• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.252-257
• /
• 2007

우리나라의 항만은 수 출입화물의 99.5%를 처리하며, 육로 및 철도 수송 물동량의 기종점 역할을 수행하는 중요한 곳으로서 항만 물동량의 신속한 처리와 자동화 시스템에 의한 비용절감은 엄청난 효과를 가져온다. 따라서 본 논문에서는 항만에서 취급하는 컨테이너를 자동으로 식별할 수 있는 자동화 방법을 제안한다. 실제 컨테이너 영상을 그레이 영상으로 변환한 후, 프리윗 마스크(Prewitt-Mask)를 적용하여 윤곽선을 추출하고 컨테이너를 식별할 수 있는 개별 식별자의 형태학적 특징 정보를 이용하여 식별자 후보영역을 검출한다. 검출된 식별자 후보영역은 개별 식별자 영역외에 잡음 영역이 포함되어 있으므로 4방향 윤곽선 추적 알고리즘과 Grassfire 알고리즘을 적용하여 잡음을 제거하고 개별 식별자들을 각각 객체화한다. 잡음이 제거된 식별자 후보 영역에서 객체화 한 개별 식별자는 컨테이너 식별을 위해 FCM 기반 퍼지 RBF 네트워크를 적용하여 인식한다. 본 논문에서 제안한 컨테이너 식별자 인식 방법의 성능을 평가하기 위해 실제 컨테이너 영상 300장을 대상으로 실험한 결과, 기존의 방법보다 인식 성능이 개선되었음을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.352-357
• /
• 2006

매년 도로와 주차공간의 확장보다 차량의 수가 빠르게 증가하여 그에 따라 불법 주차 관리의 어려움이 증가하고 있다. 이러한 문제점을 해결하기 위해 지능형 주차 관리 시스템이 필요하게 되었다. 본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드를 퍼지 신경망 알고리즘을 제안하여 학습 및 인식한다. 본 논문에서는 차량 번호판 영역을 검출하기 위해 프리윗 마스크를 적용하여 수직 에지를 찾고, 차량 번호판의 정보를 이용하여 잡음을 제거한 후에 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역은 반복 이진화방법을 적용하여 이진화하고, 이진화된 차량 번호판 영역에 대해서 수직 분포도와 수평 분포도를 이용하여 번호판의 개별 코드를 추출한다 추출된 개별 코드는 제안된 퍼지 신경망 알고리즘을 적용하여 인식한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고 중간층과 출력층간의 학습 구조는 Max_Min 신경망을 적용한다. 제안된 방법의 추출 및 인식 성능을 평가하기 위하여 실제 차량 영상 150장을 대상으로 실험한 결과, 기존의 차량 번호판 인식 방법보다 효율적이고 인식 성능이 개선된 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.244-246
• /
• 2014

에지검출은 영상의 특징 정보를 화소값들의 밝기 변화로 취득하는 기술이며, 여러 영상처리 분야에서 전처리 과정으로 활용되고 있다. 기존의 에지 검출 방법에는 소벨(Sobel), 프리윗(Prewitt), 로버츠(Roberts) 방법 등이 있으며, 이러한 방법들은 영상의 전체 영역에서 동일한 가중치를 적용하여 처리하므로 에지검출 결과가 다소 미흡하다. 따라서 본 논문은 변형된 방향성 마스크를 적용하여 화소들의 방향 및 크기를 고려한 에지검출 알고리즘을 제안하였다.

• 한국정보통신학회논문지
• /
• 제11권6호
• /
• pp.1162-1169
• /
• 2007

본 논문에서는 항만에서 취급하는 컨테이너의 식별자를 인식하는 방법을 제안한다. 실제 컨테이너 영상을 그레이 영상으로 변환한 후, 프리윗 마스크(Prewitt mask)를 적용하여 윤곽선을 검출하고 컨테이너를 식별할 수 있는 개별 식별자의 형태학적 특징 정보를 이용하여 식별자 후보 영역을 추출한다. 검출된 식별자 후보 영역은 개별 식별자 영역외에 잡음 영역이 포함되어 있으므로 4방향 윤곽선 추적 알고리즘과 Grassfire 알고리즘을 적용하여 잡음을 제거하고 개별 식별자들을 각각 객체화한다. 잡음이 제거된 식별자 후보 영역에서 객체화 한 개별식자는 컨테이너 식별을 위해 FCM 기반 퍼지 RBF 네트워크를 적용하여 인식한다. 본 논문에서 제안한 컨테이너 식별자 인식 방법의 성능을 평가하기 위해 실제 컨테이너 영상 300장을 대상으로 실험한 결과, 기존의 방법보다 인식 성능이 개선되었음을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.136-138
• /
• 2022

에지 검출은 영상에 대하여 물체의 모양, 위치, 크기 및 재질 등과 같은 정보를 포함하고 있으며, 영상의 특징을 분석할 때 매우 중요한 요소이다. 기존의 에지 검출 방법에는 1차 미분을 이용한 소벨 필터(Sobel edge detection filter), 로버츠 필터(Roberts edge detection filter), 프리윗 필터(Prewitt edge detect ion filter) 등이 있으며, 2차 미분을 이용한 LoG(Laplacian of Gaussian) 등이 있다. 하지만 이러한 방법들은 전체 영상 영역에 대해 고정된 가중치 마스크를 적용하기 때문에 에지 검출 결과가 다소 미흡하다는 단점이 있다. 따라서 본 논문에서는 마스크 내의 중심 화소를 고려하여 에지 검출 특성을 높이는 에지 검출 알고리즘을 제안한다. 또한 제안한 에지 검출 성능을 확인하기 위하여 시뮬레이션 결과 영상을 통해 비교하였다.

