• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.207-210
• /
• 2007

본 연구에서는 고해상도의 IKONOS panchromatic 영상과 multispectral 영상을 IHS와 PCA 방법으로 중합하고 그 결과를 비교하였다. 평가에 있어서는 중합된 영상들과 원영상간의 필셀 값에 대한 평균제곱근오차를 구하고 그 결과를 분석하였다. 분석 결과, multispectral band 1, 3, 4를 사용하는 IHS 방법, multispectral band 1, 2, 4를 사용하는 IHS 방법 및 multispectral band 1, 3, 4를 사용하는 PCA 방법이 원영상의 특성을 잘 보존하는 것으로 평가되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.1010-1012
• /
• 2017

본 논문에서는 HSV, YCbCr 컬러 모델의 색상정보를 통한 화재 검출 알고리즘을 제안한다. 첫 번째 단계에서는 영상의 변화를 감지하기 위해서 입력된 영상으로부터 평균배경영상을 계산하여 전경영상을 분리한다. 그리고 차영상을 이용해 움직임을 인식하여 컬러 모델 색상정보를 비교할 영역을 구한다. 전경영상의 구해진 영역에서 컬러모델의 복합 색상정보를 이용하여 화재 영역을 검출한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.670-672
• /
• 2002

본 논문에서는 잘못된 인쇄로 인한 문서상의 잡영이나 문자 훼손이 있는 문서를 복원 하고자 만다. 제안하는 방법은 스캐너로 읽어들인 문서영상을 잡영 제거론 만 다음 훼손된 숫자 영상에 대해서 프로젝션을 이용하여 숫자 열을 낱낱의 숫자로 분할한다. 각각의 숫자에 대해서 크기가 일정하도록 정규화를 시킨 다음, Backpropagalion을 이용하여 훼손된 숫자를 학습하였다. 학습시킨 다음 원 영상과 훼손된 영상을 각 픽셀단위로 비교하여 4-방향 마스크를 이용하여 원래의 숫자 영상으로 복원하도록 만다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.547-550
• /
• 2003

본 논문은 카메라로 획득한 배의 표면과 꼭지 영상을 입력으로 하여 RBF 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별하는 판별기의 설계에 대해 설명한다. 먼저 입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러 가지 특징들을 추출한 후 미리 대량의 표면 영상과 꼭지 영상으로 훈련시킨 두 개의 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다. 구현되는 세부 모듈을 과일 종류에 맞게 수정한다면 제안되는 방법을 사과, 참외와 같은 다른 과일에도 적용할 수 있을 것이다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2000년도 추계공동학술대회논문집
• /
• pp.391-395
• /
• 2000

본 논문에서는 영상을 구성하는 객체들이 가지고있는 형태 특징을 이용한 영상 검색 시스템을 제안한다. 형태 특징을 추출하기 위한 과정은 입력 영상에 Chain Code를 이용 경계면의 좌표와 길이를 구하는 과정, 경계면에 대한 무게 중심 추출과정으로 구성되고, 무게 중심으로부터 경계면 까지 거리의 합, 표준 편차, 장축/단축 비율 그리고 히스토그램 등을 특징 정보로 이용한다. 영상을 이루는 객체의 회전이나, 이동 등으로 인한 변화에 둔감하게 하고 형태 특징 중심으로 영상을 검색하도록 설계하였다. 실험 대상으로는 170개의 폐곡선을 이루는 이진 도형 영상에 대한 검색 실험을 실시하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.1645-1648
• /
• 2000

본 논문에서는 영상의 일부가 겹치는 두 영상사이에 투영 평면 변환을 사용하여 보다 큰 한 장의 모자익 영상으로 정렬하는 알고리즘을 제한한다. 먼저 블록 정합을 이용하여 초기전역 이동을 계산하고, 4점을 이용하여 효율적인 투영 변환을 구하고, 두 영상사이에 겹치는 부분에서 RGB 컬러를 혼합하여 합성 영상을 생성하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.637-639
• /
• 2003

