PURPOSES:Pavement textures can be categorized into four according to wavelength: microtexture, macrotexture, megatexture (roads), and roughness. Pavement surface texture influences a number of aspects of tire-pavement interaction such as wet-weather friction, tire-pavement noise, splash, spray, tire-wear, and rolling resistance. In particular, macrotexture is the pavement surface characteristic that considerably impacts tire-pavement noise. In general, it can be demonstrated that tire-pavement noise increases with the increase of texture depth and wavelength. Recently, mean profile depth (MPD) and wavelength have been used to evaluate tire-pavement noise. This study aimed to identify the relationship between mean profile depth and average wavelength for asphalt pavement based on the information obtained on a number of asphalt pavement sections.METHODS :Profile data were collected from a number of expressway sections in Korea. In addition, mean profile depth and average wavelength were calculated by using this profile data. Statistical analysis was performed to determine the correlationship between mean profile depth and average wavelength.RESULTS:This study demonstrates a linear relationship between mean profile depth and average wavelength for asphalt concrete pavement.CONCLUSIONS:The strong relationship between mean profile depth and average wavelength of asphalt pavement was determined in this study.

This study investigated the Texture Profile Analysis and Sensory characteristics analysis of 6 different Pork Meat-substituted Soybean Curd (PMSC) products with different gluten-fiber (GF) contentst. PMSC types were PMSC-GF 5%, PMSC-GF 10%, PMSC-GF 15%, PMSC-GF 20%, PMSC-GF 25%, and PMSC-GF 30%. The lightness (ΔL value) of cooked PMSC was decreased, whereas the redness (Δa value) and yellowness (Δb value) of cooked PMSC was not changed. Texturometer (TA XT Plus, England) was used for objective test and hardness, springiness, cohesiveness and chewiness of sensory characteristics were measured. PMSC with GF 5% to 15% were characterized high hardness score but PMSC with GF 20% to 30% were not significantly different. PMSC-GF 30% was the highest score in springiness and PMSC-GF 5% was the lowest. PMSC-GF 25% and 30% were high cohesiveness score but was not significantly different (p<0.05). Fourteen sensory descriptors were developed to evaluate the sensory characteristics of PMSC. The sensory characteristics of PMSC were sweetness, saltiness, springiness, hardness, chewiness, meat flavor, odor, loose particle and so on. Six different PMSC showed no significant difference in the attributes of loose particle. But PMSC-GF 5% and PMSC-GF 10% showed significant difference in the attributes of hardness. PMSC-GF 25% and PMSC-GF 30% showed no significant difference in the attributes of hardness. PMSC-GF 30% was the highest springiness score and PMSC-GF 5%, PMSC-GF 10% and PMSC-GF 15% showed no significant difference in the attributes of springiness. Overall consumer acceptance was surveyed. PMSC-GF 5%, PMSC-GF 10% and PMSC-GF 15% showed no significant difference in the attributes of color. PMSC-GF 25% and PMSC-GF 30% was the highest in the attributes of springiness and high moistureness, taste acceptance and overall acceptance. PMSC-GF 5%, PMSC-GF 10% and PMSC-GF 15% showed no significant difference in overall consumer preference but PMSC-GF 25% and PMSCGF 30% showed significant difference. Consequently it is indicated that texture of cooked PMSC-GF 25% and PMSC-GF 30% is very important sensory characteristics.

본 논문에서는 경량 프로파일러를 이용한 프로파일을 측정하여 매크로 텍스쳐 크기를 산정하고 분석하였다. 밀입도, 배수성, SMA, 기층 포장에 대한 프로파일을 측정하여 포장에 사용된 골재에 의한 매크로 텍스쳐 크기를 분석하였으며, 재료분리가 일어난 지역의 프로파일을 측정하여 매크로 텍스쳐 깊이를 분석하였다. 본 연구 결과 프로파일 분석을 통하여 효과적으로 매크로 텍스쳐 크기를 산정할 수 있었으며, 아스팔트 혼합물 종류별로 텍스쳐 크기를 분석할 수 있었다. 또한, 매크로 텍스쳐 크기를 산정하여 분석함으로써 재료분리가 일어난 지역을 탐지할 수 있었다.

공간 해상도 1m 이하의 고해상도 원격 탐사 영상의 민간 활용이 활발해 짐에 따라, 이를 위한 전문 분야 별 영상 분석 방법의 개발 요구가 증가하고 있다. 다양한 영상분석 기법 중에, 주변 화소들간의 공간 분포 관계에 의해 특성이 결정되는 텍스처 영상의 분석은 이러한 목적을 위한 유용한 영상 분석 방법 중 하나이다. 이 연구에서는 원시 영상으로부터 GLCM 알고리즘에 의해 생성된 텍스처 영상에 대해서 방향 인자, 마스킹 커널의 크기, 변수의 종류에 따른 결과를 비교, 분석한 뒤 각각의 결과 영상의 지형공간 특성 분석의 적용성에 대하여 알아보았다. 또한 원시 영상과 텍스처 영상에서 특성 정보를 포함하는 템플레이트를 설정하고 이를 기준으로 반복적인 패턴을 자동으로 검색하는 템플레이트 정합 프로그램을 구현하여 이를 원시 영상과 텍스처 영상에 적용하였고, 처리 결과에 기초하여 향후 적용 가능성을 검토하였다. 이 연구의 결과는 일정한 패턴으로 나타나는 지구과학적인 지형 특성이나 고해상도 위성영상 정보를 이용한 인공 지형지물의 파악 및 분석에 효과적으로 적용될 수 있을 것으로 예상된다.

