• 한국음향학회지
• /
• 제27권2호
• /
• pp.57-65
• /
• 2008

초음파 진단기의 설정은 영상의 질에 영향을 준다. sonographer는 최적의 영상을 얻기 위해 초음파 영상의 질에 영향을 주는 설정 변수에 대한 효과를 이해해야 한다. 본 연구에서는 4가지 대표적인 영상 조절 변수 즉 TGC (Time Gain Control), 이득 (Gain), 주파수 (Frequency), DR (Dynamic Range)를 고려하였다. 초음파 영상의 질은 LCS (Law Contrast Sensitivity) 관점에서 정량적으로 비친 평가하였다. 실험은 임상용 초음파 진단기 (SA-9000 PRIME, Medison, Korea)를 사용하여 초음파 평가 팬텀 (539, ATS, USA)의 LCS 타겟을 영상화하였다. 영상 조절 변수의 설정을 변화하면서, 각 설정에 대한, 6개의 LCS 영상 (+15 dB, +C dB, +3 dB, -3 dB, -6 dB, -15 dB)을 취득하고, 영상에 대한 LCS픽셀 값을 계산하였다. 실험결과 TGC가 최대, Gain은 중간에서 최대사이, 주파수가 Pen모드, DR이 40-66 dB일 때 타겟 영상 (LCS)의 평균 픽셀 값이 높았다. 모든 타겟 영상에서 DR이 40 dB일 때에 LCS가 좋은 영상을 얻었다. 본 결과는 임상에서 잘 발견되는 solid lesion (+15, +6, +3 dB 타겟과 유사) 또는 cystic lesion (-15, -6, -3 dB 타겟과 비슷)이 있는 mass 평가 시 적절한 영상조절 변수 설정에 유용한 정보를 제공할 것으로 기대된다.

• 한국지반공학회논문집
• /
• 제40권3호
• /
• pp.77-84
• /
• 2024

도로 하부의 노후하 된 매설물이 손상되면 공동 및 지반 함몰 등의 재해가 발생할 가능성이 있고 이는 사회적인 비용을 발생시킨다. 본 연구의 목적은 적외선 카메라를 활용하여 공동 위치에 따른 열적 특성을 평가하고 CNN 알고리즘으로 각 공동 위치에 적합한 분류를 수행하고자 하였다. 가로×세로×깊이가 400cm×50cm×40cm인 대상 부지에서 PVC pipe를 상부, 중부 그리고 하부에 매설하여 공동을 조성하였다. 실험부지의 상부에는 포장층을 모사하기 위하여 콘크리트 블록을 설치하였고, 오후 4시부터 다음날 12시까지 측정이 진행되었다. 적외선 카메라로 측정된 초기 온도는 각각 43.7℃, 43.8℃ 그리고 41.9℃로 관측되었고, 측정값은 대기온도 변화가 반영되었다. CNN 알고리즘으로 분류를 진행하기 위해서는 이미지 데이터가 필요하며, 해당 연구에서는 RP 알고리즘을 통해 수치데이터를 이미지로 변환하였다. RP 알고리즘은 4가지 방법을 활용하여 이미지를 생성하였고, 각각의 이미지는 10,000×10,000, 2,000×2,000, 1,000×1,000 그리고 100×100 픽셀로 구성된다. CNN 학습 정확도는 각각 99%, 97%, 98% 그리고 96%로 매우 높게 나타났다. 제안된 방법의 신뢰성은 수치데이터의 정확도와 비교하였으며, 신뢰성이 약 20% 이상 향상된 결과가 나타났다. 이와 같은 결과는 RP 알고리즘으로 전환된 데이터가 적외선 측정된 값의 신뢰성 있는 결과 제공이 가능함을 시사한다.

