Abstract
The feature extraction of asterias amurensis by using patterns is difficult to extract all the concave and convex features of asterias amurensis nor classify concave and convex. Concave and convex as important structural features of asterias amurensis are the features which should be found and the classification of concave and convex is also necessary for the recognition of asterias amurensis later. Accordingly, this study suggests the technique to extract the features of concave and convex, the main features of asterias amurensis. This technique classifies the concave and convex features by using the multi-directional linear scanning and form the candidate groups of the concave and convex feature points and decide the feature points of the candidate groups and apply convex hull algorithm to the extracted feature points. The suggested technique efficiently extracts the concave and convex features, the main features of asterias amurensis by dividing them. Accordingly, it is expected to contribute to the studies on the recognition of asterias amurensis in the future.
패턴을 이용한 불가사리 특징 검출은 불가사리의 오목 특징과 볼록 특징을 모두 검출하기 어려우며 또한, 오목과 볼록을 구분 할 수도 없다. 오목과 볼록은 아무르불가사리의 중요한 구조적 특징으로서 반드시 찾아야 할 특징이며 오목과 볼록을 분류함으로서 차후 불가사리 인식에서도 필요하다. 따라서 본 논문에서는 아무르불가사리의 주요 특징인 오목과 볼록 특징을 추출하는 기법을 제안한다. 이 기법은 다방향 선형 스캐닝을 이용하여 오목과 볼록의 특징점 후보군을 형성하고 이 후보군에서 특징점을 결정한 후 추출된 특징점에 컨벡스 헐 알고리즘을 적용하여 오목 특징과 볼록 특징을 구분한다. 제안한 기법은 불가사리의 주요 특징인 오목 특징과 볼록 특징을 구분하여 효과적으로 추출한다. 따라서 향후 불가사리 인식을 위한 연구에 기여할 것으로 기대한다.