• 한국정보통신학회논문지
• /
• 제6권1호
• /
• pp.124-132
• /
• 2002

영상처리라는 것은 문자를 인식하거나 물체를 인식하는 등 어떠한 물체의 특징을 추출하여 그에 대한 정보를 가지고 자동제어 시스템이나 인식시스템에 도입하는 것이다. 그러나 이러한 시스템들에 도입시키기 위해서는 찾고자 하는 물체의 특징을 잘 검출할 수 있어야 하며 검출된 특징의 패턴도 잘 잘 구별해야 한다. 그러나 본 논문에서 다루고 있는 고무 타이어의 특성은 배경과 문자열이 존재하는 특징면이 잘 구분되지 않는다는 것이다. 이것은 곧 특징 추출이 어렵다는 것을 간접적으로 나타내고 있는 것이다. 그러므로 수많은 논문에서 손실된 특징 정보를 복원하기 위한 기술과 끊어진 문자 정보를 유추하여 맞춰 내는 등의 기술을 많이 연구해 왔다. 그러나 우리는 무엇보다 처음에 입력받는 영상이 좋아야만 나머지 필터링이나 영상 처리기법이 쉽다고 생각하여 입력 영상을 개선시킬 수 있는 광학적인 환경에 관심을 두기로 하였다. 본 논문은 이리한 영상처리기법 중에서 입력 영상을 보다 선명하게 받아들이기 위한 조건을 찾고 광학적인 이론을 찾고자 하는 논문이다. 본 논문은 타이어를 생산하는 라인에서 타이어에 각인되어 있는 문자를 인식하고 상위 컴퓨터인 호스트 컴퓨터에 자료를 전송함으로써 물류를 관리하고, 다음 공정인 전수 검사공정에서 각 타이어에 맞는 휠을 끼우기 위한 작업을 위한 것이다. 이러한 시스템을 위해서는 나은 양질의 입력영상을 획득해야만 인식과정에서 오인식을 줄일 수 있고 자동화 공정에 응용할 수 있다. 양질의 입력영상을 획득하기 위해서는 빛의 입사각도와 피사체가 이루는 각도가 어떠한 각의 형태를 가지는가 하는 것이 중요하며 또한 이것을 받아들이는 카메라의 각도가 피사체와 어떠한 각을 이루는가? 하는 것도 중요한 문제이다. 본 논문에서는 이에 대한 최적조건을 실험적인 방법으로 찾고, 이에 대한 결과를 광학적으로 증명해 보고자 한다.

• Journal of Platform Technology
• /
• 제11권3호
• /
• pp.24-31
• /
• 2023

최근, 도시 교통체계 운항으로 수직이착륙이 가능한 UAM(Urban Air Mobility, UAM)의 관심이 고조되고 있다. 따라서 첨단 기술이 적용된 친환경 미래형 교통수단으로 다양한 스타트업 기업에서 관련 기술들을 개발하고 있다. 하지만, UAM의 운항에서 안전성을 높일 수 있는 방안들에 관한 연구들은 아직 미미한 편이다. 특히, 자율주행이 탑재된 UAM이 도심에서의 착륙을 시도하는 과정에서 발생되는 위험에 대한 안전성을 향상시킬 수 있는 노력이 더욱 절실하다. 이에, 본 연구에서는, 도심에서 자율주행 UAM이 착륙을 시도 할 때, 방해가 되는 위험영역을 회피하여 안전하게 착륙할 수 있도록 하는 방안을 제안한다. 이를 위하여, 먼저, UAM의 센서에 의해 관측되는 위험물들의 위도 및 경도 좌표값을 산출하고, 이를 바탕으로, 3차원 영상에서 왜곡이 고려된 평면 영상의 좌표를 위도와 경도로 변환한 후 산출된 위도와 경도를 이용하여 미리 학습된 특징 서술자와HOG(Histogram of Oriented Gradients, HOG) 특징 서술자와의 비교하여 위험영역을 추출하는 방안을 제안한다. 위험영역을 완벽히 추출할 수는 없었지만 대체적으로 만족할 만한 결과를 얻을 수 있었다. 이에, 제안된 연구 방법이 자율주행 기술이 탑재된 UAM의 이착륙장 선정에 따른 막대한 비용을 줄이고, 도심과 같은 복잡한 환경에서 착륙을 시도할 때 위험성을 감소시키고 안전성을 높이기 위한 기초적인 방안에 기여할 것으로 사료된다.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.47-55
• /
• 2003

