KR101674802B1 - 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법 및 장치 - Google Patents
이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법 및 장치 Download PDFInfo
- Publication number
- KR101674802B1 KR101674802B1 KR1020150045293A KR20150045293A KR101674802B1 KR 101674802 B1 KR101674802 B1 KR 101674802B1 KR 1020150045293 A KR1020150045293 A KR 1020150045293A KR 20150045293 A KR20150045293 A KR 20150045293A KR 101674802 B1 KR101674802 B1 KR 101674802B1
- Authority
- KR
- South Korea
- Prior art keywords
- fibrous material
- pixel
- fibrous
- modeling
- boundary candidate
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000000835 fiber Substances 0.000 title claims abstract description 39
- 238000011897 real-time detection Methods 0.000 title claims abstract description 27
- 239000002657 fibrous material Substances 0.000 claims abstract description 128
- 239000010425 asbestos Substances 0.000 claims abstract description 40
- 229910052895 riebeckite Inorganic materials 0.000 claims abstract description 40
- 239000000126 substance Substances 0.000 claims abstract description 31
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 24
- 239000000470 constituent Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000002135 phase contrast microscopy Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 235000012766 Cannabis sativa ssp. sativa var. sativa Nutrition 0.000 description 1
- 235000012765 Cannabis sativa ssp. sativa var. spontanea Nutrition 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000009120 camo Nutrition 0.000 description 1
- 235000005607 chanvre indien Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000011487 hemp Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G01N2015/0693—
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Dispersion Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Treatment Of Fiber Materials (AREA)
Abstract
다양한 형태의 석면 섬유를 대상 환경을 촬영한 영상을 이용하여 실시간으로 자동으로 정확하게 검출하는 기술을 제공한다. 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법은, 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치가, 공기 중의 섬유상 물질의 검출을 위해 대상 환경을 촬영한 영상에 포함된 픽셀의 그레디언트를 산출하기 위해 상기 촬영한 영상을 전처리하는 단계; 촬영한 영상에 포함된 픽셀들 중, 산출된 그레디언트의 값이 기설정된 임계값보다 큰 픽셀을 경계 후보 픽셀로 선택하는 단계; 및 경계 후보 픽셀과 인접한 픽셀들 중, 산출된 그레디언트의 방향이 경계 후보 픽셀과 기설정된 오차 범위 미만인 픽셀을 그룹핑하여 제1 섬유상 물질로 모델링하는 단계;를 포함하는 것을 특징으로 한다.
Description
본 발명은 공기 등의 일정한 환경에 존재하는 비산 석면 농도의 계산을 위하여, 석면 섬유를 검출하는 기술에 관한 것으로, 구체적으로는 촬영 장치를 통해 촬영한 영상으로부터 석면 섬유를 모델링하여 석면 촬영한 영상에 존재하는 석면 섬유를 검출하기 위해 촬영한 영상을 분석하는 기술에 관한 것이다.
석면(Asbestos)은 높은 내열성의 특성에 의해 빌딩 등의 건축물의 내장재료 및 자동차의 브레이크 패드 등 다양한 분야에 이용되고 있다. 그러나, 석면이 공기 중에 비산되는 경우, 인체 내의 흡입 시 폐암 등의 원인이 되어, 석면에 의한 피해가 큰 문제가 되고 있다. 이는 특히, 건축물 등의 해체 작업 또는 건축물에 대한 신축 작업 시, 주위에 석면이 비산되는 것을 피할 수 없는 데서 문제가 제기되고 있다. 이에 따라서, 공기 등의 일정한 환경 내에 석면의 농도를 계산하는 기술은, 상기의 문제에 대한 대처 및 예방을 위하여 중요한 기술로 대두되고 있다.
종래의 대기 중의 석면의 농도를 파악하기 위한 석면 검출법으로는, 위상차현미경법, 전자현미경법 등이 있다. 특히 위상차현미경법의 경우, 가장 간단한 방법으로 널리 사용되고 있으나, 석면의 미세성에 의하여, 고배율 광학렌즈를 통해 확대하더라도 희미하고 분절되기 쉽고, 검사자가 육안으로 직접 판별을 해야 하기 때문에, 검사자의 상태 및 주관성에 따라서 부정확한 결과를 초래할 수 있는 단점이 있다. 이외에 다른 방법은, 고가의 장비를 사용해야 하고, 시간과 노동력이 많이 소요되는 문제점이 있었다.
이에 본 발명은, 상기의 특성을 갖는 석면 섬유를 석면 섬유가 비산되어 부유하는 환경에 대하여 촬영한 영상을 자동으로 처리하여 검출하는 기술을 제공하는 데 그 목적이 있다.
