위성 영상정보를 이용한 선형 지형지물 추출에서의 GDPA와 Hough 변환 처리결과 비교연구

이기원 ( Ki Won Lee ),류희영 ( Hee Young Ryu ),권병두 ( Byung Doo Kwon ) 大韓遠隔探査學會 2004 大韓遠隔探査學會誌 Vol.20 No.4

위성영상 정보를 이용하여 지형지물을 인식하거나 추출하는 것은 영상정보의 실제적인 응용을 위한 기본 연구로 간주되고 있다. 또한 고 해상도 영상정보가 다양한 민간 분야에서 활발하게 이용됨에 따라 정확한 지형지물의 추출에 대한 필요성이 더욱 강조되고 있다. 지금까지 중-저 해상도 영상정보를 대상으로 하여 도로 경계를 포함하는 선형 지형지물 자동으로 추출하기 위한 여러 가지 방법들이 개발되고 있어 왔으나 이를 고 해상도 영상정보에 적용하거나 적용 결과를 분석한 사례는 많지 않다. 본 연구에서는 항공사진 정보나 고 해상도 영상정보를 대상으로 하여 선형 지형지물의 추출에 적합한 기법으로 최근에 제안된 구배 방향 프로파일 알고리즘(GDPA)과 Hough 변환 기법에 따른 적용 결과를 동일한 자료에 적용하고 이러한 결과를 비교하고자 하였다. 각 방법에 대한 적용 결과를 정량적으로 비교하기 위해 수치지도의 도로 중심선과 도로 경계선 레이어를 기준으로 하는 Commission, Omission 오차를 이용한 Ranking 기법을 적용하여 수행하였다. 연구 결과, Hough 변환기법이 추출 결과 영상에서는 평균적으로 20%정도의 높은 정확도를 보이며, 처리속도는 GDPA의 경우가 Hough 변환 기법에 비하여 빠른 실행 속도를 보이는 것으로 나타났다. 그러나 GDPA 알고리즘 잡음제거를 시행한 경우에는 Hough 변환에 의한 결과와 유사한 정확도를 보인다. 결론적으로 위성 영상정보로부터 지형지물을 추출하는 어플리케이션에서는 GDPA 알고리즘이 Hough 변환 기법에 비하여 적용성이 좋은 것으로 생각된다. The feature extraction using remotely sensed imagery has been recognized one of the important tasks in remote sensing applications. As the high-resolution imagery are widely used to the engineering purposes, need of more accurate feature information also is increasing. Especially, in case of the automatic extraction of linear feature such as road using mid or low-resolution imagery, several techniques was developed and applied in the mean time. But quantitatively comparative analysis of techniques and case studies for high-resolution imagery is rare. In this study, we implemented a computer program to perform and compare GDPA (Gradient Direction Profile Analysis) algorithm and Hough transformation. Also the results of applying two techniques to some images were compared with road centerline layers and boundary layers of digital map and presented. For quantitative comparison, the ranking method using commission error and omission error was used. As results, Hough transform had high accuracy over 20% on the average. As for execution speed, GDP A shows main advantage over Hough transform. But the accuracy was not remarkable difference between GDP A and Hough transform, when the noise removal was applied to the result of GDPA. In conclusion, it is expected that GDPA have more advantage than Hough transform in the application side.

자기 조직화 지도를 이용한 다중 평면영역 검출

김정현(Jeong-Hyun Kim),등죽(Teng-Zhu),강동중(Dong-Joong Kang) 제어로봇시스템학회 2011 제어·로봇·시스템학회 논문지 Vol.17 No.1

Plane detection is very important information for mission-critical of robot in 3D environment. A representative method of plane detection is Hough-transformation. Hough-transformation is robust to noise and makes the accurate plane detection possible. But it demands excessive memory and takes too much processing time. Iterative randomized Hough-transformation has been proposed to overcome these shortcomings. This method doesn’t vote all data. It votes only one value of the randomly selected data into the Hough parameter space. This value calculated the value of the parameter of the shape that we want to extract. In Hough parameters space, it is possible to detect accurate plane through detection of repetitive maximum value. A common problem in these methods is that it requires too much computational cost and large number of memory space to find the distribution of mixed multiple planes in parameter space. In this paper, we detect multiple planes only via data sampling using Self Organizing Map method. It does not use conventional methods that include transforming to Hough parameter space, voting and repetitive plane extraction. And it improves the reliability of plane detection through division area searching and planarity evaluation. The proposed method is more accurate and faster than the conventional methods which is demonstrated the experiments in various conditions.

