[논문]모바일 로봇 기반의 도서 관리 시스템 개발

김아람; 이세한; 이상용

doi:10.5391/JKIIS.2016.26.1.009

검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
검색연산자

검색도움말
검색연산자	기능	검색시 예
()	우선순위가 가장 높은 연산자	예1) (나노 (기계 \| machine))
공백	두 개의 검색어(식)을 모두 포함하고 있는 문서 검색	예1) (나노 기계) 예2) 나노 장영실
\|	두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색	예1) (줄기세포 \| 면역) 예2) 줄기세포 \| 장영실
!	NOT 이후에 있는 검색어가 포함된 문서는 제외	예1) (황금 !백금) 예2) !image
*	검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색	예) semi*
""	따옴표 내의 구문과 완전히 일치하는 문서만 검색	예) "Transform and Quantization"

과학기술 지식인프라 ScienceON

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.

논문 상세정보

MyON담기

내보내기 페이스북 공유 트위터 공유 카카오톡 공유

모바일 로봇 기반의 도서 관리 시스템 개발

Development of Library Management System based on a Mobile Robot

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems v.26 no.1 , 2016년, pp.9 - 15

김아람 (경남대학교 첨단공학과 ) ; 이세한 ( 경남대학교 기계공학부 ) ; 이상용 ( 경남대학교 컴퓨터공학과)

초록

본 논문에서는 도서관의 도서 관리 효율을 높이기 위해 도서들이 제 위치를 정상적으로 배치되어 있음을 검증하는 시스템을 제안하고자 한다. 개방형 도서관에서 일반인들이 도서를 열람하고 난 후, 고의 혹은 실수로 인해 제자리에 도서를 꽂아 놓지 않는 경우가 발생한다. 이렇게 되면 소장되어 있는 도서임에도 불구하고 분실도서로 처리되어 다른 사람이 열람하지 못하게 된다. 이와 같은 문제를 해결하기 위해 로봇을 이용하여 서가의 영상을 획득하고, 획득한 영상으로부터 책의 분류정보를 읽어드려서 도서의 위치를 데이터베이스와 비교하여 검증한 다음, 잘못 비치된 도서를 사서에게 알려주는 시스템을 제안한다.

Abstract

In this paper, we propose a method for verifying the location of the books in working order to enhance the effiency of library management. On open libraries, occasionally people relocate the book by mistake or intention after reading one. In this occasion, the book is assorted as a lost property and cannot be lended to others, even though it is still in the library. To solve this problem, the system we propose takes an image of the book selves by a mobile robot and extracts the classifying information of the book. After comparison between current location of the book and assigned location of the library database, information of the mislocated books is notified to the librarian.

주제어

#컴퓨터 비전 #도서관 관리 #모바일 로봇 #데이터베이스

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

문제 정의

도서를 인식하는 것이 아니고 잘못 놓여진 도서의 후보영역을 찾아내어 사서들이 직접탐색을 하는 것이 아닌 제어탐색을 하게해서 사서들의 편의를 증가시키고자 했다.

이 방법은 기존에 도서의 색상정보를 이용하여 도서를 인식하는데 시간이 오래 걸린다는 점에 주안점을 두었다. 도서를 인식하는 것이 아니고 잘못 놓여진 도서의 후보영역을 찾아내어 사서들이 직접탐색을 하는 것이 아닌 제어탐색을 하게해서 사서들의 편의를 증가시키고자 했다.
본 논문에서는 Hough 변환을 통해서 출력된 도서 사이의 경계를 직선으로 추출하여 도서 사이의 경계를 검출한다.

Canny 연산의 결과로 영상에서 엣지를 추출한 다음 Hough 변환을 수행해 도서들의 경계를 추출한다. 본 논문에서는 Hough 변환을 통해서 출력된 도서 사이의 경계를 직선으로 추출하여 도서 사이의 경계를 검출한다. 이는 전체 영역에 대해 모든 직선을 식으로 표현하며 식 (2)와 같이 직선을 표현할 수 있다.
본 논문에서는 도서관의 관리를 위해 모바일 로봇을 이용해 잘못된 위치에 있는 도서들을 찾아내어 사서들이 보다 편하게 도서 정리를 할 수 있는 방안을 제시한다.

