• 로봇학회논문지
• /
• 제1권1호
• /
• pp.25-35
• /
• 2006

Improving practicality of SLAM requires various sensors to be fused effectively in order to cope with uncertainty induced from both environment and sensors. In this case, combining sonar and vision sensors possesses numerous advantages of economical efficiency and complementary cooperation. Especially, it can remedy false data association and divergence problem of sonar sensors, and overcome low frequency SLAM update caused by computational burden and weakness in illumination changes of vision sensors. In this paper, we propose a SLAM method to join sonar sensors and stereo camera together. It consists of two schemes, extracting robust point and line features from sonar data and recognizing planar visual objects using multi-scale Harris corner detector and its SIFT descriptor from pre-constructed object database. And fusing sonar features and visual objects through EKF-SLAM can give correct data association via object recognition and high frequency update via sonar features. As a result, it can increase robustness and accuracy of SLAM in indoor environment. The performance of the proposed algorithm was verified by experiments in home -like environment.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.162-165
• /
• 2017

제안 논문은 x-ray 입력영상에서 관심부위 영역을 추출해 참조이미지와 비교하는 경우가 발생한다. x-ray영상의 모양은 같지만 대상의 크기나 방향 및 위치가 서로 다르게 촬영되어 나타나게 된다. 이와 같이 동일 대상에 대해 서로 다른 영상이 입력될 경우 영상의 유사도 측정법을 이용해 명암의 발기 차이를 측정한다. 또한 거리 측정은 x-ray 데이터의 벡터좌표(x,y,z)를 가지고 두 점간의 거리를 계산한다. 제안 방식은 기존 방식에 비해 관심영역 추출의 정확도 향상과 참조이미지 매칭 수행시간이 효율적임을 실험을 통해 증명하였다.

• 시스템엔지니어링학술지
• /
• 제20권spc1호
• /
• pp.90-96
• /
• 2024

In this paper, we propose a technique to model high resolution seafloor topography with 1m intervals using actual water depth data near the east coast of the Korea with 1.6km distance intervals. Using a feature point extraction algorithm that harris corner based on deep learning, the location of the center of seafloor mountain was calculated and the surrounding topology was modeled. The modeled high-resolution seafloor topography based on deep learning was verified within 1.1m mean error between the actual warder dept data. And average error that result of calculating based on deep learning was reduced by 54.4% compared to the case that deep learning was not applied. The proposed algorithm is expected to generate high resolution underwater topology for the entire Korean peninsula and be used to establish a path plan for autonomous navigation of underwater vehicle.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권4호
• /
• pp.402-410
• /
• 2006

연속된 초음파 영상 시퀀스로부터 파노라마 영상을 만들기 위해서는 인접된 프레임 사이의 움직임을 추정해야 한다. 기존에는 고정 블록 움직임 추정 방법이 주로 사용되고 있는데 본 논문은 정확성을 높이고 계산시간을 단축하기 위해 다해상도 영상을 이용한 특징점 기반 블록 움직임 추정 방법을 제안한다. 기존의 블록 움직임 추정 방법은 규칙적으로 블록을 배치하기 때문에 추정된 움직임의 정확도를 높이기 위해서는 블록의 크기가 커지기 때문에 처리 시간이 오래 걸린다. 본 논문에서는 특징점을 중심으로 블록을 배치하여 움직임 추정의 정확도는 유지하면서 블록의 크기를 줄일 수 있었다. 어파츄어문제(aperture problem)을 줄이기 위해 코너점을 특징점으로 하였다. 움직임 추정 영역은 일정한 크기의 부영역으로 나누고, 각 부영역에서 가장 코너 강도가 큰 점을 선택하였다. 특징점을 선택하는 데는 해리스 스테판 코너검출기를 사용하였다. 코너점들이 한 곳으로 편중될 경우 블록들이 움직임 추정 영역에서 골고루 분산되지 않아 이렇게 구한 블록 움직임을 이용하여 전역 움직임을 구하면 오차가 커진다. 본 논문에서는 이러한 문제를 해결하기 위해 특징점을 선택하는 영역에 제한을 두도록 하였다. 초음파 영상에는 스펙클과 잡음이 많아 코너점을 구하기 전에 영상 평활화를 해야 한다. 계산시간을 줄이고 잡음이 감소된 영상에서 코너점을 구하기 위해 저해상도 영상에서 블록 움직임을 구한 후 점점 고해상도로 확산하는 형태로 다해상도 영상을 사용한다. 실제 세가지 종류의 초음파 영상 시퀀스에 대해 실험결과 제안된 방법은 기존의 방법에 비해 움직임 추정 오차(Displaced Frame Difference)를 평균 66.02에서 58.98로 줄이면서 계산시간은 평균 71ms에서 44ms 으로 빠르게 됨을 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제18권4호
• /
• pp.358-365
• /
• 2017