또한, 다양한 형태의 석면 섬유를 포괄적으로 검출할 수 있도록 하여, 공기 중의 석면 섬유의 검출의 정확도를 높이는 기술을 제공하는 데 그 목적이 있다.
상기 목적을 달성하기 위해, 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법은, 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치가, 공기 중의 섬유상 물질의 검출을 위해 대상 환경을 촬영한 영상에 포함된 픽셀의 그레디언트를 산출하기 위해 상기 촬영한 영상을 전처리하는 단계; 상기 촬영한 영상에 포함된 픽셀들 중, 상기 산출된 그레디언트의 값이 기설정된 임계값보다 큰 픽셀을 경계 후보 픽셀로 선택하는 단계; 및 상기 경계 후보 픽셀과 인접한 픽셀들 중, 상기 산출된 그레디언트의 방향이 상기 경계 후보 픽셀과 기설정된 오차 범위 미만인 픽셀을 그룹핑하여 제1 섬유상 물질로 모델링하는 단계;를 포함하는 것을 특징으로 한다.
본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치는, 공기 중의 섬유상 물질의 검출을 위해 대상 환경을 촬영한 영상에 포함된 픽셀의 그레디언트를 산출하기 위해 상기 촬영한 영상을 전처리하는 전처리부; 상기 촬영한 영상에 포함된 픽셀들 중, 상기 산출된 그레디언트의 값이 기설정된 임계값보다 큰 픽셀을 경계 후보 픽셀로 선택하는 기준 픽셀 선택부; 및 상기 경계 후보 픽셀과 인접한 픽셀들 중, 상기 산출된 그레디언트의 방향이 상기 경계 후보 픽셀과 기설정된 오차 범위 미만인 픽셀을 그룹핑하여 제1 섬유상 물질로 모델링하는 섬유 모델링부;를 포함하는 것을 특징으로 한다.
상기의 본 발명에 의하면, 공기중의 섬유상 물질의 검출을 통해 석면 섬유의 농도를 연산하는 데 있어서, 상기 언급한 종래의 석면 섬유 검출 기술이 갖는 문제점으로서, 수작업에 의해 전문가가 판단해야 함에 따라 발생할 수 있는 실시 장소의 한계 및 주관성에 의한 정확도의 감소의 문제점을, 실시간으로 촬영된 영상을 분석하여 석면 섬유를 자동으로 검출함에 따라서 해결할 수 있는 효과가 있다.
또한, 공기중에 비산된 섬유상 물질의 다양성에 따른 직선형, 곡선형 및 가지형 타입의 섬유상 물질을 정확하게 검출할 수 있어, 섬유상 물질을 통해 분석되는 석면 섬유 개체의 정확한 인식을 실시간으로 가능하게 하는 효과가 있다.
도 1 및 2는 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 플로우차트.
도 3은 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치의 구성 블록도.
도 4 내지 6은 본 발명의 일 실시예에 따라서 섬유상 물질을 모델링하는 구체적인 실시예를 설명하기 위한 샘플 도면.
도 7 내지 10은 본 발명의 일 실시예에 따라서 섬유상 물질을 모델링하는 실험 결과를 나타낸 그래프.
도 3은 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치의 구성 블록도.
도 4 내지 6은 본 발명의 일 실시예에 따라서 섬유상 물질을 모델링하는 구체적인 실시예를 설명하기 위한 샘플 도면.
도 7 내지 10은 본 발명의 일 실시예에 따라서 섬유상 물질을 모델링하는 실험 결과를 나타낸 그래프.
이하, 첨부된 도면을 참조하여 본 발명의 각 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법 및 장치에 대하여 설명하기로 한다.
이하의 실시 예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아님은 당연할 것이다. 따라서 본 발명과 동일한 기능을 수행하는 균등한 발명 역시 본 발명의 권리 범위에 속할 것이다.
또한 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 “연결”, “결합” 또는 “접속” 된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 “연결”, “결합” 또는 “접속”될 수도 있다고 이해되어야 할 것이다.
도 1 및 2는 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 플로우차트이다. 이하의 설명에서, 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 각 기능은, 이하 도 3에 대한 설명에서 언급할 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치의 각 구성이 수행하는 것으로 이해될 것이나, 이 외에 다른 단말 및 시스템에 의해 수행될 수 있음은 당연할 것이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법에서, 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치(이하 장치라 함)는, 먼저 공기 중의 섬유상 물질의 검출을 위하여 대상 환경을 촬영한 영상에 포함된 픽셀의 그레디언트를 산출하기 위해 촬영한 영상을 전처리하는 단계(S10)를 수행하게 된다.
