• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.576-579
• /
• 2004

Eventhough the productivity has been improved remarkably by introducing automatic facilities, the 100％ inspection is necessary because the possibility to produce large amount of defective goods is also increased. Since it is extremely unreasonable that workers inspect very large amount of products as 100％ inspection, there has been many researches for the automatic inspection system. In this thesis, we develop an automatic detection system of suspension insulator's minutes cracks System The automatic detection system of suspension insulator's minute cracks： To detect the minute cracks of suspension insulators, images of the insulator are acquired with a progressive scan camera, rotating a suspension insulator on a turning table. And after the shadow and noises are eliminated by preprocessing techniques, we detect minute cracks using the features of them.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.443-446
• /
• 2011

본 연구는 컴퓨터 단층촬영 영상 (CT, Computed Tomography Image)에서 치열궁 (Dental Arch)을 자동으로 검출하는 기법을 제안한다. 제안된 기법에서는 3차원 컴퓨터 단층촬영 영상을 입력 받고 영역 확장법을 이용하여 하악을 분할 한 후 하악의 단면에서 전체적인 치아의 영역을 분할을 한다. 치아의 영역에서 세선화 작업을 거친 후 곡선 정합법을 이용하여 최종 치열궁을 검출한다. 실험 데이터로 두개골 컴퓨터 단층 촬영 데이터를 사용하였다. 본 연구는 치과 영상 데이터로부터 파노라마 영상을 얻는데 이용 될 수 있고 치과 분야의 질병 진단 및 진찰에 이용될 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.703-706
• /
• 2004

나선형 CT 혈관촬영에서 획득한 영상의 분석를 통해서 폐색전증이 의심되는 부위를 자동으로 검출하는 방법으로, 연구 대상은 20명의 환자를 대상으로 분석하였으며 CT 검사 후 방사선과 의사가 정상소견을 받은 환자 5명과 폐색전증이 있는 판독소견을 가진 15명을 대상으로 비교 분석하였다. CT 검사하는 동안에 조영제를 투입하면, 폐색전증이 발생한 부위는 조영제 양과 분포가 불균등하여 명암값이 낮게 검출된다. 검출방법으로는 전처리 작업으로 폐영역만을 분할하고, 분할된 폐영역에서 혈관을 찾기 위해 모폴로지기법를 적용하여 세선화(thinning) 작업을 진행한다. 다음 공정으로는 경계선을 찾아 local watershed를 적용하여 혈관을 검출하고, 검출된 혈관내에서 원형모델을 적용하여 모폴로지(morphology)을 통해 국소 부위의 미세한 농도변화를 인지하여 색전이 발생한 영역을 자동검출하였다. 본 논문의 자동검출시스템에서는 색전증이 있는 경우에 true positive의 발생빈도는 case 당 4.5개가 검출되었다. 정상인의 경우에도 혈류의 흐름, 혈류의 분기점, 노이즈로 인한 false positive의 빈도는 case 당 2.6개가 발생하여 전체적으로 false positive는 5.2개가 검출되었다. 본 논문은 false positive의 비율이 높게 검출되었지만 폐영역 CT 검사의 컴퓨터지원진단시스템(computer aided diagnosis)의 향후 연구과제에 방향을 제시할 수 있을 것이라 사료된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.365-368
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 그러나 육안 검사는 CCFL 현광체의 불량에 대한 일관성 있는 기준이 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. CCFL 불량유무를 자동 판별하기 위해서는 물리적 촬영환경과 자동검출 알고리즘이 필수적이다. 본 논문에서는 CCFL 형광체의 불량을 자동으로 검사하기 위한 촬영환경을 설명하고, 그 촬영환경에 알맞은 대표적인 불량검출 알고리즘을 제안한다. 실험결과에 따르면, 알고리즘은 불량 판별율 98.86%와 과검율 3.34%의 성능을 보였다.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.6
• /
• pp.27-35
• /
• 2014

A Power Management System(PMS), which provides the functions of automatic detection and cutoff of home appliances' standby power without user intervention, is presented in this paper. A client in this system measures the power consumption of a home appliance plugged in it and transmits the information to a server in real-time over a wireless network. The server analyzes the features of the power consumption of home appliances and detects if any home appliance consumes standby power. The detected standby power information is used to create the information of the home appliance and to build a database, which will finally offer the automatic detection and cutoff of the standby power without any configuration through user intervention.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.53-56
• /
• 2021

