Earticle

초음파 영상 진단 장치에서 획득한 데이터로부터 진단 객체를 추출하기 위한 영상 분할은 질병의 효과적 인 진단을 위하여 필수적인 전처리 과정으로 인식되고 있으며, 지금까지 많은 분할 기법들이 연구되고 있다. 본 연 구에서는 혈관 초음파 영상의 다양한 응용 및 진단법 개발을 위하여 기초 전처리과정으로서 graph cut 알고리즘에 의한 상호적인 영상분할법을 제시한다. 일반영상 및 혈관 초음파 영상에 대하여 전경(foreground)과 배경 (background)의 제약조건을 주고 영상분할 처리하여, 원하는 object에 대한 분할 결과를 얻었다. 향후, 이러한 일련 의 처리 과정이 실시간으로 처리되면 새로운 초음파 진단법으로 발전시켜 나갈 수 있을 것으로 사료된다.

Image segmentation for object to extract data from ultrasound acquired is an essential preprocessing step for the effective diagnosis. Various image segmentation methods have been studied. In this study, interactive image segmentation method by graph cut algorithm is proposed to develop a variety of applications of vascular ultrasound imaging and diagnostics. General imaging and vascular ultrasound imaging segmentation by entering constrain condition such as foreground and background. In the future it will be able to develop new ultrasound diagnostics.

측정 기반 양자컴퓨팅(MBQC)은 클러스터 상태의 그래프 구조와 측정 각도만으로 양자 회로를 구현한다. MAX K-CUT 문제를 위한 native MBQC-QAOA가 제안되었으나, 비용 해밀토니안 층에서 문제 그래프의 간선 정보가 클러스터 상태의 연 결 구조로 직접 노출된다는 한계가 있다. 본 논문에서는 Selectively Blind Quantum Computation(SBQC)에서 제안된 그래프 마스킹(Merge-and-Break)과 브리지-브레이크(Bridge-and-Break) 기법을 MBQC-QAOA 비용층에 접목하여, 서버가 수행하 는 MBQC 측정 패턴은 유지하면서도 클라이언트의 MAX-Cut 입력 그래프 토폴로지를 선택적으로 은닉하는 방법을 제안한 다. 각 비용 항(간선) 가젯에서 데이터 큐빗과 간선 보조 큐빗 사이에 매개 큐빗을 2개 삽입하고, 클라이언트가 매개 큐빗의 초기 상태(위상)를 설정함으로써 서버가 동일한 측정 기저를 사용하더라도 해당 간선이 ‘연결(bridge)’ 또는 ‘단절(break)’되도 록 한다.

Measurement-Based Quantum Computing (MBQC) implements quantum circuits solely through the graph structure of a cluster state and measurement angles. While a native MBQC-QAOA for the MAX K-CUT problem has been proposed, it has a limitation where the edge information of the problem graph is directly exposed to the connection structure of the cluster state within the cost Hamiltonian layer. In this paper, we propose a method to selectively hide the client's MAX-Cut input graph topology while maintaining the server's MBQC measurement pattern. This is achieved by integrating the graph masking (Merge-and-Break) and Bridge-and-Break techniques from Selectively Blind Quantum Computation (SBQC) into the MBQC-QAOA cost layer. In each cost term (edge) gadget, two intermediate qubits are inserted between the data qubit and the edge auxiliary qubit. By allowing the client to set the initial state (phase) of these intermediate qubits, the corresponding edge can be selectively configured to 'bridge' or 'break', even when the server applies the same measurement basis.

As a key step in the visual inspection, image to appear particularly important. Compared with the traditional algorithm, graph cut algorithm overall high precision and faster convergence speed in discontinuous area. Based on adaptive algorithm on the basis of in-depth study, this paper proposes a three-dimensional adaptation algorithm based on graph cut theory in order to realize the image matching. Experimental results show that this algorithm can well meet the requirements of high precision and high real time capability, solve the problems such as large amount of calculation in the traditional algorithm.

In this paper, we present an automatic background composition method using histogram-based graph cut. The proposed method consists of four steps: i) initial label map generation, ii) label map update, iii) object extraction by segmentation, and iv) dynamic background composition. Since the proposed method can minimize the user interaction for generating the initial label map and updating, it is suitable for simple interaction using a low-speed processor and limited memory space. Experimental results show that the proposed method provides better segmentation results compared with existing state-of-the-art methods with significantly reduced computational complexity. The proposed automatic object segmentation and background composition method can be applied to video editing, video conference, and video contents creation using low-cost mobile devices such as smart phones, smart TVs, and tablet PCs.

