*정* 스토어

*정*

개인인증

팔로워0 팔로우

소개

등록된 소개글이 없습니다.

전문분야 등록된 전문분야가 없습니다.

판매자 정보

학교정보

입력된 정보가 없습니다.

직장정보

입력된 정보가 없습니다.

자격증

입력된 정보가 없습니다.

판매지수

판매중 자료수

11개
전체 판매량

170개
최근 3개월 판매량

0개
자료후기 점수

평균A+
자료문의 응답률

25%

전체자료 11개

MyCad2005를 이용한 Differential Amplifier Design

Step 11. Design of differential amplifier.2. Reference Current() - Reference Curren

기타| 2010.12.23| 14페이지| 3,500원| 조회(262)

차동증폭기, 아날로그, MyCAD, Differential Amplifi, 아날..

미리보기

닫기
Filter를 이용한 사운드 파일과 영상 이미지 처리

Step 3. Filter Design☞ 특정 주파수를 제거하기 위한 필터, 즉 Band Reject Filter를 설계하기 위하여 제거할 주파수를 선택한다. 구별을 쉽게 하기 위하여, 가장 많이 주파수인 라(440Hz)를 선택하여 필터를 설계해 보았다. 우선 Band Reject Filter를 설계하기위해 선택한 주파수의를 구하고, 를 구한다. Fs = 8000Hz 이므로 , 이다. 이러한 주파수의 신호를 제거하기 위해 간단한 FIR 필터를 설계해 본다. 즉 Pole은 원점에 위치하고 Zero는 , 로 결정하여 간단한 FIR 필터를 설계하였다. 3. 결론 및 고찰이 프로젝트를 수행하면서 사운드 파일 과 이미지 파일을 실제로 설계한 필터로 필터링을 하면 어떻게 변하는지를 확인 할 수 있었다. 수업 시간과 실습 시간에 배웠던 필터의 특성을 직접 설계해 보고 이를 사운드 파일과 이미지 파일에 적용해 봄으로서 좀 더 필터 설계에 대한 이해도를 높일 수 있었다. 그리고, 칼라 영상을 처리하기 위하여 칼라 영상을 흑백사진으로 변환하는 알고리즘을 익혔다. 또한 칼라영상의 구조상 3차원 배열을 1차원으로 만든 방법 또한 인터넷을 통하여 익혔다. 이러한 몇가지 수업 외 지식들과 수업때 배운 지식으로 프로젝트를 완성 할 수 있었다.

공학/기술| 2010.12.23| 10페이지| 3,000원| 조회(340)

MatLab, 전자공학, DSP, IIR Filter, 디지털 신호처리, FIR필..

미리보기

닫기
MATLAB FDATOOL을 이용한 Fiter Design(FIR,IIR)

1. FIR Digital Filter Design ( Window Method )➀ Filter Spec 설정➁ Filter Coefficient 계산 ⇒ MATLAB의 FIR1 함수를 이용하여 구한다. ➂ Filter Structure 결정- Window Method 를 이용하여 그 중 하나인 Kaiser함수를 이용하기로 결정한다.- Filter Design & Analysis Tool을 이용하여 필터를 설계한다. 2. IIR Digital Filter Design ( Butterworth )➀ Filter Spec 설정➁ Filter Coefficient 계산 ⇒ MATLAB의 Butter함수를 이용하여 구한다.➂ Filter Structure 결정- Butterworth를 이용한 Filter design- Filter Design & Analysis Tool을 이용하여 필터를 설계한다. 4. 결론 및 고찰DSP Final Project를 수행 하면서 지금까지 수업시간에 배운 내용을 이용하여 직접 Tool을 이용하여 설계 해 보고 분석 하여 보았다. FIR 필터와 IIR 필터는 다음과 같은 특성을 지닌다.이러한 두 필터의 장단점을 살려 주어진 상황과 스펙에 맞는 필터를 설계 할 수 있는 능력을 기를 수 있었던 프로젝트 이었다.FIR 필터와 IIR 필터를 MATLAB을 이용하여 설계하면서 필터 설계 과정에 맞추어 필터를 설계해 보니 어려움 없이 필터를 설계할 수 있었다. 주어진 스펙에 맞게 필터 계수를 설정하고, 이를 Filter Design & Analysis Tool을 이용하여 분석 해 보고, 원하는 스펙의 그래프가 나올 때까지 반복 수행하면서 차수 및 계수를 선택 해 주었다. 그리고 이를 직접 MATLAB 코딩을 통해서 구현 하였다. DSP 시간을 통하여 주어진 스펙에 맞는 필터를 설계 할 수 있는 능력을 기를 수 있었다.

