• Journal of the Korean Society for Nondestructive Testing
• /
• v.13 no.2
• /
• pp.11-19
• /
• 1993

It is very essential to get the accurate classification of defects in primary pressure vessel weld for the safety of nuclear power plant. The signal analysis using the digital signal processing and pattern recognition is performed to classify UT defects extracting feature vector from ultrasonic signals. The minimum distance classifier and the maximum likelihood classifier based on statistics were applied in this experiment to discriminate ultrasonics data obtained form both the training specimens (slit, hole) and the testing specimens(crack, slag). The classification rate was measured using pattern classifier. Results of this study show the promise in solving the many flaw classification problems that exist today.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.207-212
• /
• 2008

최근 공장 자동화가 보편화됨에 따라 무인 운반설비의 자동화 시스템 개발의 한 부분으로써 Stereo Vision 장치를 이용하여 입력된 영상의 에지(Edge)를 추출하고, 추출된 에지를 이용하여 물체의 위치적 특징을 찾고 무인크레인이 이동해야할 위치좌표를 전달한다. 본 연구에서는 실제 산업현장에 가장 보편적인 형상인 판재와 원통을 기준으로 CCD 카메라 2대를 이용하여 물체의 형상을 인식하고, 그 물체의 중심점을 찾는 알고리즘을 제안하였다. 우선 에지를 추출하고 사용자의 선택에 따라 추출된 에지의 특징을 판별하여 판재와 원통을 구분하여 원하는 물체의 위치정보를 찾아낸다. 본 연구는 무인 운반설비의 자동화 시스템 개발에 도움이 될 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.713-716
• /
• 2002

자동차의 번호판은 각각의 차량을 추분 할 수 있는 것으로, 번호판의 문자를 인식함으로써 전국에 등록되어 있는 모든 차량 중에 1 대를 폭정 지을 수 있다. 그러나 기존의 연구방법 대부분은 번호판 문자 중에서 큰 숫자 4개만을 인식하는 것으로 전국적인 규모에서 완전한 차량인식이 불충분하였다. 따라서 본 논문에서는 차량의 정면에서 촬영한 영상에서 번호판을 추출하고, 그 안에 표기된 모든 문자를 인식하는 방법을 제안한다. 본 연구에서 사용된 방법은 허프변환과 번호판의 형상특징을 이용하여 번호판영역을 추출하고, 추출된 번호판에서 문자의 위치적 특징을 사용하여 각 문자를 추분하고 인식하였다. 160장의 샘플사진으로 실험해 본 결과 번호판 영역을 추출하고, 문자인식을 모두 성공한 종합성공률은 87.5%의 결과를 나타내었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.01a
• /
• pp.205-208
• /
• 2012

지하철 실내의 표지판은 다양한 정보들을 포함하고 있다. 그 중에서 시설물의 형상을 단순화하여 나타낸 픽토그램 사인은 국제적으로 표준화 되어 있어 검출이 용이하다고 볼 수 있다. 일반적으로 객체를 인식하는 방법은 후보영역을 설정하는 검출단계와 후보영역을 인식하는 단계로 나뉘어 진다. 본 논문에서는 후보영역 검출단계에서 단일 값을 가지는 이진화로 픽토그램 영역이 분리가 잘 안되는 문제점을 해결하기 위하여 적응적 이진화를 사용하였고 인식을 위한 특징추출로 HOG서술자를 사용하고 학습과 인식에는 SVM을 사용하였다. 실험 결과를 통하여 HOG서술자로 픽토그램 사인을 인식하는 것이 적합한 것인지 확인한다.

• Proceedings of the IEEK Conference
• /
• 2000.06d
• /
• pp.135-138
• /
• 2000

흉부 X선 CT 화상을 이용한 폐종류의 경계 형상을 정량적으로 평가하기 위하여 푸리에 변환된 폐종류 음영의 윤곽선 내 power spectrum 고주파 성분의 총합이 폐종류 음영의 경계 형상에 관한 유효한 평가 값이 되는지의 여부를 검토하였다. 이 평가 값은 폐종류 음영의 CT 화상 위의 특징을 명확히 반영한다고 판단된다. 다시 말해서, 윤곽선은 양성 혹은 악성 종류에 있어서 각각 명확하거나 불투명하다. 양성 IS명과 악성 16명인 환자 31명에 대해서 이 평가 값을 계산하여 통계적 처리를 행한 결과 양성과 악성 간에 뚜렷한 차이를 인식할 수 있었다. 이러한 제안된 평가 방법에 의해, power spectrum 고주파 성분의 총합이 폐종류 경계 형상의 평가치가 되어, 정량적인 폐종류의 양성과 악성 감별을 행할 때 유용한 값이 될 가능성을 시사한다고 볼 수 있다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2924-2926
• /
• 2000

