맨위로가기

이미지 분석

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

이미지 분석은 컴퓨터를 사용하여 이미지의 내용을 이해하고 해석하는 기술을 의미한다. 다양한 기술이 존재하며, 2D 및 3D 객체 인식, 이미지 분할, 모션 감지, 의료 스캔 분석 등이 있다. 객체 기반 이미지 분석(OBIA)은 이미지 분할과 분류를 통해 객체를 분석하며, 세포 생물학, 지구 과학 등 다양한 분야에 적용된다. 이미지 분석 기술은 해부학적 구조 측정, 천문학, 국방, 의료 진단, 보안 등 과학 및 산업 전반에 걸쳐 광범위하게 활용되고 있으며, 한국에서도 스마트 팩토리, 자율 주행, 의료 영상 분석, 스마트 시티 등 다양한 분야에서 활용되고 있다.

더 읽어볼만한 페이지

  • 형식과학 - 통계학
    통계학은 데이터를 수집, 분석, 해석하여 추론과 예측을 수행하는 학문으로, 기술 통계와 추론 통계를 통해 데이터를 요약, 설명하고 모집단의 특성을 추론하며, 다양한 분야에서 의사결정 도구로 활용된다.
  • 형식과학 - 컴퓨터 과학
    컴퓨터 과학은 컴퓨터와 관련된 현상을 연구하는 학문으로, 계산 이론, 하드웨어 및 소프트웨어 설계, 문제 해결 등을 포괄하며, 수학, 공학 등 여러 분야와 융합하여 발전해 왔다.
  • 컴퓨터 비전 - 합성곱 신경망
    합성곱 신경망(CNN)은 이미지, 영상 등 시각 데이터 처리에 특화된 인공 신경망으로, 합성곱층, 풀링층, 완전 연결층으로 구성되어 특징 추출, 차원 축소, 최종 분류 또는 예측을 수행하며 이미지 인식, 영상 분석, 자연어 처리 등 다양한 분야에 응용된다.
  • 컴퓨터 비전 - 광학 흐름
    광학 흐름은 비디오나 이미지에서 보이는 객체, 표면, 엣지의 움직임 패턴을 나타내며, 움직임 예측, 비디오 압축, 장면 구조 추정, 로봇 내비게이션 등 다양한 분야에 활용되는 중요한 기술이다.
이미지 분석

2. 역사

컴퓨터가 사용되기 이전에도 문자 판독이나 천체 사진·위성 사진의 화질 개선 등 광학 연산을 통한 이미지 분석이 이루어졌다.

컴퓨터 과학 분야로서의 디지털 이미지 분석 또는 컴퓨터 이미지 분석은 1950년대 MIT AI 연구소와 같은 학술 기관에서 처음에는 인공 지능 및 로봇 공학의 한 분야로 개발되기 시작했다. 이 분야는 컴퓨터 비전 또는 머신 비전, 그리고 의료 영상 분야와 관련이 깊으며, 패턴 인식, 디지털 기하학, 신호 처리 기법을 광범위하게 활용한다.

이미지 분석 분야는 1950년대부터 1970년대에 걸쳐 확립되었으며, 이 과정에서 아지엘 로젠펠드, 허버트 프리먼, 잭 E. 브레젠햄, 킹-선 푸와 같은 선구자들이 중요한 기여를 했다.

이미지 데이터에서 문자를 인식하여 텍스트 데이터로 변환하는 광학 문자 인식(OCR)은 이미지 분석의 대표적인 응용 분야 중 하나이다. 최근에는 기계 학습 기술의 발전에 힘입어 그 응용 범위가 더욱 넓어지고 있다.

과거에는 이미지 분석을 위해 전용 하드웨어나 전문적인 지식이 필요했지만, 최근에는 Google Cloud Vision API와 같이 전문 지식 없이도 이용 가능한 클라우드 컴퓨팅 기반의 이미지 분석 서비스가 등장했다.

3. 기술

디지털 이미지 분석 또는 컴퓨터 이미지 분석은 컴퓨터나 디지털 카메라, 휴대 전화와 같은 전기 장치가 이미지로부터 유용한 정보를 자동으로 추출하고 연구하는 것을 의미한다. 이는 컴퓨터 비전, 머신 비전, 의료 영상 분야와 밀접하게 관련되어 있으며, 패턴 인식, 디지털 기하학, 신호 처리 기법을 광범위하게 활용한다. 이 컴퓨터 과학 분야는 1950년대 MIT AI 연구소와 같은 학술 기관에서 인공 지능 및 로봇 공학의 하위 분야로 처음 개발되었으며, 1950년대부터 1970년대에 걸쳐 아지엘 로젠펠드, 허버트 프리먼, 잭 E. 브레젠햄, 킹-선 푸와 같은 선구자들의 기여로 확립되었다.

