경계선 강도를 이용한 허프 변환의 개선 = Edge Strength Hough Transform : An Improvement on Hough Transform Using Edge Strength

국문 초록 (Abstract)

디지털 영상에서 기하학적인 요소들을 찾아내는 일은 컴퓨터 비전 분야에서 기본적인 작업 중 하나이며, 허프변환(Hough transform)은 파라미터로 표현되는 기하학적 요소 추출을 위 해 널리 사용되고 있는 방법 중 하나이다. 하지만 허프 변환은 영상의 한 픽셀이 허프 공간의 한 방정식에 대응되는 일대다 특성으로 인해 잡음에 민감한 특성을 갖는다. 이 논문에서는 이러한 잡음 민감성을 줄이는 방법으로 경계선 강도를 이용한 허프 변환을 제안하고, 이를 허프 공간에서의 피크 비(peak ratio)를 이용하여 증명하였다. 또한 직선을 대상으로 한 실험을 통하여 이를 확인하였다. 실험 결과, 제안한 경계선 강도 허프 변환은 기존의 허프 변환에 비해 잡음에 의해 검출되는 직선의 수가 줄어드는 것을 확인할 수 있었다.

다국어 초록 (Multilingual Abstract)

The detection of geometric primitives from a digital image is one of the basic tasks in computer vision area and the Hough transform is a well-known method for detecting analytical shape represented by a number of free parameters. However the basic property of the Hough transform, the one-to-many mapping from an image space to a Hough space, causes the innate problem, the sensitivity to noise. In this paper, we proposed Edge Strength Hough Transform which uses edge strength to reduce the sensitivity to noise and proved the insensitivity using the ratio of peaks in a Mough space. We also experimented the proposed method on lines and got small number of peaks in a Hough space compared to traditional Hough transform, which supports the noise insensitivity of the proposed method.

참고문헌 (Reference)

1 "Use of the Hough transform to detect lines and curves in pictures" 11-15, 1972

2 "Surface versus edge-based determination of visual recognition" 28-64, 1988

3 "On using directional information for parameter space decomposition in ellipse detection" 29 (29): 359-381, 1996

4 "Method and Means for Recognizing Complex Patterns" 3069654-, 1962

5 "Generalizing the Hough transform to detect arbitrary shapes IEEE Trans. on PAMI" 111-122, 1981

6 "Feature Extraction in Computer Vision and Image Processing" 112-119, 2002

7 "Digital Image Processing, 2nd ed" Prentice Hall 587-591, 2002

8 "A genetic algorithm for the detection of 2D geometric primitives in images Proceedings of the 12th International Conference on Pattern Recognition" 526-529, 1994