• 융합신호처리학회논문지
• /
• 제3권4호
• /
• pp.23-28
• /
• 2002

본 논문에서는 그레이 레벨 영상을 세선화 하는 과정에서 골격이 끊어지는 것을 방지하는 연결성 복구 알고리즘을 구현하는 하드웨어 구조를 제안하였다. 영상에서 물체의 골격선을 찾아내는 영상의 세선화 과정을 실시간으로 처리하기 위해서는 실시간으로 골격선의 연결성을 검사하는 하드웨어가 필요하다. 본 논문에서는 골격선의 연결성을 4-클럭에 구하는 하드웨어 구조를 제안하였다. 제안된 구조는 PS(Parallel to Serial) Converter 블록, State Generator 블록, Ridge Checker 블록이 연속적으로 연결되어 있다. PS Converter 블록에서는 3$\times$3 그레이 레벨 영상을 4개의 직렬 화소값으로 만들어 State Generator 블록으로 보낸다. Staかe Generator 블록에서는 3$\times$3 그레이 값의 가운데 화소가 골격선에 접하는지를 검사하고, Ridge Checker 블록에서는 가운데 화소가 골격선상에 있는지를 판단한다. 본 논문에서 제안하는 구조는 3$\times$3 그레이 레벨의 가운데 화소의 연결성을 4-클럭에 검사한다. 전체적인 회로는 설계 툴을 사용하여 검증하였고 정상적인 동작을 수행하였다.

• 융합신호처리학회논문지
• /
• 제1권1호
• /
• pp.89-96
• /
• 2000

본 논문에서는 이동 통신용 단말기에 주로 사용되는 RF-chip inductor의 자동 외관검사를 위한 시스템에 필요한 알고리즘을 제안하였다 제안한 방법은 취득한 영상에 국부적응 이진화 방법, 가산투영 기법을 적용하여 코일 부분과 코어 부분을 분리한다. 분리된 코일부분에 세선화(thinning) 방법, 체인코드(chain-code) 방법, 라벨링(labeling) 방법 등을 적용하여 코일성분을 추출하여 코일의 길이, 연결성, 코일의 turn수 그리고 피치간격에 의한 불균일 검사를 수행하여 소자의 불량 유무를 검사한다. 제안한 방법의 성능을 시험하기 위해 여러 가지 부품에 대한 모의실험을 통해 제안된 알고리즘의 성능을 검증하였다.

• 한국통신학회논문지
• /
• 제29권3C호
• /
• pp.359-367
• /
• 2004

지문인식 시스템에서는 참특징점의 추출률인 정추출률이 시스템 성능에 중요한 요인이 되므로 의사특징점을 제거하는 후처리 과정은 중요하다. 돈 논문에서는 세선화 영상에서 추출된 후. 포함된 의사특징점을 제거함으로써 참특징점만을 추출하는 효율적인 후처리 알고리즘을 제안한다. 제안된 후처리 알고리즘은 획득된 지문 영상으로부터 얼을 수 있는 다양한 정보, 즉 특징점(끝점과 분기점)의 구조적 특징, 지문의 고유한 특성, 그리고 획득된 지문영상의 풀질 정보를 체계적으로 이용하여 세 단계에 거쳐 의사특징점을 제거한다. 광학센서로 획득한 248${\times}$292 영상크기를 갖는 다양한 품질의 지문 영상에 대해 Intel Celeron 프로세서 환경에서 실험한 결과, 참특징점은 유지하면서 의사특징점을 효율적으로 제거함을 보였다. 또한 전처리 시간 0.343초에 비하여 제안된 후처리 알고리즘의 수행 시간은 0.0154초로 거의 시판이 증가하지 않았다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 하계종합학술대회논문집
• /
• pp.745-748
• /
• 1998

Recently, image and voice processing part is using wavelet transform. We propose thining algorithm using wavelet tranform. Wavelet transform consists of low frequency and high frequency in the spatial and frequency domain. After the wavelet decomposition, more than 90 percents of energy are contained in lowest frequency band. Therefor, for images with large difference of gray value between foreground and background like character images, we can more accurately in the lowest frequency band. Lowest frequency band has wavelet transform significant coefficient(WTS) that is required for the thinning algorithm we proposed Paper [3][5][7][8] can not separate consonants and vowels of korean characters. Becuase korean characters have structural feature. This paper can separate consonants and vowels. Simulation executed low frequency image and data compression can reduce 1/4$^{n}$ with level n. we can redcue time complexity 3/8.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.122-125
• /
• 2003

본 논문에서는 이차원 윤곽선 부호화기의 전처리를 위한 새로운 윤곽선 평활화 방법을 제안한다. 제안된 방식에서는 영역 기반 동영상 부호화기의 부호화 효율을 고려하여 각 윤곽선 화소의 상대적 중요도를 자기 영상의 영역간 대조에 근거하여 추정하고, 추정된 중요도에 따라 평활화 정도를 적응적으로 조절한다. 실제의 평활화 과정은 확장 연산자와 세선화 알고리즘을 통하여 효율적으로 구현하였다. 모의실험을 통하여 제안된 방식이 복구 영상의 큰 화질열화 없이 전체 윤곽선 데이터량을 약 20% 정도 감소시킴을 알 수 있었다.

