• The Transactions of the Korea Information Processing Society
• /
• v.5 no.9
• /
• pp.2447-2456
• /
• 1998

Edge detection in the presence of noise is a well-known problem. this pper atempts to implement edge detection algorithms using fuzzy reasoning of fuzzy membership models. It examines an application-motived approach for solving the problem. Our approach is divided into three stages; fitering, segmentation and tracing. Filtering removes the noise from the original image and segmentation determines the edges and deects them. Finally, tracing assembles the edges into the related structure. Proposed method can be used effectively on these procedures by using fuzzy reasoning based on fuzzy models. In is compared with the previous edge detectio algorithms with fvorable results. Simulation results of the research are presented and discussed.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.3
• /
• pp.506-512
• /
• 2003

The edge detection has been so far under a lot of studies on its methods, as a very important part of image recognition. Never the less the correct detection of the edge has been yet a difficult problem because of the various scopes of detection according to the applied field. One of those problems to be solved is the edge detection in images with noise. This paper presents an efficient method which removes noise and detect edge in the same framework based on fuzzy logic. The method consists of two steps. First, an efficient filtering is applied to eliminate the noise from original image. The filtering is performed by utilizing fuzzy MIN-MAX operator in three directions such as vertical, horizontal and diagonal angle of 3${\times}$3 mask. Second, edges are detected by using extended fuzzy Shanon Function.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.9
• /
• pp.1925-1931
• /
• 2011

This paper suggests an approach to the subtle concept, "good", through the fuzzy logic and the design of the Canny edge detector of Gray scale images based on the rules of fuzzy anisotropic diffusion. The Canny edge detection algorithms design is to divide the gray levels into pixels and then calculate the diffusion coefficients at each pixel of non-edgy regions. Based on this processing, we present the Canny edge detector implementing fuzzy logic and comparing the results to other existing methods. The proposed approach is the narrow dynamic range of the gray-level image Sharpening the edge detection and has the advantage.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.3
• /
• pp.252-259
• /
• 2000

In this paper, we propose a Fuzzy Classifier System(FCS) to find a set of fuzzy rules which can carry out the edge detection of a image. The FCS is based on the fuzzy logic system combined with machine learning. Therefore the antecedent and consequent of a classifier in FCS are the same as those of a fuzzy rule. There are two different approaches, Michigan and Pittsburgh approaches, to acquire appropriate fuzzy rules by evolutionary computation. In this paper, we use the Michigan style in which a single fuzzy if-then rule is coded as an individual. Also the FCS employs the Genetic Algorithms to generate new rules and modify rules when performance of the system needs to be improved. The proposed method is evaluated by applying it to the edge detection of a gray-level image that is a pre-processing step of the computer vision. the differences of average gray-level of the each vertical/horizontal arrays of neighborhood pixels are represented into fuzzy sets, and then the center pixel is decided whether it is edge pixel or not using fuzzy if-then rules. We compare the resulting image with a conventional edge image obtained by the other edge detection method such as Sobel edge detection.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.2 s.46
• /
• pp.53-62
• /
• 2007

In this paper, it can propose that Fuzzy Wavelet Morphology Neural Networks for the edge detection algorithm with being robustly a unclear boundary parts by brightness difference and being less sensitivity on direction to be detected the edges of images. This is applying the Fuzzy Wavelet Morphology Operator which can be simple the image robustly without the loss of data to DTCNN Structure for improving defect which carrys out a lot of operation complexly. Also, this color image can segment Y image with YCbCr space color model which has a lossless feature information of edge boundary sides effectively. This paper can offer the simulation of color images of 50ea for the performance verification of the proposal algorithm.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2004.11a
• /
• pp.195-202
• /
• 2004

일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 잡음으로 인하여 식별자의 형태가 변형될 수 있기 때문에 일정한 규칙으로 찾기는 힘들다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보에서 영상획득 시 외부 광원에 의해 수직으로 길게 발생하는 잡음들을 퍼지추론 방법을 적용하여 제거한 후에 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화 한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 추출된 개별 식별자의 인식은 개선된 퍼지 RBF 네트워크를 제안하여 적용한다. 제안된 퍼지 RBF 네트워크는 퍼지 C-Means 알고리즘을 중간층으로 적용하고 중간층과 출력층 간의 학습에는 일반화된 델타 학습 방법과 Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출 방법이 개선되었고 기존의 퍼지 RBF 네트워크 보다 제안된 퍼지 RBF 네트워크가 컨테이너 식별자의 학습 및 인식에 우수함을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.473-476
• /
• 2015

