• 전자공학회논문지S
• /
• 제36S권3호
• /
• pp.76-88
• /
• 1999

본 논문에서는 건물이 포함된 스테레오 영상으로부터 건물을 3차원적으로 복원하기 위한 선소 특징 기반 정합 알고리듬에 대해 다루고 있다. 기존의 선소 특징 기반 정합 알고리듬은 선소 추출 기법의 성능에 많이 의존하고, 좌우 영상에서 추출된 에지 길이와 방향이 서로 차이가 날 경우 오정합이 많이 발생한다. 따라서, 건물의 형태를 올바르게 나타내지 못하는 원인이 된다. 본 논문에서는 이러한 단점을 해결하기 위하여 선소의 중심 및 양 끝점 외에 선소에 방향까지 고려하는 새로운 탐색 영역 설정 방법을 제안하였다. 또한 선소기반 정합에서 정합이 잘 이뤄지지 않는 수평선 정합 문제를 해결하기 위한 새로운 방법을 제안하였다. 한편 편평한 건물 가정 하에서 미정합된 건물 내부의 변이값을 얻기 위해 건물 추출 결과와 정합된 선소들을 이용한 보간법을 사용하였다. 제안한 알고리듬을 스테레오 항공 영상에 적용한 결과, 기존의 Hussien 등이 제안한 알고리듬에 비해 좋은 성능을 보였다.

• 대한전자공학회논문지SP
• /
• 제37권4호
• /
• pp.46-55
• /
• 2000

본 논문에서는 스테레오 항공 영상으로부터 영상에 포함된 건물의 3차원 복원을 위해 건물 형태에 대한 모델을 생성하고 건물 모델을 구성하는 선소를 찾아 건물을 복원하는 알고리듬에 대해 다루고 있다. 건물을 검출하기 위해 일반적으로 필요한 에지 검출, 에지의 직선화, 선소의 연결 등의 복잡한 과정을 거치지 않고 복원하는 건물을 몇 개의 파라미터값으로 표현하고 건물 모델을 이용하여 원영상에서 건물의 선소들을 직접 검출하는 새로운 방법을 제안하였다. 선소 검출시 건물을 구성하는 각각의 선소에 대해 선소 측정 함수를 동시에 적용하여 독립적인 선소 검출 방법보다 건물 검출의 정확도를 높였다. 제안한 알고리듬을 스테레오 항공 영상에 적용한 결과, 건물의 정확한 검출 및 복원 결과를 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.709-713
• /
• 2005

고해상도의 항공영상으로부터 3차원 와이어프레임(wire-frame) 구성을 위한 새로운 선소 추출 알고리듬을 제안하였다. 본 연구의 목적은 기존의 방식들의 문제점인 라인 불일치 문제, 에지부분의 Blurring 문제 등을 고려하여 보다 정밀하고 효과적인 선소를 추출하는데 있다. 먼저 항공영상으로부터 에지맵을 추출한 후, 에지 점들의 체인 코드 추적을 수행하고 에지강도와 방향성분을 고려한 선소의 추출을 행하였다. 에지맵의 추출은 Smith가 제안한 SUSAN(Smallest Univalue Segment Assimilating Nucleus) 알고리듬을 이용하였다. 제안한 알고리듬은 다음의 4 단계로 구성된다. 에지 맵의 체인코드 추적 결과에 기반하여 비선소 후보점을 감소시키기 위한 수평/수직/대각 성분 제거, 인접점 제거, 각도 일치점 제거, 선소를 이루는 시작점 및 끝점 검출 등의 과정을 통하여 선소추출을 행하였다. 제안한 알고리듬과 기존의 Boldt 알고리듬을 비교한 결과 제안한 알고리듬이 건물을 이루고 있는 주요 선소를 더욱 충실히 찾아냈고 불필요한 선소는 적게 찾아냄을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2000년도 춘계 학술대회 논문집 통권 3호 Proceedings of the 2000 KSRS Spring Meeting
• /
• pp.155-160
• /
• 2000

본 논문에서는 고해상도 영상에서 건물의 경계선을 추출하기 위해 선소 추출, 선소 연결 과정을 통해 건물의 corner 점을 찾아 이들을 이용하여 건물의 내부에 존재하는 삼각형을 찾아가는 과정을 수행함으로써 Closed 된 선소, 즉 건물의 경계를 추출 할 수가 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1990년도 제2회 한글 및 한국어정보처리 학술대회
• /
• pp.199-199
• /
• 1990

