• 제어로봇시스템학회논문지
• /
• 제19권8호
• /
• pp.725-730
• /
• 2013

This paper proposed a novel method for an analysis feature of an Electroencephalogram (EEG) at all channels simultaneously. In a BCI (Brain-Computer Interface) system, EEGs are used to control a machine or computer. The EEG signals were weak to noise and had low spatial resolution because they were acquired by a non-invasive method involving, attaching electrodes along with scalp. This made it difficult to analyze the whole channel of EEG signals. And the previous method could not analyze multiple stimuli, the result being that the BCI system could not react to multiple orders. The method proposed in this paper made it possible analyze multiple-stimuli by grouping the channels. We searched the groups making the largest correlation coefficient summation of every member of the group with a BHS (Binary Harmony Search) algorithm. Then we assumed the EEG signal could be written in linear summation of groups using concentration parameters. In order to verify this assumption, we performed a simulation of three subjects, 60 times per person. From the simulation, we could obtain the groups of EEG signals. We also established the types of stimulus from the concentration coefficient. Consequently, we concluded that the signal could be divided into several groups. Furthermore, we could analyze the EEG in a new way with concentration coefficients from the EEG channel grouping.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2002년도 Proceedings
• /
• pp.267-268
• /
• 2002

Microbeam is a new avenue of radiation research especially in radiation biology and radiation protection. Selective irradiation of an ionizing particle to a targeted cell organelle may disclose such mechanisms as signal transaction among cell organelles and cell-to-cell communication in the processes toward an endpoint observed. Bystander effect, existence of which is clearly evidenced by application of the particle microbeam to biological experiments, suggests potential underestimation in the conventional risk estimation at low particle fluence rates, such as environment of space radiations in ISS (International Space Station). To promote these studies we started the construction of our microbeam facility (named as SPICE) to our HVEE Tandem accelerator (3.4 MeV proton and 5.1 MeV $^4$He$\^$2+/). For our primary goal, "irradiation of single particle to cell organelle within a position resolution of 2 micrometer in a reasonable irradiation time", special features are considered. Usage of a triplet Q magnet for focussing the beam to submicron of size is an outstanding feature compared to facilities of other institutes. Followings are other features: precise position control of cell dish holder, design of the cell dish, data acquisition of microscopic image of a cell organelle (cell nucleus) and data processing, a reliable particle detection, soft and hard wares to integrate all these related data, to control and irradiate exactly determined number of particles to a targeted spot.

• 대한전자공학회논문지SP
• /
• 제44권4호통권316호
• /
• pp.1-7
• /
• 2007

본 논문은 정사투영 카메라로부터 얻어진 2차원 영상으로부터 복원된 3차원 형상과의 기하학적 관계를 분석한다 본 연구의 목적은 2차원과 3차원 관계를 기하학적으로 분석함으로서 잡음에 강인한 3차원 형상 복원에 기여하기 위함이다. 만약 3차원 형상 복원 시 특징점이 손실되지 않고 잡음이 존재하지 않는다면 3차원 형상복원은 고유치 행렬인수분해로 정확하게 얻을 수 있다. 그렇지만 실제 촬영된 피사체의 일부가 보이지 않는 오클루션 또는 낮은 해상도 등의 영향으로 인해, 피사체의 특징점 일부가 손실된 경우는 고유치 행렬인수분해의 계산적 문제가 발생되어 정확한 3차원 복원을 할 수 없게 된다. 더욱이 추출된 특징 점에 잡음이 포함될 경우는 복원된 3차원 형상 역시 그 섭동 영향을 받게 된다. 본 연구는 이러한 잡음환경에서도 손실된 특징 점을 정확히 유추하기 위해 2차원과 3차원 사이의 기하학적 특성을 분석하는데 포커스 한다.

• 한국멀티미디어학회논문지
• /
• 제8권8호
• /
• pp.1069-1079
• /
• 2005

공간영역에서는 특징검출을 위한 여러 가지 방법이 제안되어 왔으나 압축되어 있는 동영상에서 특징을 찾기 위해서는 압축을 풀고 특징을 찾아 처리하고 다시 압축해야하는 어려움이 있었다. MPEG이나 JPEG처럼 DCT(Discrete Cosine Transform)를 사용하는 압축 표준에서는 압축을 풀지 않고 직접 처리하는 방법들이 제안되어 왔고, DCT 영역에서 불연속 특징을 검출하는 알고리즘을 제안하였었으나, 압축영역에서의 불연속 검출은 방향 회전과 비표준 불연속 처리에서 문제점을 가지고 있었다. 본 연구에서는 불연속 특징 검출의 성능을 향상시키기 위한 퍼지 필터링 방법을 제안한다. 이 방법은 불연속의 높이와 방향을 퍼지화하여 필터링하며, 불연속의 연결, 세선화, 평활화 등의 기능을 수행한다. 이 방법은 DCT 영역에서 수행하므로 세밀하지는 못하지만 불연속 특징의 향상을 위하여 기존 방법보다 빠르고 안정되게 처리됨을 실험에 나타내었다.

