본 논문에서는 사이즈 펑션을 이용하여 윤곽선으로 표현된 물체의 특징을 추출할 때 발생하는 에러를 줄이기 위해 방향에 따라 가중값을 달리하는 새로운 표본화 알고리즘을 제안했다. 특히 회전, 이동, 크기 변환과 같은 변환에 대해서 불변성을 갖도록 설계했다. 특징값은 물체의 윤곽선을 사이즈 펑션 처리를 통해서 만들어진 행렬이고 이들간의 거리를 측정 비교함으로써 본 논문에서 제안한 방법이 효과적임을 보였다. 실험 결과 기존의 표본화 방법보다 제안한 표본화 방법을 사용했을 때 원본과 변형된 이미지 사이의 유클리디언 거리가 회전에 대해서 약 57% 크기변형에 대해서는 약 91% 개선되었다.
In this paper, we propose a algorithm that apply different weight-sampling values according to the directions of the contour to reduce errors that can arise in extracting the feature of an contoured object. Especially, it 8is designed to have invariant property under the circumstances like the rotation, transition and scaling. The output matrix of feature set is made through the size function of the proposed algorithm, and the euclidean distance between the output matrix and that of the original image is calculated. Experimental result shows that the proposed algorithm reduces the euclidean distance between the original image and the changed image-by 57% in rotation and by 91% in scaling.
