• 한국통신학회논문지
• /
• 제29권6C호
• /
• pp.801-814
• /
• 2004

본 논문에서는 PDA에 장착된 카메라로 얻어진 명함 영상을 효과적으로 이진화하기 위하여 변형된 quadratic 필터(modified quadratic filter: MQF)를 이용한 블록 적응 이진화 방법을 제안한다. 제안된 방법에서는 영상을 8${\times}$8 크기의 블록으로 나누고 각 블록을 문자 블록과 배경 블록으로 분류한다. 그런 다음 분류된 각 문자 블록을 중심으로 24${\times}$24 크기의 사각 창(rectangular window)을 씌우고 그 결과 블록을 전처리 필터인 QF에서 이진화를 위한 역치 선택 과정을 변형한 MQF를 이용하여 개선한다. 마지막으로 MQF에서 선택한 역치를 기준으로 하여 개선된 블록의 8${\times}$8 크기의 중심 블록에 대하여 이진화를 수행하고 영상의 원래의 위치에 채워서 이진화된 영상을 얻는다. 실험 결과 제안된 MQF와 블록 적응 이진화 방법은 PDA로 획득한 시험 명함 영상에 대하여 각각 기존의 QF와 전역 이진화 방법보다 이진화 성능에 미치는 영향이 우수하였다. 그리고 제안된 MQF를 이용한 블록적응 이진화 방법은 기존의 QF를 이용한 전역 이진화 방법에 비하여 문자가 훨씬 선명하게 나타나는 우수한 화질의 이진화 영상을 얻을 수 있었다. 또한 이들 이진화 영상들에 대하여 현재 상용화되고 있는 문자 인식 프로그램으로 문자 인식률을 비교한 결과, 제안된 방법에 의한 이진화 영상이 약 87.7%의 문자 인식률을 보여 약 55.7%의 문자 인식률을 보인 기존의 QF를 이용한 전역 이진화 방법에 의한 이진화 영상에 비하여 약 32.0%의 문자 인식률 증가를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.1657-1660
• /
• 2000

이 논문에서는 지문 인식을 위한 전처리 과정 중 개선된 이진 지문 영상을 얻기 위한 방법을 제안하였다. 흐릿하거나 블러링 된 256 그레이 레벨 원 지문 영상에 대하여 이진화 수행 시 명확한 융선과 골의 구조를 얻기 위해 고주파 강화 필터링을 적용하였다. 필터링 된 영상에 대하여 일정 블록으로 분할 한 후 각 블록에서 계산된 평균값을 임계값으로 하여 이진화를 수행하였고, 필터링을 적용하지 않았을 때 보다 융선과 골의 구조가 분명하고 융선 흐름이 유연한 이진 지문 영상을 획득할 수 있었다.

• 정보학연구
• /
• 제6권1호
• /
• pp.71-84
• /
• 2003

본 논문에서는 제안한 2차원 이진 코드를 이용하는 효율적인 정보 인식 시스템을 제안한다. 먼저 전체 영상내에서 이진 영상의 위치를 검색하며 검색 방법은 블록 영역 분류 기법을 이용하여 각 블록의 경계선 영역을 검색하여 이진 부호 영상의 위치를 검색한다. 각 경계선 영역은 수직 영역과 수평영역으로 구분한다. 수평영역이 발견된 경우 6블록을 연속하여 수평영역인 경우 수평영역 검색을 시작한 처음 위치에서 수직영역을 검색하여 10블록 이상의 수직영역이 발견된 경우 부호 영역을 획득한다. 실제적인 부호영역은 평균값을 기준으로 이진화 과정을 수행한 후 이진화 영상으로부터 구한 전체 모서리의 비율을 검사함으로써 원하는 부호를 획득한다. 비율이 틀린 경우 다시 검색을 시작하여 전체 과정을 한번 더 수행하게 된다. 이때의 수행과정은 이미 영역분류가 이루어진 블록별 영상으로 수행하므로 수행 시간은 전체 영상에 적용한 것보다 빠르게 수행된다는 것을 알 수 있다. 이렇게 함으로써 본 논문에서 제안한 시스템은 이진 영상으로부터 다양한 정보들을 추출할 수 있다.

