• Anatomy and Cell Biology
• /
• 제57권2호
• /
• pp.271-277
• /
• 2024

Human dentition is unique to individuals and helps in identification of individuals in forensic odontology. This study proposes to study the manually ground sections of single rooted teeth using digital methods for dental age estimation. To assess the dentinal translucency from the scanned digital images of manually ground section of teeth using commercially available image edition software. Corroborating the root dentinal translucency length and region of interest (ROI) of translucency zone in pixels (as a marker of dental age) with the chronological age of the subject, as stratified by different age groups. Twenty single-rooted extracted teeth from 20 patients each from 6 groups divided as per age. Manual sectioning of the teeth followed by scanning the sections was done. Root area in pixels and ROI of translucency zone were measured. From the observed values, translucency length percentage (TLP) and percentage of ROI in pixels (TPP) was calculated and tabulated. Pearson's correlation coefficients were obtained for age with TLP and TPP. Positive correlation existed between age and TLP and also between age and TPP. With the obtained data, multilinear regression equations for specific age groups based on 10-year intervals were derived. By a step-down analysis method, age was estimated with an average error of around ±7.9 years. This study gives a novel method for age-estimation that can be applied in real-time forensic sciences.

• 치과방사선
• /
• 제25권2호
• /
• pp.375-387
• /
• 1995

The purpose of this study was to quantitatively evaluated experimental tooth root resorption for digital radiography. For this study, experimentally three root sites were used, and radiograms were taken with standardized apparatus. Digital imaging system were consisted of NEC PC-980l(computer), TRINITRON(monitor), SONY XC-711 CCD camera. The display monitor had a resolution of 512X512 pixels. The obtained results were as follows: 1. In the difference of the four X-ray film of the contrast correction, the contrast difference was one gray scale variation at mean value. 2. Viewing of the view box of the periapical radiographs, experimental tooth root resorption of the periapical area of the first premolar, middle of mesial surface of the first molar mesial root, middle of lingual surface of the first molar distal root were recognized by increased diameter. 3. On the analysis by histogram, the periapical area of the first premolar, the middle of mesial surface of the first molar mesial root were each recognized tooth root resorption of the 5,6,7 pixel, 2,4,5 pixel by increased diameter. 4. On the analysis by histogram, the middle of lingual surface of the first molar distal root was each recognized tooth root resorption of the none, 3,6 pixel by increased diameter.

• 한국지리정보학회지
• /
• 제16권3호
• /
• pp.103-114
• /
• 2013

본 연구에서는 아리랑위성 2호 영상자료를 이용하여 한반도 전역에 대한 정사모자이크영상을 생성하고 정확도 평가를 실시하였다. Rational Polynomial Coefficient(RPC) 모델링 결과 지상기준점(Ground Control Point : GCP) 선점이 힘든 산악지역 등을 제외하고는 대부분 2화소 이내로 나타났다. 정사영상 제작에는 축척 1:5,000 수치지형도를 이용하여 제작한 수치고도모델(Digital Elevation Model : DEM)이 사용되었는데, 수치지형도가 존재하지 않는 접근불능지역의 경우 Shuttle Radar Topography Mission(SRTM) DEM이 사용되었다. 한편 한반도 정사모자이크영상은 정사영상 집성과 색상보정을 통해 생성되었으며, 모자이크영상에 대한 정확도 분석은 1m 칼라 합성영상에 대해 실시하였다. 위치정확도 검증을 위하여 남한지역에서 현지측량을 통해 확보한 813 검사점(Check Point)이 사용되었으며 Root Mean Square Error(RMSE) 계산을 통하여 최대 5m 이내의 오차가 확인되었다. 한편 접근불능지역 경우 참조영상(Reference Image) 에서 추출한 검사점을 이용하여 정확도 분석을 실시하였는데 3m(RMSE) 이내의 위치정확도를 가지는 영상이 약 69% 정도 되는 것으로 확인되었다. 또한 인접영상과의 접합정확도 육안평가에서는 일부 산악지역에서의 약 1~2 화소 이격을 제외하고는 잘 일치하고 있는 것으로 확인되었다.

• 한국측량학회지
• /
• 제35권6호
• /
• pp.441-452
• /
• 2017

드론은 항공에서 영상을 신속하게 촬영할 수 있기 때문에 재난 피해조사에 활용도가 높아지고 있다. 재난 피해조사를 위해서 드론영상과 기존의 정사영상을 상호 등록하여 피해면적을 추출해야 되는데 이 과정에서 시.공간해상도가 다른 두 영상을 등록해야 하는 문제에 직면하게 된다. 이러한 문제를 해결하기 위해 본 연구에서는 드론영상과 기존의 정사영상에서 추출한 선형쌍과 연관행렬을 이용하여 초기 영상변환을 수행하고, 초기 영상변환 된 결과를 정제하기 위해 선형을 이용하여 영상을 최종 등록하는 새로운 방법론을 제안하였다. 제안한 방법론의 적용성을 평가하기 위해 인공지물이 있는 지역과 자연지역을 구분하여 실험을 수행하였다. 실험결과 인공지물과 자연지역에서 평균제곱근오차는 각각 1.29 픽셀과 4.12 픽셀로 나타났으며, 선형정보를 많이 추출할 수 있는 인공지물이 있는 지역에서 상대적으로 높은 정확도의 결과를 얻을 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1901-1910
• /
• 2022

