• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2019-2026
• /
• 2001

본 논문에서는 동적인 임계화 방법과 코호넨 알고리즘을 이용하여 차량 번호판을 인식하는 알고리즘을 제안하였다. 일반적으로 차량 영상에서 번호판 영역은 문자와 배경의 자기가 뚜렷하게 구별되고, 일정한 크기 비율을 가지면서 다른 영역보다 밀집 비율이 높게 나타난다. 본 논문은 이런 차량 영상의 속성을 이용하여 차량 영상에 대해 동적인 임계화를 수행하였고 밀집 비율을 계산하여 번호판 영역을 추출하였다. 추출된 번호판에서 문자와 숫자를 포함하는 특징 영역을 추출하기 위해 코호겐 알고리즘을 적용한 윤곽선 추적 방법을 이용하였다. 번호판의 문자와 숫자들은 코호넨 알고리즘을 이용하여 인식하였다. 코호넨 알고리즘은 윤곽선에서 생성되는 잡음을 최대한으로 줄여주는 특성을 가진다. 다양한 환경에서 촬영된 80장의 영상에 대하여 인식 실험을 수행한 결과, 제안된 방법이 차량 번호판의 인식에 우수한 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.57-66
• /
• 2011

본 논문에서는 단일 입력 영상에서 특징을 추출하여 실시간으로 에지 대칭과 기울기의 방향성 특징을 이용하여 효과적으로 사람을 검출하는 알고리즘을 제안한다. 제안된 알고리즘은 전처리, 사람 후보 영역 분할, 후보 영역 검증인 3단계로 구성되었다. 여기서 전처리 단계는 주변 조도 환경과 밝기에 강인하고, 사람의 특징인 모양 특징 크기, 사람의 조건을 고려한 사람의 특성을 가진 윤곽선을 검출한다. 그리고 사람 후보 영역 분할 단계는 검출된 윤곽선에서 사람의 에지 대칭성과 크기를 가지고 영역을 분리하고, 에이타부스트 알고리즘을 적용하여 1차 후보 영역을 분할한다. 마지막으로 후보 영역 검증 단계는 분할된 국소 영역에 대한 기울기의 특징 벡터 및 분류기를 이용하여 후보 영역을 검증하여 오검출의 성능을 우수하게 한다. 제안된 알고리즘을 적용하여 모의실험을 한 결과, 제안된 알고리즘은 단일 알고리즘을 적용한 기존 알고리즘 보다 처리 속도가 약 1.7배 정도 개선되었으며, FNR(False Negative Rate)은 3% 정도 우수함을 확인하였다.

• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.243-248
• /
• 2011

본 논문에서는 확장되어가는 여가 시간에 간단한 사진 한장만으로 보다 쉽고 편한 손금을 분석하기 위한 손금 추출 방법을 제안한다. 제안된 방법은 손의 형태학적 정보와 8 방향 윤곽선 추적 알고리즘을 적용한다. 영상으로부터 손금을 추출하기 위해서 색상 분포 영상을 Red, Green, Blue에 해당되는 RGB 값을 밝기에 큰 영향을 받지 않는 YCbCr 컬러 모델로 변환한다. YCbCr 컬러 모델에서 Y:65~255, Cb:25~255, Cr:130~255에 해당되는 피부색 임계치를 이용하여 손 영역을 추출한다. 추출된 손 영역에서 내부 픽셀의 3:1 이상, 전체 영상의 2:1이상인 손의 형태학적 정보와 8 방향 윤곽선 추적 기법을 이용하여 잡음을 제거한다. 잡음이 제거된 손 영상에서 스트레칭 기법과 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지 영상에서 블록 이진화 기법을 이용하여 이진화한 후에 가로와 세로가 각각 10픽셀 이상이고 20픽셀 이하인 손금의 형태학적 정보를 이용하여 잡음 및 손의 윤곽선을 제외한 손금을 추출한다. 추출된 손금에서 Labeling 기법을 이용하여 개별 손금의 중요선을 추출한다. 핸드폰 카메라에서 획득한 손바닥 영상을 대상으로 실험한 결과, 제안된 방법이 손금 추출에 효율적인 것을 확인할 수 있었다.

• 정보처리학회논문지B
• /
• 제9B권1호
• /
• pp.119-128
• /
• 2002

본 논문에서는 차량 영상으로부터 동적인 임계화 방법과 개선된 성능의 학습 알고리즘에 의한 신경망을 이용하여 차량 번호판 인식방법을 제안하였다. 제안된 방법에서 번호판 영역은 차량 영상의 구조적 속성을 이용한 동적인 임계화 방법과 밀집비율을 함께 고려하여 추출하였다. 추출된 영역으로부터의 개별문자와 숫자는 윤곽선 추적 알고리즘을 이용하여 각각 추출하였으며, 그들의 인식을 위해서 수정된 ART1과 지도 학습 방법을 결합한 개선된 성능의 신경망을 이용하였다. 제안된 방법의 성능을 확인하기 위해서 실제 차량 번호판들을 대상으로 실험한 결과, 기존의 그레이 명암이나 RGB 컬러 정보들을 이용하는 방법보다 추출률이 개선되었으며, 인식성능도 기존의 오류 역전파 알고리즘의 신경망보다 우수한 성능이 있음을 확인하였다.

