• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.485-492
• /
• 2016

이진화는 컴퓨터 비전 분야에서 전경과 배경을 분리하는 중요한 역할을 한다. 본 연구에서는 적응 퍼지 이진화 방법을 제안한다. 이동 창 내의 화소의 밝기 값 분포에 따라 ${\alpha}$-컷을 구하고, 이 값을 이용하여 이진화를 수행한다. ${\alpha}$-컷을 구하기 위해 수행속도가 빠른 기존의 이진화 방법들을 이용한다. 기존 방법들로 구해진 임계치들을 퍼지 소속 함수들의 중심값으로 설정하고, 화소의 밝기값 분포를 이용하여 퍼지 소속 함수들의 구간을 결정한다. 결정된 퍼지 소속 함수들을 이용하여 ${\alpha}$-컷의 조정율을 구하고, 각 화소의 소속도에 따라 이진화를 수행한다. 실험 결과는 제안한 방법이 기존의 방법들보다 전경과 배경이 효과적으로 분리될 수 있고, 전경의 손실이 적어지는 것을 보여준다.

• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.663-670
• /
• 2019

지하철에서 스크린 도어와 플랫폼간의 경계선을 검출할 수 있는 변형된 케니에지 검출 알고리듬을 제안한다. 일반적으로 지하철에서는 플랫폼과 스크린 도어 사이의 경계선은 주변에 비해 어둡게 나타나므로 이의 특성을 고려하여 변형된 bottom-hat 변환을 이용해 에지 영상을 만든다. 이렇게 구한 에지 영상에 이중 문턱화를 통해 강한 에지와 약한 에지를 포함하는 이중 문턱화 영상을 얻는다. 이중 문턱화 영상에 호프 변환을 적용하여 플랫폼과 스크린 도어 간의 경계선을 검출하여 그 길이를 계산하고, 사람 등 물체가 있을 때와 없을 때와의 경계선 길이를 비교함으로써, 경계선을 침범 여부를 판단하는 알고리듬을 제안한다. 본 논문에서는 카메라 높이 위치에 따라 두 종류의 서로 다른 입력영상을 사용하여 제안한 변형된 케니에지 검출 알고리듬에 대한 결과를 컴퓨터 시뮬레이션으로 나타내었다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.83-88
• /
• 2024

본 연구에서는 Railroad surface 데이터를 활용하여 Semi-Supervised learning방식으로 railroad surface의 defect를 검출해내는 방안을 제안한다. Resnet50에 ImageNet으로 pretrained된 모델을 이용한다. Label이 없는 데이터에서 무작위로 데이터를 선정, 선정한 데이터에 label을 부여한 뒤 이 데이터로 모델을 학습시킨다. 학습된 모델을 이용하여 나머지 데이터의 결과값을 예측한 후, 그 예측값이 일정한 threshold보다 큰 것을 골라내고, threshold보다 큰 값들을 값이 큰 순서대로 정렬하여, 일정한 크기만큼 training data에 추가한다. 이 때, 각 class에 속할 확률이 높은 쪽으로 pseudo-labeling을 수행한다. 초기에 label이 부여된 데이터 개수에 따른 전체적인 class 분류 성능을 확인하는 실험 또한 진행하였고, 전체 training data대비 10% 미만의 labeled data로 최대 98%의 정확도를 얻는 성능을 보였다.

• 대한원격탐사학회지
• /
• 제31권3호
• /
• pp.227-244
• /
• 2015

최근 위성 Synthetic Aperture Radar (SAR) 영상의 해상도가 개선됨에 따라 이에 대한 수요가 증가할 것으로 보이며 향후 새로운 응용시장으로 성장할 것으로 예측되고 있다. 특히, 화산이나 지진과 같은 자연 재해에 대한 예측이나 지형의 미세한 변화를 탐지하기 위한 용도로 SAR 영상의 활용도가 증가하고 있다. 기존의 변화탐지 알고리즘을 고해상도 SAR 영상에 적용할 경우, 영상간의 기하학적 구조, 스펙클의 영향 등으로 변화탐지 정확도가 저하될 수 있다. 또한, SAR 영상의 경우 지형적 특성에 따라 영상의 통계적 분포가 다르므로 영상의 통계분포를 반영한 임계값 추정이 필요하다. 본 연구에서는 고해상도 SAR 영상의 통계적 분포특성을 반영하여 임계값을 이용하는 변화탐지 알고리즘을 제안한다. 제안된 알고리즘의 성능을 시험하기 위해 SAR 영상 시뮬레이션을 수행하여 성능을 시험하고 검증하였다. 마지막으로 Cosmo-Skymed과 다목적실용위성-5 영상에 각각 적용하여 검증하고 비교한 결과를 제시한다.

