포장상태 평가를 위한 노면영상 촬영은 라인스캔 방식이 주를 이루고 있다. 라인스캔 특성 상, 조사환경이나 장비특성이 달라질 경 우 밝기가 상이한 노면영상을 취득할 수 있고 이는 U-net과 같은 픽셀 단위 segmentation 딥러닝 모델의 균열 자동검출 성능에 영향을 미친다. 본 연구에서는 인공지능 검출 모델의 변경 없이 영상의 밝기 최적화와 morphology 연산기법을 노면영상 전·후처리 방법으로 제시하고 그 효과를 분석하였다. 영상 처리를 통해 과다 검출경향을 보인 이상치들이 제거되었으며 정답으로 간주할 수 있는 전문요 원 분석결과인 GT 균열률과의 상관성 또한 향상됨을 확인하였다.

In this paper, we proposed and tested an indoor obstacle recognition and avoidance algorithm using vision and ultrasonic sensors for effective operation of drone with low-power. In this paper, the indoor flight of a drone is mainly composed of two algorithms. First, for the indoor flight of the drone, the vanishing point and the center point of the image were extracted through Hough transform of the input image of the vision sensor. The drone moves along the extracted vanishing point. Second, we set an area of interest so that the drone can avoid obstacles. The area of interest is a space where the drone can fly after recognizing an obstacle at a distance from the ultrasonic sensor. When an obstacle is recognized in the drone's area of ​​interest, the drone performs an obstacle avoidance action. To verify the algorithm proposed in this paper, a simple obstacle was installed in an indoor environment and the drone was flown. From the experimental results, the proposed algorithm confirmed the indoor flight and obstacle avoidance behavior of the drone according to the vanishing point.

신안군 해역의 섬을 통한 관광사업이 활발해지면서 도서 간을 연결하는 해상교량은 현재까지 총 13개가 완공되었다. 그러나 통항로에 설치된 해상교량은 선박통항에 있어 위험성을 주며, 특히 섬과 섬을 연결하는 연도교의 경우 수로의 폭이 매우 좁아 그 위험도 는 더욱 높다. 본 연구는 신안군 해역의 연도교에 대한 해상교통조사를 토대로 교각과 선박의 충돌위험도를 항만수로의 위험도 평가 모 델인 IWRAP(IALA Waterway Risk Assessment Program)을 활용하여 평가하였다. 그 결과 신안1교가 충돌확률이 가장 높은 것으로 분석되었으 며, 통항선박의 대부분은 연안 여객선으로 나타났다. 또한, 신안1교는 대상해역의 교각 중 가장 충돌사고가 많이 발생한 곳으로 본 연구 에서는 그 원인을 분석하고자 하였다. 신안1교 해역환경의 위성사진을 영상처리기법으로 분석한 결과 해도에는 볼 수 없는 장애물이 교 량 근처에 존재하는 것을 확인할 수 있었다. 이로 인해 장애물을 피해 교량의 통항유도방식인 양방향 통항과 달리 한 방향으로 통항이 집 중되는 것을 알 수 있었다. 본 연구의 영상처리기법을 활용한 위험원인 분석방법은 향후 연도교의 위험요인 분석을 하는데 기초자료로 활용될 수 있을 것으로 기대된다.

본 연구에서는 콘크리트 이미지에서 균열의 크기와 위치를 검출하는 알고리즘을 개발하였다. 균열은 총 9단계로 자 동 검출되었으며, 기본 기능은 매트랩 프로그램의 기능이었다. 5단계와 8단계에서는 균열 검출 정확도를 높이기 위해 사용자 알고리즘을 추가하였으며, 균열 영상과 비균열 영상을 각각 1,000개씩 사용하였다. 균열 이미지에서는 균열이 100% 검출됐지만 품질 측면에서 나쁘지 않은 결과를 제외하더라도 91.8%의 결과가 매우 양호했다. 또한, 균열되지 않은 이미지의 정확도도 94.7%로 매우 양호했다. 이에 본 연구에서 제시한 균열검출 알고리즘은 콘크리트 우물 균열의 위치와 크기를 검출할 수 있을 것으로 기대된다.

