• 한국항공운항학회지
• /
• 제15권2호
• /
• pp.18-24
• /
• 2007

The high ionospheric spatial gradient during ionospheric storm is the most concern when applying GNSS(Global Navigation Satellite System) augmentation systems for aircraft precision approach. Since the ionospheric gradient level depends on geographical location as well as the storm, understanding the ionospheric gradient statistics over a specific regional area is necessary for operating the augmentation systems. This paper compares three ionosphere gradient computation methods, direct differentiation between two receivers' ionospheric delay signal for a common satellite, derivation from a grid ionosphere map, and derivation from a plate ionosphere map. The plate map method provides a good indication on the gradient variation behavior over a regional area with limited number of GNSS receivers. The residual analysis for the ionosphere storm detection is discussed as well.

• 식물조직배양학회지
• /
• 제28권3호
• /
• pp.165-171
• /
• 2001

Adenosine deaminase 유전자를 연초의 형질전환용 표지유전자로 활용할 때 형질전환체 여부를 매우 빠르고 눈으로 직접 색깔을 확인할 수 있는 새로운 방법이 개발되었다. ADA 효소는 독성인 adenosine 유도체를 비독성인 inosine 유도체와 암모니아로 변환시키는데, 이때 형성된 암모니아를 phenol-nitoprusside와 alkaline-hypochlorite 용액을 이용하여 청색으로 변환시켜 96 well plate상에서 1시간 내에 형질전환체 여부를 쉽게 확인할 수 있게 되었다. ADA효소의 substrate로서 9-D-arabinofuranosyl adenine, cordycepin, 2'-deoxyadenosine, adenosine and xylofuranosyl adenine이 모두 가능하였으며, substrate 용액의 최적조건은 adenosine 10 mM과 pH 7.5이었다. 특히 형질전환체는 ADA효소의 inhibitor인 deoxycoformycin이 함유되어 있는 용액 속에서는 adenosine을 inosine과 암모니아로 변환시키지 못해 색깔의 변화가 없었는데, 이는 형질전환체에서 색깔의 변화는 ADA효소의 작용 때문에 일어나는 것을 의미한다. 따라서 본 연구결과는 ADA 표지유전자가 도입된 형질전환체의 확인에 있어서 GUS gene system과 같이 눈으로 직접 확인할 수 있을 뿐만 아니라 매우 작은 크기의 형질전환체 절편으로 쉽고, 빠르면, 값싸게 확인할 수 있게 되었다.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.105-109
• /
• 2008

본 논문은 차량 번호판 중앙부 위치값을 기반으로한 신경망을 이용하여 차량의 번호판 영역을 추출하는 방법을 제안하고자 한다. 임의의 숫자들로 정의된 표시영역에 대한 학습패턴과 넓은 범위를 수용할 수 있도록 한 신경망의 학습패턴을 이용하여 보다 효율적인 방법을 제시하였다. 학습패턴으로 차량 번호판 인식의 최적화을 이루었고 차량번호 및 헤드라이트 부분의 은닉효과와, 학습패턴의 확대 및 감소에 대하여 연구하였다. 위의 과정을 통하여 지하주차장에서 595여대의 자동차에 대하여 번호판 영역을 추출한 결과 98.5%의 인식율을 보여주었다.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.103-113
• /
• 2019

차량 번호판 인식 카메라는 차량 번호판 내 문자와 숫자의 인식을 위하여 대상 차량의 이미지 취득을 목적으로 하는 전용 카메라를 말하며 대부분 단독 사용보다는 서버와 영상 분석 모듈과 결합된 시스템의 일부로 적용된다. 그러나 차량 번호판 인식을 위한 시스템 구축을 위해서는 취득 영상 관리 및 분석 지원을 위한 서버와 문자, 숫자의 추출 및 인식을 위한 영상 분석 모듈을 함께 구성하여야 하므로 구축을 위한 설비가 필요하고 초기 비용이 많이 든다는 문제점이 있다. 이에 본 연구에서는 카메라의 기능을 차량 번호판 인식에만 한정하지 않고 방범 기능을 함께 수행할 수 있도록 확장하고 카메라 단독으로도 두가지 기능 수행이 가능한 Edge Base의 임베디드형 융합 카메라를 개발한다. 임베디드형 융합 카메라는 선명한 영상 취득 및 빠른 데이터 전송을 위해 고해상도 4K IP 카메라를 탑재하고 오픈소스 신경망 알고리즘 기반의 다중 객체 인식을 위한 딥러닝 SW인 YOLO를 적용하여 차량 번호판 영역을 추출한 후 차량 번호판 내의 문자와 숫자를 검출하고 검출 정확도와 인식 정확도를 검증하여 CCTV 방범 기능과 차량 번호 인식 기능이 가능한지를 확인 하였다.

