• 전기학회논문지
• /
• 제63권1호
• /
• pp.173-178
• /
• 2014

In this study, the new color image processing algorithms with an android-based mobile device are developed to detect the abnormal color densities in a skin image and interpret them as the vitiligo lesions. Our proposed method is firstly based on transforming RGB data into HSI domain and segmenting the imag into the vitiligo-skin candidates by applying Otsu's threshold algorithm. The structure elements for morphological image processing are suggested to delete the spurious regions in vitiligo regions and the image blob labeling algorithm is applied to compare RGB color densities of the abnormal skin region with them of a region of interest. Our suggested color image processing algorithms are implemented with an android-platform smartphone and thus a mobile device can be utilized to diagnose or monitor the patient's skin conditions under the environments of pervasive healthcare services.

• 한국정보시스템학회지:정보시스템연구
• /
• 제32권4호
• /
• pp.149-162
• /
• 2023

Purpose In the textile industry, fabric defects significantly impact product quality and consumer satisfaction. This research seeks to enhance defect detection by developing a transformer-based deep learning image segmentation model for learning high-dimensional image features, overcoming the limitations of traditional image classification methods. Design/methodology/approach This study utilizes the ZJU-Leaper dataset to develop a model for detecting defects in fabrics. The ZJU-Leaper dataset includes defects such as presses, stains, warps, and scratches across various fabric patterns. The dataset was built using the defect labeling and image files from ZJU-Leaper, and experiments were conducted with deep learning image segmentation models including Deeplabv3, SegformerB0, SegformerB1, and Dinov2. Findings The experimental results of this study indicate that the SegformerB1 model achieved the highest performance with an mIOU of 83.61% and a Pixel F1 Score of 81.84%. The SegformerB1 model excelled in sensitivity for detecting fabric defect areas compared to other models. Detailed analysis of its inferences showed accurate predictions of diverse defects, such as stains and fine scratches, within intricated fabric designs.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2277-2282
• /
• 2009

본 논문에서는 형태학적 특징 및 차 연산과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안하였다. 무인 카메라에서 획득된 차량 번호판 영상에서 차 연산을 이용하여 에지를 추출한 후에 블록 이진화한다. 이진화된 차량 영상에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다. 추출된 번호판 영역에 대하여 평균 이진화와 최대 최소 이진화를 적용하여 번호판의 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 추출되어 결합된 개별 문자 및 숫자 코드들은 ART2 알고리즘에 적용하여 학습 및 인식된다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 이미지 각각 100장을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식기법이 효율적임을 확인하였다.

• 융합신호처리학회논문지
• /
• 제8권1호
• /
• pp.15-21
• /
• 2007

본 논문에서는 비등속 이동물체의 표면 검사를 위한 3차원 표면 모델링(modeling) 기법을 제안하였다. 레이저 라인을 물체에 조사하면 표면의 굴곡에 따라 라인에 휨 현상이 나타난다. 이를 분석하여 물체 표면에 대한 3차원 정보를 획득 할 수 있다. 기존의 단일 라인(single stripe) 기법의 정확성과 단일 프레임(single frame) 기법의 빠른 복원 속도의 장점을 모두 활용하기 위하여 멀티 레이저 라인 투사기법을 이용하였다. 정확한 레이저 라인의 추출을 위하여 이진화 및 채널별 에지 검출 기법을 소개하였고, 효과적인 레이저 각 라인의 라벨링 기법을 새로 제안하였다. 개별 3차원 복원 표면을 전체영상으로 합성하기 위해 영상간 특징점 매칭(matching)을 활용하여 동기화 정보를 획득하고 영상을 정합하였다. 본 알고리듬을 컨테이너 표면 데미지 검사에 활용하여 제안한 3차원 모델링 기술의 우수성을 확인하였다.

• 한국통신학회논문지
• /
• 제29권9C호
• /
• pp.1258-1268
• /
• 2004

비디오화상회의 시스템을 위하여 동영상 압축 DCT 계수와 피부색정보를 이용하여 주파수 영역에서 정연 얼굴 을 실시간으로 검출하는 알고리즘을 제안한다. 동영상 압축과정 중에 얻어지는 DCT계수 값의 U 와 V 색상정보로 피부색 범위를 추출하며 잡음성분제거를 위해 형태학적필터와 Labeling을 적용하고 피부색블록의 방향성과 평탄도를 고려하여 검출하였다. 제안 알고리즘은, 배경에 피부색과 유사한 객체가 있는 경우와 배경이 단순한 경우에 대 해 적응적으로 검출이 가능하도록 하였다 여러 인종에 대한 모의실험결과 제안 알고리즘이 약 94% 의 검출 성공률을 보였다.

• 전기전자학회논문지
• /
• 제15권4호
• /
• pp.274-280
• /
• 2011

본 연구에서는 SoC를 이용한 임베디드 시스템에 리눅스 OS 환경을 구축하고 번호판 인식 시스템을 구현하여 그 성능을 측정하였다. 자동차 번호판을 인식하기 위해서는 번호판을 검출하고 검출된 번호판을 보정 한 뒤 각 문자들에 대해 인식을 한다. 번호판 검출 방법으로는 레이블링 기법과 숫자의 특징을 이용하여 검출하였다. 검출된 번호판의 표기되어 있는 숫자들은 각각의 좌표가 있다. 이러한 숫자들의 좌표를 비교하여 영상을 보정하고 템플릿 매칭을 통해 인식을 한다. 그 결과로 번호판의 검출율은 96%, 문자 인식률은 73%, 숫자 인식률은 97%로 나타났다. 인식 시스템은 기존의 PC기반이 아닌 임베디드 보드에서 측정 되었으며 총 인식시간은 약 0.66초가 소요되었다.

• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.132-137
• /
• 2019

의료영상으로 생성된 데이터의 양은 전문적인 시각적 분석 한계를 점점 초과하여, 자동화된 의료영상 분석의 필요성이 증가되고 있는 실정이다. 이러한 이유 등으로 인하여 본 논문에서는 정상소견과 종양소견을 보이는 각각의 뇌 실질 MRI 의료영상을 이용하여 Inception V3 딥러닝 모델을 이용한 종양 유무에 따른 분류 및 정확도를 평가하였다. 연구 결과, 딥러닝 모델의 정확도 평가는 학습 데이터 세트의 경우 90%, 검증 데이터 세트의 경우 86%의 정확도를 나타내었다. 손실률 평가에서는 학습 데이터 세트의 경우 0.56, 검증 데이터 세트의 경우 1.28의 손실률을 나타내었다. 향 후 연구에서는 딥러닝 모델의 성능 향상 및 평가의 신뢰성 확보를 위하여 공개된 의료영상의 데이터를 충분히 확보하고, 라벨링 분류 작업을 통한 라벨링의 정확도를 개선하여 모델링을 구현해 볼 필요가 있다고 사료된다.

• 한국산업정보학회논문지
• /
• 제24권3호
• /
• pp.23-29
• /
• 2019

기존의 균열 검출 방법은 많은 인력과 시간, 비용이 소모되는 문제점이 있다. 이러한 문제를 해결하고자 차량이나 드론을 이용하여 취득한 영상에서 균열 정보를 파악하고 정보화하는 자동검출시스템이 요구되고 있다. 본 논문에서는 드론으로 촬영한 도로 영상에서의 균열 검출 연구를 진행한다. 획득한 항공영상은 전처리와 라벨링(Labeling) 작업을 통해 균열의 형태정보 데이터셋(data set)을 생성한다. 생성한 데이터셋을 Mask R-CNN(regions with convolution neural network) 딥러닝(deep learning) 모델에 적용하여 다양한 균열 정보가 학습된 새로운 모델을 획득하였다. 획득 모델을 이용한 실험 결과, 제시된 항공 영상에서 균열을 평균 73.5%의 정확도로 검출하였으며 특정 형태의 균열 영역도 예측하는 것을 확인할 수 있었다.

• 한국의학물리학회지:의학물리
• /
• 제18권1호
• /
• pp.35-41
• /
• 2007

본 연구의 목적은 비침습적 동맥스핀라벨링(arterial spin labeling) 자기공명영상을 이용하여 다편(multislice) 뇌 관류영상(perfusion-weighted Images)을 얻을 수 있는 최적화 방법을 연구하는 데 목적이 있다. 본 연구에서는 세 가지 인자를 최적화하는 데 초점을 두었다. 첫째, 뇌로 흘러 들어오는 혈액을 최적으로 라벨링할 수 있는 펄스를 만드는 것이다. 시뮬레이션 결과 900도의 각을 이루는 반전펄스(adiabatic hyperbolic secant Inversion pulse)는 반전을 효과적으로 할 수 있고 반전을 이루는 형태가 직각에 가깝게 할 수 있는 최적이었다. 둘째, 영상을 얻고 난 후에 계속하여 남아 있는 자화(residual magnetization)을 최소화하는 것이다. 이를 최소화하기 위해서는 포화 펄스(saturation pulses)와 자화를 손상시키는 자장(speller gradients)을 동시에 사용하는 것이 최상의 방법임을 알았다. 마지막으로, 라벨링하는 영역과 영상을 얻는 영역 사이의 거리를 최소화할 수 있는 방법을 연구하였다. 두 영역 간의 최소 거리는 약 20 mm 정도가 최적임을 발견하였다. 위에서 얻은 최적화된 인자들을 바탕으로 13명의 정상인의 뇌에서 관류 영상을 얻은 결과 매우 좋은 대조도의 영상을 얻을 수 있었다.

• 한국전자통신학회논문지
• /
• 제12권4호
• /
• pp.691-700
• /
• 2017

본 논문은 시각 장애인들을 위해 영상처리 기반의 자동 점자 변환기의 설계 및 구현에 관한 내용을 기술한다. 영상처리 기반의 변환 알고리즘은 웹캠으로 획득한 입력 영상을 이진 영상화 한 다음, 문자 영역을 라벨링 처리하여 저장되어 있는 문자 패턴 영상과 상호 상관도를 계산하여 해당되는 점자로 변환한다. 컴퓨터 시뮬레이션을 통해 제안한 알고리즘을 모의 실험한 결과, A5 용지에 인쇄된 숫자와 알파벳에 대하여 각각 95%, 91% 변환 성공률을 보여 주었고, 아두이노를 이용하여 서보모터로 구현한 시제품 시험을 통해 89% 변환 성능을 확인함으로서 구현된 자동 점자 변환기의 실용화 가능성을 확인하였다.