최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국융합학회논문지 = Journal of the Korea Convergence Society, v.9 no.10, 2018년, pp.7 - 12
윤형진 (공주대학교 멀티미디어공학과) , 박구락 (공주대학교 컴퓨터공학부) , 김동현 (공주대학교 컴퓨터공학과)
In today's rapidly growing contemporary society, there is a tendency for demand to automate production processes by utilizing the vision system. In general, image recognition is mainly concerned with embossed characters such as license plates, and research on recognition of intaglio characters is ve...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
이진화란 무엇인가? | CCD 카메라를 통하여 입력된 영상에서 필요한 정보를 획득하기 위해서 영상 이진화를 이용하여 전처리 과정 수행을 통하여 배경과 필요한 정보의 내용을 분리한다. 이진화는 영상 이미지의 픽셀에 대하여 0과 1의 레벨로 변환시키는 것이며, 이를 통하여 필요한 정보를 획득한다. 영상을 이진화로 변환하기 위하여 각 픽셀 값들의 크기를 비교하는 기준값을 결정할 필요가 있으며, 이 기준값을 임계값이라 하고, 최적의 임계값을 결정하는 것은 매우 중요한 일이다. | |
제안 시스템의 프로세스은 어떻게 진행되는가? | 2는 제안 시스템의 프로세스로서 6단계로 이루어져 있다. 첫째, Probe로부터 각기 다른 조명에 의하여 촬영된 15장의 이미지를 획득한다. 둘째, 입력 받은 이미지에서 중앙부분의 마킹된 숫자에 대하여 관심영역(ROI : Region of Interest)을 설정한다. 셋째, 숫자 인식을 위하여 히스토그램 기법을 통하여 임계값을 산출한다. 넷째, 임계값을 이용하여 영상 이미지의 이진화를 수행한다. 다섯째, 이진화된 이미지를 숫자 인식을 통하여 결과값을 획득한다. 여섯째, 15장의 이미지 중에 가장 높은 인식률의 이미지와 결과값을 추출한다. | |
전역적 이진화의 단점은 무엇인가? | 임계값을 결정하는 방법에 따라 지역 및 전역적 이진화 방식으로 구분되며[9], 전역적 이진화는 전체의 영상 이미지에 1개의 임계값만을 사용하여 이진화 하는 것으로 알고리즘이 단순하고 수행시간이 짧아지는 장점이 있으나, 이진화 수행 후 결과 영상에서 세부적인 객체의 표현이 어렵고, 빛과 같은 조명에 민감하며, 정보의 손실이 많다는 단점을 가지고 있다[12,13]. 지역적 이진화는 작은 영역 혹은 각 픽셀마다 서로 다른 임계값을 적용시키는 방법으로 일정한 지역을 정의하여 지역 내의 명도값의 분산과 평균을 이용하여 임계값을 결정하는 방법으로 블록 이진화와 적응 이진화로 분류할 수 있다. |
C. S. Pyo, J. Lyou. (2013). Automation of Tire Tread Extruder Line Using Cameras. Journal of Institute of Control, Robotics and Systems, 19(3), 262-267. DOI : 10.5302/J.ICROS.2013.12.179
H. S. Ryu, J. K. Choi, J. H. Kwon, B. M. Koo, M. Y. Park, (2001). A Study on Optical Condition and preprocessing for Input Image Improvement of Dented and Raised Characters of Rubber Tires. Journal of Korea Institute of Information and Communication Engineering, 6(1), 124-132.
I. J. Kim. (2007). "An Adaptive Binarization of Camera Document Image by Image Quality Estimation. Journal of Korean Institute of Information Scientists and Engineers, 34(9), 797-803.
R. C. Gonzalez and R. E. (1993). Wood. Digital Image Processing. Addison Wesley.
B. H. Seo, B. M. Kim, C. B. Moon, Y. S. Shin. (2008). Binarization of number plate Image with a shadow. Journal of the Korea Industrial Information Systems Research, 13(4), 1-13.
A. M. A. Talab, Z. Huang, W. Junfei. (2014). An Enhanced Bernsen Algorithm Approaches for Vehicle Logo Detection. International Journal of Signal Processing, 7(4), 203-210.
S. Moldovanu, L. Moraru. (2015). Robust Skull-Stripping Segmentation Based on Irrational Mask for Magnetic Resonance Brain Images. Journal of Digital Imaging, 28(6), 738-747.
J. A. Stark. (2000). Adaptive image contrast enhancement using generalizations of histogram equalization. IEEE Transactions on Image Processing, 9(5), 889-896.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.