• 한국시뮬레이션학회논문지
• /
• 제19권4호
• /
• pp.111-122
• /
• 2010

본 연구에서는 여러 제조 공정에서 발생하는 주기 신호의 불규칙한 길이를 보정하기 위하여 시불변 특징점 추출 및 정합(Time Invariant Feature point Extraction and Matching, 이하 TIFEM)을 이용한 길이보정 알고리즘을 제안한다. 신호 중간에 길이 변동이 발생 하는 주기신호의 경우 정확하게 길이를 보정하기 위해서는 더 많은 수의 특징점이 필요하며, 추출된 특징점은 신호의 패턴 정보를 포함하고 시간과 크기에 불변한 성질을 가져야 한다. 본 연구에서 제안하는 TIFEM알고리즘은 위의 성질을 가지는 신호 고유의 특성을 추출하고 추출한 특성들을 각각 시점에 해당하는 특성 벡터로 구성한다. 구성된 특성 벡터에서 유효한 벡터만을 걸러내어 길이보정을 위한 특징점으로 선정한다. 선정된 특징점들을 정합한 후 구간별로 길이를 보정하여 보다 정확한 주기 신호의 길이보정을 수행한다. 제안한 알고리즘의 성능을 검증하기 위하여 실제 반도체 공정에서 발생되는 3종류의 신호를 모방하여 생성한 실험데이터를 이용하여 실험을 수행하였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권1호
• /
• pp.76-81
• /
• 1999

The degree of relative similarity between 2D patterns is obtained using Open-Ball Scheme. Open-Ball Scheme employs a method of transforming the geometrical information on 3D objects or 2D patterns into the features to measure the relative similarity for object(patten) recognition, with invariance on scale, rotation, and translation. The feature of an object is used to obtain the relative similarity and mapped into [0, 1] the interval of real line. For decades, Moment-Invariant Method has been used as one of the excellent methods for pattern classification and object recognition. Open-Ball Scheme uses the geometrical structure of patterns while Moment Invariant Method uses the statistical characteristics. Open-Ball Scheme is compared to Moment Invariant Method with respect to the way that it interprets two-dimensional patten classification, especially the paradigms are compared by the degree of closeness to human's intuitive understanding. Finally the effectiveness of the proposed Open-Ball Scheme is illustrated through simulations.

• 조명전기설비학회논문지
• /
• 제17권4호
• /
• pp.26-35
• /
• 2003

자연계에서 다양한 형태로 입력되는 물체 영상을 효과적으로 인식하려면, 물체의 위치, 회전, 크기 변화에 관계없이 인식할 수 있는 왜곡 불변 특성의 추출이 반드시 요구된다. 이러한 왜곡 불변 특성은 동일한 영상의 변화에 대하여 인식 특성이 같고, 서로 다른 영상의 변화에 대해서는 분리 식별이 용이해야 한다. 이러한 인식 특성을 얻기위해 다각도로 많은 연구가 진행되고 있으며, 특히 회전 및 크기에 불변 특성을 동시에 얻을 수 있는 Mellin변환을 이용한 방법 등이 영상 인식에 많이 이용되고 있다[1][2][3]. 따라서, 본 논문에서는 Mellin 변환 방법에 의한 크기 및 회전에 대한 불변 특성을 얻을 수 있는 문자 인식 시스템을 위한 문자 특징 추출 방법을 제시하고자 하였으며, 영문자 26 문자의 입력 영상에 대하여 무게 중심법에 의한 문자 이동과 Mellin 변환 방법에 의한 특징 추출 방법에 보간법을 이용하여 특징을 추출하였으며, 추출된 특징에 대하여 특징의 이질도를 검사하여, 각 특징의 이질도가 약 50% 이상의 결과를 얻었다. 또한, Mellin 변환 방법에 의해 추출된 특징을 기준 영상으로 하는 BPEJTC(Binary Phase Extraction Joint Transform Correlator)를 이용하여 크기, 회전 및 이동에 따른 입력 문자의 인식이 가능한 BPEJTC 시스템을 구현하였으며, 이에 따라 본 논문에서는 약 90%의 인식률을 얻을 수 있었다. 따라서 본 논문에서 제시하는 Mellin 변환 방법에 따라 추출된 문자의 특징과 BPEJTC를 이용하여 영상 문자를 인식할 수 있는 영상 문자 인식 시스템의 가능성을 제시하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.482-486
• /
• 2009

Scale-invariant feature is an effective method for retrieving and classifying images. In this study, we analyze a scale-invariant planar curve features for developing 2D shapes. Scale-space filtering is used to determine contour structures on different scales. However, it is difficult to track significant points on different scales. In mathematics, curvature is considered to be fundamental feature of a planar curve. However, the curvature of a digitized planar curve depends on a scale. Therefore, automatic scale detection for curvature analysis is required for practical use. We propose a technique for achieving automatic scale detection based on difference of curvature. Once the curvature values are normalized with regard to the scale, we can calculate difference in the curvature values for different scales. Further, an appropriate scale and its position are detected simultaneously, thereby avoiding tracking problem. Appropriate scales and their positions can be detected with high accuracy. An advantage of the proposed method is that the detected significant points do not need to be located in the same contour. The validity of the proposed method is confirmed by experimental results.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권7호
• /
• pp.1690-1704
• /
• 2013

