• 한국산업융합학회 논문집
• /
• 제23권6_2호
• /
• pp.1025-1032
• /
• 2020

In this paper, we propose a method to classify road weather conditions into rain, fog, and sun using a SVM (Support Vector Machine) classifier after extracting weather features from images acquired in real time using an optical sensor installed on a roadside post. A multi-dimensional weather feature vector consisting of factors such as image sharpeness, image entropy, Michelson contrast, MSCN (Mean Subtraction and Contrast Normalization), dark channel prior, image colorfulness, and local binary pattern as global features of weather-related images was extracted from road images, and then a road weather classifier was created by performing machine learning on 700 sun images, 2,000 rain images, and 1,000 fog images. Finally, the classification performance was tested for 140 sun images, 510 rain images, and 240 fog images. Overall classification performance is assessed to be applicable in real road services and can be enhanced further with optimization along with year-round data collection and training.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.157-157
• /
• 2017

To minimize the damage by wild birds and acquire the benefits such as protection against weeds and maintenance of water content in soil, the mulching black color vinyl after seeding should be carried out. Non-contact and non-destructive methods that can continuously determine the locations are necessary. In this study, a crop position detection method was studied that uses infrared thermal image sensor to determine the cotyledon position under vinyl mulch. The moving system for acquiring image arrays has been developed for continuously detecting crop locations under plastic mulching on the field. A sliding mechanical device was developed to move the sensor, which were arranged in the form of a linear array, perpendicular to the array using a micro-controller integrated with a stepping motor. The experiments were conducted while moving 4.00 cm/s speed of the IR sensor by the rotational speed of the stepping motor based on a digital pulse width modulation signal from the micro-controller. The acquired images were calibrated with the spatial image correlation. The collected data were processed using moving averaging on interpolation to determine the frame where the variance was the smallest in resolution units of 1.02 cm. Non-linear integral interpolation was one of method for analyzing the frequency using the normalization image and then arbitrarily increasing the limited data value of $16{\times}4pixels$ in one frame. It was a method to relatively reduce the size of overlapping pixels by arbitrarily increasing the limited data value. The splitted frames into 0.1 units instead of 1 pixel can propose more than 10 times more accurate and original method than the existing correction method. The non-integral calibration method was conducted by applying the subdivision method to the pixels to find the optimal correction resolution based on the first reversed frequency. In order to find a correct resolution, the expected location of the first crop was indicated on near pixel 4 in the inversion frequency. For the most optimized resolution, the pixel was divided by 0.4 pixel instead of one pixel to find out where the lowest frequency exists.

• 대한방사선기술학회지:방사선기술과학
• /
• 제45권1호
• /
• pp.41-47
• /
• 2022

The purpose of this study is to apply a deep learning model that can distinguish lung perfusion and lung ventilation images in nuclear medicine, and to evaluate the image classification ability. Image data pre-processing was performed in the following order: image matrix size adjustment, min-max normalization, image center position adjustment, train/validation/test data set classification, and data augmentation. The convolutional neural network(CNN) structures of VGG-16, ResNet-18, Inception-ResNet-v2, and SE-ResNeXt-101 were used. For classification model evaluation, performance evaluation index of classification model, class activation map(CAM), and statistical image evaluation method were applied. As for the performance evaluation index of the classification model, SE-ResNeXt-101 and Inception-ResNet-v2 showed the highest performance with the same results. As a result of CAM, cardiac and right lung regions were highly activated in lung perfusion, and upper lung and neck regions were highly activated in lung ventilation. Statistical image evaluation showed a meaningful difference between SE-ResNeXt-101 and Inception-ResNet-v2. As a result of the study, the applicability of the CNN model for lung scintigraphy classification was confirmed. In the future, it is expected that it will be used as basic data for research on new artificial intelligence models and will help stable image management in clinical practice.

