Engineered Barrier Systems (EBS) are a key element of deep geological repositories (DGR) and play an important role in safely isolating radioactive materials from the ecosystem. In the environment of a DGR, gases can be generated due to several factors, including canister corrosion. If the gas production rate exceeds the diffusion rate, pore pressures may increase, potentially inducing structural deterioration that impairs the function of the buffer material. Therefore, understanding the hydraulic-mechanical behavior of EBS due to gas generation is essential for evaluating the longterm stability of DGR. This study employed X-ray computed tomography (CT) technology to observe cracks created inside the buffer material after laboratory-scale gas injection experiments. After CT scanning, we identified cracks more clearly using an image analysis method based on machine learning techniques, enabling us to examine internal crack patterns caused by gas injection. In the samples observed in this study, no cracks were observed penetrating the entire buffer block, and it was confirmed that most cracks were created through the radial surface of the block. This is similar to the results observed in the LASGIT field experiment in which the paths of the gas migration were observed through the interface between the container and the buffer material. This study confirmed the applicability of high-resolution X-ray CT imaging and image analysis techniques for qualitative analysis of internal crack patterns and cracks generated by gas breakthrough phenomena. This is expected to be used as basic data and crack analysis techniques in future research to understand gas migration in the buffer material.

In this study, using deep learning, super-resolution images of transmission electron microscope (TEM) images were generated for nanomaterial analysis. 1169 paired images with 256  256 pixels (high resolution: HR) from TEM measurements and 32  32 pixels (low resolution: LR) produced using the python module openCV were trained with deep learning models. The TEM images were related to DyVO4 nanomaterials synthesized by hydrothermal methods. Mean-absolute-error (MAE), peak-signal-to-noise-ratio (PSNR), and structural similarity (SSIM) were used as metrics to evaluate the performance of the models. First, a super-resolution image (SR) was obtained using the traditional interpolation method used in computer vision. In the SR image at low magnification, the shape of the nanomaterial improved. However, the SR images at medium and high magnification failed to show the characteristics of the lattice of the nanomaterials. Second, to obtain a SR image, the deep learning model includes a residual network which reduces the loss of spatial information in the convolutional process of obtaining a feature map. In the process of optimizing the deep learning model, it was confirmed that the performance of the model improved as the number of data increased. In addition, by optimizing the deep learning model using the loss function, including MAE and SSIM at the same time, improved results of the nanomaterial lattice in SR images were achieved at medium and high magnifications. The final proposed deep learning model used four residual blocks to obtain the characteristic map of the low-resolution image, and the super-resolution image was completed using Upsampling2D and the residual block three times.

국제 해상교통량 및 물동량이 증가함에 따라 한반도 주변해역의 선박유동량도 늘어나고 있으며 이에 따라 크고 작은 항구가 위치하고 있는 남해에서의 해양 사고도 꾸준히 발생하고 있다. 특히 선박간의 충돌 및 침몰 사고는 인적 및 물적 피해뿐만 아니라 해양환경오염을 유발하기 때문에 광역의 범위를 고해상도로 볼 수 있는 인공위성을 통한 신속한 선박탐지가 필요하다. 본 연구에서는 광학 인공위성 아리랑 2호 관측자료를 활용하여 광양만 인근해역의 각 채널 별 반사도 값을 비교 분석하여 새로운 선박탐지지수를 제시하였다. 선박 분류를 위해 그 선박탐지지수의 역치를 0.1로 설정하였고, RGB 합성영상과 비교하였을 때 대다수의 선박을 탐지하였음을 보여주었다. 연구해역에 포함되어 있는 큰 규모의 선박을 선정 후, 선박 주변의 공간적 반사도 분포를 분석하였다. 그 결과 선박 북서방향에 위치한 균일한 형태의 선박그림자를 확인할 수 있었다. 이는 태양의 위치가 남동방향에 위치하고 있음을 나타내고 있으며, 실제 위성영상이 촬영된 시기의 방위각은 144.80o로 영상내의 그림자의 위치를 통해 태양의 방위각을 유추할 수 있다. 그림자의 반사도는 주변 바다 및 선박에 비해 낮은 0.005 값을 나타냈고, 선수 및 선미에 따라 높이차가 달라짐을 보였다. 이는 선박의 갑판 및 구조물의 높이를 반영한 것으로 판단된다. 본 연구 결과는 연안 해상사고 발생 시 실종선박 수색기술에 고해상도 광학 인공위성 영상이 활용될 수 있음에 의의가 있다.

