• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.162-165
• /
• 2004

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기 분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉 히스토그램을 보일 때는 최적의 임계치를 한기 위해 히스토그램 골짜기를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 자기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 본 논문에서는 RGB 컬러 모형의 각 색상에 대하여 퍼지 소속 함수를 적용하고, 그 결과를 이용해 배경에 비해 가독성이 높은 특징들을 배경과 분리하는 방법을 제시한다. 제안된 이진화 방법은 RGB의 각 색상에 퍼지 소속 함수를 적용하여 얻은 값들을 이용해 이진화한다. 기존의 임계치를 이용한 이진화 방법에 비해 잡음 영역을 상당히 제거 할 수 있으며, 컨테이너 영상에 적용한 결과, 기존의 방법에 비해 효율적인 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.82-85
• /
• 2014

퍼지 이진화는 영상에 대한 임계값을 원본 영상의 가장 밝은 픽셀과 가장 어두운 픽셀의 평균값으로 설정하고 이를 삼각형 타입의 소속 함수에 적용하여 영상을 이진화한다. 그러나 퍼지 이진화는 영상의 배경과 물체의 밝기 차이가 큰 경우에는 이진화가 효과적이지만 차이가 크지 않은 경우에는 소속 함수 구간을 효율적으로 설정할 수 없어 이진화를 효과적으로 할 수 없다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 ART2 알고리즘을 적용하여 각 클러스터의 중심 값을 구한다. 그리고 각 클러스터의 중심 값에 해당하는 명암도를 이용하여 평균값을 구한 후, 이 평균값을 퍼지 이진화 방법에서 소속 함수 구간의 중간 값으로 설정하여 영상을 이진화 한다. 제안된 방법의 성능을 평가하기 위해 다양한 영상에서 제안된 방법과 기존의 퍼지 이진화 방법을 적용한 결과, 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태에서 영상이 이진화되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.59-62
• /
• 2021

본 논문에서는 사다리꼴 형태의 소속 함수를 적용하여 스트레칭 하는 과정에서 상한과 하한을 FCM 기반 양자화 기법을 적용하여 동적으로 조정하는 퍼지 스트레칭 기법을 제안한다. 제안된 퍼지 스트레칭 기법은 FCM 기반 양자화 기법을 적용하여 각 클러스터를 생성하고 생성된 각 클러스터의 중심에 해당되는 명암도를 이용하여 사다리꼴 형태의 소속 함수의 구간을 설정한다. 그리고 설정한 구간 정보를 이용하여 스트레칭을 위한 상한과 하한을 구하여 영상을 스트레칭 한다. 제안된 FCM 양자화 기반 퍼지 스트레칭 기법의 성능을 분석하기 위해서 명암도 분포가 좁고 명암 대비가 낮은 결절종 초음파 영상과 컨테이너 영상을 대상으로 실험하였다. 실험 결과에서도 알 수 있듯이 기존의 히스토그램 스트레칭 기법과 삼각형 형태의 소속 함수를 적용한 퍼지 스트레칭 기법보다 명암 대비가 향상되었다. 결절종 초음파 영상에서는 결절종 영역과 그 외의 영역 간의 명암 대비가 뚜렷하게 나타나서 결절종 추출에 효과적인 것을 확인하였고 컨테이너 영상에서는 컨테이너 데미지를 추출하는데 필요한 컨테이너 굴곡선 등과 같은 특징이 다른 기법들에 비해 선명하게 나타났다.

• The KIPS Transactions:PartB
• /
• v.10B no.6
• /
• pp.587-592
• /
• 2003

Many real world control problems have continuous states and actions. When the state space is continuous, the reinforcement learning problems involve very large state space and suffer from memory and time for learning all individual state-action values. These problems need function approximators that reason action about new state from previously experienced states. We introduce Fuzzy Q-Map that is a function approximators for 1 - step Q-learning and is based on fuzzy clustering. Fuzzy Q-Map groups similar states and chooses an action and refers Q value according to membership degree. The centroid and Q value of winner cluster is updated using membership degree and TD(Temporal Difference) error. We applied Fuzzy Q-Map to the mountain car problem and acquired accelerated learning speed.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.6
• /
• pp.485-492
• /
• 2016

