Abstract
This paper deals with the recognition of closed planar shape using a three dimensional spectral feature vector
which is derived from the FFT(Fast Fourier Transform) spectrum of contour sequence and fuzzy ARTMAP neural
network classifier. Contour sequences obtained from 2-D planar images represent the Euclidean distance between
the centroid and all boundary pixels of the shape, and are related to the overall shape of the images. The Fourier
transform of contour sequence and spectrum analyzer are used as a means of feature selection and data reduction.
The three dimensional spectral feature vectors are extracted by spectrum analyzer from the FFT spectrum. These
spectral feature vectors are invariant to shape translation, rotation and scale transformation. The fuzzy ARTMAP
neural network which is combined with two fuzzy ART modules is trained and tested with these feature vectors.
The experiments including 4 aircrafts and 4 industrial parts recognition process are presented to illustrate the high
performance of this proposed method in the recognition problems of noisy shapes.
본 논문은 산업분야의 군사적으로 많이 사용되고 있는 planar shape의 인식을 스펙트럼 분석기를 이용하여 FFT 스펙트럼으로부터 추출된 3차원 특징 벡터와 신경회로망인 fuzzy ARTMAP을 이용하여 시도되었다. 외곽선 정보를 추출하여 이를 원점으로 이동시키고 각 경계점들과 원점들과의 유클리드 거리를 구하여 이를 다시 FFT스펙트럼과 스펙트럼 분석기를 통하여 3차원 특징 벡터를 추출하였다. 이 3차원 데이터는 이동, 회전, 크기에 무관한 값으로 fuzzy ARTMAP에 입력값으로 사용하였다. Fuzzy ARTMAP은 두개의 fuzzy ART 모듈을 가지고 있으며 위에서 구한 특징 벡터들에 의해 학습되고 실험되어 진다.본 논문에 포함된 실험은 4개의 비행기와 4개의 산업부품을 이용하여 잡음이 섞인 shape의 인식에 있엇 제시된 방법이 좋은 인식률을 기록함을 보여주고 있다.