A Study on 2-D Occluded Objects Recognition and Hidden Edge Reconstruction Using Polygonal Approximation and Coordinates Transition

다각근사화와 좌표 이동을 이용한 겹친 2차원 물체 인식 및 은선 재구성

This paper presents an experimental model-based vision system which can identify and locate objects in scenes containing multiple occluded parts. The objects are assumed to be rigid and planar parts. In any recognition system the-type of objects that might appear in the image dictates the type of knowledge that is needed to recognize the object. The data is reduced to a sequential list of points or pixels that appear on the boundary of the objects. Next the boundary of the objects is smoothed using a polygonal approximation algorithm. Recognition cosists in finding the prototype that matches model to image. Now the hidden edge is reconstructed by transition model objects into occluded objects. The best match is obtained by optimising some similarity measure.

본 논문은 겹친 2차원 물체 인식과 좌표이동에 관한 실험적 시각 시스템 설계와 알고리즘에 관한 연구이다. 대상 물체는 실제 공구를 사용하였고 공구의 모양은 변하지 않으며 평편하다고 가정한다. 인식 시스템에서의 영상내의 물체의 형태는 물체의 인식에 이용되는 형태로 서술된다. 입력 데이터는 물체의 윤곽선의 순차적 배열로 감축되고 윤곽 데이터는 다각 근사화에 의해 최소한의 윤곽 꼭지점으로 줄어든다. 인식은 모델과 새로 입력된 영상과의 매칭에서 유사성을 찾는 과정이다. 다음 모델에서 겹친 물체로의 좌표이동에 의하여 은선은 재구성된다. 최상의 매칭은 유사성 검출의 최적화에 의해 얻어진다.