Please use this identifier to cite or link to this item:
https://publication.npru.ac.th/jspui/handle/123456789/877| Title: | A study of detecting line drawings from sketch image การศึกษาการตรวจจับลายเส้นจากภาพร่าง |
| Authors: | Udompuak, Thanisorn Puaraksa, Ronnaporn Somboonwong, Weerapat Srichumroenrattana, Natchamol ธนิสร อุดมพวก รณพร พัวรักษา วีรภัทร สมบูรณ์วงส์ ณัฐชามญฑ์ ศรีจำเริญรัตนา |
| Keywords: | Detects streaks from sketches Sobel, Canny |
| Issue Date: | 9-Jul-2020 |
| Publisher: | Nakhon Pathom Rajabhat University |
| Citation: | Cai-Xia Deng, Gui-Bin Wang and Xin-Rui Yang, "Image edge detection algorithm based on improved
Canny operator", 2013 International Conference on Wavelet Analysis and Pattern Recognition,
Tianjin, 2013, pp. 168-172 C. Gentsos, C. Sotiropoulou, S. Nikolaidis and N. Vassiliadis, "Real-time canny edge detection parallel implementation for FPGAs", 2010 17th IEEE International Conference on Electronics, Circuits and Systems, Athens, 2010, pp. 499-502 F. A. Pintea, D. L. Lacrama, T. M. Karnyanszky and C. I. Toma, "Automatic pre-processing of images for Tree Drawing Test", 2013 21st Telecommunications Forum Telfor (TELFOR), Belgrade, 2013, pp. 502-505 J. Hu and W. Fang, "Intelligent Clean Line Drawing", 2016 International Conference on Robots & Intelligent System (ICRIS), Zhangjiajie, 2016, pp. 217-220 N. Nakamura, K. Hosaka and M. Nagura, (1995). “Drawing Capturing System using Image Enhancement”. ICDAR '95: Proceedings of the Third International Conference on Document Analysis and Recognition (Volume 2) - Volume 2 August 1995. pp. 652-655. |
| Abstract: | The objective of a study of detecting line drawings from sketch image is to study the detection
of line drawings from sketches and turn the line drawing into a computer graphic which has 3 main
steps. First, change the imported image to a gray-scale image. This process change the imported image
property to gray-scale image which is easier to detect the border pattern. Second, smooth the image by
using the Gaussian filter to reduce noise and unwanted streaks from the image. Finally, detect image
border by using Canny edge detection which is a method for detecting image borders and compare the
results of this algorithm with the Sobel edge detection method. With 50 sketches, we found that our
process is able to reduce the noise well, gives smaller streaks and the resulting image is accurate with
the details inside the image matching the original image งานวิจัยเรื่องการศึกษาการตรวจจับลายเส้นจากภาพร่าง โดยทั่วไปนักวาดภาพจะมีอุปกรณ์สำหรับวาดภาพอยู่ ภายในที่ทำงานของตนเองหรือที่บ้าน บางครั้งเมื่อต้องเดินทางออกไปข้างนอกแล้วเกิดไอเดียสำหรับการวาดภาพจะมีการวาด ภาพ sketch หรือ ภาพร่างเอาไว้บนกระดาษเพื่อนำกลับมาใช้เป็นต้นแบบในการวาดภาพบนอุปกรณ์ของตนเอง การวาดภาพ ร่างบนกระดาษเมื่อทำการนำรูปภาพร่างนั้นเข้าสู่ระบบคอมพิวเตอร์ผู้วาดจะต้องทำการวาดซ้ำเพื่อให้ได้ลายเส้นของภาพร่าง นั้นขึ้นมาใหม่ ดังนั้นงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการตรวจจับลายเส้นจากภาพร่าง เพื่อจะได้นำรูปวาดบนกระดาษเข้า คอมพิวเตอร์ ซึ่งมีขั้นตอนหลักอยู่ 3 ขั้นตอน คือ ทำการเปลี่ยนภาพที่นำเข้าเป็น grey scale ซึ่งขั้นตอนนี้จะทำให้ภาพที่ นำเข้าเปลี่ยนคุณสมบัติเป็นภาพแบบสีเทาเพื่อให้ง่ายต่อการตรวจจับลายเส้นขอบ ทำการ smoothing ภาพด้วยวิธีการ gaussian filter เพื่อเป็นการลดสัญญาณรบกวน หรือ Noise เพื่อให้ภาพมีคุณภาพที่ดีขึ้นและเป็นขั้นตอนที่ช่วยลดลายเส้นที่ ไม่ต้องการออกจากภาพ ทำการหาเส้นขอบ ด้วยวิธีการ canny edge detection เป็นวิธีการตรวจจับเส้นขอบของภาพและ ทำการเปรียบเทียบผลของการทำงานของอัลกอริทึมกับวิธีการ sobel edge detection ด้วยภาพร่างจำนวน 50 รูป พบว่า ภาพที่ผ่านกระบวนการของผู้วิจัยนั้นลดสัญญาณรบกวนได้ดี ให้ลายเส้นที่เล็กกว่าและภาพผลลัพธ์มีความถูกต้องของ รายละเอียดภายในภาพได้เหมือนกับภาพต้นฉบับ สารมารถช่วยลดเวลาสำหรับขั้นตอนการวาดภาพซ้ำของนักวาดภาพได้เป็น อย่างดี |
| URI: | https://publication.npru.ac.th/jspui/handle/123456789/877 |
| Appears in Collections: | Proceedings of the 12th NPRU National Academic Conference |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| การศึกษาการตรวจจับลายเส้นจากภาพร่าง.pdf | 409.46 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.