뉴스페이스(new space) 시대가 도래함에 따라 국내 KOMPSAT-3·3A 위성영상과 해외 위성영상과의 글로벌 융합활용 기술확보가 대두되고 있다. 일반적으로 다중센서 위성영상은 취득 당시의 다양한 외부요소로 인해 영상 간 상대적인 기하오차(relative geometric error)가 발생하며, 이로 인해 위성영상 산출물의 품질이 저하된다. 따라서 본 연구에서는 KOMPSAT-3·3A 위성영상과 해외 위성영상 간 존재하는 상대기하오차를 최소화하기 위한 정밀영상정합(fine-image registration) 방법론을 제안한다. KOMPSAT-3·3A 위성영상과 해외 위성영상 간 중첩영역을 선정한 후 두 영상 간 공간해상도를 통일한다. 이어서, 특징 및 영역 기반 정합기법을 결합한 형태의 하이브리드(hybrid) 정합기법을 이용하여 정합점(tie-point)을 추출한다. 그리고 피라미드(pyramid) 영상 기반의 반복적 정합을 수행하여 정밀영상정합을 수행한다. KOMPSAT-3·3A 위성영상과 Sentinel-2A 및 PlanetScope 영상을 이용하여 제안기법의 정확도 및 성능을 평가하였다. 그 결과, Sentienl-2A 영상 기준 평균 Root Mean Square Error (RMSE) 1.2 pixels, PlanetScope 영상 기준 평균 RMSE 3.59 pixels의 정확도가 도출되었다. 이를 통해 제안기법을 이용하여 효과적으로 정밀영상정합을 수행할 수 있을 것으로 사료된다.

• 한국작물학회지
• /
• 제66권2호
• /
• pp.105-111
• /
• 2021

해마다, 강한 바람을 동반한 태풍 및 집중호우로 인해 벼도복이 발생하고 있으며, 이삭이 여무는 등숙기에 도복으로 인한 수발아와 관련된 피해를 발생시키고 있다. 따라서,신속한 피해 대응을 위해 신속한 벼 도복 피해 면적 산정은 필수적이다. 벼 도복과 관련된 이미지들은 도복이 발생된 김제, 부안, 군산일대에서 드론을 이용하여 수집하였고, 수집한 이미지들을 128 × 128 픽셀로 분할하였다. 벼 도복을 예측하기 위해 이미지 기반 딥 러닝 모델인 CNN을 이용하였다. 분할한 이미지들은 도복 이미지(lodging)와 정상 이미지(non-lodging) 2가지로 라벨로 분류하였고, 자료들은 학습을 위한 training-set과 검증을 위한 vali-se을 8:2의 비율로 구분하였다. CNN의 층을 간단하게 구성하여, 3개의 optimizer (Adam, Rmsprop, and SGD)로 모델을 학습하였다. 벼 도복 면적 평가는 training-set과 vali-set에 포함되지 않은 자료를 이용하였으며, 이미지들을 methshape 프로그램으로 전체 농지로 결합하여 총 3개의 농지를 평가하였다. 도복 면적 추정은 필지 전체의 이미지를 모델의 학습 입력 크기(128 × 128)로 분할하여 학습된 CNN 모델로 각각 예측한 후, 전체 분할 이미지 개수 대비 도복 이미지 개수의 비율을 전체 농지의 면적에 곱하여 산정하였다. training-set과 vali-set에 대한 학습 결과, 3개의 optimizer 모두 학습이 진행됨에 따라 정확도가 높아졌으며, 0.919 이상의 높은 정확도를 보였다. 평가를 위한 3개의 농지에 대한 결과는 모든 optimizer에서 높은 정확도를 보였으며, Adam이 가장 높은 정확도를 보였다(RMSE: 52.80 m², NRMSE: 2.73%). 따라서 딥 러닝을 이용하여 신속하게 벼 도복 면적을 추정할 수 있을 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.855-863
• /
• 2022

본 연구에서는 서울시 기온 지상관측 자료의 지도화를 위해 Artificial Neural Network (ANN)을 사용하였다. 지도화를 위한 보조자료로는 MODerate resolution Imaging Spectroradiometer (MODIS) 자료를 사용하였다. ANN 모델 설계를 위해 입력자료와 출력자료 간의 산점도 및 통계분석을 수행하였으며, 기온과의 상관성이 비교적 높게 나타나는 입력자료인 지표면온도, Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI)와 시간(위성관측시각, Day of year), 위치(위도, 경도), 데이터 품질(운량)과 관련된 데이터 종류를 분류 및 조합하여 학습을 진행하였다. 기온자료와 상관성이 높은 데이터만으로 학습을 진행하였을 때 상관계수(r)와 Root Mean Squared Error (RMSE)의 평균값이 0.9667, 2.708℃로 우수한 성능을 보였다. 학습에 사용된 데이터의 종류가 추가될수록 더 우수한 학습 결과를 보였으며, 모든 데이터가 활용될 때에는 r과 RMSE의 평균값이 0.9840, 1.883℃로 가장 우수한 성능을 보였다. ANN 모델으로 생성한 서울시 기온 지도에서는 픽셀별 지형적 특성에 적절하게 기온이 산정된 것으로 판단되며, 추후 연구지역 확대 및 위성자료의 다양화를 통해 시단위 및 전국단위 기온 분포 분석 연구가 가능할 것이다.

