• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.510-513
• /
• 2002

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimodal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 포함되어 있으므로 스케치 특징점 유무를 판별하는 임계치의 결정에는 애매 모호함이 존재한다. 따라서 본 논문에서는 영상에 대해 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀값의 거리를 계산하여 밝기의 조정률을 구하여 최소 밝기값과 최대 밝기 값을 설정하고 삼각형의 소속 함수에 적용한다. 소속 함수에 적용된 소속도를 a-cut 을 적용하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 방법보다 제안된 퍼지 이진화 방법이 효율적인 것을 알 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.89-92
• /
• 2011

본 논문에서는 컬러 영상에 대해 삼각형 타입의 소속 함수를 적용하여 스트레칭의 상한과 하한을 동적으로 설정하고 영상을 스트레칭 하는 방법을 제안한다. 제안된 퍼지 스트레칭 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀 값의 거리를 계산하여 밝기의 조정율을 결정한 후, 최소 밝기 값 및 최대 밝기 값을 구하고 삼각형 타입 소속 함수의 구간에 적용한다. 영상의 픽셀 값들을 소속 함수에 적용하여 소속도를 구하고 cut를 적용하여 가장 낮은 픽셀 값을 스트레칭 하한으로 가장 높은 픽셀 값을 스트레칭 상한으로 설정하여 컬러 영상을 스트레칭 한다. 다양한 영상에 적용한 결과, 기존의 스트레칭 방법보다 제안된 퍼지 스트레칭 방법이 효율적인 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제18권5호
• /
• pp.19-23
• /
• 2013

본 논문에서는 컬러 영상에 삼각형 타입의 소속 함수를 적용하여 스트레칭의 상한과 하한을 동적으로 설정하여 컬러영상을 퍼지 스트레칭 하는 방법을 제안한다. 제안된 퍼지 스트레칭 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀 값의 거리를 계산하여 밝기의 조정률을 결정한 후, 최소 밝기 값과 최대 밝기 값을 구하고 삼각형 타입 소속 함수의 구간에 적용한다. 영상의 픽셀 값들을 소속 함수에 적용하여 소속도를 구하고 가장 낮은 픽셀 값을 스트레칭 하한으로 설정하고 가장 높은 픽셀 값을 스트레칭 상한으로 설정하여 컬러 영상을 스트레칭 한다. 다양한 영상에 적용한 결과, 앤드인 탐색 방법보다 제안된 퍼지 스트레칭 방법이 효율적인 것을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(하)
• /
• pp.741-746
• /
• 2002

본 논문에서는 학습자 스스로가 학습 능력을 조절하고 학습 내용과 시험 평가를 객관적으로 판단할 있는 자기 주도적 학습 내용 및 시험 평가 방법을 제안하였다. 제안된 자기 주도적 학습 내용 및 시험평가 방법은 삼각형 타입의 소속 함수와 퍼지 논리를 이용하여 학습 능력과 시험 능력의 소속도를 계산하고 각각에 대해 퍼지 등급도를 부여하였다. 학습 능력의 소속도와 시험 능력의 소속도에 대해서 퍼지 관계의 연산 및 합성에 의해 최종 소속도를 계산하고 퍼지 등급도를 결정하여 학습자가 학습 능력의 소속도와 시험 능력의 소속도 및 최종 퍼지 등급도를 분석하여 스스로 학습을 조정할 수 있도록 하였다. 그리고 제안된 연구 내용을 정보 검색사 필기 과목에 적용하여 구현하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.523-528
• /
• 2002

기존의 자기 주도적 학습 평가들은 대부분의 선다형 또는 단답형 문항에 대해서 학습평가가 시험 점수로 제공되고, 학습 평가의 정도를 객관적으로 평가 할 수 얼어 학습의 효율성에 대해서 부정적인 시각도 있다. 본 논문에서는 학습자 스스로가 학습 능력 평가를 객관적으로 평가하기 위해 퍼지 이론의 삼각형 타입 소속 함수를 이용한 자기 주도적 학습 평가 방법을 제안한다. 제안된 자기 주도적 학습 평가 방법은 학습에 대해 시험 결과를 세 개의 퍼지 등급으로 분류하여 소속도를 계산하고 퍼지 등급표를 적용하여 최종 퍼지 등급도에 따라 시험 결과를 평가하는 방법을 제시한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.311-313
• /
• 2011

대부문의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimadal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있다. 하지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성이 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 있을 때 스케치 특징점의 유무를 판별하는 임계치의 결정에는 애매모호함이 존재한다. 따라서, 본 논문에서는 영상에 대한 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 알고리즘을 제안한다. 제안된 퍼지 이진화 알고리즘은 원 영상을 특정 크기의 윈도우로 나누어서 윈도우의 소속 함수에 대한 소속도를 구하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 기법보다 제안된 퍼지 이진화 알고리즘이 효율적인 것을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.82-85
• /
• 2014

