• Korean Chemical Engineering Research
• /
• 제47권2호
• /
• pp.179-184
• /
• 2009

최근 전산기술의 발전으로 난류를 비롯한 3차원의 복잡한 전달현상에 대한 전산유체역학(CFD) 해석의 실효성이 제고되고 있다. 본 연구에서는 초음파나 레이저를 이용한 방법보다 저렴하고, 간편하게 좌, 우 입체 화상으로 추출된 입체화상의 변위히스토그램을 이용하여 3차원 화상을 구현하기 위한 윈도우환경하의 모사기 CAMSI(Computer-Aided Management of Stereo Images)를 개발하였다. 본 프로그램에서는 영역기반 방법이 적용되었으며, 좌우 화상의 정합시 대응점을 결정하기 위하여 제곱차거리합계(SSD), 절대거리차합계(SAD), 평균상관계수(NCC)와 동일점세기(MPC)의 방법들이 각각 적용되었다. 구현된 프로그램은 다양한 윈도우 크기와 한계값에 대하여 우수한 해석능력을 보여주었다. 특히, 화상의 잡영이 적은 곳에서는 작은 윈도우 크기의 SSD가 좀더 정확성이 높은 것으로 나타났으며, 일반적으로는 NCC가, 그리고 잡영이 매우 심한 경우에는 MPC 또는 NCC가 SSD보다는 정확성이 높게 나타났다. 본 연구를 통해 구현된 CAMSI는 복잡한 물체의 구현 또는 그 주변에서 다양한 전달현상의 3차원 CFD 해석에 효과적으로 사용될 수 있을 것이다.

• 한국정보과학회논문지:데이타베이스
• /
• 제35권5호
• /
• pp.379-390
• /
• 2008

영상 데이타의 증가로 인해 여러 분야에 걸쳐 유사 영상 검색에 대한 수요는 계속해서 증가하고 있으며, 좀 더 정확한 유사 영상 검색을 위해 내용기반영상검색 기술 분야에 대한 많은 연구가 이루어지고 있다. 내용기반영상검색에서는 유사한 영상을 검색하기 위해 색상, 모양, 질감 등의 영상 자체의 내용을 사용한다. 하지만 위성 사진과 같이 색상 정보의 사용이 어렵고 영상 자체가 매우 복잡한 영상의 경우는 내용기반영상검색 기술을 이용해도 유사성 검색이 쉽지 않다. 그 이유는 색상 정보의 사용이 어려워 모양 정보를 이용하려면 영상 세그멘테이션을 통해 물체의 모양을 분리해내야 하는데 영상이 매우 복잡한 경우 영상 세그멘테이션의 결과가 좋지 않기 때문이다. 따라서 본 논문에서는 영상 세그멘테이션을 사용하지 않고 유사성 검색을 하는 방법을 제안하여 유사 위성 영상을 검색하고자 한다. 이를 위해 영상 세그멘테이션을 사용하지 않는 모양 기술자인 SIFT keypoint descriptor를 기반으로 영상의 유사도를 정의하여 유사성 검색을 한다. 실험을 통해 제안한 방법을 이용함으로써 색상 정보의 사용이 어렵고 영상 자체가 매우 복잡한 위성 영상의 유사성 검색의 정확성을 향상 시킬 수 있음을 보인다.

• 농촌계획
• /
• 제23권4호
• /
• pp.27-38
• /
• 2017

Humans are provided with a wide range of public benefits from ecosystems and agricultural ecosystems. But the establishment of the horticulture complex is a space that hampers the public ecosystem. Therefore, we have evaluated the creating landscape function of the horticulture complex and found improvement. A total of 20 landscape slides were used for the study. Korea-paddy field, Korea-vinyl greenhouse, Korea-glass greenhouse, Japan-vinyl greenhouse and Netherlands-glass greenhouse were selected as 4 slides. The evaluation used the AHP method and 10 adjectives Likert which compares 20 landscape slides. Four Korea-paddy fields were rated highly positive images. All 10 adjectives can be selected as representative images of production scenes. In most adjectives, four scenes of KVG1, KVG2, KVG3 and KVG4, which are the Korea-greenhouse scenes, were evaluated as negative images. Netherlands and Korea-glass greenhouse scenes and Japan-vinyl greenhouse scenes were generally positive images. In conclusion, it is confirmed that glass greenhouse scenery is higher than vinyl greenhouse scenery. And Japan and Netherlands scenery are higher and better than Korea. Therefore, JVG1 in Japan and NGG3 in the Netherlands were proposed to be set as landscape improvement targets.