• 한국전자통신학회논문지
• /
• 제5권3호
• /
• pp.304-308
• /
• 2010

본 논문에서는 컬러 공간 및 형태학적 특징과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안한다. 번호판의 후보영역 중에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다. 추출된 번호판 영역에서 번호판 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 분류된 개별 문자 및 숫자 코드를 ART2 알고리즘에 적용하여 학습 및 인식을 한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 각각 100장의 이미지를 대상으로 실험한 결과, 제시된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제9권2호
• /
• pp.196-204
• /
• 2016

세계보건기구협회에의 통계에 따르면 심장 혈관 질환의 발병률이 가장 높은 것으로 알려져 있다. CTA영상을 사용하여 관상동맥 및 대동맥 질환을 치료 및 검사할 수 있다. 혈관을 3차원으로 복원하는 과정이 의사의 숙련도에 따라 결과가 상이하며 복원 시간이 길다는 단점이 있으며 이를 극복하고자 자동으로 정확한 혈관을 추출하는 연구들이 진행되어 왔다. 본 논문에서는 자동 및 반자동 분할 기법인 Region Competition, Geodesic Active Contour(GAC), Multi-atlas based segmentation, Active Shape Model(ASM) 알고리즘을 CTA영상에 적용하여 대동맥 기부를 추출하였으며 하우스도르프 거리, 볼륨, 영상처리속도, 사용자 관여 여부, 그리고 관상동맥 심문 검출률을 비교 및 분석하였다. 추출된 3차원 대동맥 모델 중 가장 높은 정확도를 나타낸 알고리즘은 GAC인 반면 사용자 관여가 가장 높았기 때문에 실제 시술에 적용하기 위해서는 자동 분할 알고리즘 개선이 필요하다

• 대한의용생체공학회:의공학회지
• /
• 제20권4호
• /
• pp.427-433
• /
• 1999

본 논문에서는 고음질 음성부호화 및 압축, 음성인식 및 합성등의 성능개선에 있어서 중요한 파라메터인 피치정보를 실시간으로 검출하기 위해 연구를 수행하였다. 이를 위하여 변복조 스폿(spot) 전극을 적용한 새로운 EGG(Electroglottograph) 측정 시스템을 개발하여 이용한 안정된 피치검출 알고리즘을 연구하였다. 구체적으로 EGG 신호에 의한 성문 닫힘시점을 실시간으로 결정하여 EGG 기반의 피치궤적 알고리즘을 개발하였고, 음성신호만의 피치궤적 추적기와 성능비교를 수행하여 우월한 성능을 가짐을 보였다. 또한, EGG 신호를 이용한 음성분석을 수행하여 한국인에 있어서 성문의 다양한 진동신호 패턴의 측정 및 분석을 통해 한국인 음원의 모델과 성문신호 패턴에 대한 정량적인 해석을 하였다.

• 한국정보통신학회논문지
• /
• 제11권8호
• /
• pp.1604-1611
• /
• 2007

곤충의 발자국 패턴을 이용하여 곤충을 인식하고자 할 때에는 특징을 추출하기 위한 기본 단위의 영역을 추출할 필요가 있다. 이 논문에서는 기본 단위 영역의 추출을 위한 전 단계 처리 과정으로서 군집화 기법을 사용하였다. 인식의 대상이 되는 곤충들의 크기와 종류에 따라 남겨지는 발자국 패턴의 크기 및 간격이 다르게 나타난다. 따라서 이 논문에서는 패턴의 크기와 간격에 관계없이 인식의 기본 단위가 되는 영역을 추출할 수 있도록 하는 개선된 ART2 알고리즘을 제안하였다. 제안한 ART2 알고리즘에서는 군집화를 위한 임계값이 군집화의 대상이 되는 모든 패턴들의 거리를 축적한 그래프의 형태에 따라 자동으로 설정되도록 하였다. 제안한 기법으로 2 가지 종류의 곤충 발자국 패턴에 대하여 군집화를 실험한 결과 모두 바르게 군집화가 이루어짐을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.275-278
• /
• 2007

이 논문에서는 곤충의 발자국을 인식하기 위한 전 단계로서 인식대상이 되는 의미 있는 단위의 발자국 영역을 자동 추출하고자 한다. 인식의 대상이 되는 곤충들은 크기와 종류에 따라 남겨지는 발자국 패턴의 크기 및 간격이 다르게 나타난다. 따라서 이 논문에서는 패턴의 크기와 간격에 관계 없이 인식의 기본 단위가 되는 영역을 추출할 수 있도록 하기위해 개선된 군집화 알고리듬을 제안하였다. 제안한 알고리듬에서는 군집화를 위한 임계값이 군집화의 대상이 되는 모든 패턴들의 거리를 축적한 그래프의 형태에 따라 자동으로 설정되도록 하였다. 이러한 제안된 기법으로 군집화 된 영역은 의미 있는 주변 정보에 의해 곤충 인식에 기본 단계의 세그먼트를 자동 추출하게 된다.

• 한국정보통신학회논문지
• /
• 제22권4호
• /
• pp.634-640
• /
• 2018

본 논문에서는 방사선 영상을 기반으로 관심 영역의 자동 추출 알고리즘을 제안한다. 제안 알고리즘은 입력 영상에서 병변부위를 검출하기 위해 세그먼테이션, 특징 추출 및 참조 이미지 매칭을 이용한다. 추출된 영역은 참조 DB에서 일치하는 병변 이미지를 검색하고, 일치된 결과는 칼만 필터 기반의 적합성 피드백을 이용해 병변을 자동 추출한다. 제안 알고리즘은 왼손 x-ray 입력 영상을 기반으로 성장판을 추출하기 위해 왼손 이미지의 윤곽선을 추출하고, 이것은 다중 스케일 해시안 행렬 기반의 세션화를 이용해 후보 영역을 생성 한다. 그 결과, 제안 알고리즘은 관심영역 분할 단계에서는 0.02초로 빠른 분할이 가능하였고, 분할 영상을 기준으로 ROI 추출시 평균 0.53, 강화 단계에서는 0.49초로 매우 정확한 이미지 분할이 가능한 것을 실험을 통해 알 수 있었다.