• 한국컴퓨터정보학회논문지
• /
• 제18권6호
• /
• pp.21-28
• /
• 2013

본 논문은 그레이레벨히스토그램을 이용한 움직임 영역검출, 퍼지 클러스터링을 이용한 칼라 분할, 그레이 레벨 동시발생 행렬을 이용한 특징 추출 및 서포터 벡터 머신을 이용한 화재 분류 등과 같은 다중 이종 알고리즘을 포함하고 있는 효과적인 화재 감지 방법을 제안한다. 제안한 방법은 움직임 영역을 검출하기 위해그레이레벨히스토그램에 기초한 최적의 임계값을 결정하고 난 후, CIE LAB 칼라 공간에서 퍼지 클러스터링을 적용하여 칼라 분할을 수행한다. 이러한 두 단계는 화재의 후보 영역을 기술하는데 도움이 된다. 다음으로 그레이 레벨 동시발생 행렬을 이용하여 화재의 특징을 추출하고, 이러한 특징들은 화재인지 아닌지를 분류하기 위해 서포터 벡터 머신의 입력으로 사용된다. 제안한 방법을 평가하기위해 기존의 두 알고리즘과 화재 검출율 및 오류 화재 검출율에서 비교하였다. 모의실험결과, 제안한 방법은 97.94%의 화재 검출율 및 4.63%의 오류 화재 검출율을 보임으로써 기존의 화재 감지 알고리즘보다 우수성을 보였다.

• Smart Structures and Systems
• /
• 제20권5호
• /
• pp.563-572
• /
• 2017

The safety of structures is closely associated with the structural out-of-plane behavior. In particular, long and slender beam structures have been increasingly used in the design and construction. Therefore, an evaluation of the lateral and torsional behavior of a structure is important for the safety of the structure during construction as well as under service conditions. The current contact measurement method using displacement meters cannot measure independent movements directly and also requires caution when installing the displacement meters. Therefore, in this study, a vision-based system was used to measure the in-plane and out-of-plane displacements of a structure. The image processing algorithm was based on reference objects, including multiple targets in Lab color space. The captured targets were synchronized using a load indicator connected wirelessly to a data logger system in the server. A laboratory beam test was carried out to compare the displacements and rotation obtained from the proposed vision-based measurement system with those from the current measurement method using string potentiometers. The test results showed that the proposed vision-based measurement system could be applied successfully and easily to evaluating both the in-plane and out-of-plane movements of a beam including twisting rotation.

• 한국전기전자재료학회논문지
• /
• 제33권4호
• /
• pp.303-309
• /
• 2020

This study proposes a crack identification algorithm to analyze the surface condition of porcelain insulators and to efficiently visualize cracks. The proposed image processing algorithm for crack identification consists of two primary steps. In the first step, the brightness is eliminated by converting the image to the lab color space. Then, the background is removed by the K-means clustering method. After that, the optimum image treatment is applied using morphological image processing and median filtering to remove unnecessary noise, such as blobs. In the second step, the preprocessed image is converted to grayscale, and any cracks present in the image are identified. Next, the region properties, such as the number of pixels and the ratio of the major to the minor axis, are used to separate the cracks from the noise. Using this image processing algorithm, the precision of crack identification for all the sample images was approximately 80%, and the F1 score was approximately 70. Thus, this method can be helpful for efficient crack monitoring.

• 한국식품저장유통학회지
• /
• 제15권2호
• /
• pp.191-196
• /
• 2008

본 연구에서는 최소가공 단호박의 제품화를 위하여 절단 방법이 실선절단 단호박 제품의 저장 중 품질에 미치는 영향을 조사하였다. 단호박을 8 pieces, dice, slice, shredding의 4가지 방법으로 절단하여 $10^{\circ}C$에서 9일 동안 저장하면서 중량감소율, 색도 변화, 경도변화, pH, 가용성고형분, 기체조성 그리고 관능적 특성변화를 조사하였다. 호흡특성에서는 8 pieces의 $CO_2$와 $C_2H_4$ 발생량이 가장 적은 것으로 나타났다. 중량감소율과 pH에서는 8 pieces가 가장 적었으며 유의적인 차이를 볼 수 있었다. 또한 다른 처리구에 비해 넓은 표면적 때문에 증산작용이 활발한 slice, shredding 처리구의 가용성 고형분의 함량이 가장 높았다. 이러한 결과를 미루어 보아 최소가공 단호박의 저장에는 표면적이 가장 적은 8 pieces가 가장 효과적이라 생각된다.