• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 춘계학술발표논문집
• /
• pp.178-183
• /
• 2000

본 연구는 위성탐사 이미지에서 탑재 센서가 갖는 한계인 공간해상도의 문제를 퍼지함수의 정의를 이용하여 해석하는 방법을 제안한다. 이는 한 화소(SPOT 의 HRV의 경우 20 m$\times$20m)에 포함된 혼합정보들의 내용을 예측할 수 있으며, 대비되는 화소 군집들간에서의 윤곽선 추출이 가능해진다. 본 연구의 결과는 Landsat TM 위성이미지에서 강 유역의 경계선과 교량의 중앙선 추출에 적용시켜 보았으며 ,만족할 만한 결과를 보였다.

• 전자공학회논문지 IE
• /
• 제46권1호
• /
• pp.7-15
• /
• 2009

본 논문에서는 지상라이다를 이용한 구조물의 자동 윤곽선 추출을 다룬다. 본 논문에서는 사진을 이용하지 않고 전처리를 하지 않은 데이터를 직접 이용하여 구조물의 정면 윤곽선을 추출하는 것을 제안한다. 또한, 구조물의 크기와 데이터 수 즉, 라이다로 측정한 포인트 수를 고려한 효율적인 데시메이션 방법을 제안하였다. 이렇게 데시메이션된 데이터에서 라이다 데이터의 주요 특성중 하나인 거리정보를 이용하여, 구조물과 구조물이 아닌 점으로 구별해낸다. 그 후, 분산을 이용해 지역적으로 절대 좌표값이 큰 값과 작은 값을 찾아내고, 이를 윤곽선 후보 점으로 한다. 이렇게 찾아낸 구조물 윤곽선의 후보점들을 이어 윤곽선으로 만들고 최종적으로 정리하여 좀 더 현실에 가까운 윤곽선을 자동으로 추출하는 방법을 제안한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.279-283
• /
• 2007

움직이는 물체를 분류하는 것은 영상 감시 시스템에서 가장 중요한 분야 중의 하나이다. 사람과 자동차는 영상 감사 시스템에서 인식해야 하는 가장 중요한 물체의 종류이기 때문에 본 연구에서는 인식하는 물체의 종류를 이것들로 제한한다. 사용되는 특성으로는 물체의 움직임에서 추출되는 특성과 형태에서 추출되는 특성이 있다. 이 두 가지 특성들은 정지된 하나의 카메라로부터 입력된 영상에 나타나는 물체를 분류하기 위하여 사용된다. 움직임으로부터 추출되는 특성은 연결 성분 분석을 이용한 물체 추적과 밀접한 관련이 있다. 그리고 형태 기반 특성에 관한 학습은 종횡비(aspect ratio)와 4개의 윤곽선을 가지고 수행된다. 움직임 기반 특성과 종횡비는 물체를 사람과 자동차로 구분하는데 이용되고 각각의 종류를 더욱 세분화하기 위하여 4개의 윤곽선이 사용된다.

• 전기전자학회논문지
• /
• 제19권1호
• /
• pp.10-17
• /
• 2015

본 논문에서는 3-Line buffers를 사용하여 Sobel 윤곽선 추출 블록을 FPGA로 효율적으로 설계하여 구현하고자 한다. FPGA는 영상처리 알고리즘 중 하나인 Sobel 윤곽선 추출 알고리즘을 처리하기에 적절한 환경을 제공한다. 윤곽선 추출을 위한 방법으로는 파이프라인 방법을 사용하였다. Sobel 윤곽선 연산에서 윤곽선 강도 레벨을 결정하기 위하여 유한 상태 기계로 구현 된 마스크 연산을 이용한 모델을 제안한다. 효율적인 LUT 및 플리플롭의 사용으로 시스템의 성능이 향상됨을 입증하였다. 제안하는 3-line buffers을 이용한 Sobel 추출 연산은 Xilinx 14.2으로 합성하고 Virtex II xc2vp-30-7-FF896 FPGA device으로 구현하였다. Matlab을 이용하여 제안된 3-Line buffers 설계 시 PSNR 성능이 향상됨을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.235-239
• /
• 2002

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다 된 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보를 이용하여 수직 블록과 수평 블록을 추출하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역에서 히스토그램 방법과 윤곽선 추적 알고리즘을 이용하여 개별 식별자를 추출한다. 컨테이너의 개별 식별자 인식은 ART1을 개선하여 지도 학습 방법과 결합한 개선된 신경망을 제안하여 적용한다. 실험 결과에서는 제안된 컨테이너 식별자 추출 린 인식 방법이 다양한 컨테이너 영상에 대해 효율적인 것을 보인다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.490-494
• /
• 2003