본 논문은 카메라로 획득한 배의 표면과 꼭지 영상을 입력으로 하여 RBF 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별하는 판별기의 설계에 대해 설명한다. 먼저 입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러 가지 특징들을 추출한 후 미리 대량의 표면 영상과 꼭지 영상으로 훈련시킨 두 개의 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다. 구현되는 세부 모듈을 과일 종류에 맞게 수정한다면 제안되는 방법을 사과, 참외와 같은 다른 과일에도 적용할 수 있을 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.109-112
• /
• 2001

영상분할에 있어서 최적의 임계치를 구하는 것은 영상을 구성하고 있는 픽셀들을 의미있는 집단으로 나누는 거와 같으며 이를 위하여 퍼지화 정도를 측정하여 최소의 퍼지화 정도를 갖는 임계치를 최적의 임계치로 설정한다. 일반적으로 소속도는 하나의 픽셀과 그 픽셀이 속한 영역의 관계로 표현될 수 있는데 소속도 계산을 위한 엔트로피로 샤논(Shannon)함수를 사용한다[1]. Liang-Kai Huang에 의하여 제안된 알고리즘은 그 수렴속도 면에 있어서 많은 문제점을 갖고 있다[2]. 본 논문에서는 이런 수렴속도를 좀더 개선하기 위하여 SPOI(Simplified Fixed Point Iteration)를 제안하고 여러 가지 실험영상을 사용하여 졔안된 논문의 우수성을 보이고자 한다. 실험결과 적절한 임계치를 구하면서도 기존의 논문보다 속도면에서 상당히 우수한 특성을 보이고 있다.

• 감성과학
• /
• 제1권2호
• /
• pp.93-103
• /
• 1998

효율적이고 체계적인 퍼지제어를 위해 조작자의 제어동작을 모델링하거나 공정을 모델링하는 기법이 필요하고, 또한 퍼지 추론시에 조건부의 기여도(contribution factor)의 결정과 동작부의 제어량의 결정이 추론의 결과에 중요하다. 본 논문에서는 추론시 조건부의 기여도와 동작부의 세어량이 퍼지 엔트로피의 개념하에서 수행되는 적응 퍼지 추론시스템을 제시한다. 제시된 시스템은 전방향 신경회로망의 토대위에서 구현되며 주건부의 기여도가 퍼지 엔트로피에 의하여 구해지고, 동작부의 제어량은 확장된 퍼지 엔트로피에 의하여 구해진다. 이를 위한 학습 알고리즘으로는 역전파 알고리즘을 이용하여 조건부의 파라미터의 동정을 하고 동작부 파라미터의 동정에는 국부해에 보다 강인한 유전자 알고리즘을 이용하다. 이러한 모델링 기법을 임펄스 잡음과 가우시안 잡음이 첨가된 영상에 적용하여 본 결과, 영상복원시에 발생되는 여러 가지의 경우에 대한 적응성이 보다 양호하게 유지되었고, 전체영상의 20%의 데이터만으로도 객관적 화질에 있어서 기존의 추론 방법에 비해 향상을 보였다.

• 대한자기공명의과학회:학술대회논문집
• /
• 대한자기공명의과학회 2002년도 제7차 학술대회 초록집
• /
• pp.102-102
• /
• 2002

목적：$\Delta{R}_1$과 $\Delta{R}_2\;^{*}$은 $T_1$, $T_2\;^{*}$로부터 직접 구해야 하지만, 시간 해상도 때문에 각각 $T_1$, $T_2\;^{*}$ 강조영상으로부터 구하는 것이 일반적이다. $T_1$, $T_2\;^{*}$ 강조영상으로부터 얻은 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$ 과 이중 경사 자장에코 펄스열로부터 얻은 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$ 를 컴퓨터 가상 실험을 통해서 비교한다. 강조 영상의 신호 세기만으로는 정확한 관류 정보를 얻을 수 없음을 보이고자 한다. 대상 및 방법： 알려진 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$ 값을 이용하여 강조영상으로부터 구할 수 있는 $\DeltaR_1$과 $\Delta{R}_2\;^{*}$ 을 농도에 따라서 가상실험으로 구하고, 이 값과 이중 경사 자장 에코 펄스열로부터 구할 수 있는 $\Delta{R}_1$과 $\Delta{R}_2\;^{*}$를 가상실험으로 구해서 비교한다.