• 정보처리학회논문지D
• /
• 제10D권7호
• /
• pp.1171-1176
• /
• 2003

바코드의 기하학적 특징과 레이블링을 이용하여 효율적으로 추출하는 알고리즘을 제안하였다. 네 개의 라인 연산자(line operator)[8]를 이용하여 화소가 가지는 방향을 구한 후, 블록 별로 각 방향에 대한 화소의 누적 히스토그램(histogram)을 구한다. 히스토그램에서 최대값과 최소값의 차가 가장 큰 블록을 바코드 영역의 블록이라고 결정한다. 구해진 블록만을 이용하여 바코드의 중심을 지나가는 직선을 구할 수도 있지만 좀더 정확한 직선을 구하기 위해 바코드 영역에 있는 많은 블록들을 찾는다. 가장 큰 차 값을 이용하여 문턱값을 구하고 블록별로 히스토그램의 최대값과 최소값의 차가 문턱값보다 큰 블록을 바코드의 기하학적(a) 특징을 갖는 블록으로 분류함으로써 블록을 대상으로 영상을 이진화한다. 이진화 한 영상에 대해 레이블링(labeling)[8,9]을 행하여 바코드 영역의 후보 블록들을 결정한다. 후보 블록들의 화소를 이용하여 바코드의 기울기와 중심점을 바코드의 중심점을 구하여 바코드와 수직이고 바코드의 중심을 지나가는 직선을 그을 수 있으며 바코드를 검출 할 수 있다. 수직선이 지나갈 때 화소값을 순차적으로 획득함으로써 바코드가 가지고 있는 정보를 파악한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 춘계종합학술대회 A
• /
• pp.337-342
• /
• 2008

최근 들어 기존의 녹색 바탕 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만 아직 기존 차량 번호판이 신 차량 번호판으로 전면 교체되지 않아 두 번호판 모두 사용되고 있다. 따라서 주차관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판의 특징에 맞는 인식 시스템이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위해 기존 차량 번호판과 신 차량 번호판을 통합한, 지능형 차량 번호판 인식 시스템을 제안한다. 무인 카메라에서 획득된 차량 영상에서 번호판의 색상 정보를 이용하여 기존 차량 번호판과 신 차량 번호판을 구분한다. 기존 차량 번호판인 경우에는 HSI 컬러 공간을 이용하여 이진화를 적용하며, 신 차량 번호판인 경우에는 블록 이진화를 적용한다. 이진화된 영상을 대상으로 차량의 형태학적 특징을 이용하여 잡음을 제거한 후, 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역에 대해 Labeling 알고리즘을 적용하여 개별 문자를 추출한다. 추출된 개별 문자는 FCM 알고리즘을 적용하여 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 160장의 기존 차량 영상과 100장의 신 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권3호
• /
• pp.267-275
• /
• 2019

현재 스마트 폰의 대중적인 보급으로 QR코드는 다양한 부가 서비스를 가능하게 하고 있다. 그러나 곡면에 부착된 QR코드는 불균일한 조도로 인해 인식률 저하를 초래한다. 그래서 본 논문에서는 QR 코드와 같은 응용에 적합하도록 블록 적응적 이진화 방법을 도입하여 최적의 이진화 임계치를 구하는 방법을 도입한다. 즉, 큰 블록에 대해 히스토그램을 구하여 초기의 임계치를 구하고, 그 블록을 분할하여 히스토그램에 따른 블록의 특성이 반영된 세분화된 임계치를 구하는 방법으로 이진화를 수행한다. 또한, 모폴로지 연산을 도입하여 QR코드와 같은 이웃 화소들의 특징이 반영되도록 하는 방법으로 적용된다. 주어진 정품 칼라코드와 입력 코드를 다수의 방법으로 비교하여 정품을 구별하는 판별 방법을 제안한다. 다양한 실험을 통하여 QR코드를 검출함에 있어 제안한 방법은 기존의 방법보다 우수한 성능을 보임을 확인하며, 또한, 기존의 방식에 비해 40도까지의 높은 곡률에서도 우수한 인식률을 유지함을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.155-161
• /
• 2003

