• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.893-906
• /
• 2020

본 논문은 국토관측위성용으로 제작된 정밀영상생성시스템의 위치정확도 분석에 대해서 보고한다. 국토관측위성의 발사 예정 시기는 2021년으로, 아직 발사되지 않아 국토관측위성과 유사한 사양을 가지는 KOMPSAT-3A 위성영상을 활용하여 분석하였다. 본 논문에서는 한반도를 촬영한 30장의 영상을 이용하여 초기센서모델의 위치정확도, 정밀센서모델의 모델점 위치정확도, 검사점을 활용한 정밀센서모델의 위치정확도, 정밀정사영상의 위치정확도에 대한 측정을 수행하였다. 본 연구는 정확한 GCP 확보 시 2 pixel 이내의 RMSE를 갖는 것을 목표 위치정확도로 한다. 그 결과, 검사점을 활용한 정밀센서모델의 위치정확도는 남한에서 약 1.85 pixel, 북한에서 약 2.04 pixel의 위치정확도를 갖는 것을 확인하였으며, 정밀정사영상의 위치정확도는 남한에서 약 1.15 m, 북한에서 약 3.23 m의 위치정확도를 갖는 것을 확인 할 수 있었다. 전반적으로 남한의 정확도에 비해 북한의 정확도가 낮은 것을 확인 할 수 있었으며, 이는 북한지역 영상의 GCP(Ground Control Point) 품질이 남한의 GCP 품질에 비해 좋지 않았기 때문에 측정된 정확도에 영향을 준 것으로 확인되었다. 또한, 특히 북한지역에서 정밀센서모델 대비 정밀정사영상의 정확도가 다소 떨어지는 것을 확인할 수 있었다. 이는 북한 영상의 정사보정 시 사용한 DTM의 정확도가 남한에 비해 좋지 않아 발생한 것으로 판단하였다. 향후 본 연구진이 제시한 원인 외, 위치정확도에 영향을 줄 수 있는 요인들에 대한 추가적인 연구가 이루어져야 할 것이다.

• 한국의학물리학회지:의학물리
• /
• 제17권4호
• /
• pp.212-223
• /
• 2006

본 연구에서는 방사선치료용 선형가속기의 갠트리 회전에 따른 온-보드 영상장치(on-board imager, OBI)의 회전중심점의 위치 정확도 확인을 위해 제조사에서 제공된 고객인수시험절차서(customer accetpance procedure, CAP)상에서 명시된 방법을 비롯하여 OBI 선원 위치 $0^{\circ},\;90^{\circ},\;180^{\circ},\;270^{\circ}$에서 획득된 영상, 갠트리 각도 $10^{\circ}$ 간격으로 촬영된 영상, 콘빔 CT 재구성을 위한 미처리 투사영상 등에 디지털 영상처리 기법을 적용하여 자동으로 오차를 계산하는 새로 제안된 세 가지의 방법들을 각기 적용하여 그 오차를 평가하고 각 방법의 효용성에 대하여 검증하였다. 갠트리 회전에 따른 OBI 회전중심점의 오차 변화 양상 확인을 위해서는 $10^{\circ}$ 간격으로 영상 촬영 후 5차 다항식을 이용하여 조정함수(fitted function)를 구하는 방법이 적절하지만 정도관리 목적으로 최대 오차만을 구하고자 할 경우에는 $0^{\circ},\;90^{\circ},\;180^{\circ},\;270^{\circ}$ 등 네 방향에서 촬영된 영상을 이용하여 계산하는 것으로도 충분하였다. 각 방법을 적용하여 오차를 구한 결과 OBI 선원의 위치가 $90^{\circ}$부터 $180^{\circ}$ 사이일 경우 가장 크게 나타났으며 최대값은 0.44 mm였다. 또한 기간에 따른 OBI 회전중심점의 변화 양상은 최대 0.6 mm 이내로 안정적으로 유지되고 있음을 확인하였다. 본 연구에서 제안된 방법이 주기적인 정도관리에 적용된다면 간단하면서도 비교적 정확하게 평가를 수행할 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.363-373
• /
• 2020