A role of the binarization is very important in separating the foreground and the background in the field of the computer vision. In this study, an adaptive fuzzy binarization is proposed. An ${\alpha}$-cut control ratio is obtained by the distribution of grey level of pixels in a sliding window, and binarization is performed using the value. To obtain the ${\alpha}$-cut, existing thresholding methods which execution speed is fast are used. The threshold values are set as the center of each membership function and the fuzzy intervals of the functions are specified with the distribution of grey level of the pixel. Then ${\alpha}$-control ratio is calculated using the specified function and binarization is performed according to the membership degree of the pixels. The experimental results show the proposed method can segment the foreground and the background well than existing binarization methods and decrease loss of the foreground.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.2
• /
• pp.138-145
• /
• 2000

A identification algorithm that finds optimal fuzzy membership functions and rule base to fuzzy model isproposed and a fuzzy controller is designed to get more accurate position and velocity control of wheeled mobile robot. This procedure that is composed of three steps has its own unique process at each step. The elements of output term set are increased at first step and then the rule base is varied according to increase of the elements. The adjusted system is in competition with system which doesn't include any increased elements. The adjusted system will be removed if the system lost. Otherwise, the control system is replaced with the adjusted system. After finished regulation of output term set and rule base, searching for input membership functions is processed with constraints and fine tuning of output membership functions is done.

• The Journal of Information Technology
• /
• v.4 no.2
• /
• pp.117-127
• /
• 2001

A self-structured neural network algorithm that finds optimal fuzzy membership functions and nile base to fuzzy model is proposed and a fuzzy-neural network controller is designed to get more accurate position and velocity control of wheeled mobile robot. This procedure that is composed of three steps has its own unique process at each step. The elements of output term set are increased at first step and then the rule base Is varied according to increase of the elements. The adjusted controller is in competition with controller which doesn't include any increased elements. The adjusted controller will be removed if the control-law lost. Otherwise, the controller is replaced with the adjusted system. After finished regulation of output term set and rule base, searching for input membership functions is processed with constraints and fine tuning of output membership functions is done.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.327-330
• /
• 1997

패턴인식중에서 가장 기본적인 문제인 판별문제를 대상으로 러프집합을 이용한 판별분석을 행하는 신경망의 학습알고리즘을 제안한다. 어떤군에 속할 것인가의 경계영역을 명확히 하는 것을 목적으로 한다. 2군 판별의 문제를 각 데이터가 각 군에 속한 정도를 표현하는 소속함수(membership function)을 이용하며, 경계영역에 대한 문제는 소속함수를 구간치 함수로 확장하여 가능성과 필연성을 동시에 표현할 수 있는 학습 알고리즘을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.11
• /
• pp.27-32
• /
• 2012

In this paper, we propose a fuzzy method that improves the existing problem of the fuzzy filtering algorithm. The proposed fuzzy filtering algorithm separates R, G, and B channels from the color image. Mask information was extracted from separated channels and the brightness of the mean value and median value for channels was applied in the function of the proposed fuzzy method to calculate the membership and achieve application in the inference rule. Also, the membership degrees of R, G, and B were used to distinguish the possibility of noise. The proposed fuzzy method selected three membership functions. If noise is distinguished, the noise is eliminated by selecting the median value or mean value as the relevant pixel value according to the degree of noise. By applying the proposed method in color images, it was verified that the proposed method is more effective in eliminating noise when compared with the conventional fuzzy filtering method.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.33-36
• /
• 1997

로봇이 지니는 지역적 한계성을 극복하기 위하여 구륜 이동용 로봇에 대한 연구가 전세계적으로 진행되어지고 있으나, 구륜이동로보트는 모델링의 불활실성이나 nonholomic등의 제약조건에 의하여 제어기의 설계시 많은 문제들을 지니게 된다. [1][2]. 이러한 어려움을 해결하기 위해 퍼지 알고리즘을 이용한 제어기 설계가 이루어지고 있으나 제한된 범위게 머무르고 있는 상황이다. 본 연구에서는 유전알고리즘에 근거하여 소속함수 및 규칙부의 자율적 조졸을 수행하는 구륜이동로보트의 퍼지 제어기를 한다. 제시된 알고리즘에서 퍼지 입출력 소속함수의 조절을 각각 독립적으로 이루어지며, 출력 소속함수의 유사지표에 근거하여 규칙부의 조절이 이루어진다.