자동으로 이미지를 분석하는 데는 다양한 기술들이 사용된다. 각각의 기술은 특정 목적에는 유용하지만, 아직 인간의 이미지 분석 능력처럼 광범위한 작업에 두루 적용될 수 있는 일반적인 방법은 개발되지 않았다.

이미지 분석 자체는 컴퓨터가 널리 사용되기 전부터 시도되었다. 예를 들어, 광학 연산을 이용한 문자 판독이나 천체 사진 및 위성 사진의 화질 개선 등이 이루어졌다. 이미지 데이터에서 문자를 인식하여 텍스트 데이터로 변환하는 광학 문자 인식(OCR)도 이미지 분석의 한 분야이며, 최근 기계 학습의 발전에 힘입어 응용 범위가 더욱 넓어지고 있다.

과거에는 이미지 분석을 위해 전용 하드웨어나 전문적인 지식이 필요했지만, 최근에는 Google Cloud Vision API와 같이 전문 지식이 없어도 이용할 수 있는 클라우드 컴퓨팅 기반의 이미지 분석 서비스도 제공되고 있다.

3. 1. 2D 및 3D 객체 인식

자동으로 이미지를 분석하는 데 다양한 기술이 사용된다. 각 기술은 특정 작업에는 유용하지만, 아직 인간 수준으로 광범위한 작업을 처리할 수 있는 일반적인 이미지 분석 방법은 개발되지 않았다. 이미지 분석 기술의 한 예로 2D 및 3D 객체 인식이 있다.

3. 2. 이미지 분할

이미지 분할은 자동으로 이미지를 분석하는 데 사용되는 기술 중 하나이다.

3. 3. 모션 감지 및 비디오 추적

이미지 분석 기술에는 동영상이나 연속된 이미지에서 객체의 움직임을 감지하는 모션 감지 기술이 포함된다. 이는 단일 입자 추적과 같은 세부적인 분석에도 사용될 수 있다. 또한, 비디오 영상 속 특정 대상의 움직임을 지속적으로 따라가는 비디오 추적 기술도 중요한 이미지 분석 기법 중 하나이다.

3. 4. 광학 흐름

광학 흐름은 자동으로 이미지를 분석하는 데 사용되는 기술 중 하나이다.

3. 5. 의료 스캔 분석

이미지 분석 기술은 의료 영상 분석에 활용된다. 이는 다양한 의료 스캔 이미지를 컴퓨터 기술로 해석하여 질병의 진단을 돕는 것을 포함한다.

3. 6. 3D 자세 추정

이미지 분석 기술의 한 예시로 3D 자세 추정이 있다.

4. 객체 기반 이미지 분석 (OBIA)

객체 기반 이미지 분석 중 이미지 분할


'''객체 기반 이미지 분석'''('''OBIA''', Object-Based Image Analysiseng)은 일반적으로 분할(segmentation)과 분류(classification)라는 두 가지 과정을 포함한다. 분할은 픽셀들을 비슷한 특성을 가진 객체(object)로 묶는 과정이다. 이 객체들은 보통 분석 대상이 되는 개별적인 특징에 해당하지만, 때로는 너무 잘게 나뉘거나(과분할) 너무 크게 묶이는(과소분할) 오류가 발생할 수 있다. 분류 단계에서는 객체의 다양한 통계 정보(기하학적 모양, 주변 맥락, 표면 질감 등)를 특징으로 사용하여 객체 단위로 분류를 수행한다. 고해상도 이미지에서는 과소분할보다는 과분할이 더 선호되는 경향이 있다.[5]

객체 기반 이미지 분석은 세포 생물학, 의학, 지구과학, 원격탐사 등 다양한 분야에서 활용된다. 예를 들어, 세포가 분화하는 과정에서 나타나는 모양 변화를 감지하거나,[6] 토지 피복 지도를 만드는 데 널리 사용된다.[5][7]

지구 이미지 분석에 OBIA를 적용할 경우, 이를 '''지리 객체 기반 이미지 분석''' ('''GEOBIA''', Geographic Object-Based Image Analysiseng)이라고 부른다. GEOBIA는 "원격탐사(RS) 이미지를 의미 있는 이미지 객체로 분할하고, 공간적, 분광적, 시간적 규모를 통해 해당 특성을 평가하는 데 전념하는 지리 정보 과학(GIScience)의 하위 분야"로 정의된다.[8][7] 국제 GEOBIA 컨퍼런스는 2006년부터 2년마다 개최되고 있다.[9]

OBIA 기술은 eCognition이나 Orfeo 툴박스와 같은 소프트웨어를 통해 구현된다.

