• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.393-396
• /
• 2010

In this paper the process of transmitting images signal restore to image corrupted by impulse noise proposed alpha-trimmed mean filter. the proposed filter first identifies the noise pixels using the morphological noise detector and then removes the detected impulse noise using the alpha-trimmed mean filter. these proposed filter can realize the accurate noise detection and it can remove impulse noise effectively while preserving edge region in the image very well. Through the simulation, we compared with the existing methods and capabilties.

• Annual Conference of KIPS
• /
• 2014.11a
• /
• pp.958-961
• /
• 2014

최근 영상 분석을 기반으로 한 서비스 어플리케이션의 공급량이 증가하는 추세이다. 특히, 피부 영상 분석 서비스의 경우 주목할 만한 이슈는 접근의 용이함과 편리성을 갖춘 서비스 어플리케이션의 개발이다. 본 논문에서는 사용자의 피부 상태 진단 서비스를 손쉽게 웹 상으로 제공받을 수 있는 어플리케이션 개발에 주안점을 둔다. 이를 위해 피부 현미경으로 촬영된 이미지에 이진화 및 질감 대비 향상, 노이즈 제거 등의 전처리 과정과 Watershed 알고리즘, 외곽선 검출 등의 과정을 거쳐 수치화된 데이터를 산출한다. 최종적으로 피부 주름, 거칠기, 유분, 톤, 민감성 정보를 검출하며 분석 결과를 사용자에게 보여준다. 분석된 피부 영상 정보를 통해 사용자는 쉽게 자신의 피부 상태를 진단 받을 수 있을 것으로 사료된다.

• Proceedings of the KIEE Conference
• /
• 2003.11c
• /
• pp.765-768
• /
• 2003

금속이나 암석에 음각(陰角)으로 각인된 문자나 그림들은 날씨나 주변 빛 환경에 따라 시각으로 입력되는 정보에 큰 차이를 보인다. 이를 이미지검출장치를 통해 읽어드려 디지털 이미지 신호로 만들고자 할 때는 더욱 그 정도가 심하여 대상체가 위치하는 빛 환경이나 검출기 특성에 각별한 신경을 써야한다. 자연광이나 전구 그리고 기후나 날씨에 의해 조성되는 빛 환경은 조도(照度), 조사각도(照射角度), 그림자 및 대상체 표면 상태 등이 중요한 결정 인자들이다. 빛 환경이 디지털 이미지 질(質)에 끼치는 영향을 최소화하기 위한 실험실 차원의 빛환경조정실을 구축하였다. 외부 유입 광선을 모두 차단하고 지향성이 있는 조명에 의해서만 대상체에 빛이 조사되도록 하고 디지털 카메라로 대상체의 이미지를 담았다. 음각 문자를 새긴 샘플석문(石文)을 제작하고 실험실 안의 정량화된 빛환경 하에서 석문의 이미지를 취득하였다. 전처리 과정을 통해 노이즈를 제거하고 이미지의 질을 향상시켰다. 처리된 이미지를 분석하여 문자영역과 바탕영역의 신호패턴을 추출한 다음 룩업 테이블, 조도 레벨 슬라이징, 중첩의 원리 및 Morphology 등의 기법을 알고리즘화하여 2진 형태의 음각문자를 판독 및 복원하는데 성공하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.95-97
• /
• 2008

최근에 전력계통에 전력파형을 검출하기 위해 주파수 계전기가 사용되어지고 있다. 기존에 사용되었던 전자기계식 주파수 계전기는 정확한 측정이 어렵고, 이후 연구 개발된 전자식 계전기는 노이즈와 왜곡에 영향을 많이 받는 단점이 있다. 최근에 개발된 Microprocessor 계전기는 50ms에서 수초정도의 주파수 측정 시간상의 문제점을 가지고 있다. 본 연구에서는 주파수 계전기의 신속하고 정확하게 측정할 수 있는 개선된 알고리즘을 개발하였으며, Matlab 프로그램을 작성하였다. 작성된 알고리즘의 효용성을 검출하기 위해 임의의 전압파형을 Matlab 프로그램에 입력하여 수행함으로서 정확하고 신속한(약 30ms) 알고리즘의 효용성을 입증하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.15-18
• /
• 2006