출입국 관리 절차를 간소화하는 방안의 하나로 퍼지 신경망을 이용한 여권 인식 시스템을 제안한다. 제안된 여권 인식 방법은 소벨 연산자와 수평 스미어링, 윤곽선 추적 알고리즘을 적용하여 코드의 문자열 영역을 추출한다 여권의 문자열 영역은 OCR 문자 서체로 구성되어 있고, 명도 차이가 다양하게 나타난다. 따라서 추출된 문자열 영역을 블록 이진화와 평균 이진화를 각각 수행하고 그 결과들을 AND 비트 연산을 취하여 적응적으로 이진화한다. 이진화된 문자열 영역에 대해서 개별 코드의 문자들을 복원하기 위하여 CDM(Conditional Dilation Morphology) 마스크를 적용한 후, 역 CDM마스크와 HEM(Hit Erosion Morphology)마스크를 적용하여 잡음을 제거한다 잡음이 제거된 문자열 영역에 대해 수직 스미어링을 적용하여 개별 코드의 문자를 추출한다. 추출된 개별 코드의 인식은 퍼지 ART 알고리즘을 개선하여 RBF 네트워크의 중간층으로 적용하는 퍼지 RBF 네트워크와 개선된 퍼지 ART 알고리즘과 지도 학습을 결합한 퍼지 자가 생성 지도 학습 알고리 즘을 각각 제안하여 여권의 개별 코드 인식에 적용한다. 제안된 방법의 성능을 확인하기 위해서 실제 여권 영상을 대상으로 실험한 결과, 제안된 추출 및 인식 방법이 여권 인식에서 우수한 성능이 있음을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.319-322
• /
• 2000

본 논문에서는 지문영상으로부터 제안한 알고리즘을 이용하여 특이점(Core, Delta)을 추출한 후 특이점의 개수와 종류에 따라서 5가지 부류(arch, tented arch, left loop, right loop, whorl)로 지문영상을 분류하였다. 지문영상을 8*8블록과 16*16블록으로 분할한 후 3*3 Sobel 마스크를 씌워서 대표 방향을 구하였다. 또한 블록으로 분할한 영상으로부터 분산을 구하여 전경과 배경을 분리(segmentation)시켜 수행속도를 향상시켰다. 전처리 과정으로는 일정한 블록마다 임계값을 다르게 적용시키는 블록 이진화 기법을 사용하였으며 특이점을 추출하기 위해서 서로 크기가 다른 2개의 블록으로 영상을 분할하였다. 우선 8*8블록으로 영역을 분할한 후 방향 성분을 구하고 특이점들을 추출하였다. 이 경우 잡영 때문에 특이점이 너무 많이 추출되는 문제점이 있으므로 이러한 해결책으로 16*16블록으로 영역을 분할하여 방향 성분을 구하고 특이점을 추출하였다. 이렇게 다른 두 영역에서 동시에 나타나는 특이점을 후보 특이점으로 잡아서 그 후보 특이점 주변으로 Poincare 지수를 적용하여 확실한 특이점을 선택한 후 5가지의 지문 형태로 분류하였다. 실험결과 대부분의 지문영상에 대하여 강건한 분류 특성을 보이고 있음을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.186-187
• /
• 2012

본 논문에서는 기존의 표준 동영상 부호기의 산술적 연산 복잡도 및 대역폭을 낮추기 위하여 양자화된 두 영상에서 움직임을 예측하는 고속 영상 부호화 알고리즘을 제안한다. 기존에 제안된 이진 변환 기반 움직임 예측 알고리즘은 표적 영상과 참조 영상의 각 매크로 블록 단위로 가우시안 양자화를 적용한 뒤, 움직임 예측을 수행하기 때문에 블록 단위의 아티팩트로 인한 탐색 성능 저하를 피할 수 없다. 따라서, 우리는 참조 영상의 탐색 영역에 대해 하나의 양자화기를 적용함으로써 보다 정확한 움직임을 예측한다. 또한, 기존 알고리즘이 하나의 가우시안 양자화기를 적용하는 것과 달리, 제안 알고리즘은 데이터 특성 파악에 따른 다양한 확률 모델을 가정한 뒤 각 모델에 적합한 최적의 양자화기를 적용함으로써 블록 매칭 오류를 낮춘다. 실험 결과를 통해 제안 알고리즘이 기존의 이진 변환 기반 움직임 예측 알고리즘에 비해 보다 정확한 움직임 벡터를 예측함을 보인다.