새로운 클러스터 평가 지표

서석태(Suk T. Seo),손세호(Seo. H. Son),이인근(In. G. Lee),정혜천(Hye. C. Jeong),권순학(Soon. H. Kwon) 한국지능시스템학회 2005 한국지능시스템학회 학술발표 논문집 Vol.15 No.2

기존의 클러스터 평가 지표(cluster validation index)는 클러스터의 개수가 커질수록 클러스터 평가 지표 값이 단조 감소하는 경향을 보인다. 최근에 이러한 단점을 보완하는 새로운 클러스터 평가 지표가 본 논문 저자중의 하나에 의해 제안되었으나. over-clustering의 단점을 지니고 있다. 본 논문에서는, 클러스터 평가 지표 값이 단조 감소 및 over-clustering을 방지할 수 있는 새로운 클러스터 평가 지표를 제안하고, 여러 가지 예제를 통하여 새롭게 제안된 평가 지표의 타당성을 보인다.

영역의 분할정도에 기반한 에지 검출 기법

서석태(Suk T. Seo),정혜천(Hye C. Jeong),이인근(In K. Lee),권순학(Soon H. Kwon) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.7

에지는 영상에서 객체와 객체 사이의 경계를 나타내는 중요 정보로서 Sobel, Prewitt, Roberts, Canny 등의 미분 연산자에 기반한 다양한 에지 검출 기법이 있다. 그러나 이러한 기법들은 밝기값 변화가 완만한 부분에서의 에지 검출에는 둔감하며, 한 픽셀의 두께로 이루어진 에지의 경우 2중 에지를 검출하는 문제점이 있다. 또한 에지를 검출하기 위해서는 효과적에지 검출 연산자뿐만 아니라 적절한 임계값이 필수적이다. 그러나 적절한 임계값을 찾는 것은 매우 까다로운 문제이다. 본 논문에서는 기존의 미분 연산자에 기반한 에지 검출 기법의 문제점을 극복하기 위해서 픽셀간의 미분값이 아니라 영역과 영역의 분할정도를 기반으로 에지를 검출하는 기법과 이에 대한 임계값 결정 기법을 제안한다. 그리고 기존의 미분연산자에 기반한 에지 추출 기법과 제안한 기법을 시험 영상에 적용하여 얻어진 결과를 통하여 제안한 기법의 효용성을 보인다. Edge is a significant element to represent boundary information between objects in images. There are various edge detection methods, which are based on differential operation, such as Sobel, Prewitt, Roberts, Canny, Laplacian, and etc. However the conventional methods have drawbacks as follow : (i) insensitivity to edges with gentle curve intensity, (ii) detection of double edges for edges with one pixel width. For the detection of edges, not only development of the effective operators but also that of appropriate thresholding methods are necessary. But it is very complicate problem to find an appropriate threshold. In this paper, we propose an edge detection method based on the region separateness between objects to overcome the drawbacks of the conventional methods, and a thresholding method for the proposed edge detection method. We show the effectiveness of the proposed method through experimental results obtained by applying the proposed and the conventional methods to well-known test images.

가우시안형 유한 혼합 분포에 기반한 다중 임계값 결정법

서석태(Suk T. Seo),이인근(In K. Lee),정혜천(Hye C. Jeong),권순학(Soon H. Kwon) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.6

