼 이미지를 참조하면, 주파수 성분의 분포를 용이하게 파악할 수 있다.
이러한 스펙트럼 이미지를 산출하는 이용되는 FFT 연산부(120)는 소정의 고속 푸리에 변환 함수로 구현될 수 있고, 일례로서, 상용 라이브러리인 OpenCV의 'cvDFT' 함수가 이용될 수 있다.
주파수 분석부(130)는 스펙트럼 이미지에 대한 일정한 방향, 일례로서 사선방향으로 직선상에 위치한 주파수 분포를 산출할 수 있다.
도 5는 도 4의 스펙트럼 이미지에서 사선방향의 주파수 성분을 그래프상에 매핑한 도면으로서, 도 5를 함께 참조하면 예시한 스펙트럼 이미지에서 사선방향으로 위치한 주파수 성분을 도식화하면, 최대치를 가지며 주파수 성분이 O인 DC 성분을 중심으로 대칭으로 주파수 분포를 산출할 수 있다.
이를 이용하여 차원 판별부(140)는 산출된 주파수 분포에서 DC 성분(DC)의 크기와 그 값의 절반의 위치의 폭을 가리키는 반치전폭(FWHM)과의 비율 즉, 반치전폭(FWHM)을 DC 성분(DC)의 크기로 나눈 값에 따라 원 영상의 차원을 판단할 수 있다.
차원 판별부(140)는 반치전폭(FWHM) 대비 DC 성분(DC)의 크기가 크면 원 영상이 3차원 영상인 것으로 판별하고, 반치전폭(FWHM) 대비 DC 성분(DC)의 크기가 작으면 2차원 영상으로 판별하게 된다.
이하, 도면을 참조하여 본 발명의 다른 실시예에 따른 영상 차원 판별 시스템을 설명한다.
도 3을 참조하면, 본 발명의 색상 기반 영상 차원 판별 시스템(200)은 관심영역에 대한 색상값의 평균을 산출하는 평균 산출부(210), 색상값의 평균에 따라 도미넌트 색상을 판별하는 도미넌트 색상 판별부(220) 및 도미넌트 색상과 기준색상을 비교하여 영상의 차원을 결정하는 차원 판별부(230)를 포함할 수 있다.
평균 산출부(210)는 원 영상에 대하여 설정된 관심영역에 대하여, 복수의 블록으로 분할하여 각 블록별 화소들의 색상값에 대한 평균을 산출할 수 있다.
도미넌트 색상 판별부(220)는 산출한 블록별 색상값 평균을 블록간 비교를 통해 도미넌트 색상을 판별할 수 있다. 이에 따라 도미넌트 색상은 관심영역에 대한 지배적인 색상에 대응하게 된다.
차원 판별부(230)는 도미넌트 색상과 기준색상을 비교하여 원 영상의 2차원 또는 3차원 여부를 판별할 수 있다. 이러한 차원 판별부(230)는 도미넌트 색상이 기준색상인 회색 또는 회색과 유사한 색상일 경우 관심영상을 2차원 영상으로 판별하고, 회색이 아닌 다른 색상에 가까운 경우 관심영상을 3차원 영상으로 판별하게 된다.
상기한 설명에 많은 사항이 구체적으로 기재되어 있으나 이것은 발명의 범위를 한정하는 것이라기보다 바람직한 실시예의 예시로서 해석되어야 한다. 따라서, 발명은 설명된 실시예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위에 균등한 것에 의하여 정하여져야 한다.
100 : (휘도 기반) 차원 판별 시스템 110 : 전처리부
120 : FFT 연산부 130 : 주파수 분석부
140 : 차원 판별부 200 : (색상 기반) 차원 판별 시스템
210 : 평균 산출부 220 : 도미넌트 색상 판별부
230 : 차원 판별부

Claims (9)

