1 |
1
이종의 영상 특성 데이터들을 획득하는 단계;획득된 영상 특성 데이터들 각각을 입력으로 각각의 TD(Topological Derivative)들을 계산하는 단계;계산된 TD들을 합산하는 단계; 및합산 결과를 참조하여, 영상을 다수의 영역들로 분할하는 단계;를 포함하고,상기 합산 단계는,계산된 TD들 각각에 가중치들을 각각 적용하여 합산하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
이종의 영상 특성 데이터들을 획득하는 단계;획득된 영상 특성 데이터들 각각을 입력으로 각각의 TD(Topological Derivative)들을 계산하는 단계;계산된 TD들을 합산하는 단계; 및합산 결과를 참조하여, 영상을 다수의 영역들로 분할하는 단계;를 포함하고,상기 분할 단계는,합산 결과를 참조하여, 상기 영상 특성 데이터들과 클래스들을 업데이트 하는 단계;를 더 포함하고,업데이트 결과를 이용하여, 상기 영상을 다수의 영역들로 분할하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
5 |
5
청구항 4에 있어서,상기 업데이트 단계는,상기 합산 결과의 부호를 참조하여 업데이트 할 영상 특성 데이터들을 결정하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
6 |
6
청구항 4에 있어서,상기 계산 단계와 상기 분할 단계는,특정 조건이 만족 될 때까지 반복되는 것을 특징으로 하는 영상 세그먼테이션 방법
|
7 |
7
청구항 6에 있어서,상기 특정 조건은,업데이트 결과로부터 생성한 코스트가 임계 값 미만인 것을 특징으로 하는 영상 세그먼테이션 방법
|
8 |
8
청구항 7에 있어서,상기 코스트는,상기 영상 특성 데이터들 각각에 대한 코스트들의 평균인 것을 특징으로 하는 영상 세그먼테이션 방법
|
9 |
9
청구항 4에 있어서,상기 업데이트 단계는,상기 클래스들 각각에 대해 후보들을 생성하고, 생성된 후보들에 대한 코스트를 계산하여, 코스트가 최소인 후보로 클래스를 업데이트 하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
10 |
10
청구항 1에 있어서,상기 영상은,2D 영상 및 3D 영상을 포함하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
11 |
11
청구항 1에 있어서,상기 영상 특성 데이터들은,서로 독립적인 데이터들인 것을 특징으로 하는 영상 세그먼테이션 방법
|
12 |
12
이종의 영상 특성 데이터들을 획득하는 단계;획득된 영상 특성 데이터들 각각을 입력으로 각각의 TD(Topological Derivative)들을 계산하는 단계; 및계산된 TD들을 이용하여, 영상을 다수의 영역들로 분할하는 단계;를 포함하고,상기 영상 특성 데이터들은,서로 독립적인 데이터들로, 휘도, 컬러, 에지, 그레디언트, 고유 벡터 및 컨벡시티 중 적어도 2개를 포함하는 것을 특징으로 하는 영상 세그먼테이션 방법
|
13 |
13
영상을 제공하는 영상 제공부; 및상기 영상 제공부가 제공하는 영상에 대한 이종의 영상 특성 데이터들을 획득하고, 획득된 영상 특성 데이터들 각각을 입력으로 각각의 TD(Topological Derivative)들을 계산하고, 계산된 TD들을 합산하고, 합산 결과를 참조하여 영상을 다수의 영역들로 분할하는 프로세서;를 포함하고,상기 프로세서는,계산된 TD들 각각에 가중치들을 각각 적용하여 합산하는 것을 특징으로 하는 영상 시스템
|
14 |
14
삭제
|
15 |
15
이종의 특성 데이터들을 획득하는 단계;획득된 특성 데이터들 각각을 입력으로 각각의 TD(Topological Derivative)들을 계산하는 단계; 및계산된 TD들을 합산하는 단계;합산 결과를 참조하여, 상기 특성 데이터들이 나타내는 정보를 다수의 그룹들로 분할하는 단계;를 포함하고,상기 분할 단계는,계산된 TD들 각각에 가중치들을 각각 적용하여 합산하는 것을 특징으로 하는 정보 분할 방법
|