• 대한의용생체공학회:의공학회지
• /
• 제15권3호
• /
• pp.325-332
• /
• 1994

본 논문에서는 2D 심초음파영상으로 부터 가중모델을 검출하고 이 모델로써 Hough변환을 수행하여 좌심실의 심내벽윤곽을 검출하는 방법을 제안하였다. 제안된 방법의 수행은 다음과 같이 크게 두단계로 나누어진다. 첫번째 단계에서는 근사적인 심내벽 모델과 모델의 중심을 검출하기 위하여 근사모델 검출 알고리듬이 수행되고 그런다음, 검출된 모델로써 가중모델을 구성한다. 두번째 단계에서는 가중모델과 에지영상을 이용한 Hough변환을 수행하므로써 좌심실 동공의 중심을 자동적으로 찾은 다음, 가중모델, 에지영상 및 동공의 중심과 같은 지식을 이용하여 심내벽 윤곽을 검출하였다.

• 전기전자학회논문지
• /
• 제15권3호
• /
• pp.255-260
• /
• 2011

본 논문은 허프 변환을 이용한 차선 검출 알고리즘의 병렬화 기법을 제안한다. 허프 변환은 영상의 모든 위치에 존재 가능한 모든 후보 ${\Theta}$ 들에 대해 ${\rho}$ 값을 구해야 하므로 연산량이 많기 때문에 연산에 많은 시간이 소요되는 단점이 있다. 이를 멀티코어 환경에서 병렬 처리하는 구조를 제안 한다. 또한 허프 변환 이외에도 전처리 과정에 해당하는 노이즈 제거와 에지 검출도 병렬 처리 하였다. 제안하는 알고리즘은 기존 알고리즘에 비해 5.17배의 성능 향상이 있다.

• 제어로봇시스템학회논문지
• /
• 제17권1호
• /
• pp.22-30
• /
• 2011

Plane detection is very important information for mission-critical of robot in 3D environment. A representative method of plane detection is Hough-transformation. Hough-transformation is robust to noise and makes the accurate plane detection possible. But it demands excessive memory and takes too much processing time. Iterative randomized Hough-transformation has been proposed to overcome these shortcomings. This method doesn't vote all data. It votes only one value of the randomly selected data into the Hough parameter space. This value calculated the value of the parameter of the shape that we want to extract. In Hough parameters space, it is possible to detect accurate plane through detection of repetitive maximum value. A common problem in these methods is that it requires too much computational cost and large number of memory space to find the distribution of mixed multiple planes in parameter space. In this paper, we detect multiple planes only via data sampling using Self Organizing Map method. It does not use conventional methods that include transforming to Hough parameter space, voting and repetitive plane extraction. And it improves the reliability of plane detection through division area searching and planarity evaluation. The proposed method is more accurate and faster than the conventional methods which is demonstrated the experiments in various conditions.

• International Journal of Korean Welding Society
• /
• 제1권2호
• /
• pp.23-29
• /
• 2001

In this study, a preview-sensing visual sensor system is constructed far weld seam tracking in GMA welding. The visual sensor system consists of a CCD camera, a diode laser system with a cylindrical lens, and a band-pass-filter to overcome the degrading of image due to spatters and/or arc light. Among the image processing methods, Hough transform method is compared with the central difference method from a viewpoint of the capability for extracting the accurate feature position. As a result, it was revealed that Hough transform method can more accurately extract the feature positions and it can be applied to real time weld seam tracking. Image processing which includes Hough transform method is carried out to extract straight lines that express laser stripe. After extracting the lines, weld joint position and edge points are determined by intersecting the lines. Even though the image includes a spatter trace on it, it is possible to recognize the position of weld joint. Weld seam tracking was precisely implemented with adopting Hough transform method, and it is possible to track the weld seam in the case of offset angle is in the region of $\pm$ $15^{\circ}$.

• 한국정보통신학회논문지
• /
• 제12권2호
• /
• pp.369-377
• /
• 2008

허프 변환(Hough transform)은 영상에서 몇 개의 파라미터로 표현되는 기하학적 요소 추출을 위해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간(Hough space)의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이러한 잡음 민감성은 검출되는 직선의 개수뿐만이 아니라 검출된 직선의 품질에도 영향을 미칠 수 있다. 즉, 실제 직선에서 벗어난 직선이 검출되거나 하나의 실제 직선에 대해 여러 개의 직선이 검출되는 등의 직선 왜곡이 발생할 수 있다. 이러한 직선 왜곡은 잡음 이외에도 허프 공간의 설정, 특히 각 해상도의 설정에 영향을 받는다. 따라서 본 논문에서는 기존의 허프 변환에서 발생하는 이러한 직선 왜곡을 분석하고, 잡음 민감성을 줄이기 위해 제안된 경계선 강도 허프 변환(Edge Strength Hough Transform, ESHT)에서 이러한 왜곡이 적게 발생함을 보인다. 하지만 허프 공간의 크기는 허프 변환 이전에 정해지므로, 정해진 허프 공간에 대해 왜곡의 발생이 최소가 되도록 하는 방법을 제시한다. 또한 경계선 강도 허프 변환의 경계선 확장과 강도 설정 과정을 통해 경계선 강도 허프 변환에서만 발생할 수 있는 직선 왜곡을 분석하고 이를 해결하는 방법을 제시한다. 실험 결과에서는 제시한 방법이 직선의 왜곡이 감소하는 것을 확인하였다.

