• Journal of the Korea Society of Computer and Information
• /
• v.16 no.3
• /
• pp.99-107
• /
• 2011

The feature extraction of asterias amurensis by using patterns is difficult to extract all the concave and convex features of asterias amurensis nor classify concave and convex. Concave and convex as important structural features of asterias amurensis are the features which should be found and the classification of concave and convex is also necessary for the recognition of asterias amurensis later. Accordingly, this study suggests the technique to extract the features of concave and convex, the main features of asterias amurensis. This technique classifies the concave and convex features by using the multi-directional linear scanning and form the candidate groups of the concave and convex feature points and decide the feature points of the candidate groups and apply convex hull algorithm to the extracted feature points. The suggested technique efficiently extracts the concave and convex features, the main features of asterias amurensis by dividing them. Accordingly, it is expected to contribute to the studies on the recognition of asterias amurensis in the future.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.06a
• /
• pp.79-80
• /
• 2014

본 논문에서는 다방향 패턴을 이용한 구조광(structured light)방식의 3차원 스캔 기법을 적용하여 3차원 스캐너의 3차원 형상 취득의 정밀도를 높이는 방법을 제안한다. 기존의 단방향 패턴을 이용한 3차원 구조광 방식의 스캔 기법으로 3차원 형상을 취득하는 경우, 스캔 대상 표면의 법선벡터가 패턴의 방향과 수평 할수록 부정확한 형상이 복원된다. 본 논문에서는 스캔 대상의 경사면에 따른 법선 벡터(normal vector) 검출 및 검출된 벡터를 통한 최적의 패턴 방향 선출(quantization), 그리고 각 화소의 최적의 패턴방향을 이용한 선별적인 구조광 방식의 3차원 스캔 기법을 통하여 3차원 형상 취득의 정확성을 높이는 기법을 제안한다.