본 논문은 텍스처를 이용해서 게임 영상을 해칭하는 렌더링 기법을 제시한다. 이를 위해서 딜로니 삼각화(Delaunay Triangulation)를 적용하여 입력받은 영상의 구조를 반영한 삼각형 메쉬를 생성하고, 실제 연필 스트로크를 기반으로 해 칭 텍스처를 제작한다. 이 삼각형의 각 꼭짓점에서의 영상의 흐름을 분석하고 그 흐름에 따라서 해칭 텍스처를 적용 한다. 이 텍스처는 영상으로부터 샘플링한 색을 수정하여 생성된다. 각 삼각형에 겹쳐서 그려지는 세 개의 해칭 텍스 처는 평균화되고, 이러한 과정이 모든 삼각형에 걸쳐 수행됨으로써 결과 영상이 제작된다. 본 논문에서 제시하는 방법 은 색연필화와 유화처럼 보이는 시각적으로 만족스러운 해칭을 얻을 수 있다. 또한 본 연구에서는 이 방법을 동영상 에 적용하였고, 우수한 결과를 얻을 수 있었다.

본 연구는 전산화단층촬영에서 간 질환의 자동 인식으로 질감특징분석(texture feature analysis. TFA) 알고리즘을 제안하고자 하였으며, 간세포암(Hepatocellular carcinoma. HCC)에 대한 컴퓨터보조진단(computer-aided diagnosis.CAD) 시스템을 설계하고, 제안하는 각 알고리즘의 성능을 평가하고자 하였다. HCC 영상에서 분석영역(40×40 픽셀)을 설정하고 각 부분영상에 통계적 특징을 이용한 6가지 TFA 파라메터(평균 밝기, 평균 대조도, 평탄도, 왜곡도, 균일도, 엔트로피)비교하여 간세포암 인식률(recognition rate)을 구하였다. 결과적으로 TFA는 간세포암 인식률을 나타내는 척도로 유의함을 알 수 있었으며 6가지 파라메터에서 균일도가 가장 인식률이 높았으며 평균 대조도, 평탄도, 왜곡도가 비교적 높았고 평균 밝기와 엔트로피는 상대적으로 낮은 인식률을 나타내었다. 이와 관련하여 높은 인식률을 보인 알고리즘(최대 97.14%, 최소 82.86%)을 간세포암 영상의 병변을 판별하여 임상의 조기 진단을 보조하여 치료를시행한다면 진단의 효율성이 높아 질 것으로 판단되었으며, 향후 효율적이고 정량적인 분석을 추가함으로써 질병인식의 일반화에 대한 기준 연구가 필요 할 것으로 사료되었다.

본 논문은 광선 추적법 텍스쳐 매핑에서 MIP-Map 알고리즘 사용 시 텍스쳐 이미지들의 MIP-Map 수준을 선택하는 효과적인 방식을 제안한다. 이는 렌더링 시 물체와 교차하는 광선의 길이만을 사용하여 해당 물체의 텍스쳐 MIP-Map 수준을 선택하는 방법이다. 본 방식은 MIP-Map을 지원하지 않는 방식에 비하여 텍스쳐 알리아싱 면에서 우수하고 성능 저하는 미비하다.