도청신도시 예천 2692 : 수리학 연습...수리형태론적...

---

  수리학 연습(水理學演習) [冊] : 예천읍 청복2리 골마 출신인 정암(鼎岩) 최영박(崔榮博, 1926- , 水原大 總長)의 저서로, 320쪽, 삽도, 23cm, 서울 형설출판사(螢雪出版社)에서 1976년, 1977년, 1980년에 출판하였다. 기사(技士) 1.2급, 기술사(技術士) 국가시험 완전 대비책이다. 경북대학교 도서관 중앙단행본자료실에 소장되어 있고, 그 외 소장된 대학 도서관은 강원대, 건국대(상허), 건양대, 경기대(수원), 경상대, 경일대, 계명대(동산), 고려대, 관동대, 금오공대, 단국대(중앙), 경산대, 대전대, 동국대(중앙), 동남보건대, 동서대, 동아대, 두원공대, 목포해양대, 밀양대, 부경대, 부산대, 상주대, 서울산업대, 성균관대(과학), 수원대, 순천대, 안동정보대, 연세대, 영남대, 우석대, 울산대, 원광대, 인천대, 장안대, 제주대, 조선대, 중앙대(제1캠퍼스), 진주산업대, 창원대, 청주대, 충남대, 충북대, 충주대, 한경대, 한남대, 호서대(천안)이다.(keris 2003)

  수리 형태론적 스캘러턴 영상을 이용한 형상 인식(수리 形態論的 Skeleton 映像을 利用한 形象 認識) [論文] : 예천 출신인 장주석(張周錫, 1954- , 경운大 멀티미디어工學部 敎授, 同 副總長) 등의 논문으로, 한국정보처리학회에서 1996년에 발행한 <정보처리학회 논문집> 3권 4호 883-898쪽(16쪽 分量)에 수록되어 있다. 소장된 대학 도서관은 서울대(중앙), 연세대이다.(keris 2004)

  수리형태론적 스켈리턴 영상을 이용한 형상인식(數理形態論的 스켈리턴 映像을 利用한 形像認識) [論文] : 예천 출신인 장주석(張周錫, 1954- , 경운대 멀티미디어工學部 敎授, 同 副總長)의 영남대학교 대학원 전산공학과 컴퓨터시스템전공 1997년 박사학위 논문으로, ii, 104장, 삽도, 26cm, 영남대학교에서 1997년에 발행하였다. 주제어는 수리형태론, 스켈리턴, 영상, 형상인식이다. 소장된 도서관은 국립중앙도서관이다. [목차] : 표제지 = 0/ 감사의 글 = 0/ 목차 = I/ I. 서론 = 1/ II. 수리 형태론 = 5/ 2.1 수리형태론적 연산 = 6/ 2.1.1 불림과 녹임연산 = 6/ 2.1.2 열림과 붙임연산 = 11/ 2.2 스켈리턴 = 13/ 2.2.1 스켈리턴 변환 = 13/ 2.2.3 고속화 알고리즘 = 20/ III.수리형태론에 의한 형상인식 = 22/ 3.1 형상분해에 의한 형상인식 = 24/ 3.2 패턴 스펙트럼에 의한 형상인식 = 26/ 3.3 정규화한 형상의 스켈리턴을 이용한 형상인식 = 31/ IV. 스켈리턴을 이용한 형상인식 = 36/ 4.1 고리투영 변환에 의한 회전 불변인 특성백터 추출 = 38/ 4.2 스켈리턴 정규화 = 41/ 4.2.1 이동 정규화 = 42/ 4.2.2 크기 정규화 = 44/ 4.2.3 회전에 대한 불변 = 47/ 4.3 정합 및 거리값 계산 = 51/ 4.4 형상인식과정의 실행 예 = 53/ V. 실험 및 검토 = 59/ 5.1 실험 = 59/ 5.2 실험결과 = 68/ 5.3 검토 = 81/ VI. 결 론 = 83/ 참고문헌 = 85/ 영문초록 = 90/ 부록 I = 93/ 부록 II = 100(keris 2007)

  수리형태론적 스켈리턴 영상을 이용한 형상인식(數理形態論的 스켈리턴 映像을 利用한 形象認識) [學術저널] : 예천 출신인 장주석(張周錫, 1954- , 경운대 멀티미디어工學部 敎授, 同 副總長) 등(손윤구)의 논문으로, 한국정보처리학회에서 1996년에 발행한 <정보처리학회논문지> Vol.3 No.4 883-898쪽(16쪽 分量)에 수록되어 있다. 등재정보 KCI 등재이다. 소장된 대학 도서관은 연세대(중앙), 서울여대(중앙)이다. [초록] : 본 논문에서는 패턴인식 시스템의 성능 향상을 목적으로 원영상의 데이터 량을 압축하고 난 뒤 형상을 인식하는 개선된 방법을 제안한다. 제안한 방법에서는 수리형태론적 연산을 사용하여 원영상을 미리 스켈리턴변환하여 데이터 량을 줄이고, 변환된 영상에서 이동 및 크기의 정규화와 회전불변의 과정을 수행하여 패턴을 정합하였다. 크기의 정규화는 형상인식에 필요한 픽셀의 수를 최소로 하여 정합을 하기위하여 스켈리턴의 픽셀들에 가중치를 부여하고 이를 이용하여 크기를 조정하였다. 따라서 원영상에서 수행하는 이러한 과정들을 스켈리턴 영상에서 수행하게 함으로써 데이터 량이 크게 줄어들게 되어 기억장소의 용량이 최소화되고 연산의 량도 줄어들어 계산의 속도를 고속화 할 수 있게 하였다. 실험을 통하여 인식에 필요한 최적의 크기 인수를 조사하였고, 제안한 방법이 실제의 인식시스템 구현시 유용하게 사용할 수 있음을 확인할 수 있었다.(keris 2007)