최적화된 Hough 변환에 근거한 효율적인 차선 인식

박재현,이학만,조재현,차의영,Park Jae-Hyeon,Lee Hack-Man,Cho Jae-Hyun,Cha Eui-Young 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.2

본 논문에서는 차선 추출을 위해서 OHT(Optimized Hough Transform) 알고리듬을 제안한다. 입력 영상을 그레이 영상으로 변환하고 변환된 그레이 영상은 수평 투영을 통해 주변 배경 영역과 도로 영역으로 분리된다. 분리된 도로 영역에서 OHT(Optimized Hough Transform) 알고리듬을 적용한다. OHT(Optimized Hough Transform) 알고리듬은 다음과 같이 특징지어진다. 첫째, 윤곽선 방향각을 이용해서 차선후보 픽셀을 최소화하였으며, 둘째, 좌우 차선의 범위는 제한된 ${\theta}$값으로서 정의하였다. 실험 결과, 제안한 알고리듬이 기존의 Hough Transform보다 훨씬 효율적임을 알 수 있었다. In this paper, we propose OHT(optimized nough Transform) algorithm for the lane extraction. Input image is changed into 256 gray revel image. Gray level image is separated into background region and road region by using limited horizontal projection value. In separated road area, we apply OHT algorithm. OHT algorithm is characterized as follows. First, the number of candidate pixels is reduced using the outline orientation of the lane. Second, each range of the left and right lane is defined by limited ${\theta}$ Experimental results show that the proposed method is better than Hough Transform.

도로 차선검출에 적합한 고속 호프변환 방법

백승해(Seung-Hae Baek),박순용(Soon-Yong Park) 제어로봇시스템학회 2017 제어·로봇·시스템학회 논문지 Vol.23 No.8

This paper proposes a novel Hough transform method that is suitable for road-line detection. The Hough transform is the most efficient and intuitive way to detect straight road lines. Previous methods for detecting straight road lines have used the general Hough transform. If the range of the vehicle’s motion and the camera’s position are restricted, the line candidate region in the road image can be limited to a narrow range. We propose a novel Hough transform method considering these characteristics. Our proposed method efficiently generates the Hough space, reducing the memory usage and generation time. Because of the error-filtering effect of the proposed Hough transform, we can reduce the detection error and detection time. Compared with previous Hough transform methods, the accuracy of the proposed method is the same or higher. The proposed Hough transform method, which has the advantage of lower memory usage and short computing time, is quite suitable for embedded systems.

Hough변환을 이용한 정자의 형태학적 특성 분석방법에 관한 연구

박광석,이원진,백재승,Park, Kwang-Suk,Yi, Won-Jin,Paick, Jae-Seung 대한의용생체공학회 1996 의공학회지 Vol.17 No.1

Hough변환을 이용하여 정자의 행태학적 특성을 분석하는 새로운 방법을 개발하였다. 이 방법은 정자의 머리부분이 주위의 배경과 밝기의 차이를 갖는다는 특성과 함께 그 형태가 타원에 근접한다는 특성에 근거하고 있다. 정자의 머리부분은 타원을 나타내는 5개의 파라메터로 표현되고, 최적의 파라메터 값이 반복적인 Hough 변환에 의하여 검출된다. 일차적으로 정자가 있는 영역을 선택한다. Hough변환을 이용한 계산을 가능하게 하기 위하여 Hough변환된 공간의 크기를 최소한으로 줄이고, 검출된 오차가 최소화되는 방향으로 검사영역을 이동 시켜가며 최적의 파라메터들을 도출한다. 형태학적 특성을 나타내는 지표들은 정자의 형태를 나타내는 타원의 다섯개 파라메터들로부터 계산된다. A new analytic method has been developed for the analysis of sperm morphology using Hough transform. This method is based on the characteristic that sperm heads have elliptic shape in addition to the density difference with the background Sperm heads are represented in elliptic form with five parameter, and the optimal parameters are estimated by iterative Hough transform. To reduce processing time practically, we restricted the transformed space in minimum volume and moved the searching volume to the maximum gradient for the estimated error. Morphological parameters were calculated from estimated sperm head boundaries without further processing.

선분 세그먼트 기반 Randomized Hough Transform

한광수(Kwangsoo Hahn),한영준(Youngjoon Han),한헌수(Hernsoo Hahn) 대한전자공학회 2007 電子工學會論文誌-SC (System and control) Vol.44 No.6

기존 Hough transform을 이용한 타원 검출의 수행 속도와 개수의 추정을 개선하기 위해 본 논문에서는 선분 세그먼트 기반 Randomized Hough Transform (RHT)을 제안한다. 제안하는 방법은 에지 영상을 선분 세그먼트 단위로 분할한 후 임의의 선분 세그먼트 쌍을 RHT를 이용해서 타원을 추정하여 병합여부를 판단한다. 이와 같이 선분 세그먼트 단위로 RHT를 적용하면 적은 반복수행으로 타원을 추정할 수 있으며 복잡한 에지 영상에서도 보다 정확한 타원의 개수를 추정할 수 있다. 제안된 방법의 효율성은 계산속도 및 타원검출의 정확도로 평가하였으며 다양한 입력영상에 대한 실험을 통해 입증하였다. This paper proposes a new efficient method to detect ellipses using a segment merging based Randomized Hough Transform. The key idea of the proposed method is to separate single line segments from an edge image, to estimate ellipses from any pair of the single line segments using Randomized Hough Transform (RHT), and to merge the ellipses. This algorithm is able to accuracy estimate the number of ellipses and largely improves the computational time by reducing iterations.

