지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 金聖浩
- 발행연도
- 2017
- 저작권
- 영남대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문은 초분광 영상의 조명불변성을 위한 분광 정규화 기법과 실시간 처리를 위한 밴드 선택기법에 대해서 연구하였다.
초분광 영상에서 표적 탐지할 때, 같은 재질이라도 그림자, 명암 그리고 하이라이트 효과에 의해 다른 분광 정보가 나타난다. 그러므로 본 논문에서 Percent normalization(Per-Norm) 기법 기반 정규화 기법을 통해 문제를 해결하였다. 본 논문에서 표적 탐지와 재질 분류 알고리즘에서 Per-Norm의 좋은 성능을 보여준다.
초분광 영상은 한 화소에 수백 개의 밴드를 가지고 있기 때문에 계산량이 매우 크게 증가한다. 본 논문에서는 계산량을 줄여 실시간 처리를 할 수 있는 밴드 선택 기법을 차량 조명 검출과 플라스틱 분류 알고리즘에 적용하여 좋은 성능을 확인한다. 차량 조명 검출 알고리즘에서는 전체 밴드 258개 중 6개 밴드를 선택하여 좋은 검출 성능을 나타내며, 플라스틱 분류 알고리즘에서는 전체 밴드 208개 중 18개만을 선택하여 좋은 성능의 분류 결과를 보여준다.
또한 이 논문에서는 차량 조명과 가로등의 구별과 플라스틱 샘플의 분류를 통해 일반적인 RGB 영상으로는 할 수 없었던 분야의 개척 가능성을 제시한다.
초분광 영상에서 표적 탐지할 때, 같은 재질이라도 그림자, 명암 그리고 하이라이트 효과에 의해 다른 분광 정보가 나타난다. 그러므로 본 논문에서 Percent normalization(Per-Norm) 기법 기반 정규화 기법을 통해 문제를 해결하였다. 본 논문에서 표적 탐지와 재질 분류 알고리즘에서 Per-Norm의 좋은 성능을 보여준다.
초분광 영상은 한 화소에 수백 개의 밴드를 가지고 있기 때문에 계산량이 매우 크게 증가한다. 본 논문에서는 계산량을 줄여 실시간 처리를 할 수 있는 밴드 선택 기법을 차량 조명 검출과 플라스틱 분류 알고리즘에 적용하여 좋은 성능을 확인한다. 차량 조명 검출 알고리즘에서는 전체 밴드 258개 중 6개 밴드를 선택하여 좋은 검출 성능을 나타내며, 플라스틱 분류 알고리즘에서는 전체 밴드 208개 중 18개만을 선택하여 좋은 성능의 분류 결과를 보여준다.
또한 이 논문에서는 차량 조명과 가로등의 구별과 플라스틱 샘플의 분류를 통해 일반적인 RGB 영상으로는 할 수 없었던 분야의 개척 가능성을 제시한다.
목차
1. 서 론 12. 초분광 영상의 이해 32.1. 분광 영역 32.2. 초분광 영상의 데이터 구조 42.3. 초분광 카메라의 데이터 획득 별 종류 63. 초분광 영상의 전처리 기법 103.1. 초분광 영상의 방사 교정 103.2. 초분광 영상의 조명 불변성을 위한 정규화 기법 103.3. 조명불변성을 위한 제안하는 정규화 기법(Per-Norm) 183.4. K-평균 알고리즘 기반 통계 거리를 이용한 밴드 선택 기법을 이용한 두 재질 분류에서 정규화 기법의 중요성 244. 초분광 영상 기반 야간 차량 조명 검출 314.1. 실험에 사용한 초분광 카메라 제원 및 실험 시나리오 334.2. 차량 조명 검출을 위한 검출 기법 404.3. 각 시나리오별 실험 및 검출 결과 444.4. 실시간 처리를 위한 밴드 선택 기반 전조등 검출 545. 초분광 영상 기반 재활용 플라스틱 분류 635.1. 플라스틱 전처리 기반 PLS-DA를 이용한 분류 635.2. 밴드 선택 기반 SVM을 이용한 플라스틱 분류 706. 결 론 77참고문헌 79영문초록 84
최근 본 자료
댓글(0)
0