• 디지털융복합연구
• /
• 제13권2호
• /
• pp.159-175
• /
• 2015

2차원 QR 코드는 1차원 바코드의 데이터 용량 문제를 극복하였고, 방향성, 오류 정정, 데이터 복원력 등의 장점이 있다. 특히 2차원 바코드 인식에서 주요 이슈는 인식 속도와 정확성이다. 따라서 본 논문에서는 바코드 영역을 검출하기 위한 알고리즘을 제안하며, 제안 방법은 영상 내 관심 영역의 위치를 검출하기 위해 모폴로지 기법을 기반으로 한다. 세부적인 연구내용은 다음과 같다. 첫째, 모폴로지 닫힘(close) 연산을 통해 입력 이미지에서 QR Code의 바코드 영역을 검출한다. 둘째, 경계선 검출을 통해 바코드 영역의 외곽선들을 검출한다. 셋째, 검출된 네 개의 외곽 교차점인 네 점을 추출한 후 역 투시변환을 통하여 2차원 바코드의 정사각형 모양으로 정규화 한다. 결과적으로 본 논문의 연구결과는 다양한 조명상태이나 영상에 강한 왜곡이 있는 경우에도 좋은 성능을 나타내며, 영역 검출율은 94.8%, 인식률은 92.3%로 기존연구들보다 안정된 바코드 검출 및 인식 성능을 보여주고 있다.

• 로봇학회논문지
• /
• 제11권1호
• /
• pp.1-8
• /
• 2016

In this paper, we propose a new algorithm of the guidance line extraction for autonomous agricultural robot based on vision camera in paddy field. It is the important process for guidance line extraction which finds the central point or area of rice row. We are trying to use the central region data of crop that the direction of rice leaves have convergence to central area of rice row in order to improve accuracy of the guidance line. The guidance line is extracted from the intersection points of extended virtual lines using the modified robust regression. The extended virtual lines are represented as the extended line from each segmented straight line created on the edges of the rice plants in the image using the Hough transform. We also have verified an accuracy of the proposed algorithm by experiments in the real wet paddy.

• 방송공학회논문지
• /
• 제17권6호
• /
• pp.1069-1079
• /
• 2012

영상을 통한 차선검출은 지능형 주행보조장치의 향상을 위해 필수적인 작업이다. 이 논문에서는 차선의 에지를 Canny 방법을 사용하여 생성한다. Canny 방법은 환경 상태에 따라 결과가 달라진다. 노면 상태가 분명함의 여부에 따라 잘못된 차선 검출을 할 수 있다. 그래서 안전한 에지 검출을 위해 에지 검출시 파라미터를 자동 조절하여 환경 변화에 강인한 알고리즘을 제안한다. 획득한 에지 검출을 기반으로 Catmull Rom spline 을 사용하여 스플라인으로 차선을 생성한다.

• 한국컴퓨터정보학회논문지
• /
• 제17권4호
• /
• pp.41-49
• /
• 2012

본 논문에서는 여러 가지 와이프 장면전환 중에서 이동 경계선의 형태가 선형 라인의 모양을 가지는 수평 와이프, 수직 와이프, 반도어(Barn Doors), 그리고 이동 경계선이 원의 모양을 가지는 아이리스 라운드(Iris Round) 와이프를 강건하게 검출하는 방법을 제안한다. 제안된 방법에서는 디지털 비디오 데이터를 입력 받아 차영상을 추출한 후 차영상에 허프변환을 적용하여 영상에 존재하는 라인과 원형의 이동 경계선을 강건하게 추출한다. 그런 다음, 평가함수를 통해 이들의 진행 방향과 형태를 효과적으로 분석하여 와이프의 발생 유무와 그 종류를 결정한다. 실험에서는 본 논문에서 제안된 와이프 검출 방법이 기존의 다른 방법에 비해 보다 정확하게 와이프를 검출한다는 것을 성능 비교를 통해 보여준다.

• Journal of Information Processing Systems
• /
• 제2권1호
• /
• pp.52-57
• /
• 2006

One of the important functions of an Intelligent Transportation System (ITS) is to classify vehicle types using a vision system. We propose a method using machine-learning algorithms for this classification problem with 3-D object model fitting. It is also necessary to detect road lanes from a fixed traffic surveillance camera in preparation for model fitting. We apply a background mask and line analysis algorithm based on statistical measures to Hough Transform (HT) in order to remove noise and false positive road lanes. The results show that this method is quite efficient in terms of quality.

