• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.711-721
• /
• 2012

본 연구의 목적은 "로봇의 시각"과 "로봇의 촉각"을 대체할 수 있는 스테레오 비전 기반 햅틱스 시스템에서 가장 적합하고 효과적인 3D 재구성(3D reconstruction) 방법을 제안하는 것이다. 삼차원 영상에 대하여 정확하게 촉감을 전달하려면 스테레오 영상에서 사물의 깊이 정보와 사물의 경계면에 대한 정확한 정보가 필요하다. 본 연구에서는 스테레오 영상에서 사물의 깊이 정보를 정확하게 얻기 위하여 전통적인 스테레오 정합과정에 경계면 추출 방법인 LoG(Laplacian of Gaussian) 방법과 DoG(Difference of Gaussian) 방법을 혼합적용하여 3D 영상을 재구성한 결과를 제시한다. 또한 어떤 방법이 햅틱 렌더링을 적용하는데 유용한 지 검증하기 위하여 연산 시간 및 오차 분석 실험을 수행한 결과, 본 연구처럼 비주얼 렌더링에 햅틱 렌더링을 추가하여 사용하는 경우에는 잡음 감소와 경계면 추출 성능이 더 우수한 DoG 방법이 더 효율적인 것으로 판단되었다. 본 논문에서 제안하는 스테레오 비전 기반 햅틱스 시스템을 위한 3D 재구성 방법은 이동형 정찰 로봇의 성능을 높이는 연구 등 여러 산업 분야와 군사 분야에 응용이 가능할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제14권12호
• /
• pp.75-87
• /
• 2009

본 논문은 오디오 핑거프린트 데이터 생성 방법과 이를 이용한 오디오 데이터 비교 방법에 관한 것으로서, 오디오 데이터의 특징을 이용하여 음악을 식별하는 방법을 제시한다. 일반적으로 영상인식을 위해 많이 사용되는 가우시안의 차(Difference of Gaussian, DoG)를 오디오 데이터에 적용하여 음악이 급진적으로 변하는 부분을 추출하고, 해당 위치를 핑거프린트로 정의하는 방식이다. 이렇게 만들어진 핑거프린트는 음질의 변화에 민감하지 않으며, 음악 데이터의 일정 부분만으로도 원본과 동일 위치의 핑거프린트 추출이 가능하다. 이 시스템은 기존의 주파수 영역을 이용한 시스템 보다 오디오 핑거프린트의 데이터량과 계산량을 줄여줌으로써 검색을 할 때 보다 효율적인 성능을 나타낸다. 이를 응용하여 인터넷에 유통되는 복사된 음악의 저작권 보호, 또는 음악의 메타정보 등을 사용자에게 나타낼 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제18권11호
• /
• pp.69-75
• /
• 2013

본 논문에서는 터치스크린 시스템에 강한 잡음이 존재하는 상황에서 안정적으로 터치를 인식하기 위하여 SIFT(Scale Invariant Feature Transform) 알고리즘을 기반으로 고안한 터치인식 방법을 소개한다. SIFT알고리즘을 기반으로 하여 잡음에 강하며 다양한 크기의 터치를 효과적으로 추출하는 것이 가능하다. 제안한 방법을 검증하기 위하여 터치스크린 상에서 얻은 채널데이터를 이용하여 매트랩 상에서 터치인식을 시뮬레이션 해 보았다. 시뮬레이션 결과 강한 잡음이 존재하는 상황에서 터치 크기와 방향에 상관없이 안정적으로 터치를 인식하는 것을 볼 수 있었다. 그러나 터치인식 알고리즘을 실제 터치스크린 상에 구현한 결과 SIFT 알고리즘에서 사용하는 DoG(Difference of Gaussian) 연산에 많은 계산 량이 필요하여 실시간 터치인식에 문제가 발생하였다. 우리는 이를 극복하기 위하여 DoG의 빠른 근사 방법인 DoM(Difference of Mean)을 사용하여 문제를 해결하였다.

