• 방송공학회논문지
• /
• 제9권3호
• /
• pp.207-213
• /
• 2004

최근 영상기반 렌더링 기법 중에서 계층적 깊이영상(layered depth image)에 관한 연구가 주목을 받고 있다. 계층적 깊이영상은 여러 시점에서 생성된 깊이영상을 합하여 하나의 데이터 구조로 만든 것으로, 임의 시점의 영상을 간단한 변형 (warping) 함수를 사용하여 쉽게 생성할 수 있다. 반면, 한 장의 영상이 다시점 깊이 데이터를 포함하므로 용량이 매우 큰 단점이 있다. 본 논문에서는 계층적 깊이영상의 압축 부호화를 위한 새로운 전처리 방법을 제안한다. 계층적 깊이영상은 계층의 수가 늘어나 계층의 후미로 갈수록 화소의 밀도가 낮아지는 현상이 두드러진다. 기존의 방법은 이러한 특성을 이용하기 위해 변환을 수행하기 전에 데이터 모으기 기법을 사용하였지만, 깊이정보 사이의 상관관계를 전혀 고려하지 않았다. 본 논문에서는 이전의 두 값을 연결하는 직선과 현재 값사이의 최단거리를 계산한 후, 이 값으로 현재의 깊이 값을 대체하여 변환 효율을 향상시킨다.

• 전자공학회논문지S
• /
• 제35S권7호
• /
• pp.37-45
• /
• 1998

In this paper, we extracted heart region using dyamic contour model, increased the vertical resolution of heart region by proposed 2-dimensional interpolation method and visualized the 3-dimensional hearet volutme. the proposed new energy term of dynamic contour model considering the gray level and direction of controur vectors is effective to extract the closed heart boundary. And, we generatedvertical slice images from the extracted heart region images using the 2-dimensional linear interpolation by DT(distance transform). We showed that proposed algorithm is useful by 3-dimensional visualization of heart volume.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1994년도 추계학술대회 논문집 학회본부
• /
• pp.345-348
• /
• 1994

A real-time collision avoidance algorithm for an AMR (Autonomous Mobile Robot) using the Distance Transform and Vector Field Histogram is studied. This approach enables AMR to find a collision-free path with the unknown obstacles. All system parameters including positions of the obstacles can be accepted using a mouse icon and all the obtained trajectories can be displayed on a computer monitor in graphics.

• 한국음향학회지
• /
• 제20권1호
• /
• pp.50-55
• /
• 2001

본 논문에서는 청각모델을 이용하여 음성신호로부터 추출한 특징벡터를 2차원 DCT (discrete cosine transform)방법을 사용하여 가공한 후, 새로운 거리측정 방법에 적용하여 한국어 고립단어 인식 실험을 행하였다. 고립단어 인식은 기존에 많은 방법들이 제안되어졌으나, 본 논문에서 제안한 방법은 고립단어 인식을 위한 특징 파라미터로 2차원 DCT 계수를 사용한 것으로 구현이 간단하며, 간단한 계산식으로 인하여 빠른 인식 시간을 가지는 장점이 있다. 제안한 방식의 타당성 검토를 위하여, 고립단어 인식에서 좋은 인식결과를 나타내는 DTW (Dynamic Time Warping)방법을 사용하여 인식률을 비교하였다[5][6]. 실험결과 제안한 방식은 DTW를 사용한 인식방법에 비하여 화자종속 고립단어 인식에서는 거의 유사한 인식결과를, 화자독립 고립단어 인식에서는 더 높은 인식결과를 얻을 수 있었다. 또한, DTW에 비해 패턴비교를 위한 계산시간에 있어서는 200배 이상의 감소효과를 볼 수 있었다. 제안된 방법은 비교 방법에 비하여 잡음환경에서도 강한 특성을 보였다.

• 한국통신학회논문지
• /
• 제37C권12호
• /
• pp.1271-1280
• /
• 2012

최근 출시되는 주차보조시스템에서 후방물체와의 거리정보를 알아내는 방법으로는 초음파 센서나 레이더 등의 추가 센서장비를 활용하는 방법들이 있다. 하지만, 추가적인 장비의 사용은 추가적인 비용과 함께 기존 차량에서의 도입이 쉽지 않은 문제점을 가지고 있다. 다른 방법으로는 움직임 스테레오 기법이 제안되었다. 하지만, 스테레오 조정(Stereo Rectification) 단계에서 좋은 특징점의 검출과 정확한 매칭결과가 필요하다는 단점을 가지고 있다. 본 논문에서는 후방카메라 1대만을 사용하여 취득한 연속영상정보를 바탕으로 평행주차상황에서 영상의 사각화 변환과 라인단위 적분 사영화 및 블록화 기반 유사도 조사를 통하여 연속거리정보를 추출하는 방법을 제안하고자 한다. 실험에는 Magna Parallel 영상을 사용하였으며, 수행한 실험결과 후방공간에 대한 화면의 라인단위 연속거리의 측정이 가능함을 보였다.