우리나라는 여러 건의 여객선 사고를 겪으면서, 여객선 안전관리를 위해 다양한 제도를 운영하고 있다. 2021년 기준 우리나라 연안을 운항하는 여객선 162척 중, 차량갑판이 개방된 형태의 차도선이 105척(65 %)을 차지하고 있다. 차도선은 2～4개의 섬을 경유하는 운항 패턴을 가지고 있다. 출항지(모항)에서 안전점검은 선원과 운항관리실의 운항감독관, 해사안전감독관에 의해 실시된다. 경유지에서 의 안전점검은 자체점검이 실시되는 경우가 있다. 여느 제도와 마찬가지로 제도적, 현실적 한계 등이 있다. 이를 위해 영상처리기법을 활 용하여 차량을 검출하고 이를 선박 복원성 계산과 연동하는 방안을 제안하고자 본 연구를 수행하였다. 차량 검출을 위해 차영상을 이용 하는 방법과 기계학습을 이용하는 방법을 사용하였다. 검출된 데이터를 선박 복원성 계산에 활용하였다. 기계학습을 통해 차량을 검출하 는 경우, 차영상에 의한 차량 검출 방법보다 차량 식별에 안정적임을 알 수 있었다. 다만, 카메라가 일몰과 같은 상황에서 역광을 받는 경 우와 야간과 같은 상황에서 부두와 선박 내부의 강한 조명에 의해 차량이 식별되지 않는 한계가 있었다. 안정적인 영상처리를 위해 충분 한 영상 데이터 확보와 프로그램 고도화가 필요해 보인다.

I propose an algorithm to detect defects in the production of wire mesh using computer image processing. The process is explained as follows, First reading consecutive frames coming through the camera, then the preprocessing process is performed. Second calculate the absolute difference between the two images to distinguish the moving wire mesh from the unnecessary background image. Third based on the past moving data of the welded wire mesh, predict and track future movement. As a result of observing the samples of some defective welded wire mesh products, it was confirmed that the horizontal line of the defective wire mesh had a higher height value of the tracked wire netting. Therefore it is possible to judge whether there is a defect or not at the same time without any additional process to judge. Finally, shear strength test were performed on the welds determined to be normal products by the algorithm proposed in this paper, so that I could verify the reliability and validity of the proposed algorithm.

농산물의 외형적 특징 중 형상은 생산, 보관, 마케팅 및 소비자 구매 패턴까지 상업적 연결고리로 활용되어 왔다. 산업의 발달과 고성능 카메라의 개발로 카메라 비전을 이용한 농산물의 외부 품질을 평가하는 범위가 넓어지고 있다. 신맛과 단맛이 적당히 조화되어 있으며 비타민 C가 풍부한 딸기는 소비자들에게 인기가 많은 과일로 우리나라의 수출은 44 백만 달러, 세계점유율 1.4%로 신선딸기가 97.7%을 차지한다. 상품성이 낮은 비정상적인 딸기를 선별하기 위하여 자동화된 선별 시스템이 요구되고 있다. 본 연구에서는 CCD(Charge Coupled Device) 카메라를 사용하여 우리나라의 대표적인 수출 품종인 매향과 설향의 표준 형상과 비정상적인 형상의 기형 딸기를 객관적으로 판별하여 선별 할 수 있는 시스템을 구축하였다. 비정상적인 형상의 기형과는 정상적인 딸기 형상과 다른 모양으로 수정불량에 의한 것이 대부분이며 크게 쐐기형(투탑, 쓰리탑형), 원통형(사각형), 비대칭으로 구분하였다. CCD 카메라로 딸기의 상하 2면 영상을 촬영하여 매향과 설향의 표준 형상과 비정상적인 형상인 기형 딸기 영상을 얻었다. 영상처리를 활용하여 녹색으로 이루어진 꼭지 부분을 제거한 딸기 과육 형상을 획득하였다. 획득한 영상에서 딸기의 윤곽선을 추출하고 미분함수를 적용하여 기울기의 변화로 비정상적인 형상의 기형과 특징을 알 수 있었다. CCD 영상처리 분석을 이용하여 대표적인 수출 딸기 품종인 매향과 설향의 형상을 분류, 선별하여 객관적이고 표준화된 딸기 선별 가능성이 있음을 보여준다.

