• 전기전자학회논문지
• /
• 제27권3호
• /
• pp.273-279
• /
• 2023

이미지처리 하드웨어에서 이미지 필터링을 진행할 때 line memory의 사용은 필수적이다. line memory에 입력 데이터를 저장한 후 저장된 데이터를 사용하기 위해 동기를 맞춘 후 필터링을 진행한다. 이때 동기를 맞추기 위해 동기 발생기를 사용한다. 기존 동기 발생기의 경우 입력 동기 신호를 입력으로 들어오는 이미지의 1행만큼 지연시킨다. 만약 2행만큼 지연된 신호를 얻기 위해서는 모듈 2개를 연결하여 사용해야 한다. 해당 방식으로 하드웨어 설계 시 하드웨어의 크기가 커져 효율적으로 설계할 수 없다. 따라서 본 논문에서는 finite state machine을 추가하는 방식을 사용하여 여러 종류의 지연 신호를 생성하는 동기 발생기를 제안한다. 하드웨어 설계는 Verilog HDL로 코딩하였으며, field programmable gate array 보드를 이용하여 이미지처리 하드웨어에 적용하여 성능을 검증하였다.

• 드라이브 ㆍ 컨트롤
• /
• 제20권2호
• /
• pp.15-23
• /
• 2023

In this study, two-dimensional location of crops for auto weeding was detected using deep learning. To construct a dataset for soybean detection, an image-capturing system was developed using a mono camera and single-board computer and the system was mounted on a weeding robot to collect soybean images. A dataset was constructed by extracting RoI (region of interest) from the raw image and each sample was labeled with soybean and the background for classification learning. The deep learning model consisted of four convolutional layers and was trained with a weakly supervised learning method that can provide object localization only using image-level labeling. Localization of the soybean area can be visualized via CAM and the two-dimensional position of the soybean was estimated by clustering the pixels associated with the soybean area and transforming the pixel coordinates to world coordinates. The actual position, which is determined manually as pixel coordinates in the image was evaluated and performances were 6.6(X-axis), 5.1(Y-axis) and 1.2(X-axis), 2.2(Y-axis) for MSE and RMSE about world coordinates, respectively. From the results, we confirmed that the center position of the soybean area derived through deep learning was sufficient for use in automatic weeding systems.

• 한국축산식품학회지
• /
• 제33권5호
• /
• pp.640-645
• /
• 2013

본 연구는 발효과정 중 생성되는 발효유제품의 안식향산을 조사함으로써 축산식품관리 정책의 기초자료로 활용하기 위하여 실시하였다. 축산물의 가공기준 및 성분규격의 축산물 시험법 중 전처리 방법인 Sep-Pak을 이용한 분석방법과 자동증류장치를 이용한 분석방법 중 1개를 택일하기 위하여 유제품의 회수율을 측정한 결과 커다란 차이가 없음에 따라 전처리 시간이 짧은 Sep-Pak을 이용한 분석방법을 선정하였다. Sep-Pak법의 유효성 검증으로 안식향산의 검량선은 $R^2$ = 0.999로 양호한 직선성을 나타냈으며, 검출한계는 0.058 mg/kg, 정량한계는 0.176 mg/kg을 보였다. 완제품에서 검출된 발효유를 대상으로 공정 단계별로 안식향산을 분석한 결과 스타터를 첨가한 이후 단계에서 2.28-10.48 mg/kg 수준이었고 첨가제(시럽)에서는 검출되지 않았으며, 시중 유통 중인 발효유는 0-16.5 mg/kg으로 나타났다. 치즈의 경우 카멤베르 치즈는 커드형성 후, 가공치즈는 원료치즈에서 영향을 많이 받는 것으로 나타났고, 시중 유통 중인 자연치즈는 0-4.2 mg/kg, 가공치즈는 0-20.8 mg/kg으로 나타났다. 이러한 결과를 토대로 원료, 제조과정 중 및 완제품 전과정에서 발생될 수 있는 자연유래 안식향산을 일관성 있고 체계적으로 관리할 수 있는 기초자료로 활용할 것으로 사료된다.