본 논문에서는 도서관의 관리를 위해 모바일 로봇을 이용해 잘못된 위치에 있는 도서들을 찾아내어 사서들이 보다 편하게 도서 정리를 할 수 있는 방안을 제시한다. 모바일 로봇이 도서관 전역을 돌아다니며 영상을 획득하고, 획득한 영상에서 도서들의 경계를 검출해낸다.
본 논문에서는 모바일 로봇 기반으로 각 도서의 위치를 확인하고 위치를 검증해서 도서관에서 잘못 비치된 도서를 사서에게 알려주는 시스템을 제안하였다.

본 논문에서는 모바일 로봇 기반으로 각 도서의 위치를 확인하고 위치를 검증해서 도서관에서 잘못 비치된 도서를 사서에게 알려주는 시스템을 제안하였다. 로봇은 폐관 시관 이후에 도서관을 돌아다니며 책장에 꽂힌 도서의 영상을 획득한다.
본 논문에서는 잘못 비치된 도서를 사서들이 컴퓨터를 이용해 확인하도록 로봇을 이용해 도서관에서 움직이며 도서와 데이터베이스와 비교해 잘못 놓인 도서를 인식하는 방법을 제안한다.

본 논문에서는 잘못 비치된 도서를 사서들이 컴퓨터를 이용해 확인하도록 로봇을 이용해 도서관에서 움직이며 도서와 데이터베이스와 비교해 잘못 놓인 도서를 인식하는 방법을 제안한다. 로봇은 도서관에서 자동으로 이동하며 도서관의 영상을 획득하고, 획득한 영상에서 도서의 위치를 인식한다.

제안 방법

Canny 연산의 결과로 영상에서 엣지를 추출한 다음 Hough 변환을 수행해 도서들의 경계를 추출한다.

Canny 연산의 결과로 영상에서 엣지를 추출한 다음 Hough 변환을 수행해 도서들의 경계를 추출한다. 본 논문에서는 Hough 변환을 통해서 출력된 도서 사이의 경계를 직선으로 추출하여 도서 사이의 경계를 검출한다.
각 도서의 정보는 도서에 붙인 레이블을 획득해 인식한 다음 도서관 데이터베이스와 비교한다.

로봇은 도서관에서 자동으로 이동하며 도서관의 영상을 획득하고, 획득한 영상에서 도서의 위치를 인식한다. 각 도서의 정보는 도서에 붙인 레이블을 획득해 인식한 다음 도서관 데이터베이스와 비교한다.
경계선의 추출을 위해 먼저 영상을 양방향 필터(Bilateral Filter)를 사용해 잡영을 제거하고 지역 적응형 이진화를 사용해 영상에서 밝기 값이 차이가 있는 부분을 획득한다.

레이블을 획득하기 위해 각 도서의 경계선을 추출한다. 경계선의 추출을 위해 먼저 영상을 양방향 필터(Bilateral Filter)를 사용해 잡영을 제거하고 지역 적응형 이진화를 사용해 영상에서 밝기 값이 차이가 있는 부분을 획득한다. 그 다음 모폴로지 연산(Morphology Operator)을 수행해 분리된 경계선을 이어진 요소로 만든다.
그 다음 획득한 영상에서 캐니 엣지 검출기(Canny Edge Detector)를 사용하여 엣지라고 판단되는 부분을 우선 검출한다.

그 다음 모폴로지 연산(Morphology Operator)을 수행해 분리된 경계선을 이어진 요소로 만든다. 그 다음 획득한 영상에서 캐니 엣지 검출기(Canny Edge Detector)를 사용하여 엣지라고 판단되는 부분을 우선 검출한다. 도서와 도서 사이의 경계는 직선이기 때문에 획득한 선분 중 직선을 추출해야 하는데, 이를 위하여 허프 변환을 이용한다[8].
도서 사이의 경계가 추출되어지면 도서들의 위치 추정을 하기 위해서 도서들의 영역으로부터 레이블 영역을 추출하여 도서의 정보를 획득한다.

