• 제목/요약/키워드: Images, processing

검색결과 4,224건 처리시간 0.035초

이동형 CCTV 장치를 이용한 공동구 모니터링 방법 (Monitoring Method Using Moving CCTV in Common Duct)

  • 강진아;김태훈;오윤석;최현상
    • 한국지리정보학회지
    • /
    • 제14권4호
    • /
    • pp.1-12
    • /
    • 2011
  • 도시 팽창과 신도시 개발로 도로, 전기, 상하수도 등의 7대 지하시설물의 안전에 대한 관심이 대두되고 있다. 특히 상하수도, 가스관 등을 수용하고 있는 공동구 설치 및 관리 방법이 대안으로 제시되고 있으나, 기존 공동구 시설은 국가 보안지역으로 묶여 관련 관리 기술에 대한 연구가 많이 이루어지지 못하였다. 특히 기존 인력에 의존하여 운영하는 현 방식은 실시간으로 긴박하게 발생하는 사건 사고에 적절히 대처하기 어려울 뿐만 아니라, 공동구내부에 화재 발생이나 가스유출 사고 발생 시 접근조차 불가능하며 사고에 대한 상황파악이나 대처가 어렵다. 그러므로 본 연구에서는 한국건설기술연구원내 설치되어 있는 실증실험장(TestLab)내에 설치되어 있는 공동구에서 무인 모니터링 장치를 설치하는 방법과 상수도관을 중심으로 시설물 관리 방법과 전체 모니터링을 위한 CCTV 영상 자료 처리 방법을 제안하고자 한다. 본 기술의 적용은 공동구내부에 실시간 모니터링이 가능하며, 사건 사고 발생 시 신속한 접근 및 대처가 가능하다.

ISODATA 기법을 이용한 RapidEye 영상으로부터 하천의 추출에 관한 연구 (A Study on the Extraction of a River from the RapidEye Image Using ISODATA Algorithm)

  • 조명희
    • 한국지리정보학회지
    • /
    • 제15권4호
    • /
    • pp.1-14
    • /
    • 2012
  • 하천은 육지 표면에서 일정한 물길을 따라 흐르는 물줄기를 의미하며, 하천 매핑 작업은 하천유역의 지형 변화 연구 및 하천 유역의 홍수 모니터링 연구 등에 매우 중요한 역할을 한다. 그러나 하천의 수위변화로 인한 유역 내 지표면의 수위 및 유량의 불균일성 등으로 인하여, 기존의 지반조사 기술은 하천 매핑 작업에 효과적이지 않다. 공간 정보 자료는 해당 지역에 접근하지 않고도 해당 지역에 관한 지형적인 정보를 획득할 수 있어서, 하천 지형 조사 및 하천 측량 등 하천 유역의 지형연구에 굉장히 유용하게 쓰일 수 있다. 본 연구에서는, 각각의 다른 파라미터를 사용하여 영상분류 기법 중의 하나인 ISODATA(Iterative Self_Organizing Data Analysis) 분류기법을 적용하여 RapidEye 영상으로부터 하천을 추출하는 방법을 제시하였다. 우선, RapidEye 영상으로부터 NIR(Near InfraRed) 밴드 영상과 NDVI(Normalized Difference Vegetation Index) 영상을 생성한 뒤, 이를 각각의 파라미터로 설정한다. 생성된 각각의 영상에 ISODATA 기법을 적용한 뒤, 후처리 과정을 통하여 각각의 영상으로부터 하천을 추출하도록 한다. 각각의 영상에서 추출한 하천의 경계선 또한 Sobel 에지 추출 기법을 통하여 추출된다. 점검 점들을 이용하여 정확도 검증을 수행한 결과, NIR 밴드로부터 추출한 하천의 정확도가 NDVI 영상으로부터 추출한 하천의 정확도보다 더 높다는 것을 알 수 있다.

철도 궤도의 이상상황 예방을 위한 영상처리와 딥러닝을 융합한 지능형 철도 레일 탐지 알고리즘 (Intelligent Railway Detection Algorithm Fusing Image Processing and Deep Learning for the Prevent of Unusual Events)

