정보처리학회논문지B (The KIPS Transactions:PartB)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

개미 군락 시스템을 이용한 영역 분류 알고리즘

A Classification Algorithm Using Ant Colony System

  • 김인겸 (성결대학교 정보통신공학부) ;
  • 윤민영 (성결대학교 정보통신공학부)
  • 발행 : 2008.06.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구에서는 개미 군락 시스템을 이용하여 디지털 영상의 영역을 분류하는 방법을 제안하였다. 개미 군락 시스템(Ant Colony System, ACS)은 조합 최적화 문제뿐 아니라 최근에는 영상처리 분야의 패턴 인식, 영상 추출, 에지 검색 등에 응용되고 있다. 디지털 영상처리에서 영역 분류는 영상 정보를 처리하는 분석 및 인식 분야에서 가장 중요한 단계중의 하나로 알려져 있으며, 잘 분류된 영역은 디지털 영상 부호화나 영상 분석 혹은 영상 인식과 같은 응용분야에서 더 좋은 결과를 얻을 수 있도록 해준다. 기존의 영상 처리에서의 영역 분류는 고정된 변수에 의하여 처리되어서 후처리 작업들이 필요하였으며 그 결과 또한 영상의 특성에 따라 변하였다. 그러나 본 연구에서는 개미의 무작위성을 이용함으로써 영상에 어느 정도의 변화가 발생하더라도 여전히 안정적인 결과를 얻을 수 있었다. 이러한 안정성과 유연성은 영상을 촬영하는 동안 발생할 수 있는 여러 종류의 잡음에 대하여 안정적인 상태를 유지할 수 있을 것이며 동영상내에서 급한 움직임에 의한 흐려짐에 대한 보상도 이루어 질 수 있을 것으로 기대한다.

We present a classification algorithm based on ant colony system(ACS) for classifying digital images. The ACS has been recently emerged as a useful tool for the pattern recognition, image extraction, and edge detection. The classification algorithm of digital images is very important in the application areas of digital image coding, image analysis, and image recognition because it significantly influences the quality of images. The conventional procedures usually classify digital images with the fixed value for the associated parameters and it requires postprocessing. However, the proposed algorithm utilizing randomness of ants yields the stable and enhanced images even for processing the rapidly changing images. It is also expected that, due to this stability and flexibility of the present procedure, the digital images are stably classified for processing images with various noises and error signals arising from processing of the drastically fast moving images could be automatically compensated and minimized.

키워드

참고문헌

  1. Dorigo, M. and Maniezzo, V., and Colorni, A., “The Ant System: Optimization by a colony of cooperating agents,” IEEE Transactions on Systems, Man, and Cybernetics-Part B, Vol.26, No.1, 1996, pp.1-13, 1996 https://doi.org/10.1109/3477.484434
  2. Dorigo, M., and Gambardella, L. M., “Ant Colonies for the Travelling Salesman Problem,” BioSystems 43, pp.73-81, 1997 https://doi.org/10.1016/S0303-2647(97)01708-5
  3. Yun, M., and Kim, I., “Improved Ant Colony System Using Subpath Information for the Travelling Salesman Problem,” Research on Computing Science, Advances in Artificial Intelligence Theory, Vol.16, pp.185-194, 2005
  4. Dorigo, M., Caro, G. D., and Gambardella, L. M., “Ant Algorithms for Discrete Optimization,” Artificial Life, Vol. 5, No.3, pp.137-172, 1999 https://doi.org/10.1162/106454699568728
  5. Ramos, V., and Almeida, F., “Artificial Ant Colonies in Digital Image Habitats: A Mass Behaviour Effect Study on Pattern Recognition,” Proc. of ANTS'2000-International Workshop on Ant Algorithms, pp.113-116, 2000
  6. Ramos, V., Muge, F., and Pina, P., “Self-Organized Data and Image Retrieval as a Consequence of Inter-Dynamic Synergistic Relationships in Artificial Ant Colonies,” Hybrid Intelligence Systems, Vol.87, 2002
  7. Nezamabadi-pour, H., Saryazdi, S., and Rashedi, E., “Edge detection using ant algorithms,” Soft Computing, August 1, 2005 https://doi.org/10.1007/s00500-005-0511-y
  8. Kim, I. K., Jeong, Y. and Park, K. T., “The Block-Based Preprocessing System For The Coding Performance Improvement,” IEEE Trans. on Consumer Electronics, Vol.44, No.3, pp.1048-1053, August, 1998 https://doi.org/10.1109/30.713233
  9. Liu, J. and Tang, Y. Y., “Adaptive Image Segmentation with Distributed Behavior-Based Agents”, IEEE Trans. on Pattern Analysis and Machine Intelligence,Vol.21, No.6, pp.544-551, June, 1999 https://doi.org/10.1109/34.771323
  10. Dorigo, M. and Stutzle T., Ant Colony Optimization, MIT Press, 2003
  11. Bonabeau, E., Dorigo, M., and Theraulaz, G., Swarm Intelligence: From Natural to Artificial Systems, Oxford University Press, 1999
  12. 김인겸, 윤민영, “개미 군락 시스템을 이용한 개선된 에지 검색 알고리즘”, 정보처리학회 논문지, 제13-B권, 제3호, pp. 315-322, 2006 https://doi.org/10.3745/KIPSTB.2006.13B.3.315