• 한국측량학회지
• /
• 제25권6_1호
• /
• pp.545-555
• /
• 2007

3D buildings are the most prominent feature comprising urban scene. A few of mega-cities in the globe are virtually reconstructed in photo-realistic 3D models, which becomes accessible by the public through the state-of-the-art online mapping services. A lot of research efforts have been made to develop automatic reconstruction technique of large-scale 3D building models from remotely sensed data. However, existing methods still produce irregular building polygons due to errors induced partly by uncalibrated sensor system, scene complexity and partly inappropriate sensor resolution to observed object scales. Thus, a geometric regularization technique is urgently required to rectify such irregular building polygons that are quickly captured from low sensory data. This paper aims to develop a new method for regularizing noise building outlines extracted from airborne LiDAR data, and to evaluate its performance in comparison with existing methods. These include Douglas-Peucker's polyline simplication, total least-squared adjustment, model hypothesis-verification, and rule-based rectification. Based on Minimum Description Length (MDL) principal, a new objective function, Geometric Minimum Description Length (GMDL), to regularize geometric noises is introduced to enhance the repetition of identical line directionality, regular angle transition and to minimize the number of vertices used. After generating hypothetical regularized models, a global optimum of the geometric regularity is achieved by verifying the entire solution space. A comparative evaluation of the proposed geometric regulator is conducted using both simulated and real building vectors with various levels of noise. The results show that the GMDL outperforms the selected existing algorithms at the most of noise levels.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.273-285
• /
• 2007

대부분의 스테레오 정합 방법은 두 점간의 대응점을 측정하는데 있어 밝기값을 사용하며 잡음의 영향을 받은 화소가 정합에 사용될 경우 정합 성능이 저하된다. 따라서 잡음은 정합 성능을 결정짓는 중요한 역할을 한다. 본 논문에서는 고해상도 위성영상에서 정합 성능을 향상시키기 위해 잡음에 강건한 밝기 필터와 에지 필터를 이용하여 정합하는 방법을 제안한다. Mean, Median, Midpoint, Gaussian 필터와 같은 밝기 필터와 Gradient, Roberts, Prewitt, Sobel, Laplacian 필터와 같은 에지 필터를 사용하였다. 에지필터와 밝기 필터의 성능 평가를 위해 균일 잡음 또는 가우시안 잡음이 첨가된 합성 영상과 위성 영상에 대해 실험을 수행하였고 필터들은 성능에 따라 순위를 정하였다. 밝기 필터와 에지 필터들 중에서 Median 필터와 Sobel 필터가 가장 우수한 성능을 나타낸 반면에 Midpoint 필터와 Laplacian 필터는 가장 저조한 성능을 나타내었다. Ikonos 스테레오 위성영상을 실험 영상으로 사용하였으며 Median 필터와 Sobel 필터를 이용한 정합 방법이 다른 필터 조합을 이용한 정합 방법보다 향상된 정합 결과를 나타내었다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.93-101
• /
• 2024

Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1077-1081
• /
• 2008

Soil and Water Assessment Tool(SWAT) 모형은 DEM(Digital Elevation Model)을 사용하여 지형인자를 추출하고 이를 바탕으로 수문 및 수질 모의가 이루어진다. 지형인자의 추출시 DEM 격자크기에 따라 상이한 결과를 초래할 수 있다. 그리하여 정확한 수문 및 수질 모델링에 있어 가능한 고해상도의 DEM을 사용하도록 권장하고 있다. 그러나 넓은 유역에서의 적용시 고해상도 DEM 사용에 따른 컴퓨터 처리 용량과 프로그램 실행 시 소요되는 시간상의 문제는 그 효율성에 있어서 문제시될 수 있다. 그리하여 본 연구에서는 소양강댐, 임하댐 유역을 대상으로 SWAT 모형에서 저해상도 DEM 사용으로 고해상도 DEM의 지형인자를 추출하여 자동 입력될 수 있는 모듈을 개발 적용하였다. 본 연구의 결과 소양강댐 유역을 대상으로 격자크기 20m DEM과 100m DEM을 사용하였을 때 연평균 유사량이 83.8%의 큰 차이가 발생한 반면 격자크기의 20m DEM과 본 모듈을 적용하여 20m DEM의 지형인자로 자동 보정된 100m DEM을 사용하였을 때의 연평균 유사량이 4.4%로 차이가 상당히 줄어든 것을 볼 수 있었다. 임하댐 유역의 경우는 격자크기 10m DEM과 100m DEM을 사용하였을 때 연평균 유사량이 43.4% 큰 차이가 발생하였다. 반면 격자크기 10m DEM과 본 모듈을 적용하여 10m DEM의 지형인자로 자동 보정된 100m DEM을 사용하였을 때의 연평균 유사량이 0.3%로 차이가 크게 줄어든 것을 확인 할 수 있었다. 또한 본 모듈의 검정을 위해 소양강댐 유역의 지형 자료와 유사한 충주댐 유역을 대상으로 본 모듈을 적용하여 검정을 실시하였다. 그 결과 연간 평균 유사량이 격자크기 20m와 100m의 DEM을 이용하였을 때 98.7%의 큰 차이가 발생한 반면 격자크기 20m와 본 모듈을 적용하여 보정된 경사도 값의 100m DEM을 사용하였을 때 20.7%로 차이가 크게 줄어든 것을 볼 수 있었다. 그리하여 본 연구의 결과를 통해 SWAT 모형에서의 개선된 지형인자 추출 방식을 사용하여 저해상도의 DEM 사용으로 고해상도 DEM 사용의 효과를 볼 수 있을 것이고 이로 인해 넓은 유역에서 저해상도 DEM 사용으로 컴퓨터 사용용량과 프로그램 지연 시간을 줄일 수 있을 것으로 판단된다. 향후 여러 유역을 대상으로 보정, 검정하여 보다 정확하고 통합적으로 적용될 수 있는 모듈의 개선이 필요할 것으로 사료된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권1호
• /
• pp.51-58
• /
• 2023

본 논문에서는 X-ray 영상에서 의료 진단지표를 자동으로 추출하기 위한 조직분할 기법을 제안한다. 척추질환이나 심장질환에 대한 진단지표로서, 흉추-심장 비율이나 콥 각도 등의 지표를 산출하기 위해서는 흉부 X-ray 영상으로부터 흉추, 용골 및 심장의 영역을 정확하게 분할하는 과정이 필요하다. 본 연구에서는 이를 위하여 계층별로 영상의 고해상도의 표현과 저해상도의 특징지도로 변환되는 구조가 병렬적으로 연결되는 형태의 심층신경망 모델을 채택하였다. 이러한 구조는 영상에서 세부 조직의 상대적인 위치정보가 분할 과정에 효과적으로 반영될 수 있게 한다. 또한 픽셀 정보와 객체 정보가 다단계의 과정으로 상호 작용되는 OCR 모듈과, 네트워크의 각 채널이 서로 다른 가중치 값으로 반영되도록 하는 채널 어텐션 모듈을 결합하여 학습 성능을 개선할 수 있음을 보인다. 부수적으로 X-ray 영상에서 피사체의 위치 변화, 형태의 변형 및 크기 변이 등에도 강인한 성능을 제공하기 위하여 학습데이터를 증강하는 방법을 제시하였다. 총 145개의 인체 흉부 X-ray 영상과, 총 118개의 동물 X-ray 영상을 사용한 실험을 통하여 제안된 이론의 타당성을 평가하였다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.883-896
• /
• 2023

인간 활동 영역이 산지 곳곳에 퍼져 있는 한국에서는 산불이 주거지역이나 각종 시설물을 위협하는 경우가 잦다. 따라서 산불 이후 대책 마련과 피해 복구를 위해 피해 범위를 빠르게 파악할 필요가 있으며, 이러한 경우 원격탐사가 유용한 도구가 될 수 있다. 본 연구에서는 2019년 4월에 발생한 고성·속초 산불 피해지역에 k-nearest neighbor (kNN) 알고리즘을 적용하여 피해 범위를 탐지하는 실험을 수행하였다. 다양한 인공지물을 포함하는 지표와 숲이 혼재된 지역 특성을 고려하여 적절한 공간 해상도와 시간 해상도를 제공하는 Sentinel-2 multispectral instrument (MSI) 자료를 사용하였다. Sentinel-2 MSI의 여섯 밴드와 정규식생지수(NDVI), 정규탄화지수(NBR)를 분류 특성으로 사용하였다. 산불 피해지역과 비피해 지역에서 무작위로 추출된 2,000개 지점 정보를 이용하여 kNN 분류기를 훈련시켰다. 분류 성능을 높이기 위해 데이터에서 특이값을 제거하고 임상도를 병용하였다. 다양한 이웃(neighbor) 수와 분류 특성 조합을 적용하여 산불 후 데이터를 이용한 실험과 산불 전후 데이터 차이를 이용한 실험을 수행하였다. 산불 전후 데이터 차이를 이용하였을 때 더 우수한 분류 성과를 얻을 수 있었지만, 산불 후 데이터만을 이용한 경우에도 피해지역의 범위를 파악할 수 있었다.