• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.945-947
• /
• 2021

Canny Edge Detection은 필터와 방향벡터를 이용한 대표적인 외곽선 추출 알고리즘으로서 대부분의 외곽선 추출 연구에서 이를 변형하여 사용한다. 그러나 본 논문에서는 외곽선 추출의 전처리 과정으로서 이미지에서의 잡음을 제거하는 알고리즘과 이를 바탕으로 외곽선을 더욱 효율적으로 추출할 수 있는 독창적인 알고리즘을 제시한다.

• Proceedings of the IEEK Conference
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.967-970
• /
• 1998

본 논문에서는 스캔 영상의 외곽선을 추출하기 위해, 경계선 검출값들의 공간적 특성을 이용하여, 경계선 검출 값들을 계산하였다. 그리고 경계선 검출 값들의 편차 정도에 따라 임계값을 결정 한 다음 스캔 영상의 외곽선을 추출하는 방법을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.4-6
• /
• 2012

본 논문에서는 신속하고 정확하게 건물의 외곽선을 추출하기 위해서 항공 라이다 데이터를 타일 단위지형 분류 기법을 이용하여 분류하고, 건물 관련 타일의 항공영상으로부터 에지 정보를 추출하여 정확하게 건물 외곽선을 추출하는 기법을 제안한다. 제안된 건물 외곽선 추출 기법에서는 대부분의 연산을 타일 단위로 수행하고 항공영상의 특징 추출 범위를 건물 영역에 집중시킴으로써 건물의 외곽선을 정확하게 추출하는 과정의 처리속도를 개선하였다.

• The KIPS Transactions:PartB
• /
• 제8B권5호
• /
• pp.539-548
• /
• 2001

In this paper, we propose that fast tracking algorithm for moving object is separated from background, using partial boundary line information. After detecting boundary line from input image, we track moving object by using the algorithm which takes boundary line information as feature of moving object. we extract moving vector on the imput image which has environmental variation, using high-performance BMA, and we extract moving object on the basis of moving vector. Next, we extract boundary line on the moving object as an initial feature-vector generating step for the moving object. Among those boundary lines, we consider a part of the boundary line in every direction as feature vector. And then, as a step for the moving object, we extract moving vector from feature vector generated under the information of the boundary line of the moving object on the previous frame, and we perform tracking moving object from the current frame. As a result, we show that the proposed algorithm using feature vector generated by each directional boundary line is simple tracking operation cost compared with the previous active contour tracking algorithm that changes processing time by boundary line size of moving object. The simulation for proposed algorithm shows that BMA operation is reduced about 39% in real image and tracking error is less than 2 pixel when the size of feature vector is [$10{\times}5$] using the information of each direction boundary line. Also the proposed algorithm just needs 200 times of search operation bout processing cost is varies by the size of boundary line on the previous algorithm.

• Proceedings of the KSRS Conference
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.24-27
• /
• 2006

항공사진이나 고해상도 위성영상으로부터 건물의 정보를 추출하기 위한 많은 연구들이 이전부터 수행되어 왔다. 많은 연구들은 스테레오 영상을 이용하여 DEM을 생성하고 이로부터 3차원 건물 정보를 추출하였다 본 연구에서는 단일 위성영상만을 이용하여 3차원 건물 정보를 추출하는 알고리즘을 제안한다. 제안된 방식은 가상의 그림자를 영상에 투영시키고, 투영된 그림자와 영상 위에 나타난 실제 건물의 그림자가 일치했을 때, 건물의 높이를 결정한다 결정된 건물 높이를 이용하여 연직선을 생성시키고, 이 연직선을 따라서 건물의 지붕 외곽선을 이동시키면, 이동된 지붕 외곽선은 건물의 바닥 외곽선이 된다. 이를 통해서 건물의 높이와 위치 정보를 취득할 수 있다. 건물이 밀집한 지역에서는 지표면에 나타난 건물의 그림자가 다른 건물에 가려지는 경우가 많다 이러한 경우를 고려하여 제안된 알고리즘은 지표면 위에 나타난 그림자를 이용한 방법과 그림자를 가린 건물 정면에 나타난 그림자를 이용한 방법을 사용한다. 알고리즘의 검증을 위해서 본 연구에서는 스테레오 영상에서 추출한 건물의 높이와 본 연구에서 제안한 알고리즘으로 추출한 건물의 높이를 비교하였다. 두 방법에 대해서 각각 30개의 건물 높이를 비교한 결과 RMSE는 약 1.5 m로 나타났다.