• Spatial Information Research
• /
• 제19권1호
• /
• pp.29-40
• /
• 2011

정지궤도 해색 센서(GOCI: Geostationary Ocean Color Imager) 는 세계 최초의 정지궤도 위성으로 매일 1 시간마다 8 장의 영상을 획득 할 수 있어 육상파 해양 모두 활용성이 높은 위성이다. 그러나 500m의 GSD(Ground Sample Distance)를 지니는 서해성도 영상은 육성 활용에 한계가 있다. 최근, 컴퓨터 비전분야에서 활발히 진행 중인 기술인 Super Resolution(이하 SR)는 유사 시간대에 촬영한 저해상도 영상으로부터 고해상도 영상을 제작하는 기술로, 이를 시간 해상도가 높은 시계열 위성인 GOCI에 적용한다면 해상도가 향상 된 영상을 제작하는 기술로, 이를 시간 해상도가 높은 시계열 위성인 GOCI에 적용한다면 해상도가 향상 된 영상의 취득이 가능하며, 또한 광학 위성 영상의 단점인 구름에 의해 손실된 지상 정보의 복원이 가능할 것이다. 본 연구에서는, GOCI 자료를 위한 효율적인 초해상도 영상 복원 알고리즘 개발을 위한 선행연구로써 위성 영상 취득과정과 유사한 환경의 시뮬레이션을 통해 시계열 자료를 제작하고, 제작된 자료를 제안한 알고리즘에 적용함으로서 0.1 단위의 픽셀 정합도를 확인하였고, 원본 영상과 RMSE 0.5763, PSNR 52.9183 db, SSIM Index 0.9486의 정확도를 나타낸 HR 영상을 복원하였다.

• Journal of Platform Technology
• /
• 제9권4호
• /
• pp.60-70
• /
• 2021

본 논문은 2채널 이상의 다중 카메라를 사용하는 곡면 스크린 사격 시스템에서 패턴 레이저 영상의 좌표를 안정적으로 추적할 수 있는 방법을 제안하였다. 이 방법은 HMD 사격 방식을 대체할 수 있는 다중 스크린 사격 방식에 적용시 매우 효과적으로 타겟점을 추적 및 획득할 수 있다. 개별 카메라로부터 획득한 변형이 심한 곡면 스크린의 영상을 영상 정규화, 영상 이진화 및 노이즈 제거를 통해 보정한다. 이 보정된 영상을 매칭점을 기준으로 사격의 탄착점 추적에 용의한 유클리드 공간 맵으로 생성하여 적용한다. 실험한 결과, 곡면 스크린 사격 시스템에서 패턴 레이저의 영상 좌표를 안정적으로 추출하였고, 실세계 좌표 위치와 광대역 유클리드 맵의 타켓점 위치 오차를 최소화하였다. 실험을 통해 제안한 방법의 신뢰성을 확인하였다.

• 한국정보처리학회논문지
• /
• 제2권6호
• /
• pp.903-917
• /
• 1995

대부분의 데이타베이스 시스템에서, 이미지는 캡션(caption), 주석(annotation), 속성(attribute)과 같이 그 이미지와 관련된 텍스트를 이용하여 간접적으로 인덱스 되었다. 그러나, 이미지에 포함된 정보를 직접적으로 사용하여 내용에 기반한 이미 지의 저장과 검색을 지원하는 이미지 데이타베이스 시스템의 요구가 점점 증가하고 있다. 내용에 기반한 몇몇 인덱싱 방법들이 있는데 그중에서 Petrakis는 이미지를 구성하는 오브젝트들의 공간관계와 속성을 고려한 이미지 인덱싱 방법을 제안했다. 이것은'2-D string'에 기반한 인덱싱 연구의 확장인데. 이 방법은 많은 저장공간을 필요로 하며 융통성이 부족하다. 본 논문은 페이징 기법을 사용하는 kd-trr를 이용한 인덱스 화일구조를 제안한다. 그리고 정규화 과정을 사용해서 실제 이미지로부터 키를 추출하는 예를 보이고 시뮬레이션을 통해 비교하였다. 실험 결과는 제안된 방법이 훨씬 적은 저장공간을 요구하고, 융통성면에서 개선이 되었음을 보여준다.

