• 대한원격탐사학회지
• /
• 제36권2_2호
• /
• pp.337-349
• /
• 2020

본 연구에서는 저고도 원격탐사 기구인 Helikite를 이용하여 연안지역의 영상을 획득하였다. 그리고 획득된 영상에서 4 종류의 영역 분할 알고리즘을 이용하여 육지와 수괴의 영역을 분할해 낸 후 경계 검출법을 이용해 수륙경계선을 추출하였다. 실측데이터의 부재로 정량적인 비교는 불가능했으나, 수괴와 육지의 구분이 비교적 명확한 적외선(Infrared band) 영역의 영상을 기준으로 각 알고리즘들에 의해 추출된 수륙경계선을 비교하였다. 그 결과, 영상에서 수괴와 육지의 구분이 모호한 부분에서 각각의 알고리즘의 결과가 크게 차이가 나는 것을 발견할 수 있었다. 이는 각 알고리즘이 영역을 구분하는데 사용되는 영상의 수치값(Digital number)의 임계치를 선정하는 과정에서 생긴 차이라고 판단된다. 이와 같이 다양한 알고리즘을 통한 수륙경계선의 추출은 향후 연속 모니터링이 가능한 자동 관측시스템과 함께 활용하여 고정지역에서 얻은 수년의 장기간의 데이터를 통해 연안 지역 형태의 급격한 변화를 설명하는데 도움을 줄 것으로 기대된다.

• 터널과지하공간
• /
• 제13권1호
• /
• pp.33-43
• /
• 2003

암반구조물 설계를 위한 지반조사에서 지하 암반에 분포된 불연속면들의 방향성 파악은 시추공 내부에 대한 영상촬영 기법에 전적으로 의존되어 왔다. 그러나, 공내 영상촬영은 고가의 장비가 요구되며 시추작업 완료 후 측정작업이 추가로 소요되어 극히 제한적으로 수행되고 있다. 본 연구에서는 시추조사시 간편하게 불연속면의 방향을 측정하여 신뢰성 있는 지반정보 자료를 제공할 수 있는 Discontinuity Orientation Measurement (DOM) 시추장비 및 불연속면 분포해석 모델 RoSA-DOM을 개발하였다. DOM 시추 장비에서 기 설정된 방향성을 지시하는 기준선이 표시된 시추 코어가 회수되면 코어 상의 절리 단면에서 측정된 3개 지점의 자표를 이용하여 절리면의 경사방향 및 경사각을 산정한다. 또한 코어 축이 절리면을 관통하는 지점의 좌표를 산정하여 절리 위치를 설정한다. 절리군 형성은 clustering algerian을 활용하여 분석한다. 코어 축을 조사선으로 설정하여 전체 절리 간격 및 군 간격을 해석한다. 전체 시추구간 및 특정 구역에서의 RQD를 산정하여 암반의 공학적 활용도 고찰을 위한 기본 자료를 도출한다.

• 산업융합연구
• /
• 제20권12호
• /
• pp.195-202
• /
• 2022

지하공간정보지도 관리 시스템은 지하공간의 다양한 지하시설물을 3D 메쉬 데이터로 통합하고, 모바일 환경에서 지하시설물의 3D 이미지와 위치를 확인할 수 있도록 지원한다. 그러나 모바일 환경에서 실행되는 일정 지역 안에는 다양한 지하시설물이 존재할 수 있고 층층히 겹쳐 보일 수 있어서 모바일 환경에서 실행하는데 시간이 오래 걸리는 문제가 있다. 본 논문에서는 가시성에서 문제가 되지 않는 범위 내에서 3D 메쉬 데이터의 정점의 개수를 줄여서 데이터의 크기를 줄임으로써 모바일 환경에서 실행 시간을 줄일 수 있는 방법으로 딥러닝 기반 K-means 정점 클러스터링 알고리즘을 제안한다. 첫번째로 우리가 제안하는 방법은 딥러닝 Encoder-Decoder 기반의 모델을 통하여 정재된 정점의 특징 정보를 얻고, 두번째로 특징 정보를 K-means 정점 클러스터링을 통하여 서로 비슷한 정점끼리 묶어서 단순화를 하였다. 실험결과 제안한 방법으로 다양한 지하시설물들의 정점을 30%까지 줄였을 때, 이미지 모형이 약간의 변형은 발생하였지만 사라지는 부분은 없어서 모바일 환경에서 확인하는데 문제가 없었다.