• Proceedings of the KIEE Conference
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.280-281
• /
• 2008

본 논문은 큰 구조물의 3파인 영상 재구성을 위해서 획득한 2차원 영상에서 특징점을 찾아 선으로 조합한 후 선 길이 정보를 추출하는 방법을 제안한다. 거대한 구조물의 외곽선 길이 정보 추출을 위해서는 광각 카메라에 의한 영상을 획득한다. 영상에서의 외곽선들은 모델의 기울어진 정보와 형태, 모델의 크기 등을 결정하게 되는데 광각카메라 사용에 의하여 배럴왜곡, 원근투영왜곡 등이 발생한다. 외곽선 정보 추출의 순서는 먼저모델의 2차원영상을 획득하고 이로부터 왜곡이 보정된 그레이영상을 획득한다. 이 그레이영상에서 잡음을 제거하고 특징점을 찾기 위하여 SUSAN 알고리즘을 사용한다. SUSAN알고리즘 기법은 적은 계산량과 잡음에 매우 강한 장점이 있어서 영상에서의 특징점을 얻기 위한 효과적인 기법이다. 특징점을 3차원 벡터공간에서 맵핑시킨 후 X, Y, Z 좌표축으로 점과 선으로 나타내고 시작점과 끝점의 좌표를 이용하여 벡터 길이를 얻는다. 이러한 벡터 데이터와 3차원 영상 재구성을 위한 라이브러리인 OpenGL을 사용하여 3차원 공간에 거대한 구조물들을 재구성하는 소프트웨어를 개발하였다.

• Journal of KIISE:Computing Practices and Letters
• /
• 제8권1호
• /
• pp.116-125
• /
• 2002

This paper presented a method of extracting shape information from a clipart image and then measured the similarity between clipart images using the extracted shape information. The results indicated that the outlines of the extracted clipart images were clearer that those of the original images. Previous methods of extracting shape information could be classified into outline-based methods and region-based methods. Included in the former category, the proposed method expressed the convex and concave aspects of an outline using the ratio of a rectangle. Accordingly, the proposed method was superior in expressing shape information than previous outline-based feature methods.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• 제32권5D호
• /
• pp.527-532
• /
• 2012

Terrestrial LiDAR emerges as a main mapping technology for indoor 3D cadastre, cultural heritage conservation and, building management in that it provides fast, accurate, and reliable 3D data. In this paper, a new 3D modeling method consisting of segmentation stage and outline extraction stage is proposed to develop indoor 3D model from the terrestrial LiDAR. In the segmentation process, RANSAC and a refinement grid is used to identify points that belong to identical planar planes. In the outline tracing process, a tracing grid and a data conversion method are used to extract outlines of indoor 3D models. However, despite of an improvement of productivity, the proposed approach requires an optimization process to adjust parameters such as a threshold of the RANSAC and sizes of the refinement and outline extraction grids. Furthermore, it is required to model curvilinear and rounded shape of the indoor structures.

• KIPS Transactions on Software and Data Engineering
• /
• 제5권10호
• /
• pp.489-496
• /
• 2016

Thousands of pathological images are produced daily per hospital and they are stored and managed by a pathology information system (PIS). Since image edge detection is one of fundamental analysis tools for pathological images, many researches are targeted to improve accuracy and performance of image edge detection algorithm of HIS. In this paper, we propose a novel image edge detection method. It is based on Canny algorithm with adaptive threshold configuration. It also uses a dividing ruler to configure the two threshold instead of whole image to improve the detection ratio of ruler itself. To verify the effectiveness of our proposed method, we conducted empirical experiments with real pathological images(randomly selected image group, image group that was unable to detect by conventional methods, and added noise image group). The results shows that our proposed method outperforms and better detects compare to the conventional method.

• The KIPS Transactions:PartB
• /
• 제9B권3호
• /
• pp.359-368
• /
• 2002

In this paper, we propose effective boundary line extraction algorithm for moving objects by matching error image and moving vectors, and fast tracking algorithm for moving object by partial boundary lines. We extracted boundary line for moving object by generating seeds with probability distribution function based on Watershed algorithm, and by extracting boundary line for moving objects through extending seeds, and then by using moving vectors. We processed tracking algorithm for moving object by using a part of boundary lines as features. We set up a part of every-direction boundary line for moving object as the initial feature vectors for moving objects. Then, we tracked moving object within current frames by using feature vector for the previous frames. As the result of the simulation for tracking moving object on the real images, we found that tracking processing of the proposed algorithm was simple due to tracking boundary line only for moving object as a feature, in contrast to the traditional tracking algorithm for active contour line that have varying processing cost with the length of boundary line. The operations was reduced about 39% as contrasted with the full search BMA. Tracking error was less than 4 pixel when the feature vector was $(15\times{5)}$ through the information of every-direction boundary line. The proposed algorithm just needed 200 times of search operation.