Otsu의 임계값 결정법, Huang와 Wang의 임계값 결정법 등을 포함한 그레이 레벨 히스토그램에 기반한 임계값 결정법은 영상처리 분야에서 널리 사용되어져 왔다. 이들 기법들은 그 효용성이 뛰어남에도 불구하고 하나의 임계값이 아닌 다중 임계값을 추출하는 정우 많은 연산 시간이 소요되는 단점을 가지고 있다. 즉, 임계값의 개수가 늘어남에 따라 연산 복잡도 역시 기하급수적으로 증가하게 된다. 본 논문에서는 가우시안 함수를 이용하여 그레이 레벨간의 상관관계를 측정하고, 가우시안 분포함수와 그레이 레벨의 히스토그램을 결합한 가우시안형 유한 혼합 분포를 이용하여 연산 복잡도가 단순하며 효용성 있는 임계값 결정법을 제안한다. 다수의 영상에 제안한 기법을 적용한 모의실험을 통하여 효용성을 확인하고, Otsu의 임계값 결정법과 제안한 기법의 연산 복잡도 비교를 통해서 제안한 임계값 결정법의 효율성을 보인다. Gray-level histogram-based threshold selection methods such as Otsu's method, Huang and Wang's method, and etc. have been widely used for the threshold selection in image processing. They are simple and effective, but take too much time to determine the optimal multilevel threshold values as the number of thresholds are increased. In this paper, we measure correlation between gray-levels by using the Gaussian function and define a Gaussian-type finite mixture distribution which is combination of the Gaussian distribution function with the gray-level histogram, and propose a fast and effective threshold selection method using it. We show the effectiveness of the proposed through experimental results applied it to three images and the efficiency through comparison of the computational complexity of the proposed wi th that of Otsu's method.

그레이 레벨의 공간적 상관관계 기반 이진화

서석태(Suk T. Seo),손세호(Seo H. Son),이인근(In K. Lee),정혜천(Hye C. Jeong),권순학(Soon H. Kwon) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.4

Otsu의 임계값 결정법을 포함한 기존의 임계값 결정 기법은 그레이 레벨 빈도수 히스토그램 정보를 이용하여 임계값을 결정한다. 그러나 빈도수 히스토그램은 입력 영상에서 그레이 레벨 빈도수 정보만을 재구성한 것이므로, 입력 영상의 그레이레벨의 분포 및 그레이 레벨간의 관계성을 포함하지 않는다. 따라서 임계값 결정에 있어서 영상의 정보를 충분히 반영하지 못하여 때때로 부적절한 임계값을 제시한다. 본 논문에서는 빈도수 정보뿐만 아니라 그레이 레벨간의 상관관계함수를 정의하고, 정의된 상관관계함수를 이용하여 공간적 상관관계 정보 추출 및 추출된 정보로부터 임계값을 결정하는 기법을 제안한다. 제안된 기법의 타당성을 빈도수 히스토그램에 기반한 Otsu의 임계값 결정법과의 비교 실험을 통하여 보인다. Conventional thresholding methods including Otsu's thresholding method are based on the gray levels frequency histogram. But the gray levels frequency histogram is obtained by recomposing only frequency information from an input image, where frequency histogram dose not contain any other informations such as the distribution of gray levels and relation between gray levels. Therefore the methods using the gray levels frequency histogram occasionally present inappropriate threshold values because it cannot reflect informations of the given image sufficiently. In this paper, we define a correlation function of gray levels and propose a novel thresholding method using the gray levels frequency histogram and the spatial correlation information. The effectiveness of the proposed method will be shown through comparison with Otsu's thresholding method.

이미지 데이터 경로 설정을 이용한 다관절 자수 로봇의 효율적 운용방법

정혜천,서석태,전두환,권순학,Jeong, Hye-C.,Seo, Suk-T.,Chun, Du-Hwan,Kwon, Soon-H. 한국섬유공학회 2008 한국섬유공학회지 Vol.45 No.2

Recently various types of application programs to transfer an image data into embroidery data have been proposed and widely used. However the application systems (programs) have the drawback that requires the route designation process by supervisor. Moreover the conventional embroidery machines (shuttle embroidery machine, multi-head embroidery machine, and etc.), which are using in fiber industry, have the drawbacks that the machines occupy wide area and have difficulty to operate at high-speed. Therefore, in this paper, we propose a simple but effective path planning method for an image data and construct an multi-articular embroidery machine to overcome the drawbacks of the conventional embroidery machines. Moreover we show the realizability of multi-articular embroidery machine and the effectiveness of the proposed path planning method through the stitch experiments of the multi-articular embroidery machine applied the proposed method.