  • 정주호;김다현;김철수;오염덕;안준호
    • 인터넷정보학회논문지
    • /
    • 제21권4호
    • /
    • pp.109-116
    • /
    • 2020
  • 고속철도의 출현과 함께 철도는 국내외에서 자주 사용하는 교통수단 중 하나이다. 또한, 환경적인 측면에서도 다른 교통수단에 비해 이산화탄소 배출량도 적은 편이며 에너지 효율성은 높다. 철도에 관한 관심이 높아질 수록 철도의 안전과 관련된 문제는 중요한 관심사 중 하나이다. 그 중 시각적 이상현상은 철도 앞에 동물이나 사람 등 다양한 장애물이 갑자기 나타나 사고가 발생한다. 이러한 사고들을 예방하기 위해 철도 레일을 탐지하는 것은 기본적으로 탐지해야하는 영역 중 하나이다. 철도에 설치된 카메라를 통해 영상을 수집할 수 있으며 철도 레일 탐지 방법은 전통적인 방식과 딥러닝 알고리즘을 이용한 방식이 있다. 전통적인 방식은 레일 주변의 다양한 노이즈로 인해 정확한 탐지가 어려우며 딥러닝 알고리즘을 이용하면 정확도 높게 탐지할 수 있으며 두 알고리즘을 융합하여 정확한 철도 레일을 탐지한다. 제안하는 알고리즘은 수집한 데이터를 기반으로 철도 레일 탐지에 대한 정확도를 판단한다.

컬러 필터 어레이 영상에 대한 공동의 컬러보간과 임의 배율 다운샘플링 알고리즘 (Joint Demosaicking and Arbitrary-ratio Down Sampling Algorithm for Color Filter Array Image)

  • 이민석;강문기
    • 전자공학회논문지
    • /
    • 제54권4호
    • /
    • pp.68-74
    • /
    • 2017
  • 본 논문은 컬러 필터 어레이 (CFA) 영상에 대한 공동의 컬러보간(Demosaicking)과 임의 배율의 다운샘플링(arbitrary-ratio down sampling)알고리즘을 제시한다. 컬러보간은 단일 센서를 사용하는 다양한 영상 저장 시스템에서 영상 신호 처리 파이프 라인의 필수적인 부분이다. 또한, 스마트폰과 같은 소구경 카메라 시스템에서는 영상 센서에서 획득되는 고해상도 영상이 보다 작은 해상도의 영상으로 스크린에 다운샘플링되어 디스플레이 된다. 기존 방법에서는 이러한 과정들을 거치기 위해 "컬러보간 후 다운샘플링" 모듈의 순서대로 영상을 처리하게 된다. 하지만 이러한 독립적이고 순차적인 방법은 많은 메모리 소모와 계산량을 필요로 하게 되고, 또한 영상 처리 과정에서 아티팩트(artifact)가 발생하여 영상 디테일의 손상을 가져오게 된다. 본 논문에서는 이러한 문제점을 해결하기 위해 컬러보간과 다운샘플링을 동시에 동작하도록 하는 알고리즘을 제안한다. 제안하는 방법에서는 입력되는 컬러 필터 영상으로부터 고주파 및 저주파 성분으로 신호를 분해하는 방법에 기초하여 임의의 배율에서 컬러 필터 영상으로 역 사상(inverse mapping)을 하고 컬러보간 및 다운샘플링을 동시에 수행하게 된다. 제안하는 알고리즘은 종래의 기술보다 더 나은 영상 품질 성능을 나타내면서 동시에 보다 적은 계산량이 필요로 하는 것을 보여준다.

Research of Non-integeral Spatial Interpolation for Precise Identifying Soybean Location under Plastic Mulching

  • Cho, Yongjin;Yun, Yeji;Lee, Kyou-seung;Oh, Jong-woo;Lee, DongHoon
    • 한국농업기계학회:학술대회논문집
    • /
    • 한국농업기계학회 2017년도 춘계공동학술대회
    • /
    • pp.156-156
    • /
    • 2017
  • Most crop damages have been occurred by vermin(e.g., wild birds and herbivores) during the period between seeding and the cotyledon level. In this study, to minimize the damage by vermin and acquire the benefits such as protection against weeds and maintenance of water content in soil, immediately vinyl mulching after seeding was devised. Vinyl mulching has been generally covered with black color vinyl, that crop seeding locations cannot be detected by visible light range. Before punching vinyl, 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. For this study, the spline method was relatively faster than the other polynomial interpolation methods, because it has a lower maximum order of formulation when using a system such as the tridiagonal linear equation system which provided the capability of real-time processing. The temperature distribution corresponding to the distance between the crops was 10 cm, and the more clearly the leaf pattern of the crop was visually confirmed. The frequency difference was decreased, as the number of overlapped pixels was increased. Also the wave pattern of points where the crops were recognized were reduced.