공기 중의 석면 농도의 계산은, 공기 중에 비산된 검출 대상 영역의 섬유상 물질을 검출하고, 이를 바탕으로 석면 섬유가 비산된 상태를 도출하게 된다. 즉, TEM(transmission electron microscope) 등의 검출 객체의 성분까지 도출해 낼 수 있는 고가의 장비를 사용하는 것 이외에는, 일반적으로 위상차현미경법 또는 기타 방법에 의하여, 공기 중에 비산된 섬유상 물질을 검출하고, 검출된 섬유상 물질 중 기설정된 비율이 석면 섬유인 것으로 예측하여, 석면 섬유의 농도를 연산하게 된다.
본 발명은 상기의 일반적으로 사용되는 석면 섬유의 농도 연산 방법에 있어서, 대상 환경 내의 공기 중에 비산된 섬유상 물질을 대상 환경을 촬영한 영상으로부터 자동으로 모델링하고, 이를 바탕으로 석면 섬유의 농도를 예측하도록 함으로써, 결과적으로 자동으로 석면 섬유를 검출하는 데 그 목적이 있다.
따라서, S10 단계를 통해, 대상 환경을 촬영한 영상을 이용하게 되며, 본 발명에서 대상 환경을 촬영하는 데에는 고속카메라를 이용하는 예를 들어 설명하나, 현미경 등 미세 환경 내의 섬유상 물질을 검출하기 위한 미세 환경 촬영 기기 등 대상 환경의 조건에 따라서 다양한 촬영 기기가 사용될 수 있을 것이다.
촬영 데이터에는 촬영한 영상에 포함된 픽셀들의 정보가 포함될 것이며, S10 단계에서는 촬영한 영상을 전처리하여, 상기의 픽셀들의 그레디언트(Gradient)를 산출하게 된다.
S10 단계를 통해 촬영한 영상의 모든 픽셀들에 대한 그레디언트가 산출되면, 장치는 촬영한 영상에 포함된 픽셀들 중, 산출된 그레디언트의 값이 기설정된 임계값보다 큰 픽셀을 경계 후보 픽셀로 선택하는 단계(S20)를 수행하게 된다.
공기 중을 촬영한 영상에 포함된 픽셀들의 그레디언트는 공기 중에 비산된 다양한 물질에 의해 다양한 방향 및 크기 값을 갖게 된다. 이때, 석면 섬유 등, 공기 중에 일반적으로 비산되지 않는 특정 섬유상 물질의 경우, 물질과 공기의 경계면에서는 그레디언트가 크게 변동될 수 있다. 따라서, 기설정된 임계값을 설정하고, 픽셀들의 그레디언트의 값을 이와 비교함으로써, 섬유상 물질이 존재하여 공기와의 경계가 되는 것으로 판단되는 픽셀을 경계 후보 픽셀로 설정하여, 섬유상 물질의 모델링을 시작하게 되는 것이다.
이후, 장치는 경계 후보 픽셀과 인접한 픽셀들 중, 산출된 그레디언트의 방향이 설정된 경계 후보 픽셀의 그레디언트 방향과 기설정된 오차 범위 미만인 픽셀들을 그룹핑하여, 그룹핑된 픽셀이 형성하는 이미지를 제1 섬유상 물질로 모델링하는 단계(S30)를 수행한다.
공기 중에 비산된 섬유상 물질은 비정형 형태로 비산될 것인 바, 비정형 형태는 기본적으로 직선 형태를 포함한다. 한편, 공기 중에 비산된 섬유의 경우, 경계를 따라서 그레디언트의 방향이 일관되는 특징을 갖게 된다. 이러한 알고리즘을 이용하여, S30 단계에서는 경계 후보 픽셀로 설정된 픽셀과 동일한 방향성을 갖는, 즉 그레디언트의 방향이 경계 후보 픽셀의 그레디언트의 방향과 기설정된 오차 범위 미만인 픽셀들을 선택 및 그룹핑함으로써, 하나의 섬유상 물질의 단위인 제1 섬유상 물질로 모델링하여, 석면 섬유를 검출하게 된다.
본 발명에 있어서 제1 섬유상 물질은, 상기 언급한 바와 같이 비정형의 섬유상 물질의 모델링 시의 단위 섬유상 물질로서 직선 형태의 모델링 결과 검출되는 섬유를 의미한다. 즉, 제1 섬유상 물질을 모델링 시, 장치는, 픽셀들을 그룹핑 시, 사각형(예를 들어 직사각형)으로 근사하여 제1 섬유상 물질로 모델링하게 된다.
S30 단계가 수행되면, 다수의 제1 섬유상 물질로서 직사각형(직선형)의 섬유상 물질이 모델링된다. 제1 섬유상 물질들은 다양한 크기 및 넓이는 갖는 직선형의 섬유로 모델링될 것이다.
