• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.270-278
• /
• 2022

본 연구는 무대재배 복숭아 '미황'을 대상으로 성숙기간 중 RGB 영상을 취득한 후 다양한 품질 지표를 측정하고 이를 딥러닝 기술에 적용하여 복숭아 과실 숙도 분류의 가능성을 탐색하고자 실시하였다. 취득 영상 730개의 데이터를 training과 validation에 사용하였고, 170개는 최종테스트 이미지로 사용하였다. 본 연구에서는 딥러닝을 활용한 성숙도 자동 분류를 위하여 조사된 품질 지표 중 경도, Hue 값, a^*값을 최종 선발하여 이미지를 수동으로 미성숙(immature), 성숙(mature), 과숙(over mature)으로 분류하였다. 이미지 자동 분류는 CNN(Convolutional Neural Networks, 컨볼루션 신경망) 모델 중에서 이미지 분류 및 탐지에서 우수한 성능을 보이고 있는 VGG16, GoogLeNet의 InceptionV3 두종류의 모델을 사용하여 복숭아 품질 지표 값의 분류 이미지별 성능을 측정하였다. 딥러닝을 통한 성숙도 이미지 분석 결과, VGG16과 InceptionV3 모델에서 Hue_left 특성이 각각 87.1%, 83.6%의 성능(F1 기준)을 나타냈고, 그에 비해 Firmness 특성이 각각 72.2%, 76.9%를 나타냈고, Loss율이 각각 54.3%, 62.1%로 Firmness를 기준으로 한 성숙도 분류는 적용성이 낮음을 확인하였다. 추후에 더 많은 종류의 이미지와 다양한 품질 지표를 가지고 학습이 진행된다면 이전 연구보다 향상된 정확도와 세밀한 성숙도 판별이 가능할 것으로 판단되었다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.563-569
• /
• 2021

KOMPSAT-3, 3A호의 운용 및 다양한 특성을 가지는 차세대중형위성의 발사에 따라서, 고해상도 위성영상의 활용이 지속적으로 증대되고 있다. 특히, ARD (Analysis Ready Data) 형태로의 위성영상 제공을 위하여 기하보정 및 방사보정 등의 다양한 전처리에 대한 연구가 이루어지고 있다. 위성영상의 전처리를 위해서는 촬영 영상에 관한 보조정보가 필요하며, 태양 천정각, 태양 방위각, 촬영각 등이 대표적인 자료이다. 그러나, 대부분의 고해상도 위성영상은 영상 전체에 대한 태양 천정각 및 촬영각을 단일 변수로 제공하고 있다. 본 연구에서는 RFM (Rational Function Model) 및 영상의 보조정보들을 이용하여 영상의 각 화소에 대응되는 태양 천정각 및 촬영각을 산출해보고, 이에 따른 품질을 평가해보고자 하였다. 특히, 화소 기반의 태양 천정각 및 촬영각의 활용을 위하여, 대기상부 반사율(top of atmospheric reflectance)을 산출함에 있어서, 화소 기반의 보조 자료를 적용하고, 단일 상수 기반의 대기상부 반사율과의 비교평가를 수행하였다. 실험 결과, 화소 기반의 태양 천정각 및 촬영각 정보는 보조정보와 유사한 경향을 보였으며, 이를 이용하여 계산된 대기상부 반사율은 왜곡이 감소되었음을 확인하였다.

• Journal of Astronomy and Space Sciences
• /
• 제22권4호
• /
• pp.393-408
• /
• 2005