• 감성과학
• /
• 제7권4호
• /
• pp.57-65
• /
• 2004

본 논문에서는 color, texture, shape의 정보를 통합 이용하여 내용기반 영상검색 시스템의 성능을 향상시키는 기법을 고찰하였다. 먼저 영상에 내재되어 있는 color를 분석 추출하여 몇 개의 대표색으로 요약 표현한 다음, 이를 활용한 근사치 측정도를 고안하였다. Texture정보 분석에 있어서는 영상의 주축 행렬 데이터를 통계적 접근 방법으로 추출하였다. Edge분석의 방법으로는 Edge 막대그래프에서 색상변환, 양자화, 필터링에 관련된 정보를 선행처리 후 Edge 정보를 추출하였다. 마지막으로, 본 연구의 결과인 내용기반 영상검색 시스템의 효율성을 precision-recall 분석과 실험적 결과를 통하여 입증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권8호
• /
• pp.1463-1469
• /
• 2018

스마트기기와 같은 카메라를 내장한 멀티미디어 기기의 발달과 함께 그 기기로부터 얻어지는 영상관련 멀티미디어 데이터(이미지, 동영상)를 활용한 다양한 연구들이 활발히 진행되고 있다. 이러한 연구들은 이미지 데이터를 다루고 있으며 이미지들은 화소라고 하는 디지털 센서로부터 얻어지는 색상정보들의 집합으로 정의될 수 있다. 이미지에는 색, 조명, 객체 등 다양한 인지 정보가 들어있으며 이러한 정보들을 추출하거나 가공하기위해서는 색의 구성을 명확히 이해할 필요가 있다. 본 논문에서는 영상의 정보와 함께 영상처리 연구들의 결과물을 효과적으로 표현할 수 있는 3차원 정보시각화 방법을 소개한다. 본 연구는 영상관련 멀티미디어 데이터의 특징은 물론 그로부터 나오는 다양한 분석 데이터들의 특징정보를 직관적으로 이해할 수 있도록 시각화하여 연구자들에게 영상 정보를 보다 명확하고 효과적으로 전달할 수 있도록 하였다.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.310-315
• /
• 2004

야간에 비디오카메라로 촬영시 열악한 주위 환경과 영상 전송에 기인하여 다양한 잡음에 의하여 왜곡되고 흐린 저대비 (low contrast)영상을 가질 수 있다. 본 논문에서는 획득한 저대비 영상을 대비 향상시켜주는 기법을 제안한다. MPEG-2는 인간의 시각 특성상 색차(chrominance)신호보다 밝기(luminance)신호에 더 민감하기 때문에 밝기신호와 색차신호를 분리하여 압축한다. 본 논문에서는 밝기신호만을 추출하여, K-means 알고리듬을 사용하여 교차점을 자동으로 선정하는 방법을 사용한다. 이 최적의 교차점을 선정하는 과정은 획득한 영상을 물체와 배경으로 분리하는 두 개의 클래스 문제로 보고 K-means 알고리듬을 적용하였다. 구한 교차점을 사용하여 영상을 양분하고 양분된 영상의 각각에 히스토그램 평활화 방법을 적용하였다. 본 논문에서는 퍼지성 지수(index of fuzziness)를 사용하여 향상의 정도를 측정하였다. 제안된 기법을 저대비 영상에 적용하였으며 그 결과를 히스토그램 평활화 기법의 결과와 비교하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.223-230
• /
• 2003

Feature-based similarity retrieval has become an important research issue in multimedia database systems. The features of multimedia data are useful for discriminating between multimedia objects (e 'g', documents, images, video, music score, etc.). For example, images are represented by their color histograms, texture vectors, and shape descriptors, and are usually high-dimensional data. The performance of conventional multidimensional data structures(e'g', R- Tree family, K-D-B tree, grid file, TV-tree) tends to deteriorate as the number of dimensions of feature vectors increases. The R＊-tree is the most successful variant of the R-tree. In this paper, we propose a SOM-based R＊-tree as a new indexing method for high-dimensional feature vectors.The SOM-based R＊-tree combines SOM and R＊-tree to achieve search performance more scalable to high dimensionalities. Self-Organizing Maps (SOMs) provide mapping from high-dimensional feature vectors onto a two dimensional space. The mapping preserves the topology of the feature vectors. The map is called a topological of the feature map, and preserves the mutual relationship (similarity) in the feature spaces of input data, clustering mutually similar feature vectors in neighboring nodes. Each node of the topological feature map holds a codebook vector. A best-matching-image-list. (BMIL) holds similar images that are closest to each codebook vector. In a topological feature map, there are empty nodes in which no image is classified. When we build an R＊-tree, we use codebook vectors of topological feature map which eliminates the empty nodes that cause unnecessary disk access and degrade retrieval performance. We experimentally compare the retrieval time cost of a SOM-based R＊-tree with that of an SOM and an R＊-tree using color feature vectors extracted from 40, 000 images. The result show that the SOM-based R＊-tree outperforms both the SOM and R＊-tree due to the reduction of the number of nodes required to build R＊-tree and retrieval time cost.

