• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.437-440
• /
• 2022

현대 사회는 4차 산업 혁명과 IoT 기술 등의 발전으로 영상 처리 분야의 활용이 급증하고 있다. 특히, 에지 검출은 이미지 분류, 객체 검출 등 영상 처리 응용에서 필수적인 전처리 과정으로 여러 분야에서 널리 사용되고 있다. 에지를 검출하기 위한 기존의 방법에는 소벨 필터(Sobel edge detection filter), 로버츠 필터(Roberts edge detection filter), 프리윗 필터(Prewitt edge detection filter), LoG(Laplacian of Gaussian) 등이 있다. 하지만 기존의 방법들은 명암도가 낮은 저조도 환경에서 에지 검출 특성이 다소 미흡한 성능을 보인다는 단점이 있다. 따라서 본 논문에서는 저조도 환경에서도 에지 검출 특성을 높이기 위해 명암도 분석에 기반한 에지 검출 알고리즘을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.921-923
• /
• 2015

영상에서 에지는 물체의 크기, 방향, 위치 등의 정보를 포함한다. 이러한 에지를 검출하기 위한 기존의 에지 검출 방법은 Sobel, Prewitt, Roberts, Laplacian 등을 이용한 방법이다. 이러한 기존의 방법은 에지 검출하기 위하여 고정된 가중치 마스크를 이용하며 에지 검출 특성이 다소 미흡하다. 따라서 이와 같은 기존의 방법의 문제점을 보완하기 위하여, 본 논문에서는 국부 마스크의 화소 분포에 따라 그레이 레벨 변환 함수를 적용하여 에지를 검출하는 알고리즘을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.919-921
• /
• 2015

에지는 영상에서 물체의 인식, 검출 등의 여러 분야에서 영상을 간략화하기 위해 전처리 과정으로서 널리 활용되고 있다. 일반적으로 널리 알려진 에지 검출 방법에는 Sobel, Roberts, Laplacian 등이 있으며, 이러한 기존의 방법들은 구현이 간단한 장점을 가지나, 고정 가중치 마스크를 이용하기 때문에 다소 미흡한 결과를 나타낸다. 따라서 기존의 에지 검출 방법의 문제점을 보완하고 우수한 에지 검출 특성을 얻기 위해 화소 분포를 고려한 에지 검출 알고리즘을 제안하였다. 제안한 알고리즘을 평가하기 위해 기존의 방법과 시뮬레이션하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.900-902
• /
• 2015

현대사회에서 디지털 영상 처리 기술이 발전함에 따라 에지 검출은 스마트 기기, 의료 등 여러 응용 분야에서 활용되고 있다. 기존의 에지 검출 방법에는 마스크를 이용한 Sobel, Prewitt, Roberts, Laplacian 등이 있다. 이러한 기존의 방법은 구현이 간단하나 다소 미흡한 결과를 나타낸다. 따라서 이와 같은 기존의 방법의 문제점을 보완하기 위하여, 본 논문에서는 모폴로지 연산 및 국부 마스크를 이용하여 에지를 검출하는 알고리즘을 제안하였으며, 기존의 방법들과 검출 성능을 비교하였다.

• 한국정보통신학회논문지
• /
• 제18권9호
• /
• pp.2259-2264
• /
• 2014

에지 검출 방법은 Sobel, Prewitt, Roberts, Canny 에지 검출기 등이 있으며, 이러한 방법들은 임펄스 잡음에 훼손된 영상에서 에지 검출 특성이 미흡하다. 따라서 본 논문에서는 이러한 기존의 방법의 단점들을 개선하고 임펄스 잡음 환경에서 효과적으로 에지를 검출하기 위하여, $3{\times}3$ 마스크를 사용하여 중심 화소를 기준으로 한 $5{\times}5$ 마스크 내의 요소들에 대해 잡음을 판단하며, 그 여부에 따라 비잡음일 경우 그대로 처리하고 잡음일 경우 각 요소들의 인접 화소를 이용하여 추정 마스크를 구하여 에지를 검출하는 알고리즘을 제안하였다.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.454-458
• /
• 2001