• Journal of Multimedia Information System
• /
• 제7권1호
• /
• pp.1-10
• /
• 2020

The image analysis is an important and predominant task for classifying the different parts of the image. The analysis of complex image analysis like histopathological define a crucial factor in oncology due to its ability to help pathologists for interpretation of images and therefore various feature extraction techniques have been evolved from time to time for such analysis. Although deep reinforcement learning is a new and emerging technique but very less effort has been made to compare the deep learning and deep reinforcement learning for image analysis. The paper highlights how both techniques differ in feature extraction from complex images and discusses the potential pros and cons. The use of Convolution Neural Network (CNN) in image segmentation, detection and diagnosis of tumour, feature extraction is important but there are several challenges that need to be overcome before Deep Learning can be applied to digital pathology. The one being is the availability of sufficient training examples for medical image datasets, feature extraction from whole area of the image, ground truth localized annotations, adversarial effects of input representations and extremely large size of the digital pathological slides (in gigabytes).Even though formulating Histopathological Image Analysis (HIA) as Multi Instance Learning (MIL) problem is a remarkable step where histopathological image is divided into high resolution patches to make predictions for the patch and then combining them for overall slide predictions but it suffers from loss of contextual and spatial information. In such cases the deep reinforcement learning techniques can be used to learn feature from the limited data without losing contextual and spatial information.

• 한국환경복원기술학회지
• /
• 제14권2호
• /
• pp.83-96
• /
• 2011

The open space of apartment complex has changed diversely according to construction periods which were divided into the introduction stage (the 1980s), the development stage (the 1990s), and the maturity stage (after 1999). This study set out to analyze the periodic changes of visual characteristics and preference with the open space of apartment complexes in Cheongju City. For analysis of visual characteristics and preference, nineteen adjectives that were determined to sufficiently express the feeling of the open space of apartment complex. The results are as follows. As for adjective image assessment by using descriptive statistics, favorable images were shown in complexes of maturity stage phase that were constructed after the liberalization of apartment sale in 1999. These results may be caused both by quantitative increase and diversification of materials in planting and landscaping furniture and by nature-friendly designing. The results of factor analysis by Varimax rotation method showed that common variance was 73.9%, which indicates higher explanation. The nineteen adjectives could be divided into three factors, 'pleasantness factor,' 'negative factor,' and 'irregular factor.' Visual preference was analysed by using Least significant Difference (LSD) by analysis of variance : complexes of maturity stage phase that were constructed according to the liberalization of apartment sale in 1999 were highest in assessment. The correlation between view preference and adjective images was analyzed by multiple regression analysis, and 'feeling like walking,' 'well-arranged,' 'beautiful,' 'friendly,' and 'clean' (in order) were adjective images that most affected the preference. As for the analysis of the correlation between visual preference and physical components of view, the preference increased as the rate of pavement and greens was higher, while it decreased as size of building was larger. Therefore, backgrounds of walking and greens had strong effects on the preference.

• 지역연구
• /
• 제31권3호
• /
• pp.99-112
• /
• 2015

기상관측망은 충분히 고밀도로 구축되어 있기 않기 때문에 산업지역의 전체 지표온도를 얻기는 쉽지 않다. 넓은 지역에 걸쳐 취득하고 짧은 시간에 처리할 수 있는 다기능 원격탐사 정보를 통하여 특정지역에서 현재의 변화하는 지표온도를 정확하고 연속적으로 관측할 수 있다. 전라남도는 광양제철소, 여수산업단지, 율촌산업단지, 대불산업단지와 같은 많은 산업단지와 함께 빠르게 산업화되고 있다. 산업단지 내 지표온도 특성을 살펴보기 위하여 본 연구는 Landsat 7 ETM+의 열적외 파장영상을 이용하여 4개의 산업단지의 지표온도를 비교하였다. 이로부터 환경적 자연적 자원관리를 위한 산업단지의 기초자료를 얻을 수 있었다. 연구 결과는 산업단지계획가에서 환경적 문제와 관련된 개발방식에 도움을 줄 수 있다.