5. 응용 분야

디지털 이미지 분석 기술은 과학, 산업, 의료, 보안 등 사회 전반의 다양한 영역에서 폭넓게 활용되며 그 응용 분야가 지속적으로 확장되고 있다. 이미지 분석 자체는 컴퓨터가 사용되기 전부터 광학 연산에 의한 문자 판독이나 천체 사진 및 위성 사진의 화질 개선 등에 활용되었다.

이미지 데이터에서 문자를 인식하여 텍스트 데이터로 변환하는 광학 문자 인식(OCR) 역시 이미지 분석의 한 종류이며, 최근 기계 학습의 발전에 따라 응용 분야가 더욱 넓어지고 있다. 과거에는 전용 하드웨어나 전문 지식이 필요했지만, 최근에는 Google Cloud Vision API와 같은 클라우드 컴퓨팅 기반의 이미지 분석 서비스가 등장하여 전문 지식 없이도 이용할 수 있게 되었다.

이처럼 이미지 분석 기술은 의료 영상 분석을 통한 진단 지원[3][4], 보안 시스템 강화, 산업 자동화, 과학 연구 등 매우 광범위한 분야에 걸쳐 응용되고 있다.[2]

5. 1. 과학 및 산업

디지털 이미지 분석의 응용 분야는 과학 및 산업 전반에서 지속적으로 확장되고 있다. 주요 활용 분야는 다음과 같다.

  • 해부학: 해부학적 구조의 정확한 측정, 시각화 및 통계 분석을 가능하게 한다.[2]
  • 분석 마이크로 플레이트 판독: 예를 들어 화학 물질이 제조된 위치를 감지한다.
  • 천문학: 예를 들어 행성의 크기를 계산한다.
  • 자동 종 식별: 예를 들어 식물 및 동물 종을 식별한다.
  • 국방
  • 오류 수준 분석
  • 필터링
  • 머신 비전: 예를 들어 공장 컨베이어 벨트의 품목을 자동으로 계산한다.
  • 재료 과학: 예를 들어 금속 용접에 균열이 있는지 여부를 판별한다.
  • 의학: 예를 들어 유방 촬영 스캔에서 암을 감지한다.
  • 금속 조직학: 예를 들어 암석 표본의 광물 함량을 결정한다.
  • 현미경 검사: 예를 들어 면봉의 세균 수를 계산한다.
  • 자동 번호판 인식 및 광학 문자 인식
  • 원격 감지: 예를 들어 집의 침입자를 감지하고 토지 피복/토지 이용 지도를 생성한다.[3][4]
  • 로봇 공학: 예를 들어 장애물에 충돌하는 것을 방지한다.
  • 보안: 예를 들어 사람의 눈 색깔이나 머리 색깔을 감지한다.


이미지 분석 자체는 컴퓨터가 사용되기 전부터 광학 연산에 의한 문자 판독이나 천체 사진・위성 사진의 화질 개선 등이 실시되었다.

이미지 데이터에서 문자를 인식하여 텍스트 데이터로 변환하는 광학 문자 인식(OCR)도 이미지 분석의 한 종류이며, 최근 기계 학습의 발전에 따라 응용 분야가 넓어지고 있다.

과거에는 전용 하드웨어나 전문 지식이 필요했지만, 최근에는 Google Cloud Vision API와 같은 클라우드 컴퓨팅 기반의 이미지 분석 서비스가 등장하여 전문 지식 없이도 이용할 수 있게 되었다.

이 외에도 고고학, 선과, 방범 및 의료 진단 등 다양한 분야에서 활용된다. 구체적인 예시는 다음과 같다.

5. 2. 의료

이미지 분석 기술은 의료 영상 처리 분야에서 중요한 역할을 한다. 예를 들어, 유방 촬영 스캔 이미지를 분석하여 암을 조기에 발견하거나, 다양한 의료 영상을 분석하여 질병의 진단을 보조하는 데 활용된다.

