• 한국건축시공학회지
• /
• 제17권6호
• /
• pp.545-557
• /
• 2017

이 연구는 사회 기반 구조물의 노후화에 대한 안전점검 기술분야에서 구조물 외관점검 기술의 효율적 대안에 관한 연구이다. 기존 육안점검 및 조사를 대신하여 산업용 드론과 딥 러닝기반의 이미지 분석 기법을 접목함으로써 막대한 인력과 시간소요 및 비용을 절감하고 높은 구역 및 돔 구조물의 접근 한계를 극복하고자 하였다. 구조물의 0.3mm 이상의 균열 손상을 검지할 수 있는 고 해상도 카메라와 라이다 센서, 임베디드 이미지 프로세서 모듈로 구성된 탑재체를 제작하여 산업용 드론에 탑재하였다. 이를 현장 시험에 적용하여 자동비행항법을 통해 시편의 손상 이미지를 촬영하였다. 또한 균열경을 이용하여 기존 육안 점검 방법으로 백태, 박리박락과 같은 면적형 손상과 선형 손상인 균열의 폭과 길이를 측정하여 최종 이미지 분석 검출 결과와 비교하고자 하였다. 촬영된 이미지 중 80장의 샘플을 골라 이미지 분석 기법을 적용하여 사전처리작업(pre-processing)-분리작업(segmentation)-특징점 추출작업(feature extraction)-분류 작업(Classification)-지도학습작업(supervised learning) 등의 과정을 거쳐 손상을 분리하고, 이를 딥러닝 기반 플랫폼으로 지도학습하여 분석 파라미터를 추출하였다. 지도학습을 수행하지 않은 임의의 이미지 샘플 60장을 신규로 추가하여 추출된 파라미터를 기반으로 이미지 분석을 수행한 결과, 손상 검출율의 90.5%로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권8호
• /
• pp.311-318
• /
• 2021

해상 안보, 국제 동향 파악 등 다양한 이유로 해상 사진에서 선박을 탐지하고자하는 연구는 지속되어 왔다. 인공지능의 발달로 인해 사진 및 영상 내 객체 탐지를 위한 R-CNN 모델이 등장하였고 객체탐지의 성능이 비약적으로 상승하였다. R-CNN 모델을 이용한 해상 사진에서의 선박 탐지는 인공위성 사진에도 적용되기 시작하였다. 하지만 인공위성 사진은 넓은 지역을 투사하기 때문에 선박 외에도 차량, 지형, 건물 등 다양한 객체들이 선박으로 인식되는 경우가 있다. 본 논문에서는 R-CNN계열 모델을 이용한 인공위성 사진에서의 선박 탐지의 성능을 개선하기 위한 새로운 방법론을 제안한다. 표지자 기반 watershed 알고리즘을 통해 육지와 바다를 분리하고 morphology 연산을 수행하여 RoI를 한 차례 더 특정한 뒤 특정된 RoI에 R-CNN 계열 모델을 사용하여 선박을 탐지하여 오탐을 줄인다. 해당 방법을 이용하여 Faster R-CNN을 사용하였을 경우, Faster R-CNN만을 사용했을 때에 비해 오탐률을 80% 줄일 수 있었다.

• 한국ITS학회 논문지
• /
• 제16권6호
• /
• pp.90-100
• /
• 2017

본 연구에서는 기존 지점 및 구간 검지체계의 한계를 극복하기 위한 방편으로 드론 촬영영상을 활용하여 차량을 검지 및 레이블링 하고 이를 기반으로 도심부 간선도로상 차간간격을 산정하는 것을 목적으로 한다. 드론 영상 데이터 획득 시 적정 시간대, 위치, 고도를 선정하기 위하여 여러 조건하에서 촬영을 실시하여 최종 영상 데이터를 획득하였다. 다양한 영상분석기법 중 혼합 Gaussian, 영상 이진화, 모폴로지 기법을 적용시켜 차량을 검지하였고 칼만 필터를 적용하여 차량을 레이블링 하였다. 레이블링율 분석 결과 실제 차량 수 285대 중 185대를 검지함으로써 차량 레이블링율은 65%로 나타나는 것을 확인하였다. 차간간격은 픽셀 단위화를 통해 산정하였으며, 결과는 다음 지도와의 비교 분석을 통해 검증을 수행하였다. 검증 결과 차간간격 오차가 모두 5m 미만으로 나타났으며 평균 오차는 선행차량과의 차간간격은 1.67m, 후행차량과의 차간간격은 1.1m로 분석되었다. 본 연구에서 산출된 차간간격은 도심부 도로의 밀도, 서비스 수준 판단 기준 설정 등으로 활용될 수 있을 것이다.

• 대한소아치과학회지
• /
• 제25권2호
• /
• pp.304-311
• /
• 1998

The purpose of this study was to evaluate the shear bond strength on dentin of bonding agents based on glass ionomer cements, and to establish the appropriate method of bonding which has biological safety and decrease the pulpal damage. Fuji Bond LC, Advance, All Bond 2 and Scotchbond Multipurpose were applicated on occlusal dentin layer in acrylic resin block. Each group was composed of 10 specimens and the shear bond strenth between dentin layer and composite resin was measured with the Universal Testing Machine and analyzed. The result were as follows: 1. When using ANOVA and Scheffe' s multiple range test, there were not statistical differences among the four group. (P < 0.05) 2. The shear bond strength was high in the order of C, D, A. B and bond strength of group B showed relatively lower. 3. In digital image processing, there were not significant differences on morphology of failure surface.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.900-902
• /
• 2015

