• Journal of the Korea society of information convergence
• /
• v.7 no.2
• /
• pp.59-65
• /
• 2014

Grassfire spot matching method is based on similarity comparison of topological patterns for neighbor spots. This is a method where spot matching is performed as if fire spreads all around on grass. Spot matching starts from a seed spot pair confirmed as a matched pair of spots and spot matching spreads to the direction where the best matching result is produced. In this paper, it is a bit complicated way of grassfire method where multi-seed matched spot pair are manually selected and spot matching is performed from each multi-seed matched spot pair. The proposed method shows better performance in detection rate and accuracy than that of the previous method.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.1-4
• /
• 2012

영상 매칭 기술은 컴퓨터 비전 분야에서 다양하게 응용될 수 있는 기초적인 기술 중에 하나이다. 대표적인 영상 매칭 기술인 SIFT나 SURF는 강인한 영상 매칭 성능을 나타내지만 계산량이 방대하여 실시간 기술에 사용될 수 없는 문제점을 가진다. 최근에 ORB나 BRISK는 FAST 특징점 검출기와 BRIEF 특징점 표현자를 조합하여 실시간 영상 매칭을 가능하게 하면서 기존의 영상 매칭 기술과 견줄만한 성능을 나타내었다. 본 논문에서는 FAST와 BRIEF를 수정하여 영상 왜곡에 강인하면서 실시간으로 매칭을 수행할 수 있는 영상 매칭 알고리즘을 제안한다. 노이즈에 강인하면서 스케일 변화를 고려하기 위하여 특징점 후보 영역을 제한하고 스케일 공간을 생성하여 특징점을 검출한다. 또한 영상의 회전 변화에 강인한 영상 매칭을 가능하게 하기 위하여 주변 픽셀 패턴의 Gradient로 특징점 방향을 결정하여 픽셀 밝기 값 비교로 이진 특징점 표현자를 생성한다. 제안하는 영상 매칭 알고리즘은 적은 계산량으로 기존의 알고리즘보다 우수한 영상 매칭 성능을 나타낸다. 특별히 노이즈가 존재하는 영상의 매칭에서 노이즈의 영향에 강인한 매칭 성능을 보여준다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2012.07a
• /
• pp.43-46
• /
• 2012

컴퓨터 비전을 이용한 다양한 응용 분야에 있어서, 특징점을 이용한 응용 분야가 많이 이루어지고 있다. 그 중에 Global feature는 표현의 위험성과 부정확성으로 인해서 많이 사용되고 있지 않으며, Local feature를 이용한 연구가 주로 이루고 있다. 그 중에 SURF(Speeded-Up Robust Features) 알고리즘은 다수의 영상에서 같은 물리적 위치에 있는 동일한 특징점을 찾아서 매칭하는 방법으로 널리 알려진 특징점 매칭 알고리즘이다. 하지만 SURF 알고리즘을 이용하여 특징점을 매칭하여 정합 쌍을 구하였을 때 매칭되는 특징점들의 정확도가 떨어지는 단점이 있다. 본 논문에서는 특징점 매칭 알고리즘인 SURF를 사용하여 대응되는 특징점들을 들로네 삼각형의 기하학적 특징을 이용하여 정확도가 높은 특징점을 분류하여 SURF 알고리즘의 매칭되는 대응점들의 정확도를 높이는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.455-458
• /
• 2008

