[논문]제곱근 연산 횟수 감소를 이용한 Canny Edge 검출에서의 전력 소모개선

홍석희; 이주성; 안호명; 구지훈; 김병철

doi:10.17661/jkiiect.2020.13.6.568

[국내논문] 제곱근 연산 횟수 감소를 이용한 Canny Edge 검출에서의 전력 소모개선
Improvement of Power Consumption of Canny Edge Detection Using Reduction in Number of Calculations at Square Root 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.13 no.6, 2020년, pp.568 - 574

홍석희 (Department of Electronics, Myongji University) , 이주성 (Department of Electronics,Osan University) , 안호명 (Department of Electronics,Osan University) , 구지훈 (Department of Smart IT, Osan University) , 김병철 (Department of Electronic Engineering, Gyeongnam National University of Science and Technology)

초록
AI-Helper

본 논문에서는 영상처리에 사용되는 Canny edge 검출 알고리즘 중 가장 높은 연산 복잡도를 가진 제곱근 연산 횟수를 감소시키는 방법을 제안한다. 제안하는 방법은 기울기 벡터 연산 과정에 사용되는 제곱근 연산을 이용할 때 일부 픽셀에 특정한 규칙을 사용해 홀을 만들어 제곱근 연산을 직접 하지 않고 주변 픽셀들의 연속성을 이용하여 기울기 벡터를 계산하여 연산 횟수를 감소시킨다. 다양한 테스트 이미지를 이용해 실험한 결과 홀이 1개인 경우 약 97%, 홀을 증가시키면 각각 약 94%, 90%, 88%의 일치율을 보였고, 홀이 1개인 경우에는 0.2ms의 연산시간이 감소되었고, 홀을 증가시키면 각각 약 0.398ms 0.6ms, 0.8ms의 연산시간이 감소되었다. 이를 바탕으로 hole이 2개인 경우 높은 정확도와 연산 수 절감을 통해 저전력 임베디드 비전 시스템을 구현할 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper

In this paper, we propose a method to reduce the square root computation having high computation complexity in Canny edge detection algorithm using image processing. The proposed method is to reduce the number of operation calculating gradient magnitude using pixel's continuity using make a specific pattern instead of square root computation in gradient magnitude calculating operation. Using various test images and changing number of hole pixels, we can check for calculate match rate about 97% for one hole, and 94%, 90%, 88% when the number of hole is increased and measure decreasing computation time about 0.2ms for one hole, and 0.398ms, 0.6ms, 0.8ms when the number of hole is increased. Through this method, we expect to implement low power embedded vision system through high accuracy and a reduced operation number using two-hole pixels.

Keyword

표/그림 (5)

그림 그림 15. Canny 윤곽선 검출 알고리즘 블록 다이어그램. Fig. 1. Canny edge detection algorithm block diagram.
그림 그림 2. 기울기 벡터 홀 생성 패턴. Fig. 2. Creation hole pattern of Gradient magnitude.
그림 그림 3. 제안하는 Reduced Number of Operations (RNO) 알고리즘 다이어그램. Fig. 3. Proposed algorithm diagram Reduced Number of Operations (RNO).
그림 그림 4. 검출 결과 이미지. (a) 입력 이미지, (b) 기존 알고리즘, (c) ~ (f) RNO 알고리즘 결과(홀 1개, 2개, 3개, 4개) Fig. 4. RNO algorithm result image, from (a), original image, local function image form (c)~(f), hole 1, 2, 3, 4.
표 표 1. RNO 알고리즘 결과 도표 Table 1. RNO algorithm result chart

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 기울기 벡터의 연산 복잡도를 줄이기 위해, 동작 횟수의 감소(reduced number of operations, RNO) 알고리즘을 제안한다. 제안된 알고리즘은 기울기 벡터의 연산 복잡도 문제를 해결하기 위해 특정 패턴에 대해 연산을 생략하고, 홀 생성 후 이웃 픽셀의 기울기 벡터값 연산 결과를 재사용하여 이미지 전체 해상도 크기만큼 요구되는 연산 수를 줄이도록 한다.
본 논문에서는 Canny edge 검출 알고리즘의 기울기 벡터 연산에 요구되는 제곱근 연산 횟수를 절감하기 위한 방법을 제안했다. 디지털 이미지에서 발생하는 데이터 연속성을 이용해 기울기 벡터를 구하는 과정에서 특정 픽셀을 홀로 지정해 제곱근 연산을 생략하고, 주변 픽셀의 윤곽선 방향을 고려해 연산을 생략한 위치의 기울기 벡터를 주변 값을 이용해 근사값으로 대체하는 방식을 적용했다.

