• Journal of Biosystems Engineering
• /
• 제24권4호
• /
• pp.325-334
• /
• 1999

The aim of this study was to present a groundwork for development of a sorting system of peeled garlics using machine vision. Images of various garlic samples such as sound, partially defective, discolored, rotten and un-peeled were obtained with a B/W machine vision system. Sorting factors which were based on normalized histogram and statistical analysis(STEPDISC Method) had good separability for various garlic samples. Bayes discriminant function and neural network sorting algorithms were developed with the sample images and were experimented on various garlic samples. It was showed that garlic samples could be classified by sorting algorithm with average sorting accuracies of 88.4% by Bayes discriminant function and 93.2% by neural network.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.525-532
• /
• 2006

아이징(Ising)모델화 된 이진 탁본영상을 유연한 선부합 ICM(Iterated conditional modes) 방식으로 영상복원하는 새로운 기법을 제시한다. 기본적으로 탁본영상은 획 구성상 정보 영역과 배경 영역의 두 극단으로 나누어져야 한다. 종래의 ICM적 접근이 부분적 사각구도(四角構圖)의 점처리에 근거하였음에 비해 본 연구의 주된 아이디어는 선처리이다. 기하학적 구조를 구하기 위해 현재고려중인 화소의 배열 위치를 중심으로 다수의 선형부합함수들을 발생시킨다. 부합함수들의 경사도와 크기들의 집합에 베이즈적 판별 논리를 적용하여 현재고려중인 화소의 영역을 판단한다. 영역판별 결과는 이진 색도이다. 이 경우 매 단계별 영역귀속 판단은 영역 안과 밖에서의 차별된 추적 양상에 관한 확률적 반복성에 의존한다. 마지막으로 시뮬레이션을 통해 이진 탁본영상에 대하여 본 알고리즘의 효과를 확인하였다.

• 한국산업정보학회논문지
• /
• 제12권4호
• /
• pp.164-168
• /
• 2007

본 논문에서 임베디드시스템에 적용 가능한 눈 검출 알고리즘을 제안하였다. 특히, 감시카메라나 자동현금인출장치 또는 운전자의 졸음운전방지를 위한 눈 검출에서는, 주로 정면얼굴에서의 눈 검출이 이루어지므로 본 논문에서는 이러한 조건을 목표로 눈 검출 알고리즘을 제안하였다. 눈영역을 검출하기 위해, 특성백터를 먼저 추출하고 그 다음, 주성분 분석법 및 진폭투시법에 의해 전체 특성백터를 구성한다. 이렇게 구성된 특성백터들의 공분산을 구한 후, 판별단계에서 베이즈 방법에 의해 구해진 확률분포함수를 이용하여 정면얼굴의 눈 영역 부분을 검출한다. 또한 본 논문에서 제안한 판별 알고리즘을 이용하여 입력영상의 눈영역을 찾기 위한 실험식도 제안하였다. 모의 실험결과 정면얼굴에서의 눈검출율은 매우 높았으며 계산을 위한 특성백터 또한 적음으로써 실시간 특성을 요하는 임베디드시스템에 적용 가능함을 알 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제8권4호
• /
• pp.75-88
• /
• 2008

본 논문은 입력 이미지 블록의 클래스 조건부 확률 밀도 함수의 커널 추정에 기반한 공간 영역에서의 다중초점 이미지 융합 기법을 제안한다. 이미지 융합 문제를 시험 패턴으로부터 추정된 유사 밀도 함수에 의해 사후 클래스 확률, P($w_{i}{\mid}B_{ikl}$),을 계산하는 분류 임무로 접근하였다. C개의 입력 이미지 $I_{i}$에 대하여 제안한 방법은 i 클래스 $w_{i}$를 정의하고 베이즈 결정 원리에 기초하여 판별 함수를 최대화하는 PxQ 블록 $B_{ikl}$의 집합에 의해 표현되는 결정 지도로 부터 융합 이미지 Z(k,l)를 형성한다. 출력 화질의 척도로서 RMSE 와 상호 정보량인 MI를 사용하여 제안한 기법의 성능이 평가되었다. 커널 함수의 폭 ${\sigma}$ 도 변화시키고, 다른 종류의 커널과 블록 크기를 변화시켜 가며 성능평가를 수행하였다. 제안한 가법은 C=2 와 C=3에 대하여 시험하였고 시험 결과는 좋은 성능을 보였다.