This thesis describes a vision system for recognizing man-made objects with occlusion and partial distortion. In this thesis, a new object feature primitive, local shape primitive, is introduced, and a method of object inference, selecting model objects which is probably included in input image, using the feature primitive is described. The system, described in this thesis, is a vision system using this method. Object recognition in the system, described in this thesis, is performed by two steps: the first is object inference, the second is matching. Object boundary can be represented by concurves, straight lines or circular arcs. The objects which is included in input image can be inferred with some predefined local shape primitives, characteristic subpart of object boundary represented by concurves, in object inference module. In matching module, the system identifies sensed objects by the boundary matching algorithm, matched line extension algorithm, with inferred model objects. The system enhances recognition time and improves robustness against distortion and occlusion by this method.
Computer vision은 근래에 들어와서 공장자동화와 함께 많은 사람들이 관심을 갖고 연구하고 있다. 본 논문은 인공적인 물체들이 찌그러져 있거나 다른물체와 겹쳐져 있을 때 효율적으로 물체를 인식하는 새로운 방법을 기술하고 있다. Computer vision system을 구현하는 데 있어서 고려되어야 하는 중요한 문제로 물체인식시간과 신뢰도가 있다. 본 논문에서는 이러한 문제들을 해결하기 위하여 물체의 특징적인 부분들을 국부형상요소(local shape primitive) 라는 특성요소(feature element)로서 이용한다. 즉 물체들은 각각 물체마다 특징적인 부분들을 가지고 있으며, 이러한 특징적인 부분들에 의하여 물체를 알아낼 수 있다. 본 논문에서 기술하고 있는 시스템은 입력영상에 어떤 국부형상요소가 들어 있는가를 알아 내어 이들 국부형상요소와 물체들과의 관계를 이용하여 입력영상내에 들어 있을 가능성이 있는 물체들을 추정하고, 추정된 물체들을 확인하므로써 물체를 인식한다.
