• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.586-588
• /
• 2003

현재 많이 연구되는 영상융합(Image fusion)에서는 필히 두 영상의 정합(alignment)이 이루어져야만 수행된다. 각기 다른 특징을 갖는 센서(EO.IR.Radar등)로부터 얻는 영상에서는 각각 다른 특징점 정보를 가지므로, 특징점을 이용한 영상 정합 구현에는 전처리 과정이 매우 복잡하고 까다롭게 이루어져야 한다. 본 논문에서는 Correlation에 대한 통계적 상관 관계를 이용하여. 전처리 과정을 단순하게 수행 하여도 매우 강건한 영상 정합이 이루어지도록 구현 하였다. 또한, 통계적 기법에 적합하도록, 효율적인 전처리 과정을 통해 계산량이 적어 지는 방법을 제안 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.9-12
• /
• 2015

In this paper, we propose a new feature matching algorithm by modifying and combining the FAST(Features from Accelerated Segment Test) feature detector and SURF feature descriptor which is robust to the distortion of the given image. Scale space is generated to consider the variation of the scale and determine the candidate of features in the image robust to the noise. The original FAST algorithm results in many feature points along edges. To solve this problem, we apply the principal curvatures for refining it. We also use SURF descriptor to make it robust against the variations in the image by rotation. Through the experiments, it is shown that the proposed algorithm has better performance than the conventional feature matching algorithms even though it has much less computational load. Especially, it shows a strength for noisy images.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.40 no.4
• /
• pp.437-444
• /
• 2020

A lunar rover's optical camera is used to provide navigation and terrain information in an exploration zone. However, due to the scant presence of atmosphere, the Moon has homogeneous terrain with dark soil. Also, in extreme environments, the rover has limited data storage with low computation capability. Thus, for successful exploration, it is required to examine feature detection and matching methods which are robust to lunar terrain and environmental characteristics. In this research, SIFT, SURF, BRISK, ORB, and AKAZE are comparatively analyzed with lunar terrain images from a lunar rover. Experimental results show that SIFT and AKAZE are most robust for lunar terrain characteristics. AKAZE detects less quantity of feature points than SIFT, but feature points are detected and matched with high precision and the least computational cost. AKAZE is adequate for fast and accurate navigation information. Although SIFT has the highest computational cost, the largest quantity of feature points are stably detected and matched. The rover periodically sends terrain images to Earth. Thus, SIFT is suitable for global 3D terrain map construction in that a large amount of terrain images can be processed on Earth. Study results are expected to provide a guideline to utilize feature detection and matching methods for future lunar exploration rovers.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.443-445
• /
• 1998

스트레오 영상 처리에 있어서 가장 중요한 단계는 좌우 영상간의 일치점을 찾는 영상 정합 단계라고 할 수 있다. 일반적인 영상 정합 방법으로는 영역 기반에 의한 방법과 특징점에 기반한 방법으로 나누어질 수 있다. 영역 기반의 방법은 많은 계산량을 필요로 하는 단점이 있으며, 특징점에 기반한 방법은 처리 속도는 향상시킬 수 있으나 전체적인 변이도를 구할 수 없는 단점이 있다. 한편 이미지 데이터 자체의 애매함이나 잡음, 처리 과정에서 발생하는 모호성, 인식과 해석 단계에서의 불확실한 지식등을 효과적으로 다루기 위해 퍼지 기법을 이용한 영상 처리 연구가 활발히 진행되고 있다. 본 논문에서는 각 픽셀의 밝기를 소속함수 값으로 변환한 후, 이 소속함수 값을 이용하여 좌우 영상의 일치점을 찾는 퍼지 스테레오 정합 알고리듬을 제안한다. 제안된 알고리듬은 몇 가지 스테레오 영상에 적용하여 그 유효성을 입증한다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.5
• /
• pp.440-447
• /
• 2001

본 논문은 영상과 연관된 3차원 정보로부터 초기 3차원 변환을 유추, 상관윈도우를 변환시켜 정합에 이용하는 새로운 정합기법을 제안한다. 즉, 초기 스테레오 정합 등을 통한 3차원 정보를 추출하고, 인위적인 초기 특징점의 대응을 통해 3차원 변환을 얻으며, 이를 이용해 상관 윈도우의 3차원 변환을 가능하게 한다. 상관 윈도우의 3차원 변환은 기존의 방법이 가지는 영상 흐름의 2차원적인 제한을 이용한 정합방법에 비해 실제 카메라의 변환 유추에 합당하다. 또한 3차원 변환을 통해 정합 대상 점의 탐색범위를 최소화하고 정합의 결과에 신뢰성을 더한다. 실험에서는 다양한 영상의 정합 결과와 기존 방법과의 상관 계수 비교를 통해 본 논문이 제안하는 정합방법의 우월성을 보인다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.41 no.1
• /
• pp.55-62
• /
• 2004