• 한국광학회지
• /
• 제17권5호
• /
• pp.383-390
• /
• 2006

Shack-Hartmann 파면측정 센서는 적응광학 분야에서 파면측정용으로 가장 널리 사용되고 있다. Shack-Hartmann 센서에서 파면측정 알고리즘은 크게 점영상의 중심점 탐색 알고리즘과 파면복원 알고리즘으로 나눌 수 있다. 이 중 점영상의 중심점 탐색은 파면측정 결과에 크게 영향을 미치나 많은 연구결과에도 불구하고 최적의 중심점 측정 알고리즘 및 내부 변수 설정에 대한 일반적인 해결책은 아직 제시되지 못하고 있다. 현재, 중심점 탐색 알고리즘으로는 무게중심법(center of gravity)이 가장 널리 사용되고 있다. 본 연구에서는 중심점 탐색 알고리즘에 의한 측정 정확도 분석을 위해 무게중심법과 상관관계법(correlation)을 함께 고려하였다. 이를 위해 Shack-Hartmann 센서의 파면측정 과정을 전산모사하였고, 이로부터 중심점 탐색 알고리즘과 관련하여 무게중심법 및 상관관계법에서의 노이즈 특성을 비교, 분석하였다. 또한, 무게중심법에서 문턱값(threshold value)의 설정에 따른 파면측정의 정확도에 대한 분석을 통하여 노이즈 제거를 위한 최적의 문턱값을 제안하였다. 이와 더불어 Shack-Hartmann 센서 시스템을 구성하여 디포커스(defocus)를 발생시키고 이를 측정하는 실험을 수행함으로써 파면측정 알고리즘 및 전산모사 결과를 검증하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권3호
• /
• pp.179-185
• /
• 2019

본 논문은 저전력 특징추출 알고리즘의 구현을 위한 블록 유형 분류 기반 영상 이진화 방법을 제안한다. 제안하는 방법은 영상 내에서 $64{\times}64$ macro block 크기로 영상을 나누고 각 블록 유형별 threshold 값을 한 번만 연산한 후 그 값을 re-use 하는 기법으로 구현될 수 있다. 알고리즘은 threshold 값이 같은 영상/블록 유형 내에서 최대 9%의 변화율만 발생하는 것을 정량적인 결과를 기반으로 검증했다. 기존 알고리즘은 $512{\times}512$ 이미지 기준으로 macro block을 $64{\times}64$로 나누었을 때 64개의 블록을 위해 threshold 값을 연산해야 하지만 제안하는 방법은 모두 같은 블록 유형이 출력되는 best case의 경우 threshold 연산을 한번만 수행하고, 나머지 63개의 블록에 대해서는 블록 유형 구분 과정만 수행하면 adaptive threshold calculation 연산을 98% 생략할 수 있다. 모든 블록 유형이 발생하는 worst case일 때 threshold calculation 연산은 다섯 번 수행되고, 나머지 59개의 블록에 대해서는 블록 유형 구분 과정만 수행할 수 있으므로 93%의 adaptive threshold calculation 연산을 생략할 수 있다.

• 한국지리정보학회지
• /
• 제19권3호
• /
• pp.16-28
• /
• 2016

공간정보 웹 서비스 기술과 응용 분야의 발전에 따라 서로 다른 운영 플랫폼과 브라우저 환경들에서의 호환성과 상호운용성을 위한 기술적 고려가 필요한 상황이다. 또한 웹 시스템 구현에 필요한 공통요소 및 지원요소의 중복성 문제가 발생하는 경우도 있다. 이러한 문제에 대하여 국제표준기구인 OGC에서 개발한 공간정보와 관련된 표준들을 이해하고 적용하는 것이 적절한 해결 방안이 될 수 있다. 따라서 현재 공간정보 웹 서비스 설계와 개발에서 서비스 목적과 환경에 적합하도록 OGC 표준들을 적용하는 것은 핵심 고려사항이다. 특히 목표 시스템이 웹상에서의 실제 공간정보 처리기능을 지원하는 경우에는 WPS를 고려해야 한다. 그러나 최근에 발표된 WPS 2.0 표준에 대한 연구는 아직 초기 응용단계이다. 본 연구에서는 WPS 2.0의 주요 특징이라고 할 수 있는 다양한 프로세스의 동시 처리를 가능하게 하는 비동기식 처리기능을 제공하는 기초 운영 환경 구축에 주안점을 두고 웹 기반 공간정보 분석서비스를 위한 시험 시스템을 구현하였다. Binary thresholding 알고리즘을 적용한 사례를 제시하였으며 향후 다중 사용자의 다중 알고리즘 동시 사용요청에 대한 실험을 계속 연구로 수행할 예정이다. 예시 시스템은 jQuery와 OpenLayers를 이용한 클라이언트 시스템과 Spring 프레임워크를 기반으로 ZOO 프로젝트와 Geoserver등의 오픈소스를 적용한 서버 시스템으로 구성하였다. 이번 연구에서 제시된 모델과 처리 결과는 실제 사용자 환경에서 WPS 적용성과 확장성을 위한 참고모델로 이용될 수 있다.