입력된 문서 영상으로부터 분리 추출된 문자 영상을 올바르게 인식하는 것은 문서 인식에서 가장 핵심적인 부분이다. 스캐너를 통해 입력되고 분리된 실제의 문자 영상은 많은 문제점들을 가지고 있다. 한글의 경우 이 중 개별 문자 영상내의 각 자소간의 접촉은 올바른 인식을 저해하는 주요한 원인이다. 이런 접촉의 문제를 효율적으로 해결하기 위해 한글의 구조적 특성을 지닌 "방향 필터"를 정의하고, 이것을 이용하여 세선화된 문자 영상을 추적하면서 선소들을 뽑아낸다. 이렇게 하여 얻은 선소들과 선소들간의 지식을 조합하여 한글자소 획을 추출케 되고 결국에는 이런 획의 조합을 통해 문자 영상을 인식하는 방법을 제안한다.

• 한국광학회지
• /
• 제8권5호
• /
• pp.403-409
• /
• 1997

다양한 특징들을 광학적으로 병렬추출하여 패턴인식을 수행하는 시스템을 제안하고 실험하였다. 추출하려는 특징은 6개의 방향선소들 및 선소특징만으로 구별되지 않는 패턴들에 대한 공분산행렬의 고유벡터들이다. 이 시스템은 크게 특징추출부와 패턴인식부로 구성된다. 전자는 여러 특징을 병렬적으로 추출하기 위해 다중 Vander Lugt 필터를 사용하여 광학적으로 구현되었으며, 후자는 이들 추출된 특징들을 사용하여 패턴인식이 수행되도록 컴퓨터에서 구현되었다. 패턴인식 방법으로는, 추출된 특징을 인공신경망에 학습을 시키는 방법과 단순히 선소들의 논리적인 개수를 사용하는 방법, 두 가지가 각각 사용되었다. 여기서는 선소들로만 구성된 15개의 영문자 패턴들에 대해 실험하였고 그 실험결과를 보고한다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.121-130
• /
• 2011

본 논문에서는 중심신경망을 이용하여 위성영상으로부터 직사각형 형태의 3차원 건물의 지붕모델을 재구성하는 방법을 연구하였다. 제안된 3차원 지붕모델 재구성 기법의 핵심은 3차원 선소의 군집화에 있다. 이를 위해 한 쌍의 스테레오 영상으로부터 구해진 DEM (Digital Elevation Map) 데이터와 2차원 선소에 의해서 3자원 선소를 발생하였다. 제안된 군집화 과정은 중심신경망을 이용한 방법에 의해 수행되며, 2단계로 구성된다. 첫 번째 단계에서는 선소 추출과정에서 끊어지거나, 중복된 3차원 선소를 건물을 이루는 주된 선소로 군집화하고, 두 번째 단계에서는 건물을 구성하는 주된 선소를 구하기 위해 서로 평행인 선소들의 군으로 군집화를 수행한다. 이 군집화 결과를 최종 클러스터링 과정을 통해 직사각형 형태의 지붕모델로 재구성하게 된다. 제안된 방법이 대전지역의 고해상도 IKONOS 위성영상에 의해 실험되었다. 재구성된 건물모델이 원래 건물의 위치와 형태를 대체로 정확히 반영하여, 본 논문에서 제안된 기법을 고해상도 위성영상에 적용하여 도시지역의 건물모델을 구축하는데 효과적으로 사용될 수 있음이 입증되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1907_1908
• /
• 2009

본 논문은 위성사진 데이터에서 경계선 추출에 대한 새로운 알고리즘을 제안한다. 새로운 알고리즘은 조각 선소들을 연결하기 위하여 몇 가지의 Heuristics를 사용하고, CNN(Centroid Neural Network)을 이용해 선소들을 군집화 하는 방법을 제시한다. 제안된 새로운 알고리즘은 실제의 위성영상 데이터에 대한 실험을 통해 그 유용성이 확인 되었다.

• 어항어장
• /
• 통권81호
• /
• pp.41-46
• /
• 2007

• 한국농공학회지
• /
• 제12권2호
• /
• pp.1971-1974
• /
• 1970