• Smart Structures and Systems
• /
• 제32권2호
• /
• pp.111-121
• /
• 2023

This study proposes an automated assembly performance evaluation method for prefabricated steel structures (PSSs) using machine learning methods. Assembly component images were segmented using a modified version of the receptive field pyramid. By factorizing channel modulation and the receptive field exploration layers of the convolution pyramid, highly accurate segmentation results were obtained. After completing segmentation, the positions of the bolt holes were calculated using various image processing techniques, such as fuzzy-based edge detection, Hough's line detection, and image perspective transformation. By calculating the distance ratio between bolt holes, the assembly performance of the PSS was estimated using the k-nearest neighbors (kNN) algorithm. The effectiveness of the proposed framework was validated using a 3D PSS printing model and a field test. The results indicated that this approach could recognize assembly components with an intersection over union (IoU) of 95% and evaluate assembly performance with an error of less than 5%.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.447-450
• /
• 2011

This paper shows the application of P-N Learning [4] method in the soccer ball detection and improvement for increasing the speed of processing. In the P-N learning, the learning process is guided by positive (P) and negative (N) constraints which restrict the labeling of the unlabeled data, identify examples that have been classified in contradiction with structural constraints and augment the training set with the corrected samples in an iterative process. But for the long-view in the soccer game, P-N learning will produce so many ferns that more time is spent than other methods. We propose that color histogram of each frame is constructed to delete the unnecessary details in order to decreasing the number of feature points. We use the mask to eliminate the gallery region and Line Hough Transform to remove the line and adjust the P-N learning's parameters to optimize accurate and speed.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.116-125
• /
• 2014

운전자 보조 시스템에서 도로 상태 정보는 안전한 운전을 위한 중요한 정보를 제공한다. 자동차에서의 입력 영상은 일반적으로 불필요한 영역도 포함하므로 도로 상태를 파악을 위한 관심영역(ROI)을 결정하고 나머지 영역을 제거한 뒤 관심영역만 남겨 두면 연산 시간을 줄일 수 있다. 본 논문에서는 도로를 나타내는 특징적인 선분과 이로부터 얻어지는 소멸점을 이용하여 도로 영역을 찾는 영상기반의 도로 관심영역 결정 알고리즘을 제안한다. 선분들은 Canny 가장자리 탐지법과 허프 변환을 이용하여 찾고 소멸점은 칼만 필터를 이용하여 추적함으로써 잡음의 영향에 의한 오동작을 방지한다. 초기화 과정을 거치면 도로 관심영역을 매 프레임마다 정확히 결정할 수 있다. 제안한 방식은 C++와 OpenCV 라이브러리를 이용하여 SW로 구현하였으며 다양한 블랙박스 영상으로부터 도로 관심영역을 얻는데 성공하였다. 실험 결과 제안한 알고리즘은 잡음에 강하다는 것을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.21-30
• /
• 2005

본 논문에서는 B-snake 차선 모델을 이용한 차선 검출 및 추적에 관한 알고리즘을 제안한다. 제안된 이론의 특성은 첫째, 다른 알고리즘에 비해 직선, 굴곡이 있는 도로와 같은 보다 넓은 범위의 차선 구조의 표현이 가능하며, 또한 평면 도로의 평행 특성을 이용하여 그림자, 잡음 등에 강하고, 둘째, 잡음에 강한 CHEVP(Canny/Hough Estimation Vanish Point) 알고리즘을 사용하여 차선 위치의 초기값을 제공한다. 셋째, GYP(Gradient Vector Flow)와 최소 평균 제곱 에러를 이용하여 B-Snake 차선 모델에서 발생하는 외부의 힘을 줄여 차선 검출의 에러를 줄이고 차선 추적을 효과적으로 수행한다. 측정 실험 결과 도로영상을 날씨 별로 맑은 날, 흐린 날 그리고 비오는 날로 구분하여 본 알고리즘을 수행하였으며 95$\%$ 이상의 차선 검출률을 보였다.

• Journal of Biosystems Engineering
• /
• 제36권5호
• /
• pp.377-383
• /
• 2011

This study proposed the new method of discerning the assembled parts and presuming the position of central point in a Cowl Cross Bar (CCB) using a Charge-Couple Device (CCD) camera attached to a robot in the auto assembly line. Three control points of an ellipse were decided by three reference points, which were equally distanced. The radii of these reference points were determined by the size of the object, and the repeated presumption secured the precise determination. The comparison of the central point of ellipse presumed by Randomized Hough Transform (RHT) with the part information stored in a database was used for determining the faulty part in an assembly. The method proposed in this study was applied for the real-time inspection of elliptical parts, such as bolt, nut hole and so on, connected to a CCB using a CCD camera. The findings of this study showed that the precise decision on whether the parts are inferior or not can be made irrespective of the lighting condition of industrial site and the noises of the surface of the part. In addition, the defect decision on the individual elliptic parts assembled in a CCB showed more than 98% accuracy within a 500-millisecond period at most.