단백질체학에서 2-DE는 조직내의 단백질을 규명하는 단백질 분리 기술로서 2-DE에 의하여 생성된 단백질 이미지에서 스팟 매칭을 진행하여 상이한 단백질 젤 내에 존재하는 동일한 단백질 클래스를 찾을 수 있다. 그러나 단백질 2-DE 이미지는 실험 환경의 변화에 민감하여 이미지의 위치적인 변형이나 먼지, 공기방울 등으로 인해 많은 에러 정보를 포함할 수 있다. 이러한 에러는 스팟 매칭에 치명적인 영향을 주어 낮은 정확도를 가지게 된다. 본 논문에서는 단백질 2-DE 이미지 분석을 위한 스팟 매칭에서의 정확도를 향상시키기 위하여 기준점 학습과 기준점 추출의 두 단계로 이루어진 자동화된 기준점 추출 방법을 사용하여 스팟 매칭의 정확도를 향상시킬 수 있는 최적의 기준점을 선정하는 방법을 제안하며 선정된 기준점을 기반으로 다수의 기준 이미지를 선택하여 스팟 매칭을 반복적으로 진행함으로써 확률 기반의 정확한 스팟 매칭 결과를 도출하고자 한다. 특히 데이터 마이닝 기법에서 사용되는 최소지지도 값을 적용함으로써 지지도가 높은 스팟 매칭 결과를 빈발한 스팟 매칭으로 판정한다. 제안한 스팟 매칭 정확도 향상 기법의 정확도를 평가하기 위하여 실제 단백질 2-DE 젤 이미지 데이터를 사용하여 입력 기준점의 개수와 최소 지지도의 증가에 따른 정확도의 변화를 분석하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.219-223
• /
• 2004

본 논문에서는 여러 생체 인식 시스템 중 지문 인식에 관한 연구를 기술한다 지문 입력장치를 통해 입력 받은 영상을 이용하여 개인의 식별을 위해 방향성과 특징점 정보를 이용, 매칭을 실시한다. 지문의 매칭은 1 차로 소벨 마스크와 창틀 마스크를 이용한 방향성 매칭과 2 차로 특징점 정보를 이용한 매칭 2 단계로 이루어 진다 방향성 정보를 이용한 매칭 방법에서는 가장 널리 알려진 소벨 마스크 보다 창틀 마스크가 더 정확한 것으로 판별 되었으며, 특징점 정보를 이용한 알고리즘에서는 상당한 의사 특징점을 제거 할 수 있었다 신뢰할 수 있는 방향성 검출 알고리즘과 특징점을 검출하기 위한 연구를 하였으며, 지문영상의 특징점으로는 끝점과 분기점을 사용하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.513-516
• /
• 2011

기존의 실시간 파노라마 합성 알고리즘에서는 매칭점과 입력 영상에서의 outlier를 구분하고 제거하기가 어렵기 때문에 노이즈가 많은 영상 또는 반복적인 패턴이 많은 영상에서 왜곡이 쉽게 발생하는 문제가 있다. 따라서 본 논문에서는 기존의 실시간 파노라마 합성 프레임웍에서 실시간 합성 조건을 만족시키면서 효과적으로 매칭점과 입력 영상에서의 outlier를 제거하는 방법을 제안한다. 이를 위해서 선형 모델에서 outlier을 제거하는 데 주로 사용되는 RANSAC 알고리즘을 실시간 파노라마 합성에서 사용되는 비선형 모델에 적용 가능하도록 수정하고 속도 향상을 위해서 사용되는 모델의 파라미터를 줄이는 방법을 제안한다. 이를 통하여 매칭점 중에 존재하는 outiler를 제거하고 전체 매칭점 중에서 inlier 비율을 이용하여 입력되는 영상시퀀스에서 outlier 영상을 제거하는 방법을 제안한다. 실험 결과 기존의 방법에 비해서 합성 결과의 왜곡이 줄어드는 것을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.79-82
• /
• 2012

컴퓨터 비전에서 영상 매칭 기술은 다양한 분야에 응용될 수 있는 기초적인 기술 중에 하나이다. 강인한 영상 매칭을 위해서는 정확하고 독특한 특징점을 검출하는 과정이 중요하다. 기존의 SIFT나 SURF 등 영상 매칭 알고리즘은 등방성 가우시안 필터링을 사용한 스케일 공간을 생성하여 특징점을 검출한다. 이러한 기존의 특징점 검출 방식은 스케일 공간에서 영상의 경계선을 모호하게 만들어 정확한 특징점 검출을 어렵게 만들고 영상 매칭의 성능을 떨어뜨리는 문제점을 가지고 있다. 본 논문에서는 SIFT 알고리즘의 강인한 특징점 검출을 위하여 양방향 필터링을 사용하여 스케일 공간 생성을 제안한다. 이러한 스케일 공간 생성 방식은 스케일 공간에서 영상의 경계선을 보존해 줌으로서 강인한 특징점 검출을 가능하게 하여 영상 매칭 성능을 향상시킨다. 특히 왜곡이 존재하는 영상들의 매칭에서 제안하는 특징점 검출 방법이 적용된 SIFT 알고리즘은 기존의 SIFT 알고리즘보다 우수한 영상 매칭 결과를 보여준다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.40 no.2
• /
• pp.79-89
• /
• 2022

