$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 엔트로피 기반의 가중치와 분포크기를 이용한 향상된 FCM 알고리즘
Improved FCM Algorithm using Entropy-based Weight and Intercluster 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.43 no.4 = no.310, 2006년, pp.1 - 8  

곽현욱 (영남대학교 컴퓨터공학과) ,  오준택 (영남대학교 컴퓨터공학과) ,  손영호 (영남대학교 전자정보공학부) ,  김욱현 (영남대학교 전자정보공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문은 엔트로피 기반의 가중치와 클러스터 분포크기를 이용한 향상된 FCM(Fuzzy C-Mean)알고리즘을 제안한다. FCM 알고리즘은 영상분할에서 일반적으로 많이 사용되는 퍼지 클러스터링 방법이다. 그러나 공간정보를 포함하지 않기 때문에 잡음 등에 민감하고, 클러스터를 이루는 특정들의 분포에 따라 화소들을 정확하게 분류할 수 없다. 이러한 단점을 해결하기 위해서 FCM 알고리즘의 소속정도를 연산할 때 클러스터 분포크기와 이웃 화소의 공간정보를 이용한 엔트로피 기반의 가중치를 적용한다. 실험결과에서 제안한 방법이 기존의 방법들보다 잡음에 강건하며 분할결과를 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes an improved FCM(Fuzzy C-means) algorithm using intercluster and entropy-based weight in gray image. The fuzzy clustering methods have been extensively used in the image segmentation since it extracts feature information of the region. Most of fuzzy clustering methods have used th...

주제어

#Fuzzy clustering   #Intercluster   #Weighted FCM(Fuzzy C-Means)   #Entropy  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 FCM 알고리즘이 가지는 문제점인 공간 정보의 부재와 클러스터의 히스토그램 분포에 따른 소속 정도의 부정확성을 해결하기 위한 방안으로 이웃 화소들이 소속된 클러스터 정보에 의해 추출한 엔트로피를 기반의 가중치와 클러스터 분포크기를 결합한 FC MIW(Fuzzy C~mean using Intercluster and Weight) 알고리즘을 제안한다.
  • 본 논문은 FCM 알고리즘이 가지는 단점들을 해결하기 위한 방안으로 이웃 화소들의 클러스터 정보에 의한 엔트로피 기반의 가중치와 클러스터 분포크기를 이용하여 클러스터의 크기에 민감하지 않은 개선된 FCM 알고리즘을 제안한다.
  • 본 논문은 이웃 화소들의 클러스터 정보를 이용한 엔트로피 기반의 가중치와 클러스터 분포크기를 결합하여 소속 정도를 계산하는 개선된 FCM 알고리즘을 제안한다. 먼저, FCM 알고리즘이 가지는 공간 정보의 부재를 해결하기 위해 이웃 화소들의 클러스터 정보에 대한 비율 값을 기반으로 추출한 엔트로피 정보에 의해 각 화소에 가중치를 적용하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. M. Sezgin and B. Sankur, 'Survey over image thresholding techniques and quantitative performance evaluation,' Journal of Electronic Imaging, vo1.13, no.1, pp.146-165, January 2004 

    상세보기 crossref

  2. A. D. Brink, 'Minimum spatial entropy threshold selection,' IEE Proc. Vis. Image Signal Process., vol.142, no.3, pp.128-132, June 1995 

    상세보기 crossref

  3. Y. Du, C. Chang and P. D. Thouin, 'Unsupervised approach to color video thresholding,' Opt. Eng. vo1.32, no.2, pp.282-289, February 2004 

    상세보기 crossref

  4. Y. Du, C. I. Change and P. D. Thouin, 'An unsupervised approach to color video thresholding,' Proc. of IEEE Conf. on Acoustics, Speech and Signal Processing, vol.3, pp.373- 376, July 2003 

  5. Y. Yang, C. Zheng and P. Lin,'Image thresholding based on spatially weighted fuzzy c-means clustering,' Proc. of IEEE Conf. on Computer and Information Technology, pp.184-189, September 2004 

    crossref

  6. N. Otsu, 'A threshold selection method from gray level histograms,' IEEE Trans. Syst. Man Cybern, vol.9, no.1, pp.62-66, 1979 

    상세보기 crossref

  7. J. N. Kapur, P. K. Sahoo and A. K. C. Wong, 'A new method for gray level picture thresholding using the entropy of the histogram,' Graph. Models Image Process., vol.29, pp.273-285, 1985 

    상세보기 crossref

  8. D. E. Lloyd, 'Automatic target classification using moment invariant of image shapes,' Technical Report, RAE IDN AW 126, Farnborough, UK, 1985 

  9. J. C. Yen, F. J. Chang and S. Chang, 'A new criterion for automatic multi-level thresholding,' IEEE Trans. Image Process. Vol.4, no.3, pp.370- 378, March 1995 

    상세보기 crossref

  10. N. Pal and J. Bezdek, 'On cluster validity for the fuzzy c-means model,' IEEE Trans. Fuzzy Syst., vol.3, no.3, pp.370- 379, August 1995 

    상세보기 crossref

  11. R. Krishnapuram, H. Frigui and O. Nasraoui, 'Fuzzy and possibilistic shell clustering algorithms and their application to boundary detection and surface approximation,' IEEE Trans. Fuzzy Syst., vol.3, no.1, pp.44-60, February 1995 

    상세보기 crossref

  12. D. L. Pham, 'Fuzzy clustering with spatial constraints,' Proc. of IEEE Com. on Image Process., vol.2, pp.65-68, September 2002 

    crossref

  13. Ahn, K. S., and Cho, K. S, 'A Study on the Modified FCM algorithm using Intracluster,', Korea Information Processing Society, pp. 205-214, 2002 

    원문보기 상세보기 crossref

  14. M. Barsotti, P. Campadelli and R. Schettini, 'Quantitative evaluation of color image segmentation results,' Patt. Recogn. Lett. vol.19, no.8, pp.741-747, June 1998 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로