• 대한원격탐사학회지
• /
• 제33권3호
• /
• pp.275-285
• /
• 2017

국가기상위성센터(NMSC)는 2011년 4월부터 천리안 위성(COMS) 해수면온도자료를 생산해왔다. 본 연구에서는 천리안 해수면온도 알고리즘을 이용하여 북서태평양 지역에 최적화된 해수면온도 산출 알고리즘 및 정지궤도와 극궤도 위성의 해수면온도 자료 합성 알고리즘을 개발하였다. 북서태평양 해역에 최적화된 천리안위성 해수면온도를 산출하기 위해 천리안 위성 자료와 부이(Buoy) 해수면온도 자료를 이용하여 해당지역에 최적화된 회귀계수를 산출 하였으며, 정확도 향상을 위한 새로운 구름 및 기타 오염 화소 제거와 부이자료의 품질검사 과정을 수행하였다. 그리고 본 연구에서 산출한 북서태평양 지역에 최적화된 천리안 위성 해수면 온도와 극궤도 위성(NOAA-18/19 and GCOM-W1) 해수면온도 자료를 이용하여 합성해수면 온도를 산출하였다. 합성 방법은 국립기상과학원에서 개발한 합성해수면온도 알고리즘을 응용하여 적용하였다(NIMR, 2009). 북서태평양 해역에 최적화된 천리안위성 해수면온도를 산출하기 위해 2011년 4월부터 2012년 3월까지의 위성 및 부이 자료를 사용하였고, 합성 해수면온도를 산출하기 위해 2012년 7월부터 2013년 6월까지의 자료를 사용하였다. 합성 해수면온도와 부이 해수면온도 자료를 비교한 결과 $0.95^{\circ}C$의 평균 제곱근 오차(RMSE)를 나타냈다.

• 한국지구과학회지
• /
• 제37권7호
• /
• pp.420-433
• /
• 2016

본 연구의 목적은 2011년 4월 22일부터 10월 22일까지 우리나라에서 강수가 있는 총 75일 동안 COMS 위성의 적외 채널 $10.8{\mu}m$ 휘도 온도(IR), 적외 채널 $10.8{\mu}m$와 수증기 채널 $6.7{\mu}m$의 휘도 온도차(IR-WV), 정규화 된 가시반사도(VIS)와 기상 레이더의 강우강도를 이용하여 2-D와 3-D 대류운의 강우강도 (CRR) 조견표를 향상시키는 것이다. 특별히 한국형 2-D와 3-D CRR 조견표를 검증하기 위해 2011년 강수가 있는 24일 동안의 기상 레이더 강우강도 자료가 사용된다. 2-D와 3-D CRR 조견표는 각 채널의 등급 범주별 강우 총수와 비강우 총수의 행렬을 이용하여 구한 강우 확률에 평균 누적강우강도와 최대 강우강도를 각각 곱함으로써 2-D (IR, IR-WV)와 3-D (IR, IR-WV, VIS) 조견표의 기본과 최대 행렬을 얻을 수 있다. 최종적으로 새로운 2-D와 3-D의 CRR 조견표는 경험적으로 기본과 최대 강우강도 행렬의 회귀 분석으로 얻어진다. 그 결과 새로운 CRR 조견표는 기존보다 낮은 IR 휘도 온도, 낮은 IR-WV 휘도 온도차일 때에도 비교적 많은 강우 현상을 나타내며, $10mm\;h^{-1}$ 이상의 강우강도 영역이 확대되어 나타난다. 정확도와 범주별 통계가 주어진 기간 동안 발생했던 CRR 자료에 대해 계산된다. 새로운 2-D와 3-D CRR 조견표의 평균 오차, 평균절대 오차, 제곱근평균 오차가 기존 조견표보다 작게 나타나며, 예측 거짓경고비율은 감소하고, 탐지확률은 증가하며, 임계성공지수는 개선된다. 태풍과 뇌우와 같은 기상 이변에서의 강한 호우를 고려하기 위해서 습윤 보정 계수를 교정한다. 이 인자는 수치모델이나 COMS에서 복원한 지면에서 500 hPa까지 평균한 총가강수량과 상대습도의 곱 (PW RH)으로 정의된다. 이 연구에서는 PW RH에 근거하여 IR 운정 휘도 온도가 210 K 이하일 때, 상대습도가 40% 이상일 때 1에서 2사이를 경험적으로 정한다. 새로운 2-D와 3-D CRR 조견표를 적용한 결과 평균 오차, 평균 절대 오차, 제곱근 평균 오차가 줄어든다.