• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.328-330
• /
• 2015

Edge is a characteristic information that can easily obtain the size, direction and location of objects included in the image, and the edge detection is utilized as a preprocess processing in various image processing application sectors such as object detection and object recognition, etc. For the conventional edge detection methods, there are Sobel, Prewitt and Roberts. These existing edge detection methods are easy to implement but the edge detection characteristics are somewhat insufficient as fixed weighted mask is applied. Therefore, in order to compensate the problems of existing edge detection methods, in this paper, an edge detection algorithm was proposed after applying the weighted value according to the standard deviation and means within the local mask.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.255-257
• /
• 2018

Recently, as the frequency of use of video media increases in various fields, the importance of signal processing is increasing. However, many kinds of noise are generated in the transmission and reception process and affect the information of the signal. For this reason, the noise removal is essential as a preprocessing process. In this paper, we propose an algorithm to remove mixed noise of impulse noise and AWGN. The proposed algorithm restores the image through noise determination and pixel change for efficient noise removal. Unlike the conventional method, noise is removed by minimizing both noise effects. Simulation showed excellent noise removal characteristic results were compared and analyzed using the PSNR for such decisions.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.10 no.2
• /
• pp.267-274
• /
• 2015

In this paper the optimal structure of a neural network based on OpenCV for a golf ball recognition and the intensity of ROI(Region Of Interest) are calculated. The system is composed of preprocess, image processing and machine learning, and a learning model is obtained by multi-layer perceptron using the inputs of 7 Hu's invariant moments, box ration extracted by vertical and horizontal length or ${\pi}$ calculated by area of ROI. Simulation results show that optimal numbers of hidden layer and the node of neuron are selected to 2 and 9 respectively considering the recognition rate and running time, and optimal intensity of ROI is selected to 200.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.160-161
• /
• 2010

In this paper, trademark image retrieval system is proposed by using color information and shape information. We use the image for a color information by dividing into the area and extracting the area color distribution histogram. We use for the shape information by preprocessing of the boundary extraction, the centroid extraction, angular sampling etc. and calculating of the sum of the distance from the centroid to the boundary, the standard deviation, and the rate of long axis to short axis. In particular, centroid by using the angular sampling can extract feature and reduce the processing time. Users can perform searchs using the color and shape information, and also the two methods by mixing can be used by weighting.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.49 no.10
• /
• pp.883-892
• /
• 2021

This paper provides a process for developing deep learning-based aerial object detection models that can run in realtime on onboard. To improve object detection performance, we pre-process and augment the training data in the training stage. In addition, we perform transfer learning and apply a weighted cross-entropy method to reduce the variations of detection performance for each class. To improve the inference speed, we have generated inference acceleration engines with quantization. Then, we analyze the real-time performance and detection performance on custom aerial image dataset to verify generalization.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.213-216
• /
• 2018

본 논문에서는 사람의 인지 시각 특성 중 하나인 JND(Just Noticeable Difference)를 이용한 인지 비디오 부호화 기법을 제안한다. JND 기반 인지 부호화 방법은 사람의 인지 시각 특성을 이용해 시각적으로 인지가 잘 되지 않는 인지 신호를 제거함으로 부호화 효율을 높이는 방법이다. 제안된 방법은 기존 수학적 모델 기반의 JND 기법이 아닌 최근 각광 받고 있는 데이터 중심(data-driven) 모델링 방법인 심층 신경망 기반 JND 모델 생성 기법을 제안한다. 제안된 심층 신경망 기반 JND 모델은 비디오 부호화 과정에서 입력 영상에 대한 전처리를 통해 입력 영상의 인지 중복(perceptual redundancy)를 제거하는 역할을 수행한다. 부호화 실험에서 제안된 방법은 동일하거나 유사한 인지화질을 유지한 상태에서 평균 16.86 %의 부호화 비트를 감소 시켰다.

• The Journal of Korean Institute of Information Technology
• /
• v.17 no.5
• /
• pp.77-82
• /
• 2019

Diabetic retinopathy is a complicated form of diabetes due to circulatory disorder in the peripheral blood vessels of the retina. We segment the microvessel for diagnosing diabetic retinophathy. The conventional methods using filter and features can segment the thick blood vessels, but it has relatively weak for segmenting fine blood vessels. In pre-processing step, noise reduction filter and histogram equalization are applied to suppress the noise and enhance the image contrast. Then, deep learning technique is used for pixel-by-pixel segmentation. The accuracy of conventional methods is between 90% to 94%, while the proposed method has improved as 95% accuracy. There is a problem of segmentation error around the optic disc and exudate due to the network depth. However the accuracy can be improved by modifying the network architecture in the future.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.425-427
• /
• 2022