본 논문에서는 산업용 매니퓰레이터의 작업 성능 향상을 위하여 영상 기반의 물체 인식 방법을 제안하였다. 기존 산업용 매니퓰레이터의 경우 대부분 산업 현장에서 제공하는 정보만을 활용해 산업용 매니퓰레이터를 동작시킴으로써 작업 물체 틀어짐 등에 대한 문제를 고려하지 않고 있기에 보다 안정적인 작업을 수행하는데 있어 문제점이 발생할 수 있다. 본 연구에서 사용된 물체인식 방법은 기존의 Harris Coner 알고리즘의 인식률 향상을 위하여 HSV채널로부터 색상정보를 포함한 V채널과 배경분리가 용이한 S채널을 분리 한 뒤 이를 바탕으로 Otsu Thresholding 기법을 적용하였다. 이를 통해 작업 물체를 보다 정확하게 인식하고 만약 작업 물체가 외부요인에 의하여 정확한 위치에 놓여있지 않거나 뒤틀어져 있는 경우 신속하게 확인한 후 원활한 작업을 위해 산업용 매니퓰레이터의 동작 제어를 수행하는 것으로 실제 산업용 매니퓰레이터에 적용한 후 실험을 통하여 이를 검증하였다. 이는 실제 공장 시스템에서 갑작스런 사람의 유입 혹은 외부요인에 의한 작업 물체의 변화 등의 문제점에 대하여 강인하고 유연하게 대처하며 오류로 인한 작업공정의 중단을 사전에 방지함으로서 전체시스템 가동시간의 효율성을 증대시키는 결과를 가져올 수 있다.

• 한국통신학회논문지
• /
• 제39C권10호
• /
• pp.948-956
• /
• 2014

오늘날 지능형 영상 검지기 시스템(Intelligent Vehicle Detection System)이 추구하는 방향은 기존 시스템의 교통 소통 정보 습득을 넘어서 교통정체, 사고 등과 같은 부정적인 요인을 줄이는 것이다. 본 논문에서는 도로 교통법규 위반 상황 중에서 가장 치명적인 사고를 유발 할 수 있는 불법 유턴 차량을 검지하는 알고리즘을 제안한다. 영상의 옵티컬 플로우 벡터(Optical Flow Vector)를 구하고 이 벡터가 불법 유턴 경로 상에 나타난다면 불법 유턴차량에 의해 생긴 벡터일 확률이 높을 것이라는 점에 착안하여 연구를 진행했다. 옵티컬 플로우 벡터를 구하기 전에 연산량 절감을 위하여 코너(corner)와 같은 특징점을 선지정한 후 그 점들에 대해서만 추적하는 피라미드 루카스-카나데(pyramid Lucas-Kanade) 알고리즘을 사용했다. 이 알고리즘은 연산량이 매우 높기 때문에 먼저 컬러 정보와 진보된 확률적 허프 변환(progressive probabilistic hough transform)으로 중앙선을 검출하고 그 주위 영역에만 적용시켰다. 그리고 검출된 벡터들 중 불법 유턴 경로위의 벡터들을 선별하고 이 벡터들이 불법 유턴 차량에 의해 생긴 벡터들인지 확인하기 위해 신뢰도를 검증하여 불법 유턴 차량을 검지하였다. 최종적으로 알고리즘의 성능을 평가하기 위해 알고리즘별 처리시간을 측정하였으며 본 논문에서 제안한 알고리즘이 효율적임을 증명하였다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.281-288
• /
• 2009

