• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.289-292
• /
• 2007

An object color identification and classification embedded system realization for uninhabited stock management is presented in this paper. The embedded system is realized by using ultrasonic sensor to extract the object and distance, and detecting binary image from USB CCD camera. The algorithm is identified by comparing the reference pattern with the color pattern of input image, and move to the settled rack at the store. The experimental result leads to use the uninhibited stock management with practice as a robot.

• Journal of Korea Society of Industrial Information Systems
• /
• v.11 no.3
• /
• pp.40-46
• /
• 2006

Automatic recognition of container identifier is one of key factor to implement port automation and increase distribution throughput. In this paper, I propose a method of container identifier recognition on various input images using color based edge detection and character verification algorithm, I tested the proposed method on 350 container images and it showed good results.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.142-144
• /
• 2023

실생활에서 CCTV가 증가함에 따라 영상에서 개인정보 유출에 대한 관심도 증가하고 있다. CCTV로 녹화된 영상에서는 다양한 개인정보가 노출될 수 있기 때문에, 개인정보를 비식별화할 수 있는 영상 암호화 기술이 필요하다. 현재 다양한 영상녹화 장치에서 효율성을 위해 HEVC가 많이 사용되고 있으며, HEVC 영상에서 관심영역만을 암호화하는 실시간 관심영역 암호화 기술이 연구되고 있다. 기존의 HEVC 영상에서 관심영역 암호화 기법은 모든 프레임의 관심영역에 포함되는 타일을 암호화하므로 많은 연산자원을 필요로 한다. 본 논문에서는 선별된 일부 프레임에서 관심영역에 포함되는 타일을 선택적으로 암호화하여, 모든 프레임에서 관심영역의 비식별화를 유지하며 암호화 성능을 향상하는 방법을 제안한다. 결과적으로 제안한 방법을 사용함으로써 영상 암호화 시 전체 프레임에 대한 비식별화를 유지하면서 기존 방법보다 암호화에 걸리는 시간이 50.4% 감소하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.721-723
• /
• 2007

Recently, the size and location of the acquired container image while the container is loading and unloading in Harbors is not fixed. And it is difficult to get a good image for recognition because of the variation of external environment as those the size of container and where the yard-tractor stop is. In this paper, we estimate where the container ISO-code set is using Top-hat transform from realtime images and get an image to recognize container ISO-code using PAN/TILT/ZOOM camera. We extract the container ISO-code using Top-hat transform and Histogram projection. After binarization, we extract each character from complex background using labeling. We use BP(Backpropagation Network) to recognize extracted characters.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.2
• /
• pp.393-398
• /
• 2005

본 논문에서는 ART2 기반 자가 생성 지도 학습 알고리즘을 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 글자의 색이 검정색 또는 흰색으로 이루어져 있는 특징이 있다. 이러한 특성을 고려하여 원 컨테이너 영상에 대해 검은색과 흰색을 제외한 모든 부분을 잡음으로 처리하기 위해 퍼지를 이용한 잡은 판단 방법을 적용하여 식별자 영역과 잡음을 구별한다. 식별자 영역을 제외한 잡음 영역을 전체 영상의 평균 픽셀값으로 대체시킨다. 그리고 Sobel 마스크를 이용하여 에지를 검출하고, 추출된 에지를 이용하여 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 8방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 ART2 기반 자가 생성 지도 학습 알고리즘은 입력층과 은닉층 사이에 ART2를 적용하여 은닉층의 노드를 생성하고, 은닉층과 출력층 사이에 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었다. 그리고 기존의 식별자 인식 알고리즘보다 제안된 ART2 기반 자가 생성 지도 학습 알고리즘이 식별자의 학습 및 인식에 있어서 우수한 성능이 있음을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.786-791
• /
• 2002

