RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • VMS에서의 자동 초점 조절

        한광수(Kwang-Soo Hahn),최준수(Junsoo Choi),김자근(Ja-Geun Kim),백경순(Kyungsoon Baek) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅱ

        고배율 렌즈를 장착한 3차원 비접촉 측정 장비에서 컴퓨터 비전을 이용한 정밀도 높은 형상의 측정을 위해서는 선명한 영상 획득을 위한 정확한 초점 위치 결정이 선행되어야 한다. 본 논문에서는 정초점 위치를 찾기 위하여 수동형 초점 조절 방법을 사용한다. 각각의 렌즈 위치에서의 입력 영상에 대해 초점 위치 추적의 척도가 되는 초점값을 변형된 LoG 방법을 이용하여 측정하고, 측정된 초점값들의 렌즈 위치에 따른 분포 곡선에 대한 가우시안 정합을 적용한 정초점 위치 검색을 통해 최적의 초점 위치를 결정하는 기법을 제안한다.

      • KCI등재

        LS-SVM을 이용한 TFT-LCD 패널 내의 결함 검사 방법

        최호형(Ho-Hyung Choi),이건희(Gun-Hee Lee),김자근(Ja-Geun Kim),주영복(Young-Bok Joo),최병재(Byung-Jae Choi),박길흠(Kil-Houm Park),윤병주(Byoung-Ju Yun) 한국지능시스템학회 2009 한국지능시스템학회논문지 Vol.19 No.6

        TFT-LCD 자동 검사 시스템에서 결함 검출을 위한 영상은 라인 스캔 카메라(line scan camera)나 에어리어 스캔 카메라(area scan camera)에 의해서 획득하게 된다. 그러나 임펄스 잡음과 가우시안 잡음, CCD 혹은 CMOS 센서의 한계, 조명등의 영향으로 열화된 영상이 획득되며, 한도성 결함 영역을 인간의 육안으로 구분하기 어렵게 된다. 본 논문에서는 효율적인 결함 검출을 위해 특징 추출 방법과 결함 검출 방법을 제안한다. 특징 벡터로 웨버의 법칙을 이용한 결함 영역과 주변 배경 영역의 평균 밝기 차와 주변 배경 영역의 밝기 변화를 이용한 표준편차를 이용하며, 결함 영역 검출를 위해 추출된 특징 벡터를 이용하여 비선형 SVM을 적용한다. 실험 결과는 제안한 방법이 다른 방법들 보다 성능이 우수함을 보여준다. Normally, to extract the defect in TFT-LCD inspection system, the image is obtained by using line scan camera or area scan camera which is achieved by CCD or CMOS sensor. Because of the limited dynamic range of CCD or CMOS sensor as well as the effect of the illumination, these images are frequently degraded and the important features are hard to decern by a human viewer. In order to overcome this problem, the feature vectors in the image are obtained by using the average intensity difference between defect and background based on the weber's law and the standard deviation of the background region. The defect detection method uses non-linear SVM (Supports Vector Machine) method using the extracted feature vectors. The experiment results show that the proposed method yields better performance of defect classification methods over conveniently method.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