도 1의 S10 내지 S30 단계를 통해, 단순히 대상 환경의 공기를 촬영한 영상에 포함된 픽셀들의 그레디언트만을 이용하여, 공기 중에 비산된 섬유상 물질을 모델링할 수 있는 효과가 있다. 이에 따라서, 수작업을 하거나, 샘플을 추출할 필요 없이, 정확한 확률로 실시간으로 공기 중에 비산된 섬유상 물질을 검출하여, 이를 바탕으로 석면 섬유의 농도를 예측할 수 있는 효과가 있다.
한편, S10 단계에서 그레디언트 값을 산출하기 위해서, 장치는 먼저 촬영된 영상을 그레이 스케일 영상으로 변환하고, 변환된 영상에 정규화 전처리를 수행함으로써, 각 픽셀의 그레디언트를 산출할 수 있도록 처리하는 전처리 과정을 수행할 수 있다. 이외에도, S10 단계의 기능을 수행할 수 있는 영상 처리 과정이라면 어느 처리 방식이라도 사용될 수 있을 것이다.
또한, 이하 설명할 도 2에 대응하는 실시예에서 언급하는 바와 같이, 모든 석면 섬유가 모델링되어 공기 중에 비산된 섬유상 물질의 검출이 완료되면, 장치는 모델링된 섬유상 물질의 양을 이용하여, 제1 섬유상 물질의 농도 중 기설정된 비율의 농도를 대상 환경 내에 비산된 석면의 농도로 연산하는 단계를 더 수행할 수 있다. 석면의 농도를 연산 시, 검출하는 섬유상 물질은 도 1에서 설명한 제1 섬유상 물질 이외에, 도 2에 대한 설명에서 언급할 제2 섬유상 물질을 포함하는 것으로 이해될 것이다.
한편 섬유상 물질, 특히 섬유상 물질의 검출의 목적이 되는 석면 섬유는 상기 언급한 바와 같이 비정형 형태로 존재할 확률이 직선 형태로 존재할 확률보다 훨씬 크다. 이때, 제1 섬유상 물질만을 검출 시, 검출이 중복될 수 있기 때문에, 비정형의 섬유상 물질을 모델링하여, 공기 중에 비산된 섬유상 물질의 검출 정확도를 더욱 향상시킬 필요가 있다. 이에 대한 설명이 도 2에 도시되어 있다.
도 2를 참조하면, 장치는 먼저 도 1의 S30 단계에 대한 설명에서 언급한 바와 같이, 제1 섬유상 물질을 모델링하는 단계를 수행하게 된다. 이후, 장치는 서로 인접한 적어도 하나의 모델링된 제1 섬유상 물질을 연결하여 하나의 제2 섬유상 물질로 모델링하는 단계(S40)를 수행하게 된다.
제1 섬유상 물질은 상기 언급한 바와 같이 예를 들어 직선형(직사각형)의 모델링 이미지를 포함하고 있는데, 비정형 형태의 경우 기본적으로 다수의 직선형의 섬유 조각이 연결된 것으로 표현될 수 있다. 이를 이용하여, 서로 인접하여 연결됨으로써 하나의 섬유로 인식되어야 하는 다수의 제1 섬유상 물질을 S40 단계를 통해 연결하여 하나의 제2 섬유상 물질로 모델링하게 되면, 다수의 석면 섬유의 중복 검출을 방지할 수 있는 효과가 있는 것이다.
구체적으로, S40 단계의 수행에 대한 예를 들면, 제1 섬유상 물질들 중, 제1 섬유상 물질에 포함된 픽셀을 공유하는 제1 섬유상 물질들이 존재 시, 픽셀을 공유하는 제1 섬유상 물질끼리 연결하여 제2 섬유상 물질로 모델링할 수 있다. 직선형의 섬유상 물질들이 연결되기 위해서는 서로 적어도 하나의 픽셀을 공유하는 상태를 띌 것이기 때문이다.
제1 섬유상 물질들이 연결된 형태의 제2 섬유상 물질은 직선형의 섬유 조각들이 서로 곡선 형태로 연결되는 상태뿐 아니라, 가지 형태로 제1 섬유상 물질이 분기되는 형태로 연결되는 상태 역시 포함할 수 있다.
이를 위해, 장치는 하나의 픽셀을 공유하는 제1 섬유상 물질의 개수가 3개 이상인 경우, 각 제1 섬유상 물질을 연결하여 가지 형태로 분기된 섬유상 물질 타입의 제2 섬유상 물질로 모델링할 수 있다.
