• 대한전자공학회논문지SP
• /
• 제39권1호
• /
• pp.70-76
• /
• 2002

본 논문에서는 홍채 영역 가운데 .개인의 특징을 가장 잘 나타내는 부분을 선택하여 특징을 추출함으로써 최소한의 홍채 영역을 사용하는 빠른 개인 식별 알고리즘을 제안하였다. 제안 알고리즘은 먼저 흑백 CCD 카메라를 통하여 눈 영상을 획득하고, 최소 탐색 영역을 갖는 개선된 원형 에지 검출기(circular edge detector)에 의해 결정된 동공 및 홍채의 중심과 반지름을 이용하여 홍채 영역을 추출하였다. 그 다음으로 동공 중심과 홍채 중심 축 사이에서 원의 중심과 반지름을 변화시켜가면서 홍채 영역을 여러 개의 원으로 나누고 원주 상에 나타나는 일차원 홍채 신호들 가운데 개인의 특징을 가장 잘 반영하는 부분을 선택한 후 그 영역에 일차원 Gator 필터를 적용하여 홍채 특징을 추출하였다. 개인 식별은 등록 과정을 통해 미리 저장되어 있는 홍채 신호와 개인 식별을 위하여 입력된 홍채 신호 사이의 상관도(correlation) 값을 기준으로 이루어졌다. 판단을 위한 상관도에 대한 임계치 설정은 실험을 통하여 얻은 확률 분포를 이용하여 Type Ⅰ에 러율과 Type Ⅱ 에러율의 평균이 최소가 되는 점으로 결정하였다. 그 결과로 제안 시스템의 성능은 평균 에러율이 약 5.2%로 나타났다.

• 한국측량학회지
• /
• 제26권4호
• /
• pp.407-414
• /
• 2008

본 논문은 항공사진과 위성영상의 서로 다른 해상도를 지닌 이종센서 영상들에 대한 효율적인 특이점 자동 매칭 기법에 대한 알고리즘에 관한 연구이다. 본 연구의 자동 매칭 알고리즘은 매칭 정확도 및 속도를 향상시키기 위해 다양한 영상 처리 방법을 적용하였다. 특이점을 추출하기 위하여 전처리 과정, 필터링, 세선화, 특이점 추출 방법을 사용하였으며, 특이점에 대한 키서술자(Key-descriptor)를 비교하여 매칭의 정확도를 향상시켰다. 특히 본 연구에서 제안된 이종센서간의 정확도 높은 자동 영상 매칭을 위해 센서마다 지닌 기하학적 및 방사학적인 영상의 특징을 활용하였다. 아울러 매칭 속도를 높이기 위해 센서 모델을 이용하여 탐색 영역을 최소화 하고 매칭이 잘못된 특이점을 제거할 수 있는 방법을 제시하고 있다.

• 한국측량학회지
• /
• 제26권4호
• /
• pp.443-452
• /
• 2008

본 연구에서는 항공사진과 LiDAR 데이터를 융합하여 항공사진에 나타난 건물의 형상을 표현하는 3차원 선형정보를 추정하기 위하여 두 가지 과정을 수행하였다. 첫째, LiDAR 데이터를 영상과 같은 2D의 투영된 데이터로 만들었다. 이를 위하여 LiDAR 데이터의 특성상 정보가 부족한 건물경계 지역에서 가시성 문제를 해결하기 위해, 가상점을 추가한다. 수정된LiDAR데이터를 불규칙 삼각망으로 구성하고, 영상에서의 가시 삼각형을 판단하여, 영상화소값마다 삼각망 정보를 참조할 수 있게 한다. 둘째, 추출된 가시지역 정보와2D불규칙삼각망을 결합하여 입체영상으로부터3차원 선분을 추출하였다.입체영상에 존재하는 선분은 TIN기반의 정합방법을 사용하였다. TIN기반의 정합조건은 기존의 공액기하 사변형 조건보다 에지정합쌍 탐색율을 약 20% 향상시킬 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 지능정보 및 응용 학술대회
• /
• pp.73-76
• /
• 2008

본 논문에서는 스테레오 영상의 대응점을 찾기 위한 영역 기반 스테레오 정차 기법을 제안한다. 영역 기반 스테레오 정합의 주된 문제점은 윈도우 크기에 따라 다른 결과를 초래한다는 것이다. 지금까지 대부분의 영역기반 정합 기법은 윈도우의 크기를 반복적으로 갱신하는 방법을 사용하였으나, 이는 초기 시차(disparity)에 매우 민감하며 계산 비용도 많이 든다. 이러한 문제를 해결하기 위해, 본 논문에서는 스테레오 영상의 특징 정보를 이용하여 가중치를 생성하고, 각 영상의 대응점을 탐색하여 정합한다. 먼저, 평행하게 설치된 두 대의 카메라로부터 획득된 영상에 대한 에지를 검출하여 특징점을 추출한다. 이를 이용하여 두 영상간의 상관관계를 구하여 가중치 함수를 생성하고, 각 영상에 대한 가중치를 적용한 후, 기준영상에 대한 대응점을 찾아 정합한다. 제안된 방법의 성능을 평가하기 위하여 ground truth가 존재하는 다양한 스테레오 영상을 이용하여 실험하였으며, 실험결과 다양한 영상에서도 적응적인 가중치를 생성함으로써 향상된 결과를 보였다.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.47-55
• /
• 2003

