• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.193-198
• /
• 1998

본 논문은 차량 영상에서 번호판을 인식하는 방법에 관하여 기술한다. 번호판이 가지는 수평 경계선을 Peak & Valley로 표현하고, 번호판의 Color 특성을 이용하여 번호판 영역을 추출한 뒤, 번호판 영역에서 히스토그램 기법을 이용하여 문자를 추출하고, Maximum Likely Hood에 의해 문자를 인식한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.387-392
• /
• 2005

최근에는 LiDAR 시스템의 등장으로 기존의 항공사진측량에 비하여 효율적이고, 경제적으로 도시지역의 수치표고자료를 효과적으로 구축할 수 있게 되었으나, 도시지역에서는 다양한 형태의 객체들이 모두 포함된 DSM(Digital Surface Model) 형식의 자료를 취득하게 된다. 따라서, 홍수범람예측에 있어서의 인공지물의 영향 해석 등을 위하여 건물이 제거된 지형에 관한 상세한 정보를 제공하기 위해서는 DSM으로부터 DEM(Digital Elevation Model)을 추출하기 위한 전처리 과정이 필요하다. 본 연구는 LiOAR 시스템으로부터 취득된 도시지역에 대한 DSM으로부터 건물 등이 제거된 DEM을 추출하기 위한 연구로서 영상처리기법의 경계검출 알고리즘을 적용하여 건물 등의 지물들에 대한 경계를 추출하였으며, 선행연구에서 건물로 추출된 지역에 대하여 보간법을 적용함으로써 발생하는 원시 DSM 자료의 변형에 따른 대안으로써, 추출된 경계에 대여 평균값 필터링, 중간 값 필터링, 최소 값 필터링을 각각 적용함으로써 원시 DSM 자료의 변형을 최소화하여 건물 등의 지물들을 제거하였으며, LiDAR DSM으로부터 DEM을 제작하는 과정을 간략화, 자동화하였다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.18 no.1
• /
• pp.63-68
• /
• 2006

Time series of waterline changes during a flood/ebb cycle can be utilized for supplementary data for measuring bottom topography. The waterlines extracted from consecutive images are substituted for depth contours using water level data. The distances between contours are quantified through a rectification image process. This technique is applied to the Keunpoolan beach in the Daeijak Island near Incheon. A camera monitoring technique supported by natural water level changes produces bottom topography with high precision. It is also less time consuming and more economical. The technique also can be utilized effectively to the physical modeling f3r measuring bottom changes in the three dimensional basin.

• Journal of KIISE
• /
• v.41 no.9
• /
• pp.611-616
• /
• 2014

Rabin fingerprinting used for chunking requires the largest amount computation time in data deduplication, In this paper, therefore, we proposed parallel Rabin fingerprinting on GPGPU for efficient data deduplication. In addition, for efficient parallelism in Rabin fingerprinting, four issues are considered. Firstly, when dividing input data stream into data sections, we consider the data located near the boundaries between data sections to calculate Rabin fingerprint continuously. Secondly, we consider exploiting the characteristics of Rabin fingerprinting for efficient operation. Thirdly, we consider the chunk boundaries which can be changed compared to sequential Rabin fingerprinting when adapting parallel Rabin fingerprinting. Finally, we consider optimizing GPGPU memory access. Parallel Rabin fingerprinting on GPGPU shows 16 times and 5.3 times better performance compared to sequential Rabin fingerprinting on CPU and compared to parallel Rabin fingerprinting on CPU, respectively. These throughput improvement of Rabin fingerprinting can lead to total performance improvement of data deduplication.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.42 no.2
• /
• pp.453-459
• /
• 2017

Users tend to check in and post their statuses in location-based social networks (LBSNs) to describe that their interests are related to a point-of-interest (POI). While previous studies on discovering area-of-interests (AOIs) were conducted mostly on the basis of density-based clustering methods with the collection of geo-tagged photos from LBSNs, we focus on estimating a POI boundary, which corresponds to only one cluster containing its POI center. Using geo-tagged tweets recorded from Twitter users, this paper introduces a density-based low-complexity two-phase method to estimate a POI boundary by finding a suitable radius reachable from the POI center. We estimate a boundary of the POI as the convex hull of selected geo-tags through our two-phase density-based estimation, where each phase proceeds with different sizes of radius increment. It is shown that our method outperforms the conventional density-based clustering method in terms of computational complexity.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.73-75
• /
• 2012

본 논문에서는 복부 초음파 영상에서 근육 영역의 명암 대비를 강조하기 위해서 Multiple 연산을 적용한 후, 명암 대비가 강조된 영상에서 수직 방향의 명암도가 200 이상인 픽셀들에 대해 퍼지 기법에 적용하여 이진화한다. 이진화된 영상에서 피부층과 외복사근 사이에 존재하는 피하지방을 추출하기 위해 Thick-Search 방법을 적용하여 피부층과 외복사근을 추출한 후, 피부층과 외복사근의 사이에 Up-Down Search 방법을 적용하여 피하지방층을 추출한다. 피하지방층이 추출된 영상에서 근막의 형태학적 정보를 이용하여 근막을 추출한다. 추출된 근막 사이에 대해 Up-Down Search 방법을 적용하여 근육의 후보 영역을 추출한 후, 근육의 형태학적 정보를 이용하여 최종적인 근육 층을 추출한다. 추출된 근육의 경계선을 Monotone Cubic Hermite 보간법을 이용하여 근육의 경계선을 보정한 후, 최소자승법을 이용하여 근육의 두께를 측정한다. 제안된 방법을 복부 초음파 영상에 적용하여 근막 및 근육 영역을 추출한 결과, 기존의 근육 추출 방법보다 정확하게 추출되었고, 근육의 두께 측정 결과도 전문의가 육안으로 측정한 결과와 근사한 것을 확인할 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.7
• /
• pp.1686-1694
• /
• 2014

In this paper, a new scheme to recognize a finger shape in the depth image captured by Kinect is proposed. Rigid transformation of an input finger shape is pre-processed for its robustness against the shape angle of input fingers. After extracting contour map from hand region, observing the change of contour pixel location is performed to calculate rotational compensation angle. For the finger shape recognition, we first acquire three pixel points, the most left, right, and top located pixel points. In the proposed algorithm, we first acquire three pixel points, the most left, right, and top located pixel points for the finger shape recognition, also we use geometrical features of human fingers such as Euclidean distance, the angle of the finger and the pixel area of hand region between each pixel points to recognize the finger shape. Through experimental results, we show that the proposed algorithm performs better than old schemes.

• Journal of Korea Game Society
• /
• v.1 no.1
• /
• pp.49-54
• /
• 2001

본 논문에서는 복잡한 랜덤 배경 하에서 위치하고 있는 게임 플레이어의 얼굴 영상을 스테레오 매칭을 이용하여 배경과 분리하여 추출할 수 있는 방법에 대하여 기술한다. 사람과의 상호 작용이 필요한 게임일수록 사람의 동작이나 각 부위에 대한 인식이 필요하다. 이 방법은 게임 이외에도 보안 시스템, 의류 시뮬레이션, 3D 모델링 그리고 로보틱스와 같은 분야에 적용될 수 있다. 스테레오 매칭에 관해서는 많은 연구가 있어왔으며, 기본적으로 영역기반 방법과 특징기반 방법으로 분류될 수 있다. 본 논문의 제안 방법 에서는 영역기반 방법으로 처리를 시작하고, 다단계 크기의 윈도우를 적용하여 물체의 경계선을 찾는 작업을 진행한다. 각 윈도우 크기에 대하여 유사성 커브가 생성되며, 이 값은 물체의 경계선을 판별하는 특징으로 사용된다. 전단계에서 생성된 코어스(coarse) 영역은 유사성 커브 방식에 의하여 머지 작업을 거치며, 최종적으로 대상 물체의 영상을 추출하게 된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.35-38
• /
• 2012

본 논문에서는 경추 초음파 DICOM 영상에서 심부 경부 굴곡근의 하단 후보 경계선을 이용하여 경추가 위치하는 후보 영역을 추출한다. 추출한 경추 후보 영역에 퍼지 시그마 이진화 기법을 적용하여 경추 객체를 추출한다. 심부 경부 굴곡근의 두께를 측정하기 위한 측정 기준점을 정확하게 추출하기 위해 심부 경부 굴곡근의 하단 경계선의 위치 정보를 이용하여 심부 경부 굴곡근내의 지방이 경추 객체로 추출되는 문제점을 개선하고, 개선된 영상에서 경추 객체들이 가진 픽셀 좌표를 이용하여 측정 기준점을 설정한다. 그 후, 객체들의 위치 정보를 이용하여 측정 기준점을 다시 설정한다. 심부 경부 굴곡근 영역과 측정 기준점을 이용하여 심부 경부 굴곡근의 두께를 측정한다. 제안된 방법을 경추 초음파 DICOM 영상에 적용하여 심부 경부 굴곡근의 두께를 측정한 결과, 기존의 심부 경부 굴곡근 두께 측정 방법보다 정확한 결과를 얻을 수 있는 것을 확인하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.16 no.2
• /
• pp.177-185
• /
• 1998

There is an increasing request for 3D data and outlines on building for urban planning and design. This paper describes an approach to extract building using Digital Surface Models(DSM) and stereo pairs of aerial images. DSM contain informations not only about the topographic surface like Digital Elevation Models(DEM), but also about buildings and other objects higher than the surrounding topographic surface, e.g. tees. We therefore describe our approach consisting of two step procedures. The first step of the approach is to generate DSM by stereo matching using Maximum Likelihood Estimation and Dynamic Programming. The proposed stereo matching is using the cost function for finding the disparity between the left and right image, and the Dynamic Programming for solving the stereo matching problem. The second step is to detect building outlines using the DSM and the edge informations extracted from a digital aerial image by Sobel Operator. The overlay analysis of the DSM and the edge information by Sobel Operator was efficient to detect building outlines.