제안 방법

RNO) 알고리즘을 제안한다. 제안된 알고리즘은 기울기 벡터의 연산 복잡도 문제를 해결하기 위해 특정 패턴에 대해 연산을 생략하고, 홀 생성 후 이웃 픽셀의 기울기 벡터값 연산 결과를 재사용하여 이미지 전체 해상도 크기만큼 요구되는 연산 수를 줄이도록 한다. 제안한 알고리즘을 적용한 윤곽선 검출 결과와 기존 알고리즘을 사용한 결과의 일치율을 확인하여 적용 효과를 정량적으로 검증하도록 한다.
제안된 알고리즘은 기울기 벡터의 연산 복잡도 문제를 해결하기 위해 특정 패턴에 대해 연산을 생략하고, 홀 생성 후 이웃 픽셀의 기울기 벡터값 연산 결과를 재사용하여 이미지 전체 해상도 크기만큼 요구되는 연산 수를 줄이도록 한다. 제안한 알고리즘을 적용한 윤곽선 검출 결과와 기존 알고리즘을 사용한 결과의 일치율을 확인하여 적용 효과를 정량적으로 검증하도록 한다.
Sobel 필터로부터 출력된 X, Y-derivative를 이용해 Euclidean distance를 도출한다. 이는 수식 (1) 과같이 표현된다.
Sobel 필터를 적용해 X, Y 방향 gradient를 계산하고, 기울기 벡터를 계산한다. 불필요한 윤곽선 후보군을 제거하는 NMS와 동시에 검출 기준값으로 사용할 High, Low 경계값을 계산하고 Hysteresis thresholding을 수행해 윤곽선 검출결과 이미지를 생성한다.
기울기 벡터를 계산한다. 불필요한 윤곽선 후보군을 제거하는 NMS와 동시에 검출 기준값으로 사용할 High, Low 경계값을 계산하고 Hysteresis thresholding을 수행해 윤곽선 검출결과 이미지를 생성한다.
요구된다. 제안하는 RNO 알고리즘은 요구되는 기울기 벡터 연산의 절대적인 횟수를 줄이는 방법을 제안한다.
그림 3. 제안하는 Reduced Number of Operations (RNO) 알고리즘 다이어그램.
제안된 알고리즘의 홀 개수에 따른 연산시간 감소를 확인해보았다. i5-8265U CPU와 8GB의 RAM을 사용하는 pc에서 opencv-3.
위한 방법을 제안했다. 디지털 이미지에서 발생하는 데이터 연속성을 이용해 기울기 벡터를 구하는 과정에서 특정 픽셀을 홀로 지정해 제곱근 연산을 생략하고, 주변 픽셀의 윤곽선 방향을 고려해 연산을 생략한 위치의 기울기 벡터를 주변 값을 이용해 근사값으로 대체하는 방식을 적용했다. 그 결과 매 패턴마다 연산을 두 번씩 생략해도 테스트 이미지에서 93%~95% 같이 높은 윤곽선 검출 일치율을 확인할 수 있으며 제안된 알고리즘을 적용해 저전력 임베디드 비전 시스템을 구축할 수 있을 것으로 기대한다.

대상 데이터

그림 4는 제안된 알고리즘을 적용한 결과 이미지를 나타낸다. 대표적인 테스트 이미지인 Lena, Baboon, Peppers, Barbara 를 사용하여 결과를 도출했다. 기울기 벡터 블록을 제외하고 모두 기존과 같은 알고리즘[8]이 결과 도출에 적용되었다.

