• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.67-69
• /
• 2010

최근 자동차 업계와 IT 기술의 융합이 새로운 트렌드로 자리 잡으면서 전자제어 기술뿐만 아니라 영상처리 기술이 융합된 지능형 자동차 개발에 대한 연구가 활발히 진행되고 있다. 차선 또는 번호판을 대상으로 하는 인식 알고리즘은 이미 다양한 방법으로 연구가 진행되어 왔으며 이미 몇몇 기술은 상용화 단계에 있다. 본 논문에서는 Viola-Jones 알고리즘을 이용하여 차량의 사각 지대에 위치하는 차량을 감지하고 이의 대략적인 거리 정보를 추정하는 것을 목표로 하여 차량의 형태 정보를 바탕으로 차량을 감지하는 알고리즘을 제안한다. 기본적인 방법은 Adaboost와 Harr-like 특징을 사용하여 얼굴을 성공적으로 검출한 Viola-Jones 알고리즘[1]을 차량에 적용하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.153-156
• /
• 2001

본 논문에서는 하이브리드 패턴 벡터를 이용하여 차량 번호를 실시간으로 인식하는 알고리즘을 제안하였다. 차량 입력 영상에서 전처리 과정을 거쳐 번호판의 수평 및 수직 명암값 빈도수 변화를 이용해 번호판 영역을 추출하고 하이브리드 패턴을 적용해 더 정확한 번호판 문자 및 숫자를 인식하는 알고리즘을 제안하였다. 제안한 알고리즘의 번호판 추출 과정에서는 번호판 영역의 문자와 배경이 뚜렷하게 구별되는 특성 및 번호 판 영역의 상대적인 크기의 특성과 수평 및 수직 빈도 수를 추하여 입력된 차량영상에서 번호판 영역을 추출한다. 또한 번호판 영역에서 잡음 제거와 세선화(Thinning)를 적용해 문자 및 숫자를 하이브리드 패턴 벡터를 적용하여 문자의 크기, 문자와 문자 사이의 밀집도의 특성, 이동에 무관한 특성을 이용해 차량 번호를 인식하는 알고리즘을 제안하였다. 제안한 방법들을 적용한 결과 기존의 원형 패턴 벡터 보다 훨씬 계산 속도가 빠르며, 차량 번호판의 크기에 관계없이 잡음에 영향을 받지 않고 차량 번호를 실시간으로 처리할 수 있는 가능성을 제시하였고, 번호판 영역이 불규칙한 조명 상태에서도 더 정확한 차량 번호를 인식 할 수 있는 알고리즘을 본 논문에서 제안하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.269-272
• /
• 2001

In this paper, we proposed the face recognition algorithm which can use a security system. The distance and angle of the face features are used in the conventional method, but the proposed method used the genetic algorithm which selects image to best fit the input image in the database images. The performance of proposed algorithm is verified through the simulation. The proposed one has good performance.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.193-196
• /
• 2015

조건부대체 알고리즘(CRA: Conditional Replenishment Algorithm)은 좌우 영상의 해상도가 서로 다른 융합형 3DTV 서비스 환경에서 입체영상의 화질을 개선하기 위해 제안된 기법이다. 조건부대체 알고리즘에서는 비용함수를 도입하여 quad-tree 구조를 가지는 가변크기의 처리단위 (PU: Processing Unit)의 최적 모드를 결정하는데, 본 논문에서는 관심 PU 의 모드를 결정하는 단계에서 주변 PU 들의 모드를 함께 고려함으로써 모드가 고립되는 현상을 방지하는 방법을 제안한다. 제안 방법을 통해 기존의 CRA 의 결과로 발생 가능한 특정 PU의 두드러짐 현상을 제거할 수 있기 때문에 합성된 입체 영상의 주관적 화질이 향상된다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.241-244
• /
• 2000

본 논문에서는 차량 영상의 수평 및 수직 명암 값 변화 정보를 이용하여 번호판 영역을 추출하고 원형 패턴 벡터를 이용하여 번호판 내용을 인식하는 알고리즘에 관해 기술하였다. 제안된 알고리즘에서는 번호판 영역에서 문자와 배경이 뚜렷하게 구별되고, 일정한 명암도 변화를 가지면서 다른 영역보다 밀집도가 높다는 특성을 이용하여 수평 및 수직 명암도 변화값을 구하여 차량영상에서 번호판 영역을 추출하며 상당히 어둡거나 밝게 입력된 영상에도 동일한 인식 성능을 얻기 위하여 밝기 보정을 수행한다. 또한, 입력 문자의 크기, 이동 및 회전에 무관한 특성을 추출을 위해 원형 패턴 벡터를 이용하여 차량 번호를 인식하는 알고리즘을 제안하였다. 제안한 방법들을 적용한 결과 계산 속도가 훨씬 빠르며, 차량 번호판의 크기에 관계없이, 또한 잡음에 크게 영향을 받지 않으면서 번호판 추출이 정확하여 실시간 처리의 가능성을 제시하였을 뿐만 아니라 번호판 영역이 불투명하거나 불규칙한 조명 상태에서도 검출이 가능하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.30 no.1
• /
• pp.75-86
• /
• 2012

