• 한국멀티미디어학회논문지
• /
• 제12권7호
• /
• pp.941-946
• /
• 2009

영상 처리 기술에 기반한 경비 및 보안 감시 시스템이 보급되면서, 영상으로부터 정확하게 대상 물체를 추출하는 기술의 필요성이 증대되었다. 조명이 시시각각 변하는 경우 물체를 정확하게 추출하느냐는 더욱 어려운 문제가 된다. 영상으로부터 그림자를 제거한 물체를 추출해내기 위해서 많은 노력이 있었다. 여러 그림자 제거 방법들이 공통적으로 가지는 문제점이 있는데, 그림자 제거 시 물체의 일부도 손상시킨다는 점이다. 본 논문에서는 이런 문제점을 보완하기 위해서 그림자 제거 후 컬러 정보를 이용하여 물체의 손상된 영역을 복원하는 방법을 제안한다. 다양한 환경으로부터 획득한 영상에 제안한 방법을 적용하여 그 타당성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.1027-1030
• /
• 2011

휴머노이드 로봇 중 초상화를 그리는 로봇이 있지만 다양한 영상을 입력받아 명암 및 그림자까지 그림을 그리는 로봇은 흔하지 않다. 기존의 화가로봇들은 사용자의 얼굴을 영상으로 입력받아 윤곽선만 추출하여 그리는 방식으로, 입력된 영상으로부터 로봇 암을 제어하는 과정에서 제대로 동기화가 이뤄지지 못해 드로잉 속도가 느리고 원본 영상과 비교 시 차이가 많이 난다. 본 연구에서는 입력된 영상으로부터 명암과 그림자를 인식하여 표현해 줌으로써 입체감 있는 그림의 드로잉이 가능하다. 또한, 로봇 암의 미세한 컨트롤을 통해 드로잉 선 두께를 제어함으로써 자연스러운 그림을 그리고, 드로잉 속도가 향상되어 정확도를 높일 수 있게 하는 휴리스틱 암 제어 기술을 제안한다. 이를 구현하기 위해서는 영상으로부터 명암, 그림자의 농도에 따라 레벨을 결정하고, 레벨을 바탕으로 주변 명암 픽셀들을 평활화 하여 좌표 집합을 추출한다. 좌표 값들로 부터 유효 궤적을 분석하여 로봇 암이 이동할 경로를 추출하고, 효율적인 드로잉 기법을 통해 명암을 표현하여 드로잉하려 한다.

• 한국게임학회 논문지
• /
• 제13권3호
• /
• pp.85-94
• /
• 2013

본 논문에서는 광선 추적기법에서 그림자 검사의 연산량을 줄이는 기법을 제안한다. 그림자 검사는 부드러운 그림자와 같이 실감 있는 영상을 생성하는 경우 광선 추적기법 렌더링 과정 중 매우 큰 비중을 차지한다. 제안하는 방식은 전처리 단계에서 kd-tree를 생성하며 계산한 그림자 정보를 기반으로 렌더링 단계에서 그림자 검사의 컬링 여부를 판별하는 방식으로 기존 렌더링 과정에 작은 변경으로 적용가능하다. 기존의 방식들과 유사하게 광원과 기하학적 구조가 변하지 않는 정적 장면에 적합하다. 사이클 정확도를 갖는 시뮬레이터를 이용하여 제안하는 방법의 유효성을 검증하고 성능을 측정하였으며 실험 결과 제안하는 그림자 컬링 기법으로 최대 17%까지 줄일 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.296-299
• /
• 2010

본 논문은 템플릿 모델을 이용하여 차량의 외관에 따른 종류를 인식하는 방법을 제안한다. 우선, 영상에서 차량을 검출하기 위하여 누적 차영상 기법을 이용하여 배경 영상을 추출한 후 차량 영역을 획득한다. 획득한 차량 영상은 날씨와 조명 영향에 따라서 그림자가 존재할 수 있다. 따라서 외곽선을 추출하고 가로와 세로, 대각선 방향으로 사영한 결과를 이용하여 그림자를 제거한다. 그림자 영역이 제거된 최종 차량 영역은 템플릿 모델과의 매칭을 통하여 가장 적합한 차량 종류로 인식한다. 제안된 방법을 이용하여 차량 종류를 인식하였을 때 만족할 만한 성능을 나타내는 것을 실험을 통하여 확인하였다.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.621-626
• /
• 2006

