http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
결정적 어닐링 EM 알고리즘을 이용한 칼라 영상의 분할
조완현(WanHyun Cho),박종현(JongHyun Park),박순영(SoonYoung Park) 한국정보과학회 2001 정보과학회논문지 : 데이타베이스 Vol.28 No.3
본 논문은 가우시안 혼합모형을 이용한 새로운 칼라 영상의 분할 알고리즘을 제안한다. 기존의 EM 알고리즘의 문제점인 국부적 최대값의 문제를 해결하기 위하여 최대 엔트로피의 원리를 이용하는 결정적 어닐링 EM 알고리즘을 소개하였고, 여러 색상들로 구성된 영상에 대하여 가우시안 혼합모형을 가정 하였으며, 결정적 어닐링 EM 알고리즘을 사용하여 이들의 모수를 추정하는 방법을 알아보았다. 또한 혼합모형에 성분의 수를 자동으로 결정할 수 있는 방법을 제시하였으며 선택된 최적의 혼합모형을 사용하여 각 화소에 대한 사후확률을 계산하고 이들의 최대값을 이용하여 영상분할을 실시하였다. 결정적 어닐링 EM 알고리즘이 기존의 EM 알고리즘보다 혼합모형의 모수를 더 정확하게 추정한다는 것과 혼합모형의 성분의 수를 결정하는 제안된 방법의 성능을 실험결과를 통하여 고찰하였고, 또한 두 가지 실제 영상을 통하여 제안된 알고리즘이 기존의 알고리즘 보다 영상을 더 효율적으로 분할할 수 있음을 보였다. In this paper we present a novel color image segmentation algorithm based on a Gaussian Mixture Model(GMM). It is introduced a Deterministic Annealing Expectation Maximization (DAEM) algorithm which is developed using the principle of maximum entropy to overcome the local maxima problem associated with the standard EM algorithm. In our approach, the GMM is used to represent the multi-colored objects statistically and its parameters are estimated by DAEM algorithm. We also develop the automatic determination method of the number of components in Gaussian mixtures models. The segmentation of image is based on the maximum posterior probability distribution which is calculated by using the GMM. The experimental results show that the proposed DAEM can estimate the parameters more accurately than the standard EM and the determination method of the number of mixture models is very efficient. When tested on two natural images, the proposed algorithm performs much better than the traditional algorithm in segmenting the image fields.
조완현 ( Wanhyun Cho ),나명환 ( Myeong Hwan Na ),김준기 ( Junki Kim ),김덕현 ( Deoghyun Kim ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.2
본 논문에서 우리는 범함수 회귀모형을 이용한 양파의 성장단계별 무게를 예측할 수 있는 새로운 통계적 추정방법을 제안한다. 여기서 우리는 풍속, 평균온도, 강우량, 일조량 그리고 습도 등 나타내는 환경요인들을 설명변수들로 사용하고, 양파의 성장단계별 무게를 반응변수로 사용하여 범함수 회귀모형을 적용하였다. 먼저 그래프분석과 상관분석을 통하여 우리는 일일 평균온도는 양파의 무게 증진에 가장 큰 양의상관이 있고, 풍속이나 습도 그리고 일조량들은 양파의 성장에 약간의 영향력이 있으며 강우량은 양파의 성장에 전혀 도움이 안됨을 알 수 있었다. 두 번째로 범함수 회귀 분석을 통하여 얻어진 각 환경요인들에 대한 회귀계수들의 그림을 통하여 우리는 양파의 성장 기간 동안에 이들의 무게를 향상시키기 위해서는 어떻게 환경요인들을 관리해야 되는 가를 알 수 있는 재배방법을 유도하였다.
조완현(Wanhyun Cho),김상균(Sangkyoon Kim),나명환(MyungHwan Na),김덕현(Deok Hyeon Kim) 한국자료분석학회 2020 Journal of the Korean Data Analysis Society Vol.22 No.1
In this paper, we try to develop a growth management system that can maximize the harvest by examining frequently the growing status of fruit trees using statistical regression model and image processing technique. First, we segment the background, stem and strawberry body from a strawberry image. Second, we calculate the height and width of the strawberry by counting number of pixels from the grid given in the background. Third, a multiple regression model is used to derive a predictive function that can predict its weight from the given height and width of strawberries. Fourth, the accuracy of the prediction is verified by comparing the actual value with the predicted value of the weight of the strawberry using the verification data. Fifth, we conducted experiments using verification images to verify the performance of the constructed prediction model. From the experimental results, the value of the coefficient of determination for the constructed model is 0.98771, which is very high value. Finally, based on the algorithms derived so far, we have developed a platform that can actually be used to manage strawberry growth in farms.