• Journal of the Korea society of information convergence
• /
• v.7 no.2
• /
• pp.59-65
• /
• 2014

Grassfire spot matching method is based on similarity comparison of topological patterns for neighbor spots. This is a method where spot matching is performed as if fire spreads all around on grass. Spot matching starts from a seed spot pair confirmed as a matched pair of spots and spot matching spreads to the direction where the best matching result is produced. In this paper, it is a bit complicated way of grassfire method where multi-seed matched spot pair are manually selected and spot matching is performed from each multi-seed matched spot pair. The proposed method shows better performance in detection rate and accuracy than that of the previous method.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.08a
• /
• pp.142-145
• /
• 2008

This paper proposes a computationally efficient algorithm for color image segmentation using self-organizing map(SOM) and grassfire algorithm. We reduce a computation time by decreasing the number of input neuron and input data which is used for learning at SOM. First converting input image to CIE $L^*u^*v^*$ color space and run the learning stage with the SOM-input neuron size is three and output neuron structure is 4by4 or 5by5. After learning, compute output value correspondent with input pixel and merge adjacent pixels which have same output value into segment using grassfire algorithm. The experimental results with various images show that proposed method lead to a good segmentation results than others.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• pp.303-304
• /
• 2013

본 논문에서는 충수염을 추출하고 분석하는 방법을 제안한다. 충수염을 추출하는 과정은 복부 초음파 영상에서 End_in_search Stretching 기법, 블록 이진화, Grassfire, 팽창 연산을 이용하여 복부 근육의 최하단 근막 부분을 추출하여 제거한 후, 평균 이진화 기법을 적용하고 영상의 객체화 및 객체 제거를 통해 충수염을 추출한다. 제안된 방법을 복부 초음파 영상에 적용시킨 결과, 객관적이고 효율적으로 충수염이 추출됨을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.73-76
• /
• 2011

본 논문에서는 세라믹 비파괴 검사를 이용하여 획득한 소재 영상에서 기존의 결함 검출 방법보다 결함 검출의 정확도를 개선하기 위한 개선된 결함 검출 방법을 제안한다. 제안된 결함 검출 방법은 명암 대비를 강조하기 위해 최소 명암도와 최대 명암도를 이용한 Ends-in Search Stretching 기법을 적용하여 비파괴 영상의 명암 대비를 강조한다. Stretching 기법이 적용된 영상에 $7{\times}7$ Sobel 마스크를 적용하여 비파괴 영상의 경계 영역을 추출하고, 영상의 잡음을 제거하기 위해 비등방성 필터링을 적용하여 영상을 보정한다. 보정된 영상에서 임계치 이진화 기법을 적용하여 경계 영역의 기울기를 계산하고, 계산된 기울기를 이용하여 비파괴 영상의 영역을 세분화한다. 세분화된 영역을 구분하기 위해 Grassfire Labeling 기법을 적용한다. Grassfire Labeling 기법이 적용된 영상을 Ends-in Search Stretching 기법이 적용된 비파괴 영상에 적용한 후에 대각선 이진화 기법을 적용한다. 이진화된 영상에서 형태학적 정보를 이용하여 잡음을 제거하고 결함을 검출한다. 본 논문에서 제안한 방법을 획득한 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 결함 검출 방법보다 더 효과적으로 소재의 결함을 추출할 수 있는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.168-170
• /
• 2011

본 논문에서는 항공 갑판의 비파괴 검사 영상에서, 조직의 이상이나 결함의 정도를 검출하는 기존의 방법보다 결함 검출의 정확도를 개선한 방법을 제안한다. 제안된 결함 검출 방법은 결함의 윤곽선을 추출하기 위하여 라플라시안 필터링 기법을 적용하여 윤곽선을 추출한다. 라플라시안 필터링 기법을 적용하여 윤곽선을 추출할 경우에는 결함 이외의 다른 객체들의 윤곽선도 검출된다. 따라서 본 논문에서는 이진화 기법과 팽창 연산을 적용하여 결함의 후보 객체들을 연결한다. 그리고 Grassfire 라벨링 기법을 적용하여 잡음을 제거하고 팽창 연산과 침식 연산을 이용하여 결함 후보 영역의 크기를 조정한다. 크기가 조정된 결함 후보 영역을 기반으로 원 영상에서 결함 후보 영역을 추출한다. 결함 후보 영역에서 결함 영역을 추출하기 위해 결함 후보 영역의 명암 대비를 증가시키고 결함 후보 영역의 주변 정보를 이용하여 이진화한다. 이진화 된 영역에서 Grassfire 라벨링 기법을 이용하여 잡음을 제거하고 최종적으로 결함 영역을 검출한다. 본 논문에서 제안한 방법으로 항공갑판의 결함을 추출한 결과, 기존의 방법보다 항공 갑판의 결함을 추출하는데 효과적인 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.82-83
• /
• 2012