• 반도체디스플레이기술학회지
• /
• 제15권3호
• /
• pp.24-29
• /
• 2016

One of the main applications of digital image processing is the estimation of the number of certain types of objects (cells, seeds, peoples etc.) in an image. Difficulties of these counting problems depends on various factors including shape and size variation, degree of object clustering, contrast between object and background, object texture and its variation, and so on. In this paper, a new automatic colony counting algorithm is proposed. We focused on the two applications: counting the bacteria colonies on the agar plate and estimating the number of seeds from images captured by smartphone camera. To overcome the shape and size variations of the colonies, we adopted the distance transformation and peak detection approach. To estimate the reference size of the colony robustly, we also used k-means clustering algorithm. Experimental results show that our method works well in real world applications.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.1054-1062
• /
• 2022

한국 천일염 생산 지역의 인구는 빠르게 고령화되고 있어 생산 노동자가 줄고 있는 추세이다. 소금 포집 작업은 천일염 생산과정에서 가장 많은 노동력을 필요로 한다. 기존의 포집 장치는 사람의 작동 및 운전이 필요하여 상당한 노동력이 필요해서, 천일염 무인포집장치를 개발하여 생산 노동자의 노동력을 감소시키고자 한다. 천일염 포집장치는 색상 검출을 통해 소금의 포집 상황과 염전에서의 위치를 파악하도록 설계되었기 때문에, 포집장치의 색상 검출 성능이 중요한 요소이다. 그래서 색상 검출 성능 향상을 위해 이미지 처리를 이용한 알고리즘을 연구하였다. 알고리즘은 입력 이미지를 크기 재조정, 회전 및 투시 변환을 이용하여 around-view 이미지를 생성하고, RoI를 설정하여 해당 영역만 HSV 색상 모델로 변환하고 논리곱 연산을 통해 색상 영역을 검출한다. 검출 된 색상영역은 형태학적 연산을 이용하여 검출 영역을 확장하고 노이즈를 제거하여 컨투어와 이미지 모멘트를 이용하여 검출영역의 면적을 계산하고 설정된 면적과 비교하여 염판에서 포집장치의 위치 경우를 결정한다. 성능 평가는 알고리즘을 적용한 최종 검출 색상의 계산 면적과 알고리즘의 각 단계의 검출 색상의 면적을 비교하여 평가하였다. 평가 결과 소금을 검출하는 흰색의 경우 최소 25%에서 최대 99% 이상, 빨간색의 경우 최소 44%에서 최대 68%, 파란색과 녹색은 평균적으로 각각 7%와 15% 검출면적 증가가 있어 색상 검출 성능이 향상되었음을 확인할 수 있었으며, 이를 무인 천일염 포집장치의 무인작업 수행을 위한 위치 확인에 적용 가능할 것으로 사료된다.

• 한국항해항만학회지
• /
• 제28권1호
• /
• pp.43-49
• /
• 2004

결함검사는 생산공정에 있어서 상품의 디자인과 함께 매우 중요한 부분으로서, 상품의 경쟁력을 높이는데 필수 불가결한 것이다. 만약, 실시간 결함검출이 상품에 대한 어떤 손상도 없이 할 수 있다면, 품질 및 공정의 효율적 관리와 고비용 인력의 절감을 통하여 생산원가를 줄일 수 있다. 본 논문에서는 철판과 같은 표면에 결함이 있는 경우 필요한 정보만을 추출할 수 있는 3가지 공간필터법에 대하여 제안하였고, 공간필터의 특성을 통하여 결함검출 시스템을 구성하였다. 그리고, 최적의 표면결함 계측용 공간필터법을 개발하기 위하여 결함의 크기와 형태, 광도의 크기 및 외부 광간섭 그리고 슬리트의 개수와 같은 파라메타의 변화에 따른 측정 성능을 비교 및 분석하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권6호
• /
• pp.206-216
• /
• 2020

