• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.2
• /
• pp.590-599
• /
• 2017

In South Korea, sewage pipeline exploration devices have been developed using high resolution digital cameras of 2 mega-pixels or more. On the other hand, most devices are less than 300 kilo-pixels. Moreover, because 100 kilo-pixels devices are used widely, the environment for image processing is very poor. In this study, very low resolution ($240{\times}320$ = 76,800 pixels) images were adapted when it is difficult to detect cracks. Considering that the images of sewers in South Korea have very low resolution, this study selected low resolution images to be investigated. An automatic crack detection technique was studied using digital image processing technology for low resolution images of sewage pipelines. The authors developed a program to automatically detect cracks as 6 steps based on the MATLAB functions. In this study, the second step covers an algorithm developed to find the optimal threshold value, and the fifth step deals with an algorithm to determine cracks. In step 2, Otsu's threshold for images with a white caption was higher than that for an image without caption. Therefore, the optimal threshold was found by decreasing the Otsu threshold by 0.01 from the beginning. Step 5 presents an algorithm that detects cracks by judging that the length is 10 mm (40 pixels) or more and the width is 1 mm (4 pixels) or more. As a result, the crack detection performance was good despite the very low-resolution images.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.5
• /
• pp.83-93
• /
• 2013

Recently, the SURF algorithm, which is conjugated for object tracking system as part of many computer vision applications, is a well-known scale- and rotation-invariant feature detection algorithm. The SURF, due to its high computational complexity, there is essential to develop a hardware accelerator in order to be used on an IP in embedded environment. However, the SURF requires a huge local memory, causing many problems that increase the chip size and decrease the value of IP in ASIC and SoC system design. In this paper, we proposed a way to design a SURF algorithm in hardware with greatly reduced local memory by partitioning the algorithms into several Sub-IPs using external memory and a DMA. To justify validity of the proposed method, we developed an example of simplified object tracking algorithm. The execution speed of the hardware IP was about 31 frame/sec, the logic size was about 74Kgate in the 30nm technology with 81Kbytes local memory in the embedded system platform consisting of ARM Cortex-M0 processor, AMBA bus(AHB-lite and APB), DMA and a SDRAM controller. Hence, it can be used to the hardware IP of SoC Chip. If the image processing algorithm akin to SURF is applied to the method proposed in this paper, it is expected that it can implement an efficient hardware design for target application.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 1999.07a
• /
• pp.142-149
• /
• 1999

최근 주변첨단기술이 발달하여 수확, 접목 및 착유 등 농작업에 로봇을 응용하기 위한 연구가 수행되고 있다. 작업의 특성에 따라 응용되는 로봇기술도 차이는 있겠으나 수확용 로봇의 경우 대상물을 인식하고 위치를 검출하는 기술개발이 선행되어야만 대상물을 파지 또는 절단하여 수확이 가능하며, 대상물의 인식 및 위치 검출에는 영상처리기술이 많이 응용되고 있다. 따라서 수확로봇의 작업성능은 대상물을 얼마나 정확하게 인식하고 위치를 정확하게 검출하는 것이 중요하다. 그러나 작업대상이 일정한 조건에서 표준화 되어있는 일반 산업분야와는 달리 농산물의 수확작업현장은 대상물의 배치, 크기 및 형상 둥이 일정하지 않고 작업환경 또한 다양하여 외란의 영향을 많기 받기 때문에 시각장치의 개발은 매우 중요하다. (중략)