국내뿐만 아니라 국외에서도 소고기 품질 종합 판정의 과정은 숙련된 인력에 의해 수행되고 있다. 숙련된 전문가라도 주관적인 견해가 포함 될 가능성이 존재하는 현행의 과정을 개선하고, 판정에 필요한 인자(근내지방도, 지방색, 육색 등)를 보다 객관적으로 획득하기 위해 다양한 센서 및 분석법을 활용하는 시도가 전세계적으로 활발하게 진행되고 있다. 하지만, 선행 연구들의 최종 목표인 현장 실용화 단계로의 적용은 미미한 실정이다. 이에 본 연구에서는 Computer vision 장치로 촬영한 영상을 소고기 품질 판정 과정의 시각 대체 자료로 활용하고, 다양한 영상처리 기법을 이용하여 소고기 품질 판정에 필요한 주요 인자의 추출 가능성을 확인하고자 하였다. 이 과정에서 소고기 품질 판정에 필요한 주요 인자 중 근내지방도를 본 연구의 대상으로 선정하였으며, 근내지방을 효과적으로 추출하는 영상처리 알고리즘을 도입하고, 본 연구에 적합한 알고리즘을 판단하고자 하였다. 소고기 품질 판정에 사용되는 등심 부위의 RGB 영상을 촬영하였다. 촬영된 영상의 기하학적 왜곡과 색상 왜곡을 보정하여, 영상 획득 과정에서 발생하는 기계적 오차를 최소화 하고자 하였다. 보정된 영상에서 배경을 제거하고, 관심 영역(Region of Interest)을 추출하였다. 추출한 영역에서 근내지방을 추출하기 위해 MSER(maximally stable extremal regions) 알고리즘을 중점으로 사용하였고, 이를 제외한 다양한 영상처리 알고리즘도 적용하여 활용 가능성을 확인하였다. 이를 바탕으로, 추후 연구에서는 소고기 품질 판정의 주요 인자인 근내지방의 추출 알고리즘을 개발하고, 나아가 소고기 품질 판정 시스템 구축을 최종 목표로 하고 있다.

딸기는 파프리카 다음으로 국내에서 두 번째로 수출이 많이 되는 채소로써 수출량이 매년 증가하는 추세이다. 주력 시장은 동남아시아로 홍콩, 싱가포르, 말레이시아가 수출량의 약 84%를 차지하고 있다. 딸기의 물성이 연하고 상온 유통시 선도유지기간이 길지 않아서 수출시 숙도, 경도와 저장성이 우수한 딸기의 선별이 필요하다. 본 연구는 CCD 영상 센서를 이용하여 수출용 딸기의 숙도 판별 가능성을 조사하기 위하여 수행되었다. 우리나라 주요 수출 품종인 설향 품종의 딸기에 대하여 양면(윗면, 아랫면)의 RGB 영상을 측정하고, 빨간색의 착색비율로 미숙과와 적숙과 예측 모델을 개발하였다. 그 결과, CCD 영상 기술을 이용하여 딸기의 숙도 판별이 가능함을 확인하였다.