이 논문에서는 디지털 영상의 퍼지 시스템 표현으로부터 유도된 Edge 검출 알고리듬에 대하여 기술한다. 이 알고리듬은 Gradient을 기반으로 한 것으로 Convolution Kernel이 기존의 Roberts, Prewitt 또는 Sobel등이 제안한 Gradient Kernel과 다른 새로운 것이다. 사용한 퍼지시스템은 디지털 영상을 근사적으로 표현한 Bicubic Spline 함수를 퍼지시스템 화한것으로서 2차 도함수가 연속이기 때문에 Gradient나 Laplacian 연산이 가능하다. Grid 점들에서 이 함수의 Gradient는 두 개의 축 방향으로 각각 한개의 3$\times$3행렬과 영상과의 Covolution에 의하여 산출됨을 보였으며 이를 이용하여 검출된 Edge들은 기존의 다른 방법을 사용하여 검출된 Edge 영상보다 훨씬 선명함을 확인하였다. 이 알고리듬 적용사례 2개에 대한 기술에 포함되어 있다.

• 전자공학회논문지
• /
• 제52권4호
• /
• pp.207-212
• /
• 2015

움직임 영상에서 에지 검출을 이용하여 잡음을 예측하는 방법을 제안한다. 에지 검출은 잡음 예측에 영향을 주는 구조와 세밀함을 제거하는 역할을 한다. 에지를 검출하기 위하여 잡음에 강한 소벨과 형상학 닫힘 연산자를 사용한다. 제안하는 잡음 예측 방법은 다양한 종류의 동영상에 효율적으로 적용될 수 있으며 기존 잡음 예측 방법들 보다 향상된 결과를 가진다. 또한, 제안하는 알고리즘은 영상과 비디오 응용에서 효율적으로 적용할 수 있다.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.735-741
• /
• 2014

에지는 영상에서 화소 간의 명암 차이가 큰 경우에 나타나며, 대상의 크기, 위치, 방향 등의 정보를 포함한다. 에지검출 방법에는 Sobel, Roberts, Laplacian, LoG(Laplacian of Gaussian) 등이 있으며, 이러한 방법들은 AWGN(additive white Gaussian noise)이 첨가된 영상에서 그 특성이 미흡하다. 따라서 이러한 특성을 개선하기 위하여 본 논문에서는 거리에 따른 가중치와 주변 화소의 평균에 의한 추정 마스크를 적용하는 알고리즘을 제안하였다. 그리고 제안한 방법의 성능을 확인하기 위하여 평가 척도는 처리 영상 및 PFOM(Pratt's figure of merit)을 사용하여 기존의 방법들과 비교하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.630-632
• /
• 2012

현대사회는 디지털 정보화시대로 변화하고 있으며, 이로 인해 다양한 영상들의 이용이 증가하고 있다. 이러한 영상을 처리하기 위하여, 다양한 디지털 영상 처리 기법이 이용되고 있다. 그 중 에지검출 기법은 물체 인식, 차선 검출 등 여러 응용 분야에 활용되고 있다. 기존의 에지 검출 기법은 Sobel, Prewitt, Roberts, Laplacian 등이 있다. 하지만 이러한 기존의 방법들로 처리한 영상들은 영상을 주변 화소의 변화정도와 관계없이 동일하게 영상을 처리하기 때문에, 에지 검출 특성이 다소 미흡하다. 따라서 본 연구에서는 기존의 방법들의 단점을 개선하기 위하여, 변형된 확장 마스크를 이용한 에지 검출 알고리즘을 제안하였다.

• Smart Structures and Systems
• /
• 제28권6호
• /
• pp.779-789
• /
• 2021

Cracks in railway sleeper are an inevitable condition and has a significant influence on the safety of railway system. Although the technology of railway sleeper condition monitoring using machine learning (ML) models has been widely applied, the crack recognition accuracy is still in need of improvement. In this paper, a two-stage method using edge detection and convolutional neural network (CNN) is proposed to reduce the burden of computing for detecting cracks in railway sleepers with high accuracy. In the first stage, the edge detection is carried out by using the 3×3 neighborhood range algorithm to find out the possible crack areas, and a series of mathematical morphology operations are further used to eliminate the influence of noise targets to the edge detection results. In the second stage, a CNN model is employed to classify the results of edge detection. Through the analysis of abundant images of sleepers with cracks, it is proved that the cracks detected by the neighborhood range algorithm are superior to those detected by Sobel and Canny algorithms, which can be classified by proposed CNN model with high accuracy.