• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2121-2128
• /
• 2015

본 논문에서는 공장 자동화를 위한 신뢰성 높은 바코드 관심영역 추출 방법을 제안한다. 방향성분 추출 및 검출할 바코드의 특성을 이용하여 배경을 분리한다. 관심영역 후보 영상의 blur, 회전, 유사영역등으로 인한 문제점을 분석하여 후보정하는 작업을 수행한다. 또한 빠른 연산 속도를 위해 resizing factor를 사용하여 영상 resizing 연산을 통한 빠른 연산이 가능하도록 하였다. 다양한 자동화 환경에 적용 가능한 연배열과 같이 다수의 제품이나 바코드가 입력 영상에 촬영되고 촬영 거리가 최대 80cm 임에도 높은 추출 성공률이 가능도록 하였다. 다양한 거리에서 촬영된 영상을 시뮬레이션 한 결과 관심영역 검출률은 100%, 후보정 성공률은 99.3%인 것을 확인하였다.

• 에너지공학
• /
• 제16권4호
• /
• pp.202-214
• /
• 2007

에너지 IT 사업을 보다 효율적으로 수행하기 위해서 뿐만 아니라 전력선 통신망을 기반으로 한 서비스 구현을 효과적으로 추진하기 위해 제시되는 개념이 HSA(Home Service Aggregator)이다. 전력선 통신망 기반의 HSA 사업 모델 개발은 새로운 에너지 분야 사업 영역의 확대와 소비자 중심의 서비스를 통한 신수요 창출의 기회를 제공할 것으로 기대를 모으기에 충분하다고 할 수 있다. 따라서 본 연구에서는 보다 효율적이고 성공적인 HSA사업 모델 개발을 위해 가장 우선적으로 행해져야할 경제성 평가를 에너지 사업자 입장에서 면밀히 분석해 정책 의사 결정에 도움을 주고자 하였다. 분석을 위한 기본 데이터 수집을 위해 총 사업 기간은 2009년도부터 2020년까지로 하였으며, HSA사업 비용의 범위로 장비 비용, 장비 설치 비용, 그리고 운영비용으로 나누어 살펴보았다. 이중 장비 비용 및 장비 설치비용은 MGW와 RMS에 대한 것이고, 운영비용은 인건비, 회선운용비 및 설비 유지 비용으로 구성하였다. 그리고, 투자 대상의 범위는 주거 밀도가 높은 도심지를 대상으로 한 약 900만 수용가로 삼았다. HSA사업을 통해서 얻을 수 있는 중요 편익 원천으로는 원격검침서비스(AMR : Automatic Meter Reading), 인터넷통합빌링 서비스, 통합과금서비스, 인터넷 서비스, 그리고 방범 서비스에 대한 편익을 분석 범주로 설정하여 경제성 평가를 수행하였다. 그리고 전기 안전 편익은 사회적 편익으로 별도로 살펴보아 HSA사업의 정책 결정에 도움을 주고자 하였다. 연구 분석 방법론으로써는 경제성평가 방법론 중 가장 많이 쓰이고 있는 현금흐름할인법을 활용한 순현재가치법을 이용하였다. 연구결과 HSA 사업의 총 투자비는 1조 400여억원으로 산출되었고, 사회적편익을 제외한 총편익은 1조 20여억원이 산출되었다고 2015년까지 투자비를 회수한다고 가정하였을때 각가구로부터 얻어야 할 편익은 월간 가구당 513원으로 분석되었다. HSA의 사업에 대한 ROI는 1에 약간 못미치는 0.954값이 나왔으나, 사회편익 요소인 전기안전 편익이 크기에 이를 모두 편익에 포함한다면 HSA사업의 경제성은 1을 넘게 됨을 확인할 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2430-2434
• /
• 2005

