• 한국컴퓨터그래픽스학회논문지
• /
• 제27권3호
• /
• pp.31-42
• /
• 2021

본 연구에서는 딥러닝을 기반으로 하여 실내와 실외 이미지 모두에서 알맞은 광원을 추출하는 방법론을 소개한다. 네트워크는 단일 LDR 이미지로부터 실내 혹은 실외 배경에 맞는 광원을 low dynamic range (LDR) 환경 맵으로 추출하는 Crop-to-PanoLDR 네트워크와 추출된 LDR 환경 맵을 빛의 정보를 담은 high dynamic range (HDR) 환경 맵으로 생성하는 LDR-to-HDR 네트워크 두 단계로 구성된다. 이와 같은 과정을 통해 최종적으로 생성된 HDR 환경 맵은 주어진 이미지에서 가상 객체를 렌더링할 때 적용되어 가상 객체를 조명하는 빛의 방향과 주변광 등을 확인함으로써 자연스러운 렌더링을 가능하게 하는지 검증한다. 본 연구에서 제안한 방법론의 우수성은 실내를 배경으로 한 이미지로만 구성한 데이터로 학습한 결과와 실외를 배경으로 한 이미지로만 학습한 결과 등과 비교하여 검증하였다. 또한, 실내와 실외를 구분하는 역할을 수행하는 손실 함수가 학습 결과에 미치는 영향을 실험, 검증하였다. 최종적으로 본 연구에서 생성된 환경 맵을 기존의 연구 결과와 비교 실험하는 사용자 테스트를 진행하였고 더 좋은 결과를 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1379-1391
• /
• 2020

농업에서의 무인기는 촬영 영역은 작지만, 위성이 가지지 못하는 초고해상도의 영상 수집이 가능하며, 작물의 생물계절에 맞는 영상을 적시에 획득 할 수 있어 들녘단위 농경지의 모니터링에 유용하게 사용될 수 있다. 하지만 무인기의 경우 위성과 달리 다양한 카메라와 촬영 환경에 따른 다중시기 영상을 활용하기 때문에 시계열 영상 활용을 위해서는 정규화 된 영상자료를 활용하는 것이 필수적으로 요구된다. 본 연구는 무인기 다중분광 영상의 농업 모니터링 시계열 활용을 위해 촬영 환경에 따른 무인기 반사율 및 식생지수의 변동성을 분석하였다. 촬영 고도, 촬영 방향, 촬영시간, 운량과 같은 환경요인에 따른 반사율 변동성은 8%에서 11%로 매우 크게 나타났으나, 식생지수의 변동성은 1% ~ 5%로 안정적인 것을 확인 할 수 있었다. 이러한 현상은 무인기 다중분광센서의 특성과 후처리 프로그램의 정규화 등 다양한 원인이 존재하는 것으로 판단된다. 따라서 무인기 영상의 시계열 활용을 위해서는 식생지수와 같은 밴드비율함수를 활용하는 것이 권장되며 촬영 시 가능한 동일한 촬영시간, 촬영 고도, 촬영 방향을 설정하여 시계열 영상의 변동성을 최소화하는 것이 권장된다.

