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 Method of Product Number Detection from Thick Plates

효과적인 후판의 제품번호 검출 방법

  • 박상현 (순천대학교 멀티미디어공학과)
  • Received : 2014.10.21
  • Accepted : 2015.01.12
  • Published : 2015.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, a new algorithm is proposed for detecting the product number of each thick plate and extracting each character of the product number from a image which contains several thick plates. In general, a image of thick plates contains several steal plates. To obtain the product number from the image, we first need to separate each plate. To do so, we use the line edges of thick plates and a clustering algorithm. After separating each plate, background parts are eliminated from the image of each plate. Background parts of an individual thick plate image consist of the dark part of steel and the white part of paint which is used for printing the product number. We propose a two-tiered method where dark background parts are first eliminated and then white parts are eliminated. Finally, each character is extracted from the product number image using the characteristics of product number. The results of the experiments on the various steal plates images emphasize that the proposed algorithm detects each thick plate and extracts the product number from a image effectively.

본 논문에서는 여러 장의 후판이 포함된 영상에서 제품번호 문자열을 추출하고 문자를 분리하는 알고리즘을 제안한다. 일반적으로 후판 영상은 여러 개의 후판을 포함하고 있다. 후판의 제품번호를 추출하기 위해서는 먼저 개별 후판을 분리하여야 하며, 이를 위해 후판의 직선 에지를 검출하고 군집화를 수행한다. 다음으로 분리된 개별 후판을 대상으로 배경 정보를 제거하여 후판의 제품번호 문자열을 검출한다. 후판의 배경은 철판의 어두운 부분과 제품번호를 출력하기 위한 흰색 페인트 부분으로 구성되며, 제안하는 방법에서는 두 부분을 구분하여 두 단계로 배경을 제거한다. 배경을 제거한 영상에 대해서 후판의 제품번호 문자열의 특성을 고려하여 개별 문자열을 추출한다. 다양한 후판 영상에 대해서 실험을 수행한 결과는 제안하는 알고리즘이 전체 영상에서 각각의 후판을 효과적으로 검출하고 개별 후판 영상에서 제품번호를 정확하게 추출함을 보여준다.

Keywords

References

  1. Y. Myung, "On the Computational Complexity of the Plate Stacking Problem," J. of Korean Operations Research and Management Science Society, vol. 28, no. 4, Dec. 2003, pp. 31-37.
  2. J. Cho and H. Yang, "A Car License Plate Recognition Using Colors Information, Morphological Characteristic and Neural Network," J. of the Korea Institute of Electronic Communication Sciences, vol. 5, no. 3, June 2010, pp. 304-308.
  3. J. Lee and J. Kim, "Recognition of a New Car Plate using Color Information and Error Backpropagation Neural Network Algorithms," J. of the Korea Institute of Electronic Communication Sciences, vol. 5, no. 5, Oct. 2010, pp. 471-476.
  4. K. Park and H. Song, "An Automated Projection Welding System using Vision Processing Technique," J. of the Korea Institute of Electronic Communication Sciences, vol. 6, no. 4, Aug. 2011, pp. 517-522.
  5. J. Choi, S. Choi, J. Yun, K. Koo, and S. Kim, "Slab Region Localization for Text Extraction using SIFT Features," Trans. Korean Institute of Electrical Engineers, vol. 58, no. 5, May. 2009, pp. 1025-1034.
  6. J. Canny, "A computational approach to edge detection," IEEE Trans. Pattern Anal. Machine Intell., vol. 8, no. 6, June. 1986, pp. 679-698.
  7. S. Park, "An Effective Steel Plate Detection Using Eigenvalue Analysis," J. of the Korea Institute of Electronic Communication Sciences, vol. 7, no. 5, Oct. 2011, pp. 1033-1039. https://doi.org/10.13067/JKIECS.2012.7.5.1033
  8. D. Guru, B. Shekar, and P. Nagabhushan, "A simple and robust line detection algorithm based on small eigenvalue analysis," Pattern Recognition Lett., vol. 25, no. 1, Jan. 2004, pp. 1-13. https://doi.org/10.1016/j.patrec.2003.08.007