도서 사이의 경계가 추출되어지면 도서들의 위치 추정을 하기 위해서 도서들의 영역으로부터 레이블 영역을 추출하여 도서의 정보를 획득한다. 이를 위해 우선 레이블이 있는 영역을 추정해야 하는데, 레이블은 도서들의 옆면에 표기된 도서명, 저자명, 출판사명 등을 가리지 않게 하기 위하여 도서의 하단에 붙여놓는다.
도서 사이의 경계선을 추출해 해당 위치에 도서들의 수량이 올바른지 인식할 수 있고, 레이블 안에 있는 청구기호를 인식해서 각각의 도서가 올바른 위치에 자리하고 있는지 검증한다.

로봇은 폐관 시관 이후에 도서관을 돌아다니며 책장에 꽂힌 도서의 영상을 획득한다. 도서 사이의 경계선을 추출해 해당 위치에 도서들의 수량이 올바른지 인식할 수 있고, 레이블 안에 있는 청구기호를 인식해서 각각의 도서가 올바른 위치에 자리하고 있는지 검증한다. 도서관 전체의 도서 위치는 데이터베이스에 저장이 되어서 사서들이 직접 도서관 전체를 돌아다니며 잘못 비치된 도서를 찾는 인력 낭비를 최소화 할 수 있으며, 이로 인해 일의 효율을 증가시킬 수 있다.
도서관 조명의 위치에 따라 도서의 색상이 다르게 들어올 수 있으므로, 빛의 영향에 따른 값의 차이가 큰 RGB 모델만을 사용하지 않고 HSV 모델을 같이 사용해 색상 검출기를 만든다.

색상 레이블의 위와 아래 영역에 하얀색 바탕이 들어가 있으므로, 본 논문에서는 도서의 하단에서부터 색상을 검출한다. 도서관 조명의 위치에 따라 도서의 색상이 다르게 들어올 수 있으므로, 빛의 영향에 따른 값의 차이가 큰 RGB 모델만을 사용하지 않고 HSV 모델을 같이 사용해 색상 검출기를 만든다. 만약 도서 사이가 아닌 곳의 경계를 오인식해서 추출했다면, 색상 검출기를 사용했는데 정상적으로 색상이 검출되지 않게 된다.
도서들이 책장에 얼마나 꽂혀 있는지 개수를 확인하고, 검출한 경계 내에서 각도서의 청구번호를 인식해 데이터베이스와 비교해 검증한 다음 잘못 비치된 도서를 확인한다.

모바일 로봇이 도서관 전역을 돌아다니며 영상을 획득하고, 획득한 영상에서 도서들의 경계를 검출해낸다. 도서들이 책장에 얼마나 꽂혀 있는지 개수를 확인하고, 검출한 경계 내에서 각도서의 청구번호를 인식해 데이터베이스와 비교해 검증한 다음 잘못 비치된 도서를 확인한다. 전체 도서관의 정보는 데이터베이스에 기록되며 기록된 정보를 사서들이 확인하여 잘못 비치된 도서를 쉽게 찾아가서 도서관을 정리할 수 있게 도와주는 방법을 제안한다.
또한 이용 중인 사람들에게 피해를 줄 수 있기 때문에 본 논문에서는 도서관이 폐관한 다음 사람들이 없을 때를 로봇의 동작시간으로 한다.

도서관이 개관해 있는 중에는 많은 사람들이 도서관을 이용하기 때문에 로봇이 돌아다니며 영상을 획득하는 것이 쉽지 않다. 또한 이용 중인 사람들에게 피해를 줄 수 있기 때문에 본 논문에서는 도서관이 폐관한 다음 사람들이 없을 때를 로봇의 동작시간으로 한다. 실험에 장착된 로봇의 트레이 설계도는 그림 9과 같다.
레이블에서 청구기호의 영역을 획득한 뒤 OCR을 이용하여 청구기호를 인식한다.

