Adaptive Object Classification using DWT and FI

이산웨이블릿 변환과 퍼지추론을 이용한 적응적 물체 분류

This paper presents a method of object classification based on discrete wavelet transform (DWT) and fuzzy inference(FI). It concentrated not only on the design of fuzzy inference algorithm which is suitable for low speed uninhabited transportation such as, conveyor but also on the minimize the number of fuzzy rule. In the preprocess of feature extracting, feature parameters are extracted by using characteristics of the coefficients matrix of DWT. Such feature parameters as area, perimeter and a/p ratio are used obtained from DWT coefficients blocks. Secondly, fuzzy if - then rules that can be able to adapt the variety of surroundings are developed. In order to verify the performance of proposed scheme, In the middle of fuzzy inference, the Mamdani's and the Larsen 's implication operators are utilized. Experimental results showed that proposed scheme can be applied to the variety of surroundings.

본 논문에서는 이산웨이블릿 변환과 퍼지추론을 이용하여 물체를 분류하는 방법을 제안 한 바, 컨베이어 혹은 무인 운송장치와 같은 저속도에 적용 할 수 있는 퍼지추론 알고리즘과 알고리즘의 퍼지 규칙수를 최소화하는 방법에 중점을 두었다. 특징추출을 위한 전처리 과정에서 는 이산웨이블릿 변환 계수로부터 물체의 특징 파라미터들을 구하였다. 물체의 특징 파라미터는 계수 블록으로부터 계산된 물체의 면적, 둘레, 면적과 둘레의 비율을 이용하였다. 외부 환경에 기인하는 파라미터들의 변화에 적응할 수 있도록 퍼지 If-then 규칙을 설계하였다. 제안한 추론 알고리즘의 성능 평가를 위하여 Mamdani 및 Larsen의 함의 연산자를 이용하여 실험하였고, 외부 환경 변화에 대하여도 적용 가능성을 보였다.