개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 윤지원
- 발행연도
- 2017
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수1
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
최근 들어 테러의 표적이 되고 있는 국제공항들은 공항의 안전과 보안을 강화하기 위해 최첨단 보안장비를 확충하는 등 늘어가는 테러의 위협과 항공보안 사고에 빠르게 대응하려는 강한 의지를 보여주고 있다. 또한 비정형 데이터인 이미지 및 동영상을 처리할 수 있는 IT기술의 발전으로 디지털 방식의 영상처리를 활용한 다양한 연구와 활동이 활발히 진행되고 있다. 또한 미국 정부가 상업 위성이 촬영할 수 있는 이미지의 해상도를 50Cm급에서 초정밀 25Cm급으로 완화해 주는 결정을 내린 후 구글은 자동차의 브랜드 마크를 식별할 수 있을 뿐 아니라 지나가는 사람의 얼굴까지 확인 할 수 있을 정도로 정밀한 위성사진을 구글맵과 구글어스에 적용하여 서비스를 제공하고 있다. 이러한 초정밀 영상과 이미지를 통해 자연재해를 예방하고 인터넷 사각지대를 해소하는 데 활용할 계획을 구글은 밝히고 있지만 사실상 가장 우려되는 문제 중 하나는 구글이 지닌 각종 개인 데이터들과 개인 이미지 등을 결합하여 보다 지능적인 범죄와 테러에 이용 할 가능성이 높다는 것이며 그 위협의 강도는 훨씬 더 커질 것으로 보여 진다. 본 논문에서는 디지털글로브가 구글에 공급하고 있는 위성사진인 구글맵을 통해 중국의 허브 공항으로 주요 거점이 되는 베이징 서우두 국제공항의 모습을 모니터링 하였다. 이 국제공항을 이용하는 북한의 고려항공기를 미확인 비행체로 간주하고 이 항공기가 내포하고 있는 특성과 패턴을 OpenCV 함수 인 Canny(), goodFeaturesToTrack() 등을 이용하여 추출하고 이미지 매칭 알고리즘을 적용하여 미확인 항공기를 추적하는 시스템을 구현하였다. OpenCV 함수를 이용하면 빠른 이미지 검색과 매칭이 가능하며 매칭 정확도는 유클리디안 법을 이용하여 유사도를 검증하여 그 정확도를 높인다. 이를 통해 테러의 위협 및 기타 지능적인 범죄에 보다 빠르게 대응할 수 있도록 기여할 시스템을 제안하고자 한다.
목차
제 1 장 서 론 1제1절 연구배경 및 목적 1제2절 연구범위 및 방법 3제3절 논문 구성 3제 2 장 이론적 배경 및 연구 고찰 4제1절 단일픽셀 처리 기법 41. 영상대수 기법 42. 그레이 스케일 변경 53 히스토그램 변경 6제2절 Convolution 연산 및 경계처리 81. Convolution 처리 82. 영상의 경계처리 9제3절 픽셀그룹 처리 기법 101. 평활화의 기능 및 방법 102. 첨예화의 기능 및 방법 123. Edge 검출의 기능 및 방법 14제4절 강력한 영상처리 OpenCV 라이브러리 171. Feature Detection을 위한 OpenCV 라이브러리 172. 최적의 코너 검출을 위한 OpenCV 라이브러리 19제5절 관련 연구 고찰(선행연구) 191. 이미지 검출 및 매칭 알고리즘 분석 사례연구 192. OpenCV를 활용한 영상처리 분석 사례연구 203. 연구 분석 시사점 21제 3 장 이미지 매칭 시스템 설계 및 구현 22제1절 이미지 매칭 시스템 설계 221. 이미지 매칭 시스템 구성도 222. 전체 항공기 영상 정보 수집 및 Database 구축 233. 항공기 비행노선 정보 API 24제2절 이미지 매칭 시스템 구현 251. 구현 시스템 환경 252. 영상 내 이미지 검출 결과 화면 253. 영상 내 이미지 매칭 결과 화면 264. 이미지 매칭 시스템의 정확도 개선 방안 27제 4 장 이미지 매칭 시스템 성능평가 28제1절 Feature Detection 알고리즘의 비교 분석 28제2절 항공기 기종별 히스토그램 비교 분석 30제3절 Edge Detection의 성능 평가 31제 5 장 결론 및 향후 발전방향 32제1절 결론 32제2절 한계 및 향후 발전방향 32참고문헌 33
최근 본 자료
댓글(0)
0