드론이나 웨어러블 기기 등 영상정보처리기기의 발달은 신산업 영역을 창출하였고, 방범·치안·근태관리 등 다양한 영역에서 편리하고 유용한 서비스를 제공 하고 있다. 그러나 정보주체의 원치 않는 개인영상정보 유ᆞ노출 등으로 인해 심각한 사생활 침해의 우려 또한 제기되고 있다. 이러한 우려를 불식시키기 위해 정부는 ｢개인영상정보 보호법 제정법률 (안)｣을 마련하여 입법을 추진하고 있다. 그러나 이 법안은 직접 개인영 상정보를 촬영하는 등 개인영상정보의 처리에 관한 실질적 통제력을 가지는 개인영상정보처리자를 규율대상으로 하므로, 개인영상정보를 매개 만 하는 정보통신서비스 제공자에게 적용하기 어려운 측면이 있다. 그리 하여 본 법안은 정보통신서비스 제공자의 매개유형의 개인영상정보 처리 에 대한 적용제외를 규정하고 있다. 그러나 정보통신망에서 개인영상정 보의 확산가능성과 침해회복의 어려움, 개인영상정보의 유통을 통한 직·간접적인 영리취득 등을 고려할 때, 정보통신서비스 제공자의 개인 영상정보 처리에 관한 특칙의 마련이 필요하다. 즉 개인영상정보의 수 집･이용의 요건과 절차, 적절한 관리를 위한 기준 등을 제시함으로써 이 용자의 신뢰를 확보할 필요가 있다. 따라서 정보통신서비스 제공자의 개인정보 처리에 관하여 규율하고 있는 ｢정보통신망법｣에 개인영상정보를 매개하는 경우 준수해야할 역할과 책무 그리고 개인영상정보 주체의 보호방안 등을 마련할 필요가 있다. 다만 이러한 제도적 장치를 마련함에 있어 정보통신서비스 제공자의 영업의 자유에 과도한 제한이 되지 않도 록 정보주체의 사생활권과 적절히 조화될 수 있는 방안이 마련되어야 한다. 그러한 방안으로 본 연구에서는 첫째, 정보통신서비스 제공자로 하여 금 개인영상정보를 처리하는 이용자가 당해 서비스를 이용할 경우 개인 영상정보주체의 권익을 침해하지 않도록 일정한 지침을 제공하고 준수하 도록 하는 방안을 제안하였다. 이는 정부가 이러한 지침의 내용을 강제 하는 것이 아니라 서비스 내용에 맞게 지침을 작성할 수 있도록 자율을 부여하므로 영업의 자유에 대한 중요한 침해에 해당되지 않으면서 개인 영상정보주체의 프라이버시를 보호할 수 있는 방안이다. 다음으로 정보 통신서비스의 전파성, 신속성 등에 비추어 볼 때 영상정보주체의 원치 않는 개인영상정보의 유출에 대한 신속한 권리구제 방안이 필요하다. 따 라서 개인영상정보에 대하여 정보주체의 삭제 등의 요청이 있는 경우 정보통신서비스 제공자가 일정한 조치를 취하는 것이 가능하도록 절차를 마련하는 방안을 제안하였다.

기존 온·습도 센서와 여러 가스센서에 의해 측정 및 제어되는 돈사환경제어시스템에 돼지의 체온조 절행동에 근거한 생체정보를 이용하여 외부 환경정보를 보정한다면 보다 정밀한 축사 환경제어를 할 수 있다. 이를 위한 본 연구는 ICT기술을 접목한 스마트돈사의 정밀환경제어를 위한 기초연구로 획득된 이 미지를 바탕으로 돼지의 행동특성을 3가지로 분류하기 위한 영상처리시스템 알고리즘을 제시하고자 한 다. 공시재료는 실험돈사에서 사육되고 있는 육돈용 자돈(F2, 36~40kg) 3마리를 이용하였으며, 영상처 리를 수행하고자 천정에 설치된 카메라를 통해 획득된 이미지를 이용하였다. 영상처리를 위한 프로그램 은 Visual Studio C과 다양한 영상처리를 위해 개발된 오픈 소스 라이브러리인 OpenCV Library를 이 용하여 구현하였다. 행동분류 알고리즘은 각 돼지의 중심점 데이터, 돼지가 차지하는 면적, 돼지 사이 의 거리를 구하고자 전처리를 수행한 이미지를 RGB 색상계에서 YCrCb 색상계로 변환하였으며, 히스토 그램 평활화(Histogram Equalization), cvBlob함수를 사용하여 Labeling 알고리즘을 수행하였다. 영상 처리 결과, 검증 이미지를 대상으로 군집형태 A로 판단된 결과는 면적만 고려한 것과 거리와 면적을 같 이 고려하였을 때 인식률 95%를 나타내었다. 군집형태 B의 경우 면적만을 고려하였을 경우 65%, 면적 과 거리를 모두 고려하였을 경우 95%로 나타났다. 군집형태 C의 경우 면적만을 고려하였을 경우 25%, 면적과 거리를 모두 고려하였을 경우 100%로 나타나 환경정보 보정자료로 활용이 가능한 것으로 판단 되었다.

최근 마이크로 UAV가 대중화 되면서 영상 촬영 기능을 이용하여 지역 정보를 수집하고 분석하려는 다양한 영상처리 방안들이 등장하고 있다. 이러한 영상 처리에는 단순한 파노라믹 영상 제작에서부터 지도 제작을 위한 영상 모자익, 포인트 클라우드 생성을 통한 3D 모델링에 이르기까지 초보적 수준에서 전문적인 분야의 활용 방법들이 일반인들에게 공개 혹은 오픈소스 소프트웨어 형태로 나타나고 있다. 본 연구에서는 상업용으로 보급되고 있는 마이크로 UAV를 이용하여 영상을 촬영하고, 오픈소스 소프트웨어들을 이용하여 영상 처리를 하는 방안들을 분석하였다. 본 연구 결과는 향후 참여형 GIS로서 UAV를 이용하여 공간 정보를 구축하려는 시도에 도움을 줄 것으로 기대한다.