• 한국산학기술학회논문지
• /
• 제15권11호
• /
• pp.6432-6439
• /
• 2014

NAUT(Non contact Air coupled Ultrasonic Testing)기법은 초음파 탐상법 중의 하나로서 공기중 음향 임피던스의 차이로 생기는 에너지 손실을 High Power 초음파 Pulser Receiver, PRE-AMP, 고감도의 탐촉자로 보완하여 비접촉식으로 초음파 탐상을 가능하게 하는 탐상 방법이다. NAUT는 초음파의 송신 및 수신이 안정된 상태에서 이루어지므로 기존의 접촉식 탐상으로는 불가능하였던 고온, 저온의 물질이나 시험편의 표면이 거친 부분, 좁은 지점 등에서도 탐상이 가능하다. 본 연구에서는 NAUT기법의 산업체 실용여부를 알아보기 위해 자동차생산 공정에서 많이 사용하는 스폿용접부 및 CFRP 제품에 있어 상용화 연구를 통해 다음과 같은 결과를 얻었다. 본 연구에서는 NAUT기법의 사용 여부를 알아보기 위해 자동차 부품에서 많이 사용하는 스폿용접부 및 CFRP 부품의 내부결함 검출을 검출하였다. 스폿용접부에서는 초음파의 투과율이 높아 적색으로 나타났으며, 복층으로 된 부분은 투과율이 낮아 청색 화상이 나타났다. 또한 측정 속도를 결정하는 중요요소인 PRF(Pulse Repetition Frequency;송신펄스주기)에 따라 색상 선명도의 차이를 보였다. CFRP 시험편 또한 화상장치를 통해 취득된 각 화상 결과를 보고 내부 결함의 모양, 크기, 위치 등의 파악이 단시간에 가능하였다. 실험을 통해 NAUT기법과 화상화가 동시에 이루어짐을 확인하였고, 스폿 용접부와 CFRP 탐상에 NAUT의 적용이 가능한지 그 실현여부를 확인하였다.

• 한국물환경학회지
• /
• 제24권6호
• /
• pp.718-724
• /
• 2008

The ion selective microelectrode (ISME) has been used for measuring the ion profile of DO, $NH_4{^+}-N$, $NO_2{^-}-N$ and $NO_3{^-}-N$ in biofilm. In this study we evaluated the detection limit and validity of ISME and applied ISME for the continuous measurement of $NH_4{^+}-N$ and $NO_3{^-}-N$ concentration in the modified Ludzack-Ettinger (MLE) process. Average detection limits of $NH_4{^+}-N$ and $NO_3{^-}-N$ ISME were $10^{-4.44}M$ and $10^{-4.62}M$, respectively. Since the ISME with $5{\sim}10{\mu}m$ of tip diameter showed a faster response time than that of $1{\sim}5{\mu}m$, the ISME with a tip diameter of $5{\sim}10{\mu}m$ was fabricated and used to make real-time ion detections. Direct monitoring of $NH_4{^+}-N$ and $NO_3{^-}-N$ concentrations in the aerobic (2) tank causes the instability of the electromotive force (EMF) for the initial 5~8 hours and also causes remarkable error values of $NH_4{^+}-N$ and $NO_3{^-}-N$ concentration. This phenomenon is caused by aeration and mixing in the reactor. Thus, the measuring chamber was newly designed for the aerobic (2) tank and then the EMF of the ISME were stabilized in less than 1 hour. Errors of $NH_4{^+}-N$ and $NO_3{^-}-N$ concentration were decreased after stabilization of the EMF. The ISME analysis were well corresponded to the results of auto analyzer and ion chromatography. Consequently, the concentration of $NH_4{^+}-N$ and $NO_3{^-}-N$ could be continuously measured for 178 hours by the ISME.