또는, 분기되는 형태, 즉 가지 형태로 제1 섬유상 물질이 연결될 때는 그레디언트의 방향이 인접하는 제1 섬유상 물질끼리 크게 변동되는 성질을 이용할 수 있다. 즉, 픽셀을 공유하는 제1 섬유상 물질들에 포함된 픽셀의 그레디언트들 중, 공유되는 픽셀에 인접한 제1 섬유상 물질들에 포함된 픽셀의 그레디언트의 방향이 기설정된 임계 각도를 초과하여 변화하는 것으로 판단되면, 공유하는 픽셀을 기준으로 각 제1 섬유상 물질이 가지 형태로 분기된 섬유상 물질 타입으로 연결되는 제2 섬유상 물질로 모델링할 수 있다.
이와 같이, 다양한 예의 S40 단계의 수행 기준에 의해 제1 섬유상 물질들을 연결하여 제2 섬유상 물질로 모델링함으로써, 중복 검출 없이 정확하게 공기 중에 비산된 섬유상 물질을 검출할 수 있는 효과가 있다.
도 3은 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치의 구성 블록도이다. 이하의 설명에 있어서, 도 1 및 2에 대한 설명과 중복되는 부분에 대한 설명은 이를 생략하기로 한다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치(10)는 전처리부(11), 기준 픽셀 선택부(12) 및 섬유 모델링부(13)를 포함하여 구성되며, 전처리부(11)는 도 1에 대한 설명에서 언급한 촬영 장치(20)로부터 촬영한 영상을 수신하게 된다. 이후 S10 단계를 수행한다.
한편 기준 픽셀 선택부(12)는 도 1의 S20 단계를 수행하여 경계 후보 픽셀을 선택하는 기능을 수행하고, 섬유 모델링부(13)는 도 1의 S30 단계 및 도 2의 S40 단계에 대한 설명에서 언급한 기능을 수행함으로써, 다수의 제1 섬유상 물질 및 제2 섬유상 물질을 모델링하고, 이를 바탕으로 공기 중에 비산된 섬유상 물질 및 석면의 농도를 연산하는 기능을 수행한다.
도 4 내지 6은 본 발명의 일 실시예에 따라서 섬유상 물질을 모델링하는 구체적인 실시예를 설명하기 위한 샘플 도면이다. 이하의 설명에서 도 1 내지 3에 대한 설명과 중복되는 부분은 이를 생략하기로 한다.
먼저 도 4를 참조하면, 상기 언급한 경계 후보 픽셀(30)을 선택하고, 경계 후보 픽셀(30)과 그레디언트의 방향(Direction과 Rectangle's Angle)이 유사한 픽셀들을 그룹핑하면서 직사각형으로 근사하여 제1 섬유상 물질(31)를 모델링한 형태를 확인할 수 있다. 각 제1 섬유상 물질(31)는 일정한 길이 및 폭을 갖도록 모델링될 수 있다.
이를 바탕으로 도 5를 참조하면, 하나의 경계 후보 픽셀(30)들마다 형성된 제1 섬유상 물질들(31)을 서로 공유하는 픽셀(32)을 중심으로 연결하여, 도 5에 도시된 바와 같이 곡선형, 즉 비정형의 제2 섬유상 물질이 모델링될 수 잇다. 도 5의 식별번호 50은 실제 현미경 등으로 미세하게 관찰된 섬유상 물질의 영상이며, 식별번호 60은 상기 언급한 단계의 기능 수행에 의해 모델링된 제2 섬유상 물질의 모델링 이미지를 표시한 것으로서, 양 이미지를 비교 시 매우 높은 정확도로 섬유상 물질이 모델링된 것을 확인할 수 있다.
한편, 도 6을 참조하면, 도 4 및 도 5에 도시된 섬유상 물질의 모델링 시의 상세한 모델링 과정이 도시되어 있다. 하나의 제1 섬유상 물질(40)가 모델링되면, 각 제1 섬유상 물질(40)가 서로 연결되어 곡면의 제2 섬유상 물질(41) 또는 분기형(가지형) 타입의 제2 섬유상 물질(42) 및 이들이 조합된 큰 단위의 제2 섬유상 물질(43)가 제1 섬유상 물질(40)들이 연결됨에 따라서 모델링되는 과정을 확인할 수 있다.
도 7 내지 8은 본 발명의 일 실시예에 따라서 섬유상 물질을 모델링하는 실험 결과를 나타낸 그래프이다. 구체적으로, 도 7 및 8은, 기존의 PCM, 즉 현미경을 통해 직접 검출자가 육안으로 섬유상 물질을 검출하는 방식을 이용하여 석면 섬유를 검출한 결과와, 본 발명의 일 실시예에 따라 섬유상 물질을 자동으로 모델링함으로써 섬유상 물질을 검출한 결과를 비교한 도면이다.
