This thesis describes a vision expert system which recognizes the input objects through the inference process for deformed object. The system analyzes the input object by structural description and classifies the object into similar structural set in hierarchical object knowledge base(HOKB). Next the system matches the object to model objects in terminal class of HOKB and infers a deformed or missing part of the object in the domain of tools due to shadow, reflection and unreliable low level processing. The certainty factor(CF) model in hierarchical hypothesis space is applied to inference procedure under the deformation of objects.
Inference 과정을 통해서 공구 Domain 에 있는 변형된 물체를 인식할 수 있는 Rule - Based Vision System에 대한 고찰을 하였다. 물체의 변형은 반사, 그림자 그리고 Unreliable Low Level Processing 에 의해서 발생될 수 있다.
Inference 과정에서 물체는 HOKB (Hierarchical Object Knowledge Base) 안에 있는 Class 들로 분류되며, 최종적으로 분류된 HOKB 의 Terminal Class 에 속해 있는 Model Object 들과 Match 된다. 만약 Matching Score 가 Error 의 범위를 초과한다면, 실패의 원인이 Analysis 되어진다. Analysis 의 결과에 의해서 물체의 변형되어진 Part 는 추론 되어질 수 있다. Inference 과정을 통해서 Unknown Object 로 분류되어진 경우, Modeling 과정을 통해서 HOKB 에 새로운 Object 를 추가시킬수 있다. Inference 과정에서 Certainty Factor Model 이 적용되었다.
몇가지 Case 의 변형된 물체들에 대한 실험을 통하여 변형된 물체를 효과적으로 추론할 수 있었으며, 따라서 본 연구의 Approach 의 타당성을 입증할 수 있었다.
