$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

학위논문 상세정보

선형 직선 불변량과 기하학적 해싱에 의한 평면 물체의 인식

Recognizing planar objects using affine line invariants by geometric hashing


Yun, Joo-Seop (한국과학기술원 자동화및설계공학과 국내석사)
초록

산업 현장에서 부품의 인식 및 위치 결정은 로봇 비전의 주된 일이다. 우리는 투사 투영 변환을 일반적인 선형 변환으로 가정하고, Geometric Hashing이라는 효율적인 인식 알고리즘을 사용한다. 이 방법은 두 단계로 나뉘어진다. 첫 번째 단계는 철저한 모델의 전처리 단계로서 오프라인으로 행해진다. 여기서는 변환에 대해 불변하는 모델의 특징치들이 색인되어 Hash Table에 기록된다. 두 번째 단계는 실제 인식 단계로서 위에서 기록된 효율적인 색인을 이용한다. 그러나 모델의 개수가 많아질수록, 대응되는 모델을 찾는 탐색 공간...

Abstract

Recognition of industrial parts and their locations in a factory environment is a major task in robot vision. We use an efficient recognition algorithm, called Geometric Hashing, which assumes the affine approximation to the perspective viewing transformation. This technique is based on two stages: ...

주제어

#Recognition Invariant Geometric hashing 인식 불변량 기하학적 해싱;

참고문헌 (0)

  1. 이 논문의 참고문헌 없음

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음
저자 Yun, Joo-Seop
학위수여기관 한국과학기술원
학위구분 국내석사
학과 자동화및설계공학과
지도교수 권인소,Kweon, In-So
발행년도 1997
총페이지 vi, 69 p.
키워드 Recognition Invariant Geometric hashing 인식 불변량 기하학적 해싱
언어 eng
원문 URL http://www.riss.kr/link?id=T10512521&outLink=K
정보원 한국교육학술정보원
상세조회 0건 원문조회 0건

DOI 인용 스타일