4 개의 사각형으로 구성된 도형들의 집합인 테트로미노는 가장 유명한 게임 중의 하나인 테트리스에서 사 용되면서 널리 알려졌다. 최근에는 테트리스를 모방하는 다양한 보드 게임들이 제작되어 저학년 학생들의 교육에서 사용되고 있다. 이에 본 논문에서는 사용자가 입력한 고해상도의 영상으로부터 테트로미노에 기반한 퍼즐을 생성하는 2단계 알고리즘을 제시한다. 1단계에서는 슈퍼 픽셀 알고리즘을 이용해서 고해상도의 입력 영상을 공통된 색 팔레트를 공유하는 저해상도의 픽셀 아트 영상으로 변환한다. 2단계에서는 타일화 알고리즘 을 이용해서 픽셀 아트 영상을 채우는 4x4 또는 8x8 크기의 테트로미노 타일을 생성한다. 영상을 타일로 채우는 과정은 픽셀 아트 영상의 픽셀의 색과 테트로미노 타일의 색의 차이를 최소화하는 방법을 이용한다. 이 과 정에서 퍼즐의 복잡도를 제어하기 위해서 픽셀 아트 영상의 해상도를 조절한다. 이러한 테트로미노에 기반한 게임은 보드 게임뿐 아니라 컴퓨터 게임의 형태로도 구현할 수 있으며, 다양한 사용자 테스트를 통해서 게임의 재미를 검증한다.

전정색과 다중분광 위성영상으로부터 고해상도 컬러영상을 제작하는 융합기법에 대한 연구가 원격탐사 분야에서 활발하게 진행되어왔다. 기 개발된 많은 영상융합 기법들은 분광대체, 산술병합 그리고 공간영역 등 세 개의 범주로 구분될 수 있다. 본 연구는 기존 고해상도 위성에 비해 공간해상도와 분광해상도가 향상된 WorldView-2 위성에서 제공하는 전정색과 다중분광영상에 적용된 각 범주의 융합영상 결과물 특성을 색상과 공간정보 왜곡 측면에서 분석하였다. 색상정보의 왜곡을 평가하기 위해 평균차, 분산차 및 ERGAS 등의 정량지표를 산출하였고, 공간정보의 왜곡은 시각적 분석에 의해 평가하였다. 본 연구의 결과에 의하면 공간영역에 기초한 융합기법이 다른 범주의 융합에 비해 상대적으로 분광 및 공간정보의 왜곡이 적은 것으로 분석되었다. 따라서 공간영역에 기반한 융합영상은 대축척 주제도 뿐 아니라 온라인 영상지도 제작을 위해 적절한 입력자료로 활용될 것으로 기대된다.

표본기반 초해상도(Super Resolution) 기법은 데이터베이스에 저장된 고해상도 영상의 패치와 저해상도 영상 의 패치 사이에 대응관계를 이용하여, 저해상도의 입력영상에 가장 유사한 고해상도 패치를 덧붙여서 고해상도를 구 성하는 방식이다. 이러한 방식은 한 장의 영상만으로 고해상도 영상을 얻을 수 있고, 위의 과정을 반복하여 2배 이상 의 확대된 영상을 얻을 수 있어서 기존의 고전적 초해상도 기법의 문제점을 해결할 수 있다. 표본기반 초해상도 방법 들중 네이버 임베딩(Neighbor Embedding 이하 NE) 기법의 기본 원리는 지역적 선형 임베딩(locally linear embedding) 이라는 매니폴드 학습 방법의 개념과 같다. 그러나, NE의 국부 학습 데이터 집합의 크기가 너무 작아서 빈약한 일반화 능력으로 인하여 알고리즘의 성능을 크게 저하시킨다. 또한, NE는 신뢰할 수 있는 성능을 위해 커다란 크기의 학습 데이타가 요구되어, 메모리 비용뿐만 아니라 연산 부담이 요구된다. 본 논문에서는 이와 같은 문제점을 해결하기 위해서 효율적으로 구축된 딕셔너리(dictionary)를 이용하였고, NE의 국부 학습 데이터 집합의 크기가 너무 작은데에 기인한 빈약한 일반화 능력을 보완하기 위해 각 시험 패치와 딕셔너리들 간의 평균거리 이내에 있는 데이터 들을 국부 학습 데이타들로 이용하였다. 또한, 본 논문에서는 NE의 부족한 일반화 능력을 보완하기 위해 일반화 능력 이 뛰어난 Support Vector Regression(이하 SVR)을 이용하여 훈련하였으며 훈련된 SVR을 이용하여 고해상도의 해당 화소 값을 예측하였다. 실험을 통하여 제안된 기법이 bicubic 보간법 및 NE 기법 등에 비해 정량적인 척도 및 시각적 으로도 향상된 결과를 보여 주었다.

