• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2020년도 추계학술대회
• /
• pp.55-55
• /
• 2020

• 전자공학회논문지
• /
• 제53권5호
• /
• pp.111-120
• /
• 2016

칩 상에서 연결을 담당하는 와이어의 인식은 칩 역공학에서 가장 중요한 부분 중 하나이다. 칩 사진에서 인식된 와이어는 칩 회로의 논리 수준 또는 기능 수준 표현을 복원하는데 사용된다. 기존의 칩 역공학에서 주로 사용되는 수작업에 의한 와이어 인식은 정확한 결과를 제공하지만, 한 칩이나 블록에 속한 와이어의 수가 수십 만개 또는 그 이상이 될 경우 너무 많은 시간이 걸리는 단점이 있다. 칩 상의 와이어는 그 재료에 따라 특정한 밝기나 색상 특성을 가지고 있다. 따라서, 본 논문에서는 칩 사진에 나타나는 영역의 밝기나 색상 특성을 이용하여 와이어 여부를 판단하는 2단계 방법을 제안한다. 즉, 이미지 이진화 과정과 이진 이미지에 나타나는 영역에 대한 와이어 여부를 판단하는 과정으로 이루어진다. 활용되는 기법들은 기존에 제안된 기법들을 이용한다. 둘째 단계에서, 와이어 영역의 특성을 지정해주기 위해서 사용자는 특정 와이어 영역을 선택하는 과정을 수행해야 한다. 선택된 와이어 영역의 히스토그램 특성은 다른 영역과의 히스토그램 유사도를 계산하는 데 사용된다. 첫 번째 실험은, 기존에 제안된 몇 가지 이미지 이진화 기법 중에서 둘째 단계를 위해 적절한 한 가지 기법을 선택하기 위한 것이다. 와이어 영역 판별 방법에 대한 둘째 실험은, 실험적으로 비교 가능한 기존 방법이 없는 관계로, 본 논문에서 제안하는 그레이 스케일 또는 HSV 컬러를 이용하는 히스토그램 유사도 비교 방법 세 가지에 대한 비교 실험 결과를 제시한다. 제일 성능이 좋은 방법은, 와이어 영역으로 판단한 영역이 진짜 와이어 영역인 비율이 98% 이상임을 확인하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제28권1호
• /
• pp.82-89
• /
• 2024

블랙 아이스는 인지하기가 매우 어렵고 도로 노면의 마찰력이 감소하여 자동차 사고를 유발한다. 도로 노면의 블랙아이스 방지를 위한 다양한 연구가 수행되었으나, 실시간으로 블랙아이스를 식별하고 운전자에게 경고하는 시스템에 대한 연구는 매우 미흡한 실정이다. 본 논문에서는 아스팔트 도로 노면의 상태를 실시간적으로 식별하기 위해 이미지기반 분석 시스템을 개발하였다. 이를 위해 각 아스팔트 도로 노면 이미지에 대해 데이터 세트를 구축한 다음 딥러닝을 통해 노면의 상태를 건조, 젖음, 블랙아이스, 눈 노면 상태로 식별하였다. 또한, 이미지 분석결과와 더불어 도로 노면 상태의 최종판별을 위해 실제 노면에서 측정된 온도와 습도 데이터를 사용하였다. 도로 노면의 특성이 블랙아이스로 판정이 나면, 도로에 설치된 염수 분사장치가 자동으로 작동하도록 하였다. 본 연구에서 개발된 아스팔트 콘크리트 포장에 대한 노면 상태 식별 시스템과 블랙아이스 자동 예방 시스템은 운전자의 안전운행을 보장하고 교통사고 발생률을 낮출 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제19권4호
• /
• pp.116-125
• /
• 2020

GNSS 신호를 이용하여 서비스를 제공하는 국가기반 시설이 재밍의 영향을 받는다면 막대한 피해가 발생할 것으로 예상된다. 이를 방지하고자 적절한 방법으로 재밍신호의 발생 감지, 종류판별 및 재밍원 위치추정을 수행하는 범국가적인 GNSS 재밍 모니터링 네트워크 구성이 필요하다. 본 논문에서는 GNSS 신호를 사용하는 자율주행 차량의 테스트베드인 K-시티와 인천 국제 공항에서 GNSS 재밍 신호의 존재 여부 및 종류를 확인하고자 실측실험을 통하여 재밍신호 환경을 확인하는 지표로 2-D 이미지를 생성하고, 분석을 통하여 재밍신호 발생 감지, 종류 판별 및 재밍신호 세기 추정을 수행한다. 그 결과, K-시티에서 L2대역에서 CWI신호가 감지되었고, 인천 국제 공항에서 L5대역에서 CWI신호가 존재하였다.

