초록 ▼

퍼지 집합 이론을 이용한 지상 라이다 자료 필터링 장치가 개시된다. 상기 필터링 장치는: 적색값, 녹색값, 청색값 및 반사강도값의 특성요인 값들으로 표현되는 객체들을 포함하는 원시 영상 데이터를 구성하는 원시 영상 구성부; 상기 원시 영상 데이터에 두 개의 분류항목에 따른 두 개의 표본화 영역들을 선정하고 상기 표본화 영역들 각각에 포함된 객체들에 대한 특성요인 값들을 샘플링하는 감독 분류부; 상기 샘플링된 특성요인 값에 근거하여 상기 분류항목별 상기 샘플 객체의 각 특성요인 값의 분류도 및 퍼지구간을 설정하는 분류도/퍼지구간 산출

퍼지 집합 이론을 이용한 지상 라이다 자료 필터링 장치가 개시된다. 상기 필터링 장치는: 적색값, 녹색값, 청색값 및 반사강도값의 특성요인 값들으로 표현되는 객체들을 포함하는 원시 영상 데이터를 구성하는 원시 영상 구성부; 상기 원시 영상 데이터에 두 개의 분류항목에 따른 두 개의 표본화 영역들을 선정하고 상기 표본화 영역들 각각에 포함된 객체들에 대한 특성요인 값들을 샘플링하는 감독 분류부; 상기 샘플링된 특성요인 값에 근거하여 상기 분류항목별 상기 샘플 객체의 각 특성요인 값의 분류도 및 퍼지구간을 설정하는 분류도/퍼지구간 산출부; 상기 분류도 및 상기 퍼지구간과 수학식 1을 이용하여 상기 샘플 객체들을 포함한 상기 원시 영상 데이터의 모든 객체의 특성요인별 상기 특성요인값에 대한 소속정도값들을 산출하는 소속정도값 산출부; 상기 표본화 영역별 샘플 객체들의 특성요인별 상기 소속정도 값과 상기 분류항목들의 특성요인별 기준값을 수학식 2에 적용하여 상기 분류항목들에 따른 특성요인별 소속정도 기준값을 산출하는 소속정도 기준값 산출부; 상기 원시 영상 데이터의 모든 객체의 특성요인별 상기 소속정도 값과 상기 분류항목들에 따른 특성요인별 상기 소속정도 기준값들과의 이중 비교를 통해 상기 분류항목 각각에 대한 상기 원시 영상 데이터의 모든 객체의 각 특성요인의 소속여부를 결정하는 소속여부 결정부; 및 상기 소속여부 결정부의 판단 결과에 따라 상기 원시 영상 데이터의 객체들을 상기 분류항목으로 분리/추출하는 객체 추출부를 포함한다.[수학식 1]수학식 1에 있어서, "μA(x)"는 소속정도값이고, "x"는 특성요인값이고, "b"는 분류도이고, 그리고 "d"는 퍼지구간폭이다.[수학식 2]수학식 2에 있어서, "Mv"는 소속정도 기준값이고, "Zi"는 분류 대상 항목에 부여된 기준값이고, "Z^i"는 : 특성요인별 퍼지함수에 의한 소속정도값이고, 및 "n"은 퍼지집합구간의 지상라이다 포인트 갯수이다.

대표청구항 ▼

적색값, 녹색값, 청색값 및 반사강도값의 특성요인 값들으로 표현되는 객체들을 포함하는 원시 영상 데이터를 구성하는 원시 영상 구성부;상기 원시 영상 데이터에 두 개의 분류항목에 따른 두 개의 표본화 영역들을 선정하고 상기 표본화 영역들 각각에 포함된 객체들에 대한 특성요인 값들을 샘플링하는 감독분류부;상기 샘플링된 특성요인 값에 근거하여 상기 분류항목별 상기 샘플 객체의 각 특성요인 값의 분류도 및 퍼지구간을 설정하는 분류도/퍼지구간 산출부;상기 분류도 및 상기 퍼지구간과 수학식 1을 이용하여 상기 샘플 객체들을 포함한 상기 원시

적색값, 녹색값, 청색값 및 반사강도값의 특성요인 값들으로 표현되는 객체들을 포함하는 원시 영상 데이터를 구성하는 원시 영상 구성부;상기 원시 영상 데이터에 두 개의 분류항목에 따른 두 개의 표본화 영역들을 선정하고 상기 표본화 영역들 각각에 포함된 객체들에 대한 특성요인 값들을 샘플링하는 감독분류부;상기 샘플링된 특성요인 값에 근거하여 상기 분류항목별 상기 샘플 객체의 각 특성요인 값의 분류도 및 퍼지구간을 설정하는 분류도/퍼지구간 산출부;상기 분류도 및 상기 퍼지구간과 수학식 1을 이용하여 상기 샘플 객체들을 포함한 상기 원시 영상 데이터의 모든 객체의 특성요인별 상기 특성요인 값에 대한 소속정도 값들을 산출하는 소속정도값 산출부;상기 표본화 영역별 샘플 객체들의 특성요인별 상기 소속정도 값과 상기 분류항목들의 특성요인별 기준값을 수학식 2에 적용하여 상기 분류항목들에 따른 특성요인별 소속정도 기준값을 산출하는 소속정도 기준값 산출부;상기 원시 영상 데이터의 모든 객체의 특성요인별 상기 소속정도 값과 상기 분류항목들에 따른 특성요인별 상기 소속정도 기준값들과의 이중 비교를 통해 상기 분류항목 각각에 대한 상기 원시 영상 데이터의 모든 객체의 각 특성요인의 소속여부를 결정하는 소속여부 결정부; 및 상기 소속여부 결정부의 판단 결과에 따라 상기 원시 영상 데이터의 객체들을 상기 분류항목들로 분리/추출하는 객체 추출부를 포함하는 것을 특징으로 하는 퍼지 집합 이론을 이용한 지상 라이다 자료 필터링 장치.[수학식 1]수학식 1에 있어서, "μA(x)"는 소속정도값이고, "x"는 특성요인값이고, "b"는 분류도이고, 그리고 "d"는 퍼지구간폭이다.[수학식 2]수학식 2에 있어서, "Mv"는 소속정도 기준값이고, "Zi"는 분류 대상 항목에 부여된 기준값이고, "Z^i"는 : 특성요인별 퍼지함수에 의한 소속정도값이고, 및 "n"은 퍼지집합구간의 지상라이다 포인트 갯수이다.