Abstract
In this paper, a simple and robust algorithm is proposed for detecting straight line segments in a steel plate image. Line detection from a steel plate image is a fundamental task for analyzing and understanding of the image. The proposed algorithm is based on small eigenvalue analysis. The proposed approach scans an input edge image from the top left comer to the bottom right comer with a moving mask. A covariance matrix of a set of edge pixels over a connected region within the mask is determined and then the statistical and geometrical properties of the small eigenvalue of the matrix are explored for the purpose of straight line detection. Before calculating the eigenvalue, each line segment is separated from the edge image where several line segments are overlapped to increase the accuracy of the line detection. Additionally, unnecessary line segments are eliminated by the number of pixels and the directional information of the detected line edges. The respects of the experiments emphasize that the proposed algorithm outperforms the existing algorithm which uses small eigenvalue analysis.
본 논문에서는 후판 영상에서 직선 패턴을 검출하는 간단하면서도 정확한 알고리즘을 제안한다. 후판의 직선 검출은 후판 영상으로부터 후판에 관련된 정보를 분석하거나 인식할 때 기본적으로 사용되는 핵심적인 알고리즘이다. 제안하는 알고리즘에서는 마스크를 이용하여 전체 영상을 탐색하면서 에지 영상을 분석한다. 먼저 마스크에 위치한 에지 패턴의 픽셀들에 대한 공분산 행렬을 계산하고 공분산 행렬의 고유값과 에지 패턴의 통계적 기하학적인 특성 사이의 관계를 분석하여 직선 에지를 검출한다. 직선 패턴이 중복된 에지 영상에 대해서는 모든 직선을 정확하게 검출하기 위하여 먼저 각 직선 패턴을 전체 영상에서 분리한 후 고유값을 계산한다. 또한 에지를 구성하는 픽셀의 수와 에지의 방향 정보를 이용하여 불필요한 직선 에지들을 제거함으로써 후판의 직선 에지를 정확하게 검출하도록 한다. 다양한 후판 영상에 대해서 실험을 수행한 결과는 제안하는 알고리즘이 고유값을 이용한 기존 알고리즘 보다 우수함을 보여준다.