• Korean Journal of Remote Sensing
• /
• v.26 no.5
• /
• pp.561-570
• /
• 2010

The purpose of this study is to develop an Android smartphone app providing analysis capabilities of remote sensing images, by using mobile browsing open sources of gvSIG, open source remote sensing software of OTB and open source DBMS of PostgreSQL. In this app, five kinds of remote sensing algorithms for filtering, segmentation, or classification are implemented, and the processed results are also stored and managed in image database to retrieve. Smartphone users can easily use their functions through graphical user interfaces of app which are internally linked to application server for image analysis processing and external DBMS. As well, a practical tiling method for smartphone environments is implemented to reduce delay time between user's requests and its processing server responses. Till now, most apps for remotely sensed image data sets are mainly concerned to image visualization, distinguished from this approach providing analysis capabilities. As the smartphone apps with remote sensing analysis functions for general users and experts are widely utilizing, remote sensing images are regarded as information resources being capable of producing actual mobile contents, not potential resources. It is expected that this study could trigger off the technological progresses and other unique attempts to develop the variety of smartphone apps for remote sensing images.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.201-204
• /
• 2001

디지털 카메라를 이용하여 인체의 영상을 촬영하여 3D 인체를 계측하는 영상 계측 방법을 제안한다. 영상 계측을 위해 인체 촬영 환경을 설정하고, 정면, 측면, 후면의 인체 2D 영상을 촬영하여 사영투영을 고려하여 3D 인체를 추정하는 알고리즘을 개발한다. 인체 계측의 항목 중 40항목에 대해 직접 계측, 영상 계측, 3D 계측을 3인이 교대로 시행한 결과를 비교하고 있다. 계측자별, 계측 방법별로 비교할 때, 영상 계측은 최대오차 0.44cm로 3D 계측(허용오차 0.5cm)와 유사하여, 직접 계측에 비해 우수한 성능을 나타내고 있다. 이것은 영상 계측에서 사영투영을 이용하여 인체의 3D위치를 추정하여 계측 결과를 보정하고 있기 때문이다. 또한, 계측치 이외에 계측 장비, 비용, 기동성, 인력 부담등 여러 가지면 에서도 영상 계측은 장점을 고루 갖춘 방법으로 인체 계측에 사용할 수 있는 새로운 방법으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.167-167
• /
• 2022

최근 빅데이터에 관련된 연구에 있어 데이터의 품질관리에 대한 논의가 꾸준히 이뤄져 오고 있다. 특히 이미지 처리 및 분석에 활용되어온 딥러닝 기술의 경우, 분류 작업 및 패턴인식 등으로부터 데이터의 특징을 추출함으로써 비지도학습(Unsupervised Learning)을 가능하게 한다는 장점이 있음에도 불구하고 빅데이터를 다루는 과정에 있어 용량, 다양성, 속도 및 신뢰성 측면에서의 한계가 있었다. 본 연구에서는 CCTV 영상을 활용한 강수량 산정 모델 개발에 있어 예측 정확도 향상 및 성능 개선을 도모할 수 있는 데이터 전처리 방법을 제안하였다. 서울 근린 AWS 4개소 지역(김포장기, 하남덕풍, 강동, 성남) 및 중앙대학교 지점 내 CCTV를 설치한 후, 최대 9개월의 영상을 확보하여 강수량 산정을 위한 딥러닝 모델을 개발하였다. 배경분리, 조도조정, 영역설정, 데이터증진, 이상데이터 분류 등이 가능한 알고리즘을 개발함으로써 데이터셋 자체에 대한 전처리 작업을 수행한 후, 이에 대한 결과를 기존 관측자료와 비교·분석하였다. 본 연구에서 제안한 전처리 방법들을 적용한 결과, 강수량 산정 모델의 예측 정확도를 평가하는 지표로 선정한 평균 제곱근 편차(Root Mean Square Error; RMSE)가 약 30% 감소함을 확인하였다. 본 연구의 결과로부터 CCTV 영상 데이터를 활용한 강수량 산정의 가능성을 확인할 수 있었으며 특히, 딥러닝 모델 개발시 필요한 적정 전처리 방법들에 대한 기준을 제시할 수 있을 것으로 판단된다.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.5 s.37
• /
• pp.333-342
• /
• 2005

