Earticle

Blood marking starts from the outer border and dries to the center of blood. At this time, skeletoni zation s tain is formed when external force is applied. The experiment was carried out at a temperature of 20 ·c and a humidity of 55 %, and a skeletonization stain was formed with a blood volume of 24 11m and a height of 76 em and a force of about 12 N. The mean diameters were 12.12 mm, and the thicknesses were 3.80 mm. The drying in 10 minutes showed significant differences. When the ratio of the thickness and the diameter of the outline blood formed between I 0 minutes and 80 minutes is represented by the time equation, the error rate was from 0.5 % to 4.25 %. Therefore, when a person drops from the tip of a f inger or a knife in a standing position to produce a contour (about 76 em in height), the result of this experiment can be used to calculate the falling blood before the contour. It is expected that it will be able to judge the generation time.

In this paper, we present two comparisons in isolated printed Tifinagh characters recognition, in fact the first comparison is between four hybrid methods exploited in features extraction which are the retinal coding combined with the Hu then with Legendre then with Zernike invariant moments, finally with these tree moments at the same time; in contrast the second comparison is performed in order to deduce what is the most powerful between both kernel functions used in the support vectors machines classifier. For this purpose we have used for pre-processing each character image the median filter, the thresholding, the normalization, the thinning, the centering and the skeletonization techniques. Furthermore, the experiments results that we have obtained demonstrates really that the most powerful hybrid method is that combines between retinal coding and all tree invariant moments concerning features extraction while the Gaussian kernel is more performant than that polynomial concerning classification.

Skeletonization has been a part of morphological image processing for a wide variety of applications. Skeletonization algorithms have played an important role in the preprocessing phase of OCR systems. Many algorithms for vectorization by skeletonization have been devised and applied to a great variety of pictures and drawings for data compression, pattern recognition and raster-to-vector conversion. The vectorization algorithms often used in pattern recognition tasks also require one-pixel-wide lines as input. But parallel skeletonization algorithms which generate one-pixel-wide skeletons can have difficulty in preserving the connectivity of an image or generate spurious branches. In this paper an alternative parallel skeletonization algorithm has been developed and implemented. This algorithm is better than already existing algorithms in terms of connectivity and spurious branches. A few most common skeletonization algorithms have been implemented and evaluated on the basis of performance parameters and compared with newly developed algorithm.

This paper presents a new technique for marker selection called marker selection using skeletonization. Markers are the most reliable pixels that represent a particular class. Marker selection using skeletonization is further analysed to do classification of hyperspectral image with very low training samples, as low as one pixel per class. Both spatial and spectral information are used to improve the final classification accuracy. An Extended Morphological Profile with duality is used to extract spatial information. Furthermore, it is shown that by using the spatial and spectral information with non- parametric supervised feature extraction methods, better classification accuracy can be achieved even when very low training samples are available. The classification maps will be shown and discussed for very low training sample analysis using marker selection by skeletonization technique.

Skeletonization is a morphological operation that transforms an original object into a subset, which is called a 'skeleton'. Skeletonization has been intensively studied for decades and is a challenging issue especially for special target objects. This paper proposes a novel approach to the skeletonization of text images based on stroke width detection. First, the preliminary skeleton is detected by using a Canny edge detector with a Tensor Voting framework. Second, the preliminary skeleton is smoothed, and junction points are connected by interpolation compensation. Experimental results show the validity of the proposed approach.

Pattern recognition in three dimensional image is highly sensitive to assigned value and formation of voxels (pixels for two dimension case). However, occurred while digital imaging, digitization error leads to unpredictable noises in image data. Skeletonization, a powerful tool of pattern recognition, is sensitively dependent on boundary formation. Without successful controlling of the noises, the results of skeletonization can not be allowed as a stable solution. To minimize the effect of noises affecting to boundary formation, we developed a robust processing method useful in skeletonization technique for pattern recognition. Finally, we provide rigorous test results achieved throughout simulation on analytic three dimensional image.

대규모 상수관망 시스템의 운영비용 절감을 위한 펌프장 운영 최적화 연구가 최근 활발히 진행되고 있다. 이러한 상수관망 시스템 운영 최적화에 대한 연구를 수행하기 위해서는 짧게는 24시간, 길게는 1주일 이상의 시간모의가 필수적이며, 최적화 알고리즘과의 연계를 통한 시뮬레이션이 요구된다. 대규모 상수관망의 경우 관로 및 절점의 수가 수 천 혹은 수 만개에 달해 수리해석 및 최적화에 많은 시간이 소요되며 실시간 운영을 목적으로 하는 경우 모형의 적용에 한계가 발생한다. 이처럼 모의시간에 대한 문제를 해결하기 위해서는 해당 상수관망 시스템의 수리 거동, 수질 해석 결과를 변화시키지 않는 범위에서 관망을 간소화 할 필요가 있다. 본 연구에서는 국내에서 실제로 운영되고 있는 송, 배수 시스템의 일부를 대상으로 시스템 간소화, 즉 골격화(Skeletonization) 연구를 진행하였으며, 모두 네 가지의 골격화 기법을 비교, 평가하였다. 본 연구에서 제안된 골격화 기법을 통해 대규모 상수관망의 해석에 소요되는 시간을 단축함으로써, 실제 상수관망의 실시간 운영 모듈 개발에 도움이 될 것으로 기대한다.

Studies of optimizing pump operation in water distribution networks (WDN) are receiving spotlight in recent days. However, the water networks are quite complex including thousands of or even tens of thousands of nodes and pipes, thus simulation time is an issue. In some cases, implementing a computer model for pump operation decisions is restrictive due to intensive computation time. To that end, it is necessary to reduce the simulation time of water networks by simplifying the network layout. In this study, WDN skeletonization approaches were suggested and applied to a real water transmission network in South Korea. In skeletonizing the original network, it was constrained to match the water pressure and water age in the same junction locations to maintain the hydraulic and water quality characteristics in the skeletonized network. Using the skeletonization approaches suggested in this study, it is expected to reduce the simulation time of WDN and apply for developing a computer module of WDN real-time optimal operation.

최근 들어, 송 배수 시스템의 펌프운영을 최적화하여 운영비용을 절감하기 위한 연구가 활발히 진행되고 있다. 펌프운영을 모의하기 위해서는 수 일간의 시간모의가 필수적이며, 최적화 알고리즘 등과의 연계를 통한 시뮬레이션이 필요한 경우가 많다. 하지만, 대규모 네트워크의 경우 관로 및 절점의 수가 수천, 혹은 수 만개에 달해 수리해석 및 최적화에 소요되는 시간이 길어지는 문제가 발생한다. 이에 본 연구에서는 효율적인 수리해석을 위해 상수관망 네트워크를 골격화(skeletonization)하는 방법을 제안한다. 상수관망시스템의 골격화는 본래의 상수관망 수리 거동을 변화시키지 않는 범위에서 관로와 절점의 삭제, 통합을 통해 복잡한 상수관망을 단순화하는 과정이다. 이러한 골격화 방법은 단순골격화 방법과 등가길이관 방법(Equivalent Length Pipe Method)으로 구분할 수 있다. 단순 골격화 방법은 해당 상수관망 수리해석에 큰 영향을 미치지 않는 소구경관을 삭제하거나, 특정 구역의 여러 수요절점을 하나의 수요절점으로 통합하는 방법이다. 등가길이관 방법은 관경과 연장이 상이한 복수의 관에 동일한 유량이 흐르는 경우, 관경, 연장, 조도계수 등을 조절하여 동일한 수두 손실이 발생하는 하나의 관으로 통합하는 방법이다. 국내에 실제 운영되고 있는 지방상수도를 대상으로 골격화를 진행하였으며, 수리해석 프로그램은 미국 환경청에서 개발한 EPANET을 사용하였다. 본 연구에서 개발한 골격화 기법을 통해 대규모 상수관망의 해석에 소요되는 시간을 단축할 수 있으며, 실제 상수관망의 운영에 도움이 될 것으로 기대한다.

퍼지집합이론과 수학적 형태학간의 유사도를 기반으로 Grabish는 수게노(Sugeno)퍼지적분을 이용한 퍼지 수학적 형태학을 제안하였다. 본 논문에서는 퍼지적분에 해당하는 퍼지측도의 비퍼지화를 통한 퍼지 수학적 형태학을 제안하였다. 각각의 부분집합에 대한 각각의 퍼지측도의 포함정도를 측정하는 퍼지집합에 대하여 비퍼지화 과정을 적용한다. 또한 모든 부분집합에 대하여 $\lambda$-퍼지 측도를 정의하여 이에 대한 마스크내의 영상에 대한 비퍼지화를 수행하여 퍼지적분의 결과로 대치하였다. 결국 퍼지 측도를 기반으로 하여 융기와 침식에 대한 퍼지 형태학적 연산자를 정의한다. 이러한 연산자들을 이용하여 2차원의 물체에 대한 골격화에 적용하여 보았다. 임펄스 잡음을 가지는 나선형 영상과 퍼즐영상에 대하여 위의 방법을 적용한 결과 기존의 방법보다 대부분의 경우에 우수함을 확인할 수 있었다.