레이블에서 청구기호의 영역을 획득한 뒤 OCR을 이용하여 청구기호를 인식한다. 본 논문에서는 기존 상용 기능인 OCR 을 직접 개발하지 않고 오픈 소스 OCR 엔진인 Tesseract를 사용한다.
색상 검출기로 레이블의 색상을 찾아 하단 y축의 임계점을 획득한 다음, 적응형 이진화를 수행한 영상에서 히스토그램을 구한다.

색상 검출기로 레이블의 색상을 찾아 하단 y축의 임계점을 획득한 다음, 적응형 이진화를 수행한 영상에서 히스토그램을 구한다. 레이블의 색상으로부터 획득한 임계점에서부터 x축으로 투영을 수행하여 얻어진 히스토그램을 구하게 되면, 청구기호가 있는 부분에서 히스토그램의 값이 커진다.
색상 레이블의 위와 아래 영역에 하얀색 바탕이 들어가 있으므로, 본 논문에서는 도서의 하단에서부터 색상을 검출한다.

색상으로 레이블을 구분하고자 할 때 도서의 색상이 레이블의 색과 비슷한 경우가 존재할 수 있다. 색상 레이블의 위와 아래 영역에 하얀색 바탕이 들어가 있으므로, 본 논문에서는 도서의 하단에서부터 색상을 검출한다. 도서관 조명의 위치에 따라 도서의 색상이 다르게 들어올 수 있으므로, 빛의 영향에 따른 값의 차이가 큰 RGB 모델만을 사용하지 않고 HSV 모델을 같이 사용해 색상 검출기를 만든다.
설정한 관심영역에서 HSV, RGB 색상 특징값을 추출하고 색상인식을 이용해 레이블의 위치를 확인하고 광학 문자 인식(OCR: Optical Character Recognition)을 이용해 청구기호를 인식한다.

획득한 도서의 경계선을 기준으로 레이블이 있는 영역을 찾기 위해 관심 영역(ROI: Region of Interest)을 설정한다. 설정한 관심영역에서 HSV, RGB 색상 특징값을 추출하고 색상인식을 이용해 레이블의 위치를 확인하고 광학 문자 인식(OCR: Optical Character Recognition)을 이용해 청구기호를 인식한다.
이 문제를 해결하기 위하여 누적 셀의 구분 기준을 각도 값인 θ만을 설정하여 도서 사이의 경계를 추출하였다.

이 문제를 해결하기 위하여 누적 셀의 구분 기준을 각도 값인 θ만을 설정하여 도서 사이의 경계를 추출하였다.
이를 해결하기 위하여 모폴로지 연산을 수행한다.

잡영 제거 후 적응형 이진화를 수행하게 되면 찾고자 하는 도서 사이의 경계 부분이 일부 유실되어 끊어지는 경우가 발생하게 된다. 이를 해결하기 위하여 모폴로지 연산을 수행한다.
전체 도서관의 정보는 데이터베이스에 기록되며 기록된 정보를 사서들이 확인하여 잘못 비치된 도서를 쉽게 찾아가서 도서관을 정리할 수 있게 도와주는 방법을 제안한다.

도서들이 책장에 얼마나 꽂혀 있는지 개수를 확인하고, 검출한 경계 내에서 각도서의 청구번호를 인식해 데이터베이스와 비교해 검증한 다음 잘못 비치된 도서를 확인한다. 전체 도서관의 정보는 데이터베이스에 기록되며 기록된 정보를 사서들이 확인하여 잘못 비치된 도서를 쉽게 찾아가서 도서관을 정리할 수 있게 도와주는 방법을 제안한다.
텍스트 라인을 분석해 구성요소를 체계화 한 뒤 자간에 따라 단어의 단위로 나눈다.

Tesseract는 입력한 이미지를 지역적응형이진화를 한 다음, 이진화한 이미지의 연결된 구성요소를 분석하여 각 구성 요소의 외곽선을 추출해 이진 데이터로 저장한다. 텍스트 라인을 분석해 구성요소를 체계화 한 뒤 자간에 따라 단어의 단위로 나눈다. 마지막으로, 단어 단위로 나뉜 구성요소를 단어 단위와 페이지 단위로 인식한다[18].

