• 한국정보전자통신기술학회논문지
• /
• 제2권1호
• /
• pp.29-35
• /
• 2009

본 논문에서는 차량의 후면에서 촬영한 영상을 이용하여 효과적으로 번호판을 추출하고, 그 안에 표기된 문자를 인식하는 방법을 제안한다. 기존의 연구방법은 전체영상에 대하여 전처리를 수행하여 에지(edge)영상을 구하여 이진화 한다. 이진화된 영상에서 허프(Hough)변환을 수행하여 수평, 수직선을 구하고, 번호판의 특징을 이용하여 번호판 영역을 추출한다. 이 방법의 문제점은 처리시간이 많이 소요되므로 실시간처리가 곤란하다는 점과 야간관 같이 명암상태가 불규칙하고 영상에서 번호판 테두리가 나타나지 않으면 번호판 영역추출을 할 수 없다는 점이다. 또한 차량의 후면에서 촬영한 영상에서 번호판 영역의 명암값 변화의 특성을 이용하여 번호판 영역에서 숫자폭, 배경영역과 숫자영역의 명암차를 조사하여 숫자영역임을 확인하고, 확인된 숫자와 숫자사이의 거리를 조사하여 번호판 영역을 추출한다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역추출 실패의 문제점을 해결하고 시간 소요의 문제를 실시간안에 처리 함으로써 실용적 응용이 가능하다. 실험 결과 100장의 샘플영상으로 실험한 결과 멀리 있는 자동차 영상에서도 자동으로 번호판을 판독할 수 있었으며, 번호판 추출에 실패한 영상은 13%를 나타내었고, 문자인식에 실패한 영상은 0.4%의 결과를 나타내었다.

• 한국산학기술학회논문지
• /
• 제18권1호
• /
• pp.696-701
• /
• 2017

본 논문에서는 하나의 필드 만을 사용하여 비월 주사 영상을 순차 주사 영상으로 변환하는 개선된 디인터레이싱 방법을 제안한다. 우선, 구하고자 하는 화소의 위와 아래 각각 4개 화소를 이용하여 화소 사이의 3개 점을 3차 스플라인 보간을 적용하여 구한다. 알려진 위와 아래 화소값과 3차 스플라인 보간으로 구한 위와 아래 화소 사이의 보간값으로 부터 구하고자 하는 화소를 중심으로 9방향으로 세분화하여 각각의 상관 관계를 구한다. 구하고자 하는 화소에서 위 아래 상관 관계가 가장 최소가 되는 방향으로 에지의 방향성을 예측하고 화소 사이의 상대적인 값이 최소가 되는 방향으로 화소의 방향성을 결정한다. 결정된 방향의 위 아래 화소값의 평균으로 화소값을 계산한다. 모의실험 결과 기존의 디인터레이싱 방법에 비해 약간의 소요 시간이 걸리는 문제점은 있으나 CPU의 개선으로 시간적 제약은 없다고 판단된다. 기존의 연구된 여러 디인터레이싱 방법들과의 비교를 통하여 본 논문에서 제시된 방법이 주관적 화질에 있어서 개선이 있었으며 객관적 화질에 있어서도 정량적으로 PSNR이 0.1~0.5dB 향상됨을 보이고 있다.

• 한국통신학회논문지
• /
• 제24권8B호
• /
• pp.1518-1531
• /
• 1999

MPEG 및 H.263과 같은 동화상 압축 방식에 의하여 고 압축된 영상이 복원되었을 때 블록화 현상, 코너 이상치 (coner outliers), 링잉 잡음이 발생한다. 블록화 현상은 8x8 블록의 코너 (corner) 점에서 발생하는 잡음이며, 링잉 잡음은 영상의 에지 주변에서 발생하는 잡음이다. 그 이유는 MPEG 및 H.263이 8x8 화소 블록의 DCT 계수를 양자화 (quantization)하기 때문이다. 본 논문에서는 MPEG-4 및 H.263의 복원된 영상에서 발생하는 블록화 현상, 코니 이상치, 링잉 잡음을 줄이기 위해 기존의 저자들에 의하여 제안된 방법에 대한 주관적, 객관적 평가를 수행한다. 이 신호 적응형 후처리 방법은 압축된 데이터로부터 추출한 8x8 DCT 계수의 분포 정보와 움직임 벡터 정보를 이용하여 적응적으로 양자화 효과를 (quantization effect) 줄인다. 블록화 현상은 1차원 수평 및 수직 저대역 필터에 (low pass filter) 의하여 줄게 되고, 링잉 잡음은 2차원 신호 적응 필터 (signal-adaptive filter)에 의하여 줄게 된다. 신호 적응형 후처리 방법과 MPEG-4 VM (verification model)의 후처리 방법에 대한 MSSM (Modified Single Stimulus Method)을 이용한 주관적 \ulcorner질평가, 객관적 화질평가 (PSNR), 계산량 복잡도 (complexity)에 관한 비교연구가 컴퓨터 실험에 의하여 수행된다. 컴퓨터 실험을 위하여 MPEG-4에서 입력으로 사용하는 시험용 비데오 시퀀스를 이용하였다. 주관적인 화질 평가에서 두 방법은 비슷한 결과를 보였다. 반면 객관적 평가와 계산량 복잡도 분석 측면에 있어서, 신호 적응형 후처리 방법이 MPEG-4 VM의 후처리 방법보다 우수한 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1352-1357
• /
• 2002