• 한국수자원학회논문집
• /
• 제54권10호
• /
• pp.835-848
• /
• 2021

제주도는 지질 및 수문계의 특이성으로 인해 수문기상인자 분석을 통한 수문 분석 및 효율적인 물관리가 필수적이다. 하지만 수문기상인자의 지상관측자료는 주변 환경에 의한 영향이 크게 작용하여 공간적인 대표성을 띄기 힘들며, 이를 극복하기 위해 원격탐사 방법이 사용된다. 본 연구에서는 제주도에서 기존에 다른 지역들에서 적용성이 검증된 바 있는 MOD16 증발산량, Global Land Data Assimilation System (GLDAS) 증발산량, GLDAS 토양수분, Advanced SCATerometer(ASCAT) 토양수분 산출물들의 적용성을 평가하였다. 증발산의 경우 강수량과의 총량 비교 및 플럭스타워 증발산량 관측자료와의 비교를 시행하였고, 토양수분의 경우 6개 토양수분 관측소의 관측자료와 비교하였다. 그 결과 증발산량의 경우 연 강수량의 57%가 증발산량으로 산출되었고, MOD16 증발산량과 GLDAS 증발산량의 상관계수는 0.759로 양호한 값이 산출되었으나, 플럭스타워 증발산량 데이터와 MOD16 증발산량의 상관계수는 0.289, GLDAS 증발산량과의 상관계수는 0.434로 상대적으로 적합성이 낮게 나타났다. 토양수분의 경우 GLDAS 자료의 경우 모든 지점에서 지점자료와 비교하였을 때 RMSE 값은 0.05 미만의 값을 나타냈고, 상관계수의 유의성 검정 결과 통계적으로 유의미한 결과를 얻었다. 하지만 위성자료의 경우 월각지점에서 0.05 이상의 RMSE 값이 나타났고, 세화, 한동 지점에서 상관성이 없다는 상관계수의 유의성 검정 결과를 확인하였다. 이는 제주도에 설치된 증발산량 및 토양수분 센서의 품질관리 및 공간대표성을 띄는 면단위 센서가 충분히 제공되지 않아 위와 같은 결과가 나타나는 것으로 판단된며 더불어 지점 자료의 관리 및 위성, 재분석 자료의 경우 관측 픽셀이 해안과 인접할 시 나타나는 오차로 추정된다. 본 연구를 통해 기존 수문기상인자 지상관측 자료의 개선 필요성을 역셜하고, 이를 통해 제주도에서의 효율적인 물관리 를 위한 기반을 구축하고자 한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제37권2호
• /
• pp.93-100
• /
• 2014

최근 무선 LAN통신 기능을 이용하여 보다 간편하고 빠르게 디지털 방사선 영상을 획득할 수 있는 디지털 무선 이동촬영장치가 개발되어 많은 편의성을 제공하고 있다. 응급 또는 중환자를 대상으로 시행하는 이동촬영(Portable)검사 특성상 발생할 수 있는 초점-격자 간 중심변위와 피사체의 검출기내 위치변위가 영상화질에 미치는 영향을 평가하여 디지털 무선 검출기의 가이드라인을 제시하고자 한다. 본 연구에서 사용된 장비는 Elmo-T6 Digital Mobile X선시스템(SIMAZU사), el' Tor($14{\times}17$"Wireless detector), 격자(10:1), Chest & head phantom을 사용하였다. 선량증가에 따른 후처리 영상과 초점-격자 간 중심변위와 두부팬텀의 위치변위 영상을 획득한 후 디지털 영상분석 프로그램 Image J를 사용하여 영상을 비교분석 평가하였다. 선량증가에 따른 영상의 변화에서 0.5 mAs의 선량에서는 영상이 거칠고, 적정선량인 1~2 mAs에서 시각적으로 영상의 차이를 알 수 없었고, 특히 2.5 mAs 부터 픽셀 평균값이 급격히 감소하여 대조도에 영향을 미치는 것으로 나타났다. 3 mAs 이상에서는 폐부분의 포화현상으로 대조도가 떨어졌다. Image J 프로그램을 이용한 분석결과 초점-격자 간과 두부팬텀의 중심의 위치변위가 커질수록 낮은 픽셀값의 빈도수가 증가하여 표면도의 윤곽형태가 사라져 대조도에 영향을 미치는 것으로 나타났다. 중환자의 특성상 환자 자세의 어려움, 움직임, 호흡 및 X선관의 변위, 촬영거리의 적용여부에 따라 영상화질을 변화시킬 수 있다는 사실을 방사선사는 정확히 인지하여 검사에 임해야 할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1181-1189
• /
• 2022