본 논문에서는 다양한 시간과 장소에서 차량 정면이나 후면 주변의 다양한 위치에서 촬영되고 주변 배경이 충분히 포함되는 주차 단속용 영상에서 차량 번호판을 추출하기 위해, 명암 벡터와 복합 색상을 이용하여 차량 번호판의 고유한 특성을 감지하는 방법을 제안한다. 기본적으로 번호판 영역에서 문자와 배경의 명암도 차이가 뚜렷하여 명암값의 증감이 빈번히 발생하고, 번호판 영역이 차종에 따라 일정한 색상을 갖는다는 특성을 함께 이용한다. 먼저, 번호판 영상의 하단부터 시작하여 일정 간격의 행마다 탐색해가면서, 명암 벡터의 부호가 충분히 자주 변화하고 번호판 색상이 충분히 검출되는 구간을 번호판 후보로 간주하여 대략 영역을 지정한다. 그런 다음, 수직 에지 성분을 수평ㆍ수직으로 프로젝션하여 번호판의 정교 영역을 추출한다. 이때, 추출된 번호판의 색상에 의해 차종도 쉽게 판별된다. 제안한 방법의 성능을 평가하기 위해 다양한 시간과 장소에서 촬영된 실제 단속 영상 200장을 사용하였다. 실험 결과, 제안한 방법이 명암 벡터만을 사용한 방법보다 약 9% 향상된 96%의 번호판 추출률을 보였다.

• 대한공업교육학회지
• /
• 제35권2호
• /
• pp.25-42
• /
• 2010

이 연구는 공업계고등학교 학생들에게 형성되어 있는 '공학'에 대한 이미지를 알아보고, '공학' 이미지의 요인구조를 파악하기 위해 수행되었다. 연구 대상은 전국의 공업계고등학교 3학년 학생 695명이었다. 측정 도구는 Osgood(1957)이 개발한 의미분별법 도구에서 이용되었던 형용사 척도 문항을 참고하여 연구자가 개발하였으며, 예비조사를 거쳐 본 조사에서는 총 30개의 문항을 사용하였다. 연구 결과는 다음과 같다. 첫째, 공업계고 학생들이 인식하고 있는 '공학'에 대한 전체적인 이미지 평균 점수는 4.27점으로 기준(4점)을 약간 상회하는 정도였다. 둘째, 전체적인 경향을 보면 '공학'은 중요하고 가치가 있지만, 어렵고 복잡하고 위험하다는 이미지가 공업계고 학생들에게 각인되어 있음을 알 수 있었다. 셋째, 요인분석 결파 6개씩 요인이 추출되었으며, 요인 1은 실용성, 요인 2는 감성, 요인 3은 섬미성, 요인 4는 용이성, 요인 5는 책임감, 요인 6은 적극성이라고 명명하였다. 넷째, 지역별 '공학'에 대한 이미지의 평균 비교 결과, 각 요인별로 지역에 따라 '공학'에 대해 인식하고 있는 이미지에 차이가 있는 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.361-368
• /
• 2014

차량 번호판 인식 시스템은 복잡한 교통환경의 효율적 관리를 위해 발전되어 현재 많은 곳에 사용되고 있다. 그러나 조명, 잡음, 배경변화, 번호판 훼손 등 환경변화에 큰 영향을 받기 때문에 제한된 환경에서만 동작하며, 실시간으로 사용하기 어렵다. 본 논문에서는 조명변화와 잡음에 강건하며 빠른 번호판 인식을 위한 휴리스틱 분할 알고리즘 및 이를 이용한 실시간 번호판 인식 시스템을 제안한다. 첫 번째 단계는 Haar-like 특징과 Adaboost를 이용하여 번호판을 검출한다. 이 방법은 적분영상을 이용하며 케스케이드 구조로 구성되어 있어 빠른 검출이 가능하다. 두 번째 단계에서 적응 히스토그램 평활화 방법과 노이즈를 경감시키는 바이레터럴 필터를 이용하여 번호판의 종류를 결정한 후, 번호판 종류에 따라 적분영상을 이용한 적응 이진화, 픽셀 프로젝션, 사전지식 등을 기반으로 빠르고 정확한 문자 분할을 한다. 세번째 단계에서는 HOG와 신경망 알고리즘을 이용하여 숫자를 인식하고, SVM을 이용해 한글을 인식한다. 실험결과는 번호판검출에 94.29%의 검출률, 2.94%의 오경보율을 보이며, 문자분할에서는 검출률 97.23%, 2.94%의 오경보율을 보였다. 문자인식에서 평균 인식률은 98.38%이다. 평균 운용시간은 140ms으로 빠르고 강인한 실시간 시스템을 만들 수 있다.