먼저 도 7을 참조하면, 석면 섬유와 비슷한 섬유상 형태를 띠는 해포석(Spiolite)의 함유율에 따라서, 위상차현미경법과 본 발명의 실시예에 따른 자동 모델링을 통한 검출 결과를 비교한 나타낸 그래프가 도시되어 있다.
도 7의 그래프에 나타나는 바와 같이, 해포석의 함유율에 따라서 검출률이 0.997 및 0.999로 매우 높은 상관관계를 보이는 것을 확인할 수 있다. 이에 따라서 위상차현미경법와 본 발명의 실시예의 구현에 따른 섬유상 물질의 검출률은 크게 다르게 나타나지 않으며, 이를 통해 본 발명의 효과가 뛰어남을 확인할 수 있다.
한편 도 8에는, 위상차현미경법과 본 발명의 실시예에 다른 자동 모델링을 통한 검출 결과 사이의 상관관계에 대한 그래프가 도시되어 있다.
도 8에서도 확인할 수 있는 바와 같이, 위상차현미경법과 본 발명의 실시예에 따라 자동으로 섬유상 물질을 모델링 및 검출하는 방법은 0.998의 높은 상관성을 보이고 있어, 본 발명의 실시예에 따라서 섬유상 물질을 자동으로 모델링하는 방식이, 위상차현미경법을 대체할 수 있는 효과가 기대됨을 확인할 수 있다.
이상에서 전술한 본 발명의 실시 예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 기능은, 사용자 단말에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 사용자 단말에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 실시 예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유의 실시간 검출방법의 기능은 사용자 단말에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 사용자 단말 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
이러한 프로그램은 컴퓨터에 의해 읽힐 수 있는 기록매체에 기록되고 컴퓨터에 의해 실행됨으로써 전술한 기능들이 실행될 수 있다.
이와 같이, 본 발명의 각 실시 예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 기능을 실행시키기 위하여, 전술한 프로그램은 컴퓨터의 프로세서(CPU)가 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다.
이러한 코드는 전술한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Function Code)를 포함할 수 있고, 전술한 기능들을 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수도 있다.
또한, 이러한 코드는 전술한 기능들을 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조 되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다.
또한, 컴퓨터의 프로세서가 전술한 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 컴퓨터의 프로세서가 컴퓨터의 통신 모듈(예: 유선 및/또는 무선 통신 모듈)을 이용하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야만 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수도 있다.
그리고 본 발명을 구현하기 위한 기능적인(Functional) 프로그램과 이와 관련된 코드 및 코드 세그먼트 등은, 기록매체를 읽어서 프로그램을 실행시키는 컴퓨터의 시스템 환경 등을 고려하여, 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론되거나 변경될 수도 있다.
이상에서 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는, 일예로, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 미디어 저장장치 등이 있다.
또한 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 이 경우, 다수의 분산된 컴퓨터 중 어느 하나 이상의 컴퓨터는 상기에 제시된 기능들 중 일부를 실행하고, 그 결과를 다른 분산된 컴퓨터들 중 하나 이상에 그 실행 결과를 전송할 수 있으며, 그 결과를 전송받은 컴퓨터 역시 상기에 제시된 기능들 중 일부를 실행하여, 그 결과를 역시 다른 분산된 컴퓨터들에 제공할 수 있다.
특히, 본 발명의 각 실시 예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 기능을 실행시키기 위한 프로그램인 애플리케이션을 기록한 컴퓨터로 읽을 수 있는 기록매체는, 애플리케이션 스토어 서버(Application Store Server), 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버(Application Provider Server)에 포함된 저장매체(예: 하드디스크 등)이거나, 애플리케이션 제공 서버 그 자체일 수도 있다.
본 발명의 각 실시 예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 기능을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터는, 일반적인 데스크 탑이나 노트북 등의 일반 PC 뿐만 아니라, 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기를 포함할 수 있으며, 이뿐만 아니라, 컴퓨팅(Computing) 가능한 모든 기기로 해석되어야 할 것이다.
또한, 본 발명의 실시 예에 따른 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법의 기능을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터가 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기인 경우, 애플리케이션은 애플리케이션 제공 서버에서 일반 PC로 다운로드 되어 동기화 프로그램을 통해 모바일 단말기에 설치될 수도 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실 시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 등이 포함될 수 있다.