The aim of this paper is to develop an efficient and a powerful Matlab based graphical user interface to address the problem of image segmentation. We propose two approaches for segmenting images: An automatic marker controlled watershed segmentation for segmenting an entire image or a scene and a semiautomatic graph cut based segmentation using fixation points. Automatic Watershed segmentation with a Sobel edge detector is used to detect the gradient of an input image resulting in an image less sensitive to noise. To deal with the usual problem of over segmentation using watershed, marker controlled watershed transformation is applied further for segmenting an image. Fixation based graph cut segmentation allows the user to analyze the input image displayed on the screen and specify some hard constraints indicating the object of interest or target object by using the mouse interaction. Experiments are done on the publically available dataset and the results of the supervised evaluation methods are observed to be satisfactory and are demonstrated along with the manually segmented reference image or a ground truth image obtained from segmentation evaluation database

주어진 그래프 G = (V,E), n = IVI , m = IEI에 대해 최소절단을 찾는 연구는 공급처 s와 수요처 t가 주어지지 않은 경우와 주어진 경우로 구분된다. s와 t가 주어지지 않은 무방향 가중 그래프에 대한 Stoer-Wagner 알고리즘은 임의의 정점을 고정시키고 최대 인접 순서로 나열하여 마지막 정점의 절단 값과 마지막 2개 정점을 병합하면서 정점 을 축소시키는 방법으로 2/n(n-1) 회를 수행한다. 또한, s와 t가 주어진 그래프에 대한 Ford-Fulkerson 알고리즘은 증 대경로를 탐색하여 절단 간선을 결정한다. 더 이상의 증대 경로가 없으면 절단 간선들의 조합으로 최소절단을 결정해 야 한다. 본 논문은 단일 s와 t가 주어진 무방향 가중 그래프에 대해 최대인접 병합과 절단값을 동시에 계산하는 방법으로 n - 1회 수행으로 단축시켰다. 또한, Stoer-Wagner 알고리즘은 최소 절단을 기준으로 V = S + T로 양분하지 못 할 수 있는데 반해 제안된 알고리즘은 정확히 양분시켰다. 제안된 알고리즘은 Ford-Fulkerson의 증대경로를 찾는 수행 횟수보다 많이 수행하지만 수행과정에서 최소절단을 결정하는 장점이 있다.

Given weighted graph G = (V,E), n = IVI , m = IEI , the minimum cut problem is classified with source s and sink t or without s and t. Given undirected weighted graph without s and t, Stoer-Wagner algorithm is most popular. This algorithm fixes arbitrary vertex, and arranges maximum adjacency (MA)-ordering. In the last, the sum of weights of the incident edges for last ordered vertex is computed by cut value, and the last 2 vertices are merged. Therefore, this algorithm runs 2/n(n-1) times. Given graph with s and t, Ford-Fulkerson algorithm determines the bottleneck edges in the arbitrary augmenting path from s to t. If the augmenting path is no more exist, we determine the minimum cut value by combine the all of the bottleneck edges. This paper suggests minimum cut algorithm for undirected weighted graph with s and t. This algorithm suggests MA-merging and computes cut value simultaneously. This algorithm runs  n - 1 times and successfully divides V into disjoint S and V sets on the basis of minimum cut, but the Stoer-Wagner is fails sometimes. The proposed algorithm runs more than Ford-Fulkerson algorithm, but finds the minimum cut value within n - 1 processing times.

Building segmentation in dense urban scenes remains challenging due to frequent under-segmentation, where adjacent buildings are erroneously merged into single objects. Conventional thresholding, morphological filtering, or context-based optimization methods such as Conditional Random Fields (CRFs) and Graph Cut alleviate this issue only partially, as soft boundaries between closely located buildings often lead to incorrect merging. To address this limitation, we propose a novel post-processing framework termed Local Rank-Based Calibration and Graph Cut for building segmentation refinement. The method introduces a percentile rank-based calibration applied to the softmax probability map before binarization. Instead of treating each pixel's absolute probability as a decision boundary, our calibration reinterprets the probability as a relative percentile within a local sliding window. Low-percentile pixels are penalized via an exponential weighting function, thereby suppressing spurious foreground responses in narrow gaps between buildings, while high-percentile pixels retain their original values. The calibrated map is subsequently refined using a Graph Cut optimization, which balances unary terms from the calibrated probabilities with pairwise smoothness terms to enforce globally consistent segmentation. Experiments were conducted on high-resolution aerial orthoimages of Suseo, Seoul, using building footprints from the National Geographic Information Institute (NGII) as ground truth. SegFormer was adopted as the baseline segmentation backbone, and multiple post-processing strategies were compared under identical conditions. Quantitative results show that our method reduces the under-segmentation rate from 28.47% (baseline) to 15.33%, while maintaining the lowest over-segmentation rate (0.49%) among all tested methods. Pixel-level metrics also improved, with Intersection over Union (IoU) reaching 0.8012 and F1-score 0.8896. Visual comparisons confirm that the proposed Local Rank-Based Calibration and Graph Cut method effectively separates adjacent buildings while preserving the continuity of individual building interiors. Sensitivity analysis further demonstrates the robustness of the method across a reasonable range of parameter values. Although the Graph Cutstep increases computational cost(2 hours 28 minutes for full-scene processing without GPU acceleration), the accuracy gains are significant for applications requiring reliable building-level delineation. The modular design allows our approach to be seamlessly integrated with various backbone models and combined with other post-processing methods such as morphology or CRF. In summary, this study presents a lightweight yet effective refinement strategy that substantially improves building boundary delineation in dense urban imagery. By combining local rank-based calibration with global Graph Cut optimization, the proposed method offers a generalizable and transferable solution for enhancing building segmentation in remote sensing applications.

