• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.6
• /
• pp.1167-1174
• /
• 2006

Text region detection from a natural scene is useful in many applications such as vehicle license plate recognition. Therefore, in this paper, we propose a text region extraction method using pattern histogram of character-edge maps. We create 16 kinds of edge maps from the extracted edges and then, we create the 8 kinds of edge maps which compound 16 kinds of edge maps, and have a character feature. We extract a candidate of text regions using the 8 kinds of character-edge maps. The verification about candidate of text region used pattern histogram of character-edge maps and structural features of text region. Experimental results show that the proposed method extracts a text regions composed of complex background, various font sizes and font colors effectively.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.4
• /
• pp.494-499
• /
• 2012

In this paper, a new method for detecting various objects that can be risks to safety navigation in sea environment is proposed. By analysing Infrared(IR) images obtained from various sea environments, we could find out that object regions include both horizontal and vertical direction edges while background regions of sea surface mainly include vertical direction edges. Therefore, we present an approach to detecting object regions considering horizontal and vertical edges. To this end, in the first step, image enhancement is performed by suppressing noises such as sea glint and complex clutters using a statistical filter. In the second step, a horizontal edge map and a vertical edge map are generated by 1-D Discrete Cosine Transform technique. Then, a combined map integrating the horizontal and the vertical edge maps is generated. In the third step, candidate object regions are detected by a adaptive thresholding method. Finally, exact object regions are extracted by eliminating background and clutter regions based on morphological operation.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1851_1852
• /
• 2009

본 논문은 차량 영역에 나타나는 수평, 수직 에지 특성만을 이용하여 빠르고 효율적으로 차량을 검출하는 방법을 제안한다. 차량을 포함하는 입력영상의 긴 수직 에지 성분을 찾아 차량의 후보 영역을 결정한다. 영상의 에지 성분의 누적 대신 연속적으로 나타나는 긴 수직 에지 성분을 찾음으로써 차량의 후보 영역의 검출과 동시에 중요한 정보를 담고 있는 도로와 접하는 차량의 하단부를 함께 검출한다. 후보 영역 내에서 차량과 비 차량을 구분하는 검증 단계에서는 차량의 후면의 대칭성(Symmetry)을 이용하여 후보 영역 내에서 차량이 있을 가능성이 있는 바닥 점 위에서 좌측과 우측의 유사도(Matching rate)를 이용하여 차량과 비 차량을 판별한다. 기존의 템플릿 기반 방법이나 외관 기반 방법이 아닌 에지 성분만을 이용하여 후보 영역을 결정하고 검증하기 때문에 다른 검출 기법들에 비해 비교적 검출 시간이 짧고 실시간 차량 검출에 적합하다.

• Proceedings of the KAIS Fall Conference
• /
• 2007.11a
• /
• pp.262-265
• /
• 2007

이미지 데이터베이스 시스템에서 이미지에 포함된 문자정보를 기반으로 검색어를 사용한다면 검색의 정확도 높일 수 있다. 이미지에서 문자정보를 추출을 위한 전단계로서 문자열 영역 검출이 필수적인 과제가 된다. 그러므로 본 논문에서는 문자의 크기와 문자열의 방향에 적응적인 문자-에지 맵을 이용한 문자열 영역 검출 방법을 제안한다. 캐니-에지 검출기로 에지를 추출하고, 생성된 에지 이미지로 레이블 이미지를 얻고, 그 영역의 문자구조 특징을 분석하기 위해서 배열문법으로 문자-에지 맵에 적응적으로 분석한다. 문자-에지 맵의 분석결과로서 문자열 후보 영역을 얻고, 문자열 영역의 구조적인 특징을 이용하여 문자열 후보 영역을 검증함으로서 최종적인 문자열 영역을 검출한다. 제안한 방법은 다양한 종류의 자연영상을 대상으로 실험하였고, 자연영상에서 기울어진 문자열과 다양한 크기의 문자를 갖는 문자열 영역을 효과적으로 검출하였다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.46 no.5
• /
• pp.111-119
• /
• 2009

This paper presents an adaptive image interpolation algorithm using local characteristics. An input image is classified into edge region and flat low frequency region. And then, the edge region is further partitioned into directive edge region and high frequency texture region. A bilinear interpolation is applied to flat low frequency region, cubic convolution is applied to texture region, and new edge directed interpolation to directive edge region, respectively. Simulation results show that the proposed algorithm outperforms the existing interpolation methods in terms of visual quality as well as PSNR.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.773-776
• /
• 2004