Synthetic Aperture Radar(SAR) imaging system is independent of solar illumination and weather conditions; however, SAR image is difficult to interpret as compared with optical images. It has been increased interest in multi-sensor fusion technique which can improve the interpretability of $SAR^{\circ\circ}$ images by fusing the spectral information from multispectral(MS) image. In this paper, a multi-sensor fusion method based on high-frequency extraction process using Fast Fourier Transform(FFT) and outlier elimination process is proposed, which maintain the spectral content of the original MS image while retaining the spatial detail of the high-resolution SAR image. We used TerraSAR-X which is constructed on the same X-band SAR system as KOMPSAT-5 and KOMPSAT-2 MS image as the test data set to evaluate the proposed method. In order to evaluate the efficiency of the proposed method, the fusion result was compared visually and quantitatively with the result obtained using existing fusion algorithms. The evaluation results showed that the proposed image fusion method achieved successful results in the fusion of SAR and MS image compared with the existing fusion algorithms.

• Korean Journal of Remote Sensing
• /
• v.31 no.2
• /
• pp.161-170
• /
• 2015

This paper presents an efficient image fusion method to be appropriate for the KOMPSAT-2 and 3 satellites. The proposed method is based on the well-established component substitution (CS) approach. The proposed method is divided into two parts: 1) The first step is to create a intensity image by the weighted-averaging operation of a multi-spectral (MS) image and 2) the second step is to produce an optimal high-frequency image using the statistical properties of the original MS and panchromatic (PAN) images. The performance of the proposed method is evaluated in both quantitative and visual analysis. Quantitative assessments are performed by using the relative global dimensional synthesis error (Spatial and Spectral ERGAS), the image quality index (Q4), and the spectral angle mapper index (SAM). The qualitative and quantitative assessment results show that the fusion performance of the proposed method is improved in both the spectral and spatial qualities when it is compared with previous CS-based fusion methods.

• Journal of Convergence for Information Technology
• /
• v.12 no.1
• /
• pp.39-44
• /
• 2022

The purpose of this study is to extract the type, location, and absolute size of an object in an image using a deep learning algorithm, predict the relative distance between objects, and use this to detect contact between objects. To analyze the size ratio of objects, YOLO, a CNN-based object detection algorithm, is used. Through the YOLO algorithm, the absolute size and position of an object are extracted in the form of coordinates. The extraction result extracts the ratio between the size in the image and the actual size from the standard object-size list having the same object name and size stored in advance, and predicts the relative distance between the camera and the object in the image. Based on the predicted value, it detects whether the objects are in contact.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.3
• /
• pp.141-148
• /
• 2021

In this paper, we propose an algorithm of welding bead detection and evaluation using geodesic active contour algorithm and high pass filter with image processing technique. The algorithm uses histogram equalization and high pass filter as gaussian filter to improve contrast. The image processing techniques smoothens the welding beads reduce the noise on an image. Then, the algorithm detects the welding bead area by applying the geodesic active contour algorithm and morphological ooperation. It also applies the balloon force that either inflates in, or deflates out the evolving contour for a better segmentation. After that, we propose a method for determining the quality of welding bead using effective length and width of the detected bead. In the experiments, our algorithm achieved the highest recall, precision, F-measure and IOU as 0.9894, 0.9668, 0.9780, and 0.8957 respectively. We compared the proposed algorithm with the conventional algorithms to evaluate the performance of the proposed algorithm. The proposed algorithm achieved better performance compared to the conventional ones with a maximum computational time of 0.6 seconds for segmenting and evaluating one welding bead.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.2
• /
• pp.71-78
• /
• 2021

In order to classify a target image in a cluster of images, the difference in brightness between the object and the background is mainly concerned, which is not easy to classify if the shape of the object is blurred and the sharpness is low. However, there are a few studies attempted to solve these problems, and there is still the problem of not properly distinguishing between wrong pattern and right pattern images when applied to actual data analysis. In this paper, we propose an algorithm that classifies 3D films into sharp and blurry using the width of the pixel values histogram. This algorithm determines the width of the right and wrong images based on the width of the pixel distributions. The larger the width histogram, the sharp the image, while the shorter the width histogram the blurry the image. Experiments show that the proposed algorithm reflects that the characteristics of these histograms allows classification of all wrong images and right images. To determine the reliability and validity of the proposed algorithm, we compare the results with the other obtained from preprocessed 3D films. We then trained the 3D films using few-shot learning algorithm for accurate classification. The experiments verify that the proposed algorithm can perform higher without complicated computations.