• 한국컴퓨터그래픽스학회논문지
• /
• 제15권3호
• /
• pp.11-18
• /
• 2009

본 논문은 영상의 손실 압축에 널리 사용되는 JPEG 표준을 확장하여 압축률을 향상시키기 위한 방법을 제안한다. 연속적인 신호를 압축하는데 널리 사용되는 증분 압축 기법을 보다 효과적으로 손실 영상 압축 방법에 적용하기 위하여 행이나 열단위로 예측(prediction)과 이산 코사인 변환을 수행하고 양자화, 엔트로프 부호화 등의 과정을 거쳐 영상을 압축하기 위한 방법을 제안한다. 특히 JPEG 표준과 행/열 단위 압축 방법의 장점을 동시에 갖게 하기 위해 JPEG 표준의 틀에서 선택적으로 블럭에 행/열 단위 압축을 수행함으로써 압축률을 향상시킨다. 실험 결과 본 논문에서 제안하는 압축 방법은 사용자가 압축 시 지정한 화질이 높을 경우 JPEG보다 높은 압축률을 나타내는 것을 확인할 수 있다. 따라서 본 논문에서 제안하는 압축 방법은 간단하게 기존의 JPEG 압축 방식에 추가되어 고화질의 영상을 효율적으로 압축하는데 사용될 수 있다.

• 한국정보통신학회논문지
• /
• 제19권10호
• /
• pp.2409-2416
• /
• 2015

본 논문에서는 효과적인 무손실 영상압축을 위한 방향성 기반 적응적 예측방법을 제안한다. 제안하는 예측방법은 작은 변화에 민감한 픽셀단위가 아닌 지원영역(support region) 단위로 방향성 및 부호화 픽셀이 속한 영역의 특성을 판단하여 강인한 예측이 이루어지도록 한다. 예측픽셀은 부호화 픽셀과 주변 픽셀에 대한 지원영역 사이의 유사도에 따라 적응적으로 선택함으로써 예측성능을 효과적으로 높인다. 기존의 MED, GAP 및 EDP와 같은 예측방법과 비교하여 제안한 방향성 기반 적응적 예측방법은 예측에러에 대한 엔트로피 측면에서 우수한 예측성능을 나타내고, 복잡도 측면에서도 가장 간단한 MED와 비교해 큰 차이가 없음을 다양한 실험을 통해 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제17권2호
• /
• pp.49-57
• /
• 2012

FCM(fuzzy c-means)은 일반적으로 영상 분할에서 좋은 성능을 보인다. 하지만 공간 정보를 사용하지 않는 일반적인 FCM 알고리즘은 낮은 대비의 영상, 경계선이 뚜렷하지 않은 영상, 잡음이 포함된 영상의 분할에는 좋지 않은 성능을 보인다. 이와 같은 문제를 해결하기 위해 본 논문에서는 3x3 크기의 윈도우를 이용하여 윈도우 내의 중심 픽셀과 주변 픽셀간의 거리 정보를 소속 함수에 추가한 개선된 공간적 퍼지 클러스터링 알고리즘을 제안한다. 본 논문에서는 분할 계수, 분할 엔트로피, Xie-Bdni 함수와 같은 클러스터링 검증 함수를 이용하여 FCM 기반의 다양한 클러스터링 알고리즘과 제안한 알고리즘과의 성능을 비교하였다. 성능 평가 결과 제안한 알고리즘이 기존의 FCM기반의 클러스터링 알고리즘보다 클러스터링 검증 함수에서 성능이 우수함을 확인 할 수 있었다.

• Current Optics and Photonics
• /
• 제4권4호
• /
• pp.286-292
• /
• 2020

Imaging through multicore fiber (MCF) is of great significance in the biomedical domain. Although several techniques have been developed to image an object from a signal passing through MCF, these methods are strongly dependent on the surroundings, such as vibration and the temperature fluctuation of the fiber's environment. In this paper, we apply a new, strong technique called deep learning to reconstruct the phase image through a MCF in which each core is multimode. To evaluate the network, we employ the binary cross-entropy as the loss function of a convolutional neural network (CNN) with improved U-net structure. The high-quality reconstruction of input objects upon spatial light modulation (SLM) can be realized from the speckle patterns of intensity that contain the information about the objects. Moreover, we study the effect of MCF length on image recovery. It is shown that the shorter the fiber, the better the imaging quality. Based on our findings, MCF may have applications in fields such as endoscopic imaging and optical communication.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.101-108
• /
• 2024