본 논문에서는 차량의 후면에서 촬영한 영상을 이용하여 효과적으로 번호판을 추출하고, 그 안에 표기된 문자를 인식하는 방법을 제안한다. 기존의 연구방법은 전체영상에 대하여 전처리를 수행하여 에지(edge)영상을 구하여 이진화한다. 이진화된 영상에서 허프(Hough)변환을 수행하여 수평, 수직선을 구하고, 번호판의 특징을 이용하여 번호판 영역을 추출한다 이 방법의 문제점은 처리시간이 많이 소요되므로 실시간 처리가 곤란하다는 점과 야간관 같이 명암상태가 불규칙하고 영상에서 번호판 테두리가 나타나지 않으면 번호판 영역추출을 할 수 없다는 점이다. 또한 차량의 후면에서 촬영한 영상에서 번호판 영역의 명암값 변화의 특성을 이용하여 번호판 영역에서 숫자폭, 배경영역과 숫자영역의 명암차를 조사하여 숫자영역임을 확인하고, 확인된 숫자와 숫자사이의 거리를 조사하여 번호판 영역을 추출한다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역추출 실패의 문제점을 해결하고 시간 소요의 문제를 실시간 안에 처리함으로써 실용적 응용이 가능하다. 실험 결과 100장의 샘플영상으로 실험한 결과 멀리 있는 자동차 영상에서도 자동으로 번호판을 판독할 수 있었으며, 번호판 추출에 실패한 영상은 13%를 나타내었고, 문자 인식에 실패한 영상은 0.4%의 결과를 나타내었다

• 방송공학회논문지
• /
• 제25권3호
• /
• pp.325-337
• /
• 2020

VVC(Versatile Video Coding)는 ISO/IEC/ITU-T의 JVET(Joint Video Experts Team)에서 표준화 중인 새로운 비디오 부호화 표준으로 스크린 콘텐츠 부호화 툴을 포함한 다양한 기술을 채택하고 있다. 스크린 콘텐츠는 문자 영역과 같이 사선 방향 에지가 자주 발생하는 특징을 가지며, 이런 특징을 갖는 영상에 삼각형 형태의 분할 부호화를 적용하면 압축 효율이 증가할 수 있다. 본 논문에서는 스크린 콘텐츠를 위한 VVC 기반 화면내 삼각형 분할 예측 방법을 제안한다. 기존 VVC의 화면간 예측 부호화에서 삼각형 분할 예측을 지원하는 Triangular Prediction Mode 방법과 유사하게, 제안 방법은 화면내 예측 부호화에서 수직과 수평 방향 예측 모드와 주변 복원 참조 라인을 이용하여 두 개의 사각형 예측 블록을 생성하고 삼각형 모양의 마스크로 두 예측 블록을 가중합하여 최종 예측 신호를 만든다. 제안 방법의 실험 결과는 All Intra 스크린 콘텐츠 영상 실험에서 YUV 각각 평균 1.86%, 1.49%, 1.55% 부호화 성능향상을 보이고, 자연 영상 실험 조건에서는 부호화 효율에 미미한 손실을 보였다. 결론적으로, 화면내 예측 부호화 모드에 제안 방법을 적용하여 압축 성능을 향상할 수 있었다.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2009

본 논문에서는 local min/max 연산을 이용한 필기체 숫자의 방향특징 추출 기법을 제안한다. 숫자의 방향특징은 숫자를 이루는 선에서 수평, 수직 및 두 대각방향인 4개 방향의 선들로 구성된 방향선분 영상으로부터 구해진다. Kirsch 마스크를 사용하는 기존의 방향특징 추출기법은 에지형태인 두 겹으로 된 방향선분 영상을 생성하는데 반해 본 논문에서 제시하는 방법은 방향성 수축연산을 사용하여 한 겹으로 된 방향선분 영상을 생성한다. 본 방향성 수축연산을 숫자영상에 적용하기 위해서는 먼저 세선화, 영상 팽창 등의 전처리가 필요하지만 이 방법은 숫자를 이루는 선 자체와 더욱 유사한 형태를 갖는 방향선분을 제공한다. 우리가 구하고자 하는 [$4{\times}4$] 크기인 4개의 방향특징은 4개의 방향선분 영상으로부터 조닝방법을 통해 구해진다. 보다 높은 필기체 숫자인식을 얻기 위해, 본 연구에서는 우리가 제안한 방향특징에 기존의 Kirsch 방향특징과 오목특징을 결합한 다중특징을 사용하였다. 본 숫자 특징에 의한 인식률을 테스트를 위해 오류역전파 알고리즘으로 학습되는 다층퍼셉트론 신경회로망을 인식기로 사용하였으며, Concordia 대학의 CENPARMI 숫자 데이터베이스를 사용하여 실험한 결과 98.35%의 인식률을 얻을 수 있었다.