• Journal of Information Technology Applications and Management
• /
• 제25권2호
• /
• pp.41-52
• /
• 2018

This paper presents a method for accurate camera self-calibration based on SIFT Feature Detection and image quality assessment. We performed image quality assessment to select high quality images for the camera self-calibration process. We defined high quality images as those that contain little or no blur, and have maximum contrast among images captured within a short period. The image quality assessment includes blur detection and contrast assessment. Blur detection is based on the statistical analysis of energy and standard deviation of high frequency components of the images using Discrete Cosine Transform. Contrast assessment is based on contrast measurement and selection of the high contrast images among some images captured in a short period. Experimental results show little or no distortion in the perspective view of the images. Thus, the suggested method achieves camera self-calibration accuracy of approximately 93%.

• ETRI Journal
• /
• 제38권3호
• /
• pp.502-509
• /
• 2016

Feature detection and description are key ingredients of common image processing and computer vision applications. Most existing algorithms focus on robust feature matching under challenging conditions, such as inplane rotations and scale changes. Consequently, they usually fail when the scene is blurred by camera shake or an object's motion. To solve this problem, we propose a new feature description algorithm that is robust to image blur and significantly improves the feature matching performance. The proposed algorithm builds a feature descriptor by considering the integral projection along four angular directions ($0^{\circ}$, $45^{\circ}$, $90^{\circ}$, and $135^{\circ}$) and by combining four projection vectors into a single highdimensional vector. Intensive experiment shows that the proposed descriptor outperforms existing descriptors for different types of blur caused by linear motion, nonlinear motion, and defocus. Furthermore, the proposed descriptor is robust to intensity changes and image rotation.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.453-462
• /
• 2021

자동차 번호인식을 위해선 수많은 번호판 데이터가 필요하다. 번호판 데이터는 과거의 번호판부터 최신의 번호판까지 균형 있는 데이터의 확보가 필요하다. 하지만 실제 과거의 번호판부터 최신의 번호판의 데이터를 획득하는데 어려움이 있다. 이러한 문제를 해결하기 위해 인조 번호판을 이용하여 자동차 번호판을 생성하여 딥러닝을 통한 번호판 인식 연구가 진행되고 있다. 하지만 인조 데이터는 실제 데이터와 차이가 존재하며, 이러한 문제를 해결하기 위해 다양한 데이터 증강 기법을 사용한다. 기존 데이터 증강 방식은 단순히 밝기, 회전, 어파인 변환, 블러, 노이즈등의 방법을 사용하였다. 본 논문에서는 데이터 증강 방법으로 인조데이터를 실제 데이터 스타일로 변환하는 스타일 변환 방법을 적용한다. 또한 실제 번호판 데이터는 원거리가 많고 어두운 경우 잡음이 많이 존재한다. 단순히 입력데이터를 가지고 문자를 인식할 경우 오인식의 가능성이 높다. 이러한 경우 문자인식 향상을 위해 본 논문에서는 문자인식을 위하여 화질개선 방법으로 DeblurGANv2 방법을 적용하여 번호판 인식 정확도를 높였다. 번호판 검출 및 번호판 번호인식을 위한 딥러닝의 방식은 YOLO-V5를 사용하였다. 인조 번호판 데이터 성능을 판단하기 위해 자체적으로 확보한 자동차 번호판을 수집하여 테스트 셋을 구성하였다. 스타일 변환을 적용하지 않은 번호판 검출이 0.614mAP를 기록하였다. 스타일 변환을 적용한 결과 번호판 검출 성능이 0.679mAP 기록하여 성능이 향상되었음을 확인하였다. 또한 번호판 문자인식에는 화질 개선을 하지 않은 검출 성공률은 0.872를 기록하였으며, 화질 개선 후 검출 성능이 0.915를 기록하여 성능 향상이 되었음을 확인 하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권4호
• /
• pp.1904-1926
• /
• 2016

