A new high-rise building in downtown before Underground excavation work, These steps are conducted such as RMR analysis, Schmidt Hammer Test, and Rock Mass Classification by Breakability, After that rock digging work will begin.

본 논문에서는 SVM을 이용한 번호판 위치 추출 알고리즘을 제안한다. 일반적으로 번호판 영역은 가로-세로 비율 컬러, 공간 주파수 성분 등의 특징을 포함하고 있다. 제안하는 기법은 영상 획득, 번호판 후보 영역 추출, 번호란 위치 검증 세가지 단계로 구성되어 있다. 번호판 후보 영역 추출 단계에서는 컬러 필터링과 경계선 검출을 하여 번호판 후보 영역을 찾아내고 후보 영역의 DCT 계수를 SVM에 적용하여 검증한다. 이러한 검증과정을 거침으로써 잘못된 추출을 막아 신뢰성 있는 번호판 영역 추출이 가능하다. 실험을 통해 제안한 방법을 검증하였다.

In general, neural networks are widely used for the category classification of multispectral images. Since the input multispectral images into neural networks we, however, low contrast images, neural networks converge very slowly and are of bad performance. To overcome this problem, we propose a new image enhancement method which consists of smoothing process, finding the main valley and enhancement process. In addition the enhanced images by the proposed method are used as the input of neural networks for the category classification. When the new category classification method is applied to multispectral LANDSAT TM images, we verified that the neural networks converge very lastly and that the overall category classification performance is improved.