정사영상 생성을 위한 많은 연구들이 진행되어 왔다. 기존의 방법은 정사영상을 제작할 경우, 폐색지역을 탐지하고 복원하기 위해 항공영상의 외부표정요소와 정밀 3D 객체 모델링 데이터가 필요하며, 일련의 복잡한 과정을 자동화하는 것은 어렵다. 본 논문에서는 기존의 방법에서 탈피하여 딥러닝(DL)을 이용하여 엄밀정사영상을 제작하는 새로운 방법을 제안하였다. 딥러닝은 여러 분야에서 더욱 급속하게 활용되고 있으며, 최근 생성적 적대 신경망(GAN)은 영상처리 및 컴퓨터비전 분야에서 많은 관심의 대상이다. GAN을 구성하는 생성망은 실제 영상과 유사한 결과가 생성되도록 학습을 수행하고, 판별망은 생성망의 결과가 실제 영상으로 판단될 때까지 반복적으로 수행한다. 본 논문에서 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 라이다 반사강도 데이터와 적외선 정사영상을 GAN기반의 Pix2Pix 모델 학습에 사용하여 엄밀정사영상을 생성하는 두 가지 방법을 제안하였다. 첫 번째 방법은 라이다 반사강도영상을 입력하고 고해상도의 정사영상을 목적영상으로 사용하여 학습하는 방식이고, 두 번째 방법에서도 입력영상은 첫 번째 방법과 같이 라이다 반사강도영상이지만 목적영상은 라이다 점군집 데이터에 칼라를 지정한 저해상도의 영상을 이용하여 재귀적으로 학습하여 점진적으로 화질을 개선하는 방법이다. 두 가지 방법으로 생성된 정사영상을 FID(Fréchet Inception Distance)를 이용하여 정량적 수치로 비교하면 큰 차이는 없었지만, 입력영상과 목적영상의 품질이 유사할수록, 학습 수행 시 epoch를 증가시키면 우수한 결과를 얻을 수 있었다. 본 논문은 딥러닝으로 엄밀정사영상 생성 가능성을 확인하기 위한 초기단계의 실험적 연구로서 향후 보완 및 개선할 사항을 파악할 수 있었다.

• Journal of Periodontal and Implant Science
• /
• 제36권2호
• /
• pp.555-565
• /
• 2006

The purpose of the present study is to evaluate the biological stability of the zirconia/alumina composite abutment by histologic and radiographic examination in clinical cases. 17 partially edentulous patients (5 men and 12 women, mean age 47) were treated with 37 implants. The implants were placed following the standard two-stage protocol. After a healing period of 3 to 6 months, zirconia/alumina composite abutments were connected. All radiographs were taken using paralleling technique with individually fabricated impression bite block, following insertion of the prosthesis and at the 3-, 6-, 12 month re-examinations. After processing the obtained images, the osseous level was calculated using the digital image in the mesial and distal aspect in each implant. An ANOVA and t-test were used to test for difference between the baseline and 3-, 6-, 12 months re-examinations, and for difference between maxilla and mandible. Differences at P <0.05 were considered statistically significant. For histologic examination, sample was obtained from the palatal gingiva which implant functioned for 12 months. Sections were examined under a light microscope under various magnifications. Clinically, no abutment fracture or crack as well as periimplantitis was observed during the period of study. The mean bone level reduction(${\pm}standard$ deviation) was 0.34 rom(${\pm}\;0.26$) at 3-months, 0.4 2mm(${\pm}\;0.30$) at 6-months, 0.62 mm(${\pm}\;0.28$) at 12-months respectively. No statistically significant difference was found between baseline and 3-, 6-, 12-months re-examinations (p > 0.05). The mean bone level reduction in maxilla was 0.33(${\pm}0.25$) at 3-months, 0.36(${\pm}0.33$) at 6-months, 0.56(${\pm}0.26$) at 12-months. And the mean bone level reduction in mandible was 0.35(${\pm}0.27$) at 3-months, 0,49(${\pm}0.27$) at 6-months, 0.68(${\pm}0.30$) at 12-months. No statistical difference in bone level reduction between implants placed in the maxilla and mandible. Histologically, the height of the junctional epithelium was about 2.09 mm. And the width was about 0.51 mm. Scattered fibroblasts and inflammatory cells, and dense collagen network with few vascular structures characterized the portion of connective tissue. The inflammatory cell infiltration was observed just beneath the apical end of junctional epithelium and the area of direct in contact with zirconia/alumina abutment. These results suggest the zirconia/alumina composite abutment can be used in variable intraoral condition, in posterior segment as well as anterior segment without adverse effects.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.245-256
• /
• 2021