YSTAR-NEOPAT 탐사프로그램에서는 관측된 영상으로부터 지구접근천체와 소행성 등의 이동천체 후보를 검출하기 위해 두 가지 자동검출 알고리즘을 개발하였다. 영상들의 측광자료를 이용하여 이동천체 후보를 검출하는 측광자료 비교방법과 영상들을 정렬시킨 후 영상간 차감 과정을 통해 이동천체 후보를 검출하는 영상차감방법이 그것이다. 두 가지 알고리즘의 이동천체 후보 자동검출효율을 시험, 비교하기 위하여, YSTAR-NEOPAT자동관측 루틴에 의해 관측된 영상들의 일부를 사용하였다. 시험 영상들의 지역좌표와 등급은 기준목록인 USNO-B1.0의 좌표와 등급에 비교되었으며, 이 과정에서 광시야망원경의 심각한 영상왜곡현상들이 1.5 초각 이상의 정밀도로 모두 보정되는 것을 검증하였다. 두 알고리즘을 시험 영상에 적용한 결과, 측광자료 비교방법을 적용한 경우 1차 후보군들이 과다 검출되었고, 이들로 인해 오검출되는 이동천체 최종후보가 다수 발생하였다. 반면, 영상차감방법을 적용한 경우에는 이동천체 후보의 오검출 비율이 측광자료비교방법을 적용했을 때보다 월등히 감소하였음을 확인하였다. 마지막으로 육안확인 과정을 거친 결과, 측광자료비교방법에 의해 검출된 이동천체 후보의 총개수는 검출문턱값에 따라 각각 60개$(2.0\sigma)$, 6개$(4.0\sigma)$이며, 육안확인에 의해 실제 이동천체로 분류된 것은 각각 27개와 6개이다. 반면, 영상차감방법에서 이동천체 후보는 모두 34개$(2.0\sigma)$와 12개$(4.0\sigma)$가 검출되었으며, 이 가운데 육안확인에 의해 실제 이동천체로 분류된 것은 각각 32개와 12개이다. 따라서 YSTAR-NEOPAT영상으로부터 이동천체 후보를 효율적으로 검출하기 위해서는 절대개수측면에서나 검출효율측면에서 측광자료비교방법보다 영상차감방법이 더 적합하다는 것을 확인할 수 있다.15\~20$배가량 높았다.과 립장이 부의 값이어서 소립의 형태를 보였으며 제2주성분은 립장, 립폭, 백립중 등이 정의 값을 나타내어 대립의 계통군들이 포함되며 경도와는 부의 상관을 보여 식미가 양호한 계통군으로 분류되었다. 6. 제1주성분과 제2주성분을 이용하여 군집분석을 한 결과 8개 자식계통군으로 구분할 수 있었으며 scatter diagram에서 제1주성분이 작아지고 제2주성분이 커지는 좌측 상단부에 분포한 VII, VIII군에 속한 계통들이 주로 식미가 높으며 조숙종보다는 중, 만숙종들이 대부분 이였다. 등과 정의 상관을 보였고 과피두께, 경도, 껌성, 씹힘성 등과는 부의 상관을 나타내었다. 이와 같은 결과를 바탕으로 품질기준을 설정해 보면 저식미 교잡종인 찰옥1호(100)를 표준으로 비교하였을 때 고식미 교잡계인 연농1호, 찰옥4호, 수원45호의 유리당 함량은 $6.2\~6.6\%(111\~l18)$, 립장 $8.8\~9.7(99\~109)$, 립폭 $9.8\~10.5mm(111\~l19)$, 백립중 $38.6\~41.9g(113\~123)$, 아밀로그램의 응집점도 $28.2\~30.6RVU(123\~133)$, 과피두께 $34\~41{\mu}m(42\~51)$, texture 분석의 경도 $460\~513(43\~48)$, 씹힘성 $125\~139(51\~57)$, 껌성 $130\~148(49\~56)$의 범위에 있었다.운 표면을 보이고, Unitek사의 경우 압흔과 함께 pitting 이 관찰되며, Ormco Stainless Steel의 경우 불규칙한 pitting이 다수 존재했다.수술 시행 시기별의 차이를 보이지 않고 고른 분포를 보였다. 10. 내원한 환자를 순구개열 종류와 Angle씨 분류법에

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.96-106
• /
• 2020

본 연구에서는 루프 센서를 통한 교통량 수집방식의 오류를 해결하기 위해 1종(승용차)과 3종(일반 트럭)의 구분이 어려운 부분 및 영상 이미지의 단점을 보완하기 위해 도로변에 열화상 카메라를 설치하여 영상 이미지를 수집하였다. 수집된 영상 이미지를 레이블링 단계를 거쳐 1종(승용차)과 3종(일반 트럭)의 학습데이터를 구성하였다. 정지영상을 대상으로 labeling을 진행하였으며, 총 17,536대의 차량 이미지(640x480 pixel)에 대해 시행하였다. 열화상 영상 기반의 차종 분류를 달성하기 위해 CNN(Convolutional Neural Network)을 이용하였으며, 제한적인 데이터량과 품질에도 불구하고 97.7%의 분류정확도를 나타내었다. 이는 AI 영상인식 기반의 도로 교통량 데이터 수집 가능성을 보여주는 것이라 판단되며, 향후 더욱더 많은 학습데이터를 축적한다면 12종 차종 분류가 가능할 것이다. 또한, AI 기반 영상인식으로 도로 교통량의 12종 차종뿐만 아니라 다양한(친환경 차량, 도로 법규 위반차량, 이륜자동차 등) 차종 분류를 할 수 있을 것이며, 이는 국가정책, 연구, 산업 등의 통계 데이터로 활용도가 높을 것으로 판단된다.

