본 논문에서는 패턴인식 시스템의 성능 향상을 목적으로 원영상의 데이타량을 압 축하고 난 뒤 형상을 인식하는 개선된 방법을 제안한다. 제안한 방법에서는 수리형태 론적 연산을 사용하여 원영상을 미리 스켈리턴변환하여 데이터 량을 줄이고, 변환된 영상에서 이동 및 크기의 정규화와 회전불변의 과정을 수행하여 패턴을 정합하였다. 크기의 정규화는 형상인식에 필요한 픽셀의 수를 최소로 하여 정합을 하기 위하여 스켈리턴의 픽셀들에 가중치를 부여하고 이를 이용하여 크기를 조정하였다. 따라서 원영상에서 수행하는 이러한 과정들을 스켈리턴 영상에서 수행하게 함으로써 데이터 량이 크게 줄어들게 되어 기억장소의 용량이 최소화되고 연산의 량도 줄어들어 계산의 속도를 고속화 할 수 있게 하였다. 실험을 통하여 인식에 필요한 최적의 크기 인수를 조사하였고, 제안한 방법이 실제의 인식 시스템 구현시 유용하게 사용할 수 있음을 확인할 수 있었다.
In this paper, we propose improved method to recognize the shape for enhancing the quality of the pattern recognition system by compressing the source images. In the proposed method, we reduced the data amount by skeletonizing the source images using mathematical morphology, and then matched patterns after accomplishing the translation and scale normalization, and rotation invariance on the transformed images. Through the scale normalization, it was possible for the shape recognition at minimum amount of the pixel by giving the weight to the skeleton pixel. As the source images was replaced by the skeleton images, it was possible to reduce the amount of data and computational loads dramatically, and so become much faster even with a smaller memory capacity. Through the experiment, we investigated the optimum scale factor and good result was proved when realizing the pattern recognition system.