본 논문에서는 에지 검출기에 의해 다양한 명암이 존재하는 차량 번호판 영역의 사각형 에지를 검출시 사용되는 소벨 및 Prewitt, Roberts, 가우시안의 라플라시안, 그리고 Canny 검출기를 사용하여 처리 속도와 에지 검출의 정확성을 실험하여 각 연산자의 성능을 평가하였다. 기존의 Sobel 에지 검출기는 적응적 임계값을 구하지 않으면 다양한 조명의 영향에 강인하지 못하다. 또한 Canny 에지 검출기는 조명의 영향에 강인하기는 하나, 계산량이 Sobel 보다는 많아 처리 속도가 느리다. 색상에 의해 번호판 후보 영역을 추출한 후 에지 검출기 번호판 내의 명암이 둘 이상으로 차량 번호판 영역에 대해서, 다양한 에지 검출기를 적용하여 속도와 에지 검출 성능을 비교 평가하고자 한다.

• Journal of Sensor Science and Technology
• /
• v.6 no.5
• /
• pp.376-384
• /
• 1997

In this paper, we propose a coding method of remotely sensed satellite image with edge region compensation. This method classifies each pixel vector considering spectral reflection characteristics of satellite image data. For each class, we perform classified intraband VQ and classified interband prediction to remove intraband and interband redundancies, respectively. In edge region case, edge region is compensated using class information of neighboring blocks and gray value of quantized reference bands. Then we perform classified interband prediction using compensated class information to remove interband redundancy, effectively. Experiments on LANDSAT-TM satellite images show that coding efficiency of the proposed method is better than that of the conventional methods.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.40-43
• /
• 2009

최근 모바일 영상기반 응용 분야에 관한 연구가 활발히 진행되고 있으며 모바일기기로 촬영된 영상에서 문자정보를 추출하고자 하는 많은 연구도 진행되고 있다. 자연이미지로부터 문자정보를 추출을 위한 전단계로 문자영역 검출이 필수적이다. 본 연구는 문자영역의 지역적 에지 및 연결요소 특징을 고려하여 조명 및 복잡한 배경에서도 문자영역을 검출하는 방법을 제안한다. 에지 검출은 캐니-에지 검출기로 추출하고, RGB 컬러분포 패턴을 분석하여 컬러 양자화를 함으로서 연결성분을 추출한다. 각각 추출된 에지 및 연결성분으로부터 문자후보 영역을 검출하고, 각각의 결과를 결합하여 최종적인 문자 후보 영역을 검출하고, 문자 후보 영역에 대한 검증을 수행함으로서 최종적인 문자영역을 검출한다. 제안한 방법은 다양한 환경에서 얻어진 자연이미지를 대상으로 실험한 결과, 에지 및 연결성분의 두 가지 특징을 결합함으로서 자연이미지에 존재하는 다양한 형태의 문자영역을 효과적으로 검출하였다.

• Journal of Broadcast Engineering
• /
• v.18 no.4
• /
• pp.619-630
• /
• 2013

In this paper, we propose an edge directed color demosaicing algorithm considering color channel correlation. The proposed method consists of local region classification step and edge directional interpolation step. In the first step, each region of a given Bayer image is classified as normal edge, pattern edge, and flat regions by using intra channel and inter channel gradients. Especially, two criteria and verification process for the normal edge and pattern edge classification are used to reduce edge direction estimation error, respectively. In the second step, edge directional interpolation process is performed according to characteristics of the classified regions. For horizontal and vertical directional interpolations, missing color components are obtained from interpolation equations based on intra channel and inter channel correlations in order to improve the performance of the directional interpolations. The simulation results show that the proposed algorithm outperforms conventional approaches in both objective and subjective terms.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.9
• /
• pp.69-76
• /
• 2011

According to the related reports, about 60 percents of ship collisions have resulted from operating mistake caused by human factor. Specially, the report said that negligence of observation caused 66.8 percents of the accidents due to a human factor. Hence automatic detection and tracking of an object from an IR images are crucial for safety navigation because it can relieve officer's burden and remedies imperfections of human visual system. In this paper, we present a method to detect an object such as ship, rock and buoy from a sea IR image. Most edge directions of the sea image are horizontal and most vertical edges come out from the object areas. The presented method uses them as a characteristic for the object detection. Vertical edges are extracted from the input image and isolated edges are eliminated. Then morphological closing operation is performed on the vertical edges. This caused vertical edges that actually compose an object be connected and become an object candidate region. Next, reference object regions are extracted using horizontal edges, which appear on the boundaries between surface of the sea and the objects. Finally, object regions are acquired by sequentially integrating reference region and object candidate regions.