또한, 이상에서 기재된 “포함하다”, “구성하다” 또는 “가지다” 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (10)
- 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치가,
공기 중의 섬유상 물질의 검출을 위해 대상 환경을 촬영한 영상에 포함된 픽셀의 그레디언트를 산출하기 위해 상기 촬영한 영상을 전처리하는 단계;
상기 촬영한 영상에 포함된 픽셀들 중, 상기 산출된 그레디언트의 값이 기설정된 임계값보다 큰 픽셀을 경계 후보 픽셀로 선택하는 단계; 및
상기 경계 후보 픽셀과 인접한 픽셀들 중, 상기 산출된 그레디언트의 방향이 상기 경계 후보 픽셀과 기설정된 오차 범위 미만인 픽셀을 그룹핑하여 제1 섬유상 물질로 모델링하는 단계;를 포함하고,
상기 제1 섬유상 물질로 모델링하는 단계 후,
서로 인접한 적어도 하나의 상기 모델링된 제1 섬유상 물질을 연결하여 하나의 제2 섬유상 물질로 모델링하는 단계;를 더 포함하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법. - 제1항에 있어서,
상기 제1 섬유상 물질로 모델링하는 단계는,
상기 경계 후보 픽셀과 인접한 픽셀들 중, 상기 산출된 그레디언트의 방향이 상기 경계 후보 픽셀과 기설정된 오차 범위 미만인 픽셀을 사각형으로 근사하여 제1 섬유상 물질로 모델링하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법. - 삭제
- 제1항에 있어서,
상기 제2 섬유상 물질을 모델링하는 단계는,
상기 제1 섬유상 물질들 중, 각 제1 섬유상 물질에 포함된 픽셀을 공유하는 제1 섬유상 물질들이 존재 시, 상기 픽셀을 공유하는 제1 섬유상 물질들을 연결하여 상기 제2 섬유상 물질로 모델링하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법. - 제4항에 있어서,
상기 제2 섬유상 물질을 모델링하는 단계는,
상기 픽셀을 공유하는 제1 섬유상 물질의 개수가 3개 이상인 경우 가지 형태로 분기된 섬유상 물질 타입의 상기 제2 섬유상 물질로 모델링하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법. - 제4항에 있어서,
상기 제2 섬유상 물질을 모델링하는 단계는,
상기 픽셀을 공유하는 제1 섬유상 물질들에 포함된 픽셀의 그레디언트들 중, 상기 공유되는 픽셀에 인접한 제1 섬유상 물질들에 포함된 픽셀의 그레디언트의 방향이 기설정된 임계 각도를 초과하여 변화되는 경우, 상기 공유하는 픽셀을 기준으로 가지 형태로 분기된 섬유상 물질 타입의 상기 제2 섬유상 물질로 모델링하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법. - 제1항에 있어서,
상기 전처리하는 단계는,
상기 촬영한 영상을 그레이 스케일 영상으로 변환하는 단계; 및
상기 변환된 영상에 정규화 전처리를 수행하여, 각 픽셀의 그레디언트를 산출할 수 있도록 처리하는 단계;를 포함하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법. - 제1항에 있어서,
상기 제1 섬유상 물질로 모델링하는 단계 후,
상기 모델링된 제1 섬유상 물질의 양을 이용하여, 상기 제1 섬유상 물질의 농도 중 기설정된 비율의 농도를 상기 대상 환경 내에 비산된 석면의 농도로 연산하는 단계;를 더 포함하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법. - 공기 중의 섬유상 물질의 검출을 위해 대상 환경을 촬영한 영상에 포함된 픽셀의 그레디언트를 산출하기 위해 상기 촬영한 영상을 전처리하는 전처리부;
상기 촬영한 영상에 포함된 픽셀들 중, 상기 산출된 그레디언트의 값이 기설정된 임계값보다 큰 픽셀을 경계 후보 픽셀로 선택하는 기준 픽셀 선택부; 및
상기 경계 후보 픽셀과 인접한 픽셀들 중, 상기 산출된 그레디언트의 방향이 상기 경계 후보 픽셀과 기설정된 오차 범위 미만인 픽셀을 그룹핑하여 제1 섬유상 물질로 모델링하는 섬유 모델링부;를 포함하고,
상기 섬유 모델링부는,
상기 제1 섬유상 물질로 모델링한 후, 서로 인접한 적어도 하나의 상기 모델링된 제1 섬유상 물질을 연결하여 하나의 제2 섬유상 물질로 모델링하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치. - 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 장치가,
공기 중의 섬유상 물질의 검출을 위해 대상 환경을 촬영한 영상에 포함된 픽셀의 그레디언트를 산출하기 위해 상기 촬영한 영상을 전처리하는 단계;
상기 촬영한 영상에 포함된 픽셀들 중, 상기 산출된 그레디언트의 값이 기설정된 임계값보다 큰 픽셀을 경계 후보 픽셀로 선택하는 단계; 및
상기 경계 후보 픽셀과 인접한 픽셀들 중, 상기 산출된 그레디언트의 방향이 상기 경계 후보 픽셀과 기설정된 오차 범위 미만인 픽셀을 그룹핑하여 제1 섬유상 물질로 모델링하는 단계;를 포함하고,
상기 제1 섬유상 물질로 모델링하는 단계 후,
서로 인접한 적어도 하나의 상기 모델링된 제1 섬유상 물질을 연결하여 하나의 제2 섬유상 물질로 모델링하는 단계;를 더 포함하는 것을 특징으로 하는 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법을 수행하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20140195383 | 2014-12-31 | ||
| KR1020140195383 | 2014-12-31 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160083784A KR20160083784A (ko) | 2016-07-12 |
| KR101674802B1 true KR101674802B1 (ko) | 2016-11-10 |
Family
ID=56505263
