문자열 검출을 위한 슬라브 영역 추정

최종현; 최성후; 윤종필; 구근휘; 김상우

추천

검색

질문

자료유형: 학술저널

저자정보: 최종현 (포항공과대학교) 최성후 (포항공과대학교) 윤종필 (포항공과대학교) 구근휘 (포항공과대학교) 김상우 (포항공과대학교)

저널정보: 대한전기학회 전기학회논문지 전기학회논문지 제58권 제5호

발행연도: 2009.5

수록면: 1,025 - 1,034 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In steel making production line, steel slabs are given a unique identification number. This identification number, Slab management number (SMN), gives information about the use of the slab. Identification of SMN has been done by humans for several years, but this is expensive and not accurate and it has been a heavy burden on the workers. Consequently, to improve efficiency, automatic recognition system is desirable. Generally, a recognition system consists of text localization, text extraction, character segmentation, and character recognition. For exact SMN identification, all the stage of the recognition system must be successful. In particular, the text localization is great important stage and difficult to process. However, because of many text-like patterns in a complex background and high fuzziness between the slab and background, directly extracting text region is difficult to process. If the slab region including SMN can be detected precisely, text localization algorithm will be able to be developed on the more simple method and the processing time of the overall recognition system will be reduced. This paper describes about the slab region localization using SIFT (Scale Invariant Feature Transform) features in the image. First, SIFT algorithm is applied the captured background and slab image, then features of two images are matched by Nearest Neighbor (NN) algorithm. However, correct matching rate can be low when two images are matched. Thus, to remove incorrect match between the features of two images, geometric locations of the matched two feature points are used. Finally, search rectangle method is performed in correct matching features, and then the top boundary and side boundaries of the slab region are determined. For this processes, we can reduce search region for extraction of SMN from the slab image. Most cases, to extract text region, search region is heuristically fixed [1][2]. However, the proposed algorithm is more analytic than other algorithms, because the search region is not fixed and the slab region is searched in the whole image. Experimental results show that the proposed algorithm has a good performance.

#Slab Region Extraction #Search Rectangle Method #SIFT Features #Steel Image #Management Number

참고문헌 (13)

참고문헌 신청

1. [학술대회논문] - S.H. Choi / 2008 / An Improved edge-based Text region Segmentation algorithm applied to Slab image data from Steel Plant / Proceedings of the 10th IASTED International Conference COMPUTER GRAPHICS AND IMAGING : 70 ~ 75

2. [학술대회논문] - S.H. Choi / 2008 / Text Region Extraction Algorithm on Steel Making Process / 8th WSEAS International Conference on ROBOTICS, CONTROL and MANUFACTURING TECHNOLOGY : 24 ~ 28

3. [학술지(정기간행물)] - Lowe,D.G. / 2004 / Distinctive Image Features from Scale Invariant Keypoints / International Journal of Computer Vision : 91 ~ 110

4. [학술대회논문] - Lowe,D.G. / 1999 / Object recognition from local scale-invariant features / Proceedings of International Conference on Computer Vision : 1150 ~ 1157

5. [학술대회논문] - J. Gao / 2001 / An Adaptive Algorithm for Text Detection from Natural Scenes / Proceedings of the 2001 IEEE Conference on Computer Vision and Pattern Recognition

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최종현

소속기관 한국전자기술연구원

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 제어계측공학

논문수 13 이용수 512

최성후

소속기관 POSTECH

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 제어계측공학

논문수 13 이용수 399

윤종필

소속기관 한국생산기술연구원

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 전기전자공학 > 전기공학

논문수 61 이용수 4,130

구근휘

소속기관 포항공과대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 제어계측공학

논문수 12 이용수 468

김상우

소속기관 순천제일대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 TOP 10% 공학 > 전기전자공학 > 전기공학 TOP 1%

논문수 272 이용수 13,346

이 논문과 함께 이용한 논문

DGHM 을 이용한 강인한 SIFT Descriptor 에 관한 연구

강태구 , 박귀태 제어로봇시스템학회 국내학술대회 논문집 2011 .05

SURF와 Optical Flow의 병렬 처리 기술을 이용한 이동 물체 인식 및 추적 알고리즘

최정호 , 조영완 한국지능시스템학회 학술발표 논문집 2011 .12

도로표지의 효율적인 데이터베이스 구축방안

김의명 , 조두영 , 정규수 외 1명 대한공간정보학회지 2011 .09

SURF 특징점 추출 알고리즘을 이용한 얼굴인식 연구

강민구 , 추원국 , 문승빈 전자공학회논문지-CI 2011 .05

문서 영상의 기울기 검출을 위한 기준선 탐색 기법

신명진 , 김도현 , 차의영 멀티미디어학회논문지 2007 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2010-560-002246059

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)