• 한국정보통신학회논문지
• /
• 제21권7호
• /
• pp.1429-1434
• /
• 2017

기존의 안경 렌즈 흠집 검출 방법은 영상내의 미세 잡음이 제거되지 않아 렌즈 영역이 정확히 추출되지 않는 경우가 발생하여 흠집 영역을 검출할 수 없다는 문제점이 발생한다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 적응적 이진화 기법과 Bresenham algorithm을 적용하여 흠집 영역을 검출한다. 제안된 방법은 안경 렌즈 영상에서 명암 대비를 적용하여 렌즈의 명암을 강조한다. 명암이 강조된 영상에서 렌즈 밖의 배경 영역은 흠집 검출에 불필요하므로 이진화 기법을 적용한 후에 Bresenham algorithm을 적용하여 렌즈의 윤곽선을 검출하고 렌즈 이외의 배경을 제거한다. 렌즈 이외의 배경이 제거된 렌즈 영상에서 렌즈 내부의 배경과 흠집의 명암 대비를 높인다. 명암이 강조된 렌즈 내부 영역에서 적응적 이진화 기법을 적용하여 흠집과 잡음을 검출한다. 잡음은 중간값 필터를 적용하여 제거한 후에 흠집 영역을 추출한다. 추출된 흠집 영역에서 렌즈의 중심으로부터의 거리와 흠집의 크기를 퍼지 추론 규칙에 적용하여 눈에 미치는 영향 정도를 분석한다. 제안된 방법의 성능을 분석하기 위해 CHEMI, MID, HL, HM과 같은 시력 보정용 렌즈 영상을 대상으로 실험한 결과, 12개의 시력 보정용 렌즈 영상 중에서 10개에서 결함을 성공적으로 추출하였다.

• 한국정보통신학회논문지
• /
• 제21권11호
• /
• pp.2121-2127
• /
• 2017

본 논문에서는 세라믹 소재의 영상에서 비파괴 검사를 위한 사람 눈으로 판단하기 어려운 결함 영역을 검출하기 위해 다양한 영상 처리 기법을 활용하여 자동으로 결함 의심 부분을 검출하는 방법을 제안한다. 제안된 방법은 명암도의 차이를 통해 배경이 제거된 관심 영역에서 개선된 명암 대비 스트레칭 기법을 적용하여 관심 영역의 명암 대비를 강조한다. 우리가 제안한 방법은 다양한 두께의 세라믹 소재 영상에 대해 안정적으로 결함을 추출하기 위해 설계되었다. 실험은 명암이 강조된 ROI 영역에서 8, 10, 11, 16, 22mm 영상의 결함 영역 검출을 실험했는데 다른 경우는 히스토그램 이진화 기법을 적용하여 결함의 후보 영역을 추출하지만 8mm 영상은 다른 영상에 비해 결함의 밝기값과 잡음의 밝기값이 유사하여 허위 양성 영역이 결함으로 추출되는 문제점이 발생한다. 이 문제를 해결하기 위해 8mm는 개선된 퍼지 이진화 기법을 적용하여 결함 후보 영역을 추출한다. 제안된 방법을 다섯 종류의 세라믹 영상을 대상으로 실험한 결과, 제안된 검출 방법이 기존의 검출 방법보다 모든 두께의 세라믹 영상에서 효과적으로 결함 영역이 검출되는 것을 확인하였다.

• 한국전자통신학회논문지
• /
• 제8권10호
• /
• pp.1443-1449
• /
• 2013

전방 차량의 자동검출은 충돌회피, 자동운행제어 그리고 자동 헤드램프 조정 등의 고급 운전지원시스템의 통합 요소이다. 주야간 상관없이 전방 차량 자동 검출과 운행 상태를 인지하는데 있어 후미등은 중요한 역할한다. 그런데, 많은 운전자들이 차량의 후미등 상태를 알지 못하고 운행하는 경우가 많다. 따라서, 후미등에 이상이 있는 차량에 대하여 자동으로 후미등 이상 상태를 알려주는 시스템이 필요하다. 본 논문에서는 영상처리 및 인식기술을 기반으로 차량의 후미등 상태를 인식하는 방법을 제안한다. 톨게이트 등으로 진입하는 차량을 검출하기 위하여 배경추정기법, 옵티컬 플로우(optical flow) 그리고 Euclidean 척도를 이용한다. Lab 색좌표에서 집중 맵(saliency map)을 적용하여 차량에서 후미등 영역을 검출하고 상태를 판정한다. 고속도로 톨게이트 영상을 이용하여 후미등 상태인식 실험을 하고, 제안하는 방법이 운전자에게 후미등 상태 전달하는데 활용할 수 있음을 보인다.