본 연구는 LiDAR 센서의 산림자원조사 적용성 검토를 위하여 제주 절물자연휴양림을 대상으로 삼나무의 개체목 탐지, 흉고직경과 수고를 측정하여 전통적인 산림자원조사와 정확성과 효율성을 비교·분석하였다. 백팩형 지상라이다(Backpack Personal Laser Scanning; BPLS)는 Greenvalley International 사(社)의 Model D50을 사용하였다. 최적의 데이터 수집을 위하여 표준지의 밀도와 작업 효율성을 고려한 LiDAR스캔의 표본추출방법을 7가지로 구분하였다. 분석은 개체목 변수 측정의 정확성을 파악하고 요소작업별 시간과 전체 분석시간을 조사하여 효율성을 평가하였다. 분석 결과, 백팩형 지상라이다를 이용한 입목 탐지율은 모든 패턴이 100%로 나타났다. 정확성은 패턴5(흉고직경: RMSE: 1.07 cm, Bias: -0.79 cm, 수고: RMSE: 0.95 m, Bias: -3.2 m)와 패턴7(흉고직경: RMSE: 1.18 cm, Bias: -0.82 cm, 수고: RMSE 1.13 m, Bias: -2.62 m)이 현장조사 방법으로 얻은 결과와 비교하였을 때 통계적 정확성이 높은 결과를 보였다. BPLS와 현장조사를 이용하여 1 ha의 데이터를 처리하는데 걸린 시간을 환산한 결과 BPLS는 약 115분~135분이 소요되며, 현장조사방법은 375분~1,115분으로 BPLS를 이용한 방법이 더 효율적인 것으로 나타났다. 따라서 하층식생이 적고 비교적 관리가 잘 된 인공 침엽수림에서는 BPLS 장비를 활용하여 효율적인 산림자원조사가 가능하며, 앞으로 다양한 임분 조건에서 적용 가능성을 분석할 필요가 있다고 판단된다.