• 한국통신학회논문지
• /
• 제15권6호
• /
• pp.455-466
• /
• 1990

영문자 및 기호를 인식할 수 있는 프로그램을 개발하였으며, 이 소프트웨어로 전처리 수행한 결과 속도의 한계성이 있었다. 이 속도의 한계를 극복하고자 신경회로망 알고리즘을 이용해 전처리 과정용 집적회로 칩을 설계하였다. 설계된 칩은 잡음제거, 선형화, 세선화 및 특징점 추출을 위한 것이다. 이 칩들은 단층 구조 퍼셉트론 신경회로 모델에 따라 CMOS 이중 금속 2um 설계 규칙에 의하 설계되었다.

• 한국통신학회논문지
• /
• 제13권1호
• /
• pp.74-84
• /
• 1988

본 논문에서는 에지검출 알고리즘을 이용하여 선형 영상에 대한 특징 추출기술을 논하였다. 에지 검출과정은 여러 개의 에지 마스크를 가지고 영상을 콘벌루션(convolution)함으로써 에지 크기와 방향을 결정하고, 이러한 에지 크기를 쓰레숄딩과 세선화하고, 간극(Gap)의 발생시 반복적으로 이 부분을 수정, 근접성(Proximity)과 방향성(orientation)에 기본을 두어 에지요소들을 연결(linking)하고, 선형근사화 시켰다. 이러한 것은 유사한 알고리즘을 연구하는 사람에게 도움이 될 것이다.

• 대한전자공학회논문지TE
• /
• 제37권3호
• /
• pp.45-52
• /
• 2000

본 연구에서는 인체 상반신영상에서 얼굴부위를 분할하기 위한 영상분할 알고리즘을 제안하였다. 제안한 알고리즘은 HWT를 적용하여 영상의 경계를 이루는 차분영상인 고주파대역과 평균영상인 저주파대역으로 분리하고, 저주파대역에서 고립점과 돌출부위, 경계중복점을 제거하였다. 또한 제안한 경계검출 알고리즘으로 경계를 검출하고 단순화시켰으며, 1픽셀 단위의 세선화과정을 통하여 경계를 선명하게 하였다. 그리고 제안 한 폐곡선추적 알고리즘으로 얼굴부위 경계만을 추출한 뒤, 마스크를 구성하고 원영상과의 정합을 통하여 얼굴부위분할을 하였다. 제안한 알고리즘을 적용하여 얼굴부위 분할실험을 실행한 결과 95.88%의 분할값을 갖는 얼굴분할이 이루어졌다.

• 한국통신학회논문지
• /
• 제19권10호
• /
• pp.1991-2000
• /
• 1994

본 논문에서는 필기체 문자 인식 시스템을 위하여 6형식 분류 알고리즘을 제안하였다. 입력 영상은 세선화 과정을 거친 후 잡음을 제거하는 절단화 과정을 거친 후 $64\times64$ 크기로 정규화하여 이용하였다. 6형식 분류는 신경회로망의 모델 중 다층 퍼셉트론의 학습알고리즘을 이용하여 대분류와 상세분류 과정에서 이루어진다. 특징값 추출은 부분적인 특정값으로는 Subblock Hough transform을 이용하였으며 전체적인 특징값으로는 표본화 Hough transfrom을 이용하였다. 실험은 10사람이 한 형식당 30번씩 쓴 1800자를 대상으로 하였으며 받침의 유무로 대분류한 후 각기 종모음과 횡모음의 유무로 상세분류하여 90%의 분류 성공율을 얻었다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.15-23
• /
• 2016

본 논문은 한국의 차량 번호판 인식에 효과적인 방법을 제안한다. 획득한 자동차 이미지로부터 Haar-Like Feature를 이용해 대략적인 번호판 후보 영역을 찾아낸 후, 랭크 필터를 사용하여 전처리를 하고 캐니 에지 추출 (Canny Edge Detecting) 알고리즘을 이용하여 연결된 사각형을 찾아 번호판을 추출한다. 추출된 번호판의 색상 정보를 이용하여 흰색/녹색 번호판을 구분하고, 각 번호판을 OTSU 이진화와 주변 전경 픽셀 전파 알고리즘인 CLNF (CCLUF with NFPP)을 통해 문자를 제외한 잡음을 제거하고 레이블링하여 숫자 및 문자 영역을 분리한다. 분리된 문자 영역은 메쉬 방법 및 세선화 후 X-Y 투영 방법으로 특징 벡터를 추출한다. 추출된 특징 벡터는 역전파 알고리즘을 사용하여 학습된 신경망을 이용하여 문자 인식을 수행한다. 제안된 차량 번호판 인식 알고리즘의 효과적 동작은 실험을 통해 확인하였다.