선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- N개의 데이터 X2, Xa「의 집합을 서로 유사한 값들은 같은 클러스터에 할당하는 방법으로 제곱오차(squared errors)의 합을 최소화하는 간단한 방법이다. 본 논문에서는 입력영상의 명암도를 가지고 두 클러스터伝=2)를 형성하여 경계값으로 '를 결정하여 퍼지화 및 비퍼지화 단계에서 이를 적용한다.
- 영상의 질을 평가하기위해서 퍼지성 지수와 엔트로피 지수를 측정한다.
- 저대비 영상은 좁은 동적범위와 불확실한 명암도를 갖는 특징 때문에 동적범위의 확장과 관련된 영상향상 기법들이 발전하였다 본 논문은 대비가 열악한 영상을 향상시키는 기법으로 퍼지집합 이론을 적용하였으며퍼지화 및 비퍼지화과정에서 요구되는 임계점을 자동으로 찾는 방법을 제시하였다데이터에 대한 정보없이 영상의 특성에 따라 클러스터링을 할 수 있는 k-means 클러스터링 알고리즘으로 두 클래스만을 형성하도록 하여 명암도의 퍼지성이 최대가 되는 임계점을 찾아 퍼지 대비 강화 연산을 하도록 하였으며 향상된 정도를 정량적으로 측정하고자 퍼지성 지수와 엔트로피 지수를 사용하고 히스토그램 균등화 기법과 비교한 결과를 제시하였다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.