• 한국ITS학회 논문지
• /
• 제12권5호
• /
• pp.1-12
• /
• 2013

도로의 결빙, 적설, 젖음 등 기상상황 및 표면 상태에 의한 안전사고 발생은 지속적으로 발생하고 있는 상황이다. 이는 운전자 본인의 부주의 및 안전 운전의식 부족 등 개인의 역량에 기인하는 부문도 있지만, 도로관리 주체(정부 및 공공 등)의 도로 상태 정보제공 미흡으로 인한 경우도 있어 이와 관련된 연구의 필요성이 대두되고 있는 추세이다. 본 연구는 카메라(Stereo camera)의 영상 정보를 수집하여, 편광계수 및 웨이블릿 변환(Wavelet transform) 등을 통해 기존의 단일 차원 분류알고리즘과 달리 다차원 분석이 가능한 SVM 분류기법을 활용하여 노면상태 판별 알고리즘을 개발하였으며, 실제 도로상에서 4개의 상태(마른노면, 젖은노면, 적설노면, 결빙노면)에 대한 검지 인식 성공률을 실험 및 분석하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.547-556
• /
• 2005

본 논문에서는 출입국자 관리의 효율성과 제계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 여권 인식 및 얼굴 인증 방법을 제안한다. 여권 이미지가 기울어진 상태로 스캔되어 획득되어질 경우 개별 코드 인식과 얼굴 인증에 많은 영향을 미칠 수도 있으므로 기울기 보정은 문자 분할 및 인식, 얼굴 인증에 있어 매우 중요하다. 따라서 본 논문에서는 여권 영상을 스미어링한 후, 추출된 문자열 중에서 가장 긴 문자열을 선택하고 이 문자열의 좌측과 우측 부분의 두께 중심을 연결하는 직선과 수평선과의 기울기를 이용하여 여권 영상에 대한 각도 보정을 수행한다. 여권 모드 추출은 소벨 연산자와 수평 스미어링, 8 방향 윤곽선 추적 알고리즘을 적용하여 여권 코드의 문자열 영역을 추출하고, 추출된 여권 코드 문자열 영역에 대해 반복 이지화 방법을 적용하여 코드의 문자열 영역을 이진화한다. 이진화된 문자열 영역에 대해 CDM 마스크를 적용하여 문자열의 코드들을 복원하고 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 개선된 RBF 네트워크를 제안하여 적용한다. 제안된 RBF 네트워크는 퍼지 논리 접속 연산자를 이용하여 경계변수를 통적으로 조정하는 개선된 퍼지 ART 알고리즘을 제안하여 RBF 네트워크의 중간층으로 적용한다. 얼굴 인증을 위해서는 얼굴 인증에 가장 보편적으로 사용되는 PCA 알고리즘을 적용한다. PCA 알고리즘은 고차원의 벡터를 저 차원의 벡터로 감량하여 전체 입력 영상들의 직교적인 공분산행렬을 계산한 후 그것의 고유 값에 따라 각 영상의 고유벡터를 구하므로 PCA 알고리즘을 적용하여 얼굴의 고유 벡터를 구한 후 특징 벡터를 추출한다. 따라서 여권 영상에서 획득되어진 얼굴 영상의 특징벡터와 데이터베이스에 있는 얼굴 영상의 특징벡터와의 거리 값을 계산하여 사진 위조 여부를 판별한다. 제안된 여권 인식 및 얼굴 인증 방법의 성능을 평가를 위하여 원본 여권에서 얼굴 부분을 위조한 여권과 기울어진 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권의 코드 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다.

• 한국식품과학회지
• /
• 제38권1호
• /
• pp.16-21
• /
• 2006

본 연구는 야자유를 190, $220^{\circ}C$에서 24시간 가열한 후 6개의 MOS로 구성된 전자코로 산패정도를 판별하였다. 주성분분석 결과 제1주성분 값이 열처리 시간에 따라 +0.952에서 0.325로 감소하였다. 가열 온도를 높임에 따라 야자유의 산패정도도 증가하였다. 또 다른 방법에 하나로 GC를 바탕으로 한 SAW센서가 부착된 전자코를 사용한 결과 후각이미지가 뚜렷하게 차이가 나는 것을 보여주었다. 160, $220^{\circ}C$에서 가열한 야자유로부터 휘발 성분에 대한 GC peak의 수와 넓이가 가열온도와 가열 처리 시간에 따라 증가함을 보여주었다. 이러한 방법은 신속하면서도 곧바로 알기 쉽게 데이터를 이미지화함으로써 가열 처리된 야자유의 휘발성분을 전자코로 신속하고 간편하게 분석하여 가열 처리 정도가 예측 가능하였다.

