• 융합신호처리학회논문지
• /
• 제12권4호
• /
• pp.237-241
• /
• 2011

산업 현장의 시설물들이 최근 들어 대형화, 고속화되면서 이들을 이동시키는 크레인의 안전운전은 더욱 중요성을 가지게 되었다. 본 논문에서는 카메라 영상을 이용하여 크레인 안전선 내 움직이는 물체를 감지하는 시스템을 구성하였다. 이 시스템은 별도의 장비가 필요 없이 노트북 컴퓨터와 웹켐만으로도 구현이 가능하여 저렴한 비용으로 실시간 적용이 가능하다. 움직이는 물체를 감시하고 검출하는 알고리듬은 차분영상과 영상 미분 히스토그램을 적용하였다. 제안하는 시스템은 조명과 날씨 등의 주변 환경 변화에 강인하도록 시스템을 구축하였다. 시스템의 성능과 정확도를 향상하기 위하여 크레인 영상 프레임의 안전선 내 상황만을 고려하고 그림자 제거 알고리듬을 사용하였다. 또한 본 시스템은 산업현장에 접목이 용이하여 실용적인 측면에서의 가치가 높다.

• 반도체디스플레이기술학회지
• /
• 제11권1호
• /
• pp.79-83
• /
• 2012

We use adaptive method and determine threshold coefficient so that the algorithm could decide a suitable binarization threshold coefficient of the image to detecting a marker; therefore, we solve the light influence on the shadow area and dark region. In order to improve the speed for reducing computation we created Integral Image. The algorithm detects an outline of the image by using canny edge detection for getting damage or obscured markers as it receives the noise removed picture. The strength of the line of the outline is extracted by Hough transform and it extracts the candidate regions corresponding to the coordinates of the corners. Markers extracted using the equation of a straight edge to find the coordinates. By using the equation of straight the algorithm finds the coordinates the corners. of extracted markers. As a result, even if all corners are obscured, the algorithm can find all of them and this was proved through the experiment.

• 한국정보통신학회논문지
• /
• 제10권2호
• /
• pp.283-290
• /
• 2006

셀룰러 신경망(Cellular Neural Network: CNN)은 간단한 처리요소인 셀들의 배열로 이루어져 있으며 각 셀들은 국부적인 연결특성과 공간불변 템플릿 특성을 갖는다. 따라서 CNN은 하드웨어로 구현하는데 매우 적합한 구조를 갖는다. 그러나 CNN 하드웨어 프로세서를 실제의 대형 영상의 화소와 1:1로 매핑하는 것은 불가능하다. 본 논문에서는 소규모의 CNN 셀 블록을 사용하여 대규모의 영상을 블록단위로 처리하는 실용적인 시다중화 영상처리 기법을 적용할 수 있는 파이프라인 입${\cdot}$출력을 갖는 $5{\times}5$ CNN 하드웨어 프로세서를 설계하였다. 그리고 윤곽선 검출과 그림자 검출 실험을 통하여 구현된 CNN 하드웨어 프로세서의 동작을 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제16권2호
• /
• pp.169-179
• /
• 2013

변화 검출 알고리즘은 두 영상 프레임을 비교하여 변화를 가져온 유입된 외부 객체의 영역을 검출 하는 것이다. 본 논문은 두 영상 간의 밝기 변화 요인을 유입 객체에 의한 요인, 객체의 표면에서 주변으로 반사된 반사광 및 그림자에 의한 요인, 내재된 잡음에 의한 요인 등으로 분류하고, 이를 바탕으로 유입된 객체의 영역을 정확하게 검출하는 새로운 변화 검출 방법을 제안한다. 변화 요인의 분류와 객체 영역의 검출을 위하여, 우선 두 영상 간의 밝기 변화 값의 히스토그램을 분석하여 다수의 임계값을 추정한다. 다음으로 유입 객체의 경계 후보 화소를 추정하고, 추정된 객체 경계 후보 화소와 임계값을 이용하여 영상을 다수의 영역으로 분할한다. 최종적으로 분할된 각 영역의 텍스처를 두 영상에서 각각 구하고 이들 간의 유사도를 이용하여 각 영역이 외부 유입 객체 영역인지 아닌지를 판단한다. 다른 조명 변화 특성을 가지는 다수의 영상에서 수행된 실험을 통하여 제안한 방법이 유입된 객체의 영역을 강인하게 검출함을 보여준다.