• 한국정보통신학회논문지
• /
• 제18권11호
• /
• pp.2779-2785
• /
• 2014

에지검출은 영상의 특징 정보를 화소값들의 밝기 변화로 취득하는 기술이며, 여러 영상처리 분야에서 전처리 과정으로 활용되고 있다. 기존의 에지검출 방법에는 소벨(Sobel), 프리윗(Prewitt), 로버츠(Roberts) 방법 등이 있으며, 이러한 방법들은 영상의 전체 영역에서 동일한 가중치를 적용하여 처리하므로 에지검출 결과가 다소 미흡하다. 따라서 본 논문은 변형된 방향성 마스크를 적용하여 화소들의 방향 및 크기를 고려한 에지검출 알고리즘을 제안하였다.

• 한국정보통신학회논문지
• /
• 제18권12호
• /
• pp.2982-2988
• /
• 2014

에지 검출은 영상 분할, 영상 인식 등의 전처리 과정이며, 국내외에서 많은 관련 연구가 진행되고 있다. 대표적인 에지 검출 방법에는 소벨(Sobel), 프리윗(Prewitt), 라플라시안(Laplacian), 로버츠(Roberts), 케니(Canny) 에지 검출기 등이 있으며, 이러한 기존의 방법들은 비잡음 영상에서 에지를 검출할 경우 에지를 우수하게 검출이 가능하나 salt-and-pepper 잡음에 훼손된 영상에서는 잡음의 영향에 의해 에지 검출 특성이 미흡하게 나타난다. 따라서 본 논문은 salt-and-pepper 잡음에 훼손된 영상에서 우수한 에지 검출 특성을 얻기 위하여, 먼저 마스크의 중심 화소를 기준으로 상, 하, 좌, 우 방향으로 영역을 구분한다. 그리고 각 영역의 대표 화소값의 잡음 여부를 판단하여 그 결과에 따라 추정 마스크의 요소를 구한 후, 여기에 방향성 마스크를 적용하여 최종 에지를 검출하는 알고리즘을 제안하였다.

• 융합신호처리학회논문지
• /
• 제15권4호
• /
• pp.135-140
• /
• 2014

디지털 영상 장치의 이용이 증가함에 따라, 영상 처리 관련 소프트웨어 및 하드웨어에 대한 관심이 높아지고 있으며, 영상 처리는 물체 인식, 물체 검출, 지문 인식 등의 여러 분야에서 적용되고 있다. 에지 검출은 대부분의 영상 처리 기술 등의 전처리 과정으로 국내외에서 많은 연구가 진행되고 있다. 대표적인 에지 검출 방법에는 소벨(Sobel), 프리윗(Prewitt), 라플라시안(Laplacian), 로버츠(Roberts), 케니(Canny) 에지 검출기 등이 있으며, 이러한 기존의 방법들은 비잡음 영상에서 에지를 우수하게 검출이 가능하나 임펄스 잡음에 훼손된 영상에서는 잡음 제거 특성이 미흡하여, 에지 검출 특성이 미흡하게 나타난다. 따라서 본 논문에서는 임펄스 잡음에 훼손된 영상에서 우수한 에지 검출 특성을 얻기 위하여, 마스크의 중심 화소를 축으로 하여 4개의 영역으로 나누고, 각 영역의 대표 화소값에 따라 추정 화소를 구하며, 추정된 마스크와 새로운 방향성 마스크를 적용하여 최종 에지를 검출하는 알고리즘을 제안하였다.

• 한국전자통신학회논문지
• /
• 제11권9호
• /
• pp.901-908
• /
• 2016

에지는 영상의 가장 기본적인 특징을 나타내며, 에지 검출은 영상처리 분야 및 컴퓨터 비전 영역에서 매우 중요한 역할을 한다. 이러한 에지를 검출하기 위한 연구들이 국내 외적으로 많이 수행되고 있다. 기존의 에지 검출 방법에는 로버츠, 소벨, 프리윗, 라플라시안 등 고정된 값의 마스크를 사용하는 방법들이 있으며 모폴로지 처리 기술 가운데 팽창과 침식을 이용하는 모폴로지 그라디언트 방법 등이 있다. 그러나 이러한 방법들은 대각선 방향이나 완만한 영상의 변화가 있는 경우 에지 검출이 잘 되지 않는 문제가 있다 따라서 본 논문에서는 이러한 경우에도 에지 검출이 잘 되는 변형된 top-hat 및 bottom-hat 변환 방식의 에지 검출 알고리듬을 제안하였다. 제안된 알고리듬을 기존의 방법들과 비교하여 에지 검출 영상을 제시하였으며 코사인 기반의 유사도를 사용하여 성능 및 유사성을 평가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.313-319
• /
• 2007

본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드는 퍼지 신경망 알고리즘을 이용하여 인식한다. 차량 번호판 영역을 검출하기 위해 프리윗 마스크에 의해 수직 에지를 찾고, 차량 번호판에 관한 특성 정보를 이용하여 잡음을 제거한 추에 차량 번호판 영역과 개별 코드를 추출한다 추출된 개별 코드를 인식하기 위해 퍼지 신경망 알고리즘을 제안하고 인식에 적용한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고, 중간층과 출력층간의 학습 구조에는 Max_Min 신경망을 적용한다. 제안된 방법의 추출 및 인식 성능을 평가하기 위하여 실제 차량 영상 150장을 대상으로 실험한 결과, 기존의 차량 번호판 인식 방법보다 효율적이고 인식 성능이 개선된 것을 확인하였다.