메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2006 가을 학술발표논문집 제33권 제2호(A)
발행연도
2006.10
수록면
366 - 371 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
퓨리에 시리즈를 사용하면 이미지의 외곽선 특성을 표현할 수 있다. 이미지의 퓨리에 계수를 추출하기 위해서는 우선 이미지를 구성하는 주요 오브젝트를 표현하는 곡선을 추출한다. 이러한 곡선은 오브젝트의 특정 중심점에서 외곽선을 따라 일회전하면서 그 거리를 좌표상에 표시함으로써 얻을 수 있다. 기존의 퓨리에 계수를 추출하는 방법들은 추출된 계수를 이용하여 해당 곡선을 복원했을 때 원래의 곡선에 존재하던 상세한 특성을 표현하지 못한다는 단점이 있으며 이는 결국 이미지로부터 추출한 곡선을 사용하여 이미지를 검색할 때 정확도를 상당히 떨어뜨리게 한다. 이러한 문제점을 해결하기 위해서 본 논문에서는 Binary Range Reduction (BRR) 알고리즘을 제안한다. BRR 알고리즘은 원래의 곡선과 퓨리에 계수를 통해서 복원된 곡선간의 차이를 줄이기 위해서 전체의 곡선을 통해서 하나의 퓨리에 계수 세트를 추출하지 않고, 복원된 곡선이 원래의 곡선과 차이가 일정 크기 이상 나지 않도록 퓨리에 계수를 추출하는 구간을 나누어가며 퓨리에 계수를 추출한다. 이렇게 추출된 다수의 퓨리에 계수 세트를 통해서 복원된 곡선을 사용하여 이미지들 간의 유사도를 비교한다. 실험을 통하여 BRR 알고리즘을 사용하여 곡선에서 추출한 퓨리에 계수로 복원한 곡선이 원래 곡선의 특성을 정확하게 표현하고 있음을 보였고, 퓨리에 계수와 BRR알고리즘을 이미지 검색에 적용하였을 때, 높은 검색 결과를 얻을 수 있음을 보였다.

목차

요약
1. 서론 및 관련연구
2. 이미지의 주요 오브젝트 및 곡선 검출
3. 퓨리에 계수 추출
4. 유사 이미지 검색
5. 실험 결과
6. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017392446