본 논문에서는 단수의 IR 센서를 이용한 거리계측시스템보다 빠른 다수 개의 IR 센서를 이용한 거리정보계측시스템 및 환경지도를 구축방법을 제안하였다. 다수 개의 IR 센서를 이용하여 환경정보 또는 환경지도를 구축하기 위해서는 좌표계 간의 일치에 필요한 공정과 필터링 등이 필요하다. 다중 IRS로부터 거리데이터 획득 시, 기구 상의 각도오차 또는 IR 센서간의 방향각의 차이로 인해 실제의 환경과 차이를 가지게 되며, 다수개의 IR 센서를 이용하여 데이터를 획득하기 때문에 각각의 데이터에서 노이즈를 제거하고 필요한 데이터만 추출할 수 있는 공정이 요구된다. 이를 위해 데이터에서 모퉁이 또는 모서리를 추출할 수 있는 에지 검출법을 제안하였다. 마지막으로 본 논문에서는 제안된 거리계측시스템을 이용하여 실제 환경을 측정하였고 에지 검출법을 적용하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.91-94
• /
• 2019

스케치를 거쳐 생성되는 디지털 자료로 건축도면이나 제품 디자인시안 등은 수요가 많음에도 불구하고 디지털 도면 자동생성에 대한 영상처리는 아직 연구되지 않고 있다. 현행 필기인식에 대한 영상처리 연구는 주로 글자나 숫자에 국한되어 있어 본 연구에서는 선으로 이루어진 필기를 인식하여 도면이라는 이진영상의 특징을 이용해 특징점을 도출하고 디지털 도면을 생성하는 영상처리를 제안한다. 먼저 입력받은 아날로그 스캔이미지를 메디안블러링과 OSTU임계처리로 노이즈가 없는 이진영상으로 변환한 후 해리스코너검출기를 이용하여 특징점을 검출하고 좌표를 추출하고, 좌표값을 활용해 외곽선과 내부윤곽선까지 구현하여 디지털도면을 양산한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.709-713
• /
• 2020

본 논문에서 육안으로도 구별하기 힘든 송전선과 같은 객체가 포함된 송전설비를 효과적으로 검출하는 방법을 제안한다. 객체 인식 모델에 송전탑 데이터 셋을 학습시켜 송전설비 Region of Interest(ROI)를 추출한다. 송전선 데이터 셋을 ResNet50 에 학습하고, 추출된 ROI 영상을 Guided Grad-CAM 을 출력한다. 추출된 Guided Grad-CAM 에 노이즈 제거 후처리를 적용하여 송전설비를 추출한다. 본 논문에서 제안된 기법을 적용할 경우 드론 또는 UAV 헬기 등에서 촬영된 영상으로 송전설비 유지보수가 가능하다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.22 no.3
• /
• pp.82-98
• /
• 2019

The importance of spatial information is rapidly rising. In particular, 3D spatial information construction and modeling for Real World Objects, such as smart cities and digital twins, has become an important core technology. The constructed 3D spatial information is used in various fields such as land management, landscape analysis, environment and welfare service. Three-dimensional modeling with image has the hig visibility and reality of objects by generating texturing. However, some texturing might have occlusion area inevitably generated due to physical deposits such as roadside trees, adjacent objects, vehicles, banners, etc. at the time of acquiring image Such occlusion area is a major cause of the deterioration of reality and accuracy of the constructed 3D modeling. Various studies have been conducted to solve the occlusion area. Recently the researches of deep learning algorithm have been conducted for detecting and resolving the occlusion area. For deep learning algorithm, sufficient training data is required, and the collected training data quality directly affects the performance and the result of the deep learning. Therefore, this study analyzed the ability of detecting the occlusion area of the image using various image quality to verify the performance and the result of deep learning according to the quality of the learning data. An image containing an object that causes occlusion is generated for each artificial and quantified image quality and applied to the implemented deep learning algorithm. The study found that the image quality for adjusting brightness was lower at 0.56 detection ratio for brighter images and that the image quality for pixel size and artificial noise control decreased rapidly from images adjusted from the main image to the middle level. In the F-measure performance evaluation method, the change in noise-controlled image resolution was the highest at 0.53 points. The ability to detect occlusion zones by image quality will be used as a valuable criterion for actual application of deep learning in the future. In the acquiring image, it is expected to contribute a lot to the practical application of deep learning by providing a certain level of image acquisition.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.897-902
• /
• 2007