• 전기학회논문지
• /
• 제61권7호
• /
• pp.1024-1031
• /
• 2012

In this paper, FMCW type radar level transmitter using correlation analysis method is implemented for precise distance measurement of cargo tank. FMCW type radar level transmitter is the device for distance measurement which calculates the distance by analyzing the beat frequency, that is, the frequency difference between Tx and RX signal from radar antenna using Fast Fourier Transform(FFT), but compensated algorithm like Zoom FFT is needed for the improvement of the frequency precision because the frequency precision of FFT is limited depending on sampling frequency and the number of sampling data. In case of Zoom FFT, the number of sampling data and noisy signal are the main factor influencing the measurement accuracy of Zoom FFT like FFT. Therefore, in order to overcome the limited environment and achieve the precise measurement, correlation coefficient is used for the distance measurement and the errors of measurement are verified to be in the range of ${\pm}1mm$.

• 한국멀티미디어학회논문지
• /
• 제11권6호
• /
• pp.764-776
• /
• 2008

Image identification is the process of checking whether the query image is the transformed version of the specific original image or not. In this paper, image identification method based on feature composition is proposed. Used features include color distance, texture information and average pixel intensity. We extract color characteristics using color distance and texture information by Modified Generalized Symmetry Transform as well as average intensity of each pixel as features. Individual feature is quantized adaptively to be used as bins of histogram. The histogram is normalized according to data type and it is used as the signature in comparing the query image with database images. In matching part, Manhattan distance is used for measuring distance between two signatures. To evaluate the performance of the proposed method, independent test and accuracy test are achieved. In independent test, 60,433 images are used to evaluate the ability of discrimination between different images. And 4,002 original images and its 29 transformed versions are used in accuracy test, which evaluate the ability that the proposed algorithm can find the original image correctly when some transforms was applied in original image. Experiment results show that the proposed identification method has good performance in accuracy test. And the proposed method is very useful in real environment because of its high accuracy and fast matching capacity.

• 제어로봇시스템학회논문지
• /
• 제11권5호
• /
• pp.435-444
• /
• 2005

This paper presents a lane-departure identification (LDI) algorithm for a traveling vehicle on a structured road. The algorithm makes up for the weak points of the former method based on EDF[1] by introducing a Lane Boundary Pixel Extractor (LBPE), the well known Hough transform, and liner regression. As a filter to extract pixels expected to be on lane boundaries, the LBPE plays an important role in enhancing the robustness of LDI. Utilizing the pixels from the LBPE the Hough transform provides the lane-related parameters composed of orientation and distance, which are used in the LDI. The proposed LDI is based on the fact the lane-related parameters of left and right lane boundaries are symmetrical as for as the optical axis of a camera mounted on a vehicle is coincident with the center of lane; as the axis deviates from the center of lane, the symmetrical property is correspondingly lessened. In addition, the LDI exploits a linear regression of the lane-related parameters of a series of successive images. It plays the key role of determining the trend of a vehicle's traveling direction and minimizing the noise effect. Except for the two lane-related parameters, the proposed algorithm does not use other information such as lane width, a curvature, time to lane crossing, and of feet between the center of a lane and the optical axis of a camera. The system performed successfully under various degrees of illumination and on various road types.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1550-1552
• /
• 2005

In this paper, we have designed a Fingerprint Recognition System based on the Embedded LINUX. The fingerprint is captured using the AS-S2 semiconductor sensor. To extract a feature vector we transform the image of the fingerprint into a column vector. The image is row-wise filtered with the low-pass filter of the Haar wavelet. The feature vectors of the different fingerprints are compared by computing with the probabilistic neural network the distance between the target feature vector and the stored feature vectors in advance. The system implemented consists of a server PC based on the LINUX and a client based on the Embedded LINUX. The client is a Tynux box-x board using a PXA-255 CPU. The algorithm is simple and fast in computing and comparing the fingerprints.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.204-206
• /
• 2005

In this paper, we have designed a Fingerprint Recognition System based on the Embedded LINUX. The fingerprint is captured using the AS-S2 semiconductor sensor. To extract a feature vector we transform the image of t10he fingerprint into a column vector. The image is row-wise filtered with the low-pass filter of the Haar wavelet. The feature vectors of the different fingerprints are compared by computing with the probabilistic neural network the distance between the target feature vector and the stored feature vectors in advance. The system implemented consists of a server PC based on the LINUX and a client based on the Embedded LINUX. The client is a Tynux box-x board using a PXA-255 CPU. The algorithm is simple and fast in computing and comparing the fingerprints.