공학/기술| 2010.12.23| 11페이지| 3,000원| 조회(1,258)

전자공학, DSP, FIR, 디지털신호처리, IIR Filter, FIR필터, II..

미리보기

닫기
MyCad2005를 이용한 Votage Control Oscillator

Title : Design of a 500MHz Voltage Controlled Oscillator◈ 결론 및 고찰아날로그 집적 회로 두 번째 프로젝트를 수행하면서, 첫 번째 프로젝트 보다 어려움을 많이 느꼈습니다. 하지만 부족한 이론부분을 많은 시뮬레이션을 통해 극복 할 수 있었습니다. Tool을 사용하는 데는 프로젝트1을 통하여 많이 능숙해져서 어려움은 없었습니다. 문제는 스펙을 맞추는 것이었습니다. 그리고 프로젝트2상에 Delay_Cell 개수의 언급이 없었으므로 같은 스펙을 맞추고 크기를 최소화하기 위하여 Delay_Cell을 3개로 구현 하였습니다. 많은 시행착오를 겪은 후에 스펙을 만족하는 VCO를 설계 할 수 있었습니다. 한 학기 동안 어려운 툴과 과목을 들으며 많은 어려움이 있었지만 포기하지 않고 이루어 내었다는 뿌듯함을 느낄 수 있었습니다.

공학/기술| 2010.12.23| 14페이지| 3,500원| 조회(193)

회로, 전자공학, vco, Oscillator, MyCAD, 아날로그직접회로, Vo..

