선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 여기서 제안되는 방식은 방향성의. 변화로 인해 제거할 수 있는 효율을 더욱 높이고자 한다.
- 본 논문에서는 이미지코드의 전처리 단계에서 노이즈 제거의 향상 방안에 대해서 연구하였다. 현재 쓰고 있는 노이즈 제거방식은 단방향의 탐색을 통해서 주위 외곽 부분과 연결되어 있는 부분과 커넥션 체크를 하여 커넥션이 되어있으면 노이즈로 인식하여 제거하는 방식이었다.
- 노이즈와 외곽선의 커넥션 체크시에도 활용될 수 있겠다. 본 논문에서는 주변 영역 노이즈를 제거하기 위해서 3×3 마스크를 이용하여 주변 외곽 영역(픽셀)과 연결성을 통해서 노이즈로 판단하여 제거하는 방법을 제안하였다. 하지만 위의 개선된 방법에도 불구하고 연결이 되어 있더라도 미세하게 제거할 수 없는 사례를 발견하게 되 Si다.
- 여기서 인식률을 높일 수 있는 방법으로 여러 가지가 었지만 그중에서도 주변 잡영 제 거시주변 영역의 노이즈의 제거 효율을 높이는 것이 중앙의 코드 부분을 빨리 찾을 수 있다는 것에서 본 연구를 시작하였다. 본 연구에서는 이미지 코드 알고리즘에서 영상을 인식하는 전처리 단계에서 입력된 주변 영역의 노이즈의 제거율을 효율적으로 향상시키는 방법에 관해서 연〒하고자 한다.
- 카메라에 인식된 잡영영역(noise)는 카메라의 외곽 프레임에 걸쳐서 펼쳐져 있기 때문에 외곽 부분의 픽셀과 연결되어 있는 부분들은 노이즈(noise)로 판단하여 제거를 하게 되면 중앙 코드 부분을 인식하는데 있어서 더욱 빠르고 효율적으로 찾을 수 있다. 여기서 인식률을 높일 수 있는 방법으로 여러 가지가 었지만 그중에서도 주변 잡영 제 거시주변 영역의 노이즈의 제거 효율을 높이는 것이 중앙의 코드 부분을 빨리 찾을 수 있다는 것에서 본 연구를 시작하였다. 본 연구에서는 이미지 코드 알고리즘에서 영상을 인식하는 전처리 단계에서 입력된 주변 영역의 노이즈의 제거율을 효율적으로 향상시키는 방법에 관해서 연〒하고자 한다.
- 1에서 설명했던 양방향성을 가진 알고리즘은 (1, 1) 에서 마지막 픽셀까지 탐색하여 잡을 수 없던 부분을 마지막 픽셀에서 (1, 1) 픽셀까지 역으로 탐색을 실행하여 탐색 방향의 변화를 주어 잡아낼 수 없는 부분을 잡을 수 있게 하였다. 이런 방법의 알고리즘에 더불어 나선형으로 탐색하는 방식을 제안한다. .
- 이를 이용하여 주변 영역의 그레이 값이 제거된 양을 측정하고자 한다. 실험 샘플을 가지고 단방향성 탐색, 양방향성 탐색, 나선형 탐색의 각각의 제거율을 비교하여 결과 값을 도출한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.