대상 데이터

로봇은 폐관 시관 이후에 도서관을 돌아다니며 책장에 꽂힌 도서의 영상을 획득한다.

본 논문에서는 모바일 로봇 기반으로 각 도서의 위치를 확인하고 위치를 검증해서 도서관에서 잘못 비치된 도서를 사서에게 알려주는 시스템을 제안하였다. 로봇은 폐관 시관 이후에 도서관을 돌아다니며 책장에 꽂힌 도서의 영상을 획득한다. 도서 사이의 경계선을 추출해 해당 위치에 도서들의 수량이 올바른지 인식할 수 있고, 레이블 안에 있는 청구기호를 인식해서 각각의 도서가 올바른 위치에 자리하고 있는지 검증한다.
마이크로소프트 비주얼 스튜디오 2013, OpenCV 2.4.11를 사용하였고, NTREX사에서 제작한 주행로봇 Stella-B3에 직접 설계한 트레이에 카메라 센서들을 부착하여 실험에 사용하였다.

본 논문에서 실험하기 위하여 구현한 시스템은 다음과 같다. 마이크로소프트 비주얼 스튜디오 2013, OpenCV 2.4.11를 사용하였고, NTREX사에서 제작한 주행로봇 Stella-B3에 직접 설계한 트레이에 카메라 센서들을 부착하여 실험에 사용하였다. 로봇 제어와 데이터베이스와의 연동은 로봇에 설치된 노트북에서 이루어진다.
제안하는 방법을 평가하기 위하여 로봇이 도서관을 다니며 취득한 25장의 영상들을 사용하였다.

제안하는 방법을 평가하기 위하여 로봇이 도서관을 다니며 취득한 25장의 영상들을 사용하였다. 총 도서의 수는 524권이며, 489권을 인식해서 93.

이론/모형

본 논문에서는 기존 상용 기능인 OCR 을 직접 개발하지 않고 오픈 소스 OCR 엔진인 Tesseract를 사용한다.

레이블에서 청구기호의 영역을 획득한 뒤 OCR을 이용하여 청구기호를 인식한다. 본 논문에서는 기존 상용 기능인 OCR 을 직접 개발하지 않고 오픈 소스 OCR 엔진인 Tesseract를 사용한다. Tesseract는 HP(Hewlett and Packard)에서 1984년부터 개발되어온 오픈 소스 OCR 엔진이며, 현재 Google사에서 지원하고 있다.
본 논문에서는 이 문제를 해결하기 위해 사람의 개입으로 임의로 설정하지 않고, Otsu 알고리즘을 바탕으로 한 적응형 방법으로 하단 임계값과 상단 임계값을 설정하는 알고리즘을 사용한다[16].

엣지 연산에서 엣지 크기에 관한 임계값 설정에 따라 윤곽선 검출 성능이 차이 나게 된다. 본 논문에서는 이 문제를 해결하기 위해 사람의 개입으로 임의로 설정하지 않고, Otsu 알고리즘을 바탕으로 한 적응형 방법으로 하단 임계값과 상단 임계값을 설정하는 알고리즘을 사용한다[16].
임계값 기반의 이진화를 사용하게 되면 임의로 결정 임계값에 따라 결과 영상이 달라질 수 있기 때문에, 본 논문에서는 지역 적응형 이진화 방법을 사용한다[14].

잡영을 제거한 다음 지역 적응형 이진화를 수행한다. 임계값 기반의 이진화를 사용하게 되면 임의로 결정 임계값에 따라 결과 영상이 달라질 수 있기 때문에, 본 논문에서는 지역 적응형 이진화 방법을 사용한다[14]. 그림 3은 양방향 필터를 사용한 상태에서 이진화를 수행한 영상을 보여준다.

