• 대한원격탐사학회지
• /
• 제13권1호
• /
• pp.57-73
• /
• 1997

본 연구는 산악 지형의 레이더(SAR) 영상자료에서 흔히 볼 수 있는 지형의 기복에 의한 화소값의 왜곡 보정과 관련된 것이다. 연구 자료로는 RADARSAT 위성에서 얻어진 서울 남쪽 관악산과 안양 지역의 SAR 영상자료를 이용하였고, 영상자료의 보정을 위하여 SAR 영상과 유사 한 해상력을 갖춘 수치고도자료(digital elevation model)를 제작하였다. 레이더 영상자료는 먼저 각 화소가 가지고 있는 기하학적 왜곡을 보정하여 정확한 지도좌표에 등록함으로써, 수치고도자 료로부터 각 화소 지점의 구체적인 지형적 특성에 관한 자료를 산출하였다. 영상의 각 화소값에 미치는 지형적 영향을 분석하기 위한 기하학적 인자로서 각 지점에 입사되는 레이더파와 경사면 의 연직선이 이루는 유효입사각(local incidence angle)을 산출하였다. 수치지도로 제작된 임상도 를 이용하여 동일한 임분특성을 가지고 있는 산림내에서 얻어지는 레이더 반사치와 유효입사각의 관계를 분석하였다. 영상자료의 지형효과 보장은 실험적인 방법에 의하여 수행되었는데, 유효입사 각과 레이더 반사치와의 관계에서 도출된 지형에 의한 영향을 나타내는 수식을 적용하였다. 보정 결과는 육안에 의한 영상의 비교와 함께 현지자료를 이용하여 검증하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권3호
• /
• pp.123-131
• /
• 2019

본 연구에서는 CT 영상의 대퇴골 부위를 해부학적으로 의미 있게 변형하여 CT 영상의 대퇴골 영역을 분할하기 위한 컨벌루션 신경망(CNN)의 훈련 데이터를 증강하는 방법을 제안한다. 먼저 CT 영상으로부터 삼차원 삼각형 대퇴골 메쉬를 얻는다. 그 후 메쉬의 국소부위에 대한 기하학적 특성을 계산하고, 군집화하여 메쉬를 의미 있는 부분들로 분할한다. 마지막으로, 분할한 부분들을 적절한 알고리즘으로 변형한 뒤, 이를 바탕으로 CT 영상을 와핑하여 새로운 CT영상을 생성하였다. 본 연구의 데이터 증강 방법을 이용하여 학습시킨 딥러닝 모델은 기하학적 변환이나 색상 변환 같이 일반적으로 사용되는 데이터 증강법과 비교하여 더 나은 영상분할 성능을 보인다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.157-163
• /
• 2022

최근 산업 분야 자동화의 발전에 따라 이상 징후 검출에 대한 연구가 활발하게 진행 중이다. 공장 자동화에 사용되는 이상 징후 검출의 응용분야로 카메라를 사용한 결함 검사가 있다. 비전 카메라 검사는 공장 자동화에서 높은 성능과 효율성을 보이지만, 조명과 환경조건의 불안정성을 극복하기가 어렵다. 딥러닝을 이용한 카메라 검사가 훨씬 더 높은 성능을 보이면서 비전 카메라 검사의 문제를 해결할 수 있지만 학습을 위해 엄청난 양의 정상 데이터 및 비정상 데이터를 요구하기 때문에 실제 산업 분야에 적용하기가 어렵다. 따라서 본 연구는 정상 데이터만을 사용한 72개의 기하학적 변환 딥러닝 방법으로 비정상 데이터 수집 문제를 극복하고, 성능 개선을 위한 특이치 노출 방법을 추가한 네트워크를 제안한다. 이를 자동차 부품 데이터 및 이상치 검출용 데이터베이스인 MVTec 데이터 셋에 적용하고 검증함에 의해 실제 산업 현장에서 적용할 수 있음을 보인다.

