앞에서의 그림 33에서 알 수 있듯이 대상의 투영이미지로부터 위치정보 를 알아내는 것이 본 비젼 시스템의 목적이므로 임계값의 결정이 끝난 후 이진화한 결과 영상으로 투영이미지를 생성시 탐색구간에서 정확한 정보 를 추출하기가 모호한 경우가 발생할 수 있다. 따라서 이런 경우 침식과 팽창처리를 통하여 원하는 투영이미지를 생성하여 원하는 결과를 얻는 방 법이다.
침식과 팽창처리는 이진화된 영상에 대하여 반복적인 처리를 통하여 최 적의 결과를 얻는 것이기 때문에 본 논문에서는 조건에 기대치 않은 투영 이미지가 출력되면 이를 퍼지 기법을 통하여 오차를 보정하고자 한다.
아래의 그림 34는 침식과 팽창 처리를 위한 순서도를 나타낸다.
그림 34. 침식과 팽창 처리를 위한 순서도 M1
탐색영역의 투영이미지 조사 (최소부분 빈도수 및 최대값과의 차)
퍼지추론 알고리즘 적용
M2
탐색영역의 투영이미지 조사 (최소부분 빈도수 및 최대값과의 차) 침식 및 팽창 처리
적합도에 만족하는가?
탐색영역의 투영이미지 조사
예
아니오
M1
탐색영역의 투영이미지 조사 (최소부분 빈도수 및 최대값과의 차)
퍼지추론 알고리즘 적용
퍼지추론 알고리즘 적용
M2
탐색영역의 투영이미지 조사 (최소부분 빈도수 및 최대값과의 차) 침식 및 팽창 처리
적합도에 만족하는가?
탐색영역의 투영이미지 조사
예
아니오
아래의 그림 35는 추출된 입력값을 퍼지화하고, 퍼지 추론 규칙을 통하 여 실제 원하는 결과를 얻기 위하여 침식과 팽창처리 횟수를 결정하는 과 정이다. 아래의 그림 35에서와 같이 임계값을 적용하여 얻어진 이진화 결 과로 투영이미지 정보를 만들고 이를 이용하여 탐색 방향으로 최대값과 최소값의 차가 적은 경우를 찾아낸다. 그리고 이 결과에 퍼지추론을 적용 하여 침식과 팽창을 통하여 외부의 픽셀을 줄이거나 확장시킴으로써 잡음 을 줄이거나 불필요한 픽셀들을 제거할 수 있다.
그림 35. 퍼지 추론을 이용한 침식과 팽창 처리
투영이미지 조사 탐색 방향으로부터
최대값, 최소값의 빈도수 차이 산출
퍼지화 추론부 비퍼지화
투영 이미지 MinPoint (빈도수)
출력값 침식, 팽창 처리
반복수 투영이미지 조사
탐색 방향으로부터 최대값, 최소값의 빈도수 차이 산출
퍼지화 추론부 비퍼지화 퍼지화 추론부 비퍼지화
투영 이미지 MinPoint (빈도수)
출력값 침식, 팽창 처리
반복수
다음의 그림 36은 침식과 팽창처리를 위한 퍼지 추론을 적용하기 위하 여 추론기로의 입력값과 출력값을 퍼지화 및 비퍼지화하기 위한 멤버쉽 함수(membership function)이다.
본 절에서도 앞 절에서 제안한 바와 같이 입력 변수의 구간에 대하여 각각 5단계로 나누었다. 첫 번째 입력변수의 구간은 그레이 레벨의 표현 범위인 0부터 255까지 256단계의 수를 모두 사용하였고, 출력변수의 범위 는 입력에 대하여 퍼지추론을 적용하여 무게중심법을 이용하여 비퍼지화 결과 최소 1번에서 최대 5번의 침식과 팽창처리를 각각 수행하도록 설계 하였다.
그림 36. 침식과 팽창처리를 위한 입․출력변수의 소속함수
표 3. 침식과 팽창 처리를 위한 퍼지 추론 규칙
M M MB B B B
M M MB MB MB MB
SM SM SM MB M
SM SM SM
S S
B MB M SM S
M M MB B B B
M M MB MB MB MB
SM SM SM MB M
SM SM SM
S S
B MB M SM HV S
PF
위의 표 3은 침식과 팽창처리를 위한 퍼지 추론 규칙 테이블이다. 전건 부의 각각 5개의 입력 변수에 대하여 후건부 출력 관계를 25개의 규칙을 이용하여 나타낸 것이다. 규칙의 구성은 전문가의 지식이나 경험, 실험 데
이터를 바탕으로 “IF - THEN" 형식으로 구성되어 있기 때문에, 이를 테 이블 화하면 위의 표와 같은 형태로 표현된다.
아래의 그림 37은 표에서 제시한 퍼지 추론 규칙을 3차원화 하여 나타 낸 것으로 X축과 Y축은 추론기의 전건부 입력변수의 범위, Z축은 퍼지 추론기의 후건부 출력 변수의 범위에 해당하며, 이에 따른 제어 평면을 시각적으로 나타낸 것이다.
그림 37. 퍼지추론 규칙의 제어 평면 입력1 : 투영이미지의 최대, 최소값 빈도수의 차 입력2 : 투영이미지의 최소값의 빈도수
출력 : 침식, 팽창처리 반복수
본 논문에서 제안한 처리 알고리즘을 통하여 보다 낳은 출력 결과를 얻 기 위하여 먼저 실험 결과와 이론적인 배경을 수립 후 알고리즘을 작성하 였다. 본 논문에서 알고리즘의 타당여부를 알아보기 위하여 매트랩 (Matlab)의 퍼지 툴박스(fuzzy tool box)를 이용하여 설계한 알고리즘이 원하는 결과를 출력하는지 검증 후, 실제 실험 환경인 마이크로 소프트 (Microsoft) 사의 Visual C++의 MFC(Microsoft Foundation Class)환경에 서 작성된 프로그램에 적용하여 실험하였다.
제 5 장 제어모듈 구현 및 실험
본 장에서는 앞 장에서 제안한 영상처리 알고리즘을 바탕으로 실제 시 스템에 적용하기전 본 논문에서 구성한 시스템을 소개한다. 전체적인 시 스템 개략적인 구성 및 각 모듈간의 인터페이스 관계는 아래의 그림 38와 같으며, 전체적인 제어 모듈의 구성은 영상획득 및 처리부, 제어부 그리고 구동부 3부분으로 나뉜다.
그림 38. 전체 시스템의 구성도
이미지 그레버 보드
메인 컴퓨터 (main computer)
디지털 입, 출력
장치
제어부분 인텔(intel)
80C196KC
#1
인텔(intel) 80C196KC
#2 DC 모터
구동장치
#1
DC 모터 구동장치
#2
순차 제어 장치
영상획득 및 처리부
제어부 구동부 구동부
구동부 이미지 그레버 보드
메인 컴퓨터 (main computer)
디지털 입, 출력
장치
제어부분 인텔(intel)
80C196KC
#1
인텔(intel) 80C196KC
#2 DC 모터
구동장치
#1
DC 모터 구동장치
#2
순차 제어 장치 이미지
그레버 보드
메인 컴퓨터 (main computer)
디지털 입, 출력
장치
제어부분 인텔(intel)
80C196KC
#1
인텔(intel) 80C196KC
#2 DC 모터
구동장치
#1
DC 모터 구동장치
#2
순차 제어 장치
영상획득 및 처리부
제어부 구동부 구동부
구동부