• 한국조리학회지
• /
• 제22권7호
• /
• pp.173-186
• /
• 2016

본 연구는 기능성 성분들이 함유하고 있는 꾸지뽕잎 분말 첨가에 따른 식빵의 품질 특성을 알아보고자 진행하였다. Mixograph, pH, TPA, 부피, 비용적, 수분, 영상분석, 색도, 기호도 검사, 보존성 검사를 통하여 꾸지뽕잎 분말을 첨가한 식빵을 분석하였다. Mixograph를 측정 결과, 꾸지뽕잎 분말을 첨가한 반죽은 제빵 적성에 적합하였다. 꾸지뽕잎 pH의 경우 분말의 첨가량이 많아질수록 pH는 높아졌으며, 1차 발효 후와 식빵의 pH는 첨가량이 많을수록 낮아졌다. TPA 분석결과, 꾸지뽕잎 분말 첨가량이 높아질수록 경도, 씹힘성, 검성은 높아졌으며, 탄력성, 응집성, 탄성은 유의적인 차이가 없었고, 꾸지뽕잎 식빵의 부피와 비용적은 감소하였다. 영상분석 결과 기공의 조밀도, 껍질의 두께, 크기는 첨가량이 많아질수록 유의적인 차이를 보여주었으며, 색도는 꾸지뽕잎 분말의 첨가량에 따라 L값은 어두워졌다. 기호도 검사 결과, 외관과 조직감은 CLP3가 대조구보다 좋았으며, 맛과 전체적인 기호도는 CLP2가 대조구보다 더 좋게 평가되었다. 보존성 측정 결과, 경도는 24, 48, 72시간 동안 모두 꾸지뽕잎 분말 1~2% 첨가한 시료가 대조구와 유의적인 차이를 보이며 경도가 낮았으며, 적은 양의 꾸지뽕잎 첨가가 식빵 속질의 부드러움을 유지하는데 좋은 것으로 사료되며, 수분함량이 낮아지긴 하였으나, 대조구와 유의적인 차이가 없었다.

• 한국전자통신학회논문지
• /
• 제17권5호
• /
• pp.783-790
• /
• 2022

SNS와 동영상 플랫폼의 발전은 콘텐츠의 생산과 소비의 활성화를 폭발시키는 계기를 마련하였다. 하지만 Legacy system에서는 Host 기반의 위치 중심의 데이터 전송으로 인해 효율적 운용과 관리에 있어서 태생적 한계가 발생하게 되었다. 이에 대한 대안으로써 콘텐츠 중심 네트워크(CCN, Contents Centric Network)가 연구되었다. 본 논문에서는 CCN 환경에서 실시간 스트리밍 서비스 간 정보제공자와 정보요청자 사이 위치한 중간노드들이 이동 또는 사용 제한 시 정보요청자 측에서 단절 또는 전송 품질의 저하 등의 문제를 해결하고자 무선 수신 세기에 대한 모니터링을 통해 장애 발생 이전 적극적 대응을 통해 안정적 중간노드 관리 메커니즘을 제안한다.

• 한국통신학회논문지
• /
• 제36권1A호
• /
• pp.19-27
• /
• 2011

WiBro는 휴대 단말을 통하여 이동 중에도 고속의 데이터 전송이 가능한 이동 통신 시스템이다. 사용자들은 WiBro 시스템을 통하여 데이터, 음성, 영상 등 다양한 멀티미디어 서비스를 제공 받고 있으나, WiBro 시스템에 대한 보다 나은 서비스 품질 보장을 요구하고 있다. 하지만 다양한 멀티미디어 서비스를 위한 WiBro 시스템 성능 분석은 그 동안 많은 연구가 이론적으로 수행되어 왔으나, 시뮬레이션을 통한 체계적인 성능 평가 연구는 미흡한 상황이다. 따라서 본 논문에서는 OPNET 시뮬레이터를 이용하여 WiBro 시스템의 대표 기술인 Adaptive Modulation and Coding (AMC)와 Hybrid-Automatic Repeat Request (H-ARQ) 따른 시스템 성능을 평가하였다. 변조와 채널 부호화 방식이 WiBro 시스템 성능에 미치는 영향을 분석하였으며, 이를 바탕으로 서비스 품질 요구사항을 보장하기 위한 AMC 프로파일을 제시하였다. 또한 H-ARQ와 AMC 적용에 따른 시스템 성능을 분석하여 제안된 AMC 프로파일의 우수성을 검증하고 실제 시스템에 적용할 수 있음을 확인하였다.

