• 한국의학물리학회지:의학물리
• /
• 제23권4호
• /
• pp.303-308
• /
• 2012

뇌정위 방사선수술의 선량계산을 위해 Geant4 기반의 응용 프로그램을 개발 하였다. 선형가속기에서 발생하는 방사선의 스펙트럼을 입력하기 위하여 사전에 실행하여 구한 스펙트럼에 각 에너지별로 구한 가중치를 곱하여 확률밀도를 구하였다. 이를 누적밀도로 변환하여 입력하도록 하였다. 메신저 클래스를 이용하여 다양한 형태의 MLC 조사면을 설정할 수 있도록 하였다. 갠트리와 테이블의 회전을 모사하기 위하여 rotateX와 rotateY라는 회전행렬을 사용하였다. 월드좌표 속에서 갠트리와 테이블을 정의하여 각각 회전을 구현하였다. 실제 환자의 자료는 CT의 dicom 파일에서 픽셀 크기, 매트릭스 크기 등의 정보와 픽셀의 HU를 밀도로 변환한 파일을 생성한 다음 이 파일을 이용 환자의 모델링에 이용 하였다. 환자의 모델링은 팬텀월드 안에 픽셀의 크기에 해당하는 복셀을 정의하고 이 복셀에 픽셀의 밀도와 이 밀도에 해당하는 물질을 할당해주었다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.728-737
• /
• 2015

스티칭 기법은 여러 영상에서 추출한 특징점의 디스크립터를 생성하고, 특징점들간의 정합 과정을 통해 하나의 영상으로 만드는 것이다. 각각의 특징점은 128 차원의 정보를 가지고 있고, 특징점의 개수가 증가 할수록 데이터 처리 시간이 증가하게 된다. 본 논문에서는 비디오 영상을 입력 했을 때 고속 파노라마 생성을 위한 특징점 추출 및 정합 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구하고 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.

• 전력전자학회논문지
• /
• 제6권2호
• /
• pp.115-124
• /
• 2001

본 논문에서는 유도전동기 회전자 자속 기준제어를 위하여 비선형 관측기인 확장된 루엔버거 관측기 원리를 적용한 새로운 회전자 자속관측기를 제안하였다. 확장된 루엔버거 관측기는 확장된 칼만 필터와 유사하게 동특성 오차의 선형화 기법을 따트고 있으나 통계학적 속성의 노이즈 공분산을 고려하지 않는 결정론적 관측기로서 비선형 상태관측기 설계시 요구되는 좌표변환 및 선형화 파정에서 비선형 편미분 방정식의 직접적인 해를 펼요로 하지 않아 구현이 비교적 용이하다. 제안된 회전자 자속관측기는 직교좌표의 고정자 전류, 회전자 자속, 속도 및 부하 토크로 구성된 6차 미분방정식으로부터 유도되었으며 축약된 형태의 이득행렬을 갖는다. 시뮬레이션 및 실험은 파라 미터중 회전자 저항 값이 변동된 상황을 가정하여 수행하였으며, 시뮬레이션 결과 제안된 관측기를 이용한 자속 추정시 극점 재배치를 통하여 동특성 오차의 수렴성을 제어할 수 있으며, 부하 설험결과 제안된 관측기를 적용하는 경우에는 슬립적분형 간접벡터제어에 비해 보다 정확한 벡터제어가 가능함이 확인되었다.

• 대한교통학회지
• /
• 제17권1호
• /
• pp.105-112
• /
• 1999

차량대수, 속도, 대기행렬길이, 정체 및 유고 검지 등의 실시간 교통 정보를 얻기 위하여 현재 영상처리기술(Image Processing technique)이 기존의 루프검지기(Loop Detector)가 갖는 여러 단점들을 보완하는 효과적인 대체검지기로 널리 인식되고있다. 그러나 현재 사용되는 대부분의 영상검지기는 아주 작은 영역에서의 흑백 강도값(gray level)를 사용하며, 따라서 검지기의 정확도는 취급하는 영상의 화질에 크게 영향을 밭을 뿐만 아니라 3차원 실제 공간이 2차원 영상평면으로 표출되므로 생기는 투시사영(perspective projection)문제에 효과적으로 대처할 수 없다. 이런 문제 때문에 현재 영상검지기는 가능한 한 높게 그리고 도로면에 수직으로 카메라를 설치하여 가능한 한 평면화 된 2차원의 영상을 얻어 처리한다. 그러나 이는 한대의 검지기가 포함할 수 있는 영역이 매우 작을 뿐만 아니라, 가능한 한 카메라를 높게 설치해야 하므로 현실적으로 많은 어려움이 따른다. 본 연구에서는 카메라의 설치 위치 또는 각도에 따라 인식율의 정확도에 큰 차이를 보이는 기존의 알고리즘에서 탈피하여, 낮은 위치에 설치할 때 나타나는 투시사영 문제 및 물체 영상의 일부가 가려져 다음 물체의 인식이 곤란한 문제 등을 해결하기 위한 새로운 방법을 제시하였다. 본 연구에서 제시된 방법은 차량의 검지뿐만 아니라 차량의 위치, 3차원 공간에서의 차량의 관계 등에 관한 정보를 얻을 수 있으며, 사용된 알고리즘은 3차원 공간에서의 물체 인식에 우수한 확장된 Hough Transform에 기초하고 있다.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.493-502
• /
• 2007

