1 |
1
캡슐 내시경 기기로부터 수신한 원본 이미지에 대해 미리 정의된 기준에 따른 이미지 처리를 수행하여 변환된 이미지를 획득하는 이미지 프로세싱 단계;상기 변환된 이미지로부터 얻은 색조(hue, h), 채도(saturation, s), 명도(value, v)값을 이용하여 미리 정의된 알고리즘의 입력값을 논리 연산하고, 논리 연산을 통해 출혈부 식별 이미지를 획득하는 경계값(threshold) 분석 단계; 및미리 정의된 필터를 이용하여 상기 출혈부 식별 이미지에 포함된 출혈부를 표시(label)하여 최종 이미지를 획득하는 형태학적 분류 단계를 포함하며,상기 경계값 분석 단계는, 색조 경계값(λv)보다 작은 모든 색조 채널 픽셀들을 포함하는 제2 색조값(H2), 제1 명도 경계값(λv1)보다 작은 제2 명도값(V2)과 제2 명도 경계값(λv2)보다 큰 제3 명도값(V3)을 산출하고,상기 제2 색조값(H2), 상기 제2 명도값(V2), 상기 제3 명도값(V3)을 AND 연산하여, 공통 부분을 추출해내는 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
2 |
2
제 1 항에 있어서,상기 이미지 프로세싱 단계는, 이미지 향상 단계, 엣지 검출 및 제거 단계, 및 HSV 컬러영역으로의 변환 단계를 포함하는 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
3 |
3
제 2 항에 있어서,상기 이미지 향상 단계는 히스토그램 균일화 처리 및 이미지 샤프닝(sharpening) 처리 중 적어도 하나의 처리를 수행하는 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
4 |
4
제 2 항에 있어서,상기 엣지 검출 및 제거 단계는, 이미지 향상 단계를 거친 이미지에 대하여 균일한 색상을 갖도록 변환하고, RGB 컬러로 마스크하여 이미지를 확장하고, 확장된 이미지에서 엣지 영역을 제거하는 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
5 |
5
제 2 항에 있어서,상기 HSV 컬러영역으로의 변환 단계는, RGB 컬러 영역에서 HSV 컬러 영역으로 변환하여 색조, 채도, 명도 값을 산출하는 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
6 |
6
삭제
|
7 |
7
제 1 항에 있어서,상기 형태학적 분류 단계는, 예측변수를 통해 관심 공간 영역을 추출하고, 라벨값을 통해 출혈부의 픽셀들을 포함하는 영역을 표시하고,상기 예측변수는 상기 제2 색조값(H2), 상기 제2 명도값(V2), 상기 제3 명도값(V3)를 포함하고,상기 라벨값은 상기 AND 연산을 통해 공통 부분을 추출한 벡터값(If)인 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
8 |
8
제 7 항에 있어서,상기 형태학적 분류 단계는, 라벨링을 통해 출혈부를 포함하는 이미지들은 양성 샘플(positive sample)로 태그되고, 일반 이미지들은 음성 샘플(negative sample)로 태그되도록 분류되어 각각의 최종 이미지를 획득하는 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
9 |
9
제 7 항에 있어서,상기 라벨값은 SVM(support Vector Machine)을 트레이닝하기 위한 입력값이 되는 것을 특징으로 하는, 캡슐 내시경 영상을 이용한 자동 출혈 감지 방법
|
10 |
10
하드웨어와 결합되어 자동 출혈 감지 방법을 실행하도록 매체에 저장된 컴퓨터 프로그램으로서, 상기 자동 출혈 감지 방법은,캡슐 내시경 기기로부터 수신한 원본 이미지에 대해 미리 정의된 기준에 따른 이미지 처리를 수행하여 변환된 이미지를 획득하는 이미지 프로세싱 단계;상기 변환된 이미지로부터 얻은 색조(hue, h), 채도(saturation, s), 명도(value, v)값을 이용하여 미리 정의된 알고리즘의 입력값을 논리 연산하고, 논리 연산을 통해 출혈부 식별 이미지를 획득하는 경계값(threshold) 분석 단계; 및미리 정의된 필터를 이용하여 상기 출혈부 식별 이미지에 포함된 출혈부를 표시(label)하여 최종 이미지를 획득하는 형태학적 분류 단계를 포함하며,상기 경계값 분석 단계는, 색조 경계값(λv)보다 작은 모든 색조 채널 픽셀들을 포함하는 제2 색조값(H2), 제1 명도 경계값(λv1)보다 작은 제2 명도값(V2)과 제2 명도 경계값(λv2)보다 큰 제3 명도값(V3)을 산출하고,상기 제2 색조값(H2), 상기 제2 명도값(V2), 상기 제3 명도값(V3)을 AND 연산하여, 공통 부분을 추출해내는 것을 특징으로 하는, 자동 출혈 감지 컴퓨터 프로그램
|
11 |
11
제 10 항에 있어서,상기 이미지 프로세싱 단계는, 이미지 향상 단계, 엣지 검출 및 제거 단계, 및 HSV 컬러영역으로의 변환 단계를 포함하는 것을 특징으로 하는 자동 출혈 감지 컴퓨터 프로그램
|
12 |
12
제 11 항에 있어서,상기 이미지 향상 단계는 히스토그램 균일화 처리 및 이미지 샤프닝(sharpening) 처리 중 적어도 하나의 처리를 수행하는 것을 특징으로 하는 자동 출혈 감지 컴퓨터 프로그램
|
13 |
13
제 11 항에 있어서,상기 엣지 검출 및 제거 단계는, 이미지 향상 단계를 거친 이미지에 대하여 균일한 색상을 갖도록 변환하고, RGB 컬러로 마스크하여 이미지를 확장하고, 확장된 이미지에서 엣지 영역을 제거하는 것을 특징으로 하는, 자동 출혈 감지 컴퓨터 프로그램
|
14 |
14
제 11 항에 있어서,상기 HSV 컬러영역으로의 변환 단계는, RGB 컬러 영역에서 HSV 컬러 영역으로 변환하여 색조, 채도, 명도 값을 산출하는 것을 특징으로 하는, 자동 출혈 감지 컴퓨터 프로그램
|
15 |
15
삭제
|
16 |
16
제 10 항에 있어서,상기 형태학적 분류 단계는, 예측변수를 통해 관심 공간 영역을 추출하고, 라벨값을 통해 출혈부의 픽셀들을 포함하는 영역을 표시하고,상기 예측변수는 상기 제2 색조값(H2), 상기 제2 명도값(V2), 상기 제3 명도값(V3)를 포함하고,상기 라벨값은 상기 AND 연산을 통해 공통 부분을 추출한 벡터값(If)인 것을 특징으로 하는, 자동 출혈 감지 컴퓨터 프로그램
|
17 |
17
제 16 항에 있어서,상기 형태학적 분류 단계는, 라벨링을 통해 출혈부를 포함하는 이미지들은 양성 샘플(positive sample)로 태그되고, 일반 이미지들은 음성 샘플(negative sample)로 태그되도록 분류되어 각각의 최종 이미지를 획득하는 것을 특징으로 하는, 자동 출혈 감지 컴퓨터 프로그램
|
18 |
18
제 16 항에 있어서,상기 라벨값은 SVM(support Vector Machine)을 트레이닝하기 위한 입력값이 되는 것을 특징으로 하는, 자동 출혈 감지 컴퓨터 프로그램
|