• 전력전자학회논문지
• /
• 제12권2호
• /
• pp.107-114
• /
• 2007

계통 연계형 태양광 발전 시스템이 정전 혹은 사고 등으로 계통으로부터 분리되었을 때 태양광 발전 시스템이 배전선 부하를 떠맡아 운전을 계속하는 현상을 고립운전이라 하는데 이런 상태가 지속되면 선로 유지보수자의 안전사고를 야기할 수 있으며 전기설비에 나쁜 영향을 줄 수도 있다. 수동 검출법은 연계점(PCC:Point of Common Coupling)의 전압이나 주파수를 측정하여 한계치를 벗어나면 고립운전으로 판단하는데 RLC 부하의 유효전력과 무효전력이 각각 PV 시스템의 유효전력, 무효전력과 서로 비슷하면 검출할 수 없다. 이 경우 고립운전을 검출하기 위한 다양한 능동 검출법이 제안되었으며 가장 효과적인 방법은 미국 샌디아 연구실(Sandia National Lab)에서 제안한 SFS법(Sandia Frequency Shift method)이다. 본 논문에서는 자동 위상 이동을 이용한 새로운 능동 검출기법을 제안하고 Matlab 시뮬레이션과 실험을 통하여 타당성을 검증하였다.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.505-516
• /
• 2005

2008년도에 발사 예정인 통신해양기상위성은 자동 영상기반 항법을 수행할 예정이다. 자동 영상기반 항법을 위해서는 랜드마크 칩과 영상간의 정합을 수행하는 랜드마크 검출도 자동 수행되어야 한다. 그러기 위해서는 자동 정합의 문제점인 오정합에 대한 해결책이 필요하다. 이런 문제를 해결하기 위해서 우리는 강인추정기법 중 하나인 Random Sample Consensus (RANSAC)를 통한 자동 오정합 판별을 제안한다. 우리는 RANSAC을 이용한 자동 오정합 판별을 실험하기 위해서 GOES-9의 영상과 해안선 데이터베이스에서 추출한 30개의 랜드마크 칩을 이용하여 정합을 수행하였다. 정합수행 후에 RANSAC 추정 기법으로 오정합을 판별해 내었으며, RANSAC에 오차 임계값으로 2.5 픽셀을 설정했을 때, 모든 오정합을 판별할 수 있었다.

• Imaging Science in Dentistry
• /
• 제51권3호
• /
• pp.299-306
• /
• 2021

Purpose: This study aimed to propose a fully automatic landmark identification model based on a deep learning algorithm using real clinical data and to verify its accuracy considering inter-examiner variability. Materials and Methods: In total, 950 lateral cephalometric images from Yonsei Dental Hospital were used. Two calibrated examiners manually identified the 13 most important landmarks to set as references. The proposed deep learning model has a 2-step structure-a region of interest machine and a detection machine-each consisting of 8 convolution layers, 5 pooling layers, and 2 fully connected layers. The distance errors of detection between 2 examiners were used as a clinically acceptable range for performance evaluation. Results: The 13 landmarks were automatically detected using the proposed model. Inter-examiner agreement for all landmarks indicated excellent reliability based on the 95% confidence interval. The average clinically acceptable range for all 13 landmarks was 1.24 mm. The mean radial error between the reference values assigned by 1 expert and the proposed model was 1.84 mm, exhibiting a successful detection rate of 36.1%. The A-point, the incisal tip of the maxillary and mandibular incisors, and ANS showed lower mean radial error than the calibrated expert variability. Conclusion: This experiment demonstrated that the proposed deep learning model can perform fully automatic identification of cephalometric landmarks and achieve better results than examiners for some landmarks. It is meaningful to consider between-examiner variability for clinical applicability when evaluating the performance of deep learning methods in cephalometric landmark identification.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.27-37
• /
• 2021

본 논문에서는 관로를 자동으로 검출하는 지하 관로 자동 탐색 시스템을 제안한다. 시간에 따른 지반변화, 관로 시공 불일치 등 여러 가지 요인으로 실제 관로의 위치가 지하 관로 도면과 일치하지 않는다. 이로 인하여 굴착공사나 관로 노후화에 의한 여러 사고가 발생한다. 사고를 방지하기 위해 GPR(지표 투과 레이더, Ground Penetrating Radar) 탐사를 통해 지하시설물을 찾아내는 작업이 이루어지고 있지만, 분석을 담당할 수 있는 전문가의 수가 부족하다. GPR 데이터는 매우 방대하며 분석과정에도 오랜 시간이 걸리기 때문이다. 이에 본 논문에서는 3D GPR 데이터를 자동으로 분석하기 위해 딥 러닝 기술인 3D 이미지 분할을 사용하고, 이에 적합한 데이터 생성 알고리즘을 제안한다. 또한 GPR 데이터 특성에 맞는 데이터 증강 기법, 데이터 전처리 모듈을 제안한다. 실험 결과를 통해 제안한 시스템은 F1 Score 40.4%의 성능을 보였으며 이를 통해 이미지 분할을 이용한 관로 분석의 가능성을 확인하였다.