In this paper, we report the development of two DEM (digital elevation model) generation algorithms over urban areas from an IKONOS stereo pair. One ("EpiMatch") is originally developed for SPOT images and modified for IKONOS images. It uses epipolar geometry for accurate DEM generation. The other is based on graph-cut algorithm in 3D voxel space. This algorithm is believed to work better on height discontinuities than EpiMatch. An IKONOS image pair over Taejon city area was used for tests. Using ground control points obtained from differential GPS, camera model was set up and stereo matching applied. As a result, two DEMs over urban areas were produced. Within a DEM from EpiMatch small houses appear as small "cloudy" patches and large apartment and industrial buildings are visually identifiable. Within the DEM from graph-cut we could achieve better height information on building boundaries. The results show that both algorithms can generate DEMs from IKONOS images although more research is required on handling height discontinuities (for "EpiMatch") and on faster computation (for "Graph-cut").

A pathos block line cut-vertex graph of a tree T, written P BL_c(T), is a graph whose vertices are the blocks, cut-vertices, and paths of a pathos of T, with two vertices of P BL_c(T) adjacent whenever the corresponding blocks of T have a vertex in common or the edge lies on the corresponding path of the pathos or one corresponds to a block B_i of T and the other corresponds to a cut-vertex c_j of T such that c_j is in B_i; two distinct pathos vertices P_m and P_n of P BL_c(T) are adjacent whenever the corresponding paths of the pathos P_m(v_i, v_j) and P_n(v_k, v_l) have a common vertex. We study the properties of P BL_c(T) and present the characterization of graphs whose P BL_c(T) are planar; outerplanar; maximal outerplanar; minimally nonouterplanar; eulerian; and hamiltonian. We further show that for any tree T, the crossing number of P BL_c(T) can never be one.

그래프 컷(graph cuts) 방법은 주어진 사전정보와 각 픽셀간의 유사도를 나타내는 데이터 항(data term)과 이웃하는 픽셀간의 유사도를 나타내는 스무드 항(smoothness term)으로 구성된 에너지 함수를 전역적으로 최소화하는 방법으로, 최근 영상 분할에 많이 이용되고 있다. 기존 그래프 컷 기반의 영상 분할 방법에서 데이터 항을 설정하기 위해 GMM(Gaussian mixture model)을 주로 이용하였으며, 평균과 공분산을 각 클래스를 위한 사전정보로 이용하였다. 이 때문에 클래스의 모양이 초구(hyper-sphere) 또는 초타원(hyper-ellipsoid)일 때만 좋은 성능을 보이는 단점이 있다. 다양한 클래스의 모양에서 좋은 성능을 보이기 위해, 본 논문에서는 mean shift 분석 방법을 이용한 그래프 컷 기반의 자동 영상분할 방법을 제안한다. 데이터 항을 설정하기 위해 $L^*u^*{\upsilon}^*$ 색상공간에서 임의로 선택된 초기 mean으로부터 밀도가 높은 지역인 모드(mode)로 이동하는 mean의 집합들을 사전정보로 이용한다. Mean shift 분석 방법은 군집화에서 좋은 성능을 보이지만, 오랜 수행시간이 소요되는 단점이 있다. 이를 해결하기 위해 특징공간을 3차원 격자로 변형하였으며, mean의 이동은 격자에서 모든 픽셀이 아닌 3차원 윈도우내의 1차원 모멘트(moment)를 이용한다. 실험에서 GMM을 이용한 그래프 컷 기반의 영상분할 방법과 최근 많이 이용되고 있는 mean shift와 normalized cut기반의 영상분할 방법을 제안된 방법과 비교하였으며, Berkeley dataset을 기반으로 앞의 세 가지 방법보다 좋은 성능을 보였다.

