본 논문에서는 산업 현장에서 비전기술을 이용한 객체의 검사나 분류에 사용되는 빠르고 효율적인 최소 사각형 근사화 방법을 대해서 소개한다. 주어진 객체의 최소 사각형 근사를 위해서 객체의 전체 외곽선을 사용하지 않고 n 개로 샘플링된 에지 점들에 대해서만 각도 히스토그램을 생성하고 이를 이용하여 객체의 장축과 단축을 계산한다. 최종 근사 사각형을 찾기 위해 이전 단계에서 얻어진 장축과 단축을 중심으로 하는 4개의 모서리점을 갖는 사각형을 찾는다. 이후에, 잡음에 의한 오차를 줄이기 위해 첫 번째 사각형의 각도를-1∼+1로 변형하여 추가적으로 2개의 후보 사각형을 생성한 후, 3개의 추정된 사각형과 원본 영상의 외곽선의 매칭 정도를 측정하여 오류가 최소화 되는 사각형을 최종 사각형 영역으로 선택한다. 제안된 방법을 몇 개의 실험데이터에 대해 실험한 결과 기존의 방법에 비해 빠르고 효율적인 최소 사각형 근사가 가능하였다.

A fast and efficient minimum-bounding rectangle estimation of an image object is proposed for industrial applications such as object inspection and classification. To detect the minimum-bounding rectangle of an object, we estimate the directions of its major and minor axes by using the proposed angular histogram with n sampled edge points, instead of using the entire boundary. The final bounding rectangle is that which results in the minimum error when the four vertices are rotated just twice amongst three candidate bounding rectangles. Experiments are carried out to evaluate the performance of the proposed method, and show that it can detect the minimum-bounding rectangle of an object in a fast and efficient manner.

1. Introduction
 2. Major axis estimation using angular histogram
 3. Experimental Results
 4. Conclusions
 References

• Byoung Chul Ko(Department of Computer Engineering Keimyung University) | 고병철
• Junoh Park(Department of Computer Engineering Keimyung University) | 박준오
• Deok-Yeon Kim(Department of Computer Engineering Keimyung University) | 김덕연
• Jae-Yeal Nam(Department of Computer Engineering Keimyung University) | 남재열