• 해양안보
• /
• 제8권1호
• /
• pp.1-39
• /
• 2024

본 연구는 현재까지 중국의 해양 회색지대 전략에 관한 국내 연구들이 기존 미국 주도의 회색지대 연구의 분석 결과를 답습하고 있으며, 대응책에 관해서도 원론적 입장과 방향만이 제시된 '선언적·개념적' 수준에 머물러 있다는 문제의식에서 시작되었다. 필자는 위 문제점 극복을 위해 중국은 자국 고유의 전략문화를 구성하는 '삼전'을 기반으로 해양 회색지대 전략을 전개한다는 인식 하에 남중국해, 동중국해, 그리고 서해와 이어도 일대에서 전개 중인 해양 회색지대 전략을 삼전의 영역별로 분석하였다. 분석결과 추후 서해와 이어도 일대를 차지하기 위해 중국의 해양 회색지대 전략은 보다 공세성을 띌 것으로 예측되며, 우리해군 대응전략 개념으로 『중국 해양 회색지대 전략의 기반인 '삼전'의 전개 효과를 '무력화'시켜 중국이 유도하는 점진적인 현상 변화를 멈추게 하고, 규범·규칙에 기반한 해양질서로 '환원'을 지속적으로 추구』를 제시하였다. 그리고 대응전략의 개념을 이행할 수 있는 '구체화·체계화'된 대응책을 본 연구에서 제시하였다.

• 한국ITS학회 논문지
• /
• 제17권1호
• /
• pp.129-136
• /
• 2018

본 논문은 도로 환경에 효율적인 새로운 차선 검출 방법을 제안한다. 기존 차선 검출 방법은 환경적인 변화 속에서 낮은 신뢰성의 문제가 있다. 이러한 문제를 보완하기 위해 그레이 레벨 분할을 이용하여 차선 후보가 되는 영역을 강조한다. 그리고 허프 변환을 이용하여 차선에 가까운 영역의 직선 성분을 추출하고 추출 된 좌표를 기반으로 각 직선마다 ROI 생성한다. 그리고 생성 된 ROI 이미지를 논리연산으로 통합한다. 그리고 ROI 이미지에 이중큐를 이용한 객체 분할로 차선을 결정한다. 제안하는 방법은 기존과 다르게 환경적인 변화에도 차선 검출이 가능하였으며, 하늘, 산 등 배경에 해당하는 영역을 효율적으로 제거하는 장점과 높은 신뢰성을 얻을 수 있다.

• 한국광학회지
• /
• 제14권6호
• /
• pp.623-629
• /
• 2003

본 논문에서는 XOR 연산을 위상 변조하여 만든 위상 변조 XOR(phase-encoded exclusive-OR) 연산이라는 개념을 기본으로 그레이 영상을 암호화 한 새로운 광 암호화 방법을 제안하였다 그레이 원 영상을 이진 영상들의 합으로 분리한 후 각각의 이진 영상들을 이진 무작위 영상들과 위상변조 XOR 연산 방법을 이용해 암호화하고, 이를 위상 변조하여 암호화된 데이터를 만들었다. 그리고 복호화에 필요한 키 데이터는 암호화 시 사용한 무작위 이진 영상들로 만든 무작위 그레이 영상을 위상 변조하여 구하였다 암호화된 데이터는 위상 변조로 인한 비선형성과 비가시적 특성을 가지므로 기본적으로 높은 정보보호의 특성이 있으나, 여기에 위상정보 자체를 암호화함으로써 보다 높은 수준의 정보 보호를 가능하게 하였다. 또한, 복호화 과정은 암호화 데이터와 키 데이터의 단순 곱과 기준파와 간섭을 이용하므로, 원 영상 복원 시 간단한 위상 시각화 시스템(phase-visualization system)으로 구현할 수 있다. 컴퓨터 시뮬레이션을 통해 제안한 방법의 구현 가능성과 타당성을 확인하였다.

• 시스템엔지니어링학술지
• /
• 제1권2호
• /
• pp.26-33
• /
• 2005

In this paper, an algorithm is presented to recognize road based on unpaved test courses image. The road images obtained by a video camera undergoes a pre-processing that includes filtering, gray level slicing, masking and identification of unpaved test courses. After this pre-processing, a part of image is grouped into 27 sub-windows and fed into a three-layer feed-forward neural network. The neural network is trained to indicate the road direction. The proposed algorithm has been tested with the images different from the training images, and demonstrated its efficacy for recognizing unpaved road. Based on the test results, it can be said that the algorithm successfully combines the traditional image processing and the neural network principles towards a simpler and more efficient driver warning or assistance system.