Modified Circular Hough Transform을 이용한 폐 결절 후보 검출

최욱진(Wook-Jin Choi),최태선(Tae-Sun Choi) 한국정보기술학회 2011 Proceedings of KIIT Conference Vol.2011 No.5

폐 결절의 자동 검출 시스템은 폐 영역 분할, 폐 결절 후보 검출 및 특징 값 추출, 폐 결절 검출의 세 단계로 구성된다. 폐 결절을 검출하는데 있어서 폐 결절 후보의 검출은 전체 검출률에 많은 영향을 미친다. 따라서 정확한 폐 결절 후보의 검출을 통해 폐 결절 검출 시스템의 신뢰도를 높일 수 있다. 본 논문에서는 일반적인 폐 결절의 특성을 이용하여 폐 결절 후보를 검출 하는 방법을 제안한다. 제안방법은 Modified Circular Hough Transform을 사용하여 폐 영역 내의 밝은 원형 물체를 검출하였다. 또한 제안방법을 사용하여 다양한 크기의 폐 결절을 검출 하였으며 기존의 Circular Hough Transform에 비하여 정확도를 크게 향상 시켰다. Automated pulmonary nodule detection (APND) system consists of lung region segmentation, nodule candidate detection, feature extraction, and nodule classification. The accuracy of nodule candidate detection is very important since it influences the sensitivity of APND system. Therefore, we need accurate nodule candidate detection method to improve the sensitivity of APND system. In this paper, we propose accurate nodule candidate detection method using modified circular hough transform. It provides high sensitivity pulmonary nodule candidates.

P&ID의 파이프라인 인식 향상을 위한 라인 검출 개선에 관한 연구

오상진,채명훈,이현,이영환,정은경,이현식,Oh, Sangjin,Chae, Myeonghoon,Lee, Hyun,Lee, Younghwan,Jeong, Eunkyung,Lee, Hyunsik 한국플랜트학회 2020 플랜트 저널 Vol.16 No.4

For several decades, productivity in construction industry has been regressed and it is inevitable to improve productivity for major EPC players. One of challenges to achieve this goal is automatically extracting information from imaged drawings. Although computer vision technique has been advanced rapidly, it is still a problem to detect pipe lines in a drawing. Earlier works for line detection have problems that detected line elements be broken into small pieces and accuracy of detection is not enough for engineers. Thus, we adopted Contour and Hough Transform algorithm and reinforced these to improve detection results. First, Contour algorithm is used with Ramer Douglas Peucker algorithm(RDP). Weakness of contour algorithm is that some blank spaces are occasionally found in the middle of lines and RDP covers them around 17%. Second, HEC Hough Transform algorithm, we propose on this paper, is improved version of Hough Transform. It adopted iteration of Hough Transform and merged detected lines by conventional Hough Transform based on Euclidean Distance. As a result, performance of Our proposed method improved by 30% than previous.

Road Boundary Detection on Highway with Searching Region of Interest on the Hough Transform Domain

Haiping Lin(임해평),Jong-Min Bae(배종민),Hyongsuk Kim(김형석) 대한전기학회 2006 대한전기학회 학술대회 논문집 Vol.2006 No.10

Searching the region of interest on the Hough transform domain is done to determine the real road boundary on the high speed way. The mathematical morphology is employed to obtain the gradient image which is utilized in Hough transform. Many possible candidates of lines could appear on the ordinary road environment and simple selection of the strongest line segments likely to be fault boundary lines. To solve such problem, the search area for the candidates of the road boundary which is called the region of interest is limited on the Hough space. The effectiveness of the proposed algorithm has been shown with experimental results.

영상 중심점 기반 허프변환의 성능 분석

오정수(Jeong-su Oh),정용석(Yong-seok Jeong) 한국정보통신학회 2022 한국정보통신학회 종합학술대회 논문집 Vol.26 No.1

허프변환은 에지 영상에서 직선을 검출하는 대표적인 알고리즘이다. 허프변환은 에지 화소에서 발생 가능한 직선들의 파라미터들을 공간상에 대응시키고, 주어진 조건을 만족하는 유효 파라미터를 직선으로 검출한다. 일반적인 허프변환에서는 직선의 파라미터들은 영상 원점을 기준점으로 계산되고 있다. 그러나 본 논문에서는 영상 중심이 기준점인 허프변환을 수행하고 그 성능을 기존 허프변환과 비교분석하고 있다. Hough transform is a representative algorithm for detecting straight lines in an edge image. It corresponds the parameters of straight lines that may occur in the edge pixel into a parameter space, and detects valid parameters satisfying a given condition as straight lines. In general Hough transform, the parameters of the line are calculated with the image origin as the reference point. However, in this paper, the Hough transform based on the image center as a reference point is performed and its performance is compared and analyzed with the conventional Hough transform.