• 한국정보통신학회논문지
• /
• 제26권11호
• /
• pp.1660-1665
• /
• 2022

최근 많은 산업체에서 3차원 스캐닝 기술을 활용하고 있다. 3D 스캐너의 성능이 향상됨에 따라 점데이터를 획득하면 후처리를 통해서 일정 비율만큼 줄이는 샘플링 단계를 수행하거나, 잡음이라고 판단되는 부분을 제거한다. 하지만, 이와 같은 추가과정 수행에도 불구하고 오랜 시간 동안 스캐닝하면 점데이터들을 한꺼번에 처리할 수 없다. 일반적으로 멀티스레드 환경을 이용하여 기획득된 점데이터를 먼저 처리하는 방식을 이용하지만, 스캐닝 프로세스 작업 시간이 증가함에 따라 다양한 환경 조건과 누적된 연산으로 인하여 점차 처리 성능이 낮아진다. 본 연구에서는 3D 스캐너로부터 실시간으로 들어오는 점데이터를 누적된 고속 특징점 히스토그램 계산을 이용하여 불필요하다고 판단되는 점데이터를 초기에 제거하는 방식을 제안한다. 이 방법을 이용하면 전체 3D 스캐닝 프로세스의 속도 향상을 가져온다.

• 한국ITS학회 논문지
• /
• 제19권3호
• /
• pp.129-136
• /
• 2020

본 논문에서는 저조도 야간 감시 시스템을 위한 열영상 기반의 객체 검출 알고리즘을 제안한다. 기존 Adaboost를 이용한 Haar 특징점 선택 알고리즘은 학습 샘플에 대한 유사하거나 중복되는 특징점의 선택 문제와 잡음에 취약한 경우가 많았다. 또한 저조도 야간 환경의 감시 영상에서 얻어지는 잡음을 특징점 세트에서 제거하고 빠르고 효율적인 실시간 특징점 선택이 이루어질 수 있게 가벼운 확장형 Haar 특징점과 Adaboost 학습 알고리즘을 사용하여 구현하였다. 야간 저조도 환경에서 움직임이 있는 비예측 객체를 인식하기 위하여 열영상으로 촬영된 이미지에 확장 Haar 특징점을 사용하여 객체를 인식한다. 비디오 프레임 800*600 크기의 열영상 이미지를 입력으로 하는 Adaboost 학습 알고리즘을 CUDA 9.0 플랫폼으로 구현하여 시뮬레이션을 시행한다. 그 결과 객체 검출 결과는 성공률이 약 90% 이상임을 확인하였고, 이는 일반영상에 히스토그램 이퀄라이징 연산을 거쳐 얻어진 연산 결과보다 약 30% 더 빠른 처리 속도를 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제32권10C호
• /
• pp.990-999
• /
• 2007

본 논문에서는 효과적인 영상 검색을 위한 방법으로서 JSEG 영상 분할 기법을 통한 영역 기반의 영상 인덱싱 및 검색 기법을 제안한다. JSEG은 영상을 색상 분류에 따라 양자화하고 이에 영역 윈도우를 적용시켜 J-image를 만든 다음, 세부 분할된 영역의 성장과 병합을 통하여 영상을 효과적으로 분할하는 방법이다. 제안하는 영상 검색 시스템은 JSEG에 의해 분할된 영상을 사용자에게 질의 영상으로 주고, 사용자로 하여금 분할 영상에서 관심 영역군(群)을 선택하게 한다. 그리고 나서, 사용자 질의에 의해 선택된 영역의 MBR을 구하고 이 영역의 중심을 기준으로 다중 윈도우 마스크를 생성하여 적용시킴으로써 특정 관심 영역을 중심으로 한 영상의 전역적인 특징을 추출한다. 최종적으로 추출된 특징의 성능 비교를 위한 기술자로는 누적 히스토그램을 이용하였다. 제안된 방법은 특정 영역에서의 특징과 전역 특징을 동시에 추출하여 검색에 이용함으로써 보다 빠르고 정확하게 사용자가 원하는 영상을 제공할 수 있다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 방법이 영상 기반의 검색 기법과 비교하여 더 효과적임을 보여준다.