Earticle

본 연구에서는 고속도로 버스전용차로 단속시스템을 개발하여 현장 성능평가를 수행하였다. 영동고속도로 마성터널 입구 버스전용차로에서 조사한 결과, 버스전용차로를 위반하는 차량의 비율이 99%에 달하는 것으로 조사되었다. 하지만 현재의 경찰관에 의한 인력식 단속은 단속율 도 낮고 불필요한 안전문제 및 지체를 발생시킨다. 고속도로 버스전용차로는 6인 이상 탑승한 9인승 이상 승합차도 통행이 가능하기 때문에 승합차량의 승차인원을 검지하는 기술개발이 필 요하다. 조도에 관계없는 승차인원 검지를 위해 적외선 카메라를 사용하였고 짧은 차두시간을 감안한 신속한 영상처리 기법으로 YOLOv5 딥러닝 알고리즘을 사용하였다. 개발시스템 성능 검증을 위해 테스트베드 및 실 현장 평가를 실시한 결과, 테스트베드와 실 현장에서 각각 7%, 8% 오차를 나타내 만족할 만한 성능을 보였다. 본 연구 결과물을 현장에 적용할 경우 고속도로 버스전용차로 운영 효율화 및 단속에 따른 불필요한 지체를 감소시킬 수 있을 것으로 기대된다.

An automatic freeway bus-only lane enforcement system was developed and assessed in a real-world environment. Observation of a bus-only lane on the Youngdong freeway, South Korea, revealed that approximately 99% of the vehicles violated the high-occupancy vehicle (HOV) lane regulation. However, the current enforcement by the police not only exhibits a low enforcement rate, but also induces unnecessary safety and delay concerns. Since vehicles with six passengers or higher are permitted to enter freeway bus-only lanes, identifying the number of passengers in a vehicle is a core technology required for a freeway bus-only lane enforcement system. To that end, infrared cameras and the You Only Look Once (YOLOv5) deep learning algorithm were utilized. For assessment of the performance of the developed system, two environments, including a controlled test-bed and a real-world freeway, were used. As a result, the performances under the test-bed and the real-world environments exhibited 7% and 8% errors, respectively, indicating satisfactory outcomes. The developed system would contribute to an efficient freeway bus-only lane operations as well as eliminate safety and delay concerns caused by the current manual enforcement procedures.

Human object extraction from infrared image has broad applications, and has become an active research area in image processing community. Combined with chaos differential evolution (CDE) algorithm and morphological operators, a novel infrared human target extraction method is proposed based on nonextensive fuzzy entropy. Firstly, the image was transformed into a fuzzy domain by fuzzy membership function, and the image nonextensive fuzzy entropy was constructed. Then, the image was segmented by thresholding based on the maximum entropy principle and the pseudoadditivity rule of nonextensive entropy. In order to reduce the search time of optimal threshold selection, the CDE algorithm was presented. Finally, the object was extracted using morphological operators to denoise, fill cavity on the threshold segmented image. Experimental results show that the proposed method is efficient and requires less computation time.

Field programmable gate array (FPGA) has the characteristics of high speed, low power consumption, high integration, flexibility and, small size, etc. In this paper, I design a real time infrared image processing and display system based on FPGA for the requirement of real time infrared image processing, which will realize the transmission, transformation, and storage of the image information, and then complete the infrared image edge detection based on Sobel algorithm by using this system as a platform. At last, the advantages of infrared image processing with this system compared with other methods will be verified in this paper. The experimental results show that the system spends 11.44ms on processing the colorful image whose resolution is 640480.The system has realized the real time, high speed, stable and reliable acquisition, processing and display of infrared image and we can realize the infrared target feature extraction, recognition and tracking when we combine the system with other algorithms.

소형 적외선영상 호밍센서는 지상의 표적에 대하여 주야간 적외선 영상처리를 통하여 표적을 식별하고 주요 표적에 대하여 표적을 탐색, 탐지하여 추적하는 적외선 영상센서를 보유한 유도무기의 눈에 해당된다. 유도무기 내부에 여러 구성품들과 함께 전원과 통신 라인을 함께 사용하기 때문에 전자기파 간섭에 대한 부분이 매우 중요하다. 특히 케이블로 연결되어 있는 전원과 통신 라인을 통한 CE(Conducted Emission)의 영향이 매우 중요하다. 케이블을 통하여 유도무기 다른 구성품들에 전기적 영향을 직접적으로 줄 수 있다. 본 논문에서는 케이블을 통하여 입력되는 전원과 통신 라인에 대한 전자기 간섭 회피를 위한 EMI 필터와 케이블 설계에 대하여 설명한다. 또한 설계된 EMI 필터 제작 후 MIL-STD-461G의 CE102 시험을 통하여 설계 만족에 대하여 설명한다.