흉부 X선 CT 화상을 이용한 폐종류(肺腫瘤)의 경계 형상을 정량적으로 평가하기 위하여 푸리에 변환된 폐종류(肺腫瘤) 음영의 윤곽선 내 power spectrum 고주파 성분의 총합이 폐종류 음영의 경계 형상에 관한 유효한 평가 값이 되는지의 여부를 검토하였다. 이 평가 값은 폐종류(肺腫瘤) 음영의 CT 화상 위의 특징을 명확히 반영한다고 판단된다. 양성 15명과 악성 16명인 환자 31명에 대해서 이 평가 값을 계산하여 통계적 처리를 행한 결과 양성과 악성 간에 뚜렷한 차이를 인식할 수 있었다. 이러한 제안된 평가 방법에 의해, power spectrum 고주파 성분의 총합이 폐종류(肺腫瘤) 경계 형상의 평가치가 되어, 정량적인 폐종류(肺腫瘤)의 양성과 악성 감별을 행할 때 유용한 값이 될 가능성을 시사한다고 볼 수 있다.

• Journal of the Korean Society for Precision Engineering
• /
• v.19 no.11
• /
• pp.103-111
• /
• 2002

In this study, the natural flaws in welding parts are classified using the signal pattern classification method. The storage digital oscilloscope including FFT function and enveloped waveform generator is used and the signal pattern recognition procedure is made up the digital signal processing, feature extraction, feature selection and classifier design. It is composed with and discussed using the distance classifier that is based on euclidean distance the empirical Bayesian classifier. feature extraction is performed using the class-mean scatter criteria. The signal pattern classification method is applied to the signal pattern recognition of natural flaws.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1994.04a
• /
• pp.415-419
• /
• 1994

공정계획(Process planning)이란 소재로 부터 제품을 경제적, 효율적으로생산하는데 필요한 방법의 체계적 인 결정이라고 정의 할수 있다. 일반적으로 공정계획에 관한 지식은 전문가의 오랜 경험을 통해 얻어지므로 공정계획을 수행하기 위해 전문가를 양산하기에는 많은 어려움의 따른다. 그리고 전문가의 지식 및 가공방법 자체가 여러가지 경우의 수를 가지는 불명확한 것이 많으므로 이를 체계적으로 지식 베이스(knosedge base)화 하여 이것을 이용한 자동공정계획시스템의 개발이 필연적이다. 본 연구에서는 절삭가공의 핵심이 되는 밀링가공을 대상으로 하며, AutoCAD 로 부터 자동 또는 대화식으로 부품의 형상 및 치수 데이타를 인식하고, 이 데이타를 기준으로 가공의 지식 베이스와 이론을 접목시켜 개발한 규칙을 통해 공구결정과 가공 표준시간 계산을 수행 하고자 한다. 본 연구에서 사용된 언어는 형상특징인식을 위한 ADS(AutoCAD Deveolpment System)와 객체지향적 언어인 Borland C 이다.

• Journal of the Korean Society of Manufacturing Technology Engineers
• /
• v.9 no.1
• /
• pp.119-127
• /
• 2000

In this study the classified researches the artificial and natural flaws in welding parts are performed using the pattern recognition technology. For this purpose the signal pattern recognition package including the user defined function was developed and the total procedure including the digital signal processing feature extraction feature selection and classifi-er selection is teated by bulk,. Specially it is composed with and discussed using the statistical classifier such as the linear discriminant function the empirical Bayesian classifier. Also the pattern recognition technology is applied to classifica-tion problem of natural flaw(i.e multiple classification problem-crack lack of penetration lack of fusion porosity and slag inclusion the planar and volumetric flaw classification problem), According to this result it is possible to acquire the recognition rate of 83% above even through it is different a little according to domain extracting the feature and the classifier.

• Proceedings of the KSME Conference
• /
• 2003.04a
• /
• pp.304-309
• /
• 2003

In this study, natural flaws in welding parts are classified using the signal pattern classification method. The storage digital oscilloscope including FFT function and enveloped waveform generator is used and the signal pattern recognition procedure is made up the digital signal processing, feature extraction, feature selection and classifier design. It is composed with and discussed using the distance classifier that is based on euclidean distance the empirical Bayesian classifier. Feature extraction is performed using the class-mean scatter criteria. The signal pattern classification method is applied to the signal pattern recognition of natural flaws.