$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

라돈 변환을 이용한 회전된 물체의 효율적인 보정
Efficient Correction of a Rotated Object Using Radon Transform 원문보기

정보과학회논문지. Journal of KIISE. 컴퓨팅의 실제 및 레터, v.14 no.3, 2008년, pp.291 - 295  

조보호 (창원대학교 컴퓨터공학과) ,  정성환 (창원대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 비전 시스템을 통하여 입력되어 들어오는 회전된 물체를 보정하기 위해 사용하는 선 구조 분석 도구인 라돈변환의 문제점을 해결하기 위해 입력 영상 간소화 방법을 제안한다. 먼저, 비전 시스템을 통하여 입력된 영상 내에서 불필요한 배경 부분을 제거하여 물체 영상을 추출한다. 다음, 추출된 물체 영상에 대하여 기울기를 고려하여 제한된 물체 영상만을 라돈 변환의 최종 입력 영상으로 추출한다. 마지막으로 최종 입력 영상에 대하여 라돈 변환을 사용하여 회전각을 추출한 후, 원 영상 내의 회전된 물체를 보정한다. 실험 결과, 제안한 방법은 처리 속도를 약 64% 향상시킬 수 있었고, 기억용량은 약 18% 줄일 수 있었으며, 선 검출율은 약 18%까지 향상시킬 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose an input image reduction method to solve the problems of Radon transform which is a line structure analysis tool to correct a rotated object through a vision system. First we extract an object image removed background from the input image. Then we also select a reduced obje...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 본 논문에서는 라돈 변환의 이러한 문제점들을 개선하고, 비전 시스템을 통하여 입력된 영상 내의 회전된 물체를 효과적으로 보정하기 위해 입력 영상을 간소화하는 방법을 제안한다. 제안한 방법은 먼저, 비전 시스템을 통하여 입력된 영상 내에서 배경 부분이 제거된 물체 영상을 추출한다.
  • 그러나 그림 6(c)의 경우두 개의 최대값이 비슷한 값을 나타내고 중간 부위와도 상대적으로 값 차이가 많이 나지 않지만, 그림 6(d)의 이진 영상에 대한 라돈 변환의 경우, 다른 경우보다 더 효과적으로 영상 내에서 물체의 기울어진 각도를 추출할 수가 있다는 것을 관찰할 수 있다. 따라서 본 논문에서는 비전 시스템을 통하여 입력된 컬러 영상을 이진 영상으로 변환하여 실험을 실시한다.
  • 선 구조 분석 도 구인라돈 변환의 경우, 입력되는 영상의 크기(NxM)와 입력 영상에 대한 투영 회전각의 수(P)에 따라 NMP의 계산이 필요하고, 또한 라돈 변환의 결과를 저장하기 위한기억용량의 문제를 가지고 있다. 따라서 본 연구에서는 라돈 변환의 이러한 문제를 해결하고, 보다 정확하고 효과적으로 회전각을 추출하여 보정하기 위해 전처리 과정을 거쳤다. 전처리 과정을 통하여 라돈 변환의 입력 영상 올 간소화함으로써 처리속도와 기억 용량을 개선할 수 있었고, 회전각을 효과적으로 추출하여 회전된 물체를 보정할 수 있었다.
  • 본 논문에서는 다양한 비전 시스템 환경에서 획득한 컬러 영상에 대하여 선 구조 분석 도구인 라돈변환을 이용하여 영상 내의 회전된 물체를 보정하는 실험을 실시하였다. 라돈 변환의。의 범위는 0。~179°이고, 。의값은 1。씩 증가하는 것으로 하였다.
  • 본 논문에서는 이진 영상에서 불필요한 배경 부분을 없애고 물체 영상을 추출하기 위해 이진 영상으로부터 획득한 히스토그램에서 그림 2와 같이 히스토그램의 양 끝에서 중앙 쪽으로 물체 영역의 좌표를 조사하지 않고, 그림 3과 같이 히스토그램의 중앙에서 좌우로 조사하여 좌표를 찾는 방법을 제안한다. 이는 히스토그램의 양 끝에서 중앙 쪽으로 물체 영상의 좌표를 조사할 때, 그림 2의 원 부분과 같은 잡음 등에 의하여 좌표를 정확하게 찾기가 어렵고, 이로 인해 잘 못된 좌표를 구할 수 있기 때문이다.
  • 본 논문에서는 컴퓨터 비전 시스템을 통하여 입력된 회전된 물체를 보다 효과적으로 보정하기 위하여 입력 영상 간소화 방법을 제안하였다. 선 구조 분석 도 구인라돈 변환의 경우, 입력되는 영상의 크기(NxM)와 입력 영상에 대한 투영 회전각의 수(P)에 따라 NMP의 계산이 필요하고, 또한 라돈 변환의 결과를 저장하기 위한기억용량의 문제를 가지고 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. J. Radon, "Uber die Bestimmung von Funktionen durch ihre Integralwerte langs gewisser Mannig- faltigkeiten," Berichte Sachsische Akademie der Wissenschaften, Leipzig, Mathematisch-Physikal- ische Klasse, Vol.69, pp. 262-277, 1917 

  2. Nguyen Dinh Thuc and Duong Anh Duc, "The Hough Transform - A Radon - Like Transform," International Conference on Electronics, Information, and Communications, pp. 274-275, 2004 

  3. Seung Jin Park, Muhammad Bilal Ahmad, Rhee Seung-Hak, Seung Jo Han, and Jong An Park, "Image Corner Detection Using Radon Transform," LNCS 3046, pp. 948-955, 2004 

  4. Nitin Aggarwal and William Clem Karl, "Line Detection in Images Through Regularized Hough Transform," IEEE Trans. on Image Processing, Vol.15, No.3, pp. 582-591, 2006 

  5. William H. Press, "Discrete Radon transform has an exact, fast inverse and generalizes to operations other than sums along lines," PNAS, Vol.103, No.51, pp. 19249-19254, 2006 

  6. Cris L. Luengo Hendriks et al., "The generalized Radon transform: Sampling, accuracy and memory considerations," Pattern Recognition, Vol.38, No.12, pp. 2494-2505, 2005 

  7. John A. Martiney, Uriel Rodriguez, and Michael Nechyba, "An automated implementation of beam- lets to classify frames of triggered lightning," FCRAR 2003, pp. 1-6, 2003 

  8. Rafael C. Gonzalez and Richard E. Woods, Digital Image Processing, Addison Wesley, 1992 

  9. N. Otsu, "A Threshold Selection Method from Gray-Level Histogram," IEEE Trans. on Systems, Man, and Cybernetics SMC-9, pp. 62-66, 1979 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로