• 제목/요약/키워드: 센트럴 모멘트

검색결과 4건 처리시간 0.018초

센트럴 모멘트를 이용한 이진화에 대한 연구 (A Study on Binarization Using Central Moment)

  • 백명규;조창석
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2003년도 추계학술발표대회(상)
    • /
    • pp.298-301
    • /
    • 2003
  • 문자 인식 및 영상 인식 분야의 대부분의 연구들은 이진영상을 바탕으로 이루어진다. 영상인식에 있어서 이진화는 매우 중요한 전처리 과정이다. 현재 다양한 이진화 알고리즘들이 개발되었고, 아직도 이진화에 대한 많은 연구가 진행되고 있다. 본 논문에서는 센트럴 모멘트를 이용한 이진화로 얼굴 영상에서 특징을 추출하는데 있어서 보다 정확하고 깨끗한 이진영상을 얻는 방법을 연구하였다.

  • PDF

마할라노비스 거리의 모멘트에 대한 다정식 표현의 간략화 (A Simplification of Polynomial Representations for the Moments of the Mahalanobis Distances)

  • 김수중;홍재근
    • 대한전자공학회논문지
    • /
    • 제21권3호
    • /
    • pp.1-5
    • /
    • 1984
  • 집단내 마할라노비스 거리가 센트럴 카이-제곱 분포를 함은 잘 알려진 사실이다. 본 논문에서는 간단한 마할라노비스 거리가 논-센트럴 카이-제곱 분포를 함을 보이고, 또한 그 모멘트들을 계수들이 간단한 순환관계를 갖는 다항식으로 간략히 표현하여, 모멘트를 이용한 인식이나 계수추정등에 이용되기 쉽게 하였다.

  • PDF

불변모멘트를 이용한 얼굴 영상의 특징 추출에 관한 연구 (A Study on The Extration of Charicteristic Points of The Facial Images Using Central Moments)

  • 정지훈;조창석
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2000년도 추계학술발표논문집
    • /
    • pp.214-217
    • /
    • 2000
  • 본 논문은 CCD카메라 얼굴 영상에서 얼굴의 특징을 추출하여 사이버 캐럭터 그래픽에 적용시키는 것을 목적으로 하고 있다. CCD카메라로는 촬영된 얼굴 영상에 기초적 영상 전처리를 실시한 후 불변모멘트의 일종인 센트럴모멘트를 사용하여 눈, 코, 입을 추출하였다. 제안된 방법으로 20명의 얼굴 사진을 대상으로 하여 추출 실험을 한 결과, 일반적인 실내 사무실 조명환경 하에서는 정확히 추출되는 것을 확인할 수 있었다.

  • PDF

보행로봇의 노면 분류를 위한 파라미터 분석 방법 (Parameter Analysis Method for Terrain Classification of the Legged Robots)

  • 고광진;김기성;김완수;한창수
    • 한국정밀공학회지
    • /
    • 제28권1호
    • /
    • pp.56-62
    • /
    • 2011
  • Terrain recognition ability is crucial to the performance of legged robots in an outdoor environment. For instance, a robot will not easily walk and it will tumble or deviate from its path if there is no information on whether the walking surface is flat, rugged, tough, and slippery. In this study, the ground surface recognition ability of robots is discussed, and to enable walking robots to recognize the surface state and changes, a central moment method was used. The values of the sensor signals (load cell) of robots while walking were detected in the supported section and were analyzed according to signal variance, skewness, and kurtosis. Based on the results of such analysis, the surface state was detected and classified.