AI-OCR은 광학 문자 인식(OCR) 기술과 Artificial intelligence(AI)의 결합으로 사람의 인식이 필요하던 OCR의 단점을 보완하는 기술 향상을 이뤄내고 있다. AI-OCR의 성능을 높이기 위해서는 다양한 학습데이터의 훈련이 필요하다. 하지만 이미지 색상이 비슷한 밝기를 가진 경우에는 인식률이 떨어지기 때문에, Homomorphic filtering(HF)을 이용한 전처리 과정으로 색상 차이를 분명하게 하여 텍스트 인식률을 높이게 된다. HF은 감마값을 이용해 이미지의 고주파와 저주파를 각각 조절한다는 점에서 텍스트 추출에 적합하지만 감마값의 조절이 수동적으로 이뤄지는 단점이 존재한다. 본 연구는 시험적 과정을 거쳐 이미지의 대비, 밝기 및 엔트로피를 근거하는 감마의 임계값 범위를 제안한다. 제안된 감마값 범위를 적용한 HF의 실험 결과는 효율적인 AI-OCR의 높은 등장 가능성을 시사한다.

• 한국콘텐츠학회논문지
• /
• 제14권11호
• /
• pp.362-369
• /
• 2014

본 연구는 골다공증 환자의 Digital 요추 측부 영상을 이용하여 질감특징의 통계적 분석으로 컴퓨터 보조진단 시스템 구현과 질병의 조기진단 및 치료를 위한 실험적인 모형 연구로 신뢰성 있는 보조적 진단 정보를 제공함으로써 골다공증에 대한 정확한 진단 방향을 제시하고자 하였다. 이를 위해서 정상인의 Digital 방사선 요추 측부 영상과 골다공증 환자의 Digital 방사선 요추 측부 영상을 실험 영상으로 하여 설정된 ROI에 대한 통계적 질감특징 값을 6가지 parameter로 나타냈다. 골다공증에 대한 질감특징분석 값 중 Average Gray Level에서 95%로 최고 높은 인식률을 나타내었고, Uniformity에서 80%로 가장 낮은 인식률을 나타내었다. 또한 Average Contrast에서 82.5%, Smoothness에서 90%, Skewness에서 87.5%, Entropy에서 87.5%를 나타내어 6가지 Parameter에서 모두 80%이상의 높은 인식률을 나타내 알고리즘의 안정성을 입증하였다. 따라서 본 연구 결과를 토대로 의료영상의 컴퓨터자동진단 시스템으로 발전된 프로그램을 coding 한다면 의료영상의 병소부위 자동검출, 질병 진단을 위한 예비 진단자료, 질병의 확진을 위한 자료제공, 제한된 장비로도 진단 가능, 의료영상의 판독시간 단축에 유용하게 사용될 수 있으리라 사료된다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.70-77
• /
• 2008

본 논문은 화소 단위의 정보가 아닌 분할된 영역들의 정보를 기반으로 유전자 알고리즘을 이용한 텍스트 후보영역 검출방안을 제안한다. 먼저, 영상분할을 수행하기 위해 색상별 화소분류와 비동질적인 군집의 감소를 위한 영역 단위의 재분류 알고리즘을 수행한다. 색상별 화소분류에 이용되는 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘은 공간정보를 추가한 개선된 FCM 알고리즘으로써, 잡음에 강건한 특징을 가진다. EWFCM 알고리즘에 의해 분류된 화소들의 군집정보를 기반으로 수행되는 영역 단위의 재분류는 화소나 군집 단위의 재분류에 비해 효과적으로 영상에 존재하는 비동질적인 군집들을 감소시킬 수 있다. 그리고 텍스트 후보영역 검출은 분할된 영역들로부터 추출한 방향성 에지 성분에 대한 분산값 및 에너지, 크기, 개수 등의 정보를 기반으로 유전자알고리즘에 의해 수행된다. 이는 화소 단위의 정보를 이용한 방법보다 더 명확한 텍스트 영역정보를 획득할 수 있으며, 향후 자동문자인식에서 좀 더 손쉽게 이용될 수 있다. 실험 결과 제안한 분할방법은 기존 방법이나 화소나 군집 기반의 재분류보다 좋은 결과를 보였으며, 텍스트 후보영역 검출에서도 화소 단위의 정보를 이용한 기존 방법보다 더 좋은 결과를 보여 제안방법의 유효성을 확인하였다.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.583-598
• /
• 2022