본 논문에서는 세라믹을 비파괴 검사하여 얻어진 영상에서 세라믹의 결함을 검출하는 방법을 제안한다. 비파괴 검사를 통하여 얻어진 영상의 윤곽선을 추출하기 위하여 Prewitt 마스크를 적용한다. 그리고 비파괴 검사 영상의 잡음 비율을 최소화하기 위해 결함이 겹쳐진 윤곽선을 기준으로 감마 처리를 수행하고 임계치 이진화 기법을 적용하여 구간별로 결함을 검출한다. 구간별 결함을 통합하여 결함을 검출한다. 검출한 결함에 Grassfire 기법을 적용하여 미세한 잡음을 제거한다. 본 논문에서 제안된 방법의 성능을 평가하기 위해 비파괴 검사에 적용되는 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 결함 검출 방법보다 결함 검출에 있어서 효과적인 것을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.6
• /
• pp.273-278
• /
• 2008

Cars attaching new license plates are increasing after introducing the new format of car license plate in Korea. Therefore, a car new license plate recognition system is required for various fields using automatic recognition of car license plates, automatic parking management systems and arrest of criminal or missing vehicles. In this paper, we proposed an intelligent new car license plate recognition method for the various fields. The proposed method is as follows. First of all, an acquired color image from a surveillance camera is converted to a gray level image and binarized by block binarization method. Second, noises of the binarized image removed by morphological characteristics of cars and then license plate area is extracted. Third, individual characters are extracted from the extracted license plate area using Grassfire algorithm. lastly, the extracted characters are learned and recognized by a fuzzy ART algorithm for final car license plate recognition. In the experiment using 100 car images, we could see that the proposed method is efficient.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.6
• /
• pp.1162-1169
• /
• 2007

In this paper, we proposed a container identifier recognition method for containers used in harbors. After converting a real container image to a gray image, edges are detected from the gray image applying Prewitt mask and candidate identifier area is extracted using morphological features of individual identifier for identifying containers. Because noises are included in the extracted candidate identifier area, noises are eliminated and each identifier is separated using 4-directional edge tracking algorithm and Grassfire algorithm. Each identifier in the noise-free candidate identifier area is recognized using FCM-based row RBF network for discriminating containers. We used 300 real container images for experiment to evaluate the performance of the proposed method, and we could verify the proposed method is better than a conventional method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.6
• /
• pp.1281-1285
• /
• 2013

In this paper, we propose a method to extract the area of appendix from ultrasonographic image via computational vision. A series of image processing techniques such as Ends-in search stretching for enhancing the brightness contrast, block binarization, grassfire algorithm for extracting lower part of fascia, and fuzzy sigma binarization method to finalize the appendix area are used to achieve our goal. The strength of this paper is using fuzzy sigma binarization instead of other binarization technique to handle the sensitivity of extracting the target area from regio hypogastrica. The experiment verifies the efficacy of the proposed method successfully.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.410-414
• /
• 2008

음악 연구에 따른 컴퓨터의 역할이 점차 중요한 비중을 차지함에 따라 보다 효과적인 악보 인식 방법이 요구된다. 기존의 악보 인식 방법에서는 특정 수정 프로그램에서 만든 악보만 그 프로그램에서 재수정과 재생이 가능하다는 단점이 있다. 본 논문에서는 이러한 단점을 보완하기 위하여 이미 작성 되어있는 악보들을 자동으로 인식하고 재생을 할 수 있는 방법을 제안한다. 제안된 악보 인식 방법은 수평 히스토그램을 이용하여 악보 이미지의 오선을 제거한 후, Grassfire 알고리즘을 적용하여 잡음을 제거하고 악보 구성 기호들을 추출한다. 추출된 악보 구성 기호들은 악보 구성 기호의 특징을 이용하여 음표와 쉼표, 그 외의 기호들로 분리한다. 분리된 음표 기호들은 박자마다 다른 음표 형태의 특징을 이용하여 다시 세밀하게 분리하고 쉼표와 그 외의 기호들은 퍼지 ART 알고리즘을 적용하여 인식한다. 인식된 악보 구성 기호들을 이용하여 각각 정보를 저장하고 향후에 악보 구성 기호에 해당하는 음의 재생을 용이하게 한다. 제안된 악보 인식 방법의 성능을 평가하기 위해 50장의 악보 영상을 대상으로 실험한 결과, 본 논문에서 제시한 악보 영상의 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.