  • PDF

랜덤포레스트와 서포트벡터머신 기법을 적용한 포인트 클라우드와 실감정사영상을 이용한 객체분류 (Object Classification Using Point Cloud and True Ortho-image by Applying Random Forest and Support Vector Machine Techniques)

  • 서홍덕;김의명
    • 한국측량학회지
    • /
    • 제37권6호
    • /
    • pp.405-416
    • /
    • 2019
  • 정보통신기술의 발달로 인하여 데이터의 생산과 처리 속도가 빨라지고 있다. 인공지능의 한 분야인 머신러닝을 이용하여 객체를 분류하기 위해, 학습에 필요한 데이터는 인터넷과 공간정보기술의 발달로 인하여 손쉽게 수집할 수 있게 되었다. 공간정보 분야에서도 머신러닝은 영상, 포인트 클라우드 등을 이용하여 객체를 분류 또는 인식하는 것에 적용되고 있다. 본 연구에서는 기 구축된 수치지도 버전 1.0을 활용하여 학습 데이터를 수동으로 구축하는 문제점을 개선하고 영상과 포인트 클라우드를 이용하여 도로, 건물, 식생을 분류하는 기법을 제안하였다. 실험을 통해서 RGB 밴드만을 갖고 있는 실감정사영상을 사용하였을 경우 색상을 뚜렷하게 구분할 수 있는 도로, 건물, 식생의 분류가 가능하였지만 색상이 유사한 경우에는 분류가 잘 되지 않는 한계를 확인할 수 있었다. 이를 개선하기 위해 실감정사영상과 정규수치표면모델을 밴드 퓨전한 후 랜덤포레스트와 서포트벡터머신 기법을 적용하였으며 이를 통해 85%이상의 정확도로 도로, 건물, 식생을 분류하였다.

애니메이션 공정관리시스템을 활용한 사용자 중심 콘텐츠 생성 방안 (The Solution of Content Creation for User Side Using Animation Management System)

  • 임양미;김성래;김호성
    • 한국콘텐츠학회:학술대회논문집
    • /
    • 한국콘텐츠학회 2006년도 추계 종합학술대회 논문집
    • /
    • pp.163-167
    • /
    • 2006
  • 과거의 미디어는 콘텐츠 제공자가 일방적으로 수용자에게 정보를 전달하는 기능만을 갖고 있었다면, 현재의 미디어는 콘텐츠와 수용자 사이의 상호작용을 야기하고 있다. 이에 따라 수용자의 역할 또한 확대되어, 수용자가 아닌 콘텐츠의 사용자로서 정보를 보내고 받는 두 가지 역할을 모두 갖고 있다 콘텐츠와 관련된 인적 구성은 콘텐츠 제공자(Contents Provider, CP), 일반 사용자(User), 사용자생성콘텐츠(User-created content UCC)를 제작할 수 있는 고급사용자로 나눌 수 있다. 본 논문에서는 Wonderland라는 애니메이션 공정관리시스템을 기반으로 고급 사용자들이 애니메이션 제작 과정에서 생성된 모든 이미지와 동영상을 쉽게 재사용하여 원하는 UCC를 제작할 수 있도록 하였다. Wonderland는 일반 사용자들이 Scene과 Cut 단위로 제작된 동영상을 자신의 기호와 아이디어에 따라 편집하여 새로운 애니메이션을 생성할 수 있는 환경을 제공한다. 이러한 시스템의 구현은 다양한 콘텐츠를 풍부하게 만들 수 있으며, 애니메이션 제작 과정에서 생성된 모든 소스들과 결과물들을 체계적으로 저장하고 관리하여 디지털 편집시간을 단축하고 미래 콘텐츠 컨버전스에 따른 다양한 응용분야를 창출할 수 있을 것이다.

  • PDF

원형기반 객체순서의 원근 투영 볼륨 렌더링 (Template-Based Object-Order Volume Rendering with Perspective Projection)

  • 구윤모;이철희;신영길
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제27권7호
    • /
    • pp.619-628
    • /
    • 2000
  • 원근 투영에 의해 만들어 진 영상은 물체에 대한 거리감을 얻게 해 줌으로써 복잡한 구조물을 해석하는 데 도움을 준다. 현재 원근 투영 볼륨 렌더링의 가장 큰 단점은 실행시간이 길다는 점에 있다. 본 논문에서는 원근 광선들 간의 규칙성을 이용하여 원근 투영 볼륨 렌더링을 효율적으로 처리하는 방법을 소개한다. 볼륨의 한 면과 평행인 중간 화상의 각 수평 스캔라인과 수직 스캔라인으로부터 출발한 광선들에 대해 원형(template)들을 만든다. 광선 위의 샘플들은 원형에 미리 계산되어 있는 가중치를 사용하여 샘플 주변의 복셀들을 가중치 평균하여 얻는다. 이러한 원형의 사용은 볼륨 렌더링에서 많은 부분을 차지하고 있는 재샘플링 시간을 줄일 수 있게 해 준다. 뿐만 아니라, 본 알고리즘은 화상순서가 아니라 객체순서로 렌더링을 하므로 각 복셀을 한번 씩 만 접근하여 처리하고 런-길이 부호화된 볼륨을 사용하여 데이타 응집성의 특성을 이용함으로써 알고리즘을 더욱 가속화한다. 또한, 볼륨을 시점으로부터의 거리에 따라 여러 구역으로 나누어 각 구역에서 광선의 간격을 새로 조정함으로써 원근 광선의 발산으로 인해 샘플링 밀도가 감소하는 문제를 해결한다. 성능 평가 및 다른 방법과의 비교를 통해 원형의 사용과 객체순서 처리로 인한 속도 향상을 분석한다. 또한, 샘플링 밀도의 유지로 인해 화질이 향상된 결과를 보인다.