A graph cuts method has recently attracted a lot of attentions for image segmentation, as it can globally minimize energy functions composed of data term that reflects how each pixel fits into prior information for each class and smoothness term that penalizes discontinuities between neighboring pixels. In previous approaches to graph cuts-based automatic image segmentation, GMM(Gaussian mixture models) is generally used, and means and covariance matrixes calculated by EM algorithm were used as prior information for each cluster. However, it is practicable only for clusters with a hyper-spherical or hyper-ellipsoidal shape, as the cluster was represented based on the covariance matrix centered on the mean. For arbitrary-shaped clusters, this paper proposes graph cuts-based image segmentation using mean shift analysis. As a prior information to estimate the data term, we use the set of mean trajectories toward each mode from initial means randomly selected in $L^*u^*{\upsilon}^*$ color space. Since the mean shift procedure requires many computational times, we transform features in continuous feature space into 3D discrete grid, and use 3D kernel based on the first moment in the grid, which are needed to move the means to modes. In the experiments, we investigate the problems of mean shift-based and normalized cuts-based image segmentation methods that are recently popular methods, and the proposed method showed better performance than previous two methods and graph cuts-based automatic image segmentation using GMM on Berkeley segmentation dataset.

오래 전 부터 영상처리와 컴퓨터 비전은 많은 분야에 응용되고 발전 되어 왔다. 그러한 기술 중에 최근 각광 받고 있는 그래프 짓(Graph cut) 알고리즘은 에너지함수를 최소화 하는 가장 강력한 최적화 기법중 하나이다. 그리고 일반적으로 Sobel, Prewitt, Roberts, Canny 에지(edge) 검출기 등은 영상처리에서 영상상의 에지를 검출하기 위해 이미 널리 사용되고 발전되어 온 기술이다. 물체에서의 윤곽만 검출하기 위해서는 우리가 원하지 않는 영상 위의 에지도 검출되기 때문에 예지 검출기만으로는 물체의 윤곽만을 검출하는 것은 불가능하다. 우리는 물체의 윤곽만 검출하기를 원하기 때문에 그래프 컷과 에지 검출기의 알고리즘을 결합하면 이러한 문제를 해결 할 수 있다는 것을 제안한다. 이 논문에서는 그래프 컷 알고리즘과 에지 검출기에 관해 간략하게 기술하고 그 결과를 보일 것이다.

본 논문은 스테레오 시각에서 3차원 정보를 얻기 위해 bilateral filter를 이용한 그래프 컷 기반의 다해상도 스테레오 영상 정합 방법을 제안하고자 한다. 제안한 방법은 변위도에서 물체의 경계를 명확히 구분하기 위해 bilateral filter를 이용하여 그래프의 각 노드들을 연결하는 경로의 가중치를 결정하고 정합 비용을 통합한다. 정합 과정에서 계산복잡도를 줄이기 위해 계층적 다해상도 구조를 적용하여 영상 피라미드를 만들고, 정합의 정확성을 향상시키기 위해 정합 영역에 변위 평활성과 같은 제약 조건을 적용하여 변위를 전파하는 방법을 사용한다. 실험을 통해 제안한 방법이 변위 탐색 시간을 감소시킬 뿐만 아니라 기존의 그래프 컷의 단점을 보완할 수 있음을 확인하고자 한다.

SNS, 시맨틱 웹, IoT 등 다양한 분야에서 그래프 데이터가 생성되고 있다. 최근 그래프가 동적으로 변화하는 대용량의 그래프 스트림에 대한 활용이 증가됨에 따라 실시간으로 그래프를 분산 관리하기 위한 필요성이 증가되고 있다. 본 논문에서는 질의 처리 성능 향상과 부하 분산을 고려한 정점 절단 기반의 스트림 그래프 분할 기법을 제안한다. 제안하는 기법은 저장 공간의 사용률 및 처리량을 고려한 노드의 부하를 그래프 분할 기준으로 선정한다. 또한, 핫 데이터로 인해 특정 노드에 부하가 집중되는 문제점을 해결하기 위해 핫 데이터가 삽입되는 경우 처리 성능에 더 높은 비중을 두고 분할을 수행한다. 성능평가에서는 기존 기법과의 성능 평가를 통해 제안하는 기법의 우수성을 입증한다.

Graph data is being generated in various fields such as social network, semantic web, and IoT. With the increasing utilization of large scale graph streams that change over time, the real-time distributed management of graphs has been required. In this paper, we propose a vertex-cut based graph stream partitioning method for efficient query processing and load balancing. We choose the load of each node that considers its storage utilization and throughput as the graph partitioning criterion. In addition, the proposed method performs the partitioning with a higher weight on throughput in order to resolve the problem of hot data loaded in a particular node. It is shown through performance evaluation that the proposed method outperforms the existing methods.