구름은 대기 중에 떠 있는 작은 물방울이나 얼음 알갱이들 또는 혼합물 등으로 구성되며 지구 표면의 약 2/3를 덮고 있다. 위성영상내에서의 구름은 일부 다른 지상 물체 또는 지표면과 유사한 반사도 특성으로 인해 구름과 구름이 아닌 영역을 분리하는 구름탐지는 매우 어려운 작업이다. 특히 뚜렷한 특징을 가지는 두꺼운 구름과 달리 얇은 반투명 구름은 위성영상내에서 구름과 배경의 대비가 약하고 지표면과 혼합되어져 나타나기 때문에 대부분 구름탐지에서 쉽게 놓쳐지고 많은 어려움을 주는 대상으로 작용한다. 이러한 구름탐지의 반투명 구름의 한계점을 극복하기 위해, 본 연구에서는 머신러닝 기법(Random Forest [RF], Convolutional Neural Networks [CNN])을 활용하여 반투명 구름을 중점으로 한 구름탐지 연구를 수행하였다. Reference자료로는 MOderate Resolution Imaging Spectroradiometer (MODIS)에서 제공하는 MOD35자료에서 Cloud Mask와 Cirrus Mask를 활용하였으며 반투명 구름 픽셀을 고려한 모델 훈련을 위해 훈련 데이터의 픽셀 비율을 구름, 반투명 구름, 청천이 약 1:1:1이 되도록 구성하였다. 연구의 정성적 비교 결과, RF와 CNN 모두 반투명 구름을 포함한 다양한 형태의 구름 등을 잘 탐지하였고, RF 모델 결과와 CNN 모델 결과를 혼합한 RF+CNN경우에는 개별 모델의 한계점을 개선시키며 구름탐지가 잘 수행되어진 것을 확인하였다. 연구의 정량적 결과 RF의 전체 정확도(OA) 값은 92%, CNN은 94.11%를 보였고, RF+CNN은 94.29%의 정확도를 보였다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1159-1172
• /
• 2020

본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.

• 전자공학회논문지
• /
• 제53권8호
• /
• pp.113-118
• /
• 2016

본 논문에서는 30 Hz의 프레임률로 동작하는 적외선 영상 투사기 (IR scene projector, IRSP)에서 투사되는 적외선 영상의 유효온도 감소를 최소화하기 위해 sub-frame 제어 기법을 적용한 IRSP용 신호입력회로 (read-in integrated circuit, RIIC)를 제안한다. 제안하는 sub-frame 제어 기법은 단위 프레임을 8개의 sub-frame으로 나누어 동일한 영상 데이터를 8회 refresh함으로써 픽셀 내 커패시터에 sampling된 영상 데이터가 유지 기간 동안 MOSFET 스위치를 통한 누설 전류로 인해 손실되는 정도를 감소시킨다. Emitter에서 투사되는 적외선 영상의 높은 유효온도를 위해 전류 구동형 RIIC를 설계하였으며, 외부의 DAC로부터 아날로그 전압 형태의 영상 데이터를 전송 받는다. 시제품 $64{\times}32$ RIIC array 칩은 매그나칩/SK하이닉스 $0.35{\mu}m$ 2-poly 4-metal CMOS 공정으로 제작되었으며, 출력 가능한 최대 데이터 전류는 $230.3{\mu}A$이다. 이를 $15k{\Omega}$의 저항 값을 갖는 시제품 emitter 소자에 인가할 시 mid-wavelength IR (MWIR) 대역을 기준으로 최대 $366.2^{\circ}C$의 유효온도를 갖는 적외선 영상의 투사가 가능하다.