  • PDF

치매 환자를 위한 딥러닝 기반 이상 행동 탐지 시스템 (Deep Learning-based Abnormal Behavior Detection System for Dementia Patients)

  • 김국진;이승진;김성중;김재근;신동일;신동규
    • 인터넷정보학회논문지
    • /
    • 제21권3호
    • /
    • pp.133-144
    • /
    • 2020
  • 고령화로 인해 증가하는 노인 비율만큼이나 치매를 앓는 노인 수 또한 빠르게 늘고 있는데 이는 사회적, 경제적 부담을 발생시킨다. 특히, 간병인의 근무 시간 손실 및 간호 부담으로 인한 의료 비용 증가와 같은 간접비용을 포함하는 치매 관리 비용은 수년에 걸쳐 기하급수적으로 증가하고 있다. 이러한 비용을 줄이기 위해 치매 환자를 돌보기 위한 관리 시스템 도입이 시급하다. 따라서 본 연구는 항상 치매 환자를 돌볼 수 없는 환경이나 독거노인을 관리하기 위한 센서 기반 이상 행동 탐지 시스템을 제안한다. 기존 연구들은 단지 행동을 인지하거나 정상 행동 여부를 평가하는 정도였고 센서로부터 받은 데이터가 아닌 이미지를 처리하여 행동을 인지한 연구도 있었다. 본 연구에서는 실데이터 수집에 한계가 있음을 인지하여 비지도 학습 모델인 오토인코더와 지도 학습 모델인 장·단기 기억 모형을 동시에 사용했다. 비지도 학습 모델인 오토인코더는 정상 행동 데이터를 학습하여 정상적인 행동에 대한 패턴을 학습시켰고 장·단기 기억 모형은 센서로 인지 가능한 행동을 학습시켜 분류를 좀 더 세분화했다. 테스트 결과 각각의 모델은 약 96%, 98% 이상의 정확도를 도출하였고 오토인코더의 이상치가 3% 이상을 갖는 경우 장·단기 기억 모형을 통과하도록 설계했다. 이 시스템을 통해 혼자 사는 노인이나 치매 환자를 효율적으로 관리할 수 있으며 돌보기 위한 비용 또한 절감할 수 있을 것으로 전망된다.

전역적인 에지 오리엔테이션 정보를 이용한 기울어진 얼굴 영상에서의 눈 영역 추출 (Eye Region Detection Method in Rotated Face using Global Orientation Information)

  • 장창혁;박안진;;;박세현;김은이;양종열;정기철
    • 한국산업정보학회논문지
    • /
    • 제11권4호
    • /
    • pp.82-92
    • /
    • 2006
  • 최근 영상 인식 분야에서 얼굴 또는 표정 인식에 대한 연구가 다양하게 진행되고 있으며, 얼굴의 특징을 반영하는 눈 영역을 자동으로 추출하는 방법이 얼굴 또는 표정 인식을 위한 전처리 단계로써 특히 중요하게 연구되고 있다. 눈 영역을 추출하기 위한.기존 방법들은 크게 적외선(IR) 카메라를 이용한 방법과 template-matching과 같은 영상처리를 이용한 방법으로 분류되며, 주로 정면을 바로 보는 얼굴에 대해 초점을 맞추고 있다. 본 논문에서는 기울어진 얼굴 영상에서 눈 영역 추출 방법을 제안한다. 빠른 수행 시간을 위해 영상의 에지 정보를 이용한 방법을 기반으로 하며, 기울어진 얼굴 영상에서 눈 영역을 추출하기 위해 전역적 얼굴 영역의 에지 기울기 누적 히스토그램을 이용하며, 영상 잡음과 빛의 영향에 의해 발생되는 문제는 대략적으로 추출된 영역에서 지역정보인 가로, 세로 비와 전역 정보인 각 구성요소(component)간의 관계성을 이용하여 해결한다 실험 결과에서 에지 정보를 이용한 방법에서 생기는 3가지 오추출을 해결함으로써 정확도를 향상시키며, The Weizmann Institute of Science에서 제공하는 300개의 영상을 통해 실험한 결과 평균 0.5초와 83%의 수행 시간과 정확도을 나타냄을 볼 수 있다.

  • PDF