본 논문에서는 영상의 명암도 분포도를 효과적으로 조정하기 위해 개선된 퍼지 스트레칭 기법을 제안하여 적용한다. 개선된 퍼지 스트레칭이 적용된 영상에서 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지영상에 퍼지 추론 기법을 적용하여 흠집 크기에 대한 소속도와 중심과 흠집간의 거리에 대한 소속도를 구한 후에 퍼지 추론 기법을 적용하여 흠집이 눈에 미치는 영향 정도를 분석한다. 본 논문에서 제안된 방법의 성능을 평가하기 위해 CHEMI, MID, HL, HM와 같은 시력 보정용 렌즈 영상을 대상으로 실험한 결과, 제안된 방법이 기존 렌즈 흠집 추출 방법보다 흠집 영역이 정확히 추출되고 눈에 미치는 영향을 효과적으로 분석할 수 있는 가능성을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.179-182
• /
• 2010

본 논문에서는 영상으로부터 손금을 추출하기 위해서 획득된 영상을 YCbCr 컬러 공간으로 변환한다. YCbCr 컬러 공간에서 Y:65~255, Cb:25~255, Cr:130~255에 해당되는 피부색 정보를 추출하고 이 피부색 정보를 임계치로 설정하여 손 영역을 추출한다. 추출된 손 영역에서 내부 픽셀의 3:1 이상, 전체 영상의 2:1 이상인 손의 형태학적 정보와 8 방향 윤곽선 추적 기법을 이용하여 잡음을 제거한다. 잡음이 제거된 영상에서 손금을 추출하기 위해서 스트레칭 기법과 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지 영상에서도 미세한 잡음이 존재하므로 퍼지 이진화 기법을 이용하여 효과적으로 이진화 한다. 이진화된 영상에서 손금의 형태학적 정보를 이용하여 손의 윤곽선을 제외한 손금 영역을 추출한다. 추출된 손금 영역은 동치 테이블을 이용하는 연결 영역 검색 기법과 퍼지 추론 기법을 적용하여 개별 손금의 중요선을 추출하고 분석한다. 다양한 손금 영상을 대상으로 실험한 결과, 제안된 방법이 기존의 손금 추출 방법보다 손금을 분석하는데 효율적인 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• pp.497-503
• /
• 2005

본 논문에서는 퍼지 RBF 네트워크를 이용한 운송 컨테이너 식별자 인식 시스템을 제안한다. 일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 잡음으로 인하여 식별자의 형태가 변형될 수 있기 때문에 일정한 규칙으로 찾기는 힘들다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보에서 영상획득 시 외부 광원에 의해 수직으로 길게 발생하는 잡음들을 퍼지 추론 방법을 적용하여 제거한 후에 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출하고 이진화한다. 이진화된 식별자 영역에 대해 검정색의 빈도수를 이용하여 흰바탕과 민바탕을 구분하고 4방향 윤광선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 개별 식별자 인식을 위해 퍼지 C-Means 알고리즘을 이용한 퍼지 RBF 네트워크를 제안하여 개별 식별자에 적용한다. 제안된 퍼지 RBF 네트워크는 퍼지 C-Means 알고리즘을 중간층으로 적용하고 중간층과 출력층 간의 학습에는 일반화된 델타 학습 방법과Delta-bar-Delta 알고리즘을 적용하여 학습 성능을 개선한다. 실제 컨테이너 영상을 대상으로 실험한 결과, 기존의 식별자 추출 방법보다 제안된 식별자 추출방법이 개선되었다. 그리고 기존의 ART2 기반 RBF 네트워크보다 제안된 퍼지 RBF 네트워크가 컨테이너 식별자의 학습 및 인식에 있어서 우수함을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.850-852
• /
• 2005

차량을 포함하는 임의의 영상에서 번호판 추출은 다양한 조명조건 및 배경, 촬영 각도, 번호판 종류 등의 요인으로 인해 고도의 영상처리 과정을 필요로 한다. 본 논문에서는 실제 환경에서 발생할 수 있는 이러한 요인들에 대해 강건한 번호판 추출 방법을 제안한다. 제안하는 방법은 입력영상의 RGB 성분들을 색상성분과 영암성분으로 분리할 수 있는 칼라모델 HSI로 변환하고 H(hue)와 S(saturation)성분을 이용하여 번호판의 배경색상을 고려한 칼라 퍼지지도를 구성한다. 또한, I(intensity)성분을 이용하여 에지밀도를 추출하고 에지밀도 지도에 기반한 영역분리 퍼지지도를 생성한다. 마지막으로, 후보영역 탐색을 위해 칼라 퍼지지도와 영역분리 퍼지지도를 결합하고, 연결성분 해석(Connected Component Analysis)을 통해 ROI(Region Of Interest)를 추출한다. 제안하는 방법의 유효성 검증을 위해 조명 및 촬영 각도에 제한을 거의 두지 않고 촬영된 차량 영상 410장을 실험 영상으로 사용하였다. 실험 결과에서는 $97.1\%$의 효과적인 추출 성공률을 볼 수 있었다.