5. 3. 보안 및 국방

이미지 분석 기술은 국방 및 보안 분야에서 광범위하게 활용된다.[2]

국방 분야에서는 위성 사진이나 항공 사진을 분석하여 지형 정보, 식생 분포 등을 파악하고 군사 작전에 필요한 정보를 수집하는 데 사용된다.[3][4] 또한, 산악 지대나 해양에서의 수색 및 구조 활동에도 이미지 분석 기술이 중요한 역할을 한다.

보안 분야에서는 방범 시스템의 핵심 기술로 자리 잡았다. 원격 감지 기술을 통해 특정 구역의 침입자를 감지하거나[3][4], 사람의 눈 색깔이나 머리 색깔과 같은 외형적 특징을 식별하는 데 활용될 수 있다. 또한 얼굴 인식 시스템, 지문 인식, 홍채 인식과 같은 생체 인증 기술과 차량 번호판을 자동으로 인식하는 자동 번호판 인식 시스템 등 다양한 보안 솔루션에 이미지 분석 기술이 필수적으로 적용되고 있다.

5. 4. 기타

컴퓨터가 사용되기 이전에도 이미지 분석은 문자 판독이나 천체 사진, 위성 사진의 화질 개선 등 광학 연산을 통해 이루어졌다.

이미지 데이터에서 문자를 인식하여 텍스트 데이터로 변환하는 광학 문자 인식(OCR) 역시 이미지 분석의 한 종류로, 최근 기계 학습의 발전과 함께 응용 분야가 넓어지고 있다.

과거에는 이미지 분석을 위해 전용 하드웨어나 전문 지식이 필요했지만, 최근에는 Google Cloud Vision API와 같은 클라우드 컴퓨팅 기반의 이미지 분석 서비스가 등장하여 전문 지식 없이도 이용할 수 있게 되었다.

이 외에도 이미지 분석은 다음과 같은 다양한 분야에서 활용된다.

6. 한국의 이미지 분석 기술 활용 현황

컴퓨터가 사용되기 이전부터 이미지 분석은 광학 연산을 이용한 문자 판독이나 천체 사진, 위성 사진의 화질 개선 등에 활용되었다.

이미지 데이터에서 문자를 인식하여 텍스트 데이터로 변환하는 광학 문자 인식(OCR) 역시 이미지 분석의 한 분야이다. 최근에는 기계 학습 기술이 발전하면서 이미지 분석의 응용 분야가 더욱 넓어지고 있다.

과거에는 이미지 분석을 위해 전용 하드웨어나 전문 지식이 필요했지만, 최근에는 Google Cloud Vision API와 같은 클라우드 컴퓨팅 기반의 이미지 분석 서비스가 등장하여 전문 지식이 없는 사용자도 쉽게 이용할 수 있게 되었다.

참조

[1] 서적 Fundamentals of Digital Image Processing: A Practical Approach with Examples in Matlab Wiley-Blackwell
[2] 논문 Modern methods of neuroanatomical and neurophysiological research 2024
[3] 논문 Remote sensing imagery in vegetation mapping: a review 2008
[4] 논문 Mapping the distribution of the main host for plague in a complex landscape in Kazakhstan: An object-based approach using SPOT-5 XS, Landsat 7 ETM+, SRTM and multiple Random Forests 2013
[5] 논문 Integration of historical map and aerial imagery to characterize long-term land-use change and landscape dynamics: An object-based analysis via Random Forests https://pages.charlo[...] 2018
[6] 논문 A novel method for automated assessment of megakaryocyte differentiation and proplatelet formation https://research.bir[...] 2018-02-20
[7] 논문 Geographic Object-Based Image Analysis – Towards a new paradigm Elsevier BV
[8] 문서 "Geographic Object-Based Image Analysis (GEOBIA): A new name for a new discipline." Springer, Berlin/Heidelberg, Germany
[9] 웹사이트 Remote Sensing {{!}} Special Issue: Advances in Geographic Object-Based Image Analysis (GEOBIA) http://www.mdpi.com/[...]
[10] 웹사이트 画像解析・防犯映像解析・写真解析 http://alfs-inc.com/[...]
[11] 웹사이트 Google Cloud Vision API（画像解析）を30分で試す http://qiita.com/t-f[...]
[12] 웹사이트 "材料組織の画像解析クラウドシステムを開発 －3次元画像処理と画像管理システムの運用を開始－" http://www.riken.jp/[...]
[13] 웹사이트 Azure Machine Learningの画像解析がスゴイ！ https://azure-recipe[...]


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com