미리보기

닫기
모션 트랙킹을 이용한 감시 시스템

멀티미디어 콘텐츠 프로그래밍 및 실습최종 보고서목 차1. 서론32. 다양한 Color Model의 이해3가. YUV Color Model3나. RGB Color Model5다. HSV Color Model6라. YUV Color Model의 영상을 RGB Color Model로의 변환63. 영상 처리 Algorithm 적용8가. Flow Chart8나. 연속된 두 프레임의 차 영상을 이용한 움직임 추정8다. Gonzalez 이진화10라. 가우시안 평활화11마. 팽창(Dilation) 연산13바. 라벨링14사. 영상 Tracking15아. 영상 Save164. 결론 및 고찰17가. 최종 시스템17나. 결론 및 고찰17다. 향후 발전 방향180. 서론현재 운영 중인 무인 감시 시스템인 CCTV는 모든 영상을 전체를 저장하는 방식으로 운영되고 있다. 이러한 환경은 저장 공간의 비 효율화가 발생하고, 방대한 데이터양으로 효율적인 보안 관리가 되지 않고 있다.또한 5년에 한번 이루어지는 인구 주택 총 조사와 같은 통계 자료 수집에 있어, 많은 자원과 시간이 소모 되고 있다. 이러한 문제점을 해결하기 위해 인터넷을 이용한 수집도 이용 되었다. 하지만, 인구 주택 총 조사 외에 많은 통계량 수집에 있어 더욱더 효율적이고 자원 절약을 위해 무인 감시 시스템을 이용 할 수 있다.이와 같이 영상처리 알고리즘을 구현하여 자원과 시간을 절약하고, 효율적인 시스템 개발이 요구 되어 지고 있다. 본보고서는 실시간 감시 영상을 이용한다는 가정 하에 미리 저장된 영상을 이용하여 알고리즘을 구현 한다. 먼저, 입력 영상을 그레이 레벨로 변환한 후, 차 영상을 수행한다. 차 영상 된 영상에서 노이즈를 제거하기 위하여 가우시안 평활화를 수행하고 곤잘레즈 이진화를 이용하여 노이즈를 제거 하였다. 이를 다시 라벨링을 이용하여 알고리즘을 완성 시킨다. 이러한 기술을 이용하여 무인 감시 시스템과 통계 자료 수집 시스템을 구현 하는 것을 목표로 하였다.1. 다양한 Color Model의 이해. YUV (Chrominance)인 U와 V성분으로 구분한다. 따라서 Y채널의 정보만을 가지고 있다 하더라도 흑백 이미지를 구현할 수 있다.YUV에 따른 색상 정보U와 V채널의 값들은 아래와 같다.V와 U의 가중치에 따른 색상정보이런 방식의 한 가지 장점은 밝기 정보와 컬러 정보를 분리할 수 있다는 점이다. 사람의 눈은 컬러보다는 밝기에 훨씬 민감하다. 그러므로 대역폭을 줄이기 위해 밝기 정보는 그대로 두고 컬러 정보를 최대한 줄여 화질의 손상이 크게 눈에 띄지 않은 채 대역폭을 줄일 수 있게 되는 것이다.이러한 이유로 Y채널 정보는 이미지 크기만큼이 필요하고 U, V 채널 정보는 2X2 Pixels를 한 색으로 나타내는 방식으로 이미지 크기의 1/4만큼의 정보가 필요한 것이다. 아래 그림은 YUV 한 Frame이 어떤 방법으로 Stream에 표현되는지를 보여준다.YUV 파일 형식의 Bit Stream이 경우에 이미지 사이즈는 6X4 이다. 우선 Y채널 값들이 나열되고 그 뒤를 따라 U, V채널의 정보가 뒤따르는 것을 볼 수 있다. 그러므로 Y채널의 시작은 0번째 이고 U는 24번째, V는 30번째가 된다. 다시 말해 한 Frame을 나타내기 위해서 총 36바이트가 필요한 샘이다. Y성분은 오차에 민감하므로 색상 성분인 U와 V보다 많은 비트를 코딩한다. 전형적인 Y:U:V의 비율은 4:2:2 이다.가. RGB Color Model빛의 색상을 이용하여 색을 표현하는 방법이다. 광원으로 Red, Green, Blue가 사용되는데 이 세 가지 색상을 혼합해 원하는 색을 만들어 낸다. 이러한 혼합을 가법혼합, 가산혼합이라 하며 Pixel 하나하나는 각각의 RGB 값을 갖는다. 이 값들의 범위는 0~255까지 256 단계이다. R, G, B 색을 2차원 X, Y, Z축에 놓고 가중치에 따라서 색을 결정한다. 자연색상을 그대로 표현하기 위해 각각 8bit의 크기가 필요한데 R=8bit, G=8bit, B=8bit일 경우 모두2^24 = 16,772,216가지의 색상을 표현할 수사람 눈이 가장 둔감한 파랑색에 비트수를 적게 할당한다.[2]RGB Color Model8Bit RGB Color Model의 색상별 성분 값나. HSV Color Model색상(Hue), 채도(Saturation), 명도(Value)를 명시함으로서 색을 지정하는 방법으로 사용자의 입장에서 좀 더 직관적인 방법이다. 화가들이 수채화를 그릴 때 사용하는 방법을 응용하는 것인데 화가들의 기법 중 셰이드(Shade)와 틴트(Tint)를 응용한다.셰이드란 어떤 색상에 흑색을 섞어서 채도와 명도를 동시에 낮추는 것을 말하고 틴트란 어떤 색상에 백색을 섞어서 채도는 낮추되 명도를 높이는 것을 말한다. 따라서 셰이드건 틴트건 명도는 반대이지만 공통적으로 채도, 즉 선명도는 낮아지게 된다.HSV Color Model다. YUV Color Model의 영상을 RGB Color Model로의 변환만일 YUV 값이 주어졌을 경우 RGB 값은 아래 수식과 같이 나타낼 수 있다.R```=```Y+1.402(V-128) + 0.5#G```=```Y-0.94414(U-128)-0.7(V-128)+0.5#B```=```Y+1.772(U-128)+0.5···················· 수식 2-1따라서 파일 포인터를 이용해 Y, U, V 각각의 채널을 읽어온 뒤 RGB 값으로의 변환을 수행한다.