IKONOS나 QuickBird와 같은 고해상도 위성영상이 상용화됨에 따라 위성영상으로부터 3차원 건물 정보를 취득하기 위한 많은 연구가 진행되고 있다. 3차원 건물 높이를 추출하는 연구는 크게 스테레오 영상 기반의 연구들과 단영상 기반의 연구들로 나눌 수 있는데 센서 모델링을 수반하는 스테레오 영상 기반의 연구들은 그 과정이 복잡하고, 실제 스테레오 영상을 취득하기 위해서는 별도의 주문과 비용이 소요되는 등의 어려움이 따른다. 기존의 단영상을 이용한 건물 높이 추출 연구들은 대부분 DEM 등의 부가적인 데이터를 필요로 하며, 건물의 그림자 길이나 건물 지붕점과 바닥점 관측을 통해 높이를 추출하였다. 이러한 기법들은 도시지역과 같이 건물이 밀집한 지역에서는 적용하기 부적합하다. 이에 이태윤(2006)의 연구에서는 가상의 그림자 투영 기법을 이용하여 건물의 그림자가 다른 인공체에 드리운 경우에도 건물 높이 추출이 가능한 기법이 제안된 바 있으나 이 기법은 건물의 그림자 끝이 식별되지 않는 건물에는 적용이 불가능하다. 이에 본 연구에서는 고해상도 위성 단영상에서 보다 많은 건물 높이의 관측이 가능하도록 하는 삼각 벡터구조 기반의 새로운 기법을 제안하였다. 제안된 기법은 센서모델링 과정이나 부가적인 데이터 없이 간단히 구현 가능하며 디지타이징 과정에서 발생하는 오차를 줄일 수 있다.

• 대한전자공학회논문지SP
• /
• 제37권4호
• /
• pp.11-19
• /
• 2000

도로 위에 설치된 카메라에서 획득한 입력 영상으로부터 각 차선의 통과 차량수, 차량속도 도로 점유율, 차간 거리, 차종 등의 교통정보를 실시간으로 산출하는 기법은 지능형 교통 시스템(ITS)의 핵심 분야이다. 본 논문에서는 검지영역의 시공간 영상 분석에 의해 다양한 기상 조건과 그림자 등의 환경의 변화에 민감하지 않은 교통정보 산출기법을 제안한다. 각 차선에 2개의 검지영역을 설정하고 검지영역의 통계적 특성과 형상적 특성을 이용해 도로영역, 그림자 영역, 차량영역으로 분류하여 차량을 검지하며 시공간 영상 분석을 통하여 정량적 교통정보를 산출한다. 제안한 기법은 영상의 국부 검지영역 데이터만을 사용하므로 1초에 30 프레임이상의 실시간 처리가 가능하며 기상 조건과 그림자의 변화에 견실한 차량검지 및 교통정보 산출 능력을 구현할 수 있다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.351-361
• /
• 2024

위성영상은 구름, 구름 그림자, 지형 그림자 등을 포함한 다양한 요소를 포함하고 있으며, 이러한 요소들을 정확히 식별하고 제거하는 것은 원격 탐사 분야에서 위성영상의 신뢰성을 유지하기 위해 필수적이다. 이를 위해 Landsat-8, Sentinel-2, Compact Advanced Satellite 500-1 (CAS500-1)과 같은 위성들은 분석준비자료(Analysis Ready Data)의 일환으로 영상과 함께 사용가능한 데이터 마스크(Usable Data Mask, UDM)를 제공하고 있으며, UDM 데이터의 정확한 구축을 위해 구름 및 구름 그림자 탐지가 필수적이다. 기존의 구름 및 구름 그림자 탐지 기법은 임계값 기반 기법과 인공지능 기반 기법으로 나뉘며, 최근에는 많은 양의 데이터를 처리하는 데 유리한 딥러닝 네트워크를 활용한 인공지능 기법이 많이 사용되고 있다. 본 연구에서는 오픈소스 데이터 셋을 통해 훈련된 딥러닝 네트워크 기반 구름 및 구름 그림자 탐지를 통해 고해상도 위성영상의 UDM 구축 가능성을 분석하고자 하였다. 딥러닝 네트워크의 성능을 검증하기 위해 Landsat-8, Sentinel-2, CAS500-1 위성영상과 함께 제공된 기구축된 UDM 데이터와 딥러닝 네트워크가 생성한 탐지 결과 간의 유사성을 분석하였다. 그 결과, 딥러닝 네트워크가 생성한 탐지 결과는 높은 정확도를 나타냈다. 또한 UDM을 제공하지 않는 고해상도 위성영상인 KOMPSAT-3/3A 영상에 적용하였다. 실험 결과, 딥러닝 네트워크를 통하여 고해상도 위성영상 내에 존재하는 구름 및 구름 그림자를 효과적으로 탐지한 것을 확인하였다. 이를 통해 고해상도 위성영상에서도 딥러닝 네트워크를 사용하여 UDM 데이터를 구축할 수 있는 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제22권2호
• /
• pp.123-129
• /
• 2006