• 인터넷정보학회논문지
• /
• 제23권6호
• /
• pp.39-48
• /
• 2022

전 세계적으로 사이버 공격은 계속 증가해 왔으며 그 피해는 정부 시설을 넘어 민간인들에게 영향을 미치고 있다. 이러한 문제로 사이버 이상징후를 조기에 식별하여 탐지할 수 있는 시스템 개발의 중요성이 강조되었다. 위와 같이, 사이버 이상징후를 효과적으로 식별하기 위해 BGP(Border Gateway Protocol) 데이터를 머신러닝 모델을 통해 학습하고, 이를 이상징후로 식별하는 여러 연구가 진행되었다. 그러나 BGP 데이터는 이상 데이터가 정상 데이터보다 적은 불균형 데이터(Imbalanced data)이다. 이는, 모델에 학습이 편향된 결과를 가지게 되어 결과에 대한 신뢰성을 감소시킨다. 또한, 실제 사이버 상황에서 보안 담당자들이 머신러닝의 정형적인 결과로 사이버 상황을 인식시킬 수 없는 한계도 존재한다. 따라서 본 논문에서는 전 세계 네트워크 기록을 보관하는 BGP(Border Gateway Protocol)를 조사하고, SMOTE(Synthetic Minority Over-sampling Technique) 활용해 불균형 데이터 문제를 해결한다. 그 후, 사이버 공방(Cyber Range) 상황을 가정하여, 오토인코더를 통해 사이버 이상징후 분류하고 분류된 데이터를 가시화한다. 머신러닝 모델인 오토인코더는 정상 데이터의 패턴을 학습시켜 이상 데이터를 분류하는 성능을 92.4%의 정확도를 도출했고 보조 지표도 90%의 성능을 보여 결과에 대한 신뢰성을 확보한다. 또한, 혼잡한 사이버 공간을 가시화하여 효율적으로 상황을 인식할 수 있기에 사이버 공격에 효과적으로 방어할 수 있다고 전망된다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.103-112
• /
• 2009

원자력발전소에서 센서의 주기적 교정은 안전운전을 위해 꼭 필요하다. 그러나 실제 드리프트가 발생하여 교정을 요하는 센서는 약 2% 미만이다. 또한, 센서의 작동 상태를 매 핵연료 주기마다 수행하는 것은 고장 혹은 드리프트가 발생한 센서를 최대 18개월까지 감지하지 못한 채 운전할 위험이 있다. 원전의 안전운전 및 불필요한 교정을 줄이기 위해 센서의 상시 교정 감시가 필요하다. 이를 위해 주성분 분석과 Support Vector Regression(SVR)을 이용한 PCSVR 알고리즘을 개발하였고, 고리원전 3호기의 출력증발 데이터를 이용하여 검증하였다. 주성분분석은 선형변환을 통한 입력공간의 축소 및 노이즈 제거 효과를 나타내며, AASVR은 해석학적 및 기계학적 모델로 모델링하기 힘든 복잡계를 쉽게 나타낼 수 있는 장점이 있다. SVR의 세가지 파라미터는 반응표면분석법에 의해 최적화하였다. 센서의 고장탐지를 위해 모델 출력의 잔차를 슈하르트 관리도, EWMA, CUSUM 및 일반화우도비검정(GLRT)을 통해 그 결과를 비교하였다. 미세한 드리프트에 대해 CUSUM과 GLRT가 우수한 결과를 보였다. 개발된 알고리즘은 수출형 원전 APR1000 설계시 적용가능 할 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제16권1호
• /
• pp.507-515
• /
• 2015

본 연구는 초음파영상에서 컴퓨터보조진단으로 유방질환의 병변인식률을 알아보고자 6가지 질감특성분석 파라미터(평균밝기, 대조도, 평탄도, 왜곡도, 균일도, 엔트로피) 알고리즘을 제안하였다. 2013년 8월에서 2014년 1월까지 부산소재 대학병원을 내원한 환자 중 영상의학과 전문의의 판독과 세포병리학 진단 결과를 토대로 한 90증례의 유방 초음파영상을 대상으로 하였다. 연구방법은 유방 초음파영상에서 관심영역을 $50{\times}50$ 픽셀 크기로 설정하였으며, 획득된 실험영상(정상, 양성, 악성)에 히스토그램 평활화의 전처리 과정 후 MATLAB을 이용한 질감특성분석 알고리즘의 결과값을 산출하였다. 그 결과 제안된 질감특성분석 파라미터 중 평균밝기, 왜곡도, 균일도, 엔트로피의 정상과 악성의 병변인식률은 100%로 높게 나타났으며. 정상과 양성의 병변인식률은 약 83~96%를 나타내었다. 이러한 결과는 유방질환에서 감별진단의 전처리 단계로 자동진단의 가능성을 나타내며, 향후 제안된 알고리즘의 추가적인 연구와 다양한 임상증례에 대한 신뢰성과 재현성이 제공된다면 컴퓨터보조진단의 실용화기반을 마련할 수 있을 것이고, 다양한 초음파 영상에 대한 적용이 가능할 것으로 사료된다.