• Journal of Multimedia Information System
• /
• 제5권2호
• /
• pp.131-138
• /
• 2018

This work describes a binary image based fast Difference of Gaussian (DoG) filter using zero-dimensional (0-d) convolution and state machine look up tables (LUTs) for image and video stitching hardware platforms. The proposed approach for using binary images to obtain DoG filtering can significantly reduce the data size compared to conventional gray scale based DoG filters, yet binary images still preserve the key features of the image such as contours, edges, and corners. Furthermore, the binary image based DoG filtering can be realized with zero-dimensional convolution and state machine LUTs which eliminates the major portion of the adder and multiplier blocks that are generally used in conventional DoG filter hardware engines. This enables fast computation time along with the data size reduction which can lead to compact and low power image and video stitching hardware blocks. The proposed DoG filter using binary images has been implemented with a FPGA (Altera DE2-115), and the results have been verified.

• 한국융합학회논문지
• /
• 제9권9호
• /
• pp.31-39
• /
• 2018

본 논문에서는 차량 주변 환경의 변화에서도 번호판 영역을 검출하는 연구를 하였다. 그래서 주변 환경 변화에 적응하는 윤곽선 추출 기반의 자동차 번호판 검출 방법을 제안하였다 제안하는 방법은 윤곽선 추출 과정에서 불필요한 잡음 부분을 제거하기 위해 DoG(Difference of Gaussian)을 이용하여 윤곽선을 추출 하였다. 추출한 윤곽선 영상를 이진화하여 Mophology operation을 사용하여 문자부분 윤곽선을 강조시켰다. 그리고 문자의 종횡비를 판별하여 번호판의 문자와 유사한 비율의 윤곽선을 추출하였다. 그리고 윤곽이 가장 길게 이어진 경우를 차량 번호판으로 추정하여 검출 하였다. 본 연구에서는 차량 정면 뿐 아니라 기울어져 있는 차량의 번호판, 차량 주변 환경의 변화를 가지는 차량 번호판 등 다양한 130개의 차량 영상 데이터를 사용하였다. 그리고 번호판의 패턴이 다른 오토바이 영상에서도 실험 하였다. 실험 결과 기울어져 있는 영상은 93%, 다양한 배경 환경에서는 90% 오토바이영상에서는 70%의 검출률을 나타냈으나 정면의 영상에서 98%의 검출률을 나타내었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.795-800
• /
• 2008

카메라로 입력되는 영상에서 객체를 인식하기 위한 노력은, 기존의 컴퓨터 비전분야에서 좋은 이슈로 연구되고 있다. 영상 내부에 등장하는 객체를 인식하고 해당 객체를 포함하고 있는 전체 이미지에서 현재 영상의 위치를 인식하기 위해서는, 영상 내에 등장할 객체에 대한 트레이닝이 필요하다. 본 논문에서는 영상에 등장할 객체에 대해서, 특징 점을 검출(feature detection)하고 각 점들이 가지는 픽셀 그라디언트 방향의 벡터 값들을 그 이웃하는 벡터 값들과 함께 DoG(difference-of-Gaussian)함수를 이용하여 정형화 한다. 이는 추후에 입력되는 영상에서 검출되는 특징 점들과 그 이웃들 간의 거리나 스케일의 비율 등의 파리미터를 이용하여 비교함으로써, 현재 특징 점들의 위치를 추정하는 정보로 사용된다. 본 논문에서는 광역의 시설 단지를 촬영한 인공위성 영상을 활용하여 시설물 내부에 존재는 건물들에 대한 초기 특징 점들을 검출하고 데이터베이스로 저장한다. 트레이닝이 마친 후에는, 프린트된 인공위성 영상내부의 특정 건물을 카메라를 이용하여 촬영하고, 이 때 입력된 영상의 특징 점을 해석하여 기존에 구축된 데이터베이스 내의 특징 점과 비교하는 과정을 거친다. 매칭되는 특징 점들은 DoG로 정형화된 벡터 값들을 이용하여 해당 건물에 대한 위치를 추정하고, 3차원으로 기 모델링 된 건물을 증강현실 기법을 이용하여 영상에 정합한 후 가시화 한다.