• 한국통신학회논문지
• /
• 제19권10호
• /
• pp.1991-2000
• /
• 1994

본 논문에서는 필기체 문자 인식 시스템을 위하여 6형식 분류 알고리즘을 제안하였다. 입력 영상은 세선화 과정을 거친 후 잡음을 제거하는 절단화 과정을 거친 후 $64\times64$ 크기로 정규화하여 이용하였다. 6형식 분류는 신경회로망의 모델 중 다층 퍼셉트론의 학습알고리즘을 이용하여 대분류와 상세분류 과정에서 이루어진다. 특징값 추출은 부분적인 특정값으로는 Subblock Hough transform을 이용하였으며 전체적인 특징값으로는 표본화 Hough transfrom을 이용하였다. 실험은 10사람이 한 형식당 30번씩 쓴 1800자를 대상으로 하였으며 받침의 유무로 대분류한 후 각기 종모음과 횡모음의 유무로 상세분류하여 90%의 분류 성공율을 얻었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.674-677
• /
• 2017

허프변환은 에지 화소를 대상으로 직선을 검출하는 가장 대표적인 알고리즘이다. 허프변환은 단순한 직선 영상에서는 우수한 성능을 보이나 잡음이 있거나 복잡한 영상에서는 상당한 계산량을 요구하고 쉽게 의사직선을 검출하는 문제를 갖고 있다. 본 논문은 기존 허프변환의 문제를 개선하기 위한 직선 검출 알고리즘을 제안한다. 제안된 알고리즘은 허프변환을 수행하기 전에 주성분 분석을 이용해 에지 화소의 직선 정보를 검출한다. 에지 화소의 직선 정보를 근거로 유효 에지 화소에서 제한된 기울기 영역의 허프변환을 수행한다. 모의실험 결과들은 제안된 알고리즘이 계산량을 크게 줄이는 것은 물론 의사직선도 제거하는 것을 보여주고 있다.

• 전기전자학회논문지
• /
• 제20권1호
• /
• pp.82-88
• /
• 2016

영상 인식에서 널리 이용되는 PPHT(Progressive Probability Hough Transform)는 직선을 정확하게 인식하는 우수한 알고리즘이나 원본 영상이 선명하지 않거나 복잡하여 잡음 성분이 많은 경우 인식률이 감소하는 문제가 있다. 이러한 문제를 해결하기 위해 잡음에 강하고 손상된 가장자리 패턴을 복구하며 직선을 인식하는 개선된 PPHT 방식을 제안한다. 제안하는 알고리즘은 픽셀 단위로 직선을 추적하고 검증하여 선분을 검출하는 방식으로 잡음의 영향을 최소화하고 손상된 가장자리 패턴을 일정 범위 내에서 복구하여 인식률을 증가시켰다. 제안한 알고리즘을 차선 인식에 적용하여 직선의 오인식률을 30% 이상 감소시키고 선분 인식률이 15%까지 증가함을 확인하였다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.868-877
• /
• 2015

영상에서 바코드 영역을 검출하는 다양한 방식들이 연구되어 왔다. 기존 방식들은 주파수 성분 특징을 이용하거나, Hough transform (HT)을 이용하여 바코드 영역을 검출한다. 하지만 이 방식들은 바코드의 기울기와 노이즈에 영향을 받는다. 또한 여러 개의 바코드가 있는 경우 정확히 검출하지 못한다. 본 논문에서는 바코드의 기울기와 노이즈에 강인하고, 복수 개의 바코드를 검출할 수 있는 방식을 제안한다. 우리는 전처리 단계로 Probabilistic Hough transform (PHT)를 이용하여 바코드 기울기, 노이즈, 그리고 개수에 상관없이 바코드가 존재할 가능성이 높은 영역을 추출한 후, 주파수 성분 분석을 통해 바코드를 찾아낸다. 구현된 시스템의 성능분석을 통해 다양한 환경에서 바코드 추출이 가능함을 확인했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.333-334
• /
• 2009

In this paper, I propose the novel method based on Labeled Hough transform and GLCM(Grey-Level Co-occurrence Matrix) for license plate detection. A lot of conventional methods have been proposed to detect the license plate, but those are useless in order to detect the license plate well in case of dark or unstable images. Histogram equalization is preprocessed to each image before applying this method. As a result, the license plate is detected accurately