인간과 컴퓨터간의 전통적인 인터페이스는 인간이 요구하는 다양한 인터페이스를 제공하지 못한다는 점에서 점차 사용하기 불편하게 되었고 이는 새로운 형태의 인터페이스에 대한 요구로 이어지게 되었다. 본 논문에서는 이러한 추세에 맞추어 카메라를 통해 인간의 손 제스처를 인식하는 새로운 인터페이스를 연구하였다. 손은 자유도가 높고 3차원의 view direction에 의해 형상이 매우 심하게 변한다. 따라서 윤곽선 기반방법과 같은 2차원으로 투영된 영상에서 contour나 edge의 정보로 손 제스처를 인식하는 데는 한계가 있다. 그러나 모델기반 방법은 3차원 정보를 이용하기 때문에 손 제스처를 인식하는데 좋으나 계산량이 많아 실시간으로 처리하기가 쉽지 않다. 이러한 문제점을 해결하기 위해 손 형상에 대한 대규모 데이터베이스를 구성하고 정규화된 공간에서 Feature 간의 연관성을 파악하여 훈련 데이터 모델을 구성하여 비교함으로써 실시간으로 손 포즈를 구별할 수 있다. 이러한 통계적 학습 기반의 알고리즘은 다양한 데이터와 좋은 feature의 검출이 최적의 성능을 구현하는 것과 연관된다. 따라서 배경으로부터 노이즈를 최대한 줄이기 위해 피부의 색상 정보를 이용하여 손 후보 영역을 검출하고 검출된 후보 영역으로부터 HLF(Haar-like Feature)를 이용하여 손 영역을 검출한다. 검출된 손 영역으로부터 패턴 분류 과정을 거쳐 손 포즈를 인식 하게 된다. 패턴 분류 과정은 HLF를 이용하여 손 포즈를 인식하게 되는데 미리 학습된 각 포즈에 대한 HLF를 이용하여 손 포즈를 인식하게 된다. HLF는 Violar가 얼굴 검출에 적용한 것으로 얼굴 검출에 좋은 결과를 보여 주었으며, 이는 적분 이미지로부터 추출한 HLF를 이용한 Adaboost 학습 알고리즘을 사용하였다. 본 논문에서는 피부색의 색상 정보를 이용 배경과 손 영상을 최대한 분리하여 배경의 대부분이 Adaboost-Haar Classifier의 첫 번째 스테이지에서 제거되는 방법을 이용하여 그 성능을 더 향상 시켜 손 형상 인식에 적용하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.12
• /
• pp.11-21
• /
• 2011

An embedded sensor is significantly influenced by its spatial environment, such as barriers or distance, through low power and signal strength. Due to these causes, noise data frequently occur in an embedded sensor. Because the information acquired from the embedded sensor exists in a time series, it is hard to detect an error which continuously takes place in the time series information on a realtime basis. In this paper, we proposes an error detection method based on time-series prediction that detects error signals of embedded sensors in real time in consideration of the physical characteristics of embedded devices. The error detection method based on time-series prediction proposed in this paper determines errors in generated embedded device signals using a stable distance function. When detecting errors by monitoring signals from an embedded device, the stable distance function can detect error signals effectively by applying error weight to the latest signals. When detecting errors by monitoring signals from an embedded device, the stable distance function can detect error signals effectively by applying error weight to the latest signals.