• 방송공학회논문지
• /
• 제16권3호
• /
• pp.462-470
• /
• 2011

본 논문에서는 실시간 영상감시 시스템에서 방치되거나 제거된 객체를 강인하게 검출하는 알고리듬을 제안한다. 방치되거나 없어진 객체는 사람이나 다른 움직임의 원인에 의해서 나타나기 때문에 추적을 기반으로 한 방법을 사용하였다. 가우시안 혼합 모델에 의해 전경과 배경을 분리하고 그림자 제거 알고리듬을 적용하였다. 모폴로지를 수행하여 주변 잡음을 제거하고 객체 구분을 명확히 하였다. 그리고 검출된 정지 객체를 방치되거나 사라지는 객체 중의 하나로 분류하였다. 추적방법을 적용함과 동시에 정지된 객체에 모니터링 시간까지 부여하여 검출된 객체가 다른 객체에 의해서 폐색되는 현상을 개선하였다. 영역성장기법을 이용하여 방치된 객체와 제거된 객체의 분류 성능을 높였다. 또한 제안된 시스템을 DSP 기반으로 설계하여 실시간 구현을 하였다. 실험을 통해 제안한 방법의 우수성을 입증하였다.

• 한국정보통신학회논문지
• /
• 제21권10호
• /
• pp.1892-1897
• /
• 2017

본 논문은 붙어 있는 손가락들을 가진 손을 대상으로 한 손가락 개수 알고리즘을 제안하고 있다. 제안된 알고리즘은 손가락 사이에 필연적으로 직선형 그림자가 발생한다는 사실을 기반으로 한다. 이 알고리즘은 효율적인 그림자 검출을 위해 손 영역을 엄지손가락 영역과 네 손가락 영역으로 구분하고, 각 영역에서 경계 영상을 생성한다. 각 경계 영상에 직선 검출과 투영 기법을 적용하므로 투영 곡선들이 생성되고, 곡선들의 피크들은 손가락 그림자의 후보들로 검출된다. 그러고는 검출된 피크들에서 손가락 그림자에 의한 피크들만 추출되고 개수된다. 붙어 있는 손가락으로 다양한 형상을 표현하는 손 영상들을 대상으로 한 손가락 개수 실험에서 손가락 수에 따른 개수 성공률이 83.3%에서 100%이고, 전체적으로 93.1%이다. 또한 통제된 조건하에서 손 영상이 생성된다면 실패한 경우들이 충분히 개선될 수 있음을 보여주고 있다.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.237-245
• /
• 2020

수중표적의 저소음화로 표적의 방사소음이 감소함에 따라 수동소나의 한계가 나타나면서 신호를 송신하고 표적 반사 신호를 탐지하는 능동탐지에 대한 연구가 활발해 지고 있다. 일반적으로 선체고정소나(Hull-Mounted Sonar, HMS)를 이용한 능동탐지 시 음파가 도달하지 않는 음영구역을 줄이기 위해 수직지향각을 조정하면서 다수의 Linear Frequency Modulation(LFM) 부펄스를 대역분할하여 순차적으로 송신한다. 하지만 최근에 Sinusoidal Frequency Modulation(SFM)의 일반화된 형태인 Generalized SFM(GSFM) 펄스가 제안되었고, 파라미터 설정에 따라 GSFM 부펄스 간에 직교성이 확인되었다. 따라서, 본 논문에서는 GSFM을 선체고정소나의 다중 수직지향각 능동탐지에 활용함으로써 부펄스의 대역폭 사용을 극대화 하여 신호처리 이득에 따른 능동탐지 성능을 향상 시킬 수 있음을 보였다. 모의실험을 통해 부펄스가 3개일 때, GSFM이 LFM 대비 약 5 dB 정도의 정합필터 이득이 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제25권6호
• /
• pp.621-628
• /
• 2015

