View : 629 Download: 0

Full metadata record

DC Field Value Language
dc.contributor.advisor조동섭-
dc.contributor.author류연옥-
dc.creator류연옥-
dc.date.accessioned2016-08-26T03:08:53Z-
dc.date.available2016-08-26T03:08:53Z-
dc.date.issued1987-
dc.identifier.otherOAK-000000015582-
dc.identifier.urihttps://dspace.ewha.ac.kr/handle/2015.oak/207557-
dc.identifier.urihttp://dcollection.ewha.ac.kr/jsp/common/DcLoOrgPer.jsp?sItemId=000000015582-
dc.description.abstract본 논문에서는 임의의 화상이 주어졌을때 인식하려는 패턴의 위치와 무관하게 임의의 패턴을 인식할 수 있는 algorithm에 관하여 연구하였다. 임의로 설정된 윈도우 (window) 내부의 각 화소에 가중치(weight)를 주어서, 윈도우 내부에 있는 임의의 패턴의 특징을 이들 가증치의 평균값의 소수 이하값(Fraction part Of Average:FOA) 만으로 처리하여 패턴을 인식할 수 있토록 하였다. 논문에서 제시한 방법은 먼저 패턴의 특정값 FOA를 구한 다음, 이 특징값에 의하여 입력된 화상으로 부터 일정한 패턴을 추출하도록 하는 것이다. 따라서, 반복된는 패턴의 갯수를 구한다던지, 임의의 패턴을 찾고자할때 적용할 수 있는, 화상에 주어진 임의의 패턴에 대한 위치에 무관한 패턴 인식 Algorithm을 연구하고 실험을 통해 그 실효성을 조사하였다.;In this thesis, an algorithm for recognizing the characters in the binary image is presented and implemented. The proposed algorithm aims at the quick extraction of the desired patterns in binary image of real world. First stepof this method is to select an arbitrary window size which is adequate for processing the effective binary pixels. And then, the pixels inside the given windows are weighted by the function based on FOA algorithm. To accelerate the matching process, we use the histogram which has the information on image construction. Finally, patter matching of the given patter is achieved by comparing the FOA value with that of active window. Another application of the proposed FOA algorithm will be the recognition of the handwritten characters. But algorithm in this paper is efficient only for restricted and previously defined characters. If the normalization of the handwritten characters is developed, an algorithm is more adaptive than any other algorithms.-
dc.description.tableofcontents목차 = ⅲ 논문개요 = ⅴ Ⅰ. 서론 = 1 A. 연구 목적 = 1 B. 연구 방법 = 2 Ⅱ. 화소의가중치계산 = 3 A. 화소의 가중치(weight) 계산 방법 = 3 B. 화소에 가중치를 준 예 = 3 Ⅲ. 패턴의 특성 = 8 A. 가중치가 주어진 패턴의 일번적 특성 = 8 B. 가중치만으로 패턴이 동일함을 판정할 수 있는 정리에 관한 증명 = 9 C. 임의의 패턴의 FOA 값 계산 = 14 Ⅳ. 패턴인식의 구현 = 22 A. 동일 패턴 추출을 위한 FOA algorithm = 22 B. FOA Algorithm에 의한 패턴 인식의 예 = 27 Ⅴ. 결론 = 32 참고문헌 = 33 ABSTRACT = 35-
dc.formatapplication/pdf-
dc.format.extent1048870 bytes-
dc.languagekor-
dc.publisher이화여자대학교 대학원-
dc.subject패턴-
dc.subject인식-
dc.subject위치-
dc.subject무관-
dc.title위치에 무관한 패턴 인식에 관한 연구-
dc.typeMaster's Thesis-
dc.title.translated(A) STUDY ON PATTERN RECOGNITION FOR THE POSITION INDEPERDENT CHARACTERS IN THE BINARY IMAGE-
dc.creator.othernameRyoo, Yeon Ok-
dc.format.pagev, 35 p.-
dc.identifier.thesisdegreeMaster-
dc.identifier.major대학원 전자계산학과-
dc.date.awarded1988. 2-
Appears in Collections:
일반대학원 > 컴퓨터공학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

BROWSE