The small infrared image homing sensor is the eye of a guided weapon that has an infrared image sensor that identifies a target on the ground through day and night infrared image processing and searches, detects, and tracks the target. Inside the guided weapon since the power supply and communication line are used together with various components, the part against electromagnetic wave interference is very important. In particular, the effect of CE (Conducted Emission) through the power and communication lines connected by cables is very important. Through this method, it is possible to directly affect other components of the guided weapon. In this paper, the EMI filter and cable design for avoiding electromagnetic interference to the power input through the cable and the communication line are described. Also, the designed EMI filter is manufactured After the CE102 test of MIL-STD-461G, design satisfaction will be explained.

소형 적외선영상 호밍시스템은 지상의 표적에 대하여 주야간 적외선 영상처리를 통하여 표적을 식별하고 주요 표적에 대하여 표적을 탐색, 탐지하여 추적하는 적외선 영상센서를 보유한 추적시스템이다. 본 논문에서는 지상의 표적 을 주야간 적외선 영상을 통하여 표적 정보를 획득하여 실시간 영상처리를 통하여 표적을 식별하기 위한 고속의 CPU와 FPGA(Field Programmable Gate Array)가 탑재된 보드 개발의 내용을 설명한다. CPU, FPGA 선정과 영상신호처리 를 위한 CPU-FPGA 결합 아키텍처에 대하여 제안하고 또한 김발구조의 적외선센서를 제어하기 위한 FPGA를 활용에 대하여 설명한다.

A small infrared image homing system is a tracking system that has an infrared image sensor that identifies a target through the day and night infrared image processing of the target on the ground and searches for and detects the target with respect to the main target. This paper describes the development of a board equipped with a high-speed CPU and FPGA (Field Programmable Gate Array) to identify target through real-time image processing by acquiring target information through infrared image. We propose a CPU-FPGA combining architecture for CPU and FPGA selection and video signal processing, and also describe a controller design using FPGA to control infrared sensor.

본 논문에서는 적외선 이미지에서 딥러닝 물체 탐지를 사용하여 유도무기의 표적 탐지 정확도 향상 방법을 연구한다. 적외선 이미지의 특성은 시간, 온도 등의 요인에 의해 영향을 받기 때문에 모델을 학습할 때 다양한 환경에서 표적 객체의 특징을 일관되게 표현하는 것이 중요하다. 이러한 문제를 해결하는 간단한 방법은 적절한 전처리 기술을 통해 적외선 이미지 내 표적 객체의 특징을 강조하고 노이즈를 줄이는 것이다. 그러나, 기존 연구에서는 적외선 영상 기반 딥러닝 모델 학습에서 전처리기법에 관한 충분한 논의가 이루어지지 못했다. 이에, 본 논문에서는 표적 객체 검출을 위한 적외선 이미지 기반 훈련에 대한 이미지 전처리 기술의 영향을 조사하는 것을 목표로 한다. 이를 위해 영상과 이미지의 전역(global) 또는 지역(local) 정보를 활용한 적외선 영상에 대한 전처리인 Min-max normalization, Z-score normalization, Histogram equalization, CLAHE (Contrast Limited Adaptive Histogram Equalization)에 대한 결과를 분석한다. 또한, 각 전처리 기법으로 변환된 이미지들이 객체 검출기 훈련에 미치는 영향을 확인하기 위해 다양한 전처리 방법으로 처리된 이미지에 대해 YOLOX 표적 검출기를 학습하고, 이에 대한 분석을 진행한다. 실험과 분석을 통해 전처리 기법들이 객체 검출기 정확도에 영향을 미친다는 사실을 알게 되었다. 특히, 전처리 기법 중에서도 CLAHE 기법을 사용해 실험을 진행한 결과가 81.9%의 mAP (mean average precision)을 기록하며 가장 높은 검출 정확도를 보임을 확인하였다.

In this paper, we explore the enhancement of target detection accuracy in the guided weapon using deep learning object detection on infrared (IR) images. Due to the characteristics of IR images being influenced by factors such as time and temperature, it's crucial to ensure a consistent representation of object features in various environments when training the model. A simple way to address this is by emphasizing the features of target objects and reducing noise within the infrared images through appropriate pre-processing techniques. However, in previous studies, there has not been sufficient discussion on pre-processing methods in learning deep learning models based on infrared images. In this paper, we aim to investigate the impact of image pre-processing techniques on infrared image-based training for object detection. To achieve this, we analyze the pre-processing results on infrared images that utilized global or local information from the video and the image. In addition, in order to confirm the impact of images converted by each pre-processing technique on object detector training, we learn the YOLOX target detector for images processed by various pre-processing methods and analyze them. In particular, the results of the experiments using the CLAHE (Contrast Limited Adaptive Histogram Equalization) shows the highest detection accuracy with a mean average precision (mAP) of 81.9%.

Infrared thermography is an emerging approach to non-contact, non-intrusive, and non-destructive inspection of various solid materials such as metals, composites, and semiconductors for industrial and research interests. In this study, data processing was applied to infrared thermography measurements to detect defects in metals that were widely used in industrial fields. When analyzing experimental data from infrared thermographic testing, raw images were often not appropriate. Thus, various data analysis methods were used at the pre-processing and processing levels in data processing programs for quantitative analysis of defect detection and characterization; these increased the infrared non-destructive testing capabilities since subtle defects signature became apparent. A 3D finite element simulation was performed to verify and analyze the data obtained from both the experiment and the image processing techniques.