Images taken using drones have been applied to fields that require rapid decision-making as they can quickly construct high-quality 3D spatial information for small regions. To construct spatial information based on drone images, it is necessary to determine the relationship between images by extracting keypoints between adjacent drone images and performing image matching. Therefore, in this study, three study regions photographed using a drone were selected: a region where parking lots and a lake coexisted, a downtown region with buildings, and a field region of natural terrain, and the performance of AKAZE (Accelerated-KAZE), BRISK (Binary Robust Invariant Scalable Keypoints), KAZE, ORB (Oriented FAST and Rotated BRIEF), SIFT (Scale Invariant Feature Transform), and SURF (Speeded Up Robust Features) algorithms were analyzed. The performance of the keypoints extraction algorithms was compared with the distribution of extracted keypoints, distribution of matched points, processing time, and matching accuracy. In the region where the parking lot and lake coexist, the processing speed of the BRISK algorithm was fast, and the SURF algorithm showed excellent performance in the distribution of keypoints and matched points and matching accuracy. In the downtown region with buildings, the processing speed of the AKAZE algorithm was fast and the SURF algorithm showed excellent performance in the distribution of keypoints and matched points and matching accuracy. In the field region of natural terrain, the keypoints and matched points of the SURF algorithm were evenly distributed throughout the image taken by drone, but the AKAZE algorithm showed the highest matching accuracy and processing speed.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.14 no.1
• /
• pp.9-16
• /
• 1996

A new stereo matching method for the relative orientation and the photogrammetric triangulation has been pro-posed. It matches the pairs of conjugate points to be used as pass points and tie points in digital aerial photographs instead of selecting these points with manual point transfer and measurements. Three unique steps included in the proposed matching method are as followings. The first step is searching interest points, and designating them as candidate points to be matched. The second is matching the points from the pair of images by the Cross Correlation Method in both direction(left to right direction and right to left). The third is selecting consistent pairs in the both matching directions. Computer programs based on the proposed matching method have been developed, and with digital aerial photographs which have full ground coordinate information tests were performed to know reliabiliy and positional accuracy of proposed method. Results of the tests reveal that the proposed matching method can eliminate the in-correctly matched pairs more efficiently than other matching methods, thus this can be more reliably applied to the relative orientation and the photogrammetric triangulation.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.377-380
• /
• 2022

본 논문에서는 모바일 기반 AR 환경에서 RGB카메라로부터 얻은 영상 분석과 DB 기반의 특징점(Feature point) 매칭을 통하여 보다 정확하게 위험 상황을 알려줄 수 있는 프레임워크를 제안한다. 본 논문에서는 RANSAC(Random sample consensus)기반의 다중 평면 방식을 이용한 특징점을 추출하고 분석하여 영상에 존재하는 장애물을 감지한다. RGB카메라로 얻은 영상을 기반으로 장애물을 검출하는 접근법은 영상에 의존하기 때문에 조명에 따른 특징점 검출이 부정확하고, 조명이나 자연광 또는 날씨에 영향을 많이 받기 때문에 어둡거나 흐린 날씨에서는 장애물 검출이 어려워진다. 이 문제를 완화하기 위해 본 논문에서는 DB기반의 특징점 매칭을 통해 조명에 관계없이 장애물을 효율적이고 정확하게 감지한다. 특징점 매칭을 이용하려면 우선 영상에서 특징점이 안정적으로 추출될 수 있는 환경인, 조명이나 자연광이 충분한 환경에서 감지된 장애물 정보를 데이터베이스화 하여 저장한다. 조명이 충분하지 않은 환경에서 사용자가 사전에 저장된 지역에 근접할 경우 특징점 분석이 아닌 DB 기반 특징점 매칭을 통해 위험 요소를 감지한다. 우리의 방법은 조명의 여부의 관계없이 효과적으로 위험을 감지할 수 있기 때문에 다양한 분야에 활용될 수 있다.