최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국융합학회논문지 = Journal of the Korea Convergence Society, v.10 no.11, 2019년, pp.79 - 84
Video image based technology is being used in various fields with continuous development. The demand for vision system technology that analyzes and discriminates image objects acquired through cameras is rapidly increasing. Image processing is one of the core technologies of vision systems, and is u...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
비전 시스템이란 무엇인가? | 비전 시스템은 영상과 컴퓨터를 융합하여 영상 이미지를 획득, 분석, 판별하는 시스템으로서 산업분야에서 생산품을 검사하는 자동화 공정에 사용되고 있고, 제품을 생산하는 기업을 대상으로 비전 시스템 도입이 큰 이슈로 대두되고 있다[3-5]. 영상 처리는 비전 시스템의 핵심기술 중 하나로서, 반도체 생산 분야에서 불량 검사, 타이어 표면의 숫자 및 심볼의 인식 검사에 사용되고 있고[6,7], 문자 인식 분야에서는 자동차 번호판 인식 향상에 관한 연구[8,9], 기계 부품 도면에 포함되어 있는 문자의 인식 성능을 개선하기 위한 연구[10] 및 입력된 영상의 장면을 탐색하는 기법 및 획득된 영상을 인식하여 객체를 추출하는 방법 연구[11,12]와 같이 영상 처리와 관련된 연구가 진행되고 있다. | |
이진화 기법 중 블록의 개념을 기반으로 수행하는 것은? | 입력된 영상의 이진화는 전역적, 지역적 이진화로 분류되고 있으며, 전역적 이진화는 1개의 임계값으로 입력 영상 전체를 신속하게 이진화하는 방법이며, 지역적 이진화는 입력 영상의 화소를 기준으로 M× N 크기의 블록으로 분할하고, 각 블록마다 상이한 임계값을 설정하여 적용하는 이진화 기법이다. 적응적 이진화는 블록의 개념을 기반으로 수행하며, 각 블록내의 연산을 통하여 임계값을 산출하고, 이 임계값이 속해 있는 영상 이미지의 부분이나, 픽셀을 대상으로 이진화를 수행하며, 다음의 (식 1)은 임계값을 구하는 식으로, S는 설정한 블록 내의 합, k는 임계값 조절 변수, Np는 블록내의 픽셀의 수이다[17]. 조명의 변화에 매우 강인한 적응적 이진화 기법은 좋은 성능 지니고 있다. | |
히스토그램 평활화의 목적은 무엇인가? | 입력된 이미지가 밝거나 어두운 경우와 같이 한쪽으로 치우칠 경우에, 명도값의 히스토그램을 균등하게 분배함으로서 영상의 밝기 조정이 가능하다. 히스토그램 평활화는 분포가 일정한 히스토그램을 생성하는 것을 목적으로 하고 있으며, 밝은 영상은 어둡게 하고, 어두운 영상은 밝아지게 하여 적당한 명도값을 유지시키는 것으로, 평활화 과정은 다음의 (식 2)를 거쳐 (식 3)과 같은 단계로 진행된다[18]. |
Y. R. Seo, K. Park, S. K. Kim & S. W. Ra. (2011). Vibration Analysis for a Feeding Unit of Vision Inspection System of Precision Screws. Journal of The Korean Society of Manufacturing Technology Engineers, 20(4), 446-451.
T. H. Lee, K. R. Park & D. H. Kim. (2017). A Study on Scratch Detection of Semiconductor Package using Mask Image. Journal of the Korea Convergence Society, 8(11), 43-48. DOI : 10.15207/JKCS.2017.8.11.043
G. W. Jin. (2017). A Study on the BGA Package Measurement using Noise Reduction Filters. Journal of the Korea Convergence Society, 8(11), 15-20. DOI : 10.15207/JKCS.2017.8.11.015
M. K. Oh & J. C. Park. (2017). Long Distance Vehicle License Plate Region Detection Using Low Resolution Feature of License Plate Region in Road View Images. Journal of Digital Convergence, 15(1), 239-245. DOI : 10.14400/JDC.2017.15.1.239
H. R. Shin, S. H. Lee, J. S. Park & J. K. Song. (2019). Performance Improvement of Optical Character Recognition for Parts Book Using Pre-processing of Modified VGG Model. The Journal of the Korea Institute of Electronic Communication Sciences, 14(2), 433-438. DOI : 10.13067/JKIECS.2019.14.2.433
M. K. Kwon & H. S. Yang. (2017). A scene search method based on principal character identification using convolutional neural network, Journal of Convergence for Information Technology, 7(2), 31-36. DOI : 10.22156/CS4SMB.2017.7.2.031
H. J. Hahm. (2017). A Study of Smart Factory Policy For ICT-Based. Journal of the Global e-Business Association, The e-Business Studies, 18(6), 363-380. DOI : 10.20462/TeBS.2017.12.18.6.363
D. Zhao. (2010). A Study on the Face Expressive Recognition based on the Skin Color and the Face Geometric Characteristics. Master's Thesis. PaiChai University, Daejeon.
J. Y. Song. (2018). A Recognition Algorithm of Handwritten Numerals based on Structure Features. The Journal of The Institute of Internet, Broadcasting and Communication, 18(6), 151-156. DOI : 10.7236/JIIBC.2018.18.6.151
S. H. Kwon, H. C. Jeong, S. T. Seo, I. K. Lee & C. S. Son. (2008). Histogram equalization-based thresholding. IEICE TRANSACTIONS on Information and Systems, 91(11), 2751-2753. DOI: 10.1093/ietisy/e91-d.11.2751
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.