• Current Optics and Photonics
• /
• 제7권3호
• /
• pp.237-247
• /
• 2023

In middle- and long-distance imaging systems, due to the atmospheric turbulence caused by temperature, wind speed, humidity, and so on, light waves propagating in the air are distorted, resulting in image-quality degradation such as geometric deformation and fuzziness. In remote sensing, astronomical observation, and traffic monitoring, image information loss due to degradation causes huge losses, so effective restoration of degraded images is very important. To restore images degraded by atmospheric turbulence, an image-restoration method based on improved compound multibranch feature fusion (CMFNetPro) was proposed. Based on the CMFNet network, an efficient channel-attention mechanism was used to replace the channel-attention mechanism to improve image quality and network efficiency. In the experiment, two-dimensional random distortion vector fields were used to construct two turbulent datasets with different degrees of distortion, based on the Google Landmarks Dataset v2 dataset. The experimental results showed that compared to the CMFNet, DeblurGAN-v2, and MIMO-UNet models, the proposed CMFNetPro network achieves better performance in both quality and training cost of turbulent-image restoration. In the mixed training, CMFNetPro was 1.2391 dB (weak turbulence), 0.8602 dB (strong turbulence) respectively higher in terms of peak signal-to-noise ratio and 0.0015 (weak turbulence), 0.0136 (strong turbulence) respectively higher in terms of structure similarity compared to CMFNet. CMFNetPro was 14.4 hours faster compared to the CMFNet. This provides a feasible scheme for turbulent-image restoration based on deep learning.

• Current Optics and Photonics
• /
• 제8권3호
• /
• pp.215-224
• /
• 2024

In medium- and long-range optical imaging systems, atmospheric turbulence causes blurring and distortion of images, resulting in loss of image information. An image-restoration method based on an adaptive feature-fusion multi-input-multi-output (MIMO) dense U-shaped network (Unet) is proposed, to restore a single image degraded by atmospheric turbulence. The network's model is based on the MIMO-Unet framework and incorporates patch-embedding shallow-convolution modules. These modules help in extracting shallow features of images and facilitate the processing of the multi-input dense encoding modules that follow. The combination of these modules improves the model's ability to analyze and extract features effectively. An asymmetric feature-fusion module is utilized to combine encoded features at varying scales, facilitating the feature reconstruction of the subsequent multi-output decoding modules for restoration of turbulence-degraded images. Based on experimental results, the adaptive feature-fusion MIMO dense U-shaped network outperforms traditional restoration methods, CMFNet network models, and standard MIMO-Unet network models, in terms of image-quality restoration. It effectively minimizes geometric deformation and blurring of images.

• 한국과학교육학회지
• /
• 제37권6호
• /
• pp.993-1003
• /
• 2017

교수자들은 팀기반 프로젝트 학습을 통해 학생들이 협업능력과 실생활 문제해결력을 기르기를 기대한다. 하지만 프로젝트 학습에서 학생들은 단순분업방식으로 문제를 해결하려 할 뿐 아니라 학습전이가 잘 일어나지 않는 경향이 있다. 학생들이 협업의 시너지를 내고 서로의 지식을 이용하여 학습전이를 일어나게 하기 위해서, 이 연구에서는 교류기억체계(TMS) 기반 협력학습 모형을 개발하여 적용하고 그 효과를 검증하고자 한다. 교류기억체계 기반 협력학습 모형은 과학개념을 학습하면서 동료의 전문성을 파악하는 교류기억체계 개발 단계, 간단한 협력적 문제해결을 통해 신뢰를 기르는 교류기억체계 정교화 단계, 마지막으로 조직화된 지식처리를 하는 교류기억체계 적용의 3단계로 이루어져 있다. 첫 번째 단계에서 동료교수법을 통해 과학개념을 학습함과 동시에 그룹 구성원이 서로 어떤 지식을 잘 알고 있는지 전문성을 파악한다. 두 번째 단계에서 잘 정의된 실험 문제를 협력적으로 해결하며 근전이를 경험한다. 세 번째 단계에서 근전이 경험을 바탕으로 프로젝트 수행을 위한 원전이를 통해 빈약하게 정의된 문제를 해결한다. 이 모형을 기반으로 기하광학과 음파에 관한 15주 교육 프로그램을 만들어 대학생들에게 적용하였다. 이 중 프로젝트 1개를 적용한 5주간의 자료를 수집하고 분석하였다. 적용결과, 일반 프로젝트 학습을 적용한 그룹의 TMS변화는 유의하지 않았음에 비해, 교류기억체계 기반 협력학습모형을 적용한 그룹의 TMS는 단계적으로 향상되었고, 첫째 주와 마지막 주의 차이는 통계적으로 유의하였다. 또한 실험집단은 비교집단에 비해 프로젝트 수행에서 학습전이가 더 잘 일어난 것을 확인할 수 있었다. 학생들이 협력을 통해 시너지를 얻는 방법을 익히고, 학습한 내용을 문제해결에 잘 적용하도록 하는데 교류기억체계기반 협력학습 모형이 사용될 수 있을 것이다.