변환하는 코드RGB로 변환하는 과정에서 8bit 범위를 벗어는 경우를 방지하기 위해 0부터 255까지의 값을 넘어갈 경우에 대한 최대, 최솟값을 정한다. 위 코드의 실행 결과는 다음과 같다.YUV Player코드를 이용한 실행YUV Player를 이용한 실행 화면과 YUV to RGB 변환을 통한 실행 화면이 똑같음을 확인할 수 있다.2. 영상 처리 Algorithm 적용. Flow Chart가. 연속된 두 프레임의 차 영상을 이용한 움직임 추정물체 검출을 위한 전처리 단계로는 입력되는 칼라영상을 그레이 영상으로 변환하여, 그레이 영상의 이전 프레임과 현재 프레임에 차 영상을 수행한다. 이전 프레이 절대 값을 취하여 차 영상을 정의한다.h(x,y)`=`g(x,y)`-`f(x,y)`````````````````````````````````````(식`1)##h(x,y)`=|`g(x,y)`-`f(x,y)|``````````````````````````````````(식`2)차영상 코드이전 프레임현재 프레임차영상나. 가우시안 평활화- 평활화 연산은 일반적으로 이미지상의 노이즈를 제거하기 위해 사용한다.- 평활화에 사용하는 마스크는 박스와 가우시안 마스크이며, 이 마스크의 계수 값은 모두 양수로써 주변 픽셀의 값을 더한 후 이를 평균화하여 결과 값을 계산한다.- 평활화 연산의 경우, 원 이미지 상에서 나타나는 경계 등에서의 상세함이 많이 사라지므로, 노이즈 제거라는 목적 달성과 더불어 이미지 내의 상세 정보 상실이라는 문제를 가진다.- 가우시안 평활화(1차원 분포)- 가우시안 평활화(2차원 분포)- 가우시안 평활화 마스크 지정가우시안 평활화 코드차영상가우시안 평활화 적용된 영상다. Gonzalez 이진화1. 임계값 T의 초기 값을 결정한다.(T = [입력 영상에서 가장 밝기가 작은 값 +가장 밝기가 큰 값]/2)2. 임계값 T로 이진화(영상분할)한다. 그 결과는 밝기 값이 T보다 큰 화소들로 구성된 영역(G1)과 밝기 값이T 보다 작은 화소들로 구성된 영역(G2)의 화소들로 나누어진다.3. 영역 G1과 G2에 대하여 화소들의 밝기의 평균값(mu _{1},mu _{2})을 계산한다.4. 연속적으로 다음과 같은 새로운 임계값을 계산한다.T= {mu _{1} + mu _{2}} over {2}5. 연속적인 반복에서 임계값의 변화가 미리 정의된 오차보다 작을 때까지부터 4까지 반복한다.Gonzalez 알고리즘 코드가우시안 평활화 적용된 영상Gonzalez 이진화 적용 영상라. 팽창(Dilation) 연산- 팽창(Dilation) 연산 : 영상 내에서 구조 요소의 값 중 하나라도 영역 내에 존재하면 그 지점의 값을 1로 설정- 이진 영상에 대한 팽창(Dilation)인접하여 연결"되어 있는 모든 화소에 동일한 번호를 붙이고 다른 연결 성분에는 또 다른 번호를 붙이는 작업.- Pixel의 인접성(neighborhood)※ X로 표시된 관심 Pixel 주위에 인접한 4개 또는 8개의 Pixel에 대한 인접성 이용- 영역 Labeling의 단계라벨링 코드바. 영상 Tracking팽창 연산 적용된 영상영상 Tracking영상 Tracking 코드사. 영상 Save영상 Save 코드3. 결론 및 고찰. 최종 결과 시스템? Monitoring System of Using Motion Tracking입력된 영상을 처리하여 감시 시스템에 적용한다. 이는 처음 목표로 하였던 무인 감시 시스템의 가장 큰 단점인 모든 장면을 저장함으로서 생기는 저장 공간의 낭비를 줄이고자 이러한 시스템을 구상했다. 아래 실행 화면과 같이 움직임이 발생하면 REC에 빨간 불이 들어오고 감시 영상이 저장이 된다. 이러한 방식은 방대한 영상 데이터 저장 공간의 효율화를 이룰 수 있다.? Statical Data Collection System of Using Motion Tracking움직임을 추적하는 알고리즘을 이용하여, 우리는 통계 자료 수집을 원활하게 할 수 있다. 도로의 교통량, 거리의 인구량 등을 추적 알고리즘을 통하여 누적 통계량을 여러 가지 실험의 통계 자료로 사용 할 수 있다.최종 System 화면가. 결론 및 고찰처음 목표로 정한 모션 트랙킹을 이용하여 무인 감시 시스템의 효율화 및 통계 자료 수집 시스템을 구현하기 위해 임의로 저장된 영상 파일을 이용하였다.먼저 실시간으로 들어오는 영상은 목표로 하는 시스템을 표현하기에는 시간과 조건이 맞지 않는 경우가 있기 때문에 미리 저장된 영상을 이용하여 실시간 영상으로 가정 하에 프로그램을 구현하였다. 우선 TV에서 많이 사용되고 있는 YUV 포맷의 영상 파일을 불러와 화면에 초당 25프레임씩 영상을 플레이하는 부분과 그 영상의 Y(휘도)값을 이용하여 차 영상을 구하여 출력 하였다. 정지된 카메라의 영상

공학/기술| 2010.12.23| 19페이지| 3,000원| 조회(255)

멀티미디어, 통계, 전자공학, 시스템, c, API, 감시, yuv

미리보기

닫기