An affine invariant descriptor is proposed, which is able to well represent the affine covariant regions. Estimating main orientation is still problematic in many existing method, such as SIFT (scale invariant feature transform) and SURF (speeded up robust features). Instead of aligning the estimated main orientation, in this paper ellipse orientation is directly used. According to ellipse orientation, affine covariant regions are firstly divided into 4 sub-regions with equal angles. Since affine covariant regions are divided from the ellipse orientation, the divided sub-regions are rotation invariant regardless the rotation, if any, of ellipse. Meanwhile, the affine covariant regions are normalized into a circular region. In the end, the gradients of pixels in the circular region are calculated and the partition-based descriptor is created by using the gradients. Compared with the existing descriptors including MROGH, SIFT, GLOH, PCA-SIFT and spin images, the proposed descriptor demonstrates superior performance according to extensive experiments.

• 전자공학회논문지B
• /
• 제33B권8호
• /
• pp.30-41
• /
• 1996

This paper presents a comparative study of four pattern recognition algorithms which are invariant to translations, rotations, and scale changes of the input object; namely, object shape features (OSF), geometrica fourier mellin transform (GFMT), moment invariants (MI), and centered polar exponential transform (CPET). Pattern description is obviously one of the most important aspects of pattern recognition, which is useful to describe the object shape independently of translation, rotation, or size. We first discuss problems that arise in the conventional invariant pattern recognition algorithms, or size. We first discuss problems that arise in the coventional invariant pattern recognition algorithms, then we analyze their performance using the same criterion. Computer simulations with several distorted images show that the CPET algorithm yields better performance than the other ones.

• 전자공학회논문지B
• /
• 제31B권11호
• /
• pp.116-123
• /
• 1994

본 논문에서는 직선특징을 포함한 2차원 패턴에 대하여 패턴의 이동, 회전, 크기변화에도 불변하게 인식할 수 있는 새로운 광/디지틀 패턴인식 방법을 제안하였다. 제시한 방법은 먼저 패턴의 직선특징을 Hough변환과 threshold과정을 통해서 추출한다. 두 번째로 추추된 특징에 본 논문에서 유도된 수식을 적용하여 불변성을 부여한다. 마지막으로 추출된 패턴의 불변특징을 신경회로망으로 학습시켜 패턴인식에 사용하였다. 제시한 방법의 유용성 확인을 위해 9개의 2차원 직선패턴으로 컴퓨터 모의실험을 수행하였으며, 결국 패턴의 이동, 회전, 크기변화에도 불변한 인식이 가능하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.405-408
• /
• 2010

This paper presents a new feature extraction technique, correlation coefficient and Manhattan distance (MD) based method for recognition of rotated object in an image. This paper also represented a new concept of intensity invariant. We extracted global features of an image and converts a large size image into a one-dimensional vector called circular feature vector's (CFVs). An especial advantage of the proposed technique is that the extracted features are same even if original image is rotated with rotation angles 1 to 360 or rotated. The proposed technique is based on fuzzy sets and finally we have recognized the object by using histogram matching, correlation coefficient and manhattan distance of the objects. The proposed approach is very easy in implementation and it has implemented in Matlab7 on Windows XP. The experimental results have demonstrated that the proposed approach performs successfully on a variety of small as well as large scale rotated images.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.209-219
• /
• 2019

위성영상은 취득 당시의 외부 환경적 요소에 의해 기하 및 방사오차가 발생하며, 이는 변화탐지에 있어 오탐지를 유발하는 원인이 된다. 이러한 기하 및 방사오차는 전처리과정인 기하보정 및 방사보정을 통해 제거해야 한다. 본 연구에서는 SURF (Speeded-Up Robust Feature)기법과 마스크필터를 활용하여 동시에 기하 및 방사보정을 자동으로 수행하는 방법론을 제안하고자 한다. SURF 기법을 통해 추출되는 정합쌍(MPs: Matching Points)은 자동 기하보정에 활용되며, 다시기 영상 간 불변특성을 보이는 지역에서 추출된다. 이러한 정합쌍의 특성을 바탕으로 상대방사보정에 활용되는 PIFs (Pseudo Invariant Features)를 선정하고, 선정된 PIFs를 중심으로 마스크필터를 생성하여 2차 PIFs를 추출했다. 추출된 정합쌍들을 활용하여 자동 기하보정을 수행한 후 기하보정된 영상에 PIFs를 활용하여 상대방사보정을 수행한 결과 기하 및 방사오차가 함께 제거된 것을 확인하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.313-320
• /
• 1999

In this paper, a translation, rotation and scale invariant system for the classification of closed 2D images using the bispectrum of a contour sequence and the weighted fuzzy mean method is derived and compared with the classification process using one of the competitive neural algorithm, called a LVQ(Learning Vector Quantization). The bispectrun based on third order cumulants is applied to the contour sequences of the images to extract fifteen feature vectors for each planar image. These bispectral feature vectors, which are invariant to shape translation, rotation and scale transformation, can be used to represent two-dimensional planar images and are fed into an classifier using weighted fuzzy mean method. The experimental processes with eight different shapes of aircraft images are presented to illustrate the high performance of the proposed classifier.