• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.171-171
• /
• 2000

We have developed m innovative surface inspection system for automated quality control for steel products in POSCO. We had ever installed the various kinds of surface inspection systems, such as a linear CCD and a laser typed surface inspection systems at cold rolled strips production lines. But, these systems cannot fulfill the sufficient detection and classification rate, and real time processing performance. In order to increase detection and classification rate, we have used the Dark, Bright and Transition Field illumination and area type CCD camera, and fur the real time image processing, parallel computing has been used. In this paper, we introduced the automatic surface inspection system and real time image processing technique using the Object Detection, Defect Detection, Classification algorithms and its performance obtained at the production line.

• 전기전자학회논문지
• /
• 제20권3호
• /
• pp.209-219
• /
• 2016

영상처리에 쓰이는 기계학습 방법 중 하나인 SVM은 일반화 능력이 뛰어나 객체를 분류하는 성능이 뛰어나다. SVM을 이용하여 객체를 분류하기 위해서는 여러 번의 MAC 연산을 반복해서 수행해야 한다. 하지만 영상의 해상도가 늘어남에 따라 분류를 해야 하는 개체가 늘어나게 되면 연산 시간이 증가하게 되어 실시간 처리를 요하는 고속 시스템에 사용하기 어렵다. 본 논문에서는 실시간 처리를 요하는 고속 시스템에서도 사용이 가능한 SVM 분류기 하드웨어 구조를 제안한다. 실시간 처리를 하는데 제한 요소가 되는 반복 연산은 병렬처리를 통하여 동시에 계산할 수 있게 하였고 다양한 종류의 특징점 추출기와도 호환이 가능하도록 설계하였다. 하드웨어 구현에 사용한 커널은 RBF 커널이며 커널 사용으로 생기는 지수 연산은 식을 변형하여 고정소수점 연산이 가능하도록 하였다. 제안한 하드웨어의 성능을 확인하기 위해 Xilinx ZC706 보드에 구현하였고 $1360{\times}800$ 해상도 이미지에 대한 수행 시간은 동작 주파수 100 MHz에서 약 60.46 fps로 실시간 처리가 가능함을 확인했다.

• 한국산업정보학회논문지
• /
• 제5권3호
• /
• pp.65-70
• /
• 2000

일반적으로 농산물의 품질은 무게나 크기 등을 직접 측정하여 판정하거나 간접 또는 비파괴방법을 이용하여 판정하게 된다. 본 논문에서는 비파괴를 이용한 판정방법인 칼라 영상처리를 이용하여 농산물의 품질과 등급을 결정하는 알고리즘을 개발하여, 이를 실시간 귤 분류시스템에 적용하였다. 개발된 시스템은 귤의 크기와 색상을 칼라 영상처리 하여 초당 최대 6개를 실시간 분류 할 수 있는 성능을 가지고 있다. 또한 다른 농산물의 품질판정을 위한 제어기를 설계할 경우에도 본 논문에서 개발한 알고리즘이 적용될 수 있을 것으로 기대된다.

• 한국컴퓨터산업학회논문지
• /
• 제3권9호
• /
• pp.1177-1188
• /
• 2002

본 논문에서는 생산현장에서 생산하는 Lead Pin을 생산근로자의 시각으로 품질을 검사하는 방법을 개선하기 위하여, 영상처리 알고리즘을 사용하여 자동으로 품질의 정ㆍ오판별을 검사하기 위한 실시간 영상처리방법을 제안한다. 먼저 영상정보의 실시간 취득을 위하여 C.C.D와 영상취득기(Image frame grabber : DT3153)를 사용하여 초당 30프레임(30 Frame/second)으로 영상을 취득할 수 있는 실시간 영상취득시스템을 구성하였으며, 이를 사용하여 Lead Pin의 영상을 취득하여 Lead pin의 형상을 나타내는 형상프로파일의 영상처리 알고리즘을 사용하여 연구를 수행하였다. Lead Pin의 정품과 비정품을 평가하기 위해 숙련된 작업자에 의해 판별된 정품 100개, 비정품 100개, 전체 200개의 인식대상 물체를 판별한 수행결과 정품을 정품으로 인식하여 판별한 경우는 97%, 비정품을 비정품으로 판별한 경우는 95%로 전체 인식률은 96%의 인식결과를 나타내었으며, 전체 오분류률은 4%를 나타냄을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제28권1호
• /
• pp.55-67
• /
• 2012

멀티센서 시스템으로부터 취득된 영상을 이용하여 공간정보를 신속하게 생성하기 위해서 영상의 실시간 지오레퍼런싱이 요구된다. 위치/자세 센서의 성능을 보완하며 실시간 처리가 가능하려면 연속 추정 알고리즘을 활용한 온라인 항공삼각측량이 수행되어야 한다. 본 연구는 연속적으로 취득되는 영상의 실시간 지오레퍼런싱을 위한 효율적인 온라인 항공삼각측량 방법론을 도출하고자 한다. 기존의 기븐스 변환 갱신 알고리즘과 최근 개발된 관측값 분류에 기반한 정규행렬 역행렬 갱신 알고리즘을 활용하여 온라인 항공삼각 측량을 구현하였다. 정확도와 연산 속도 측면에서 두 알고리즘의 성능을 비교 검증하기 위하여 항공 멀티센서 시스템으로부터 취득된 센서 데이터를 모의 생성하고 이를 적용하였다. 적용 결과, 관측값 분류에 기반한 정규행렬 역행렬 갱신에 의한 온라인 항공삼각측량이 기븐스 변환에 의한 방법보다 추정된 지상점 좌표에 대하여 40 % 이상 높은 정확도를 보이고, 8배 이상의 빠른 처리 속도를 나타내었다. 따라서, 영상의 실시간 지오레퍼런싱을 위하여 정규행렬 역행렬 갱신에 의한 온라인 항공삼각측량이 더 적합한 것으로 판단되었다.