• 대한공간정보학회지
• /
• 제24권4호
• /
• pp.115-123
• /
• 2016

지난 2012년부터 도로명주소가 본격 시행 및 활용되고 있지만, 아직도 상당 부분에서는 기존의 지번주소가 많이 통용되고 있다. 이는 일반인들의 공간 인식체계와 도로명주소의 공간 구조화 방식의 간극으로 인한 문제이다. 따라서 도로명주소 기반의 공간 인식 체계가 자리잡기 위해서는 생활 속에서 활용되는 각종 공간정보들이 도로명에 의하여 주소정보를 부여받을 수 있어야 한다. 본 연구는 공간 인식 과정이 가장 중요하게 나타나는 길찾기 과정에서의 도로명주소 체계의 연계를 목적으로, 이를 위하여 필요한 공간데이터의 기하학적 매칭 방법론을 설계 및 구현하였다. 도로명주소 기본도의 도로구간 레이어와 보행자용 도로 네트워크에 대하여, 개별 도로 객체를 중심으로 네트워크 이웃을 생성하였다. 그 다음, 생성된 이웃 집합 간의 기하학적 유사도 비교를 통하여, 네트워크 데이터의 각 객체에 매칭되는 도로구간을 탐색하였다. 매칭 성능은 F0.5 값을 기준으로 0.936의 결과를 얻었으며, 유사도 값을 기준으로 10% 수동 검사를 수행한 결과 이 값을 0.978까지 향상시킬 수 있었다. 이렇게 생성된 매칭 대응관계를 이용하여, 보행자용 도로 네트워크 데이터에 도로명 정보를 부여하였다. 이러한 방법론을 통하여, 도로명주소를 기반으로 한 길찾기 서비스 제공 및 공간 인식체계 정착에 도움을 줄 수 있다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.403-410
• /
• 2004

최근 의료 영상 분석(Medical Image Analysis)이나 영상 검색(Image Retrieval)을 위한 전처리(Preprocessing) 단계로 영상 분석(Image Analysis)에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 영상 검색에서 색상 성분(Color Component)의 활용 방법을 제안하고자 한다. 이미지를 검색하기 위해 색상 성분을 기반으로 하고, 색상(Color)을 분석하기 위한 기법으로 CLCM(Color Level Co-occurrence Matrix)과 통계적 기법을 이용하고 있다. CLCM은 기하학적 회전 변환(Geometric Rotate Transform)을 통해서 색상 성분을 3차원 공간상에 투영(Projection)하여 공간 관계(Spatial Relationship)로부터 나타나는 분포를 해석하는 방법으로, 본 논문에서 제안하는 주제이다. CLCM은 색상 모델에서 만들어지는 2차원 히스토그램을 지칭하며 색상 모델의 기하학적인 회전 변환을 통해서 생성된다. 그리고 이를 분석하기 위한 방법으로 통계 기법을 활용하고 있다. CLCM과 유사하게 2차원 분포도를 사용하는 GLCM(Gray Level Co-occurrence Matrix)[1]과 불변 모멘트(Invariant Moment)[2,3] 같은 알고리즘은 2차원적인 데이터를 해석하기 위하여 기본적인 통계 기법을 활용하고 있다. 하지만 GLCM과 불변 모멘트가 각각의 도메인에 최적화되어 있다 하더라도 공간 좌표상에 존재하는 불규칙적인 데이터를 완전히 해석할 수는 없다. 즉 GLCM과 불변 모멘트는 기초 통계 기법만을 사용하고 있기 때문에 추출된 특징들의 신뢰성이 낮다는 것이다. 본 논문에서는 이러한 단점을 보완하여 공간 관계를 해석함과 동시에 데이터의 가중치를 해석하기 위해 전형적인 다변량 통계에서 사용하는 주성분 분석(Principal Component Analysis)[4,5]을 이용하고 있다. 그리고 데이터의 정확도를 높이기 위해서 3차원 공간상에 색상 성분을 투영하여 이를 회전시키면서 데이터의 특성을 다각도에서 추출하는 방법을 제시한다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.553-565
• /
• 2021