• 방송공학회논문지
• /
• 제21권5호
• /
• pp.770-781
• /
• 2016

안개 영상은 색상 정보와 경계선 정보가 줄어들기 때문에 사물의 식별에 어려움이 발생한다. 안개 제거를 위한 대표적인 알고리즘은 Dark Channel Prior(DCP)를 이용한 방식으로 안개 영상의 색상 정보를 이용하여 안개의 전달량을 추정 한 후 안개를 제거한다. 그러나 색상 정보를 바탕의 안개량 추정을 할 경우, 영상 내에 흰색 사물이나 광원과 같이 높은 밝기의 사물이 있는 영역에 대해 안개량 및 전달량을 오추정하는 문제점이 발생한다. 본 논문에서는 안개 영상의 백색 영역을 중심으로 색 정규화를 적용 한 후, 안개량 오추정 영역을 주변 안개값으로 보정하여 안개값 오추정 문제를 개선하였다. 또한 개선된 안개량 추정 결과를 바탕으로 전달량 계산 후 전달량 정련을 통해 안개 영상의 화질을 개선하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권4호
• /
• pp.362-371
• /
• 2003

이 논문에서는 이미지 데이타베이스에서 모양 특징 기반 이미지 분류와 인덱싱을 위해 객체의 윤곽선 특성을 고려해 임계값을 동적으로 결정하여 최적 우세점을 추출하는 알고리즘을 제안한다. 동적 임계값결정은 원본 모양의 윤곽선 길이 비와 근사화된 다각형의 둘레 길이 비를 알고리즘 수행시 점진적으로 검사하는 방법을 사용한다. 이 알고리즘은 윤곽선 특징을 반영하여 동적인 임계값 검사를 함으로써 의사점 수를 최대한 줄이며 최소 우세점만으로 모양 특징 정보를 추출할 수 있는 장점을 보인다. 제안한 방법은 객체의 윤곽선을 이루는 n개의 점에서 m개의 최적 우세점을 찾는데 평균 O(nlogn)이 걸린다. 최적화 평가는 7가지 서로 다른 특성을 가지는 70개의 합성 모양과 1,100개의 어류 모양에 대해 알고리즘을 적용하고 피 결과에 대해 평가 함수를 구성하여 수행하였다. 최적화율은 실험 모양들에 대해 평균0.92를 보였으며 기존 알고리즘에 대해 약 14% 최적화 성능 개선을 보였다. 제안한 알고리즘을 통해 추출한 모양 특징 정보는 정규화를 통해 이미지 분류와 인덱싱, 유사도 검색에 활용할 수 있다.

• 한국정보통신학회논문지
• /
• 제25권6호
• /
• pp.819-824
• /
• 2021

자율 주행이나 CCTV와 같이 영상 처리 관련 기술들이 발전함에 따라 영상 왜곡에 대한 문제점을 개선하기 위해 단일 영상을 이용한 안개 제거 알고리즘이 연구되고 있다. 안개 밀도 예측 방법으로는 깊이 맵을 생성하여 영상의 깊이를 추정하는 방법이 있고, 깊이 맵의 학습 데이터로 다양한 안개 특징을 사용할 수 있다. 또한 안개 제거 알고리즘을 실제 기술들에 적용하기 위해 고화질 영상을 실시간으로 처리할 수 있는 하드웨어 구현은 필수적이다. 본 논문에서는 변동계수 기반의 안개 특징인 NLCV(Normalize Local Coefficient of Variation)를 하드웨어로 구현한다. 제안하는 하드웨어는 Xilinx 사의 xczu7ev-2ffvc1156을 Target device로 FPGA 구현하였다. Vivado 프로그램을 통해 합성한 결과 479.616MHz의 최대 동작 주파수를 가지며 4K UHD(3840×2160) 환경에서 실시간 처리 가능함을 보인다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.367-369
• /
• 2004

In this paper we propose an effective and reliable hand detection method using neural network with ICA(Independent Component Analysis) Features. Many algorithms of hand detection have been proposed yet. Among them, ICA is the one of the interesting topics in image processing. ICA can not only separate mixed signals but also efficiently extract low-dimensional features in signals. ICA features are able to represent the characteristic of the images well. The object of this paper is to use effectively ICA that has above advantage. That is, by the proper number of Independent component the arithmetic speed is faster and by normalization of ICA feature the performance of detection is more reliable. For this, we adopt the algorithm, the Proportion of variance, which select the ICA feature by comparing the ratio of variance of ICA feature. By this method, we can extract the feature that is good at classifying hand and non-hand. Our experimental results show that by using ICA features, we obtained a better performance in hand detection than by only training NN on the image. And we can use hand detection system effectively and reliably by our proposal.