In this study, we studied the damage area detection of the composite tension specimens under fatigue loading by using image processing techniques. The aim of this study is to detect the area of the damage region on the basis of original image. Basically we have used Matlab program. This study analyzed a total of six specimens under cyclic loading and the results using a user algorithm and analysis procedures of step 7. The damaged area was well detected except 3,000 cyclic loading. Accuracy of damage area detection is determined to be excellent by 83.3%(5/6). In general, however, in order to automatically detect the damaged area must develop an algorithm for setting the number of multi-threshold automatically. This is to perform the studies in the future.

In this paper, we study the calculation for the damage area of the tension specimens using image processing techniques. This study was able to calculate the area of the damage region on the basis of original image. Generally, to extract the area in the original image, we have to use opening operation, close operation, the Hit-or-Miss operation and bottom hat filter, top hat filter, etc. In particular, to extract the area of the composite specimen discussed in this study, we have to use the combination of the operations and filters because it is non-isotropic material, or should develop a new algorithm based on it.

본 논문에서는 문턱치 기반의 영상처리 알고리즘을 이용한 인셀(in-shell)헤이즐럿과 셀드(shelled)헤이즐럿의 분류 방법을 제안한다. 헤이즐럿은 외피가 있는 인셀 형태, 내피만 있는 셀드 형태, 내피도 제거된 블랜치드 (blanched)형태, 그리고 모든 껍질을 제거한 후 알맹이를 볶아 판매하는 로스티드(roasted)형태로 제품화 된다. 그러나 생산, 이송과 가공 과정에서 외피가 쉽게 박피되기 때문에 각 단계별로 제품을 판매하기 위해서는 일차적으로 인셀 헤이즐럿과 셀드 헤이즐럿을 구별하여 제품화하는 것이 필요하다. 따라서 본 논문에서는 각 단계의 헤이즐럿 표면에 대한 영상처리 기반 분석을 바탕으로 18개의 문턱치 기반의 선별인자를 얻고 이를 바탕으로 실시간 선별이 가능한, 인셀 및 셀드 헤이즐럿의 분류 알고리즘을 제안한다. 제안한 방법을 선별에 적용한 결과 인셀 헤이즐럿의 선별 정확 도는 98%이며 나머지 셀드 헤이즐럿의 선별 정확도는 94%를 보였다.

본 연구에서는 파프리카 수확기 개발의 일환으로 엔드 이펙터의 정확한 제어를 위하여 스테레오 영상으로 파프리카를 인식하고 인식된 파프리카의 공간 좌표를 획득하기 위하여 영상처리 알고리즘을 개발하고자 하였다. 먼저, 색상 정보를 이용하여 파프리카 영상을 추출하기 위하여 히스토그램 분석을 수행하였고 결과에 따른 임계값 을 설정하였다. 임계값에 의해 추출된 파프리카 영역에 대해 스테레오 대응을 수행하기 위해 실험에 사용된 스테레오 영상의 F 행렬을 구하였고 이를 이용하여 에피 폴라선을 구하여 대응을 수행하였다. 대응을 수행 할 때는 색상 영상을 이용하여 강조 마스크와 컨벌루션을 통해 중심 픽셀과 수직, 수평방향 이웃 픽셀에 가중치를 적용하여 강조한 후 최소 자승 오차를 갖는 점을 대응 점으로 추출하였다. 추출 된 대응 점간의 거리를 스테레오 영상의 기하학적인 관계를 이용하여 실제 거리를 계산하였고, 계산된 거리(Z)값을 이용하여 수평(X), 수직 (Y) 방향 공간 좌표를 획득하였다. 그 결과 수평 방향 오차 평균 5.3mm, 수직 방향 오차 평균 18.8mm, 거리 오차 평균 5.4mm로 나타났으며, 거리 400~450mm 구간과 영상의 모서리 부분의 왜곡이 발생하는 부분에서 오차가 다른 구간에 비해 크게 나타나는 것을 확인 할 수 있었다.