• 한국정보전자통신기술학회논문지
• /
• 제12권4호
• /
• pp.373-379
• /
• 2019

본 연구에서는 실시간 육계 복지관리를 위해 영상 기반의 육계 군집 모니터링을 수행하였으며, 촬영된 영상 내육계 영역을 검출하고 좌표변환을 이용한 지면 투영과 밀집도를 평가하였다. 평사 구조의 육계사에서 광역 범위의 육계 군집을 촬영하였으며 육계 영역은 카메라로부터 수집된 RGB 영상을 HSV 모델로 변환한 후 임계치 처리 및 군집화를 통해 검출하였다. 영상처리를 통해 검출된 육계 영역은 카메라-월드 좌표계 변환을 이용하여 지면에 투영한 후 실제 면적을 계산하였으며, 계산된 면적을 이용하여 밀집도를 평가하였다. 영역 검출 결과 상대오차 및 IoU가 평균 5%, 0.81로 각각 계산되었으며, 좌표변환을 통한 실제 면적은 약 7%의 오차 수준으로 평가되었다. 실제 면적 내 육계영역의 비율을 이용하여 밀집도를 계산하였으며 평균 80% 수준으로 나타났다. 영역 검출의 경우 작거나 멀리 존재하는 면적에 대해서는 검출 성능이 다소 떨어졌으며, 실제 면적 평가는 축사 내 구조물 등에 따른 오차가 관찰되었다. 따라서 본 기술을 축사에 적용하기 위해서는 다양한 데이터 기반의 알고리즘의 검출 성능 향상 및 마커 등을 이용한 기준정보 추가 설치가 필요할 것으로 판단된다.

• 대한영상의학회지
• /
• 제85권2호
• /
• pp.381-393
• /
• 2024

목적 간성뇌증(hepatic encephalopathy; 이하 HE)의 대사이상은 뇌부종 또는 탈수초성 질환을 일으켜 자기공명영상에서 대칭적인 지역 뇌부종을 유발한다. 본 연구에서 HE 환자의 뇌 자기공명영상에서 대칭적인 지역 뇌부종 패턴의 군집화 분석을 통해 뇌부전 발생 예측의 유용성을 조사하는 것을 목적으로 한다. 대상과 방법 연속적인 HE 환자 98명을 대상으로 MR 소견과 임상자료를 후향적으로 분석하였다. Symmetric regional cerebral edema (이하 SRCE)의 12개 영역 간의 상관관계는 파이(φ) 계수를 사용하여 계산하였고, φ² 거리 측정과 Ward의 방법을 사용하여 계층적 군집화를 사용하여 패턴을 분류하였다. SRCE의 분류된 패턴은 말기 간 질환 모델(model for endstage liver disease; 이하 MELD) 점수 및 HE 등급과 같은 임상과 상관관계를 조사하였다. 결과 적색 핵과 뇌량(φ = 0.81, p < 0.001), 대뇌 십자 및 적색 핵(φ = 0.72, p < 0.001), 적색핵과 치상핵(φ = 0.66, p < 0.001)을 포함한 22쌍의 관심영역 사이에 유의한 연관성이 발견되었다. 계층적 군집화 후 24건을 I군, 35건을 II군, 39건을 III군으로 분류하였다. 그룹 III은 그룹 I에 비해 MELD 점수(p = 0.04)와 HE 등급(p = 0.002)이 더 높았다. 결론 본 연구는 HE 환자에서 대칭적인 지역 뇌부종의 패턴은 간 보존 및 뇌부전 발생을 예측하는 데 유용할 수 있음을 보여주었다.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.111-125
• /
• 2015

본 연구에서는 고해상도 위성영상인 TerraSAR-X와 WorldView-2 등을 융합하여 표적의 특성을 고려한 표적군(Group of targets) 검출을 수행하였다. 관심 대상으로 하는 표적은 고정되어 있으며, 군(Group)을 이루고 있는 특징이 있다. 표적 후보를 검출하기 위해 대상 물체의 레이더 후방산란 특성을 이용한 Constant False Alarm Rate (CFAR) 알고리즘을 적용하였다. 검출된 표적 후보군으로부터 비표적을 제거하기 위해 표적의 크기 정보를 이용한 화소 클러스터링, 표적군을 이루는 표적들간의 배치 특성을 이용한 네트워크 클러스터링. 그리고 SAR 간섭기법 적용이 가능한 간섭쌍이 있는 경우 긴밀도 정보를 이용하였다. 또한, 오경보(False Alarm)를 감소시키고 최종 표적을 결정하기 위해, 표적의 형태 정보를 추출할 수 있는 Electro-Optical (EO) 영상을 바탕으로 효과적인 타원 검출 기법을 개발하였다. 개발된 표적군 검출 알고리즘을 10개 지역에 적용한 결과, 표적군 검출율은 100%, 단일 표적에 대한 오경보율은 0.03~0.3개/$km^2$, 평균 오경보는 1.8군/$64km^2$로 낮은 오경보와 높은 검출율을 보이며 표적군이 검출되었다. 본 연구에서 개발된 표준화된 표적 검출 기법은 향후 무인화된 표적 검출 시스템 구축에 핵심적인 기술이 될 것으로 전망한다.