• 전기학회논문지
• /
• 제57권4호
• /
• pp.700-705
• /
• 2008

In this paper, we propose object classification algorithm for real-time surveillance system. We have approached this problem using silhouette-based template matching. The silhouette of the object is extracted, and then it is compared with representative template models. Template models are previously stored in the database. Our algorithm is similar to previous pixel-based template matching scheme like Hausdorff Distance, but we use 1D image array rather than 2D regions inspired by Hilbert Path. Transformation of images could reduce computational burden to compute similarity between the detected image and the template images. Experimental results show robustness and real-time performance in object classification, even in low resolution images.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 B
• /
• pp.668-670
• /
• 1999

We have developed a automatic surface inspection system for cold Rolled strips in steel making process for several years. We have experienced the various kinds of surface inspection systems, including linear CCD camera type and the laser type inspection system which was installed in cold rolled strips production lines. But, we did not satisfied with these inspection systems owing to insufficient detection and classification rate, real time processing performance and limited line speed of real production lines. In order to increase detection and computing power, we have used the Dark Field illumination with Infra_Red LED, Bright Field illumination with Xenon Lamp, Parallel Computing Processor with Area typed CCD camera and full software based image processing technique for the ease up_grading and maintenance. In this paper, we introduced the automatic inspection system and real time image processing technique using the Object Detection, Defect Detection, Classification algorithms. As a result of experiment, under the situation of the high speed processed line(max 1000 meter per minute) defect detection is above 90% for all occurred defects in real line, defect name classification rate is about 80% for most frequently occurred 8 defect, and defect grade classification rate is 84% for name classified defect.

• 한국군사과학기술학회지
• /
• 제13권5호
• /
• pp.894-902
• /
• 2010

This paper presents a vision-based robust off-road terrain classification method against environmental variation. As a supervised classification algorithm, we applied a neural network classifier using wavelet features extracted from wavelet transform of an image. In order to get over an effect of overall image feature variation, we adopted environment sensors and gathered the training parameters database according to environmental conditions. The robust terrain classification algorithm against environmental variation was implemented by choosing an optimal parameter using environmental information. The proposed algorithm was embedded on a processor board under the VxWorks real-time operating system. The processor board is containing four 1GHz 7448 PowerPC CPUs. In order to implement an optimal software architecture on which a distributed parallel processing is possible, we measured and analyzed the data delivery time between the CPUs. And the performance of the present algorithm was verified, comparing classification results using the real off-road images acquired under various environmental conditions in conformity with applied classifiers and features. Experiments show the robustness of the classification results on any environmental condition.

• 품질경영학회지
• /
• 제51권1호
• /
• pp.119-129
• /
• 2023

Purpose: This study proposes a classification model for implementing condition-based maintenance (CBM) by monitoring the real-time status of a machine using acceleration sensor data collected from a vehicle. Methods: The classification model's performance was improved by applying Fourier transform to convert the acceleration sensor data from the time domain to the frequency domain. Additionally, the Generative Adversarial Network (GAN) algorithm was used to augment images and further enhance the classification model's performance. Results: Experimental results demonstrate that the GAN algorithm can effectively serve as an image augmentation technique to enhance the performance of the classification model. Consequently, the proposed approach yielded a significant improvement in the classification model's accuracy. Conclusion: While this study focused on the effectiveness of the GAN algorithm as an image augmentation method, further research is necessary to compare its performance with other image augmentation techniques. Additionally, it is essential to consider the potential for performance degradation due to class imbalance and conduct follow-up studies to address this issue.

• 한국항행학회논문지
• /
• 제18권2호
• /
• pp.151-157
• /
• 2014

최근 무인항공기는 군사용뿐만 아니라 민간용으로도 많이 사용되고 있다. 무인항공기는 미리 입력된 좌표에 따라 GPS 정보를 이용하여 자동비행한다. 그러나 재밍이나 외부 교란에 의해 GPS 신호를 수신할 수 없으면 자동비행이 불가능 해진다. 이러한 문제를 해결하기 위한 한 방법으로, 본 연구에서는 무인기에 탑재된 카메라로부터 촬영된 영상으로부터 실시간으로 특정 영역을 검출하고 인식하는 알고리즘을 제안한다. 실시간 분류와 기계 학습에 사용할 특징을 추출하기 위한 전처리 과정으로 군집화 알고리즘인 그래프 기반 분할 알고리즘을 사용하여 슈퍼 픽셀화 하였다. 다양한 컬러모델 및 혼합 컬러 모델을 비교 분석하여 가장 이상적인 혼합 모델을 선정하고, 분류 알고리즘으로는 적은 트레이닝 데이터로도 뛰어난 분류 성능을 낼 수 있는 서포트 벡터 머신을 사용하였다. 무인항공 영상으로부터 18개의 컬러와 텍스처 특징 벡터를 추출하고 학습 및 예측과정을 통해 하천, 비닐하우스, 논 등 3 종류의 영역을 실시간으로 분류하였다.