An Improved Hough Transform Using Valid Features

The Hough transform (HT), that is a typical algorithm for detecting lines in images, needs considerable computational costs and easily detects pseudo-lines on the real world images, because of the large amount of features generated by their complex background or noise. This paper proposes an improved HT that add a preprocessing to estimate the validity of features to the conventional HT. The feature estimation can remove a lot of inessential features for the line detection using a pattern of $3{\times}3$ block features. Experiments using various images show that the proposed algorithm saves computational costs by removing 14%~58% of features depending on images and besides it is superior to the conventional HT in valid line detection.

유효 특징점을 이용한 개선된 허프변환

영상 내 직선을 검출하는 대표적인 알고리즘인 허프변환은 실세계 영상들에 적용할 때 그들의 복잡한 배경이나 잡음에 의해 생성되는 방대한 특징점들 때문에 상당한 계산량을 필요로 하고 쉽게 의사 직선을 검출한다. 본 논문은 기존 허프변환에 특징점의 유효성을 평가하는 전처리를 추가한 개선된 허프변환을 제안한다. 특징점 평가는 $3{\times}3$ 블록 특징점들의 패턴을 이용해 직선 검출에 필수적이지 않은 많은 특징점들을 제거할 수 있다. 다양한 영상을 대상으로 한 실험들에서 제안된 알고리즘은 영상에 따라 특징점들의 14%~58%를 제거하여 계산량을 줄여줄 뿐만 아니라 유효 직선 검출에서도 기존 알고리즘보다 우수함을 보여준다.