• 한국생산제조학회지
• /
• 제20권4호
• /
• pp.369-375
• /
• 2011

Design is important in the IT, digital appliance, and auto industries. Aesthetic and art images are being applied for better quality of the products. Most image patterns are complex and much lead-time is required to implement them to the product design process. A precise reverse engineering method generating 2.5D engraving models from 2D artistic images is proposed through the image processing, NURBS interpolation and 2.5D reconstruction methods. To generate 2.5D TechArt models from the art images, boundary points of the images are extracted by using the adaptive median filter and the novel MBF (modified boundary follower) algorithm. Accurate NURBS interpolation of the points generates TechArt CAD models. Performance of the developed system has been confirmed through the quick turnaround 2.5D engraving simulation linked with the commercial CAD/CAM system.

• Applied Microscopy
• /
• 제37권2호
• /
• pp.143-146
• /
• 2007

The objects of the nature have three dimensional (3-D) parameters. The 3-D profiles are embedded on the photographs and microscopic images. To understand 3-D configuration, stereo pair image with thick section is frequently employed. The perception of 3-D images is possible with the aid of stereoscopic glasses, although the expert can perceive 3-D images without the glasses. Anaglyphic stereo images are constructed by various softwares from commercial and freeware. Here we would like to present an easy anaglyphs construction method with Adobe $Photoshop^{(R)}$ based on tilting paired images from high voltage electron microscope. The anaglyphic stereo images constructed revealed the same 3-D perception with conventional stereoscopy. We could zoom in/out the anaglyph image digitally to investigate the detail configuration by real time. This method is expected to contribute to understanding complex structures 3 dimensionally.

• 한국콘텐츠학회논문지
• /
• 제3권2호
• /
• pp.19-23
• /
• 2003

포유류 동물의 시각피질 세포에 나타나는 특징은 크게 단순특징을 추출하는 simple cell과 복잡한 특징에 반응하는 complex cell로 구분된다. 특히, 하위 계층의 세포들은 단순특징을 추출하며, 상위 계층으로 갈수록 복합특징을 추출하는 세포들이 존재한다. 이 연구에서는 입력영상에 독립성분분석을 적용하여 complex cell에 대응하는 복잡한한 특징을 추출하였다. 이 결과는 시각피질 세포의 정보처리에 대한 방식에 대한 이해를 기반으로 시각정보처리 알고리즘을 개발하는 데 기여할 것이다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.148-158
• /
• 2018

광학 문자 인식(OCR)은 텍스트를 포함한 이미지에서 텍스트 영역을 인식하고 이로부터 텍스트를 추출하는 기술이다. 전체 텍스트 데이터 중 상당히 많은 텍스트 정보가 이미지에 포함되어 있기 때문에 OCR은 데이터 분석 분야에 있어 중요한 전처리 단계를 담당한다. 대부분의 OCR 엔진이, 흰 바탕의 검정 글씨의 단순한 형태를 가진 이미지와 같은, 텍스트와 배경의 구분이 뚜렷한 저 복잡도 이미지에 대해서는 높은 인식률을 보이는 반면, 텍스트와 배경의 구분이 뚜렷하지 않은 고 복잡도 이미지에 대해서는 저조한 인식률을 보이기 때문에, 인식률 개선을 위해 입력 이미지를 OCR 엔진이 처리하기 용이한 이미지로 변형하는 전처리 작업이 필요하게 된다. 따라서 본 논문에서는 OCR 엔진의 정확성 증대를 위해 텍스트 라인별로 이미지를 분리하고, 영상처리 기법 기반의 CLAHE 모듈과 Two-step 모듈을 병렬적으로 수행하여 텍스트와 배경 영역을 효율적으로 분리한 후 텍스트를 인식한다. 이어서 두 모듈의 결과 텍스트에 대하여 N-gram방법과 Hunspell 사전을 결합한 알고리즘으로 인식률을 비교하여 가장 높은 인식률의 결과 텍스트를 최종 결과물로 선정하는 방법론을 제안한다. 대표적인 OCR 엔진인 Tesseract와 Abbyy와의 다양한 비교 실험을 통해 본 연구에서 제안하는 모듈이 복잡한 배경을 가진 이미지에서 가장 정확한 텍스트 인식률을 보임을 보였다.