• 한국농림기상학회지
• /
• 제20권2호
• /
• pp.205-213
• /
• 2018

작물 모델의 개발과 검증에 사용되는 생체중 자료는 파괴적 샘플링을 통해 얻어져 왔다. 파괴적 샘플링이 가지는 단점을 보완하기 위해 저가형 3D 센서인 Kinect 센서와 무료 공개 소프트웨어들을 사용하여 생체중을 추정하는 기법을 개발하였다. 특히, 많은 작물모델들이 개발되어 있지 않은 배추를 대상으로 입체이미지를 생성하여, 그로부터 얻어진 부피와 생체중 추정치의 신뢰도를 분석하고자 하였다. 크기가 다른 배추 결구 부위를 스캔하기 위해 Kinect 센서와, Microsoft가 무상으로 제공하는 Software Development Kit 내 Kinect Fusion Explorer 프로그램을 사용하였다. 개별 배추의 입체이미지를 생성하기 위해 3D 그래픽 편집 소프트웨어인 Meshlab을 활용하여 배경과 불필요한 물체를 수동으로 제거하였다. 또한, 불완전한 입체모델로부터 생체중 추정을 위해 3D 프린터 소프트웨어인 Makerbot Desktop 을 사용하여 배추를 생성하기 위해 필요한 플라스틱 필라멘트 소모량을 추정하였다. 입체모델 편집 프로그램인 Blender를 사용하여 부피를 추정하였을 때, 실제 부피에 비해 17.6%에서 2160.6% 범위의 상당한 오차가 있었다. 반면, 필라멘트 소요량은 실제 배추 생체중 변이의 98.7%를 설명할 수 있었다. 또한, 이들의 상관관계는 5% 수준에서 유의하였다. 이러한 결과들은 직접적인 부피 계산 절차를 제외하더라도 간편하게 생체중을 추정할 수 있음을 확인하였다. Kinect 센서를 사용하여 배추의 생체중 추정이 가능하다는 것이 확인 되었으나, 기존의 고가형 3D 센서에 비해 낮은 해상도와 주간에 활용이 어려운 점이 있다. 그럼에도 불구하고, 배추 생육 모델의 시계열적 검증 자료를 Kinect 센서를 이용하여 간편하고 신속하게 획득할 수 있어 모델의 불확도를 감소하는 데에 기여할 수 있을 것으로 판단된다. 따라서, 후속 연구에서 보다 저렴한 가격대의 3D 센서들을 대상으로 야외 및 주간조건애서 작물의 생체중 측정 가능성에 대해 검토하고 작물 모형 개발 및 개선을 위한 기술개발이 이루어져야 할 것으로 사료된다.

• 한국세라믹학회지
• /
• 제39권8호
• /
• pp.735-741
• /
• 2002

미분탄 화력발전소에서 보일러의 부하를 변화시켰을 때 전기집진기에서 단별 채취한 fly ash에 대해서 디지털 이미지 분석을 이용하여 원형지수를 검토하였다. 원형지수 측정은 다음과 같은 다섯 단계, 즉 ① 이미지 획득, ② 이미지 전처리, ③ 검출, ④ 이미지 후처리, ⑤ 측정의 단계를 거쳐 이루어 졌다. Fly ash의 평균 원형지수는 0.78∼0.83의 범위를 나타냈으며, 같은 위치에 있는 호파에서 채취한 fly ash는 보일러의 부하에 관계없이 유사한 원형지수 값을 나타냈다. 그리고 첫 번째 호파에서 세 번째 호파로 갈수록, 즉 fly ash의 평균 입경이 작아질수록 원형지수는 증가하는 경향을 나타냈다.

• 한국전산구조공학회논문집
• /
• 제32권4호
• /
• pp.265-272
• /
• 2019

본 연구에서는 영상기반 딥러닝 및 이미지 프로세싱 기법을 이용한 볼트풀림 손상검출 기법을 제안하였다. 이를 위해 먼저, 딥러닝 및 이미지 프로세싱 기반 볼트풀림 검출 기법을 설계하였다. 영상기반 볼트풀림 검출 기법은 볼트 이미지 검출 과정 및 볼트풀림 각도 추정 과정으로 구성된다. 볼트 이미지의 검출을 위하여 RCNN기반 딥러닝 알고리즘을 이용하였다. 영상의 원근왜곡 교정을 위해 호모그래피 개념을 이용하였으며 볼트풀림 각도를 추정을 위하여 Hough 변환을 이용하였다. 다음으로 제안된 기법의 성능을 검증을 위하여 거더의 볼트 연결부 모형을 대상으로 볼트풀림 손상검출 실험을 수행하였다. 다양한 원근 왜곡 조건에 대하여 RCNN 기반 볼트 검출기와 Hough 변환 기반 볼트풀림 각도 추정기의 성능을 검토하였다.