Iris recognition for biometric personnel identification has gained much interest owing to the increasing concern with security today. The image quality plays a major role in the performance of iris recognition systems. When capturing an iris image under uncontrolled conditions and dealing with non-cooperative people, the chance of getting non-ideal images is very high owing to poor focus, off-angle, noise, motion blur, occlusion of eyelashes and eyelids, and wearing glasses. In order to improve the accuracy of iris recognition while dealing with non-ideal iris images, we propose a novel algorithm that improves the quality of degraded iris images. First, the iris image is localized properly to obtain accurate iris boundary detection, and then the iris image is normalized to obtain a fixed size. Second, the valid region (iris region) is extracted from the segmented iris image to obtain only the iris region. Third, to get a well-distributed texture image, bilinear interpolation is used on the segmented valid iris gray image. Using contrast-limited adaptive histogram equalization (CLAHE) enhances the low contrast of the resulting interpolated image. The results of CLAHE are further improved by stretching the maximum and minimum values to 0-255 by using histogram-stretching technique. The gray texture information is extracted by 1D Gabor filters while the Hamming distance technique is chosen as a metric for recognition. The NICE-II training dataset taken from UBRIS.v2 was used for the experiment. Results of the proposed method outperformed other methods in terms of equal error rate (EER).

• 한국의학물리학회지:의학물리
• /
• 제23권1호
• /
• pp.26-32
• /
• 2012

확대촬영은 일반촬영뿐 아니라 미세골촬영, 유방촬영 및 다른 진단 영역에서 널리 사용되고 있다. 유한한 X선 초점의 크기로 인해 확대촬영은 분해능, 노이즈, 대조도 등 영상 시스템 전체에 영향을 미친다. 본 연구의 목적은 유효검출양자효율(effective detective quantum efficiency, eDQE)을 이용하여 영상시스템에 있어서 확대도와 초점크기의 영향을 알아보고자 함이다. 전체적인 영상 시스템 특성을 반영하는 eDQE는 초점에 의한 흐림 현상, 확대, 산란 그리고 격자 반응 등의 영향을 고려한다. 본 실험에서는 Food and Drug Administration (FDA)에서 고안된 흉부 팬텀을 사용하여 실제 가슴 촬영조건에서 측정된 유효변조전달함수(effective modulation transfer function, eMTF), 유효잡음력스펙트럼(effective noise power spectrum, eNPS), 산란율(scatter fraction, SF) 및 투과율(transmission fraction, TF)을 통해 eDQE 값을 도출하였다. 연구 결과를 통해 살펴보면 소초점을 사용했을 경우, eMTF의 값이 10%일 때의 공간주파수는 확대도가 1.2, 1.4, 1.6, 1.8, 2.0일때 각각 2.76, 2.21, 1.78, 1.49 그리고 1.26 lp/mm이었다. 대초점을 사용했을 경우, MTF의 값이 10%일 때의 공간주파수는 확대도가 1.2, 1.4, 1.6, 1.8, 2.0일 때 각각 2.21, 1.66, 1.25, 0.93 그리고 0.73 lp/mm이었다. 확대도가 증가할수록 eMTF 값이 떨어지고, 소초점을 사용했을 때가 대초점을 사용했을 때보다 eMTF가 전체적으로 높다는 것을 확인할 수 있었다. 초점의 크기에 따른 zero frequency에서의 eDQE 값의 변화는 크게 보이지 않았다. 그러나 대초점을 사용했을 경우, 소초점을 사용했을 때보다 저 주파수에서 고 주파수로 갈수록 eDQE가 급격하게 감소하는 것을 확인할 수 있었다. 일반적으로 확대촬영은 작은 병변을 확대시키고 낮은 유효잡음과 air-gap에 의한 산란선의 감소로 인해 대조도를 증가시킨다. 이로 인해 크기가 작은 병변을 고대조도로 확대시킴으로써 진단율을 높일 수 있다. 그러나 초점 크기로 인한 흐림 현상이 확대도에 따라 공간 분해능에 더 큰 영향을 미친다. 이러한 결과를 바탕으로, 디지털 일반촬영 시스템에서의 확대촬영을 시행하기 위한 적절한 초점크기와 확대도가 확립되어야 한다.