국내 산업화가 들어선 후 산업화 당시 지었던 낙후된 건물의 증가에 따라 구조물의 손상 조사 및 검사 방법의 수요가 늘어나고 있다. 일반적으로 구조물의 손상은 전문 검사원이 현장에서 직접 측량도구와 시각적인 방식으로 검사한다. 그러나 전문 검사원들이 직접 조사하는 수고에 비해 균열을 검사하는 방식 자체가 단순하고, 일반 사람이 검사하기에는 객관성이 떨어지는 한계가 있어 균열을 자동적으로 검출함으로써 객관성과 편의성을 보장할 기술이 필요하다. 본 연구에서는 이미지 기반으로 다양한 환경에서의 외벽 균열을 검출할 수 있는 딥러닝 모델 개발을 소개한다. 균열 검출을 위해 다양한 외벽 균열 관련 데이터셋을 확보 및 구축하고 각 데이터셋의 검출 정보를 보완할 반자동(semi-auto) 라벨링 작업을 수행하였다. 두 번째로 기존 높은 검출 성능을 보였던 모델들을 선정 및 비교하여 YOLO v5 모델을 최종적으로 선정하였고, 도메인이 각각 다른 데이터셋에 대한 교차 학습을 통해 각 데이터셋의 mAP의 편차가 31%에서 11%로 좁히는 작업을 수행하였다. 이를 통해 실제 상황에서의 균열 영상에서 균열을 검출할 수 있는 측량 시스템을 개발함으로써 실질적인 검사의 도구로 활용될 수 있길 기대한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.221-222
• /
• 2022

본 논문에서는 모발 정밀검사(Phototrichogram)를 통해 일정 간격을 두고 촬영된 환자의 모발 두피 사진을 이용하여 머리카락 검출 및 머리카락의 개수 변화 추이에 따른 환자의 탈모 진단에 도움을 줄 방법을 제안하였다. 모발 정밀검사를 진행하여 촬영된 환자의 모발 사진으로부터 딥러닝 기반의 영상 분할 기법(Image Segmentation)의 하나인 DetectoRS 모델을 활용하여 머리카락을 자동 검출한다. 실험 결과 DetectoRS 모델의 분할 성능은 74.74%로 효과적으로 머리카락을 검출하였음을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.679-682
• /
• 2010

피부 영역 검출 기술은 생체 인식 기술의 하나로서 얼굴 자동 인식 혹은 손 모양 자동 인식 등을 위해 사용되고 있다. 일반적으로 색상을 이용하여 피부 영역을 검출하기 위해서는 다양한 피부색 샘플을 이용해 구해진 피부색 모델을 이용한다. 하지만 피부색은 사람마다 다르고, 조명과 같은 주변 환경의 영향도 받기 때문에 다양한 영상에 하나의 고정된 피부색 모델을 적용하여 피부 영역을 검출하기에는 한계가 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 영상 피드백 방법을 이용하여 영상에 적응적인 피부색 모델을 구한 뒤 이를 적용하여 피부 영역을 추출하는 방법을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.931-934
• /
• 2009

본 논문은 $24{\mu}m$ 이하의 미세 폭 및 $30{\mu}m$ 이하의 피치와 같이 미세 패턴을 가진 칩 온 필름(chip-on-film, COF)에 발생한 결함들을 자동으로 검출할 수 있는 시스템을 제안한다. 개발된 검출시스템은 미세 패턴의 COF에서 발생한 개방 (open), 단락 (hard short), mouse bite 및 near short (soft short)과 같은 다양한 결함들을 자동으로 빠르게 검출할 수 있는 기술이 적용되어 있다. 본 논문에서 제안하는 결함 검사 기술의 기본 원리는 미세 패턴내의 결함으로 인해 발생한 저항의 미세 변화를 고주파 공진기 (resonator)를 이용하여 측정 주파수에서 증폭시키고 증폭된 결함 신호와 결함이 없는 경우의 신호와의 전압차를 읽어서 0이 아니면 결함이 있음을 판단한다. 제안된 시스템은 미세 패턴 COF 검사 과정에서 결함들을 신속히 측정할 수 있으므로 불필요한 COF 복사를 위해 소요되는 경비를 줄일 수 있으리라 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.132-135
• /
• 2021

국내에서 유통되는 일회용 가스라이터 점유율의 약 절반은 국내 유일의 한 공장에서 생산하고 있다. 저렴한 외국산 가스라이터로부터 국내 사업을 보호하기 위해 품질 향상과 원가경쟁력 확보의 중요성이 매우 커진 것이 현실이다. 본 논문에서는 YOLOv4 머신러닝 객체인식 모델과 OpenCV 실시간 이미지 처리 오픈소스를 활용해 개발한 불량품 자동 검출 시스템을 제안한다. 대표적인 불량인 '액화가스 부피 불량품'을 검출하는 시스템을 개발하고 실험을 통해 그 정확성을 검증하였다. 제안한 시스템은 97%의 정확도로 상태를 분류하였으며, 이를 통해 100%의 불량을 검출할 수 있었다.