선형적 특징을 추출하기 위한 퍼지 후프 방법

Fuzzy Scheme for Extracting Linear Features

특정 이미지에서의 선형적 특정은 이미지를 분석하고 이해하는데 충분한 정보를 제공하기도 한다. 본고에 서는 이미지에서 선형적 특징을 추출하기 위한 신뢰성 있는 방법을 제시한다. 일반적으로 후프 변형 방법은 이러한 선형적 특정을 추출하는 최적의 방법 중의 하나로 인식되어 왔다. 대부분의 후프 기반 방법들은 특정 edge 모델올 선택하고, 인식된 edge 픽셀의 속성을 반영하는 변형식을 활용하여 파라미터 공간에 그 발생빈도 를 기록하는 과정을 거치게 된다. 주로 edge 픽셀의 gradient 크기와 방향이 선형적 특정을 결정하는데 사용되 지만, 본고에서는 그 값틀이 퍼지변수로 활용될 수 있음을 보이고 파라미터 공간에 누적값을 계산하는데 활용한다- 이 방법을 기존의 방법과 비교하기 위하여 에러 측정 방식을 제안하고, 실험을 한 결과, 기존의 방법과 비교하여 우수한 성능을 보인다.

A linear feature often provide sufficient information for image understanding and coding. An objective of the research reported in this paper is to develop and analyze the reliable methods of extracting lines in gray scale images. The Hough Transform is known as one of the optimal paradigms to detect or identify the linear features by transforming edges in images into peaks in parameter space. The scheme proposed here uses the fuzzy gradient direction model and weights the gradient magnitudes for deciding the voting values to be accumulated in parameter space. This leads to significant computational savings by restricting the transform to within some support region of the observed gradient direction which can be considered as a fuzzy variable and produces robust results.