본 논문에서는 물체의 3차원 모델을 복원하기 위하여 거리영상 카메라에서 획득한 다시점 3차원 거리영상을 온라인으로 정합(registration)하는 기술을 제안한다. 3차원 모델 복원을 위하여 거리영상 카메라를 복원하고자하는 물체 주위로 이동하여 연속된 다시점 거리영상과 사진영상을 획득하고 물체와 배경을 분리한다. 분리된 다시점 거리영상의 정합을 위하여 이미 등록된 거리영상의 변환정보 그리고 두 거리영상 사이의 기하정보를 이용하여 정합을 초기화한다. 위 과정을 통해 서로 인접한 거리영상에서 영상 특징점을 선택하고 특징점에 해당하는 거리영상의 3차원 점군을 이용하여 투영 기반(projection-based) 정합을 실시한다. 기하정합이 완료되면 사진영상 간의 대응점을 추적하여 정합을 정제(refinement)하는 과정을 거치는데 KLT (Kanade-Lucas-Tomasi) 추적기를 수정하여 대응점 탐색의 속도와 성공률을 증가시켰다. 영상 특징점과 추적된 대응점에 해당하는 3차원 점군을 이용하여 거리영상을 정제하였다. 정합과 정제의 결과를 통해 추정된 변환 행렬과 정합된 대응점들 사이의 거리를 계산하여 정합 결과를 검증하고 거리영상의 사용 여부를 결정한다. 만약 정합이 실패하더라도 경우에도 거리영상을 실시간으로 계속 획득하고 정합을 다시 시도한다. 위와 같은 과정을 반복하여 충분한 거리 영상을 획득하고 정합이 완료되면 오프라인에서 3차원 모델을 합성하였다. 실험 결과들을 통해 제안한 방법이 3차원 모델을 성공적으로 복원할 수 있음을 확인 할 수 있었고 오차 분석을 통해 모델 복원의 정확도를 검증하였다.

• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.113-120
• /
• 2005

비교정 영상 시퀀스(un-calibrated sequence)로부터 대상 장면을 재구성하는 연구는 컴퓨터 비젼에서 중요한 주제이다. 3차인 정보론 유클리드 공간에서 재구성하기 위해 프로젝티브(projective) 재구성이 선행되며, 이는 병합(merging)방법과 분해 (factorization)방법으로 나뉜다. 분해방법은 카메라 투영행렬과 3차원 구조정보를 한 번에 계산하기 때문에 계산속도가 빠르며, 병합방법의 단점인 오차의 누적 문제를 해결할 수 있다. 그러나 사용되는 일치점(correspondence)이 모든 영상 시퀀스에 존재한다는 가정으로 인해 긴 시퀀스에 적용하기 어렵다. 본 논문에서는 영상 시퀀스를 몇 개의 그룹으로 나누고 각 그룹을 분해 법으로 프로젝티브 재구성을 한 다음, 하나의 프로젝티브 공간으로 다시 구성하는 새로운 방법을 제안하였다. 시퀀스에서 그룹을 결정하기 위해 매칭점의 개수, 평면사영변환(homography) 오차, 영상 내 매칭점의 분포를 함께 고려했으며, 병합방법에 비해 카메라 파라미터의 오차 누적이 적고 계산속도면에서도 우수함을 실험을 통해 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.183-191
• /
• 2021

비간섭 부하 모니터링은 사용자 에너지 소비량의 실시간 모니터링을 통해 가전기기의 사용량 예측 및 분류를 하는 기술로, 최근 에너지 절약의 수단으로 관심이 증가하고 있다. 본 논문에서는 GAF(Gramian angular field) 기반 1차원 시계열 데이터를 2차원 행렬로 변환하는 기법과, 합성곱 신경망(convolutional neural networks)을 결합해 사용자 전력 사용량 데이터로부터 가전기기를 예측하는 시스템을 제안한다. 학습을 위해 공개 가정용 전력 데이터인 REDD(residential energy disaggregation dataset)를 사용하고, GASF(Gramian angular summation field), GADF(Gramian angular difference field)의 분류 정확도를 확인한다. 시뮬레이션 결과, 이중 상태(on/off)를 가지는 가전기기에서 두 모델 모두 97%의 정확도를 보였고, 다중 상태를 가지는 기기에서 GASF는 95%로 GADF보다 3% 높은 정확도를 보임을 확인하였다. 차후 데이터의 량을 증가시키고 모델을 최적화해 정확도와 속도를 개선할 예정이다.