• 한국측량학회지
• /
• 제5권2호
• /
• pp.24-33
• /
• 1987

본 논문은 원격탐사 Data를 이용한 분야에서 보다 효과적인 좌상처리 기법 및 보다 정확한 분류화상을 얻는 것을 목적으로 하고 있다. 이의 실행을 위해 여름 좌상과 겨울 화상을 합성한 토지이용 분류결과와 여름 화상만의 분류결과를 비교분석 하였다. 위의 분석결과로부터 Bitemporal Classification 기법과 $tan^{-1}$변환이 유효함을 알아내었다. 특히 Bitemporal Classification 기법을 적용함으로써 농경지를 논과 밭으로 구별하여 분류하는 것이 보다 가능하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.469-472
• /
• 2011

본 논문에서는 모바일 기기의 디스플레이 비율을 고려한 복합적 Image retargeting 기법을 제안한다. 제안 기법은 다양한 비율을 가지는 광시야각 영상을 모바일기기에서 디스플레이하고자 할 때 줄어드는 과정에서 영상 내의 주요 영역의 손실을 최소화하고 자연스러운 결과 영상을 만들어내기 위해 영상의 saliency를 분석하여 에너지 분포와 gravity center를 구한다. 분석된 에너지 분포를 통해 영상을 동일한 에너지량을 가진 n개의 영역으로 분할하고 각 영역의 분포 특징에 따라 crop, linear scaling, seam carving의 기법을 최적의 영역에 복합적으로 적용하여 영상을 retargeting한다. 끝으로 제안하는 기법의 결과영상과 기존 기법의 결과 영상을 비교하여 제안 기법의 강점을 검증한다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2003년도 학술발표논문집
• /
• pp.71-74
• /
• 2003

The purpose of this study is to extract agriculture-related information from high-resolution satellite imageries. Calendar of cropping pattern for crops detected on the image was diagrammed, and field investigation was done to check crop status, agricultural facilities and structures. As a result, high-resolution agricultural land cover map from IKONOS imageries was made out.

• 대한원격탐사학회지
• /
• 제32권4호
• /
• pp.383-401
• /
• 2016

In this paper, we described the statistical modeling of crop yields using satellite images, climatic datasets, soil property maps, and fertilizer data for the Midwestern United States during 2001-2012. Satellite images were obtained from the Moderate Resolution Imaging Spectroradiometer (MODIS), and climatic datasets were provided by the Parameter-elevation Regressions on Independent Slopes Model (PRISM) Climate Group. Soil property maps were derived from the Harmonized World Soil Database (HWSD). Our multivariate regression models produced quite good prediction accuracies, with differences of approximately 8-15% from the governmental statistics of corn and soybean yields. The unfavorable conditions of climate and vegetation in 2012 could have resulted in a decrease in yields according to the regression models, but the actual yields were greater than predicted. It can be interpreted that factors other than climate, vegetation, soil, and fertilizer may be involved in the negative biases. Also, we found that soybean yield was more affected by minimum temperature conditions while corn yield was more associated with photosynthetic activities. These two crops can have different potential impacts regarding climate change, and it is important to quantify the degree of the crop sensitivities to climatic variations to help adaptation by humans. Considering the yield decreases during the drought event, we can assume that climatic effect may be stronger than human adaptive capacity. Thus, further studies are demanded particularly by enhancing the data regarding human activities such as tillage, fertilization, irrigation, and comprehensive agricultural technologies.

• 한국작물학회지
• /
• 제64권2호
• /
• pp.159-164
• /
• 2019

Weed control is a crucial practice not only in organic farming, but also in modern agriculture because it can lead to loss in crop yield. In general, weed is distributed in patches heterogeneously in the field. These patches vary in size, shape, and density. Thus, it would be efficient if chemicals are sprayed on these patches rather than spraying uniformly in the field, which can pollute the environment and be cost prohibitive. In this sense, weed detection could be beneficial for sustainable agriculture. Studies have been conducted to detect weed patches in the field using remote sensing technologies, which can be classified into a method using image segmentation based on morphology and a method with vegetative indices based on the wavelength of light. In this study, the latter methodology has been used to detect the weed patches. As a result, it was found that the vegetative indices were easier to operate as it did not need any sophisticated algorithm for differentiating weeds from crop and soil as compared to the former method. Consequently, we demonstrated that the current method of using vegetative index is accurate enough to detect weed patches, and will be useful for farmers to control weeds with minimal use of chemicals and in a more precise manner.