통계적 정보기반 계층적 퍼지-러프 분류기법

손창식(Chang S. Son),서석태(Suk T. Seo),정환묵(Hwan M. Chung),권순학(Soon H. Kwon) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.6

본 논문에서는 학습기법을 사용하지 않고 패턴분류의 성능을 최대화하면서 규칙의 수를 줄일 수 있는 통계적 정보기반 계층적 퍼지-러프 분류방법을 제안한다. 제안된 방법에서 통계적 정보는 계층적 퍼지-러프 분류 시스템에서 각 계층의 입력부 퍼지집합의 분할 구간을 추출하기 위해서 사용되었고, 러프집합은 통계적 정보로부터 추출된 분할 구간들과 연관된 퍼지 if-then 규칙의 수를 최소화하기 위해서 사용되었다. 제안된 방법의 효과성을 보이기 위해 Fisher의 IRIS 데이터를 사용한 기존 패턴분류 방법의 분류 정확도와 규칙들의 수를 비교하였다. 그 결과, 제안된 방법은 기존 방법들의 분류 성능과 유사함을 확인할 수 있었다. In this paper, we propose a hierarchical fuzzy-rough classification method based on statistical information for maximizing the performance of pattern classification and reducing the number of rules without learning approaches such as neural network, genetic algorithm. In the proposed method, statistical information is used for extracting the partition intervals of antecedent fuzzy sets at each layer on hierarchical fuzzy-rough classification systems and rough sets are used for minimizing the number of fuzzy if-then rules which are associated with the partition intervals extracted by statistical information. To show the effectiveness of the proposed method, we compared the classification results(e.g. the classification accuracy and the number of rules) of the proposed with those of the conventional methods on the Fisher's IRIS data. From the experimental results, we can confirm the fact that the proposed method considers only statistical information of the given data is similar to the classification performance of the conventional methods.

온톨로지 구축 프로세스와 시스템

이인근(In K. Lee),서석태(Suk T. Seo),정혜천(Hye C. Jeong),황도삼(Dosam Hwang),권순학(Soon H. Kwon) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.6

컴퓨터를 활용한 지식과 정보 처리를 위해 온톨로지를 구축하고 활용하기 위한 연구가 이루어지고 있다. 그러나 현재까지의 온톨로지 개발 방법 및 온톨로지 구축 도구는 온톨로지 개발 목적에 따라 제한적인 부분에서 연구되어 사용되고 있다. 그러므로 개발하려는 온돌로지 특성에 따른 적절한 온톨로지 구축 프로세스와 도구가 필요하다. 본 논문에서는 특정 분야의 비전문가가 언어 자원으로부터 지식을 개념화하고, 개념을 형식화하여 온톨로지를 구축할 수 있는 온톨로지 구축 프로세스(Ontoprocess)를 제안한다. 그리고 다수의 온툴로지 구축자가 동시에 온톨로지 구축 작업을 행할 경우 i)지식의 개념화 과정에서 동일한 개념을 중복 정의하거나 ii)개념의 형식화 과정에서 형식언어와 도구사용법의 이해 부족으로 인해 온톨로지 구축 능륜이 저하되는 문제가 발생할 수 있다. 이런 문재를 해결하기 위해 메타 온톨로지를 이용한 다중 온톨로지 구축 프로세스(OntoMProcess)를 제안한다. 제안한 프로세스에 기반한 온톨로지 구축 시스템 (OntoCS)을 개발하고, 실제 온톨로지 구축 실험을 통하여 제안한 프로세스와 시스템의 효율성을 확인한다. 그리고 온톨로지 구축 과정에서 발견된 문제점 및 이에 대한 해결 방안을 제시한다. Numbers of research on ontology construction and its application are being done for knowledge and information processing using computers. But, the current ontology development methods and ontology construction tools are using in restricted field on propose. Therefore, proper ontology development processes and ontology construction tools on ontology characteristic are needed. In this paper, we propose ontology construction process(OntoProcess) that non-experts in specific field are able to construct ontology through conceptualization of knowledge and formalization of concepts from language resource. Beside, some problems may be occurred while numbers of people are working together to construct ontology: i)duplicated concept definition in conceptualization process of knowledge and ii)decreasing efficiency of ontology construction by short understanding about formal language and tool operation in formalization process. To solve the problems, we propose an ontology construction process for multiple developers (OntoMProcess) using meta ontology. We develop an ontology construction systerm(OntoCS) based on proposed processes, and we show the efficiency of proposed processes and system from ontology construction experiment.