• 한국조리학회지
• /
• 제20권6호
• /
• pp.102-114
• /
• 2014

본 연구는 쌀의 소비를 촉진하고자 섬유소가 풍부한 곡류(현미, 보리, 귀리, 고아미 2호)로 파베이크 모닝빵을 제조하여 밀가루 모닝빵과 품질 특성을 측정하였다. 반죽의 발효율을 75분간 측정한 결과, 밀가루로 만든 반죽이 가장 컸고, 빵의 부피도 밀가루로 만든 모닝빵이 유의적으로 가장 컸다. 무게는 귀리와 고아미 가루로 만든 빵의 무게가 가장 무거웠고, 비용적은 고아미로 만든 빵이 가장 높았으며, 오븐 스프링은 대조군이 가장 높았다. 텍스처의 경도 측정 결과, 고아미로 제조한 모닝빵과 밀가루빵의 경도가 비슷하였으며, 색 측정 결과 명도는 밀가루로 만든 빵이 가장 밝았고, 그 다음이 고아미 모닝빵이었다. 영상 측정 결과, 빵의 껍질의 두께는 보리와 고아미로 만든 빵이 유의적으로 얇았고, 기공의 조밀도는 모든 곡류빵이 대조군에 비해 조밀하였다. 관능검사 결과, 밀가루로 만든 빵이 가장 선호되었고, 곡류로 제조한 빵 중에서는 고아미로 만든 것이 가장 선호되었다.

• 한국건설관리학회논문집
• /
• 제5권2호
• /
• pp.90-105
• /
• 2004

크랙실링 자동화 장비는 도로면에 존재하는 크랙 네트워크의 위치를 정확히 탐지 및 맵핑(mapping)하고 이를 모델링(modeling)한 후 경로 계획(path planning) 과정을 통해 크랙 네트워크의 중앙(spine)을 따라 실런트(sealant)를 분사하여 크랙을 효과적으로 실링할수 있도록 하는 장비이다. 따라서 실링될 크랙 네트워크의 정확한 위치를 모델링하기 위한 디지털 영상처리 알고리즘 및 최적 경로계획 알고리즘의 개발은 품질 및 생산성, 경제성 측면에서 크랙실링 자동화 장비의 성공적 개발을 위한 핵심 연구 주제로 인식되어 왔다. 기존 국외 도로면 크랙실링 자동화 장비에 적용된 디지털 영상처리 알고리즘은 크랙을 탐지하고 모델링하는 일련의 과정을 전적으로 컴퓨터에 의존하는 완전자동화 방식과 인간과 컴퓨터 간의 협업체제를 이용한 반자동화 방식으로 양분되어 개발되었다. 그러나 도로면에 존재하는 다양한 노이즈 및 그림자 등을 포함한 작업영역 내에서의 열악한 영상처리 여건 등으로 인해 만족할 만한 성과를 제시하지 못하였다. 따라서 본 연구에서는 크랙실링 자동화 장비를 개발함에 있어 디지털 영상처리 기술을 기반으로 한 완전자동화 방식과 그래피컬 프로그래밍을 활용한 반자동화 방식이 지닐 수 있는 강점만을 혼용하여 신속하고도 정확하게 크랙 네트워크를 모델링하고 최적 경로계획을 바탕으로 크랙실링 작업을 수행할 수 있는 머신비전 알고리즘을 제시하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제12권4호
• /
• pp.60-68
• /
• 2012

최근 무선 센서 네트워크는 멀티미디어 센서 노드를 활용하여 음성 데이터나 영상 데이터 등과 같은 멀티미디어 데이터 수집을 바탕으로 고품질의 환경 모니터링에 대한 요구가 증가하고 있다. 이러한 대용량 멀티미디어 데이터를 기반으로 하는 기존의 분산 다중 경로 라우팅 기법들은 주로 Zigbee 기반 센서 네트워크의 낮은 대역폭의 한계를 극복하고 에너지 효율성과 데이터 전송률을 높이는 것에 초점이 맞춰졌다. 하지만 이러한 기법들은 대용량 멀티미디어 데이터 특성으로 인해 기존의 키 기반의 암호화 방식을 사용할 수 없기 때문에 보안성에 있어서는 매우 취약하다. 이러한 문제점을 해결하기 위해 본 논문에서는 보안성 있는 비-중첩 다중 경로 라우팅 기법을 제안한다. 제안하는 기법은 멀티미디어 데이터를 픽셀 단위로 분할하여 다중경로로 전송함으로써 기존의 키 기반 방식을 사용하지 않고도 전체 네트워크에 대한 보안성을 제공한다. 성능 평가 결과, 기존 기법에 비해 소모되는 에너지가 평균 약 10% 감소하였으며, 악의적인 노드에 의해 손실되는 데이터 패킷의 수는 평균 약 65% 감소하였다.