• 한국측량학회지
• /
• 제32권2호
• /
• pp.133-142
• /
• 2014

Landsat은 대표적인 지구관측 위성 중 하나로 지표면 모니터링, 변화탐지, 분류 등 다양한 분야에서 사용되고 있다. 하지만 구름과 구름의 그림자는 지표의 관측과 분석을 제한하는 장애물 중 하나로, Landsat을 사용하기 전 구름을 제거하고 원래의 지표 피복으로 복원하는 과정은 필수적이다. 최근에 발사된 Landsat-8은 기존위성에 비해 2개의 추가적인 costal/aerosol, cirrus 밴드를 제공하며, 이는 구름을 탐지하고 복원하는데 효율적으로 사용될 수 있다. 따라서 본 연구에서는 Landsat-8의 영상에서 구름을 효과적으로 탐지하고, 복원하는 기법을 단계적으로 제안하였다. Otsu 임계화 기법을 통하여 구름과 구름의 그림자 지역을 탐지하였고, 탐지된 구름 및 그림자 지역은 실험 영상과 참조영상을 이용하여 원래의 지표 피복으로 복원 하였다. 복원영상의 정확도 평가에서는 전체정확도가 약 85%, 카파계수가 0.7128로 본 연구에서 제안한 알고리즘이 효율적임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.320-323
• /
• 2014

오늘날 교통환경의 고도화는 지능형 교통 시스템(Intelligent Transportation System)과 함께 진행되고 있으며 차량용 블랙박스, 모바일기기 등의 대중화와 함께 안전하고 편리한 서비스를 제공하는데 일조하고 있다. 교통상황은 다양한 원인에 의해 시시각각 변화하며, 특히 갑작스러운 폭우, 우박, 눈길 등과 같이 공공의 힘으로 제어할 수 없는 외부 요인으로 인해 운전자가 이를 대비하지 못하여 큰 사고로 이어지는 경우가 비일비재하다. 이를 방지하기 위해 운전자간 실시간으로 기상정보를 전달하는 시스템이 필요하다. 본 논문은 실시간 기상정보전달을 위한 기상정보 검지알고리즘을 제안한다. 본 알고리즘은 와이퍼의 움직임과 맑은날의 히스토그램 간 Contrast를 이용하여 기상상황을 검지한다. 일반적으로 악천후 상황에서 와이퍼를 사용하게 되며, 눈이나 비 등에 따라 다른 Contrast값을 가지게 된다. 이를 이용해 맑은 상황, 눈이 오는 상황, 눈이 쌓인 상황, 비오는 상황 등을 판단하였다. 우선, 연산량을 줄이기 위해 와이퍼를 검지할 수 있는 최소영역을 ROI(Region Of Interest)로 지정하고, 차량 와이퍼의 밝기를 임계값으로 하는 Thresholding 연산을 통해 와이퍼를 검출하였다. 또한, 맑은 날과 악천후상황의 Value 값을 이용해 Contrast를 구하였으며 이를 통해 각각의 기상상황을 구별하였다. 실험결과 비오는 상황은 약 87%, 눈이 내리는 상황은 약 82% 검지율을 얻을 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.901-912
• /
• 2022

전 세계적인 기후변화로 재해발생빈도가 증가하고 있으며, 국내에서도 이례적인 폭우 및 장마현상이 발생되고 있다. 이러한 기상이변현상은 가뭄, 홍수 등으로 이어져 2차피해를 유발할 수 있으므로 주기적인 모니터링과 신속한 탐지가 중요하다. 수체탐지를 위하여 광학영상을 활용한 연구가 지속적으로 이루어지고 있으나, 폭우를 동반하여 발생하는 홍수를 탐지하기 위해서는 구름의 영향으로 탐지하기 어렵다는 한계를 대변하기 위해 전천후 주야에 관계없이 관측가능한 합성개구레이더(synthetic aperture radar, SAR)를 활용한 연구가 필요하다. 본 연구에서는 개방데이터로서 24시간 이내에 수집 가능한 Sentinel-1 SAR 영상을 활용하여 최근 다양한 분야에서 활용되고 있는 딥러닝 알고리즘인 UNet을 적용하였다. 선행연구에서 SAR영상과 딥러닝 알고리즘을 이용하여 수체탐지 연구가 진행되고 있지만, 국내를 대상으로 소수의 연구만이 진행되었다. 따라서 SAR 영상의 딥러닝 적용가능성을 파악해보고자 UNet과 기존의 알고리즘인 임계값(thresholding) 방법을 비교하였으며, 5가지 지수와 Sentinel-2 normalized difference water index (NDWI)로 평가하였다. Intersect of union (IoU)로 정확도를 평가해 본 결과 UNet은 0.894, 임계값 방법은 0.699로 UNet의 정확도가 높은 것을 확인할 수 있었다. 본 연구를 통해 딥러닝 기반 SAR영상의 적용가능성을 확인할 수 있었으며, 고해상도의 SAR영상과 딥러닝 알고리즘을 적용한다면, 국내를 대상으로 주기적이고 정확한 수체의 변화탐지가 가능할 것이라 기대된다.