인력기반 터널 점검은 점검자의 주관적인 판단에 영향을 받으며 지속적인 이력관리가 어렵다. 따라서 최근에는 딥러닝 기반 자동 균열 탐지 연구가 활발히 진행되고 있다. 하지만 대부분의 연구에서는 사용하는 대규모 공개 균열 데이터셋은 터널 내부에서 발생하는 균열과 매우 상이하다. 또한 현행 터널 상태평가에서 정교한 균열 레이블을 구축하기 위해서는 추가적인 작업이 요구된다. 이에 본 연구는 균열 형상이 다소 단순하게 표현된 기존 데이터셋을 딥러닝 모델에 입력하여 균열 탐지 성능을 개선하는 방안을 제시한다. 기존 터널 데이터셋, 고품질 터널 데이터셋과 공개 균열 데이터셋을 조합하여 학습한 딥러닝 모델의 성능 평가와 비교를 수행한다. 그 결과 Cross Entropy 손실함수를 사용한 DeepLabv3+에 공개 데이터셋, 패치 단위 분류와 오버샘플링을 수행한 터널 데이터셋을 모두 학습한 경우 성능이 가장 좋았다. 향후 기 구축된 터널 영상 취득 시스템 데이터를 딥러닝 모델 학습에 효율적으로 활용하기 위한 방안을 수립하는 데 기여할 것으로 기대한다.

• 토지주택연구
• /
• 제14권2호
• /
• pp.125-135
• /
• 2023

드론은 국토조사, 수송, 해양, 환경, 방재, 문화재, 건설 등 다양한 분야에서 활용되고 있다. 또한 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence) 등과 관련하여 4차 산업 혁명의 핵심기술을 검증하고 적용시킬 수 있는 기술로 떠오르고 있다. 본 연구에서는 드론을 활용하여 균열을 자동으로 탐지할 수 있는 딥러닝 모델을 개발하고자 한다. 딥러닝 학습을 위한 이미지 데이터는 Mavic3 드론을 이용하여 수집하였고 촬영고도는 20m, ×7배율로 촬영하였다. 촬영 시 약 2m/s의 속도로 전진하여 영상을 찍고, 프레임을 추출하는 식으로 데이터를 수집하였다. 이런식으로 수집한 데이터를 통해 딥러닝 학습을 진행하였다. 본 연구에서는 딥러닝 학습모델로 Backbone으로는 Swin Transformer, Architecture로 UperNet을 사용하였다. 약 800장의 라벨링 된 데이터를 Augmentation기법으로 데이터 양을 증가시키고 3차에 걸쳐 학습을 진행하였다. 1차와 2차 학습 시 Cross-Entropy loss function을 사용하였고 3차 학습 시 Tversky Loss Function을 사용하였다. 학습결과, 균열 탐지와 균열율을 계산할 수 있는 모델을 개발하였다. 또한, 드론의 위치 정보를 이용해 특정 도로의 한 차선 균열율을 계산할 수 있는 모델을 개발하였다. 향후 추가적인 연구를 통하여 균열탐지모델의 고도화를 사물인터넷(IoT)과의 융합으로 이루었을 때 소파보수(Patching)나 포트홀(Pothole)의 탐지가 가능할 것으로 보인다. 또한 드론의 실시간 탐지 업무수행으로 포장 유지 보수구간에 대한 탐지를 신속하게 확보할 수 있을것으로 기대된다.

• 전기전자학회논문지
• /
• 제13권4호
• /
• pp.116-124
• /
• 2009

근래 휴대 단말기용 모뎀 칩셋이나 멀티미디어 프로세서의 CPU성능은 노트북PC에 버금가는 수준으로 향상되면서 휴대단말기가 전자기기의 컨버전스화를 주도하는 아이콘으로 떠오르고 있다. 더불어 DMB, 디지털 카메라, 화상통화, 인터넷 검색 등이 기본적으로 제공되면서 소형크기의 휴대 단말기용 디스플레이에서도 화질에 대한 관심이 높아지고 있다. 휴대단말기의 경우 야외에서 태양광과 같은 주변광원의 변화로 동일한 영상이 열화 또는 과도하게 밝아져 보이는 야외 시인성 문제를 해결해야 하며, 더구나 최근 터치방식 패널이 휴대단말기 디스플레이 장치에 사용되면서 ITO 필름에 의한 투과율 손실로 디스플레이 화면의 컨트라스트 저하가 더해지고 있다. 본 논문에서는 휴대 단말기용 영상개선 SoC를 위해 영상 개선 알고리즘을 개발하였고 이에 대한 성능 비교를 수행하였다. 컨트라스트 개선을 위해 적응형 기법으로 Clipped Histogram Stretching을, 정적 기법으로 S형 곡선조정과 Gain 조정 기법을 사용하였고 야외 시인성 개선을 위해서는 CIELCh 색공간에서 외부 조도센서의 정보에 따라 명도(Lightness)와 채도(Chroma)가 조절될 수 있도록 하였다. 개발한 알고리즘에 대한 성능평가는 결과영상의 히스토그램, RGB 화소값 분포도, 엔트로피 그리고 동적영역 확장비 등을 통해 분석을 진행하였다.