• 서비스연구
• /
• 제12권2호
• /
• pp.106-116
• /
• 2022

본 연구는 모바일 애플리케이션을 활용한 화재 피난 서비스 시나리오의 일부로써 해당 애플리케이션의 인터페이스에 사용될 적절한 색상을 찾는 것이 최종 목적이며, 화재 발생 시 재실자들의 피난 과정에서 인간의 불안정한 심리에 긍정적이고 안정적인 영향을 줄 수 있는 컬러를 정의하고 애플리케이션에 적용하는 것이 목표이다. 화재의 상황에서 재실자의 심리를 고려한 색채의 피난유도 인터페이스의 적절한 디자인과 배치는 중요하다. 하지만 기존의 피난유도에 활용되던 색채는 관습적으로 사용되던 부분이 많아 화재 발생 시, 효율적인 피난에 부적절하다는 것을 문헌과 기존 연구를 통해 알 수 있었다. 본 연구에서는 재실자의 심리적 사항을 고려하여 화재 피난 시 심리적으로 안정을 주는 색채를 제시하여 재난 발생 시 효율적인 피난유도를 돕는데 활용하고자 하였다. 연구 방법으로는 이미지 평가 법을 활용하여 불특정 다수에게 빈도 분석을 통해 이미지가 가진 형태와 색상이 사람들에게 어떤 감정을 주는지 도출한 뒤, 한국표준색채분석(KSCA)을 통해 이미지의 주요 색상과 보조 색상을 분석하였다. 최종적으로 이미지 평가 분석 결과와 한국표준색채분석(KSCA) 분석 결과를 통하여 얻어진 색상들과 선행연구를 비교 분석하여 결과 간의 상호 검증을 통해 최종 어플리케이션 컬러를 구성하였다. 연구 결과로는 선행연구와의 비교 분석을 통해 초록색 계열이 인간의 심리 안정에 도움을 줄 수 있음을 확인하였다. 따라서 화재 피난 시에 침착하고 차분한 어플리케이션의 안내를 위한 메인 컬러를 녹색 계열로 제안한다. 본 연구를 통해서 화재 발생 시 재실자들의 피난 과정에서 심리적 안정적인인 영향을 줄 수 있는 컬러에 대해 정의하였다. 화재 피난 모바일 애플리케이션의 UX/UI 구성 시 재실자들의 침착하고 차분한 안내 유도를 위해 이를 활용하는 방법을 적용할 수 있을 것이다.

• 지구물리와물리탐사
• /
• 제17권4호
• /
• pp.231-241
• /
• 2014

최근 엔지니어링 목적의 단일채널 탄성파 탐사가 많이 수행되고 있다. 단일채널 탄성파 탐사는 일반적으로 특별한 자료처리 없이 효율적으로 지하 지질구조를 파악할 수 있는 장점이 있지만, 복잡한 지질구조에 대한 정확한 영상화에는 한계를 가진다. 자원개발 목적의 다중채널 탄성파 탐사에서는 최근 파형역산에 대한 연구가 활발히 진행되고 있으며, 복잡한 지하구조에 대해서도 정확한 지하영상화 결과를 제시하고 있다. 이에 본 논문에서는 단일채널 탄성파 탐사 자료를 이용하여 지하 속도모델을 구하기 위한 탄성파 파형역산 알고리즘을 제안하였다. 제안한 알고리즘은 단일채널 탄성파 탐사를 고려하여 지하 매질을 1차원으로 가정하였으며, 벌림에 의한 지연시간을 제거하여 벌림에 의한 효과를 보정하였다. 파형역산은 안정적인 해의 계산이 가능한 가우스-뉴턴법을 이용하였다. 알고리즘은 수정된 Marmousi2 모델에 적용하여 검증하였으며, 부산항에서 얻은 현장자료에 적용해 보았다.