• 방송공학회논문지
• /
• 제24권2호
• /
• pp.234-242
• /
• 2019

본 논문에서는 일정 크기로 자른 영상의 가운데 픽셀이 SIFT 특징점인지를 판별함으로써 SIFT 특징점을 추출하는 딥 뉴럴 네트워크(Deep Neural Network)를 제안한다. 이 네트워크의 데이터 세트는 DIV2K 데이터 세트를 $33{\times}33$ 크기로 잘라서 구성하고, 흑백 영상으로 판별하는 SIFT와는 달리 RGB 영상을 사용한다. 그라운드 트루스(ground truth)는 옥타브(scale, octave)를 0, 시그마(sigma)는 1.6, 간격(intervals)은 3으로 설정하여 추출한 RobHess SIFT 특징들로 구성한다. VGG-16을 기반으로 컨볼루션 층을 13개에서 23개와 33개로 점점 깊은 네트워크를 구성하고, 영상의 스케일을 증가시키는 방법을 바꿔가며 실험을 수행한다. 출력 층의 활성화 함수로 시그모이드(sigmoid) 함수를 사용한 결과와 소프트맥스(softmax) 함수를 사용한 결과를 비교하여 분석한다. 실험결과 제안한 네트워크가 99% 이상의 추출 정확도를 가질 뿐 아니라 왜곡된 영상에 대해서도 높은 추출 반복성을 가진다는 것을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.81-84
• /
• 2022

제조 산업에서의 이상치 검출은 생산품의 품질과 운영비용을 절감하기 위한 중요한 요소로 최근 딥러닝을 사용하여 자동화되고 있다. 이상치 검출을 위한 딥러닝 기법에는 CNN이 있으며, CNN을 계층적으로 구성할 경우 단일 CNN 모델에 비해 상대적으로 성능의 향상을 보일 수 있다는 것이 많은 선행 연구에서 나타났다. 이에 MVTec-AD 데이터셋을 이용하여 계층 CNN이 다중 클래스 이상치 판별 문제에 대해 효과적인지를 탐구하고자 하였다. 실험 결과 단일 CNN의 정확도는 0.7715, 계층 CNN의 정확도는 0.7838로 다중 클래스 이상치 판별 문제에 있어 계층 CNN 방식 접근이 다중 클래스 이상치 탐지 문제에서 알고리즘의 성능을 향상할 수 있음을 확인할 수 있었다. 계층 CNN은 모델과 파라미터의 개수와 리소스의 사용이 단일 CNN에 비하여 기하급수적으로 증가한다는 단점이 존재한다. 이에 계층 CNN의 장점을 유지하며 사용 리소스를 절약하고자 하였고 K-means, GMM, 계층적 클러스터링 알고리즘을 통해 제작한 새로운 클래스를 이용해 계층 CNN을 구성하여 각각 정확도 0.7930, 0.7891, 0.7936의 결과를 얻을 수 있었다. 이를 통해 Clustering 알고리즘을 사용하여 적절히 물체를 분류할 경우 물체에 따른 개별 상태 판단 모델을 제작하는 것과 비슷하거나 더 좋은 성능을 내며 리소스 사용을 줄일 수 있음을 확인할 수 있었다.

• 한국축산시설환경학회지
• /
• 제11권1호
• /
• pp.35-44
• /
• 2005

본 연구는 병계 및 폐사계의 자동 판정을 위한 알고리즘을 개발하는 것을 목적으로 수행되었다. 알고리즘을 개발하기 위하여 산란계의 질병증상 및 행동을 분석하였고 개발된 알고리즘으로 시스템을 구축하고 프로그램을 제작하여 성능을 분석하였다. 그 결과는 다음과 같이 요약된다. 1. 병$\cdot$폐사계의 판정을 위한 적정 촬영시간을 찾아내기 위해 산란계의 먹이에 대한 관심도를 조사한 결과 관심도가 $90\%$를 넘는 급이후 5분 30초 이내가 가장 적절한 것으로 판단되었다. 2. 외부의 빛을 차단하고 균일한 조도의 영상 얻기 위하여 illumination chamber를 설치하였으며 보조 조명장치를 부착하여 조도를 45 lx 로 균일하게 하였다. 3. 산란계의 영상을 추출하기 위한 RGB의 농도범위를 Red 0${\~}$140, Green 0${\~}$130, Blue 0${\~}$130 으로 하였을 때 가장 좋은 영상을 얻을 수 있었다. 4. 병계 및 폐사계의 판별을 위하여 CCD 카메라로부터 얻은 이미지를 2진화하고 수축 및 팽창 처리를 하여 Noise를 제거하였으며, Label-ing 작업 후 중심점을 계산하여 정상인 산란계의 이미지를 제거하였다. 5. 개발된 알고리즘을 LABWindows/CVI를 이용하여 프로그램을 작성하였다. 6. 개발된 감시시스템을 이용하여 실험 유형별로 4개의 케이지 산란계 20마리에 대하여 100회의 판별시험을 실시하였으며 그 결과 A형의 실험에서 $92\%$의 정확도를 나타냈고, B형의 실험에서 $96\%$의 정확도를 나타냈다. 7. 개발된 영상처리알고리즘을 영상처리시스템에 적용하여 실험산란계사내의 고단직립식산란계케이지에서 실험을 실시한 결과 높은 성공률을 보였으며 앞으로 개발될 고단직립식산란계케이지의 원격자동화감시시스템을 구성하는 데 있어서 적합한 영상처리알고리즘인 것으로 판단되었다.