• 한국정보통신학회논문지
• /
• 제10권11호
• /
• pp.2055-2061
• /
• 2006

디지털 영상에서 기하학적인 요소들을 찾아내는 일은 컴퓨터 비전 분야에서 기본적인 작업 중 하나이며, 허프변환(Hough transform)은 파라미터로 표현되는 기하학적 요소 추출을 위 해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이 논문에서는 이러한 잡음 민감성을 줄이는 방법으로 경계선 강도를 이용한 허프 변환을 제안하고, 이를 허프 공간에서의 피크 비(peak ratio)를 이용하여 증명하였다. 또한 직선을 대상으로 한 실험을 통하여 이를 확인하였다. 실험 결과, 제안한 경계선 강도 허프 변환은 기존의 허프 변환에 비해 잡음에 의해 검출되는 직선의 수가 줄어드는 것을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.575-581
• /
• 2007

허프 변환(Hough transform)은 영상에서 몇 개의 파라미터로 표현되는 기하학적 요소 추출을 위해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간(Hough space)의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이를 개선하기 위해 경계선의 강도를 이용한 허프 변환(edge strength Hough transform)이 제안되었고, 제안된 방법은 잡음 민감성이 감소됨이 증명되었다. 하지만 허프 변환은 허프 공간과 영상의 크기, 잡음의 정도에 따라 검출된 요소의 품질이 달라지므로 필요한 파라미터 값들을 실험적으로 결정해야 하는 단점이 있다. 이 논문에서는 경계선 강도 허프 변환에서 중요한 역할을 하는 두 개의 파라미터, 감쇄 파라미터(decreasing parameter)와 확장 파라미터(broadening parameter) 값을 결정하는 방법을 유도한다. 제시된 방법은 사전에 정해지는 허프 공간의 크기와 영상의 크기만을 이용하여 파라미터 값을 결정하므로, 주어진 조건에 맞는 최적의 파라미터를 자동적으로 찾아낼 수 있다. 유도한 방법의 유효성은 서로 다른 파라미터 값을 이용한 실험을 통해서 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제12권2호
• /
• pp.369-377
• /
• 2008

허프 변환(Hough transform)은 영상에서 몇 개의 파라미터로 표현되는 기하학적 요소 추출을 위해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간(Hough space)의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이러한 잡음 민감성은 검출되는 직선의 개수뿐만이 아니라 검출된 직선의 품질에도 영향을 미칠 수 있다. 즉, 실제 직선에서 벗어난 직선이 검출되거나 하나의 실제 직선에 대해 여러 개의 직선이 검출되는 등의 직선 왜곡이 발생할 수 있다. 이러한 직선 왜곡은 잡음 이외에도 허프 공간의 설정, 특히 각 해상도의 설정에 영향을 받는다. 따라서 본 논문에서는 기존의 허프 변환에서 발생하는 이러한 직선 왜곡을 분석하고, 잡음 민감성을 줄이기 위해 제안된 경계선 강도 허프 변환(Edge Strength Hough Transform, ESHT)에서 이러한 왜곡이 적게 발생함을 보인다. 하지만 허프 공간의 크기는 허프 변환 이전에 정해지므로, 정해진 허프 공간에 대해 왜곡의 발생이 최소가 되도록 하는 방법을 제시한다. 또한 경계선 강도 허프 변환의 경계선 확장과 강도 설정 과정을 통해 경계선 강도 허프 변환에서만 발생할 수 있는 직선 왜곡을 분석하고 이를 해결하는 방법을 제시한다. 실험 결과에서는 제시한 방법이 직선의 왜곡이 감소하는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.728-731
• /
• 2007

허프 변환(Hough transform)은 영상에서 몇 개의 파라미터로 표현되는 기하학적 요소 추출을 위해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간(Hough space)의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이를 개선하기 위해 경계선의 강도를 이용한 허프 변환(edge strength Hough transform)이 제안되었고, 제안된 방법은 잡음 민감성이 감소됨이 증명되었다. 하지만 허프 변환은 변환된 허프 공간과 영상의 크기에 따라 잡음의 영향이 달라지므로 필요한 파라미터 값들을 실험적으로 결정해야 하는 단점이 있다. 이 논문에서는 경계선 강도 허프 변환에서 중요한 역할을 하는 감쇄 파라미터(decreasing parameter) 값을 결정하는 방법을 유도한다. 제시된 방법은 사전에 정해지는 허프 공간의 크기와 영상의 크기만을 이용하여 파라미터 값을 결정하므로, 주어진 조건에 맞는 최적의 파라미터를 자동적으로 찾아낼 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.383-386
• /
• 2007

허프 변환(Hough transform)은 영상에서 몇 개의 파라미터로 표현되는 기하학적 요소 추출을 위해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간(Hough space)의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이러한 잡음 민감성은 검출되는 직선의 개수뿐만이 아니라 검출된 직선의 품질에도 영향을 미칠 수 있다. 즉, 실제 직선에서 벗어난 직선이 검출되거나 하나의 실제 직선에 대해 여러 개의 직선이 검출되는 등의 직선 왜곡이 발생할 수 있다. 이러한 직선 왜곡은 잡음 이외에도 허프 공간의 설정, 특히 각 해상도의 설정에 영향을 받는다. 이 논문에서는 기존의 허프 변환에서 발생하는 이러한 직선 왜곡을 분석하고, 잡음 민감성을 줄이기 위해 제안된 경계선 강도 허프 변환(Edge Strength Hough Transform, ESHT)에서 이러한 왜곡이 적게 발생함을 보인다. 또한 ESHT에서만 발생할 수 있는 왜곡을 분석하고 해결방안을 제시한다. 제시한 방법에 의해 직선의 왜곡이 감소하는 것은 실험 결과를 통해 확인할 수 있다.

• 반도체디스플레이기술학회지
• /
• 제11권1호
• /
• pp.79-83
• /
• 2012

We use adaptive method and determine threshold coefficient so that the algorithm could decide a suitable binarization threshold coefficient of the image to detecting a marker; therefore, we solve the light influence on the shadow area and dark region. In order to improve the speed for reducing computation we created Integral Image. The algorithm detects an outline of the image by using canny edge detection for getting damage or obscured markers as it receives the noise removed picture. The strength of the line of the outline is extracted by Hough transform and it extracts the candidate regions corresponding to the coordinates of the corners. Markers extracted using the equation of a straight edge to find the coordinates. By using the equation of straight the algorithm finds the coordinates the corners. of extracted markers. As a result, even if all corners are obscured, the algorithm can find all of them and this was proved through the experiment.