질의응답

키워드에 따른 질의응답 제공
핵심어	질문	논문에서 추출한 답변
우리나라 도서관	우리나라 도서관에서는 어떤 분류법을 사용하는가?	듀이 십진분류법과 이를 우리나라 특성에 맞게 고친 한국 십진분류법(KDC: Korean Decimal Classification)을 같이 사용하고 있다. 우리나라 도서관에서는 듀이 십진분류법과 이를 우리나라 특성에 맞게 고친 한국 십진분류법(KDC: Korean Decimal Classification)을 같이 사용하고 있다. 도서관에 비치된 도서에는 그림 1과 같이 관리를 위해 이름, 저자, 위치 등 책 내용을 한국 십진분류법 또는 듀이 십진분류법을 이용해 표기해놓은 청구기호를 레이블로 붙여 관리하고 있다.
국제 표준 도서 번호	국제 표준 도서 번호의 한계점은 무엇인가?	도서 뒤편 바코드에 같이 삽입되어 있기 때문에, 도서 수납장에 일렬로 꽂아놓아 도서의 옆면만 보이는 상황에선 이를 이용해 도서를 인식할 수 없다. 이를 위해 영국에서 1966년 표준도서 번호를 만들었고, 이는 국제 표준화기구에 의해 ISO 2018 표준으로 채택되어 국제 표준 도서 번호(ISBN: International Standard Book Number)가 되었다. 하지만 국제 표준 도서 번호는 도서 뒤편 바코드에 같이 삽입되어 있기 때문에, 도서 수납장에 일렬로 꽂아놓아 도서의 옆면만 보이는 상황에선 이를 이용해 도서를 인식할 수 없다.
도서의 관리	도서의 관리를 위해 영국은 어떤 조치를 취하였는가?	1966년 표준도서 번호를 만들었고 도서의 관리를 위해 각각의 도서에 공통성을 지닌 고유번호를 정해 인식하고 분류하는 일이 요구된다. 이를 위해 영국에서 1966년 표준도서 번호를 만들었고, 이는 국제 표준화기구에 의해 ISO 2018 표준으로 채택되어 국제 표준 도서 번호(ISBN: International Standard Book Number)가 되었다. 하지만 국제 표준 도서 번호는 도서 뒤편 바코드에 같이 삽입되어 있기 때문에, 도서 수납장에 일렬로 꽂아놓아 도서의 옆면만 보이는 상황에선 이를 이용해 도서를 인식할 수 없다.

저자의 다른 논문

김아람(5) 이세한(26)

참고문헌 (18)