본 논문에서는 다양한 시간과 장소에서 차량 정면이나 후면 주변의 다양한 위치에서 촬영되고 주변 배경이 충분히 포함되는 주차 단속용 영상에서 차량 번호판을 추출하기 위해, 명암 벡터와 복합 색상을 이용하여 차량 번호판의 고유한 특성을 감지하는 방법을 제안한다. 기본적으로 번호판 영역에서 문자와 배경의 명암도 차이가 뚜렷하여 명암값의 증감이 빈번히 발생하고, 번호판 영역이 차종에 따라 일정한 색상을 갖는다는 특성을 함께 이용한다. 먼저, 번호판 영상의 하단부터 시작하여 일정 간격의 행마다 탐색해가면서, 명암 벡터의 부호가 충분히 자주 변화하고 번호판 색상이 충분히 검출되는 구간을 번호판 후보로 간주하여 대략 영역을 지정한다. 그런 다음, 수직 에지 성분을 수평ㆍ수직으로 프로젝션하여 번호판의 정교 영역을 추출한다. 이때, 추출된 번호판의 색상에 의해 차종도 쉽게 판별된다. 제안한 방법의 성능을 평가하기 위해 다양한 시간과 장소에서 촬영된 실제 단속 영상 200장을 사용하였다. 실험 결과, 제안한 방법이 명암 벡터만을 사용한 방법보다 약 9% 향상된 96%의 번호판 추출률을 보였다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.353-360
• /
• 2006

본 논문에서는 도로 영상으로부터 차량 번호판 영역을 분할하는 알고리즘을 제시한다. 차량의 번호판 영역이 다른 영역에 비해 차별되는 특정을 세 가지 측면으로 나누어, 1) 번호판의 내부 문자, 2) 번호판의 색상, 3) 번호판의 형태에 대해 분석한다. 전처리 과정에서는, 이와 같은 세 가지 측면을 고려하여 번호판의 내부 영역 및 크기를 판별할 수 있는 임계값들을 계산하며, 이를 위해 표본 영상에 대한 통계적 처리를 수행한다. 차량 영역 분할 알고리즘에서는 임계값들을 이용하여 입력영상 내부에서 번호판 영역이 강조되도록 영상을 이진화한다. 일정한 크기의 윈도우로 이진 영상(binary image) 전체를 탐색하여, 윈도우 내부 픽셀 값의 합이 높은 순으로 서로 중복이 없도록 후보 영역을 찾은 후, 간단한 휴리스틱을 이용하여 후보 영역들 중에서 번호판 영역을 선택한다. 이 알고리즘은 번호판의 변형 또는 색상 명암도에 차이가 있는 경우에 대해서 안정적이다. 또한 이 알고리즘은 복잡한 전처리 과정을 요구하지 않고, 적은 수의 표본 영상에 대한 통계 처리만으로도 228장의 실험 영상들에 대해 97.8% 정도의 높은 성공률을 보였다. 프로토타입 시스템을 구현한 결과는 512M 바이트 메모리를 장착한 3GHz 펜티엄4 PC에서 $1280{\times}960$ 해상도의 영상 1장당 평균 0.676초의 처리 속도를 보였다.