• 대한원격탐사학회지
• /
• 제20권5호
• /
• pp.289-305
• /
• 2004

Atmospheric correction of Landsat Visible and Near Infrared imagery (VIS/NIR) over aquatic environment is more demanding than over land because the signal from the water column is small and it carries immense information about biogeochemical variables in the ocean. This paper introduces two methods, a modified dark-pixel substraction technique (path--extraction) and our spectral shape matching method (SSMM), for the correction of the atmospheric effects in the Landsat VIS/NIR imagery in relation to the retrieval of meaningful information about the ocean color, especially from Case-2 waters (Morel and Prieur, 1977) around Korean peninsula. The results of these methods are compared with the classical atmospheric correction approaches based on the 6S radiative transfer model and standard SeaWiFS atmospheric algorithm. The atmospheric correction scheme using 6S radiative transfer code assumes a standard atmosphere with constant aerosol loading and a uniform, Lambertian surface, while the path-extraction assumes that the total radiance (L/sub TOA/) of a pixel of the black ocean (referred by Antoine and Morel, 1999) in a given image is considered as the path signal, which remains constant over, at least, the sub scene of Landsat VIS/NIR imagery. The assumption of SSMM is nearly similar, but it extracts the path signal from the L/sub TOA/ by matching-up the in-situ data of water-leaving radiance, for typical clear and turbid waters, and extrapolate it to be the spatially homogeneous contribution of the scattered signal after complex interaction of light with atmospheric aerosols and Raleigh particles, and direct reflection of light on the sea surface. The overall shape and magnitude of radiance or reflectance spectra of the atmospherically corrected Landsat VIS/NIR imagery by SSMM appears to have good agreement with the in-situ spectra collected for clear and turbid waters, while path-extraction over turbid waters though often reproduces in-situ spectra, but yields significant errors for clear waters due to the invalid assumption of zero water-leaving radiance for the black ocean pixels. Because of the standard atmosphere with constant aerosols and models adopted in 6S radiative transfer code, a large error is possible between the retrieved and in-situ spectra. The efficiency of spectral shape matching has also been explored, using SeaWiFS imagery for turbid waters and compared with that of the standard SeaWiFS atmospheric correction algorithm, which falls in highly turbid waters, due to the assumption that values of water-leaving radiance in the two NIR bands are negligible to enable retrieval of aerosol reflectance in the correction of ocean color imagery. Validation suggests that accurate the retrieval of water-leaving radiance is not feasible with the invalid assumption of the classical algorithms, but is feasible with SSMM.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.471-484
• /
• 2023

적대적 생성 신경망 기반의 딥러닝 모델은 학습된 정보를 바탕으로 새로운 정보를 생성하는데 특화되어 있다. 구글 딥마인드에서 개발한 deep generative model of rain (DGMR) 모델은 대규모 레이더 이미지 데이터의 복잡한 패턴과 관계를 학습하여, 예측 레이더 이미지를 생성하는 적대적 생성 신경망 모델이다. 본 연구에서는 환경부 레이더 강우관측자료를 이용하여 DGMR 모델을 학습하고, 2021년 8월 호우사례를 대상으로 적대적 생성 신경망을 이용하여 강우예측을 수행하고 기존 예측기법들과 정확도를 비교하였다. DGMR은 대체적으로 선행 60분까지는 강우 분포 위치가 관측강우와 가장 유사하였으나, 전체 영역에서 강한 강우가 발생한 사례에서는 강우가 지속적으로 발달하는 것으로 예측하는 경향이 있었다. 통계적 평가에서도 DGMR 기법이 1시간 선행예측에서 임계성공지수 0.57~0.79, 평균절대오차 0.57~1.36 mm로 나타나 타 기법 대비 효과적인 강우예측 기법임을 보여주었다. 다만, 생성 결과의 다양성이 부족한 경우가 발생하여 예측 정확도를 저하하므로 다양성을 개선하기 위한 연구와 2시간 이상의 선행예측에 대한 정확도 개선을 위해 물리기반 수치예보모델 예측강우 자료를 이용한 보완이 필요할 것으로 판단되었다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1757-1766
• /
• 2021

녹피율은 행정구역면적 대비 녹지가 피복된 면적의 비율로, 실질적인 도시녹화 지표로 활용되고 있다. 현재 녹피율은 토지피복지도를 기반하여 산출되는데, 토지피복지도의 낮은 공간해상도와 일정하지 않은 제작시기는 정확한 녹피율 산출과 정밀한 녹피분석을 어렵게 한다. 따라서 본 연구는 새로운 녹피율 산출방안으로 항공영상과 심층학습을 활용한 방안을 제안한다. 항공영상은 높은 해상도와 비교적 일정한 주기로 정밀한 분석을 가능하게 하며 심층 학습은 항공영상 내 녹지를 자동으로 탐지할 수 있다. 지자체는 매년 다양한 목적을 위해 유인항공영상을 취득하여 이를 활용해 신속하게 녹피율을 산출한다. 하지만 미리 취득된 유인항공영상은 취득 시기와 해상도, 센서와 같은 세부사항을 선택할 수 없어 정밀한 분석이 어려울 수 있다. 이러한 한계점은 다양한 센서의 탑재가 가능하고 낮은 고도의 비행으로 인해 고해상도 영상을 취득할 수 있는 무인항공기를 활용하여 보완될 수 있다. 이에 두 가지 항공영상으로부터 녹피율을 산출하였고 그 결과, 모든 녹지 유형으로 부터 높은 정확도로 녹피율을 산출할 수 있었다. 하지만 유인항공영상으로부터 산출된 녹피율은 복잡한 환경에서 한계가 있었다. 이를 보완하고자 활용한 무인항공영상은 복잡한 환경에서도 높은 정확도의 녹피율을 산출할 수 있었고 추가밴드 영상을 통해 더 정밀한 녹지 영역 탐지가 가능했다. 추후 기존 유인항공영상에 새로 취득한 무인항공영상을 보완적으로 사용해 녹피율을 효과적으로 산출할 수 있을 것이라 기대된다.