본 문은 고속으로 이송되는 컨베이어 벨트 환경에서 획득된 대용량 소포 영상에서 다양한 관심영역(ROI：Region of Interest)을 고속 추출할 수 있는 방법을 제안한다. 제안된 방법의 친 번째 단계에서는 영상을 32${ imes}$32 픽셀 크기의 마스크로 나누고 그 중 내부 픽셀의 최대값과 최소값의 차이값이 최저 동적 입계값보다 큰 경우에 1차 후보로 검출한다. 두 번째 단계에서는 1차 후보 마스크를 다시 8${ imes}$8크기의 서브마스크로 나누고 적셀 값의 편차(deviation)을 기준으로 최저 임계값보다 큰 마스크만 남김으로서 불필요한 영역을 제거한다. 이러한 전처리 과정을 거쳐 1차원 바코드, 2차원 바코드, 소포의 외형 경계, 레이블 및 문자와 같은 소포의 정보가 기록되어 있는 영역(ROI)을 제외한 나머지 영역을 제거한다. 후처리 과정에서는 위의 ROI 중 2차원 바코드 영역만을 추출하기 위해서 각각의 ROI에 대하여 기준축을 생성한 결과를 이용하여 각각의 영역을 검증하였다. 이와 같은 방법으로 실험한 결과 대용량 소포영상에서 약 200msec 이내에 다양한 ROI를 추출하였으며 100%의 정확도로 2차원 바코드 영역을 지정할 수 있음을 확인하였다.
In this paper, we propose a sequence of method which extrats ROIs(Region of Interests) rapidly from the parcel image of large size. In the proposed method, original image is spilt into the small masks, and the meaningful masks, the ROIs, are extracted by two criterions sequentially The first criterion is difference of pixel value between Inner points, and the second is deviation of it. After processing, some informational ROIs-the areas of bar code, characters, label and the outline of object-are acquired. Using diagonal axis of each ROI and the feature of various 2D bar code, the area of 2D bar code can be extracted from the ROIs. From an experiment using above methods, various ROIs are extracted less than 200msec from large-size parcel image, and 2D bar code region is selected by the accuracy of 100％.
