• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 1998년도 추계학술대회논문집:21세기에 대비한 지능형 통합항만관리
• /
• pp.137-141
• /
• 1998

Todays the efficient management of container has not been realized in container terminal, because of the excessive quantity of container transported and manual system. For the efficient and automated management of container in terminal, the automated container identifier recognition system in terminal is a significant problem. However, the identifier recognition rate is decreased owing to the difficulty of image preprocessing caused the refraction of container surface, the change of weather and the damaged identifier characters. Therefore, this paper proposes more accurate system for container identifier recognition as suggestion of Line-Scan Proper Region Detect for stronger preprocessing against external noisy element and Moment Back-Propagation Neural Network to recognize identifier.

• 한국항만학회지
• /
• 제12권2호
• /
• pp.225-232
• /
• 1998

Todays, the efficient management of container has not been realized in container terminal, because of the excessive quantity of container transported and manual system. For the efficient and automated management of container in terminal, the automated container identifier recognition system in terminal is a significant problem. However, the identifier recognition rate is decreased owing to the difficulty of image preprocessing caused the refraction of container surface, the change of weather and the damaged identifier characters. Therefore, this paper proposes more accurate system for container identifier recognition as suggestion of LSPRD(Line-Scan Proper Region Detection) for stronger preprocessing against external noisy element and MBP(Momentum Back-Propagation) neural network to recognize the identifier.

• 한국항만학회지
• /
• 제13권2호
• /
• pp.303-312
• /
• 1999

The automated gate operating system is developed in this paper that controls the information of container at gate in the ACT. This system can be divided into three parts and consists of container identifier recognition car plate recognition container deformation perception. We linked each system and organized efficient gate operating system. To recognize container identifier the preprocess using LSPRD(Line Scan Proper Region Detection)is performed and the identifier is recognized by using neural network MBP When car plate is recognized only car image is extracted by using color information of car and hough transform. In the port of container deformation perception firstly background is removed by using moving window. Secondly edge is detected from the image removed characters on the surface of container deformation perception firstly background is removed by using moving window. Secondly edge is detected from the image removed characters on the surface of container. Thirdly edge is fitted into line segment so that container deformation is perceived. As a results of the experiment with this algorithm superior rate of identifier recognition is shown and the car plate recognition system and container deformation perception that are applied in real-time are developed.

• 한국멀티미디어학회논문지
• /
• 제16권5호
• /
• pp.549-557
• /
• 2013

본 논문에서는 컨테이너 식별자 영상 인식 시스템의 전처리 과정에 다중 임계 영역을 사용하는 방안을 제안한다. 컨테이너 영상의 특징을 이용해서, 설정된 여러 개의 후보 임계 영역들을 사용해서 영상을 각각 이진화하고, 각각의 이진 영상에 대해서 라벨링, 패널링 등을 함께 진행하면서 최종적으로 최적의 문자 영역을 추출한다. 또한 유사한 방법을 적용해서 잡음을 제거하고 개별 문자를 분리한다. 영상 162장을 사용한 실험에서 문자 영역 분리와 개별 문자 분리의 성공률이 각각 99.04%와 98.09%가 되었다.

• 지능정보연구
• /
• 제9권2호
• /
• pp.1-18
• /
• 2003

The automatic recognition of transport containers using image processing is very hard because of the irregular size and position of identifiers, diverse colors of background and identifiers, and the impaired shapes of identifiers caused by container damages and the bent surface of container, etc. We proposed and evaluated the novel recognition algorithm of container identifiers that overcomes effectively the hardness and recognizes identifiers from container images captured in the various environments. The proposed algorithm, first, extracts the area including only all identifiers from container images by using CANNY masking and bi-directional histogram method. The extracted identifier area is binarized by the fuzzy binarization method newly proposed in this paper and by applying contour tracking method to the binarized area, container identifiers which are targets of recognition are extracted. We proposed and applied the ART2-based RBF network for recognition of container identifiers. The results of experiment for performance evaluation on the real container images showed that the proposed algorithm has more improved performance in the extraction and recognition of container identifiers than the previous algorithms.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.349-356
• /
• 2004

The automatic recognition of transport containers using image processing is very hard because of the irregular size and position of identifiers, diverse colors of background and identifiers, and the impaired shapes of identifiers caused by container damages and the bent surface of container, etc. In this paper we propose and evaluate a novel recognition algorithm for container identifiers that effectively overcomes these difficulties and recognizes identifiers from container images captured in various environments. The proposed algorithm, first, extracts the area containing only the identifiers from container images by using CANNY masking and bi-directional histogram method. The extracted identifier area is binarized by the fuzzy binarization method newly proposed in this paper. Then a contour tracking method is applied to the binarized area in order to extract the container identifiers which are the target for recognition. In this paper we also propose and apply a novel ART2-based hybrid network for recognition of container identifiers. The results of experiment for performance evaluation on the real container images showed that the proposed algorithm performs better for extraction and recognition of container identifiers compared to conventional algorithms.

