• 사물인터넷융복합논문지
• /
• 제8권1호
• /
• pp.59-64
• /
• 2022

기존의 모서리 감지 기법들은 모서리에 대한 정확한 정의를 바탕으로 하여 정의된 형태의 모서리만을 발견하기 때문에 현실 세계에 존재하는 복잡하고 다양한 형태의 이미지에 대한 모서리를 발견하는데 많은 제약이 따른다. 이러한 문제점을 해결하여 다양한 형태의 모서리를 발견하기 위한 방법이 비용최소화 방법이다. 이 방법에서는 비용함수 및 비용요소를 정의하여 사용하며, 이 비용함수는 후보 모서리 생성 전략에 따라 생성되는 후보 모서리 모형에 대한 비용을 계산하여 만족할 만한 결과가 나타나게 되면 해당 후보 모서리 모형이 해당 이미지에 대한 모서리가 된다. 본 연구에서는 비용최소화 방법의 문제점인 정의된 형태의 모서리만을 발견한다는 단점을 개선하기 위해 좀 더 다양한 형태의 이미지에 대한 모서리를 발견하기 위한 후보 모서리 생성 전략을 제안하였다. 또한 이러한 점을 반영한 간단한 모의실험을 통해 개선 내용을 확인하였다.

• 대한전자공학회논문지
• /
• 제20권3호
• /
• pp.13-20
• /
• 1983

본 논문은 도형 패턴에 대한 모서리를 결정하는 방법을 제안하였다. 도형 패턴의 윤곽선에 대한 라인 시그먼트(line segment)의 연결 상태로부터 후보 링크를 설정한다. 그리고 라인 시그먼트의 연결점으로부터 설정된 후보 링크에 대한 편차를 계산하여 모서리의 위치를 결정하는 알고리즘과 출. 철 구조의 모서리를 구분하여 식별하는 알고리즘을 제안한다. 그 결과 Freeman의 방법과 비교하여 훨씬 유연하고 효과적임을 화인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1289-1291
• /
• 2015

본 논문에서는 충치 환자의 진단을 위해 구강 영상에서 충치를 추출하는 방법을 제안한다. 먼저 구강은 붉은색을 띄고 치아는 흰색을 띈다는 특징이 있기 때문에, 구강 영상을 YCbCr 컬러모델로 변환한다. YCbCr 컬러모델에 임계치를 설정하여 붉은 영역을 검출해내고, 검출된 붉은 영역에 대해 이진화하여 치아 영역을 추출한다. 그 후, 모폴로지 기법을 이용하여 잡음 제거 및 치아의 빈 공간을 채운다. 치아 영역 추출 시 영상에 따라 치아 사이를 잇는 모서리 부분이 손실된 경우가 발생할 수 있기 때문에 치아 사이의 손실된 부분을 연결 한다. 치아 영역에 ART2 알고리즘을 적용하여 클러스터링하고 충치 후보 영역을 추출한다. 충치 후보 영역에 8방향 윤곽선 추적 기법을 적용하여 충치를 분석 및 추출한다. 실험 결과 81%의 추출 성공률을 보였고 다양한 형태의 충치를 효과적으로 추출할 수 있는 것을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.339-342
• /
• 2014

현재 차량의 출입통제 및 주정차 단속 등이 차량 번호판 자동 인식 시스템을 통해 자동화 되고 있다. 본 논문은 촬영 각도에 따라 기울어지거나 왜곡된 번호판에 대해서도 잘 동작하는 번호판 영역 추출 알고리즘을 제안한다. 번호판의 배경과 문자의 밝기 대비가 커서 그 분포가 이원 양상을 보인다는 점을 이용하여 번호판의 중심부와 대략적인 후보 영역을 추출한다. 이후 허프 변환을 통하여 번호판의 네 모서리에 해당하는 직선을 검출한다. 이들 네 직선의 교점이 번호판의 꼭짓점이 된다. 네 꼭짓점의 좌표를 이용하여 왜곡된 번호판을 실제 번호판의 가로와 세로 비율에 맞는 정규화 된 모양으로 변환한다. 차량의 측면 1m~3m 사이의 다양한 거리에서 촬영한 이미지로 실험한 결과 일반적인 실외 조명 아래에서 차체의 색에 관계없이 번호판 영역 추출에 성공하였다.

• 대한원격탐사학회지
• /
• 제19권4호
• /
• pp.307-317
• /
• 2003

본 논문은 수동센서인 항공카메라와 능동센서인 레이저스캐너의 상호 보완적인 특징을 이용하여 지표면에 존재하는 다양한 지형지물 중 건물을 자동으로 추출하는 알고리즘에 대한 연구이다 제안하는 건물추출 알고리즘은 처리 단계별로 사용되는 데이터의 형태에 따라 point level process, polygon level process, parameter space level process의 세 단계로 나눌 수 있다. 첫 번째 단계인 point level process에서는 LIDAR의 점 데이터에서 과대오차를 제거하고 건물후보점들을 추출하여 같은 특성을 갖는 점들을 모아 폴리곤을 제작한다 두 번째 단계에서는 면적조건과 circularity를 이용하여 수목 폴리곤을 제거하고, 건물 폴리곤 사이의 포함관계를 정립한다. 마지막 단계에서는 이전 단계의 최종 건물 폴리곤을 공선조건식을 이용하여 항공사진 위에 투영하고 모폴로지 필터링을 통해 탐색영역을 제한한 후, Hough 변환의 파라미터 공간에서 다양한 가정과 제약조건을 이용하여 건물의 외곽선을 추출한다. 제안된 알고리즘에 의해 자동으로 추출된 건물 외곽선의 정확도를 검증하기 위하여 건물 모서리점의 3차원 좌표를 결정하였고, 이를 수치사진측량시스템에서 관측한 결과와 비교하였다. 실험결과 각 건물 모서리점의 평균제곱근오차는 X, Y, Z 각 방향으로 $\pm$8.1cm, $\pm$24.7cm, $\pm$35.9cm로 나타났다.