본 논문에서는 컴퓨터 비전 및 영상처리 기술을 접목하여 지능형 차량에 적용할 수 있는 실시간 차량 검출 알고리즘을 제안한다. 도로 환경의 빠르게 변화하는 배경과 차량의 다양성 때문에 차량의 실시간 검출은 부정확성 및 계산량 증가의 어려움을 가지고 있다. 본 논문은 기존 방법들의 이러한 문제점들을 해결하기 위하여 먼저, 복잡한 배경이 포함되어 있는 실시간 입력 영상으로부터 수직 에지 정보와 차량의 그림자 색정보를 사용하여 후보군을 검출한다. 다음으로, 검출된 후보군 영역들로부터 HOG 특징점을 추출한 후, 마지막으로 추출된 특징점들을 단일층 전방향 신경망 구조를 기반으로 하는 OS 퍼지-ELM을 사용하여 분류한다. 본 논문에서 제안된 방법을 사용하여 실험을 수행한 결과로써 기존의 ELM 및 OS-ELM 방법보다 계산량 및 정확성면에서 향상되었음을 보인다.

• 대한원격탐사학회지
• /
• 제28권3호
• /
• pp.297-305
• /
• 2012

This study was performed to estimate forest canopy density (FCD) using airborne hyperspectral data acquired in the Independence Hall of Korea in central Korea. The airborne hyperspectral data were obtained with 36 narrow spectrum ranges of visible (Red, Green, and Blue) and near infrared spectrum (NIR) scope. The FCD mapping model developed by the International Tropical Timber Organization (ITTO) uses vegetation index (VI), bare soil index (BI), shadow index (SI), and temperature index (TI) for estimating FCD. Vegetation density (VD) was calculated through the integration of VI and BI, and scaled shadow index (SSI) was extracted from SI after the detection of black soil by TI. Finally, the FCD was estimated with VD and SSI. For the estimation of FCD in this study, VI and SI were extracted from hyperspectral data. But BI and TI were not available from hyperspectral data. Hyperspectral data makes the numerous combination of each band for calculating VI and SI. Therefore, the principal component analysis (PCA) was performed to find which band combinations are explanatory. This study showed that forest canopy density can be efficiently estimated with the help of airborne hyperspectral data. Our result showed that most forest area had 60 ~ 80% canopy density. On the other hand, there was little area of 10 ~ 20% canopy density forest.

• 한국정보통신학회논문지
• /
• 제16권8호
• /
• pp.1693-1700
• /
• 2012

최근 차량 운전자들의 안전 운행을 보조하기 위해 운전자의 차량과 전방의 차량 간의 거리를 추정하고 안전거리 유무를 알려주기 위한 경보시스템이 개발되고 있다. 본 논문에서도 실제 도로 환경에서 전방의 주행 차량을 검출하여 차간 거리를 측정하고, 충돌 위험 상황을 감지하여 운전자에게 충돌 위험을 알리는 충돌경고시스템을 설계 및 구현하였다. 먼저 전방주시 카메라를 활용하여 촬영한 도로영상으로부터 도로와 차량에 해당하는 관심 영역을 추출하고, 관심 영역에서 전방 차량의 그림자 임계값 분석을 통해 전방 차량 객체를 추출한 후 전방 차량과의 거리를 계산하여 충돌 위험 경고를 알려준다. 주행 차량 검출 및 차간 거리 측정 결과를 기반으로 충돌경고시스템을 설계 및 구현하였으며, 실제 도로상황에 적용하여 실험한 결과 매우 높은 정확도를 나타내어 안전 운전에 대응할 수 있는 것으로 검증되었다.