• 제목/요약/키워드: Grassfire 알고리즘

검색결과 13건 처리시간 0.017초

형태학적 특성과 FCM 기반 퍼지 RBF 네트워크를 이용한 컨테이너 식별자 인식 (Identifiers Recognition of Container Image Using Morphological Characteristic and FCM-based Fuzzy RBF Networks)

  • 김태형;성원구;김광백
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국해양정보통신학회 2007년도 춘계종합학술대회
    • /
    • pp.252-257
    • /
    • 2007
  • 우리나라의 항만은 수 출입화물의 99.5%를 처리하며, 육로 및 철도 수송 물동량의 기종점 역할을 수행하는 중요한 곳으로서 항만 물동량의 신속한 처리와 자동화 시스템에 의한 비용절감은 엄청난 효과를 가져온다. 따라서 본 논문에서는 항만에서 취급하는 컨테이너를 자동으로 식별할 수 있는 자동화 방법을 제안한다. 실제 컨테이너 영상을 그레이 영상으로 변환한 후, 프리윗 마스크(Prewitt-Mask)를 적용하여 윤곽선을 추출하고 컨테이너를 식별할 수 있는 개별 식별자의 형태학적 특징 정보를 이용하여 식별자 후보영역을 검출한다. 검출된 식별자 후보영역은 개별 식별자 영역외에 잡음 영역이 포함되어 있으므로 4방향 윤곽선 추적 알고리즘과 Grassfire 알고리즘을 적용하여 잡음을 제거하고 개별 식별자들을 각각 객체화한다. 잡음이 제거된 식별자 후보 영역에서 객체화 한 개별 식별자는 컨테이너 식별을 위해 FCM 기반 퍼지 RBF 네트워크를 적용하여 인식한다. 본 논문에서 제안한 컨테이너 식별자 인식 방법의 성능을 평가하기 위해 실제 컨테이너 영상 300장을 대상으로 실험한 결과, 기존의 방법보다 인식 성능이 개선되었음을 확인할 수 있었다.

  • PDF

자궁 경부진 핵 추출에 관한 연구 (A Study on Nucleus Extraction of Uterine Cervical Pap-Smears)

  • 김광백
    • 한국정보통신학회논문지
    • /
    • 제13권8호
    • /
    • pp.1699-1704
    • /
    • 2009
  • 자궁경부암은 다른 암과 달리 전암(前癌) 단계가 존재하므로 조기 발견할 경우에 생존율이 높다. 그러나 의사나 병리학자가 하루에 검진할 수 있는 양은 제한되어 있다. 따라서 본 논문에서는 세포 도말 검사에 사용되는 자궁 경부진 세포에서 핵을 추출하는 방법을 제안한다. 조기 자궁 경부 세포진 영상에서 핵의 추출은 영상의 배경 그리고 핵과 세포질 영역의 구분이 중요하기 때문에 Lighting Compensation을 적용하여 영상을 보정하고, 명암도의 분포가 가장 작은 B채널에서 $3{\times}3$ 마스크를 이용하여 잡음을 제거한다. 잡음이 제거된 영상을 이진화하고 Grassfire 알고리즘을 적용하여 세포 객체를 추출한다. 추출된 세포 객체 중에서 군집화된 세포 영역에 대해서는 R 채널의 명암도 값을 반복 이진화에 적용하여 핵 영역을 추출한다. 실제 진단 세포학에서 사용하는 자금경부 세포진 400 배율 영상을 대상으로 실험한 결과, 45개의 세포 영역 중에서 40개의 핵이 추출되었다.

차량 번호판 인식 향상을 위한 개선된 퍼지 이진화와 차량 번호판 추출 (Enhanced fuzzy Binarization for Improvement of Car License Plate Recognization and Extraction of Car License Plate)

  • 김동현;김기석;조재현;김광백
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국해양정보통신학회 2008년도 지능정보 및 응용 학술대회
    • /
    • pp.128-132
    • /
    • 2008
  • 본 논문에서는 현재 자가용 차량 번호판으로 사용되고 있는 4종류의 번호판인, 구형 녹색 번호판 두 종류와 유럽식 신형 흰색 번호판 두 종류에 대해 개별 코드를 효과적으로 추출하기 위한 개선된 퍼지 이진화 방법을 제안한다. 차량 영상에서 수직 에지와 반복 이진화 기법, 그리고 Grassfire 알고리즘을 적용하여 번호판의 후보 영역을 추출하고, 번호판의 형태학적 특징을 이용해 잡음을 제거한 후, 최종 번호판 영역을 추출한다 추출된 번호판 영역에서 개선된 퍼지 이진화 기법을 적용하여 개별 코드를 추출한다. 본 논문에서 제안하는 개선된 퍼지 이진화 방법은 추출한 번호판 영역을 그레이 레벨로 변환한 후에 번호판의 명도를 2구간으로 나누고 각각의 구간에 퍼지 소속 함수를 적용하여 번호판 영역을 이진화한 후, 퍼지 소속 함수에 의해 이진화 된 2개의 번호판 영역 중에서 가장 최적화된 번호판 영역을 선택하여 개별 코드를 추출한다. 본 논문에서 제안한 기법을 4종류의 번호판이 부착된 327장(구형녹색 50장, 신형녹색 157장, 짧은 흰색 60장, 긴 흰색 60장)을 대상으로 실험한 결과, 번호판 영역 추출은 327장의 영상중 97%가 추출되었고 개별 코드 추출은 번호판 영역이 추출된 324장의 영상에서 97%가 추출된 결과를 보였다.

  • PDF