• 한국전자통신학회논문지
• /
• 제14권6호
• /
• pp.1197-1206
• /
• 2019

순천만은 매우 중요한 자연자원으로 환경오염으로부터 이를 보호하기 위한 노력들이 이루어지고 있다. 순천만 갯벌에 서식하는 생물들을 주기적으로 관찰하여 환경의 변화를 모니터링하는 사업이 진행되고 있으나 사람이 직접 관찰하는 비효율적인 방법으로 이루어지고 있다. 본 논문에서는 갯벌에 서식하는 생물들을 자동으로 모니터링하기 위한 방법에 적용될 수 있는 객체 분할 방법을 제안한다. 제안하는 방법에서는 차 영상을 이용하여 객체의 위치 정보를 나타내는 전경 맵을 구하고, 영상의 세밀한 경계 검출을 위해 슈퍼픽셀 방법을 적용한다. 전경 맵과 슈퍼픽셀 정보를 이용하여 최종적으로 갯벌 영상에서 게의 영역을 추출한다. 실험 결과는 제안하는 방법이 간단하면서도 정확하게 갯벌 영상에서 게 영역을 분리하는 것을 보여준다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.17-22
• /
• 2009

다빈치 프로세서는 임베디드 멀티미디어 응용 구현 프로세서로 많이 사용된다. ARM 9 코어 및 DSP 코어의 듀얼 코어로 되어 있어 ARM 코어 에서는 주변 장치 제어, 비디오 입출력 제어, 네트워킹 등을 지원하며, DSP 코어는 보다 효율적인 디지털 신호 처리 연산을 지원한다. 본 논문에서는 본 저자들의 연구실에서 만들고 있는 다빈치 프로세서 기반의 스마트 카메라에 있어서 객체 추적 알고리즘의 최적 구현 방안 노력을 기술한다. 본 논문의 스마트 카메라는 입력 영상에서 관심 객체를 검출하고 이를 추적하며, 분류하고 감시구역에 침입한 경우 이를 IP 프로토콜로 원격 클라이언트에게 통보하는 기능을 보유한다. 객체 추적은 전방 마스크 추출, 전방 마스크 교정, 연결 요소 레이블링, 블롭 지역 계산 등 계산량이 많은 절차들로 구성되어 효율적으로 구현되지 않으면 실시간 처리가 힘들다.

• 전자공학회논문지
• /
• 제52권3호
• /
• pp.147-153
• /
• 2015

본 논문에서는 주차장 환경에서의 차량 사고 감지방법을 제안한다. 제안하는 방법은 차량 검출, 차량 추적, 사고 감지의 3단계로 구성된다. 차량 검출 단계에서는 픽셀 기반의 전경 검출 방법과 모션맵을 이용하여 차량을 검출하고, 차량 추적 단계에서는 검출된 차량 정보를 바탕으로 차량의 이동을 추적한다. 마지막 단계인 차량 사고 감지 단계에서는 차량의 이동 방향에 맞추어 사고 감지 영역을 지정하고 사고 감지 영역에서 발생하는 움직임의 변화량을 분석하여 차량 사고를 감지한다. 실험을 통해 제안하는 방법은 주차장 환경에서 발생하는 차량 사고를 효과적으로 검출함을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.478-481
• /
• 2010

컴퓨터 비전에서 객체의 인식, 추적에 앞서 배경으로부터 전경을 분리하는 배경차감 기법과 분리된 전경에 대한 관심 영역(ROI)을 추출하는 것은 일반적인 방법이다. 하지만 전경을 정확히 분리하지 못하면 개별 객체의 관심영역(ROI) 역시 잘못 추출되는 문제가 발생된다. 본 논문에서는 정확하지 않은 전경 분리로 부터 발생되는 개별 객체에 대한 분산된 관심영역을 병합하는 방법을 제안한다. 본 방법은 배경과 분리된 전경에서 한 객체의 일정 거리 이내에 있는 다른 객체를 가상으로 병합하는 단계, 워터쉐드 분할 알고리즘을 적용하는 단계를 거쳐 다시 블럽 레이블링을 수행한다. 제안 방법을 통하여 배경 모델에서 분리된 개별 객체의 병합된 관심영역을 제공한다. 실험에서 기존의 일반적인 블럽 레이블링 방법만을 적용하여 추출한 전경영역과 제안하는 방법에 의한 전경영역을 비교하여 배경 모델에서 분리된 개별 객체의 관심영역이 효과적으로 추출되는 것을 보인다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.912-919
• /
• 2022