현대사회에서 디지털 영상 처리 기술이 발전함에 따라 에지 검출은 스마트 기기, 의료 등 여러 응용 분야에서 활용되고 있다. 기존의 에지 검출 방법에는 마스크를 이용한 Sobel, Prewitt, Roberts, Laplacian 등이 있다. 이러한 기존의 방법은 구현이 간단하나 다소 미흡한 결과를 나타낸다. 따라서 이와 같은 기존의 방법의 문제점을 보완하기 위하여, 본 논문에서는 모폴로지 연산 및 국부 마스크를 이용하여 에지를 검출하는 알고리즘을 제안하였으며, 기존의 방법들과 검출 성능을 비교하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권4호
• /
• pp.99-104
• /
• 2011

본 논문은 사출성형 제품에 존재하는 여러 가지의 패턴의 결함을 신경회로망을 이용하여 검출하는 방법을 제안하였다. 시스템의 성능을 향상시키기 위하여 룩업테이블을 이용하였고, 기존의 이미지 비교에 의한 방법을 지양하여 결함분류를 위한 신경회로망의 학습표본을 위한 특징점을 추출하고 결함추출과 분류알고리즘을 제안하였다. 총 500개의 사출성형 제품의 패턴에 대하여 신경회로망의 학습을 통하여 약 3%의 제품의 패턴에서 결함을 검출하였고 패턴의 직경에 대한 불량으로 대부분 분류되었다. 제안된 시스템을 이용한 결함 검출 방법은 사출성형 제품의 미세한 패턴을 검출하는 데 시간과 경비를 줄일 수 있는 효과적인 대안으로 기대한다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1996년도 추계학술대회
• /
• pp.297-300
• /
• 1996

In male reproducible health and fertility and IVF(in-vitro fertilization), semen analysis has been most important. But the traditional tools for semen analysis are subjective, imprecise, inaccurate, difficult to standardize, and difficult to reproduce mainly due to their manually oriented operations. The purpose of a morphometric analysis of sperm is to microscopically type-classify spermatozoa cytologically according to their morphology of heads. Until now, the strict criteria method has long been used in clinic to discriminate normal spermatozoa from abnormal ones. This method cannot classify the diverse groups of abnormal spermatozoa in detail and shows variations in inter-operators and intra-operator In this paper, we developed a new method of a sperm morphometric analysis using artificial neural networks which are widely used in pattern recognition and image processing.

• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1431-1438
• /
• 2018

In this paper, we proposed a river water level detection and tracking of the river or dams based on image processing system. In past, most of the water level detection system used various water sensors. Those water sensors works perfectly but have many drawbacks such as high cost and harsh weather. Water level monitoring system helps in forecasting early river disasters and maintenance of the water body area. However, the early river disaster warning system introduces many conflicting requirements. Surveillance camera based water level detection system depends on either the area of interest from the water body or on optical flow algorithm. This proposed system is focused on water scaling area of a river or dam to detect water level. After the detection of scale area from water body, the proposed algorithm will immediately focus on the digits available on that area. Using the numbers on the scale, water level of the river is predicted. This proposed system is successfully tested on different water bodies to detect the water level area and predicted the water level.

• 한국시뮬레이션학회논문지
• /
• 제27권2호
• /
• pp.1-10
• /
• 2018

본 논문은 지상무인전투체계 중의 하나인 무인경전투차량이 RGB 영상정보를 기초로 스스로 전차를 탐지하고 조준점을 산출하는 지능형 표적획득/처리기술의 기초연구이다. 무인 경전투 차량이 전장에서 적 전차와 조우 시, 적 전차를 자율적으로 탐지하고 스스로 조준하는 방법을 개발하기 위해, 영상정보로부터 전차의 주요특징을 식별 및 추출하고, Maximally stable extremal regions, 중간값 필터, k평균 클러스터링 그리고 Morphological filtering의 영상처리기법 및 인공지능 알고리즘을 통해 전차의 외형정보를 추출 및 분석하였으며, 식별된 전차 외형정보를 벡터화하여 전차의 중앙을 지향하는 조준점을 산출하였다. 또한, 본 연구의 성능을 측정하기 위해 선진국들의 주력전차의 영상정보를 수집 및 분석하였고, 제안한 방법의 객관적인 전차탐지 성능은 정확도 91.6%, 정밀도 90.4%, 재현율 85.8% 그리고 F-measure 88.1%의 결과를 보여주었다. 본 연구가 무인전투체계의 지능형 표적획득/처리기술 연구개발에 도움이 되기를 기대한다.

• 한국멀티미디어학회논문지
• /
• 제16권9호
• /
• pp.1044-1056
• /
• 2013

본 논문에서는 피부 색소 침착 영역을 검출하고 침착 정도를 측정하는 알고리즘을 제안한다. 제안한 알고리즘에서는 먼저 훈련 영상(training image)의 통계적 분석을 통해 피부 영역에 대한 GMM-EM 클러스터링 기반 컬러 모델을 구축하고 이를 통해 피부 영역을 추출한 후, 형태학적 처리(morphological processing)를 통해 피부 영역에 존재하는 잡음을 제거한다. 이후 ICA (independent component analysis) 알고리즘을 통해 피부 영역을 헤모글로빈 및 멜라닌 성분으로 분리하고, 각 성분에 대한 투영 변환 블록 계수에 의하여 색소 침착 영역 및 크기를 결정한다. 성능 평가를 위한 모의실험으로부터 제안한 색소 침착 검출 알고리즘은 피부 색소 침착 영역의 크기 및 침착 정도를 정확하게 검출할 수 있음을 확인하였다.