고해상도 컬러항공영상은 공간정보생성을 위한 지형의 상세한 정량적 및 정성적 정보를 제공해준다. 하지만 도심지역에서 빌딩 또는 숲에 의한 그림자의 발생으로 인하여 지물 추출 및 분류시 부정확한 결과를 초래 시킬 수 있다. 현재까지 그림자 효과에 대한 여러 연구가 이뤄졌으나 도심지에서 그림자의 발생으로 야기된 분광정보 왜곡의 문제점을 해결하여 도로추출에 대한 연구가 매우 부족한 실정이다 본 연구에서는 컬러항공사진과 LIDAR(LIght Detection and Ranging) 고도 자료를 이용하여 아스팔트 도로 경계선을 추출하는 기법을 제안하였다. 구체적으로 그림자 영향의 제거를 통한 아스팔트 도로 경계선의 추출과정은 다음과 같다. 첫 번째, 항공사진에서 그림자 영역을 LIDAR자료부터 생성된 DSM(Digital Surface Model)과 태양각으로부터 추출하였다. 그 후 도로영역추출기법, 경계선 검출기법을 통하여 도로의 경계를 추출하였으며 이 자료를 벡터화하므로서 GIS벡터의 선분 자료로 생성하였다. 본 연구의 실험결과 제안된 방법은 그림자의 영향을 소거하여 원활한 아스팔트 도로의 경계를 추출하는데 있어서 효과적임을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1911-1915
• /
• 2010

영상수위계는 카메라에 의해서 수위표를 촬영하여 촬영된 영상을 처리하여 수위값으로 변환하여 자동적으로 수위를 측정하는 장비이다. 이 수위계는 기존 수위측정 장비인 부자식, 압력식, 기포식, 초음파식, 레이다식과는 달리 수위표를 촬영한 영상으로부터 수위를 직접 눈으로 확인할 수 있는 장점이 있다. 이로 인해 영상자료로부터 측정된 수위를 검증할 수 있어 수위측정의 정확도를 향상시킬 수 있다. 그리고 수위표 영상과 더불어 관측지점 주변의 전체 영상을 동시에 촬영하여 실시간으로 전송하기 때문에 홍수시 하천 상황에 대한 모니터링 목적으로 사용될 수 있다. 수위관측용으로 운영 중인 영상수위계의 수위측정자료를 분석한 결과, 안개가 짙게 낀 경우, 목자판이 오염된 경우, 목자판 내에 그림자가 진 경우 등에서 수면을 인식하지 못하거나 오인식이 발생하였다. 이와 같이 수위 오 결측이 발생하는 경우에 수면을 정확하게 인식할 수 있도록 수위 측정방법을 개선하였다. 영상의 분할 이진화 처리기법, 노이즈 제거 기법, 목자판 영역내의 영상농도에 대한 히스토그램을 통해서 목자판과 수면을 구분하는 기법을 영상처리방법으로 새롭게 적용하였다. 수위 오 결측이 발생하는 영상자료를 이용하여 개선된 영상처리방법의 성능을 검증한 결과, 기존 방법으로는 수면을 전혀 인식하지 못하였던 영상이 개선된 방법을 적용하면 안개가 낀 경우에 약 97%까지, 목자판이 오염된 경우에 약 89%까지, 목자판 내에 그림자가 진 경우에 약 92%까지 수면을 인식하였다. 따라서 이와 같이 개선된 방법을 적용하게 되면 영상수위계의 정확도를 향상시킬 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1343-1356
• /
• 2022

광학위성영상을 이용해 농작물을 모니터링 할 때 가장 문제가 되는 것은 구름이나 그림자이다. 구름과 그림자의 영향을 줄이기 위해 일정 주기동안 최대 정규식생지수를 선택하는 합성기법이 사용되었다. 그러나, 본 방법은 구름의 영향을 줄이기는 하나, 일정 주기 동안 최대 정규식생지수(Normalized Difference Vegetation Index, NDVI)값만을 사용하기 때문에 NDVI가 감소하는 현상을 신속히 보여주기 어렵다. 이에 따라, 구름의 영향을 최소화하면서 식생의 분광정보를 최대한 유지하기 위한 방안으로 합성 시 여러 환경인자를 정의하고, 이에 대한 점수를 부여하여 합성 시 가장 적합한 화소를 선택하는 방법인 점수 기반 합성기법이 제시되었다. 본 연구에서는 Sentinel-2A/B Level2A 반사율 영상과, 부가정보로 제공되는 구름, 그림자, Aerosol Optical Thickness(AOT), 촬영날짜, 센서천정각 등을 이용한 점수 기반 식생지수 합성기법을 개발하였다. 2021년동안 당진 논지역과 태백 고랭지 배추밭을 대상으로 15일 주기와 한달 주기로 점수기반 합성기법을 적용한 결과, 구름의 영향을 받은 우기만을 제외하고 15일 주기 합성 시 한달 주기에 비해 보다 빠르고 자세한 NDVI값의 변화를 볼 수 있었다. 특정 영상에서는 합성 NDVI영상에서 부분적으로 날짜별 차이가 나타나 공간적으로 이질적인 부분이 보이기도 하는데, 이는 사용한 구름, 그림자 정보의 부정확성으로 인한 것으로 사려된다. 향후 입력정보의 정확도를 향상시키고, Maximum NDVI Composite (MNC) 기반 합성기법과 정량적 비교를 수행할 예정이다.