Many edge detection methods, based on horizontal and vertical derivatives, have been introduced to provide us with intuitive information about the horizontal distribution of a subsurface anomalous body. Understanding the characteristics of each edge detection method is important for selecting an optimized method. In order to compare the characteristics of the individual methods, this study applied each method to synthetic magnetic data created using homogeneous prisms with different sizes, the numbers of bodies, and spacings between them. Seven edge detection methods were comprehensively and quantitatively analyzed: the total horizontal derivative (HD), the vertical derivative (VD), the 3D analytic signal (AS), the title derivative (TD), the theta map (TM), the horizontal derivative of tilt angle (HTD), and the normalized total horizontal derivative (NHD). HD and VD showed average good performance for a single-body model, but failed to detect multiple bodies. AS traced the edge for a single-body model comparatively well, but it was unable to detect an angulated corner and multiple bodies at the same time. TD and TM performed well in delineating the edges of shallower and larger bodies, but they showed relatively poor performance for deeper and smaller bodies. In contrast, they had a significant advantage in detecting the edges of multiple bodies. HTD showed poor performance in tracing close bodies since it was sensitive to an interference effect. NHD showed great performance under an appropriate window.

Communication, Ocean And Meteorological Satellite (COMS) Meteorological Imager (MI) images are processed for radiometric and geometric correction from raw image data. When intermediate image data are matched and compared with reference landmark images in the geometrical correction process, various techniques for edge detection can be applied. It is essential to have a precise and correct edged image in this process, since its matching with the reference is directly related to the accuracy of the ground station output images. An edge detection method based on neural networks is applied for the ground processing of MI images for obtaining sharp edges in the correct positions. The simulation results are analyzed and characterized by comparing them with the results of conventional methods, such as Sobel and Canny filters.

스마트 폰 사용자의 수가 점차적으로 증가함에 따라 모바일을 이용한 식물정보 관련 애플리케이션서비스가 필요 되어 지고 있다. 이에 본 연구는 식물정보 서비스 애플리케이션 개발에 필수 요소인 식물인식 및 분류 전산화 과정의 알고리즘을 제안하였다. 연구를 통해 독자적으로 개발한 Sweep(SP) 외곽선 추출 알고리즘을 이용 하여 외곽선을 검출하고 형태적인 특징요소를 정의하였으며 검출 된 외곽선을 이용하여 H/W ratio, Top tip ratio, Bottom tip ratio, 등분각 연장선과의 교차점 위차 정보, 등분각 연장선과의 교차점 거리 정보, 근접이차함수 비교 등 총 6가지 분류 기준을 전산화하였 다. 제안한 분류 기준의 유효성 검증을 위하여 총 32종의 식물을 재 료로 실험한 결과 H/W ratio과 Top tip ratio는 식물별 고유한 특성 을 기준으로 소수 그룹을 형성하고 구분할 수 있는 유효성을 가지 는 것으로 검증되었다. 등분각 연장선과의 교차점을 이용한 거리정 보는 식물 종류 간의 패턴 차이가 인정되었으며 이의 전산화를 위 하여 바타차야 비교연산법을 적용하여 상대비교 알고리즘을 완성 하였다. 또한 본 연구 과정에서 의도하지 않았던 엽저 및 엽선의 경 향 그리고 결각의 유무 검출 가능성을 확인하게 되어 추가적인 알 고리즘 개발이 가능할 것으로 여겨진다.

In this paper, we propose a digital image stabilization technique using edge detection and Lucas-Kanade optical flow in order to minimize the motion of the shaken image. The accuracy of motion estimation based on block matching technique depends on the size of search window, which results in long calculation time. Therefore it is not applicable to real-time system. In addition, since the size of vector depends on that of block, it is difficult to estimate the motion which is bigger than the block size. The proposed method extracts the trust region using edge detection, to estimate the motion of some critical points in trust region based on Lucas-Kanade optical flow algorithm. The experimental results show that the proposed method stabilizes the shaking of motion image effectively in real time.

경계면의 고주파 영역을 선명하게 하면 영상의 질이 좋아진다. sobel 연산자를 이용하여 동적 촬영으로 인 하여 선명하지 못한 초음파 영상의 결함을 개선시키는 방법을 제안 하고자 한다. 실험 결과 입력 초음파 영상 의 경계부분이 선명하게 나타나는 것을 알 수 있었다. 경계부분의 고주파 성분을 강하게 하다 보니 경계부에 인접한 낮은 신호강도 픽셀의 정보를 잃게 되는 점을 보완할 것이 요구된다.