오늘날 컨테이너의 과다한 물동량 증가로 인하여 수작업으로 이루어지는 컨테이너를 처리하는데 어려움을 겪고 있다. 따라서 식별자로 컨테이너를 자동 인식하고 그 결과를 항만 물류처리 자동화 시스템에 적용하고자 하는 필요성이 대두되고 있다. 이에 본 논문에서는 항만 물류처리 자동화 시스템을 사용하기 위하여 컨테이너의 인식 처리를 자동화하는데 그 방안으로 컨테이너의 RGB를 이용하여 바탕색과 문자색을 검출하고 바탕색과 문자색의 차를 이용해 가장 큰 차이를 보이는 RGB 값 중 하나로 영상을 이진화 하였다. 컨테이너의 식별자를 인식하기 위해서 신경망 알고리즘의 하나인 Back-propagation을 적용하여 기존의 식별자 인식 방법보다 신속하고 정확한 처리가 가능하도록 구현하였다.

• Korean Journal of Remote Sensing
• /
• v.34 no.5
• /
• pp.801-810
• /
• 2018

Ship monitoring using satellite synthetic aperture radar (SAR) images consists of ship detection, ship discrimination, and ship classification. A large number of methods have been proposed to improve the detection and discrimination capabilities, while only a few studies exist for ship classification. Thus, many studies for the ship classification are needed to construct ship monitoring system having high performance. Note that constructing database (DB), which contains both SAR images and labels of various ships, is important for research on the ship classification. In the airborne SAR classification, many methods have been developed using moving and stationary target acquisition and recognition (MSTAR) DB. However, there has been no publicly available DB for research on the ship classification using satellite SAR images. Recently, Shanghai Key Laboratory has constructed OpenSARShip DB using both SAR images of various ships generated from Sentinel-1 satellite of European Space Agency (ESA) and automatic identification system (AIS) information. Thus, the applicability of OpenSARShip DB for ship classification should be investigated by using the concepts of airborne SAR classification which have shown high performances. In this study, ship classification using satellite SAR images are conducted by applying the concepts of airborne SAR classification to OpenSARShip DB, and then the applicability of OpenSARShip DB is investigated by analyzing the classification performances.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.6
• /
• pp.1162-1169
• /
• 2007

In this paper, we proposed a container identifier recognition method for containers used in harbors. After converting a real container image to a gray image, edges are detected from the gray image applying Prewitt mask and candidate identifier area is extracted using morphological features of individual identifier for identifying containers. Because noises are included in the extracted candidate identifier area, noises are eliminated and each identifier is separated using 4-directional edge tracking algorithm and Grassfire algorithm. Each identifier in the noise-free candidate identifier area is recognized using FCM-based row RBF network for discriminating containers. We used 300 real container images for experiment to evaluate the performance of the proposed method, and we could verify the proposed method is better than a conventional method.

• The Journal of Korean Institute of Information Technology
• /
• v.16 no.12
• /
• pp.93-100
• /
• 2018

Inverse Synthetic Aperture Radar(ISAR) image is 2-dimensional radar cross section distributions of a target. For target approaching along radar's line of sight(LOS), the bistatic ISAR can compensate for the weakness of the monostatic ISAR which can not obtain the vertical resolution of the image. However, bistatic ISAR have longer processing times and variability in scattering mechanisms than monostatic ISAR, so target identification using only bistatic ISAR images can be inefficient. Therefore, this paper analyzes target identification performance using monostatic and bistatic ISAR images of targets approaching along radar's LOS and proposes a method of target identification through fusion of two radars. Simulation results demonstrate that identification performance through fusion is more efficient than identification performance using only monostatic, bistatic ISAR images.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.16 no.3 s.94
• /
• pp.335-343
• /
• 2005

In this paper, we propose a method to classify inverse synthetic aperture radar(ISAR) image from different target. The approach can provide efficient features for classification by the combined use of a polar mapping procedure and a well-designed classifier The resulting feature vectors are able to meet requirements that efficient features should have : invariance with respect to rotation and scale, small dimensionality, as well as highly discriminative information. Typical experimental examples of the proposed method are provided and discussed.