본 연구의 목적은 적응신경망퍼지추론시스템(ANFIS)과 회귀분석을 활용하여 7가지 역학적 특성치를 갖는 면직물의 시각적 질감을 해석하고 두 가지 방법을 비교하는 것이다. AMFIS는 퍼지 소속 함수와 신경망 구조를 갖는 것으로 인간의 비선형적 감성예측에 유용한 도구이다. 상관관계 및 회귀 분석의 통계분석은 7가지 역학적 특성치가 주관적 질감과 선형의 관계가 있음을 나타내었지만 설명력이 높지 않았고, 선형 이외의 관련성과 변수들 간의 상호작용을 표현하기 어려운 문제가 있었다. 통계분석과 비교하여, ANFIS는 변수들 간의 비선형적인 관련성과 상호작용을 가시적으로 보여주는데 설명력 있는 유용한 도구였으나, 입력 변수 중 출력 변수에 영향력이 있는 변수를 변별하지 못하여, 생성된 규칙의 수가 복잡한 문제가 있었다. 따라서 ANFIS의 해석이 단순하고 의미있는 모델을 구성하기 위해서는 영향력 있는 출력 변수를 추출하고 나머지 변수를 유사하게 통제하는 실험 모델의 구성이 필요하다.

The objective of this study was to evaluate quality properties, including amylopectin content, and texture analysis of brown rice and germinated brown rice cultivars in Korea for rice processing products. The amylopectin short chain content of germinated brown rice was significantly higher than that of brown rice. Texture analysis test showed that germinated brown rice Jinbo had the lowest hardness and toughness as well as and highest stickiness and adhesiveness. The correlation between degree of polymerization of amylopectin and texture analysis was also evaluated. In particular, germinated brown rice, short-chain amylopectin showed a negative correlation with hardness and toughness, whereas long-chain amylopectin showed a positive correlation with hardness, toughness, and adhesiveness. These results indicate that there is a relationship between degree of polymerization and texture analysis.

본 실험에서 제안된 질감특징분석 알고리즘은 지방간 환자의 CT영상을 이용하여 정상영상과 질환영상 으로 구분하여, 정상 간 CT영상과 지방간 CT영상을 생성하고 제안된 질감특징분석을 이용한 컴퓨터보조 진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 지방간 CT영상의 질환 인식률을 도출하고 평가하였다. 결과로 지방간 CT영상 30증례 중에서 각각의 파라메타별 질감특징 값에 대한 인식률은 평균 밝기의 경우 100%, 엔트로피의 경우 96.67%, 왜곡도의 경우 93.33%로 높게 나타났고, 평탄도의 경우 83.3 3%, 균일도의 경우 86.67%, 평균대조도의 경우 80%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 지방간 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최 종판독에서 객관성, 정확성, 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

본 연구에서 제안된 질감특징분석 알고리즘은 뇌출혈환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 고유영상 및 실험영상을 생성하고 제안된 컴퓨터보조진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 뇌출혈 CT영상의 인식률을 도출하고 평가하였다. 결과로 뇌출혈 CT영상 40증례 중에서 각각의 질감 특징값에 대한 인식률은 평균밝기의 경우 100%, 평균대조도의 경우 100%, 평탄도의 경우 100%, 왜곡도의 경우 100%로 높게 나타났고, 균일도의 경우 95%, 엔트로피의 경우 87.5%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 뇌출혈 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 정확성과 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

본 연구는 전산화단층촬영에서 간 질환의 자동 인식으로 질감특징분석(texture feature analysis. TFA) 알고리즘을 제안하고자 하였으며, 간세포암(Hepatocellular carcinoma. HCC)에 대한 컴퓨터보조진단(computer-aided diagnosis.CAD) 시스템을 설계하고, 제안하는 각 알고리즘의 성능을 평가하고자 하였다. HCC 영상에서 분석영역(40×40 픽셀)을 설정하고 각 부분영상에 통계적 특징을 이용한 6가지 TFA 파라메터(평균 밝기, 평균 대조도, 평탄도, 왜곡도, 균일도, 엔트로피)비교하여 간세포암 인식률(recognition rate)을 구하였다. 결과적으로 TFA는 간세포암 인식률을 나타내는 척도로 유의함을 알 수 있었으며 6가지 파라메터에서 균일도가 가장 인식률이 높았으며 평균 대조도, 평탄도, 왜곡도가 비교적 높았고 평균 밝기와 엔트로피는 상대적으로 낮은 인식률을 나타내었다. 이와 관련하여 높은 인식률을 보인 알고리즘(최대 97.14%, 최소 82.86%)을 간세포암 영상의 병변을 판별하여 임상의 조기 진단을 보조하여 치료를시행한다면 진단의 효율성이 높아 질 것으로 판단되었으며, 향후 효율적이고 정량적인 분석을 추가함으로써 질병인식의 일반화에 대한 기준 연구가 필요 할 것으로 사료되었다.

식용 찰옥수수에 대해 소비자의 기호성과 기능성이 고루 높고 가공적성이 우수한 복합 신품종을 육성하고자 현재 재배되고 있는 장려품종을 대조구로 하여 총 15개 교잡종을 아밀로그램 특성, 항산화성 및 식미관련 종실특성을 분석한 결과는 다음과 같다. 1. 공시된 교잡종에 대한 아밀로그램 분석결과 식미에 유리한 최고 점도 및 강하 점도는 CNU08H-69 교잡종에서 각각 115.9와 53.8RVU로 가장 높았고 CNU08H-h121과 일미 찰이 각각 51.6와