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, Canny 마스크가 적용된 영상에서 수직·수평 히스토그램을 적용하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역을 삼각형 타입의 퍼지 이진화 방법을 적용하여 이진화하고 이진화된 컨테이너 식별자 영역을 윤곽선 추적 알고리즘으로 개별 식별자를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 컨테이너 영상에 적용한 결과, 기존의 방법보다 컨테이너의 식별자 추출에서 우수한 성능이 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.33-45
• /
• 2011

본 논문에서는 객체의 윤곽선 정보에 기반한 수정된 그래프컷(Graph-cut) 알고리즘을 이용하여 동영상에서 효율적으로 객체를 추출하는 방법을 제안한다. 이를 위해 먼저, 첫 프레임에서 자동 추출 알고리즘 이용하거나 사용자와의 상호작용을 통해 영상에서 객체를 분리한다. 객체의 형태 정보를 상속시키기 위해 이전 프fp임에서 추출된 객체 윤곽선의 움직임을 예측한다. 예측된 윤곽선을 기준으로 블록 단위 히스토그램 역투영(Block-based Histogram Back-projection) 알고리즘을 수행하여 다음 프레임의 각 픽셀에 대한 객체와 배경의 컬러 모델을 형성한다. 또한 윤곽선을 중심으로 전체 영상에 대한 로그함수 기반의 거리 변환 지도(Distance Transform Map)를 생성하고 인접 픽셀간의 연결(link)의 확률을 결정한다. 생성된 컬러 모델과 거리 변환 지도를 이용하여 그래프를 형성하고 에너지를 정의하며 이를 최소화하는 과정을 통해 객체를 추출한다. 다양한 영상들에 대한 실험 결과를 통해서 기존의 객체 추출 방법보다 제안하는 방법이 객체를 보다 정확하게 추출함을 확인할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.520-522
• /
• 1998

활성 윤곽선 모델(Active Contour Model : Snake)을 이용한 윤곽선 추출 방법에서는 물체를 검출하기 위해 잠재적 표면(potential surface) 위에서 지역 최소치를 향하여 다양한 힘을 가함으로써 물체의 윤곽선으로 활성 윤곽선 모델을 움직이게 한다. 활성 윤곽선 모델에서 영상의 관심있는 물체를 검출하기 위해서는 영상의 잠재적 표면 위에서 활성 윤곽선 모델이 지역 최소치를 향하여 활동적으로 움직이도록 다양한 힘을 효과적으로 제어해야 한다. 본 논문에서는 활성 윤곽선 모델이 적합한 지역 최소치를 향하여 적절하게 수렴하도록 활성 윤곽선 모델이 움직이는 잠재적 표면을 변형할 수 있는 영상 필터를 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.467-471
• /
• 2005

본 논문에서는 명암도 변화 및 윤곽선 추적 알고리즘과 개선된 오류 역전파 알고리즘을 이용한 차량 번호판 인식 방법을 제안한다. 비영업용 차량 영상을 대상으로 차량 번호판 영역을 추출하기 위해 명암도 변화 특성을 이용하여 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역에 반복 이진화 방법을 적용하여 차량 번호판의 영역을 이진화하고, 이진화된 차량 번호판 영역에 대해서 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 오류 역전파 알고리즘을 적용한다. 제안된 방법의 인식 성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 차량 번호판 인식 방법보다 효율적인 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권12호
• /
• pp.101-109
• /
• 2012

TRUS영상에서 전립선에 대한 많은 진단과 치료 과정에서 정확한 전립선 경계의 추출이 요구된다. 여기에는 전립선 경계의 애매함, 반점, 낮은 그레이 레벨로 인하여 많은 어려움이 존재한다. 본 논문에서는 서포트 벡터와 뱀형상 윤곽선을 이용하여 TRUS영상의 자동 전립선 분할에 대한 방법을 제안한다. 이 방법은 전처리, 가버 특성 추출, 학습, 전립선 추출 단계로 구성된다. 텍스처 특성을 추출하기 위하여 가버 필터 뱅크가 사용되며, 학습 과정에서 전립선과 비전립선의 각 특성을 얻기 위하여, SVM이 사용된다. 전립선의 경계는 뱀형상 윤곽 알고리즘에 의해 추출된다. 실험 결과, 제안된 알고리즘은 인간 전문가가 추출한 경계와 비교했을 때 9.3%보다 적은 차이로 전립선 경계를 추출할 수 있었다.