최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.22 no.2, 2018년, pp.227 - 232
오정수 (Department of Display Engineering, Pukyong National University)
In a Hough transform that is a representative algorithm for the straight line detection, a great number of edge pixels generated from noisy or complex images cause enormous amount of computation and pseudo straight lines. This paper proposes a two step straight line detection algorithm to improve th...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
허프 변환에서 어떠한 경우에 문제가 발생하는가? | 직선 검출을 위한 대표적인 알고리즘인 허프변환은 에지 화소들에서 발생 가능한 모든 직선들의 매개변수들을 매개변수 공간으로 대응시켜 보팅(voting)하는 알고리즘으로 보팅된 매개 변수 중 요구 조건을 만족하는 매개변수를 유효 직선으로 검출한다[1-4]. 허프 변환은 직선 형태의 에지 화소로 구성된 영상에서는 이상적인 알고리즘이지만 복잡하거나 잡음을 포함하는 영상에서는 직선과 무관한 에지 화소들이 많이 생성되어 계산량을 크게 증가시킬 뿐만 아니라 의사직선 (pseudo straight line)을 생성하는 문제를 발생시킨다. | |
허프변환이란 무엇인가? | 직선 검출은 영역의 경계인 에지를 근간으로 허프변환 (hough transform)[3,4]에 의해 주로 수행되고 있고, 고유값(eigenvalue)[5]이나 주성분 분석(PCA)[6]을 활용한 직선 검출도 소개되고 있다. 직선 검출을 위한 대표적인 알고리즘인 허프변환은 에지 화소들에서 발생 가능한 모든 직선들의 매개변수들을 매개변수 공간으로 대응시켜 보팅(voting)하는 알고리즘으로 보팅된 매개 변수 중 요구 조건을 만족하는 매개변수를 유효 직선으로 검출한다[1-4]. 허프 변환은 직선 형태의 에지 화소로 구성된 영상에서는 이상적인 알고리즘이지만 복잡하거나 잡음을 포함하는 영상에서는 직선과 무관한 에지 화소들이 많이 생성되어 계산량을 크게 증가시킬 뿐만 아니라 의사직선 (pseudo straight line)을 생성하는 문제를 발생시킨다. | |
에지 블록의 크기에 따른 특성은 어떻게 되는가? | 여기서 에지는 캐니에지 검출기로 생성되고, N은 15이다. 블록이 작으면 블록 내 직선이 짧아 검출된 직선 정보의 신뢰도가 떨어지고, 블록이 크면 블록이 다수의 직선들과 무효 직선 화소들을 포함해 검출된 직선 정보의 신뢰도가 떨어진다. PCA(allF) 블록은 블록의 에지 화소(allF)을 대상으로 PCA를 수행한다. |
R. C. Gonzalez and E. W. Richard, Digital Image Processing, 3rded. New Jersey, NJ:Prentice Hall, 2008.
C. W. Kim, H. S. Jeong and H. D. Yang, Digital Image Processing, Life & Power Co., Ltd., Paju, 2016.
R. O. Duda, and P. E. Hart. "Use of the Hough transformation to detect lines and curves in pictures," Communications of the Association for Computing Machinery, vol. 15, no. 1, pp.11-15, Jan. 1972.
P Mukhopadhyay, and B. B. Chaudhuri, "A survey of Hough Transform," Pattern Recognition, vol. 48, no. 3, pp.993-1010, Mar, 2015.
J. H. Kim, S. W. Lee, and S. M. Cha, "Environmental Statistics & Data Analysis, Hannarae Publishing Co., Seoul, 2016.
H. Y. Han, Introduction to Pattern Recognition, Hanbit Academy, Inc., Seoul, 2015.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.