퍼지 이진화는 영상에 대한 임계값을 원본 영상의 가장 밝은 픽셀과 가장 어두운 픽셀의 평균값으로 설정하고 이를 삼각형 타입의 소속 함수에 적용하여 영상을 이진화한다. 그러나 퍼지 이진화는 영상의 배경과 물체의 밝기 차이가 큰 경우에는 이진화가 효과적이지만 차이가 크지 않은 경우에는 소속 함수 구간을 효율적으로 설정할 수 없어 이진화를 효과적으로 할 수 없다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 ART2 알고리즘을 적용하여 각 클러스터의 중심 값을 구한다. 그리고 각 클러스터의 중심 값에 해당하는 명암도를 이용하여 평균값을 구한 후, 이 평균값을 퍼지 이진화 방법에서 소속 함수 구간의 중간 값으로 설정하여 영상을 이진화 한다. 제안된 방법의 성능을 평가하기 위해 다양한 영상에서 제안된 방법과 기존의 퍼지 이진화 방법을 적용한 결과, 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태에서 영상이 이진화되는 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.145-147
• /
• 2014

대부분 이진화 알고리즘은 임계치를 결정하기 위해 히스토그램을 사용하여 밝기 분포를 분석한다. 배경과 물체의 명암 차이가 큰 경우는 분할을 위해 양봉 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기를 선택하는 것으로도 양호한 임계치를 찾을 수 있지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 이 문제점을 개선하기 위해 삼각형 타입의 소속 함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화 하는 퍼지 이진화 방법이 제안되었다. 퍼지 이진화 방법은 소속 함수에 적용된 소속도를 a-cut에 적용하여 영상을 이진화 한다. 그러나 기존의 퍼지 이진화 방법은 a-cut값을 경험적으로 설정하기 때문에 다양한 영상을 이진화하는 과정에서 정보 손실이 많이 발생하는 문제점이 있다. 따라서 본 논문에서는 FCM 클러스터링 알고리즘을 이용하여 퍼지 이진화 방법의 a-cut값을 동적으로 설정하여 이진화하는 방법을 제안한다. 제안된 방법을 다양한 영상에 적용한 결과, 배경과 물체의 명암도 차이가 크게 나지 않는 영상의 경우에는 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태로 이진화되는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제18권6호
• /
• pp.1269-1274
• /
• 2014

이진 영상은 모양, 위치, 수, 정보 등 원본 영상의 정보를 최대한 보존하면서 인식이나 분할에 적합하게 변화된 단순한 흑백영상이다. 영상의 이진화 처리는 영상처리 분야에서 문자인식, 영상분석 등과 같은 다양한 응용에서 배경과 물체를 구분하는 영상분할을 위한 일반적인 도구로 사용된다. 퍼지 이진화는 영상에 대한 임계값을 원본 영상의 가장 밝은 픽셀과 가장 어두운 픽셀의 평균값으로 설정하고 이를 삼각형 타입의 소속 함수에 적용하여 영상을 이진화 한다. 그러나 퍼지 이진화는 영상의 배경과 물체의 밝기 차이가 큰 경우에는 이진화가 효과적이지만 차이가 크지 않은 경우에는 소속 함수 구간을 효율적으로 설정할 수 없어 이진화를 효과적으로 할 수 없다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 ART2 알고리즘을 적용하여 각 클러스터의 중심 값을 구한다. 그리고 각 클러스터의 중심 값에 해당하는 명암도를 이용하여 평균값을 구한 후, 이 평균값을 퍼지 이진화 방법에서 소속 함수 구간의 중간값으로 설정하여 영상을 이진화 한다. 다양한 영상에 제안된 방법과 기존의 퍼지 이진화 방법을 적용한 결과, 기존의 퍼지 이진화 방법보다 정보 손실이 적은 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권8호
• /
• pp.25-31
• /
• 2009

RGB 모델을 통한 정적인 추론 규칙을 적용한 기존의 색채 정보 인식 방법은 RGB 모델이 가지는 인간 시각과의 괴리감과 특정한 환경에서만 적용할 수 있는 문제점이 있다. 본 논문에서는 HSI 모델을 적용하여 색채에 대한 인간 인식 과정과 유사한 형태의 추론 방식과, 사용자에 의해서 추론 규칙을 추가, 수정, 삭제 할 수 있는 방법을 제안한다. 본 논문에서는 각각의 H, S, I 소속 구간에 대하여 H는 Sine, Cosine 함수를 사용하여 소속 구간을 설계하며, S, I는 삼각형 타입의 소속 함수로 설계한다. 설계된 각각의 소속 구간에 대하여 소속 구간 병합을 적용하여 소속도를 계산하고, 계산된 결과들은 미리 제시된 추론 규칙에 적용하여 색채를 추론한다. 제안된 두가지 방법을 적용하여 실험한 결과, 기존의 방법보다 제안된 방법이 비교적 직관적이며 효율적인 형태로 결론을 도출할 수 있음을 확인하였다.