  1. 관심영역이 설정된 원 영상에 대한 영상 내 영역 판별 방법으로서,
    상기 관심영역에 대한 휘도 성분을 산출하는 전처리 단계;
    상기 휘도 성분에 대한 고속 푸리에 변환을 수행하여 주파수 성분으로 변환하는 FFT 단계;
    상기 주파수 성분에 대하여 주파수 영역을 설정하고, 상기 주파수 영역에 대하여 기준방향으로 주파수 분포를 산출하는 주파수 분석 단계; 및
    상기 주파수 분포에서 DC 성분의 비율에 따라 영상의 차원을 결정하는 차원 판별 단계
    를 포함하는 관심영역에 대한 영상 차원 판별 방법.
  2. 제 1 항에 있어서,
    상기 전처리 단계는,
    상기 원 영상의 RGB 값을 YUV 값으로 변환하고, 상기 YUV 값의 휘도성분인 Y값을 추출하는 단계
    를 포함하는 관심영역에 대한 영상 차원 판별 방법.
  3. 제 1 항에 있어서,
    상기 주파수 분석 단계는,
    상기 주파수 성분에 대하여 상기 DC 성분을 중심으로 사선방향으로 주파수 영역을 설정하는 단계; 및
    상기 주파수 영역에서 상기 DC 성분을 중심으로 반치전폭(FWHM)을 산출하는 단계
    를 포함하는 관심영역에 대한 영상 차원 판별 방법.
  4. 제 3 항에 있어서,
    상기 차원 판별 단계는,
    상기 반치전폭 및 DC 성분 크기의 비율이 기준값 이하이면 상기 관심영역을 3차원 영상으로 판별하고, 그렇지 않으면 상기 관심영역을 2차원 영상으로 판별하는 단계
    를 포함하는 관심영역에 대한 영상 차원 판별 방법.
  5. 삭제
  6. 삭제
  7. 삭제
  8. 관심영역에 대한 휘도 성분을 산출하는 전처리부;
    상기 휘도 성분에 대한 고속 푸리에 변환을 수행하여 주파수 성분으로 변환하는 FFT 연산부;
    상기 주파수 성분에 대하여 주파수 영역을 설정하고, 상기 주파수 영역에 대하여 기준방향으로 주파수 분포를 산출하는 주파수 분석부; 및
    상기 주파수 분포에서 DC 성분의 비율에 따라 영상의 차원을 결정하는 차원 판별부
    를 포함하는 관심영역에 대한 영상 차원 판별 시스템.
  9. 삭제
KR1020180138120A 2018-11-12 2018-11-12 관심영역에 대한 영상 차원 판별 방법 및 시스템 KR101950438B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180138120A KR101950438B1 (ko) 2018-11-12 2018-11-12 관심영역에 대한 영상 차원 판별 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180138120A KR101950438B1 (ko) 2018-11-12 2018-11-12 관심영역에 대한 영상 차원 판별 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR101950438B1 true KR101950438B1 (ko) 2019-02-20

Family

ID=65561859

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180138120A KR101950438B1 (ko) 2018-11-12 2018-11-12 관심영역에 대한 영상 차원 판별 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101950438B1 (ko)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002521168A (ja) * 1998-07-30 2002-07-16 ボストン サイエンティフィック リミテッド 血管内の超音波画像処理データを空間的且つ時間的にフィルタリングする方法および装置
KR20070039232A (ko) * 2005-10-07 2007-04-11 주식회사 메디슨 웨이브렛 변환과 ｓｖｍ을 이용하여 초음파 영상에서대상체 볼륨을 추출하는 초음파 영상 시스템 및 방법
JP2008048906A (ja) * 2006-08-24 2008-03-06 Olympus Medical Systems Corp 医療用画像処理装置及び医療用画像処理方法
KR20090065818A (ko) * 2007-12-18 2009-06-23 한국전자통신연구원 다중입력 다중출력 수신기에서 다차원 검출 장치 및방법과, 이를 이용한 수신 장치
KR20130066819A (ko) * 2011-12-13 2013-06-21 삼성전자주식회사 촬영 이미지 기반의 문자 인식 장치 및 방법
KR20130093295A (ko) * 2012-02-14 2013-08-22 케이디씨 주식회사 입체 영상 자동 판별 장치 및 방법
KR20140107999A (ko) * 2013-02-28 2014-09-05 고려대학교 산학협력단 시공간 패턴에 기반한 비디오 분석 장치 및 방법
KR20160031035A (ko) * 2011-09-30 2016-03-21 이베이 인크. 이미지 특징 데이터 추출 및 사용
US20170032209A1 (en) * 2010-11-24 2017-02-02 Nocimed, Inc. Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy
KR20170122140A (ko) * 2016-04-26 2017-11-03 길재소프트 주식회사 초음파 영상기기의 연동장치 및 방법, 이와 연결되는 스마트 단말기
KR20170142834A (ko) * 2016-06-20 2017-12-28 길재소프트 주식회사 가상 현실 기반의 의료 영상 제공 장치 및 방법
KR101870693B1 (ko) 2017-03-31 2018-06-25 오스템임플란트 주식회사 실시간 취득영상 안정성 판별을 위한 3d 스캐닝 장치 및 방법