• 한국방사선학회논문지
• /
• 제13권4호
• /
• pp.613-621
• /
• 2019

하지 혈관조영검사에서 움직임을 줄이기 위한 방법으로 재질별 하드보드지, 포맥스, 폴리카보네이트, 아크릴을 사용하여 고정용 보조기구를 제작하였고, 제작된 재질별 Phantom의 정량적 화질평가를 위해 마스크 영상, DSA 영상, Roadmap 영상을 SNR과 CNR로 분석하여 보조기구의 유용성을 알아보고자 하였다. DSA 기법으로 하지 Phantom 만을 사용하여 촬영한 마스크 영상과 보조기구 위에 하지 Phantom을 올려놓고 촬영한 마스크 영상의 SNR과 CNR을 비교한 결과 SNR은 약 0~0.06(0~10%), CNR은 약 0~0.003(0~5.36%)정도의 낮은 차이를 확인 하였다. DSA 기법으로 혈관모형의 Water Phantom 만을 사용하여 촬영한 영상과 보조기구 위에 Water Phantom을 올려놓고 촬영한 영상의 SNR과 CNR을 비교한 결과 SNR은 약 0.11~0.35(0.78~2.47%), CNR은 약 0.016~0.031(0.18~2.85%) 정도의 낮은 차이를 확인 하였다. Roadmap 기법으로 Water Phantom 만을 사용하여 촬영한 영상과 보조기구(하드보드지, 포맥스, 폴리카보네이트, 아크릴) 위에 water Phantom을 올려놓고 촬영한 영상의 SNR과 CNR을 비교한 결과 SNR은 0.02~0.05(0.54~1.38%), CNR은 0.002~0.004(1.96~3.70%) 정도의 낮은 차이를 확인 하였다. 결과적으로 보조기구를 사용하지 않았을 때와 보조기구(하드보드지, 포맥스, 폴리카보네이트, 아크릴)을 사용하였을 때를 비교 했을때 SNR과 CNR의 차이가 낮아 보조기구의 사용이 화질의 미치는 영향이 적다고 판단된다. 환자 고정을 위한 보조기구의 사용은 움직임에 따른 조영제 사용량 감소, 시간적 측면 감소, 방사선 피폭 감소, 위험요소의 제거 등에 유용하게 사용할 수 있으며, 보조기구 제작에 대한 각각재료들의 장점은 많으나 본 연구에서 하드보드지 경우 다른 재료에 비해 가격이 저렴하고, 가공이 쉬운 장점을 가지고 있어 검사 및 시술에서 쉽게 적용이 가능할 것으로 판단된다. 검사자가 보조기구를 제작하여 사용 할 때 각 검사의 목적 및 방법에 맞게 재질의 특성, 경제성을 고려하여 사용하는 것이 유용할 것으로 판단된다.

• 자원환경지질
• /
• 제54권2호
• /
• pp.177-186
• /
• 2021

한반도 지진 재해 대비를 위해 지난 5년간 활성 단층 조사가 수행되어 왔다. 특히 피복 활성단층 조사는 항공 LiDAR 기반 지형 분석, 지표 지질 조사, 지구 물리 탐사 결과를 종합하여 피복된 단층면에 대한 트렌치 조사를 수반한다. 하지만 이러한 트렌치 조사에 의해 발견된 단층면은 한시적으로 연구된 후 복구되기 때문에 트렌치 단층면 현장에 대한 정보는 논문 및 보고서 등과 같은 정성 자료로 남게 된다. 이와 같은 한시적 지질 연구의 한계를 보완하기 위하여 이 연구에서는 지상 LiDAR를 활용하여 트렌치 단층면에 대한 3차원 점군 자료를 생성하고 디지털 공간상에서 트렌치 현장을 복원하였다. 지상 LiDAR 탐사는 양산 단층 지역에서 수행된 두 곳의 트렌치 조사 지점에서 수행되었으며, LiDAR 점군의 기본 속성값인 진폭과 반사도 이외에도 디지털 카메라를 활용하여 트렌치 단층면의 색상 정보도 측정하였다. 측정된 자료는 평균 0.003 m의 정합 오차를 가지는 3차원 점군 자료로 변환되어 트렌치 형상을 정교하게 복원하였다. 하지만 LiDAR 스캔 위치에 따라 점군의 진폭과 반사도 값이 변화되었으며, 햇빛 노출 정도에 따라서 트렌치 단면의 색상 정보가 다르게 형상화 되어 후처리 과정의 고도화가 필요함을 시사하였다. 이러한 점군 자료는 대용량 파일로 존재하고 점군 자료 가시화 방법 또한 제한적이기 때문에 3차원 점군 자료에 대한 연구자 간 공유가 어렵다. 이에 대한 대안으로 오픈소스 플랫폼인 Potree를 활용하여 트렌치 점군 자료를 웹 상에서 가시화하는 방법을 제안하였다. 이와 같이 우리는 시간적 그리고 공간적 제약 조건이 따르는 지질 현장 조사에서 지상 LiDAR 자료가 주요 지질 대상에 대한 재현성을 높일 수 있는 동시에 연구자 및 미래 후속 세대에 의해 손쉽게 활용될 수 있음을 보여주고자 한다.