The study is an image-based assessment that uses image processing techniques to determine the condition of concrete with surface cracks. The preparations of the dataset include resizing and image filtering to ensure statistical homogeneity and noise reduction. The image dataset is then segmented, making it more suited for extracting important features and easier to evaluate. The image is transformed into grayscale which removes the hue and saturation but retains the luminance. To create a clean edge map, the edge detection process is utilized to extract the major edge features of the image. The Otsu method is used to minimize intraclass variation between black and white pixels. Additionally, the median filter was employed to reduce noise while keeping the borders of the image. Image processing techniques are used to enhance the significant features of the concrete image, especially the defects. In this study, the tonal zones of the histogram and its properties are used to analyze the condition of the concrete. By examining the histogram, the viewer will be able to determine the information on the image through the number of pixels associated and each tonal characteristic on a graph. The features of the five tonal zones of the histogram which implies the qualities of the concrete image may be evaluated based on the quality of the contrast, brightness, highlights, shadow spikes, or the condition of the shadow region that corresponds to the foreground.

• 융합신호처리학회논문지
• /
• 제10권3호
• /
• pp.164-169
• /
• 2009

본 논문에서는 고해상도 위성영상에 대해서 분할된 후보영역의 텍스처 정보를 기반으로 BP 신경회로망을 이용한 도로영역검출방법을 제안한다. 먼저, N.Otsu가 제안한 히스토그램 기반의 이진화와 열림연산을 수행하여 배경영역으로부터 일차적으로 도로영역인 전경부분을 분할한다. 그리고 전경부분의 색상 히스토그램을 이용하여 주요색상을 추출한 후 ${\pm}25$ 범위 이내에 있는 영역을 도로영역 후보를 검출한다. 마지막으로, 분할된 후보 도로영역에 대해서 동시발생행렬을 이용하여 텍스처 정보를 추출한 후 BP 신경회로망을 이용하여 최종적인 도로영역을 검출한다. 제안한 방법은 도로영역이 일정한 밝기값과 형태를 가진다는 사실에 착안한 것으로, 실험에서 다양한 위성영상들을 대상으로 평균 90% 이상의 검출율을 보여 그 유효함을 보였다.

• 방송공학회논문지
• /
• 제13권4호
• /
• pp.427-439
• /
• 2008

본 논문에서는 일반 단일 시점의 축구 비디오를 스테레오스코픽 영상으로 변환하는 방법을 제안한다. 축구 비디오 분석 과정을 통하여 축구 비디오를 일정한 종류의 샷으로 분류하고, 분류된 샷 종류에 따른 깊이지도 생성 방법을 제안한다. 원거리 샷의 경우에는 운동장 영역 추출을 통하여 운동장 영역에 깊이기도 (Depth Map)을 생성하는 방법을 제안한다. 그리고 비 원거리 샷의 경우, 운동장 영역 블록 수와, 간단한 피부색 발견 알고리즘을 통해 생성한 스킨 블록의 수에 따라 다시 3가지로 샷을 분류하고, 각 종류의 샷에 따른 깊이지도 생성 방식 1) 오브젝트 영역 추출을 통한 깊이지도 생성, 2) 스킨 블록을 이용한 전경 영역 추출과 가우시안 함수를 이용한 깊이기도 생성, 그리고 3) 스킨블록이 없는 상황에서의 깊이기도 생성 방법을 제안한다. 제안한 방법을 통하여 생성한 깊이 지도를 이용하여, 스테레오스코픽 영상을 생성하는 방법을 소개하고, 생성한 실험영상을 결과로 제공한다. 그리고 주관적 깊이감 품질 평가를 통해서, 제안된 방법을 통해 생성된 영상이 원본 영상에 비해 깊이감이 향상됨을 증명한다.