Automatic FPC punching instrument for the improvement of working condition and cost saving is introduced in this paper. FPC(flexible printed circuit) is used to detect the contact position of K/B and button like a cellular phone. Depending on the quality of the printed ink and position of reference punching point to the FPC, the resistance and current are varied to the malfunctioning values. The size of reference punching point is 2mm and the above. Because the punching operation is done manually, the accuracy of the punching degree is varied with operator's condition. Recently, The punching accuracy has deteriorated severely to the 2mm punching reference hall so that assembly of the K/B has hardly done. To improve this manual punching operation to the FPC, automatic FPC punching system is introduced. Precise mechanical parts like a 5-step stepping motor and ball screw mechanism are designed and tested and low cost PC camera is used for the sake of cost down instead of using high quality vision systems for the FA. 3D Mechanical design tool(Pro/E) is used to manage the exact tolerance circumstances and avoid design failures. Simulation is performed to make the complete vision based punching machine before assembly, and this procedure led to the manufacturing cost saving. As the image processing algorithms, dilation, erosion, and threshold calculation is applied to obtain an exact center position from the FPC print marks. These image processing algorithms made the original images having various noises have clean binary pixels which is easy to calculate the center position of print marks. Moment and Least square method are used to calculate the center position of objects. In this development circumstance, Moment method was superior to the Least square one at the calculation of speed and against noise. Main control panel is programmed by Visual C++ and graphical Active X for the whole management of vision based automatic punching machine. Operating modes like manual, calibration, and automatic mode are added to the main control panel for the compensation of bad FPC print conditions and mechanical tolerance occurring in the case of punch and die reassembly. Test algorithms and programs showed good results to the designed automatic punching system and led to the increase of productivity and huge cost down to law material like FPC by avoiding bad quality.

• 한국통신학회논문지
• /
• 제38C권12호
• /
• pp.1114-1125
• /
• 2013

License Plate Detection (LPD) is a key component in automatic license plate recognition system. Despite the success of License Plate Recognition (LPR) methods in the past decades, the problem is quite a challenge due to the diversity of plate formats and multiform outdoor illumination conditions during image acquisition. This paper aims at automatical detection of car license plates via image processing techniques. In this paper, we proposed a real-time and robust method for license plate detection using Heuristic Energy Map(HEM). In the vehicle image, the region of license plate contains many components or edges. We obtain the edge energy values of an image by using the box filter and search for the license plate region with high energy values. Using this energy value information or Heuristic Energy Map(HEM), we can easily detect the license plate region from vehicle image with a very high possibilities. The proposed method consists two main steps: Region of Interest (ROI) Detection and License Plate Detection. This method has better performance in speed and accuracy than the most of existing methods used for license plate detection. The proposed method can detect a license plate within 130 milliseconds and its detection rate is 99.2% on a 3.10-GHz Intel Core i3-2100(with 4.00 GB of RAM) personal computer.

• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.374-380
• /
• 2019

컨테이너 표면에는 화물의 위험성을 표시하기 위해 다양한 플래카드를 부착한다. 위험물이 적재된 컨테이너의 경우 일반 컨테이너와 별도로 관리되는 등 그 처리에 주의가 필요하므로 항만 자동화 시스템의 일부로 플래카드 자동 인식에 대한 수요가 생겨나고 있다. 이 논문에서는 플래카드 자동 인식의 전단계로 컨테이너 영상에서 플래카드 영역을 추출하는 방법을 제안한다. 플래카드는 종류가 다양하지만 모두 다이아몬드 형태를 가지고 있다는 점은 인식에서 장점이 될 수 있지만, 컨테이너 표면이 평면이 아니어서 플래카드 영상이 다양하게 변형될 수 있다는 점은 인식에서 단점이라고 할 수 있다. 제안하는 방법을 실제 영상에 적용하였을 때 유형 2 오류(false negative error)는 발생하지 않았다. 또한, 관심 영역 추출을 위해 추출하고자 하는 대상의 형태적인 특징과 기본적인 이미지 연산만을 사용하였으므로 다양한 형태 기반의 관심 영역 추출에 적용될 수 있다.

• 방사선산업학회지
• /
• 제11권3호
• /
• pp.131-137
• /
• 2017

To compare the radiation dose and image noise of low dose computed tomography (CT) and high resolution CT using the fixed tube current technique and automatic tube current modulation (CARE Dose 4D). Chest CT and human anthropomorphic phantom were used the RPL (radiophotoluminescence) dosimeters. For image evaluation, standard deviation of mean CT attenuation coefficient and CT attenuation coefficient was measured using ROI analysis function. The effective dose was calculated using CTDIvol and DLP. CARE Dose 4D was reduced by 74.7% and HRCT by 64.4% compared to the fixed tube current technique in low dose CT of chest phantom. In CTDIvol and DLP, the dose of CARE Dose 4D was reduced by fixed tube current technique. For effective dose, CARE Dose 4D was reduced by 47% and HRCT by 46.9% compared to the fixed tube current method, and the dose of CARE Dose 4D was significantly different (p<.05). Noise in the image was higher than that in the fixed tube current technique. Noise difference in the image of CARE Dose 4D in low dose CT was significant (p<.05). The low radiation dose and the noise difference of the CARE Dose 4D were compared with the fixed tube current technique in low dose CT and HRCT using chest phantom. The radiation doses using CARE Dose 4D were in accordance with the national and international dose standards. CARE Dose 4D should be applied to low dose CT and HRCT for clinical examination.