• 인터넷정보학회논문지
• /
• 제22권6호
• /
• pp.25-32
• /
• 2021

미래 해상 환경 변화에 맞춰 해상 항로표지가 다양한 분야에 걸쳐 활용되며 쓰임이 증대되고 있다. 해상 항로표지는 항행하는 선박의 위치, 방향 및 장애물의 위치를 알려주는 항행보조시설로, 현재는 단순히 선박의 안전 항해를 도울 뿐 아니라, 여러 센서와 카메라를 탑재하여 해양 기상환경을 파악하고 기록하는 수단으로 변모하고 있다. 하지만 주로 선박과의 충돌로 인해 소실되며 특히 해무로 인한 관측 시야 저하로 안전사고가 발생한다. 해무 유입은 항만, 해상교통 등에 위험을 초래하고 시간과 지역에 따라 발생 가능성의 차이가 커 예측이 쉽지 않다. 또한, 전 해역에 분포되어있는 항로표지의 특성상 개별 관리가 어렵다. 이를 해결하고자 본 논문에서는 항로표지에 설치된 카메라에서 촬영한 영상으로 해무 강도를 측정하는 방안을 통하여 해양 기상환경을 파악해 보완하고 날씨로 인한 항로표지 안전사고를 해결하는 것을 목적으로 한다. 설치가 어렵고 높은 비용이 드는 광학 및 온도 센서 대신 항로표지에 설치된 카메라의 일반 영상을 사용하여 해무 강도를 측정한다. 덧붙여 다양한 해역에서의 실시간 해무 파악을 위한 선행 연구로, 안개 모델(Haze Model), Dark Channel Prior(DCP)를 이용해 해무 강도 측정 기준을 제시한다. DCP를 적용한 영상에서 특정 픽셀값의 문턱값(Threshold value)을 설정하고, 이를 기준으로 전체 영상에서 해무가 존재하지 않는 픽셀의 수를 통해 해무 강도를 추정한다. 합성 해무 데이터셋과 실제 해무 동영상을 캡처해 만든 실제 해무 데이터셋으로 해무 강도 측정 여부를 검증했다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1353-1369
• /
• 2023

해상에서는 재난·재해 사고가 발생했을 시 바람 등에 의한 기상영향과 해류, 조류와 같은 해상영향에 의해 피해 규모가 달라지게 되며, 빠른 현장 파악을 통해 적합한 방제 방안을 세워 피해 규모를 최소화할 의무가 있다. 특히, 해상에 유출되는 오염물질 중 상대적으로 낮은 점도와 표면장력으로 인해 해수면에서 얇은 막으로 존재하는 오염물질은 육안으로 식별하기 어렵다. 따라서 본 연구에서는 현장에서 쉽게 활용 가능한 촬영장비를 활용하여 RGB 이미지에서 해수면의 부유성 오염물질을 탐지하는 알고리즘을 개발하고, 실 해역에서 획득된 입력자료를 활용하여 알고리즘의 성능을 평가하고자 한다. 개발된 알고리즘은 영상 강화 기법을 활용하여 오염물질과 일반 해수면의 강도값 대비를 향상시키고, 히스토그램(Histogram) 분석을 통해 배경 임계값을 찾아 오염물질 이외의 부유물질을 제거하여 최종적으로 오염물질을 분류한다. 본 연구에서는 개발된 알고리즘의 성능평가를 위해서 대체물질을 이용한 실 해역 테스트를 수행하였으며, 대부분의 부유성 해양오염물질은 탐지되었으나 파도가 강한 곳에서는 오탐지 영역이 발생하였다. 그러나 기존 알고리즘에서 단일 임계값을 사용한 탐지 방법보다 약 3배 이상의 개선된 탐지 결과를 보여준다. 본 연구개발 결과를 통해 기존 현장에서 육안으로 식별이 어려웠던 부유성 해양오염물질을 탐지함으로써 현장에서의 방제 대응 활동에 유용하게 사용될 것으로 기대된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.