국내의 노후 철도교량이 증가함에 따라 노후화로 인한 유지관리비가 점점 증가하고 있으며, 지속적인 관리가 더욱 더 중요해지고 있다. 하지만 관리해야하는 노후 시설물은 증가하지만, 노후 시설물을 점검 및 진단을 할 수 있는 전문 인력은 부족해지고 있다. 이러한 문제를 해결하기 위해 본 연구는 정적 변형률 응답 데이터를 적용하여 AI 기술의 머신러닝 기법으로 구조물의 국부적인 손상을 탐지하는 개선된 학습모델을 제시하고자 한다. 손상탐지 머신러닝 학습 모델을 구성하기 위해 우선 무도상 철도 판형교의 설계도면을 참고하여 교량의 해석모델을 설정하였으며, 설정된 해석모델로 손상시나리오에 따른 정적변형률 데이터를 추출하여 통계적 기법을 이용해 교량의 신뢰도 기반의 Local 손상 지수를 제시하였다. 손상 탐지는 손상 유무 탐지, 크기 탐지, 위치 탐지 3단계의 과정을 수행하여 손상 크기 탐지에서 선형 회귀 모델을 추가로 고려해 임의의 손상을 탐지하였으며, 최종적으로 손상 탐지 머신러닝 분류 학습 모델과 회귀 모델을 이용한 임의의 손상 위치를 추정 및 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1449-1461
• /
• 2005

본 논문에서는 차량의 식별마크 분류 및 차량번호판 인식을 통한 차량인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 먼저 입력 차량영상으로 부터 잡음제거, 세선화 과정 등 전처리 과정들을 수행하고 명암값 변화 빈도 분포를 사용하여 차량식별마크와 번호판 영역을 추출하였다. 또한 추출된 후보 영역으로부터 차량 식별마크와 번호판 영역의 구조적 특성 정보를 사용하여 차량 식별마크, 번호판의 문자 및 숫자를 분류하였으며, 하이브리드 패턴벡터 및 수직수평 패턴벡터를 사용하여 식별마크, 문자 및 숫자를 인식하여 차량 정보 인식율을 개선하였다. 제안한 알고리즘에서는 차량의 식별마크가 차량의 종류에 따라 독립적인 특성, 식별마크와 번호판 영역에서는 문자와 배경이 뚜렷하게 구별되는 특성 및 수평 및 수직빈도수 분포가 식별마크 및 번호판 이외의 영역과 뚜렷이 구별된다는 특성들을 이용하였다. 제안한 방법의 성능을 확인하기 위하여 다양한 환경에서 촬영된 350여개의 영상에 대하여 차량인식 실험을 수행하였고 제안한 방법이 차량번호판의 크기와 위치에 무관하고 잡음의 영향에 덜 민감하였을 뿐만 아니라 불규칙적인 외부환경에서도 인식율이 개선되었다. 또한 식별마크와 번호판 인식의 실시간 처리가 가능하여 실제 주차장이나 도시화도로등에 적용이 가능하다.

• Journal of Microbiology and Biotechnology
• /
• 제18권8호
• /
• pp.1453-1458
• /
• 2008

For quantitative PCR assay of Salmonella enterica serovar Typhimurium in food samples, a real-time PCR method was developed, based on DNA genome equivalent. Specific primers and probe designed based on the STM4497 gene of S. Typhimurium LT2 showed the specificity to S. Typhimurium. Threshold cycle (Ct) values of real-time PCR were obtained from a quantitative standard curve with genomic DNA of Salmonella Typhimurium. In addition, the recovery of S. Typhimurium inoculated artificially to chicken samples with $4.5{\times}10^5$ to 4.5 CFU/ml was evaluated by using real-time PCR and plate-count methods. Result showed that the number of cells calculated from the real-time PCR method had good correlation with that of the plate-count method. This real-time PCR method could be applicable to the detection and quantification of S. Typhimurium in food samples.