• 한국통신학회논문지
• /
• 제39C권10호
• /
• pp.909-919
• /
• 2014

License plate (LP) detection is the most imperative part of an automatic LP recognition (LPR) system. Typical LPR contains two steps, namely LP detection (LPD) and character recognition. In this paper, we propose an efficient Vehicle-to-LP detection framework which combines with an adaptive GMM (Gaussian Mixture Model) and a cascade of boosted classifiers to make a faster vehicle LP detector. To develop a background model by using a GMM is possible in the circumstance of a fixed camera and extracts the motions using background subtraction. Firstly, an adaptive GMM is used to find the region of interest (ROI) on which motion detectors are running to detect the vehicle area as blobs ROIs. Secondly, a cascade of boosted classifiers is executed on the blobs ROIs to detect a LP. The experimental results on our test video with the resolution of $720{\times}576$ show that the LPD rate of the proposed system is 99.14% and the average computational time is approximately 42ms.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.246-253
• /
• 2016

Infrared (IR) imaging has been researched for various applications such as surveillance. IR radiation has the capability to detect thermal characteristics of objects under low-light conditions. However, automatic segmentation for finding the object of interest would be challenging since the IR detector often provides the low spatial and contrast resolution image without color and texture information. Another hindrance is that the image can be degraded by noise and clutters. This paper proposes multi-level segmentation for extracting regions of interest (ROIs) and objects of interest (OOIs) in the IR scene. Each level of the multi-level segmentation is composed of a k-means clustering algorithm, an expectation-maximization (EM) algorithm, and a decision process. The k-means clustering initializes the parameters of the Gaussian mixture model (GMM), and the EM algorithm estimates those parameters iteratively. During the multi-level segmentation, the area extracted at one level becomes the input to the next level segmentation. Thus, the segmentation is consecutively performed narrowing the area to be processed. The foreground objects are individually extracted from the final ROI windows. In the experiments, the effectiveness of the proposed method is demonstrated using several IR images, in which human subjects are captured at a long distance. The average probability of error is shown to be lower than that obtained from other conventional methods such as Gonzalez, Otsu, k-means, and EM methods.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.215-218
• /
• 2009

본 논문에서는 웨이블릿 변환 된 고주파 서브밴드들의 에지 정보를 이용하여 관심 객체 영역을 고속으로 자동 검출해주는 새로운 알고리즘을 제안하였다. 제안된 방법에서는 에지정보를 이용하여 블록단위의 4-방향 객체 윤곽 탐색 알고리즘(4-DOBS)을 수행하여 관심객체를 검출한다. 전체 이미지는 $64{\times}64$ 또는 $32{\times}32$ 크기의 코드 블록으로 먼저 나누어지고, 각 코드 블록 내에 에지들이 있는지 없는지에 따라 관심 코드블록 또는 배경이 된다. 4-방향은 바깥쪽에서 이미지의 중앙으로 탐색하여 접근하며, 피사계 심도가 낮은 이미지는 중앙으로 갈수록 에지가 발견된다는 특징을 이용한다. 기존 방법들의 문제점 이였던 복잡한 필터링 과정과 영역병합 문제로 인한 높은 계산도를 상당히 개선시킬 수 있었다. 또한 블록 단위의 처리로 인하여 실시간 처리를 요하는 응용에서도 적용 가능 하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권11호
• /
• pp.5436-5458
• /
• 2017

Automatic Video Surveillance System (AVSS) has become important to computer vision researchers as crime has increased in the twenty-first century. As a new branch of AVSS, baggage detection has a wide area of security applications. Some of them are, detecting baggage in baggage restricted super shop, detecting unclaimed baggage in public space etc. However, in this paper, a detection & classification framework of baggage is proposed. Initially, background subtraction is performed instead of sliding window approach to speed up the system and HSI model is used to deal with different illumination conditions. Then, a model is introduced to overcome shadow effect. Then, occlusion of objects is detected using proposed mirroring algorithm to track individual objects. Extraction of rotational signal descriptor (SP-RSD-HOG) with support plane from Region of Interest (ROI) add rotation invariance nature in HOG. Finally, dynamic human body parameter setting approach enables the system to detect & classify single or multiple pieces of carried baggage even if some portions of human are absent. In baggage detection, a strong classifier is generated by boosting similarity measure based multi layer Support Vector Machine (SVM)s into HOG based SVM. This boosting technique has been used to deal with various texture patterns of baggage. Experimental results have discovered the system satisfactorily accurate and faster comparative to other alternatives.