• 제목/요약/키워드: 진동 스네이크

검색결과 3건 처리시간 0.02초

윤곽선의 정학한 측정을 위한 진동 스네이크 (A Shaking Snake for Accurate Estimation of Contours)

  • 윤진성;김계영;최형일
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
    • /
    • pp.196-198
    • /
    • 2003
  • 본 논문에서는 스네이크 모델의 에너지 최소화 알고리즘을 개선하여 속도와 정확도에 대한 문제를 해결한다. 개선된 알고리즘은 스네이크를 이루는 정점들의 적합성에 따라 탐색 윈도우를 가변적으로 확장시킴으로써 빠르고 정확하게 윤곽선을 추출한다. 또한 정점의 정렬과정을 통해 정점이 지역적 최소점에 빠지는 것을 방지하며 스네이크의 연속성과 완만성을 보존한다.

  • PDF

물체의 윤곽선 추출을 위한 진동 스네이크 (A Shaking Snake for Contour Extraction of an Object)

  • 윤진성;김관중;김계영;백두원
    • 정보처리학회논문지B
    • /
    • 제10B권5호
    • /
    • pp.527-534
    • /
    • 2003
  • An active contour model called snake is powerful tool for object contour extraction. But, conventional snakes require exhaustive computing time, sometimes can´t extract complex shape contours due to the properties of energy function, and are also heavily dependent on the position and the shape of an initial snake. To solving these problems, we propose in this paper an improved snake called "shaking snake", based on a greedy algorithm. A shaking snake consist of two steps. According to their appropriateness, we in the first step move each points directly to locations where contours are likely to be located. In the second step, we then align some snake points with a tolerable bound in order to prevent local minima. These processes shake the proposed snake. In the experimental results, we show the process of shaking the proposed shake and comparable performance with a greedy snake. The proposed snake can extract complex shape contours very accurately and run fast, approximately by the factor of five times, than a greedy snake.

영상처리 방법을 이용한 T-Bar의 볼트와 너트 유무 판별 (Discrimination of Bolt and Nut's Presence in a T-Bar Using Image Processing Method)

  • 주기세;김은석
    • 한국정보통신학회논문지
    • /
    • 제13권5호
    • /
    • pp.937-943
    • /
    • 2009
  • 본 논문에서는 영상 처리를 이용하여 차체의 진동에 영향을 미치는 자동차 T-Bar부품에서의 볼트와 너트의 존재 유무를 판별하는 알고리즘이 소개된다. T-Bar의 볼트와 너트 존재 유무를 판별하기 위하여 볼트와 너트의 특징치들이 학습되고 통계적 패턴매칭 방법을 이용하여 학습된 특징치들이 매칭된다. 또한 영상마다 볼트와 너트들의 화소값이 크게 변화하여 매칭율이 낮아지기 때문에 화소값의 최대와 최소 변화률이 이용된다. 본 논문에서 제안한 방법은 기존의 방법들에 비해 검사시간을 대폭 축소시켜 실시간이 요구되는 검사 자동화 분야에 아주 효율적이다.