• 전자공학회논문지
• /
• 제53권7호
• /
• pp.67-77
• /
• 2016

본 논문에서는 변형된 하우스더프 거리 (MDH: Modified Hausdorff Distance)를 이용한 눈 개폐 감지 알고리즘을 제안한다. 제안하는 알고리즘은 얼굴 검출과 눈 개폐 감지로 크게 구분된다. 얼굴 영역의 검출을 위하여 고정 크기의 영역 내에서 픽셀 값을 이용하는 지역 구조특성의 MCT (Modified Census Transform)특징기반 방법을 사용하였다. 이후, 검출된 얼굴 영역 내에서 MHD를 이용하여 눈의 위치 및 개폐를 판단한다. 얼굴 검출의 처리절차는 먼저, 오프라인에서 다양한 얼굴 영상에 대해 MCT 이미지를 생성하고, 이를 기반으로 PCA를 이용하여 기준이 되는 특징벡터들을 추출한다. 다음으로, 온라인에서는 입력되는 실험 영상 내에서 새롭게 추출된 특징벡터들과 기준이 되는 특징 벡터들 간의 유클리드 거리를 이용하여 얼굴 영역을 검출하는 순서로 진행된다. 이후, 검출된 얼굴 영역 내에서 MHD 기반의 눈 영역 검출과 템플릿 매칭을 수행하여 눈의 개폐를 감지한다. 제안하는 방법의 성능 검증을 위하여 그레이 스케일 영상 (30FPS, $320{\times}180$)을 입력으로 실험을 수행한 결과, 눈 계폐 검출율에서 평균 94.04%의 정확도를 달성하였다.

• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.932-945
• /
• 2017

논문에서는 정류(Rectification), 디스패리티 추정(Disparity Estimation) 및 시각화를 포함한 스테레오 비전 프로세싱 시스템의 새로운 하드웨어 및 소프트웨어 아키텍처를 개발하였다. 개발된 지원점 보간법을 이용한 대형 스테레오 매칭 방법(LASPI)은 고화질 이미지의 지원점 밀도가 높은 영역에서의 디스패리티 매칭에 있어, ELAS 등 기존 스테레오 매칭 방법과 비교할 때, 디스패리티 맵에 대한 품질 수준을 유지하면서도 실시간 성능 지원 측면에서 우수하다. LASPI는 자율주행 자동차에 적용되는 장애물 인식 시스템, 거리 검출 시스템, 장애물 검출 시스템 등, 안전에 민감한 모듈 적용을 위해, 프레임 처리속도의 실시간성, 거리 값 분해 성능의 정확성, 낮은 리소스 사용 등, 요구조건을 충족하도록 설계 되었다. 개발된 LASPI 알고리즘은 H/W 병렬처리 구조와 4 단계 파이프라인으로 구성된 FPGA로 구현되었다. 148.5MHz 클럭의 Xilinx Virtex-7 FPGA 기반으로 구현된 시스템은 각종 실험을 통해, HD급 이미지 ($1280{\times}720$ 픽셀)에 대해 실차에 응용 가능한 디스패리티 맵을 산출하면서도 실시간 처리 요구 조건인 초당 30 프레임 처리가 가능함을 확인하였다.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.299-308
• /
• 2009

AAM(Active Appearance Model)은 PCA(Principal Component Analysis)를 기반으로 객체의 형태(shape)와 질감(texture) 정보에 대한 통계적 모델을 통해 얼굴의 특징점을 검출하는 알고리즘으로 얼굴인식, 얼굴 모델링, 표정인식과 같은 응용에 널리 사용되고 있다. 하지만, AAM알고리즘은 초기 값에 민감하고 입력영상이 학습 데이터 영상과의 차이가 클 경우에는 검출 에러가 증가되는 문제가 있다. 특히, 입을 다문 입력얼굴 영상의 경우에는 비교적 높은 검출 정확도를 나타내지만, 사용자의 표정에 따라 입을 벌리거나 입의 모양이 변형된 얼굴 입력 영상의 경우에는 입술에 대한 검출 오류가 매우 증가되는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 입술 특징점 검출을 통해 정확한 입술 영역을 검출한 후에 이 정보를 이용하여 AAM을 수행함으로써 얼굴 특징점 검출 정확성을 향상시키는 방법을 제안한다. 본 논문에서는 AAM으로 검출한 얼굴 특징점 정보를 기반으로 초기 입술 탐색 영역을 설정하고, 탐색 영역 내에서 Canny 경계 검출 및 히스토그램 프로젝션 방법을 이용하여 입술의 양 끝점을 추출한 후, 입술의 양 끝점을 기반으로 재설정된 탐색영역 내에서 입술의 칼라 정보와 에지 정보를 함께 결합함으로써 입술 검출의 정확도 및 처리속도를 향상시켰다. 실험결과, AAM 알고리즘을 단독으로 사용할 때보다, 제안한 방법을 사용하였을 경우 입술 특징점 검출 RMS(Root Mean Square) 에러가 4.21픽셀만큼 감소하였다.