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150045293A KR101674802B1 (ko) | 2014-12-31 | 2015-03-31 | 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101674802B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11513065B2 (en) | 2019-09-25 | 2022-11-29 | SK Hynix Inc. | Electronic device |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102039016B1 (ko) * | 2018-09-13 | 2019-10-31 | 황준철 | 농도 모니터링 시스템 및 그 방법 |
| GB2596967B (en) * | 2019-04-17 | 2023-09-13 | Univ Swinburne Technology | A system and method for asbestos identification |
| CN114985150B (zh) * | 2022-08-02 | 2022-11-01 | 山东大拇指喷雾设备有限公司 | 基于视觉感知的喷雾机精准喷雾的控制方法 |
-
2015
- 2015-03-31 KR KR1020150045293A patent/KR101674802B1/ko active IP Right Grant
Non-Patent Citations (3)
| Title |
|---|
| Automated Counting of Airborne Asbestos Fibers by a High-Throughput Microscopy (HTM) Method(sensors, 2011)* |
| Extracting Straight Lines(Burns JB, IEEE TPAMI, 1986)* |
| IMAGE PROCESSING Handbook 4TH_Chapter4(2002)* |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11513065B2 (en) | 2019-09-25 | 2022-11-29 | SK Hynix Inc. | Electronic device |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160083784A (ko) | 2016-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11321593B2 (en) | Method and apparatus for detecting object, method and apparatus for training neural network, and electronic device | |
| CN107945198B (zh) | 用于标注点云数据的方法和装置 | |
| Bae et al. | High-precision vision-based mobile augmented reality system for context-aware architectural, engineering, construction and facility management (AEC/FM) applications | |
| CN109726661B (zh) | 图像处理方法及装置、介质和计算设备 | |
| US9235902B2 (en) | Image-based crack quantification | |
| KR101674802B1 (ko) | 이미지 처리 프로그램을 통한 공기 중 섬유상 물질의 실시간 검출 방법 및 장치 | |
| CN111027343B (zh) | 条形码区域定位方法和装置 | |
| CN113837079B (zh) | 显微镜的自动对焦方法、装置、计算机设备和存储介质 | |
| CN111311475A (zh) | 检测模型训练方法、装置、存储介质和计算机设备 | |
| US12008750B2 (en) | Generating annotation data of tissue images | |
| AU2010335126B2 (en) | Method, system, and computer-readable recording medium for adaptively performing image-matching according to conditions | |
| CN116057538A (zh) | 使用排斥编码学习的用于细胞定位和分类的机器学习模型 | |
| CN111709421A (zh) | 鸟类识别方法、装置、计算机设备及存储介质 | |
| CN113888557A (zh) | 一种基于rgb-d特征融合的场景语义分割方法及系统 | |
| KR102559586B1 (ko) | 인공지능을 이용한 구조물 외관 점검 시스템 및 방법 | |
| US20150317521A1 (en) | Analysis control system | |
| US20200013170A1 (en) | Information processing apparatus, rebar counting apparatus, and method | |
| CN109859218B (zh) | 病理图关键区域确定方法、装置、电子设备及存储介质 | |
| KR102521825B1 (ko) | 포인트 클라우드 기반 구조물 손상판단을 위한 이상영역 자동 판단 시스템 | |
| CN116721288A (zh) | 一种基于YOLOv5的安全帽检测方法及系统 | |
| US9721371B2 (en) | Systems and methods for stitching metallographic and stereoscopic images | |
| CN111985497B (zh) | 架空输电线路下吊车作业识别方法及系统 | |
| CN111753625B (zh) | 一种行人检测方法、装置、设备及介质 | |
| CN116057585A (zh) | 用于数字病理学的主动学习系统 | |
| KR20180026095A (ko) | 가려짐 및 회전에 강인한 공장 자동화 물체 인식 시스템 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |