The rapidly increasing prevalence of computer to interpret huge amount of sensory and numerical datasets has created demands for a variety of visualization and perception techniques. One of them is the Volume Visualization to give a 2D presentation of the scanned object or some other data features of 3D scalar datasets. Another one is the Segmentation and Classification that extracts regions of interest from given input datasets. To achieve the fully automatic interpretation of datasets by computer, visualization method of 3D volumetric scalar datasets and an automatic segmentation method of 2D images are studied in this thesis.
After choosing ray-casting algorithm as the basic visualization algorithm due to its large versatility, we propose a fast volume rendering scheme that greatly reduces the overhead of ray-block intersection calculation by uniform block merging approach. It is shown that our adaptive approach is effective in optimizing volume coherency by taking advantage of two approaches: Hierarchical space partitioning and uniform space partitioning. We first apply a uniform space subdivision for constructing the adaptively subdivided volume. Then coherent uniform blocks are merged to generate adaptive-sized blocks that are efficient for leaping space. To accomplish this, an efficient block merging algorithm based on a boundary following and scan-filling strategy is devised. Experimental results show that our fast volume rendering scheme is superior to precedent schemes in constructing a data structure. The construction speed is more than three times faster than a hierarchical data structure, the octree. The performance gain in rendering timing over the octree is 25% to 70%. Additional advantages, such as suitability for animation and large-scale volume rendering, are also identified.
In addition to the volume visualization in the part I of the thesis, automatic object segmentation and recognition are studied in the part II. An effective automatic face location scheme in a complex background is shown. Relatively unexplored visual cues, such as the motion and the color, are used to segment facial feature regions from the complex background and face itself. The algorithm of the second part are implemented on a task-level pipelined multicomputer, RV860-PIPE, which was built principally by the author.
방대한 양의 측정 및 계산 데이터를 해석하기 위한 컴퓨터의 이용은 급속도로 증가되었으며, 이로 인한 다양한 데이터의 시각화 및 인지 기술들에 대한 요구 또한 증가되었다. 그 중 하나는 삼차원 볼륨 형태로 주어지는 데이터를 이차원형태의 영상으로 제공하는 기술인 볼륨 시각화이다. 또 다른 기술로는 주어진 입력 데이터의 시각화의 전단계로서 관심 있는 부분을 추출해 내는 영역 분할 및 구분 기술이다. 따라서 본 논문에서는 컴퓨터를 통해 주어진 데이터 내부의 정보를 자동으로 해석하기 위해서 필요한 삼차원 스칼라 볼륨 형태의 데이터의 시각화 방법 및 이차원 영상의 자동영역 분할 및 인식에 관해서 연구를 수행하였다.
먼저 다양한 시각화 방법들을 적용할 수 있는 광선 발사(ray-casting) 알고리즘을 기본적인 시각화 방법으로 선택하고, 이를 이용한 빠른 볼륨렌더링을 위해 광선과 볼륨내부의 블럭간에 교차점 계산의 부담을 경감시킬 수 있는 균일 블럭 합성 알고리즘을 세안하였다. 제안된 적응성을 띤 방법은 기존의 계층적인 공간 분할과 균일 공간 분할 방법의 장점들을 이용함으로써 볼륨의 일관성을 랜더링에 이용하기 위한 최적화에 적합함을 보인다. 제안된 방법은 먼저 적응적으로 분할된 볼륨을 생성하기 위해 균일 공간 분할을 시도한다. 그 후에 관선이 영역을 효율적으로 도약할 수 있는 적응적으로 크기를 가진 공간 블록들을 만들어 내기 위해 일관성있는 균일 블럭들을 합치게 된다. 이를 위해 본 논문에서는 경계따르기(boundary following)와 주사충전(scan-filling) 방법에 기초한 효율적인 블럭 합성 알고리즘을 고안하였다. 실험결과에 의해 제안된 빠른 볼륨 렌더링 방법은 데이터 구조를 생성하는데 이전의 방법들에 비해 월등함을 보였다. 예로서, 제안된 방법의 데이터 구조 생성속도는 일반적인 계층적 데이터 구조인 옥트리(octree)에 비해 세배 이상 빠름을 보였다. 또한 렌더링 속도측면에서도 옥트리에 비해 25%에서 70%까지 향상된 성능을 보였다. 이외에 애니매이션에 적합한 안정적 렌더링 속도를 가진다는 점과 대규모 볼륨 렌더링 시스템에 적용하기 용이하다는 점 등이 제안된 방법의 장점으로 발견되었다.
본 논문에서는 첫번째 부분의 볼륨 시각화에 대한 연구와 더불어 두번째 부분에서 영상에서 물체의 자동영역 분할 및 인식에 관해서도 연구를 진행하였다. 복잡한 배경하에서 자동 얼굴 영역 분할을 위한 효율적인 방법이 제안되었다. 그동안 잘 이용되지 않았던 움직임과 색깔과 같은 시각적 단서들이 얼굴영역을 복잡한 배경에서 분리하고 또한 얼굴 구성 영역들을 분할 하는데 이용되었다. 한편, 두번째 부분에서 제안되는 알고리즘들은 저자에 의해서 제작된 일단위 파이프라인형 다중 컴퓨터인 RV860-PIPE에 구현되고 성능평가 되었다.