• 한국전자통신학회논문지
• /
• 제18권2호
• /
• pp.355-360
• /
• 2023

화재는 인명피해와 재산피해로 많은 이들에게 되돌릴 수 없는 상처를 남기는 재난이다. 이를 신속히 감지하고, 대처하고자 다양한 화재탐지 장비가 우리의 주변에 설치되어 있다. 그러나 인위적, 환경적, 노후화 등 다양한 문제로 인해 실제 화재가 아님에도 화재탐지 장비가 작동되어 정작 필요한 화재 현장에의 지원이 늦어지는 등 많은 문제가 발생하고 있다. 본 논문에서는 화재탐지 장비의 비화재보에 대해 분석하고 화재 여부를 확인하여 오보로 인한 출동을 방지하려는 방법으로 현장직원이 영상을 통해 현장 상황을 확인 후 출동할 수 있는 시스템에 대하여 제안한다. 이러한 확인절차를 거쳐 실제 화재로 판명될 시 기존 비상 재난 안내 문자와 같은 광범위한 안내가 아닌, 화재 발생 인근 지역의 범위에 대피 안내 알림을 보내 신속한 대피를 유도하고, 소방관의 신속한 출동으로 빠르고 정확한 처리가 가능하도록 지원하는 맞춤형 자동안내 시스템을 제안함으로써 재난에 대해 안정적으로 대처할 수 있게 함을 목적으로 한다.

• 융합신호처리학회논문지
• /
• 제12권2호
• /
• pp.96-101
• /
• 2011

최근 들어 실시간 원격 ECG모니터링 시스템에 대한 수요가 늘어가고 있으며 가입자의 증가와 더불어 실시간 모니터링 시스템의 자동화에 대한 필요성이 대두되고 있다. 비정상적인 ECG 비트의 자동검출은 이러한 실시간 원격 ECG모니터링 시스템의 성공적인 상업화를 위해서는 반드시 필요한 요소기술이다. 본 논문에서는 이러한 점에 착안하여 QRS 폭(width)과 RR interval의 패턴을 이용한 효율적인 비정상적 ECG 비트 자동검출알고리듬을 제안하였다. 기존에는 주로 ECG 비트의 상세한 분류에 대해서 많은 연구가 이루어졌으나 이러한 방법들은 분류 오류가 많고 주변 환경이 변화함에 따라서 분류성능의 변동성이 심하다는 단점이 있었다. 또한 정확한 ECG 비트 분류를 위해서는 충분한 양의 훈련데이터를 필요로 하며 특히 분류시에 많은 계산량을 필요로 한다는 문제점도 있었다. 그러나 자동화된 원격 ECG모니터링 시스템을 위해서는 ECG 비트의 세세한 분류 보다는 비트의 정상여부판단이 더 중요하다. 이러한 점에 착안하여 본 논문에서는 ECG 신호의 비정상적인 비트중에서도 가장 빈번이 발생하는 VEBs(Ventricular ectopic beats) 비트의 검출을 시도하였고 제안된 알고리듬을 MIT-BIH 부정맥 데이터베이스에 적용한 결과 만족스러운 VEBs 바트 검출성능을 얻을 수 있었다.

• 대한공간정보학회지
• /
• 제21권4호
• /
• pp.45-53
• /
• 2013

지구 온난화와 이로 인한 해수면의 상승은 명백히 전 지구적으로 일어나고 있는 변화이며 해안선의 변화 또한 동반되고 있다. 해안선은 해수면의 상승뿐만 아니라 인위적인 활동에 의해서도 변화할 수 있으나 지구온난화에 의한 해안선 변화의 파악은 지구 온난화의 진행을 파악할 수 있는 지표로써 활용이 가능하다. 따라서 본 연구의 목적은 자동으로 해안선을 추출 및 변화를 파악하는 데에 있다. 본 연구에서는 자동으로 해안선을 추출하기 위해서 수분지수를 활용하여 물과 육지의 대조를 극대화하였으며, 해안선의 자동 추출이 용이하도록 하였다. 수분지수로 변환된 영상에서 자동으로 물과 육지를 분할하기 위하여 적정 임계값을 자동으로 찾을 수 있도록 영상처리 기법을 적용하였고, 경계선 검출 알고리즘을 통하여 해안선을 추출하였으며 추출된 해안선으로 변화를 탐지하는 방법론을 제시하고자 하였다. 자동으로 물과 육지를 분할하고 경계선을 찾는 영상처리 기법은 다른 자료의 도움 없이 LANDSAT 영상만을 이용하여 적용될 수 있으며 추출된 해안선 또한 기준자료로 이용된 NLCD(National Land Cover Database) 자료와의 비교를 통해 유사하다는 것을 확인할 수 있었다. 또한 지구 온난화의 지표로써의 활용 가치를 확인하기 위해 연구 대상지역을 지층의 온도가 연중 $0^{\circ}C$ 이하로 항상 얼어 있는 영구동토로 선정하여 영구동토의 해빙으로 인한 해안선 변화를 정량적으로 확인할 수 있었으며 해안선의 변화가 가속화한다는 사실을 확인할 수 있었다.