• 지능정보연구
• /
• 제9권3호
• /
• pp.65-79
• /
• 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, 검출된 에지 정보를 이용하여 수직블록과 수평블록을 추출하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역에서 윤곽선 추적 알고리즘을 이용하여 개별 식별자를 추출하며, 그들의 인식을 위해서는 개선된 ARTl과 지도 학습 방법을 결합한 개선된 성능의 자가 생성 지도 학습 알고리즘을 제안하여 적용한다. 제안된 방법의 성능을 확인하기 위하여 운송 컨테이너 영상들을 대상으로 실험 결과, 윤곽선 추적 알고리즘을 이용한 식별자의 추출 방법이 히스토그램을 이용한 식별자의 추출 방법보다 추출률이 개선되었고 인식 결과에서도 개선된 ART1 기반 자가 생성 지도 학습 방법이 기존의 ART1 기반 자가 생성 지도 학습 방법보다 인식률이 향상되었다.

• 한국멀티미디어학회논문지
• /
• 제2권4호
• /
• pp.390-399
• /
• 1999

운송 컨테이너 영상에서 문자 영역 분할 오류는 컨테이너 자동화 처리를 위한 운송 컨테이너 식별자 인식시스템의 성능에 심각한 영향을 주는 요소 중의 하나이므로, 운송 컨테이너 식별자 인식 시스템의 성능을 향상시키기 위해서는 보다 정확한 문자 영역의 분할이 요구된다. 그러므로 본 연구에서는 문자 영역으로 오인할 수 있는 운송 컨테이너 영상에 포함된 여러 가지 불필요한 영상들을 형태학적 연산에 의하여 제거하고 식별자 영역 즉, 문자열 영역만을 분리한다. 이렇게 분리된 문자열 영역의 임계값을 구하여 이진화 한 후에 개별 문자로 분할하는 방법을 제안한다. 또한, 제안한 방법으로 실험한 결과는 컨테이너 식별자의 각 문자들이 정확하게 분할되었음을 보여준다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.786-791
• /
• 2002

오늘날 컨테이너의 과다한 물동량 증가로 인하여 수작업으로 이루어지는 컨테이너를 처리하는데 어려움을 겪고 있다. 따라서 식별자로 컨테이너를 자동 인식하고 그 결과를 항만 물류처리 자동화 시스템에 적용하고자 하는 필요성이 대두되고 있다. 이에 본 논문에서는 항만 물류처리 자동화 시스템을 사용하기 위하여 컨테이너의 인식 처리를 자동화하는데 그 방안으로 컨테이너의 RGB를 이용하여 바탕색과 문자색을 검출하고 바탕색과 문자색의 차를 이용해 가장 큰 차이를 보이는 RGB 값 중 하나로 영상을 이진화 하였다. 컨테이너의 식별자를 인식하기 위해서 신경망 알고리즘의 하나인 Back-propagation을 적용하여 기존의 식별자 인식 방법보다 신속하고 정확한 처리가 가능하도록 구현하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 추계학술발표논문집
• /
• pp.254-259
• /
• 1998

오늘날 컨테이너의 과다한 물동량 증가로 인하여 수작업으로 이루어지는 컨테이너 식별자를 처리하는데 어려움을 겪고 있는 가운데, 이를 자동으로 인식하고 그 결과를 항만 물류 처리 자동화 시스템에 적용하고자 하는 필요성이 대두되고 있다. 이에 본 논문에서는 컨테이너의 인식 처리를 자동화하기 위한 방안으로 컨테이너의 식별자 인식에 신경망 알고리즘의 하나인 Back-propagation을 적용하였으며, BP 알고리즘을 적용하기 위해서 적절한 scaling 비율을 구하고, 학습 DB를 구축하여 기존의 식별자 인식보다 신속하고 정확한 처리가 가능하도록 구현하였다.