노면 상태 검출에 기반한 자율 주행 시스템

정혜천(Hye C. Jeong),서석태(Suk T. Seo) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.5

최근 외부 개입 없이 스스로 주변 환경을 파악하고 목적지까지의 이동경로를 생성하여 자율 주행하는 지능형 시스템에 관한 연구가 활발히 진행되고 있다 이러한 자율 주행 시스템은 기본적으로 운행 중에 사고가 발생하지 않고 안전하게 목표점까지 이동해야 한다. 본 논문에서는 레이저 변위 센서를 이용하여 노면의 왜곡(훼손된 노면, 비포장 도로, 장애물 등)을 검출하고, 영상 이진화 기법을 적용하여 위험 요소를 검출, 판단하여 주행 시스템의 안정적 운항이 가능한 경로를 생성하는 기법을 제안한다. 제안 기법의 타당성은 임의로 제작된 국부영역의 지도 데이터에 기반한 모의실험을 통하여 보인다. Recently, many researches for autonomous mobile system have been proposed, which can recognize surrounded environment and navigate to destination without outside intervention. The basic sufficient condition for the autonomous mobile system is to navigate to destination safely without accident. In this paper, we propose a path planning method in local region for safe navigation of autonomous system through evaluation of the road surface distortion(damaged/deformed road, unpaved road, obstacle and etc.) We use laser distance sensor to get the information on the road surface distortion and apply image binalization method to evaluate safe region in the detected local region. We show the validity of the proposed method through the computer simulation based on the artificial local road map.

평면 곡선에 기반한 다중 임계값 결정

단나(Na Duan),서석태(Suk T. Seo),박혜공(Hye G. Park),권순학(Soon H. Kwon) 한국지능시스템학회 2010 한국지능시스템학회논문지 Vol.20 No.2

Boukharouba 등에 의해서 제안된 평면 곡선(Plane curve) 분석 기법은 히스토그램 누적분포함수에 기반한 마루-골(Peak-Valley) 탐색을 통한 임계값 결정 기법이다. 그러나 이 기법의 경우 평면 곡선을 구성하는 과정에서 외부 변수의 설정이 요구되며, 그에 따라서 구성된 평면 곡선의 형태가 달라지고 마루-골 검출에 영향 준다. 따라서 본 논문에서는 엔트로피에 기반하여 평면 곡선 구성을 구성하기 위한 최적의 변수값을 설정하며, 설정된 변수 값에 기반한 다중 임계값 결정기법을 제안한다. 다수 영상에 대한 모의실험과 기존 히스토그램 기반의 임계값 결정법과의 비교 및 검토를 통해 제안한 기법의 효용성을 보인다. The plane curve approach which was proposed by Boukharouba et. al. is a multi-threshold selection method through searching peak-valley based on histogram cumulative distribution function. However the method is required to select parameters to compose plane curve, and the shape of plane curve is affected according to parameters. Therefore detection of peak-valley is effected by parameters. In this paper, we propose an entropy maximizing-based method to select optimal plane curve parameters, and propose a multi-thresholding method based on the selected parameters. The effectiveness of the proposed method is demonstrated by multi-thresholding experiments on various images and comparison with other conventional thresholding methods based on histogram.

연결 성분 라벨링에 기반한 다중 임계값 결정

단나(Na Duan),서석태(Suk T. Seo),권순학(Soon H. Kwon) 한국지능시스템학회 2009 한국지능시스템학회 학술발표 논문집 Vol.19 No.2

그레이 레벨의 히스토그램에 기반한 다양한 임계값 결정법들이 제안되고 사용되고 있다. 그러나 기존의 히스토그램에 기반한 임계값 결정법은 영상의 그레이 레벨의 공간적 분포를 고려하지 않는 다. 본 논문에서는 그레이 레벨의 공간적 분포를 고려하여 그레이 레벨들의 연결성 분석과 연결 성분 라벨링에 기반한 군집 히스토그램을 제안하고, 제안한 군집 히스토그램에서 피크-밸리(Peak-Valley) 탐색을 이용한 임계값 결정법을 제안한다. 다수 영상에 대한 모의실험과 기존 히스토그램 기반의 임계값 결정법과의 비교, 검토를 통해 제안한 기법의 효용성은 보인다.