The grade of glioma is important information related to survival and thus is important to classify the grade of glioma before treatment to evaluate tumor progression and treatment planning. Glioma grading is mostly divided into high-grade glioma (HGG) and low-grade glioma (LGG). In this study, image preprocessing techniques are applied to analyze magnetic resonance imaging (MRI) using the deep neural network model. Classification performance of the deep neural network model is evaluated. The highest-performance EfficientNet-B6 model shows results of accuracy 0.9046, sensitivity 0.9570, specificity 0.7976, AUC 0.8702, and F1-Score 0.8152 in 5-fold cross-validation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.197-197
• /
• 2021

최근 기후변화와 하천 제방의 노후화로 인해 수재해 위험이 지속적으로 증가하고 있다. 그러나 기존의 재래적인 하천 제방의 점검은 많은 인력과 예산 소모로 비효율적이며 제방 전구간 점검의 한계, 객관성의 한계 등 많은 한계점들이 존재하여 효과적인 홍수 대응을 위해 새로운 모니터링과 예/경보 시스템의 구축이 반드시 필요한 상황이다. 따라서 본 연구는 인공위성을 이용한 하천 제방 변위 산출과 수문학적 요인과의 관계 분석을 통해 하천 제방 건강상태 모니터링 시스템 방안을 제안하고자 한다. Sentinel-1 SAR 영상과 유럽 우주국(ESA)의 위성 영상 전처리 도구인 SNAP을 이용하여 2020년 여름 붕괴된 남원시의 금곡교 제방의 봄(4~5월), 여름(7~8월)의 변위를 산출하였고, 제방의 위험도 산정을 위해 토양수분관계를 분석하였다. 선행 연구(김상우,2019)에서는 농촌진흥청에서 제공하는 TDR(Time Domain Reflectrometry) 관측값과 Sentinel-1 SAR의 후방 산란계수의 토양수분관계가 일치하는 경향을 제시하여, 본 연구에서는 이를 이용하여 제방 후 방산란계수를 산출하고 변위와 토양수분도의 상관관계를 분석하여 변위 추세와 토양수분도의 추세가 일치하는 경향을 확인하였다. 본 연구 결과를 통해 향후에는 위성을 이용하여 산출한 제방의 변위와 토양수분도의 불확실성을 보완하고 기온, 수위, 토양도, 지하수위와 같은 수문기상학적 데이터의 분석을 통해 초정밀, 자동화 하천 제방 건강상태 모니터링 시스템이 구현 가능할 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.71-71
• /
• 2020

최근 기후변화의 영향으로 극심한 가뭄과 홍수가 발생하고 기온 또한 꾸준히 상승하고 있으며, 이러한 변화에 대응하기 위해 전 세계에서 이산화탄소를 줄이고 국제 에너지 시장을 재구성하려는 시도가 꾸준히 이루어지고 있다. World Energy Outlook(2012)에 따르면 특히 에너지 시장에서 개발도상국의 수력분야 개발투자가 2035년까지 15,490억 달러에 이를 것으로 전망됨에 따라 국내에서 해외 수력발전사업에 적극적으로 나서고 있다. 그러나 국내와는 달리 댐 건설의 사전조사에 필요한 자료가 없거나 구축하는데 문제가 있어 손쉽게 구할 수 있는 자료로 사전에 수력발전 댐 적지를 조사할 수 있는 기술의 개발이 필요하다. 따라서 본 연구에서는 수력발전용 댐 위치 결정을 위한 예비 적지 분석 알고리즘을 개발하고, 분석 알고리즘에 위성영상자료인 30m 해상도의 ASTGTM(ASTER Global Digital Elevation Model)와 500m 해상도의 MCD12Q1(MODIS/Terra Aqua Land Cover) 토지피복자료를 사용하고자 한다. 예비 적지 분석 알고리즘은 DEM의 전처리, 하천망생성, 유역분할과 지형정보를 고려한 자동적지탐색과 댐 건설시 수몰면적에 따른 보상면적 산정 알고리즘을 포함하고 있으며 Python기반의 오픈소스 GIS로 구현되었다. 적지산정은 DEM으로부터 낙차, 도달시간, 내용적곡선과 같은 지형정보와 토지피복도를 통한 보상면적을 기반으로 순위를 매겨 사용자에게 최적의 위치들을 표출한다. 본 연구의 결과는 향후 해외 수력 댐 적지 예비분석 및 해외 수력산업 진출을 지원할 수 있을 것으로 기대된다.