Steam leakage in industrial plant pipelines under high-temperature and high-pressure conditions leads to serious risks to human safety. Therefore, rapid and accurate detection is essential. Conventional AE sensor-based detection methods are effective for real-time monitoring but become impractical for wide-area coverage because of their complex setups and high costs. Recently, vision-based approaches have emerged as practical solutions that offer wide-area non-contact coverage. However, their detection accuracy often degrades under varying illumination and leak conditions, leading to false positives or missed detections. To overcome these limitations, we propose a micro-leakage detection method using active infrared optical gas imaging with deep learning. The proposed method extracts pixels with high temporal variability from sequential frames, defines candidate leakage regions through image segmentation and histogram transformation, and identifies leakage using an autoencoder-based deep learning model. The effectiveness of the proposed method was validated through experiments conducted on a high-temperature and high-pressure steam leakage testbed.

본 논문은 재난 감시를 위한 디지털 미디어 프로세서 기반의 적외선 열화상 처리 시스템의 설계 및 구현에 대하여 기술한다. 디지털 열화상 처리 보드는 DM642 디지털 미디어 프로세서와 비디오 인코더, 비디오 디코더 상용 칩을 기반으로 설계하고 구현하였다. 또한, 재난 감시 기능은 적외선 열화상의 온도분포를 분석하고 화재발생과 같은 재난상황을 감시하는 알고리즘을 구현하였으며, 적외선 열화상 입력은 $320\;{\times}\;240\;{\mu}$-bolometer 타입의 적외선 열화상 카메라를 사용하였다. 구현된 시제품의 시험 평가 결과, 10 프레임/초의 처리 속도로 요구되는 적외선 열화상 분석과 화재 검출 기능이 잘 동작 하였으며 구현 시스템의 실용성을 확인하였다.

This paper presents design and implementation of infrared thermal image processing system based on the digital media processor for disaster monitoring. The digital thermal image processing board is designed and implemented by using commercial chips such as DM642 processor and video encoder, video decoder. The implemented functions for disaster monitoring are to analyze temperature distribution of a monitoring infrared thermal image and to detect disaster situation such as fire. For the input of infrared thermal image processing system, an infrared camera of type of the $320\;{\times}\;240\;{\mu}$-bolometer is used. The required functions are confirmed with 10 frame/second of processing performance by testing of the prototype and Practicality of the system was verified.

본 논문은 재난 감시를 위한 디지털 미디어 프로세서 기반의 적외선 열화상 처리 시스템의 설계 및 구현에 대하여 기술한다. 디지털 열화상 처리 보드는 DM642 디지털 미디어 프로세서와 비디오 인코더, 비디오 디코더 상용 칩을 기반으로 설계하고 구현하였다. 또한, 재난 감시 기능은 적외선 열화상의 온도분포를 분석하고 화재발생과 같은 재난상황을 감시하는 알고리즘을 구현하였으며, 적외선 열화상 입력은 320 x 240 μ-bolometer 타입의 적외선 열화상 카메라를 사용하였다. 구현된 시제품의 시험 평가 결과, 10 프레임/초의 처리 속도로 요구되는 적외선 열화상 분석과 화재 검출 기능이 잘 동작하였으며 구현 시스템의 실용성을 확인하였다.

This paper presents design and implementation of infrared thermal image processing system based on the digital media processor for disaster monitoring. The digital thermal image processing board is designed and implemented by using commercial chips such as DM642 processor and video encoder, video decoder. The implemented functions for disaster monitoring are to analyze temperature distribution of a monitoring infrared thermal image and to detect disaster situation such as fire. For the input of infrared thermal image processing system, an infrared camera of type of the 320 x 240 μ-bolometer is used. The required functions are confirmed with 10 frame/second of processing performance by testing of the prototype and Practicality of the system was verified.

최근 빠른 인터넷 속도를 이용하여 SNS (Social Network Service), 인터넷 방송 등의 엔터테인먼트를 즐기는 사용자가 증가하였다. 이와 함께 직접 사진, 동영상 등의 멀티미디어를 직접 제작해 제공하는 사례도 크게 증가함에 따라 영상처리 기술이 발전하였다. 이에 따라 셀프촬영이 점점 증가하고 있지만, 동영상의 경우는 셀프촬영을 하는데 있어 한계가 있다. 이 문제를 해결하기 위한 한 방법으로 영상처리를 이용할 수 있다. 하지만 현재의 기술은 고성능에 초점이 맞춰있기 때문에 시스템 구현을 위해 비용 낭비가 발생할 수 있다. 따라서 본 논문에서는 셀프 동영상 촬영 분야의 적외선 영상처리 기반 저비용 사용자 추적 시스템을 제안한다. 실제 단순히 인식률을 측정한 결과 80%를 보였으며, 속도에 따라 1.5m/s에서 76%의 인식률을 보였다.