실감방송을 위한 차세대 디지털 텔레비전 시대에는 초고화질 영상 디스플레이 장치와 3차원 영상이 널리 보급될 전망이다. 본 논문에서는 실감방송시대의 두 축인 초고화질 영상 디스플레이 장치와 3차원 영상 시대를 대비하는 관점에서 스테레오스코픽 3차원 영상을 활용한 초고해상도 영상 생성 방안을 제안한다. 2차원 입력영상에서 확대된 2차원 영상을 얻는 기존 접근 방식을 확장하여, 3차원 영상 융합에 바탕을 둔 초고해상도 영상을 생성한다. 먼저 입력된 영상의 국부 특성을 분석하고, 평탄 영역과 비평탄 영역에 따른 적응적 영상 해상도 개선을 수행한다. 효율적 연산을 위해 평탄 영역에서는 전통적 해상도 개선 방법을 적용하고, 비평탄 영역에서는 자기 유사성을 활용한 탐색을 기반으로 3차원 영상에 담긴 부가 정보를 효과적으로 검색하고 융합하여 해상도 개선에 활용한다. 실험 결과를 통해 3차원 영상에 내재된 부가 정보의 활용이 초고해상도 영상 복원 성능을 개선함을 보인다.

본 연구의 목적은 시간 분해능이 향상된 비지역적 평균 (fast non local means, FNLM) 노이즈 제거 알고리 즘을 모델링하여 광학 현미경 영상에서의 적용 가능성을 확인하는 것이다. 이를 위해 실제 흰쥐 (mouse)의 첫째어금니 치아를 사용하여 영상을 획득한 후 기존에 널리 사용되고 있는 노이즈 제거 알고리즘과 제안 하는 FNLM 알고리즘을 각각 적용하여 비교하였다. 정량적 평가는 대조도 대 잡음비 (contrast to noise ratio, CNR), 변동계수 (coefficient of variation, COV), 그리고 최근에 개발된 no reference 기반의 방법인 natural ima ge quality evaluator (NIQE)와 Blind/referenceless image spatial quality evaluator (BRISQUE)를 사용하였다. 결과적으로 모든 정량적 평가 인자에서 제안하는 FNLM 노이즈 제거 알고리즘이 가장 우수한 값을 나타내었다. 특히나 치아의 전체적인 형태학적 영상을 분석할 수 있는 NIQE와 BRISQUE 인자는 원본영상에 비하여 각각 1.14와 1.12배 향상됨을 확인할 수 있었다. 결론적으로 소동물 치아 광학 현미경 영상에서의 FNLM 노이즈 제거 알고리즘의 유용성 및 가능성을 증명하였다.

In this study, we adapted very low resolution (240x320 = 76,800 pixels) images by which it is difficult to detect cracks. An automatic crack detection technique has been studied using digital image processing technology for low resolution images of sewage pipeline. Authors have developed two algorithms to detect cracks. The third step covers an algorithm developed to find optimal threshold value, and the sixth step deals with algorithm to determine cracks. As the result, in spite of very low-resolution images, the performance of crack detection turned out to be excellent.

본 연구는 고해상도 디지털 X선 영상 검출기 적용을 위해 미세 Gd2O2S:Tb 형광체 분말을 저온 액상법을 이용하여 합성하였다. 제조된 형광체 분말을 이용하여 입자침전법을 이용하여 형광체 필름을 제작하여 발광특성을 조사하였다. 측정결과, Tb 첨가농도에 따른 상대적인 발광량 측정결과 5 wt%의 첨가농도에서 가장 높은 발광효율을 보였으며, 첨 가농도가 증가할수록 소광현상에 의한 발광강도가 급격히 감소하는 경향을 보였다. 또한 270 ㎛ 두께의 Gd2O2S:Tb에 서 2945 pC/cm2/mR의 발광 강도를 가졌으며, 발광 강도가 거의 포화되는 것을 관찰할 수 있었다. 끝으로 제조된 형광 체의 영상획득 성능을 평가하기 위해 상용화된 CMOS 센서를 이용하여 X선 영상을 획득하여 MTF, NPS를 측정하여 DQE 평가를 수행하였다. 측정결과, DQE(0)의 값은 37%로 다소 낮은 값을 보였다. 향후 필름 제조 공정상의 문제점 을 해결한다면, DQE를 개선할 수 있을 것으며, 고해상도 의료 방사선 영상 시스템 적용에 유용하게 적용 가능할 것으 로 판단된다.

The aim of this paper is to investigate the applicability of high spatial resolution remote sensing images for conducting the rural amenity resources survey. There are a large number of rural amenity resources and field reconnaissance without a sufficient preliminary survey involves a big amount of cost and time even if the data quality cannot always be satisfied with the advanced study. Therefore, a new approach should be considered like the state-of-the-art remote sensing technology to support field survey of rural amenity resources as well as to identify the spatial attributes including the geographical location, pathway, area, and shape. Generally high-resolution satellite or aerial photo images are too expensive to cover a large area and not free of meteorological conditions, but recently rapidly-advanced internet-based image services, such as Google Earth, Microsoft Bing maps, Bluebirds, Daum maps, and so on, are expected to overcome the handicaps. The review of the different services shows that Google Earth would be the most feasible alternative for the survey of rural amenity resources in that it provides powerful tools to build spatial features and the attributes and the data format is completely compatible with other GIS(Geographic information system) software. Hence, this study tried to apply the Google Earth service to interpret the amenity resources and proposed the reformed work process conjugating the internet-based high-resolution images like satellite and aerial photo data.