Based on similarities between fuzzy set theory and mathematical morphology, Grabish proposed a fuzzy morphology based on the Sugeno fuzzy integral. This paper proposes a fuzzy mathematical morphology based on the defuzzification of the fuzzy measure which corresponds to fuzzy integral. Its process makes a fuzzy set used as a measure of the inclusion of each fuzzy measure for subsets. To calculate such an integral a $\lambda$-fuzzy measure is defined which gives every subsets associated with the universe of discourse, a definite non-negative weight. Fast implementable definitions for erosion and dilation based on the fuzzy measure was given. An application for robust skeletonization of two-dimensional objects was presented. Simulation examples showed that the object reconstruction from their skeletal subsets that can be achieved by using the proposed was better than by using the binary mathematical morphology in most cases.

본 논문에서는 computer-aided analysis 의 일환으로 X-ray 심혈관 조영도를 이용하여 관상동맥의 구조를 보여주는 방법에 대해 제시하고자 한다. 관상동맥 폐색증 환자들에게 시술되는 스텐트 삽입 시술이나 관상동맥 우회로 시술을 할 때에는 X-ray 의 조영 영상이 매우 중요한 시술의 기준이 되고 있으며, 조영 영상에서 혈관을 빠르고 정확하게 인식하는 것은 시술의 필수 조건이다. 이러한 시술중의 혈관구조 인식을 돕기 위하여 본 논문에서는 심혈관 조영 영상으로부터 관상동맥의 골격을 추출하기 위한 방법을 제안한다. 본 논문에서는 혈관 구조 추출을 위하여 3 단계 알고리즘을 제시한다. 첫번째 단계에서는 조영도에서 잡음을 제거하기 위하여 동질영역을 블러링할 수 있는 speckle reducing anisotropic diffusion 을 이용한 이미지 필터링을 수행한다. 이 필터링은 영상내 잡음을 제거하고 혈관의 경계선을 강화하여 정확한 영상인식을 가능하게 한다. 두번째 단계에서는 영상 내에서 보여지는 주요 혈관을 분할하는 것이다. 이 영상분할에는 canny edge detection 과 개선된 영역확장법(adaptive region growing)을 동시에 이용하는 복합적 분할기법이 수행된다. 세번째 단계에서는 형태학적 기법(Morphology)을 이용하여 분할결과의 부족한 부분을 보완하고 골격화를 수행하여 정확한 혈관 구조를 추출해낸다. 실험을 위해서는 정상인의 관상동맥 영상 뿐 아니라 혈관이 가늘어지는 폐색이 관찰되는 환자의 영상에 대해서도 실험하였다. 또한 논문에서 제시한 알고리즘에 대한 검증을 위하여 실험 결과들은 의료진의 감수를 거쳤다.

It is necessary to analyze the unsteady flow in the pipe network for the better operation and controls, but there are some problems in actual pipe network simulation, such as collecting a large amount of information in the field, operating highly upgraded computer system, and keeping a big storage device to run analysis program. The skeletonization method is used to cope with the problems in this paper. It is expected to reduce computation time, researcher's efforts, and costs for the analyzing the pipe network. The impact of individual pipe elements to the behavior of the water distribution system can be accounted in the process of skeletonization. However it is also important to study continuously about how to apply the skeletonization method for each of different cases, because inadequate uses may bring simulation to a false result. This paper introduces basic theories and skeletonizing examples in the actual pipe network in Dae-gu city.

The postprocessing of fingerprint images is widely used in the elimination of the false minutiae caused by skeletonization. This paper presents the images were duplicated by The SOFM. And this Method showed that the good performance of eliminating false minutiae and fast processing.

$RRT^*$ (Rapidly exploring Random $Tree^*$) based algorithms are widely used for path planning. Informed $RRT^*$ uses $RRT^*$ for generating an initial path and optimizes the path by limiting sampling regions to the area around the initial path. $RRT^*$ algorithms have several limitations such as slow convergence speed, large memory requirements, and difficulties in finding paths when narrow aisles or doors exist. In this paper, we propose an algorithm to deal with these problems. The proposed algorithm applies the image skeletonization to the gridmap image for generating an initial path. Because this initial path is close to the optimal cost path even in the complex environments, the cost can converge to the optimum more quickly in the proposed algorithm than in the conventional Informed $RRT^*$. Also, we can reduce the number of nodes and memory requirement. The performance of the proposed algorithm is verified by comparison with the conventional Informed $RRT^*$ and Informed $RRT^*$ using initial path generated by $A^*$.