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002521168A (ja) * 1998-07-30 2002-07-16 ボストン サイエンティフィック リミテッド 血管内の超音波画像処理データを空間的且つ時間的にフィルタリングする方法および装置
KR20070039232A (ko) * 2005-10-07 2007-04-11 주식회사 메디슨 웨이브렛 변환과 ｓｖｍ을 이용하여 초음파 영상에서대상체 볼륨을 추출하는 초음파 영상 시스템 및 방법
JP2008048906A (ja) * 2006-08-24 2008-03-06 Olympus Medical Systems Corp 医療用画像処理装置及び医療用画像処理方法
KR20090065818A (ko) * 2007-12-18 2009-06-23 한국전자통신연구원 다중입력 다중출력 수신기에서 다차원 검출 장치 및방법과, 이를 이용한 수신 장치
US20170032209A1 (en) * 2010-11-24 2017-02-02 Nocimed, Inc. Systems and methods for automated voxelation of regions of interest for magnetic resonance spectroscopy
KR20160031035A (ko) * 2011-09-30 2016-03-21 이베이 인크. 이미지 특징 데이터 추출 및 사용
KR20130066819A (ko) * 2011-12-13 2013-06-21 삼성전자주식회사 촬영 이미지 기반의 문자 인식 장치 및 방법
KR20130093295A (ko) * 2012-02-14 2013-08-22 케이디씨 주식회사 입체 영상 자동 판별 장치 및 방법
KR20140107999A (ko) * 2013-02-28 2014-09-05 고려대학교 산학협력단 시공간 패턴에 기반한 비디오 분석 장치 및 방법
KR20170122140A (ko) * 2016-04-26 2017-11-03 길재소프트 주식회사 초음파 영상기기의 연동장치 및 방법, 이와 연결되는 스마트 단말기
KR20170142834A (ko) * 2016-06-20 2017-12-28 길재소프트 주식회사 가상 현실 기반의 의료 영상 제공 장치 및 방법
KR101870693B1 (ko) 2017-03-31 2018-06-25 오스템임플란트 주식회사 실시간 취득영상 안정성 판별을 위한 3d 스캐닝 장치 및 방법

Similar Documents

Publication Publication Date Title
Loizou et al. Quality evaluation of ultrasound imaging in the carotid artery based on normalization and speckle reduction filtering
US20210177373A1 (en) Ultrasound system with an artificial neural network for guided liver imaging
KR100870412B1 (ko) Ｓｖｍ 기반 질감분류를 이용하여 추출된 태아의 표면영상을 기초로 태아의 3차원 초음파 영상을 형성하는초음파 시스템 및 방법
CA2129953C (en) System and method for diagnosis of living tissue diseases
US9672610B2 (en) Image processing apparatus, image processing method, and computer-readable recording medium
EP2117428B1 (en) Identification and analysis of lesions in medical imaging
US8150192B2 (en) System and method for feature score mapping and visualization of medical images
Bottenus et al. Histogram matching for visual ultrasound image comparison
US20110125016A1 (en) Fetal rendering in medical diagnostic ultrasound
WO2013187206A1 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP2005177470A (ja) 画像の経時変化を検出し表示する方法及び装置
KR102025756B1 (ko) 영상에서 스펙클을 제거하는 방법, 장치 및 시스템.
JP2004049925A (ja) 臓器認識装置及びその方法
US9706970B2 (en) Identifying kidney stone composition from medical imaging
JP4347860B2 (ja) 超音波診断装置
CN104248450B (zh) 超声处理装置和方法
US8848998B1 (en) Automated method for contrast media arrival detection for dynamic contrast enhanced MRI
KR101950438B1 (ko) 관심영역에 대한 영상 차원 판별 방법 및 시스템
KR102005326B1 (ko) 영상 내 3차원 깊이정보 추출 방법 및 시스템
US20200111559A1 (en) Analyzing apparatus and analyzing method
CN114708283A (zh) 图像目标的分割方法、装置、电子设备及存储介质
Neofytou et al. A standardised protocol for texture feature analysis of endoscopic images in gynaecological cancer
Ee et al. Estimation of window width setting for CT scan brain images using mean of greyscale level to standard deviation ratio
US11881301B2 (en) Methods and systems for utilizing histogram views for improved visualization of three-dimensional (3D) medical images
Soares et al. Using virtual clinical trials to assess objective image quality metrics in the task of microcalcification localization in digital mammography

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
A107 Divisional application of patent
E701 Decision to grant or registration of patent right
GRNT Written decision to grant