• 한국멀티미디어학회논문지
• /
• 제8권10호
• /
• pp.1369-1382
• /
• 2005

도로 영상에서 차량 영역을 분할하는 차량 영역 분할(vehicle segmentation) 문제는 지능형 교통 시스템을 비롯한 다양한 응용 분야들에서 중요하게 사용되는 기본 연산(fundamental operation)이다. 본 연구에서는 야외의 도로 상에 설치된 CCD카메라에서 촬영된 정지 영상으로부터 차량 영역을 찾아내는 효율적인 방법을 제안한다 제안하는 방법은 입력되는 영상들을 격자 단위로 분할하여 각 격자에서의 에지 검출 결과를 대표하는 특징값(feature value)들을 통계적으로 분석한 후, 이를 바탕으로 최적해를 구한다. 전처리 과정에서는 다양한 외부 환경에서 촬영한 배경 영상들에 대해서 각 격자에서의 특징값들을 통계 처리한다. 입력된 차량 영상에서는 각 격자의 특징값이 배경 영상의 대응되는 격자에서의 특징값과 통계적으로 얼마나 오차를 보이냐에 따라, 배경 영역인지 차량 영역인지를 판단한다. 격자 별로 차량 영역에 해당하는 지를 판정한 뒤, 이 결과에 동적 프로그래밍(dynamic Programming) 기법을 이용하여 차량을 포함하는 최적의 직사각형 영역을 찾아낸다. 본 논문에서 제안하는 방법은 통계 처리와 전역 탐색 기법을 사용하므로 휴리스틱에 주로 의존하는 기존 연구들에 비해 좀더 체계적이다. 또한, 배경 영상에 대한 통계 처리는 흐리거나 맑은 등의 날씨 변화 및 바람이나 진동에 의한 카메라의 흔들림과 같은 다양한 외부 요인들이 가져올 수 있는 노이즈나 오차에 대해서도 높은 신뢰성을 보여준다. 제안하는 방법을 구현한 프로토타입 시스템은 $1280\times960$ 크기의 차량 영상들을 장당 평균 0.150초의 수행 시간에 처리하였으며, 총 270장의 다양한 노이즈를 가지는 차량 영상들에 대해 $97.03\%$의 성공률을 보였다.

• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.255-274
• /
• 2006

비디오에서 움직이는 객체의 외곽선은 객체를 정확하게 분할하기 위하여 매우 중요하다. 그러나 움직이는 객체의 외곽선에는 단락된 외곽선들이 존재하게 된다. 우리는 단락된 외곽선을 연결할 수 있는 새로운 외곽선 연결 알고리즘을 개발하였다. 외곽선 연결 알고리즘은 단락된 외곽선의 말단 픽셀에 사분면을 형성하고 동심원을 구성하면서 반지름 내에서 다른 말단 픽셀을 찾는 탐색을 전진하면서 수행한다. 외곽선 연결 알고리즘은 객체의 외곽선에서 가장 짧게 외곽선을 연결한다. 그리고 시스템은 비디오로부터 배경을 구하여 저장한다. 시스템은 외곽선 연결로부터 객체 마스크를 생성하고, 배경된 저장으로부터 또 하나의 객체 마스크를 생성하여 이 두 개의 객체 마스크를 보완적으로 사용하여 움직이는 객체를 분할한다. 논문의 주요 장점은 정확한 객체 분할을 위한 새로운 객체 외곽선 연결 알고리즘의 개발이다. 제안된 알고리즘은 개발된 새로운 객체 외곽선 연결 알고리즘과 배경 저장을 이용하여 정확한 객체 분할, 다중 객체 분할, 내부에 구멍이 존재하는 객체의 분할, 가느다란 객체의 분할, 그리고 복잡한 배경을 가진 객체를 자동으로 분할하여 보여주었다. 우리는 알고리즘들을 표준 MPEG-4 실험 영상과 카메라로 입력된 실제 영상을 가지고 실험하였다. 제안된 알고리즘들은 매우 효율이 좋으며 펜티엄-IV 3.4GHz CPU에서 평균적으로 QCIF 영상을 1초당 70.20 프레임 그리고 CIF 영상을 1초당 19.7 프레임을 실시간 객체 응용을 위하여 처리할 수 있다.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.1-10
• /
• 2007

대부분의 자연 영상은 프랙탈 이론의 기반이 되는 자기 유사성이라는 특징을 가지고 있다. 비록 국부적으로 영상을 정상 신호라고 가정할 수 있지만 일반적으로 영상 신호는 에지나 코너 부분과 같은 불연속성을 가지고 있는 비정상 신호이다. 이 때문에 대부분의 선형 알고리즘의 성능 저하가 나타난다. 따라서 이러한 문제를 해결하기 위하여 본 논문에서는 영상 내에 포함되어 있는 자기 유사성을 이용하는 새로운 비선영 잡음 제거 알고리즘을 제안 한다. 이를 위해 우선 잡음 제거를 수행 할 위치의 화소 주변 화소들을 이용하여 평탄 영역인지를 판단한다. 평탄 영역일 경우 그 주변 픽셀들의 평균으로 잡음을 제거하고, 평탄 영역이 아닌 경우, 블록 MSE(block Mean Square Error) 관점에서 유사도가 높은 블록을 탐색하여 그 블록들의 중심 화소값들을 이용하여 잡음 제거를 수행한다. 실험 결과는 PSNR 측면에서 잡음 제거 성능이 약 $1{\sim}3dB$ 정도 향상됨을 보여준다. 또한 추정 이론 관점에서 추정자의 분산 분석 결과 가장 낮은 분산을 갖음을 보였다.