This paper proposes a method, which recognizes student's identification card by using image processing and recognition technology and can manage student information on the web. The presented scheme sets up an average brightness as a threshold, based on the brightest Pixel and the least bright one for the source image of the ID card. It is converting to binary image, applies a horizontal histogram, and extracts student number through its location. And, it removes the noise of the student number region by the mode smoothing with 3$\times$3 mask. After removing noise from the student number region, each number is extracted using vertical histogram and normalized. Using the enhanced ART1 algorithm recognized the extracted student number region. In this study, we propose the enhanced ART1 algorithm different from the conventional ART1 algorithm by the dynamical establishment of the vigilance parameter. which shows a tolerance limit of unbalance between voluntary and stored patterns for clustering. The Experiment results showed that the recognition rate of the proposed ART1 algorithm was improved much more than that of the conventional ART1 algorithm. So, we develop an educational matters administration system by using the proposed recognition method of the student's identification card.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.196-199
• /
• 2010

본 논문에서는 영상처리 기능을 통해 손 제스처를 인식하는 알고리즘을 개발하고 이를 활용하여 로봇의 움직임을 원격으로 제어하는 시스템을 구현하였다. 전체 시스템은 손 영상을 획득하는 카메라, 영상처리를 수행하는 컴퓨터, 그리고 LEGO Mindstorm 로봇으로 구성되며, 컴퓨터와 로봇 사이의 통신은 Mindstorm에 내장된 블루투스 기능을 사용하였다. 카메라에서 획득한 영상에서 사람의 손에 해당하는 영역만을 추출하기 위해 먼저 컬러 필터링을 수행하였으며 영상의 신뢰성을 향상시키기 위해 잡음을 제거하는 보정 작업을 거친다. 그리고 무게중심 연산을 통해 손의 중심점을 추정하고 이로부터 일정 거리에 있는 손가락 영역을 추출한다. 마지막으로 펼쳐진 손가락 개수를 구하고 그 개수에 따라 미리 설정된 명령을 로봇에 전송한다. 실험을 통해 조명 상태가 양호하고 배경이 복잡하지 않은 대부분의 환경에서 로봇 원격제어가 성공적으로 이루어짐을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.513-515
• /
• 2015

최근 지능형 차량과 ADAS(Advanced Driver Assistance System) 개발에 있어 차량 영상을 이용한 도로 정보 분석이 중요한 화두로 떠오르고 있다. 다양한 도로 정보 중에서 도로표지판 검출 및 판단은 차량 운행 환경을 파악할 수 있는 중요한 과정이 될 수 있다. 이에 본 논문에서는 차량 영상에서의 색상 정보를 이용하여 표지판의 후보 영역을 추출(Candidate Generation)하고, 후보 영상에 대한 HOG(Histogram of Gradient) 특징 분석을 통해 도로표지판 여부와 그 종류를 판단(Object Classification)하는 알고리즘을 구현하였다. 또한 구현 알고리즘은 실시간 처리가 가능한 속도를 보여주어 지능형 차량 또는 ADAS에서의 실제 적용이 가능하도록 하였다.

• The KIPS Transactions:PartB
• /
• v.11B no.3
• /
• pp.327-336
• /
• 2004

For visual inspection system in real industrial environment, it is one of most important tasks to design fast and stable pattern matching algorithm. This paper presents an edge-based point correlation algorithm avoiding full search in visual inspection system. Conventional algorithms based on NGC(normalized gray-level correlation) have to overcome some difficulties for applying to automated inspection system in factory environment. First of all, NGC algorithms need high time complexity and thus high performance hardware to satisfy real-time process. In addition, lighting condition in realistic factory environments if not stable and therefore intensity variation from uncontrolled lights gives many roubles for applying directly NGC as pattern matching algorithm in this paper, we propose an algorithm to solve these problems from using thinned and binarized edge data and skipping full point search with edge-map analysis. A point correlation algorithm with the thinned edges is introduced with image pyramid technique to reduce the time complexity. Matching edges instead of using original gray-level pixel data overcomes NGC problems and pyramid of edges also provides fast and stable processing. All proposed methods are preyed from experiments using real images.