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.
문제 정의
- 본 논문에서는 RGB 컬러 모형의 각색상에 대하여 퍼지 소속 함수를 적용하고, 그 결과를 이용해 배경에 비해 가독성이 높은 특징들을 배경과 분리하는 방법을 제안한다. 제안된 이 진화 방법은 RGB 의 각색상에 삼각형 타입의 소속 함수를 적용하여 얻은 결과를 서로 간의 연산을 통해 특정 색상 영역이나 시각적으로 가독성이 높은 부분만을 추출하여 이 진화 한다.
- 본 논문에서는 원영상을 그레이 스케일로 변환하여 특징점을 추출할 경우에 정보 손실이 발생하는 부분을 개선하기 위해 RGB 컬러 값을 이용하여 이 진화한다.
- 그림 1에서와 같이 그레이 스케일로 변환 시 시각적으로 다르게 보이는 많은 색상들이 비슷한 값으로 변경된다. 따라서 본 논문에서는 그레이 스케일로 변환전의 RGB 색상 정보를 대상으로 영상을 이 진화 하는 방법을 제안한다.
- 본 논문에서는 컬러 영상을 히스토그램으로 변환 시 특징점이 손실되는 부분을 개선하고 밝기 정보가 아닌 시각적으로 가독성이 높은 특징점을 추출 할 수 있는 퍼지 이진화 알고리즘을 제안하였다. 본 논문에서는 가독성에 영향을 줄 수 있는 부분에 대해 퍼지 소속 함수를 설계하고 소속 함수에 R, G, B컬러 값을 각각 적용하여 소속도를 계산하였다.
가설 설정
- (c) 영 상은 전체 평균을 이용하여 이진화한 경우이며(d) 는 원 영상이다. (b) 영상을 제외한 나머지 영상들은 이 진화가 제대로 되지 않았다. 그림 2의 (a)와 같이 골짜기를 기준으로 이 진화 하는 것은 비효율 적이다,
※ AI-Helper는 부적절한 답변을 할 수 있습니다.