• 한국측량학회지
• /
• 제26권3호
• /
• pp.227-239
• /
• 2008

항공 레이저 스캐닝(ALS) 시스템으로부터 획득한 LiDAR 데이터를 미용하여 3차원 객체 모델링과 지형도 제작을 위해서는 데이터의 기하학적 및 의미적인 분할과 같은 체계적인 데이터 처리가 선행되어야 한다. ALS로 부터 활용 가능한 LiDAR 데이터를 획득하기 위해서는 GPS, INS 및 레이저 스캐너 데이터의 통합이 필수적이다. 본 연구에서는 건물추출과 지붕 구조물 분할을 위해서 LiDAR 데이터를 영상화하여 디지털 영상처리 기법을 적용하였다. 영상화된 데이터를 사용하는 주요 장점 중 하나는 기존의 다양한 영상처리 알고리즘을 사용할 수 있다는 점이다. 격자화 및 정량화를 거치는 영상화 과정에서 원시 LiDAR 데이터가 한정된 밝기값으로 변환되므로 평활화 및 상세 정보의 손실이 발생될 수 있지만. 평활화된 데이터는 표면분할과 모델링에 오히려 적합하다. 건물의 경계선은 윤곽선 추출 연산자를 이용하여 정확하게 추출하였으며, 건물 모양에 적합하도록 규격화하였다. 건물 지붕의 구조물의 분할은 영역확산을 기반으로 수행하였다. 이 결과 다양한 디지털 영상처리 기법을 복합적으로 적용하여 건물추출과 지붕 구조물의 면분할이 가능함을 보여주었다. 또한 지붕의 형태를 재현하기 위한 특성정보 추출에 관한 개념적 방법을 제안하였다. 지붕 데이터를 분할하고 모델링을 위해 통계적 및 기하적 특성을 이용하였으며. 제안한 방법에 의한 시뮬레이션 결과는 지붕면을 분할하고 모델링하는데 가능함을 보여주고 있다.

• 대한기계학회논문집A
• /
• 제36권1호
• /
• pp.9-16
• /
• 2012

최근 태양광발전 시스템에서 태양광을 집광하는 광학기술이 접목된 집광기가 대두되고 있다. 본 연구에서는 광도파로 원리를 기반으로 한, 간단하면서 생산이 용이한 새로운 개념의 평면형 집광기를 제안하였다. 해당 집광기에서는 태양광 집광을 위하여 빛의 전반사와 굴절의 법칙에 의해 빛을 유도하는 마이크로 단위의 광학 패턴이 적용되었다. 본 집광기의 주요 설계변수로는 광도파 집광기의 기하집 광비 $R_c$와 마이크로 패턴의 두 각도 ${\Theta}_1$, ${\Theta}_2$를 선정하였다. 광학해석을 위한 시뮬레이션은 SPEOS로 수행되었으며 주요 설계변수의 변화에 따른 집광기의 광학효율을 예측하였다. 기하집광비 4, 5, 6에 대해서 광학효율 최대치가 각각 65.60%, 54.78%, 46.78%로 예측되었다. 집광기의 마이크로 패턴의 두 각도 ${\Theta}_1$, ${\Theta}_2$ 및 태양광 입사각에 따른 광학효율도 예측하였다.

• 한국안광학회지
• /
• 제18권1호
• /
• pp.75-84
• /
• 2013

목적: 연령에 따라 역기하콘택트렌즈(reverse geometry contact lens), MC렌즈(myopia control lens)를 착용 한 후 근시진행억제 효과에 대한 굴절교정값의 변화를 단초점렌즈(single vision lens)와 비교해 알아보고자 한다. 방법: 6세에서 15세 사이의 아동에게 역기하콘택트렌즈 57안, MC렌즈 56안, 단초점렌즈 78안을 각각 착용시킨 후 연령에 따라 Group 1은 10세 이하, Group 2는 11세에서 15세 이하, Group 3은 연구 대상을 모두 포함하여 3그룹으로 나눴다. 이를 바탕으로 12개월 이하, 13~24개월, 25~36개월 까지 굴절교정값의 변화를 통한 근시 진행 억제 효과를 알아보고 통계적 유의성을 검증하고자 하였다. 결과: 착용기간에 따른 굴절교정값의 변화는 Group 3에서 12개월 이하에서는 역기하콘택트렌즈를 착용한 아동에서 변화가 없었고, MC렌즈는 $-0.36{\pm}0.10$ D, 단초점렌즈는 $-0.67{\pm}0.52$ D가 유의하게 변화되었다(P<0.05). 13~24개월에서 역기하콘택트렌즈는 $0.18{\pm}0.49$ D, MC렌즈는 $0.60{\pm}0.42$ D, 단 초점렌즈는 $1.37{\pm}0.72$ D로 유의(P<0.05)하게 변화되었다. 25~36개월에서 역기하콘택트렌즈는 $0.29{\pm}0.61$ D, MC렌즈는 $0.93{\pm}0.57$ D, 단초점렌즈는 $1.72{\pm}0.78$ D로 유의(P<0.05)하게 변화되었다. Group 1에서는 36개월 까지 역기 하콘택트렌즈는 $0.29{\pm}0.73$ D로 MC렌즈는 $1.07{\pm}0.59$ D로 단초점 렌즈는 $1.75{\pm}0.74$ D로 유의(P<0.05)하게 증가하였으며 Group 2에서는 36개월 까지 역기하콘택트렌즈는 $0.28{\pm}0.42$ D로 MC렌즈는 $0.75{\pm}0.49$ D로 단초점 렌즈는 $1.70{\pm}0.84$ D로 유의(P<0.05)하게 증가하여 굴절교정값의 변화는 10세 이하가 11세 이상보다 유의(P<0.05)하게 큰 것으로 나타났다. 결론: 본 연구 결과 12개월 이하의 착용시 역기하콘택트렌즈는 모든 연령에서 굴절교정값의 변화가 없었고, MC렌즈는 모든 연령에서 단초점렌즈보다 더 낮은 시력변화폭을 나타내 근시진행의 억제효과가 있으며, 13~36개월 착용시 역기하콘택트렌즈와 MC렌즈는 모든 연령에서 단초점렌즈보다 낮은 시력변화를 보여 근시진행의 억제효과가 있는 것으로 사료된다.