The Journal of the Korea institute of electronic communication sciences (한국전자통신학회논문지)

Korea Institute of Electronic Communication Science (한국전자통신학회)
권호 표지
DOI QR코드

DOI QR Code

An Effective Steel Plate Detection Using Eigenvalue Analysis

고유값 분석을 이용한 효과적인 후판 인식

  • Received : 2012.08.27
  • Accepted : 2012.10.05
  • Published : 2012.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, a simple and robust algorithm is proposed for detecting each steel plate from a image which contains several steel plates. Steel plate is characterized by line edge, so line detection is a fundamental task for analyzing and understanding of steel plate images. To detect the line edge, the proposed algorithm uses the small eigenvalue analysis. The proposed approach scans an input edge image from the top left corner to the bottom right corner 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. Using the detected line edges, each plate is determined based on the directional information and the distance information of the line edges. The results of the experiments emphasize that the proposed algorithm detects each steel plate from a image effectively.

본 논문에서는 여러 장의 후판이 포함된 영상에서 고유값을 이용하여 직선 패턴을 검출하고 이를 바탕으로 각각의 후판을 인식하는 간단하면서도 정확한 알고리즘을 제안한다. 후판 영상으로부터 후판에 관련된 정보를 분석 및 인식하기 위해서 먼저 후판의 직선 에지를 검출한다. 후판 영상의 직선 에지 검출을 위해 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 특성과 기하학적인 특성 사이의 관계를 분석하여 직선 에지를 검출한다. 다음으로 직선 에지의 방향 정보와 원점에서의 거리 정보를 분석하여 전체 영상에서 각각의 후판을 검출한다. 다양한 후판 영상에 대해서 실험을 수행한 결과는 제안하는 알고리즘이 전체 영상에서 각각의 후판을 효과적으로 검출함을 보여준다.

Keywords

References

  1. 명영수, "후판적치문제의 복잡성 연구", 한국경영과학회지, 28권, 4호, pp. 31-37, 2003.
  2. 조재현, 양황규, "컬러 정보 및 형태학적 특징과 신경망을 이용한 차량 번호판 인식", 한국전자통신학회논문지, 5권, 3호, pp. 304-308, 2010.
  3. 이종희, 김진환, "컬러 정보와 오류역전파 신경망 알고리즘을 이용한 신차량 번호판 인식", 한국전자통신학회논문지, 5권, 5호, pp. 471-476, 2010.
  4. 박기정, 송하주, "영상인식 기술을 이용한 프로젝션용접 자동화시스템", 한국전자통신학회논문지, 6권, 4호, pp. 517-522, 2011.
  5. 최종현, 최성후, 윤종필, 구근휘, 김상우, "문자열 검출을 위한 슬라브 영역 추정", 전지학회논문지, 58권, 5호, pp. 1025-1034, 2009.
  6. R.O. Duda and P.E. Hart, "Use of Hough transformation to detect lines and curves in pictures," Commun. ACM, Vol. 15, No. 1, pp 11-15, 1972. https://doi.org/10.1145/361237.361242
  7. C.-T. Ho, L.-H. Chen, "A high speed algorithm for line detection," Pattern Recognition Lett., Vol. 17, pp. 467-473, 1996. https://doi.org/10.1016/0167-8655(96)00009-8
  8. Y.S. Lee, H.S. Koo, and C.S. Jeong, "A straight line detection using principal component analysis," Pattern Recognition Lett., Vol. 27, pp. 1744-1754, 2006. https://doi.org/10.1016/j.patrec.2006.04.016
  9. D.S. Guru, B.H. Shekar, P. Nagabhushan, "A simple and robust line detection algorithm based on small eigenvalue analysis," Pattern Recognition Lett., Vol. 25, pp. 1-13, 2004. https://doi.org/10.1016/j.patrec.2003.08.007
  10. J.F Canny, "A computational approach to edge detection," IEEE Trans. Pattern Anal. Machine Intell., Vol. 8, No. 6, pp. 679-698, 1986.