• 한국융합학회논문지
• /
• 제10권3호
• /
• pp.15-22
• /
• 2019

본 논문에서는 자음과 모음이 분리되어 검출되는 한글의 문제점을 해결하기 위해 히스토그램과 자음, 모음 문자의 구조적 특징을 이용한 한글 검출 방법을 제안하였다. 제안하는 방법은 한글 검출 과정에서 불필요한 잡음을 제거하기 위해 DoG(Difference of Gaussian)을 이용하여 배경을 제거하였다. 배경이 제거된 이미지에서 누적 히스토그램을 사용하여 위해 이진화 이미지로 변환하였다. 그 후 수평 누적 히스토그램을 사용하여 문자열 위치를 찾고, 찾은 문자열 이미지에서 수직히스토그램을 사용하여 문자 결합을 진행하였다. 하지만 '가', '라' '귀' 와 같이 자음 모음이 수평으로 존재하는 단어는 하나의 문자로 결합이 어렵기 때문에 문자의 구조적 특징을 이용하여 결합하였다. 본 실험에서는 다양한 배경을 가진 알파벳으로 구성된 이미지, 한글로 구성된 이미지, 알파벳과 한글이 혼합된 이미지를 가지고 실험하였다. 제안하는 방법은 K-means와 MSER 문자 검출 방법이랑 비교했을 때 알파벳 검출률은 2%정도 낮지만 한글이 포함된 문자 검출 방면에서는 90.6%로 약 5% 높은 검출률을 보였다.

• 한국멀티미디어학회논문지
• /
• 제19권3호
• /
• pp.626-632
• /
• 2016

In this paper, we propose the defect emphasis in TFT-LCD panel image. The defect emphasis image consist of S(Shape) map and B(Brightness) map. S map based on DoG(difference of gaussian) is made with the mura defect shape characteristic. And B map use defect intensity property that defect intensity is higher than background. The experiments were conducted to evaluate the performance of the proposed defect emphasis method. The results of experiments show the validity of the defect emphasis using the proposed method.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.808-810
• /
• 2004

왜소증 조기진단을 위한 왼쪽 손의 방사선 영상을 통한 방법은 일반적으로 나이와 성별에 따른 방사선 영상들과 비교하여 의사가 직접 눈으로 비슷한 영상을 찾아 뼈 나이를 추정한다. 하지만 나이, 성별, 민족 등 여러 요인에 따라서 측정결과가 달라질 수 있고 각 나라별로 독자적인 기준이 필요하므로 본 논문에서는 한국인의 Carpal bone 분석과 이에 따른 Computerized Bone Age System을 제안한다. 뼈 나이 측정을 위해 6개의 연골을 측정하고, 분석할 6개의 연골 ROI(Region of Interest)를 찾기 위하여 연골들의 에지를 검출하였다. 영상의 에지를 검출하기 위하여 DoG (Difference of Gaussian) Filtering을 사용하였으며, Carpal Bone을 분석한 뒤 2차원 특징들로 ㅂW 나이 추정에 대한 진단의 정확도를 확인 할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제11권3호
• /
• pp.1-8
• /
• 2011

최근 차량의 출입통제 및 주차관리 그리고 불법 차량의 단속 등 다양한 분야에서 차량 번호판 자동 인식 기술들이 활용되고 있다. 그러나 기울어지거나 햇빛 또는 조명 등의 영향을 받은 차량 영상에서는 번호판의 고유한 정보가 변형될 수 있다. 본 논문에서는 왜곡에 불변한 차량 번호판 검출 및 인식 알고리즘을 제안하였다. 먼저 DoG(Difference of Gaussian) 필터를 이용해서 번호판의 문자 획이 잘 보전된 이진영상을 생성하였다. 그리고 왜곡에 불변한 연속된 큰 숫자들의 위치를 찾고 그 정보를 이용해서 번호판영역을 검출하였다. 기하학적 왜곡 보정과 영상 개선 작업을 수행한 다음 신경망을 이용해서 번호판을 인식하였다. 제안한 알고리즘을 상용 LPR(License Plate Recognition) 시스템으로부터 획득한 6,200장의 차량 영상을 대상으로 시뮬레이션 한 결과 98.4%의 번호판 영상 인식률과 0.05초의 인식 속도를 얻을 수 있었다.