• 생물환경조절학회지
• /
• 제20권2호
• /
• pp.63-71
• /
• 2011

영상처리는 정확한 오이의 형상 및 위치를 인식하기 위하여 형상인식 알고리즘에 대한 연구를 수행하였다. 다양한 오이형상을 인식하기 위한 방법으로는 신경회로망의 연상 메모리 알고리즘을 이용하여 오이의 특정형상을 인식하였다. 형상인식은 실제영상에서 오이의 형상과 위치를 판정할 수 있도록 알고리즘을 개발한 결과, 다음과 같은 결론을 얻었다. 본 알고리즘에서는 일정한 학습패턴의 수를 2개, 3개, 4개를 각각 기억시켜 샘플패턴 20개를 실험하여 연상시킨 결과, 학습패턴으로 복원된 출력패턴의 비율은 각각 65.0%, 45.0%, 12.5%로 나타났다. 이는 학습패턴의 수가 많을수록 수렴할 때, 다른 출력패턴으로 많이 검출되었다. 오이의 특정형상 검출은 $30{\times}30$간격으로 자동검출 되도록 처리하였다. 실제영상에서 자동 검출로 처리한 결과, 오이인식의 처리시간은 약 0.5~1초/1개(패턴) 빠르게 검출되었다. 또한, 다섯 개의 실제 영상에서 실험한 결과, 학습패턴에 대한 다른 출력패턴은 96~99%의 제거율을 나타내었다. 오이로 인식된 출력패턴 중에서, 오검출된 출력패턴의 비율은 0.1~4.2%를 나타내었다. 본 연구에서는 신경회로망을 이용하여 오이의 형상 및 위치를 인식할 수 있도록 알고리즘을 개발하였다. 오이의 위치측정은 실제영상에서 학습패턴과 유사한 출력패턴의 좌표를 가지고, 오이의 위치좌표를 추정할 수 있었다.

• Design & Manufacturing
• /
• 제14권1호
• /
• pp.8-14
• /
• 2020

In general, auto parts production assembly line is assembled and produced by automatic mounting by an automated robot. In such a production site, quality problems such as misalignment of parts (doors, trunks, roofs, etc.) to be assembled with the vehicle body or collision between assembly robots and components are often caused. In order to solve such a problem, the quality of parts is manually inspected by using mechanical jig devices outside the automated production line. Automotive inspection technology is the most commonly used field of vision, which includes surface inspection such as mounting hole spacing and defect detection, body panel dents and bends. It is used for guiding, providing location information to the robot controller to adjust the robot's path to improve process productivity and manufacturing flexibility. The most difficult weighing and measuring technology is to calibrate the surface analysis and position and characteristics between parts by storing images of the part to be measured that enters the camera's field of view mounted on the side or top of the part. The problem of the machine vision device applied to the automobile production line is that the lighting conditions inside the factory are severely changed due to various weather changes such as morning-evening, rainy days and sunny days through the exterior window of the assembly production plant. In addition, since the material of the vehicle body parts is a steel sheet, the reflection of light is very severe, which causes a problem in that the quality of the captured image is greatly changed even with a small light change. In this study, the distance between the car body and the door part and the door are acquired by the measuring device combining the laser slit light source and the LED pattern light source. The result is transferred to the joint robot for assembling parts at the optimum position between parts, and the assembly is done at the optimal position by changing the angle and step.