1. A-Ram Kim, and Sang-Yong Rhee, "Books Location Verification System using Computer Vision," Proceeding of KIIS Fall Conference 2015, vol. 25, no.2, pp. 218-219, 2015.
2. Yukari Akiyama, and Minoru Ito, "Book Recognition from Color Images of Book Shelves," IPAR Workshop on Machine Vision Applications, pp. 106-110, 1998.
3. Ja-Min Koo, Seung-Mo Ham, Woo-Je Kim, Hyun-Dong Shim, and Ki-Dong Ryu, "An Efficient Management Strategy of A Offline Second-Hand Bookstore With Camera Type OCR Technology," Proceedings of the Korean Society of Computer Information Conference, vol. 22. no. 1, pp. 283-286, 2014.
4. HeWen, Young-Hyun Baek, and Sung-Ryong Moon, "Improvement OCR Algorithm for Efficient Book Catalog RetrievalTechnology," Journal of the Institute of Electronics and Information Engineers, Vol 47, no.1, pp. 152-159, 2010.
5. Dong-Yuk Jo, "Books Location Estimation System by Image Processing," The Korea Information Processing Society Transactions Part B, vol. 12-B, no.1, pp. 17-24, 2005.
6. A.Pravin Renold, and Joshi Rani.R, "An Internet Based RFID Library Management System," Proceedings of 2013 IEEE Conference on Information and Communication Technologies, pp. 932-936, 2013.
7. Kiyotaka Fujisaki, "An RFID-based System for Library Management and Its Performance Evaluation," 2015 Ninth International Conference on Complex, Intelligent, and Software Intensive Systems, pp. 1-5, 2015.
8. Dae-Sun Kwon, Dae-Jong Lee, and Myung-Geun Chun, "Boundary Depth Estimation Using Hough Transform and Focus Measure," Journal of Korean Institute of Intelligent Systems, vol. 25, no. 1, pp. 78-84, 2015.
9. Jae-Hyon Ju, and Jeong-su Oh, "An Adaptive Binarization Algorithm for Degraded Document Images," The Journal of Korean Institute of Communications and Information Sciences, vol. 37, no. 7, pp. 581-585, 2012.
10. Akinori Wakabayashi, and Satona Motomura and Shohei Kato, "Body Movement Control System for Humanoid Robot Based on Associative Motion Generation," Journal of the KCIES, vol. 6, no. 2, pp. 231-236, 2011.
11. Keun-ho Park, Hee-Shin Lee, and Joon-Whoan Lee, "Hybrid Filter Based on Neural Networks for Removing Quantum Noise in Low-Dose Medical X-ray CT Images," International Journal of Fuzzy Logic and Intelligent Systems, vol. 15, no. 2, pp. 102-110, 2015.
12. Wan-Yong Choi, Yoon-Hyung Lee, amd Mun-Ho Jeong, "Bilateral Filtering-based Mean-Shift for Robust Face Tracking," Journal of the KCIES, vol. 8, no. 9, pp. 1319-1324, 2013.
13. Tae-Wuk Bae, Byoung-Ik Kim, Sung-Hak Lee, Young-Choon Kim, Sang-Ho Ahn, and Kyu-Ik SohngSeok-Ju Hong, and Chil-Woo Lee, "Small Target Detection Using Bilateral Filter Based on Edge Component," The Journal of Korean Institute of Communications and Information Sciences, vol. 34, no. 9, pp. 863-870, 2009.
14. Young-Baek Kim, Hong-Chang Lee, and Sang-Yong Rhee, "The Visual Inspection of Key Pad Parts Using a Fuzzy Binarization Algorithm," Journal of Korean Institute of Intelligent Systems, vol. 22, no.1, pp. 69-74, 2012.
15. Suk-Tae Seo, Krishnamoorthy SIVAKUMAR, and Soon-Hak Kwon, "Dempster-Shaper's Evidence Theory-based Edge Detection," International Journal of Fuzzy Logic and Intelligent Systems, vol. 11, no.1, pp. 19-24, 2011.
16. Mei-Fang, Guang Yue, and QingCang Yu, "The Study on An Application of Otsu Method in Canny Operator," Proceedings of the 2009 International Symposium on Information Processing, pp.109-112, 2009.
17. Jin-Mo Choi, and Chang-ick Kim "Interval Hough Transform For Prominent Line Detection," Journal of Korea Multimedia Society, vol. 16, no. 11, pp. 1288-1296, 2013.
18. Nam-Gyu Kim, Dong-Eon Kim, Seong-Woo Kim, and Soon-Kak Kwon, "Vocabulary Generation Method by Optical Character Recognition," Journal of Korea Multimedia Society, vol. 18, no. 8, pp. 943-949, 2015.

이 논문을 인용한 문헌

문의하기

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

ScienceON :
AccessON :

원문 URL 링크

DOI : 10.5391/JKIIS.2016.26.1.009 [무료]
DBPia : 저널
AccessON : 저널

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

오픈액세스(OA) 유형

: 오픈액세스 학술지에 출판된 논문

이 논문과 연관된 기능

국내외 연구기관 발간 동향보고서

이 논문과 함께 이용한 콘텐츠

과제정보

지역혁신창의인력양성사업

DOI 인용 스타일

"" 핵심어 질의응답

내보내기

상세정보
내보내기 구분	파일저장 인쇄 메일전송
구성항목	관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	> 총 건의 자료가 검색되었습니다. > 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) > 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. > 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) > 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오 > ~ > Text(ASCII format) Excel format

과학기술 지식인프라 ScienceON

ScienceON Chatbot