포인트 클라우드는 3D 오브젝트를 표현하기 위한 점들의 집합으로 3D 좌표 정보인 기하 정보와 색상, 반사율 등을 나타내는 속성 정보로 이루어져 있으며, 이러한 표현 방식으로 인해 2D 영상에 비해 방대한 양의 데이터를 가진다. 따라서, 포인트 클라우드 데이터를 전송하거나 다양한 분야에서 활용하기 위해서 포인트 클라우드 데이터를 압축하는 과정이 필수적으로 요구된다. 포인트 클라우드는 2D 영상과 같이 해당 영상을 구성하는 2D 기하 정보에 대응하는 색상 정보가 모두 존재하는 것과 달리, 3D 공간 중 일부만이 색상과 같은 속성 정보를 포함하여 포인트 클라우드를 표현하고 있기에, 기하 정보에 대한 별도의 처리도 요구된다. 이와 같은 포인트 클라우드의 특징을 기반으로 고밀도 포인트 클라우드 데이터의 압축 방안으로 국제 표준화 기구 ISO/IEC 산하 MPEG에서는 포인트 클라우드 영상을 사영한 뒤 2D DCT 기반의 2D 영상 압축 코덱으로 압축하는 V-PCC 를 표준화 중에 있다. 해당 표준은 3D 포인트 클라우드를 2D로 변환하여 압축을 진행하기에 3D 공간 정보를 정확하게 표현하기에는 한계가 존재한다. 이에, 본 논문에서는 포인트 클라우드 정지영상을 3D 상에서 3D DCT로 변환하여 포인트 클라우드 데이터를 압축하는 방안인 3D Discrete Cosine Transform based Point Cloud Compression을 제시하고, 2D DCT 기반의 V-PCC와 비교하여 3D DCT의 효율성을 확인하고자 한다.

• 전기학회논문지
• /
• 제67권5호
• /
• pp.669-674
• /
• 2018

Data augmentation is an efficient way to reduce overfitting on models and to improve a performance supplementing extra data for training. It is more important in deep learning based industrial machine vision. Because deep learning requires huge scale of learning data to learn a model, but acquisition of data can be limited in most of industrial applications. A very generic method for augmenting image data is to perform geometric transformations, such as cropping, rotating, translating and adjusting brightness of the image. The effectiveness of data augmentation in image classification has been reported, but it is rare in defect inspections. We explore and compare various basic augmenting operations for the metal surface defects. The experiments were executed for various types of defects and different CNN networks and analysed for performance improvements by the data augmentations.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.406-409
• /
• 2008

Clustering data streams has an importance over many applications like sensor networks. Existing hierarchical methods follow a semi fuzzy clustering that yields duplicate clusters. In order to solve the problems, we propose an extended online divisive agglomerative clustering on data streams. It builds a tree-like top-down hierarchy of clusters that evolves with data streams using geometric time frame for snapshots. It is an enhancement of the Online Divisive Agglomerative Clustering (ODAC) with a pruning strategy to avoid duplicate clusters. Our main features are providing update time and memory space which is independent of the number of examples on data streams. It can be utilized for clustering sensor data and network monitoring as well as web click streams.

• 수산해양교육연구
• /
• 제17권3호
• /
• pp.427-433
• /
• 2005

The study of Web GUI(Graphic User Information) system for Virtual Reality System is mainly performed on effective methodology which transform real world data to computing world data. MGIS(Marine Geographic Information System) has its own target on reliable data service by acquisition of geometric information using accurate measurement and graphical visualization. This type of raw data visualization can be built without software tools, yet is incredibly useful for interpreting and communicating data. Even simple visualizations can aid in the interpretation of complex 3D relationships that are frequently encountered in the geosciences. The Virtual Reality Modeling Language provides an easy way for geoscientists to construct complex visualizations that can be viewed with free software. This study propose a three dimensional Web GUI system using MGIS-based three dimensional data models and virtual imaging system. Finally, we design a Web GUI system integrating above data models.

• 산업공학
• /
• 제13권4호
• /
• pp.646-657
• /
• 2000

We developed an efficient small sized weather condition forecasting system (WFS). A cheap NT-server was utilized for handling a large amount of data, while traditional WFS has conventionally relied on Unix based workstation server. The proposed WFS contains automatic weather observing system (AWS). AWS was designed for collecting weather conditions automatically, and it was linked to WFS in order to provide various weather condition information. The existing two phase scheme and chain code algorithm were used for transforming AWS's data into WFS's data. The WFS's data were mapped into geometric information system using various display techniques. Finally the transformed WFS's data was also converted into JPG (Joint Photographic Group) data type, and the final JPG data could be accessible by others though Internet. The developed system was implemented using WWW environment and has provided weather condition forecasting information. Real case is given to show the presented integrated WFS with detail information.