성능/효과

1) 먼저 Lena 이미지를 분석하면 홀이 1개인 경우 17, 576개의 edge 픽셀이 검출된다. 기존 알고리즘과 제안된 알고리즘의 공통 edge 픽셀의 개수는 17, 096개로 일치율은 97.46%이다. 다음으로 홀이 2개인 경우17, 473의 edge 픽셀이 나오게 되고 픽셀은 16, 638 개가 나오며 94.
985의 일치율을 보여준다. 2) 위의 방식을 사용하여 Baboon 이미지를 분석하면 홀이 1개인 경우 96.44%의 일치율을 확인할 수 있고 홀이 2개인 경우 93.57%의 일치율을 확인할 수 있다. 홀이 3개인 경우 90.
확인해보았다. i5-8265U CPU와 8GB의 RAM을 사용하는 pc에서 opencv-3.4.9 환경에서 실험한 결과 제곱근 연산의 연산시간을 확인해보면 512*512의 이미지에서 제곱근 연산을 전부 실시한 경우 약 5.2ms의 연산시간이 소모되었다. 제곱근 연산을 1회 수행 시, 0.
2ms의 연산시간이 소모되었다. 제곱근 연산을 1회 수행 시, 0.02us가 소모되었고 패턴당 홀을 1개씩 발생시키면 약 0.208ms의 연산시간이 감소되는 것을 확인할 수 있다. 패턴당 홀을 2개씩 발생시키면 0.
디지털 이미지에서 발생하는 데이터 연속성을 이용해 기울기 벡터를 구하는 과정에서 특정 픽셀을 홀로 지정해 제곱근 연산을 생략하고, 주변 픽셀의 윤곽선 방향을 고려해 연산을 생략한 위치의 기울기 벡터를 주변 값을 이용해 근사값으로 대체하는 방식을 적용했다. 그 결과 매 패턴마다 연산을 두 번씩 생략해도 테스트 이미지에서 93%~95% 같이 높은 윤곽선 검출 일치율을 확인할 수 있으며 제안된 알고리즘을 적용해 저전력 임베디드 비전 시스템을 구축할 수 있을 것으로 기대한다.

참고문헌 (9)

W. Kim, J. Lee, H. An, and J. Kim, "High-Perf ormance and Low-Complexity image Pre-Processing Method Based on Gradient-Vector Characteristics and Hardware-Block Sharing", Trans. Electr. Electron. Mater, (TEEM), vol. 18, no. 6, pp. 320-322, Dec.2017.
W. Kim, J. Lee, and H. An, "Gradient Magnitude Hardware Architecture based on Hardware Folding Design Method for Low Power image Feature Extraction Hardware Design", Journal of Korea institute of in-formation, electronics, and communication technology (KIIECT), vol. 10, no. 2, pp. 141-146, Apr. 2017.
W. Kim, J. Lee, H. An, and B. Kim, "image Filter Optimization Method based on common sub-expression elimination for Low Power image Feature Extraction Hardware Design", Journal of Korea institute of information, electronics, and communication technology (KIIECT), vol. 10, no. 2, pp. 192-197, Apr. 2017.
W. Kim, J. Lee, and H. An, "Low Complexity Gradient Magnitude Calculator Hardware Architecture Using Characteristic Analysis of Projection Vector and Hardware Resource Sharing", Journal of Korea institute of information, electronics, and communication technology (KIIECT), vol. 9, no. 4, pp. 414-418, Aug. 2016.
J. Lee, H. An, and B. Kim, "Low Complexity image Thresholding Based on Block Type Classification for Implementation of the Low Power Feature Extraction Algorithm", Journal of Korea institute of information, electronics, and communication technology (KIIECT), vol. 10, no. 2, pp. 141-146, Apr. 2017.
J. Lee and H. An, "A Study on Implementation of the High Speed Feature Extraction System Based on Block Type Classification", Journal of Korea institute of information, electronics, and communication technology (KIIECT), vol. 12, no. 3, pp. 186-191, Jun. 2019.
J. Lee, H. An, and J. Kim, "Implementation of the High-Speed Feature Extraction Algorithm Based on Energy Efficient Threshold Value Selection", Trans. Electr. Electron. Mater, (TEEM), vol. 21, pp. 150-156, Feb. 2020.
J. Canny, "A Computational Approach to Edge Detection", IEEE Trans. Pattern Analysis and Machine Intelligence, vol. PAMI-8, no. 6, pp. 679-698, Nov. 1986.
J. Lee, H. Tang, and J Park, "Energy efficient canny edge detector for advanced mobile vision applications" IEEE Trans. on Circuits and Systems for Video Technology, vol. 28, no. 4, pp. 1037-1046, Apr. 2018.

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 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

연합인증