본 논문은 의료 영상 중 X-ray 영상에 대한 효과적인 분류와 자동 주석 생성을 위한 방법을 제안한다. X-ray 영상은 일반 자연 영상과는 다르게 영상 내에 중요한 의미를 가지고 있는 관심 영역과 어두운 단색의 배경으로 구성된 특징을 가지고 있음으로 본 논문에서는, 영상의 중요영역에서 해리스 코너 검출기를 이용한 색 구조 기술자(H-CSD)로 색 특징을 추출하고, 질감 특징을 위해 경계선 히스토그램 기술자(EHD)를 사용하였다. 추출된 두 개의 특징 벡터들은 각각 다중 클래스 Support Vector Machine에 적용되어 20개의 카테고리 중 하나로 영상을 분류한다. 마지막으로, 영상은 미리 정의된 카테고리들의 계층적인 관계와 우선 순위에 기반하여 주석 코드 배열(Annotation Code Array)을 부여 받고 이를 이용하여 다수의 최적 키워드를 얻으며 갖게 된다. 실험에서는 제안한 주석 생성방법을 관련 연구 방법과 비교하여 성능이 개선 되었음을 보여주고 있다.

• 대한기계학회논문집A
• /
• 제36권6호
• /
• pp.629-635
• /
• 2012

궤도로봇은 궤도의 미끄럼 때문에 위치추정의 신뢰도가 낮다. 본 논문은 엔코더 기반의 휠오도메트리와 비주얼 오도메트리의 퍼지 융합을 이용하여 궤도로봇을 위한 새로운 위치추정 방법을 제안한다. 비주얼 오도메트리는 충분한 수의 영상 특징점이 없을 경우 정확성이 저하된다. 두 방법을 융합하기 위한 각각의 가중치는 주위 환경에 따른 퍼지 결정을 통해 제어된다. 실험 결과는 제안한 방법으로 강화된 궤도 로봇의 위치추정 성능을 보인다.

• 한국정보전자통신기술학회논문지
• /
• 제4권3호
• /
• pp.174-181
• /
• 2011

본 논문에서는 적외선 위성영상과 광학 위성영상을 위한 정합방법을 제안하였다. 적외선 영상은 물체에서 방사하는 열에너지를 측정한 것으로, 광학 영상과는 다른 정보를 보여주는 장점으로 많은 분야에 응용된다. 하지만 적외선 영상은 대비가 광학 영상에 비해 낮아, 영상 정합을 위한 특징점 추출 및 매칭을 하기가 어렵다. 이를 극복하기 위해, Modifed SIFT(Scale Invariant Feature Transform)를 사용하여 특징점을 추출 및 매칭하였다. 또한 특징점의 상대적 변별력을 증가시키기 위해, 영상을 블록화해서 Modified SIFT와 RANSAC (RANdom SAample Concensus)을 적용하였다. 마지막으로 오매칭이 있는 블록의 특징점을 제거하기 위해, 각 블록에서 추출된 특징점을 원 영상의 좌표계로 통합해 RANSAC을 다시 한 번 적용하였다. 실험에 사용된 적외선 영상의 파장대역은 3~5um이며, 실험결과 제안된 방법은 적외선과 광학 영상정합에 강인한 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권6호
• /
• pp.69-76
• /
• 2007

강의 및 회의에서 발표자가 파일을 열거나 PC상의 모니터를 직접 조작하기 위하여 진행중인 발표를 멈추고 PC에 다가가 필요한 조작을 하게 되면 발표의 흐름이 끊기게 된다. 이러한 불편함을 개선하기 위한 여러 방법들이 제안되었으나 주로 레이저 빔 포인터[LBP]에 마우스 기능을 부착하여 처리하려는 시도들이 대부분이고 근본적인 해결은 되지 않고 있다. 본 논문에서는 한 개의 카메라와 영상처리 알고리즘을 적용하여 설치가 간단하고 저 가격으로도 실현이 가능하면서도 빔의 검지 위치 정도를 높인 마우스 기능이 부착된 LBP를 제안하고 구현하였으며, 실험을 통하여 마우스의 위치 인식 오차를 분석하였다. 본 연구의 결과 제안된 LBP가 카메라를 사용하였음에도 불구하고 조명의 변화나 시야각의 변화에 대해서도 검지된 빔의 위치인식의 반복성과 마우스의 커서로 사용하기에 충분한 고정도의 위치 인식 오차를 보여주고 있음을 확인하였다.