A semi-automatic registration process of determining specified points is presented, which is required to register brain MR images based on Talairach atlas. Generally, ten specified points that define Talairach coordinates are anterior commissure(AC), posterior commissure (PC), anterior feint (AP), posterior point (PP), superior point (SP), inferior point (IP), left point (LP), right point (RP) and two points for the midline of the brain. The suggested method reduces user interaction for S points, and finds the necessary points for registration in a more stable manner by finding AC and PC using two-level shape matching of the corpus callosum (CC) in an edge-enhanced brain M image. Remaining points are found using the intensity information of cutview.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.580-582
• /
• 2003

특징점 기반 지문 인식 방법은 지문 영상의 전처리 과정을 포함한 특징점 추출 과정과 추출된 특징점들의 유사도를 판단하는 정합 과정으로 구성된다. 특징점들의 정합과정을 수행하는 여러 가지 방법들 중 Hausdorff 거리 기반 정합 방법은 이동과 회전이 적은 지문의 특징점들에 대해 빠르게 계산할 수 있는 장점을 갖는다. 그러나, 이 방법은 이동과 회전이 많은 지문 영상의 경우 연산이 많아지는 단점을 가진다. 본 논문에서는 정합을 실행하기 전 지문의 중심점과 지역적인 블럭들의 방향성을 기준으로 정렬을 수행하여 비교되는 지문 특징점간의 회전 오차와 이동 오차를 줄임으로써, 기존의 정합 방법의 불필요한 연산량을 줄일 수 있는 방법을 제안하였다. 제안된 방법을 검증하기 위해 Hausdorff 거리 기반 정합 방법을 구현하고 그것에 대한 결과와 선정렬을 사용한 후의 정합 결과를 실험, 비교하였다. 이때의 평균 Hausdorff 거리는 Genuine의 경우 0.095가 줄어들었고, Improster의 경우 0.655가 늘어나는 성능 향상을 나타냈다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.6
• /
• pp.791-803
• /
• 1999

본 논문은 두 장의 스테레요 영상으로부터 자동적으로 특징점 정합을 수행하도록 하는 새로운 절차의 효율적인 정합방법을 제안한다. 이를 위해 초기정합의 결과로 얻을 수 있는 유일 정합쌍을 이용한다. 즉, 본 논문에서는 초기정합의 결과로 얻어낸 유일 정합쌍의 정보를 이용하여 바로 outlier들을 제거시키므로써 초기정합의 결과가 갖는 애매성까지도 동반하여 상당량을 줄이도록 한다. 결국 애매성 제거에 대한 부담이 줄어들게 되므로 애매성 제거과정에서는 이완화 방법을 사용하지 않고 빠르게 애매성을 제거시킨다. 아울러 정합의 정확도를 높이기 위해 초기정합 후 바로 서브픽셀 정확도의 정합을 수행하며 정합의 마지막 단계에서는 추가정합을 수행하므로써 정합의 성능을 향상시킨다. 실내, 실회 스테레요 영상에 대한 다양한 실험결과는 본 논문에서 제안하는 방법의 특징점 정합기법이 빠르고 효율적임을 보여준다.

• Spatial Information Research
• /
• v.16 no.2
• /
• pp.193-206
• /
• 2008

If stereo images is used for Digital Elevation Model (DEM) generation, a DEM is generally made by matching left image against right image from stereo images. In stereo matching, tie-points are used as initial match candidate points. The number and distribution of tie-points influence the matching result. DEM made from matching result has errors such as holes, peaks, etc. These errors are usually interpolated by neighbored pixel values. In this paper, we propose the DEM generation method combined with automatic tie-points extraction using existing DEM, image pyramid, and interpolating new DEM using existing DEM for more reliable DEM. For test, we used IKONOS, QuickBird, SPOT5 stereo images and a DTED level 2 data. The test results show that the proposed method automatically makes reliable DEMs. For DEM validation, we compared heights of DEM by proposed method with height of existing DTED level 2 data. In comparison result, RMSE was under than 15 m.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.12
• /
• pp.2363-2371
• /
• 2015

In this paper, we propose a new feature matching algorithm which is robust to the viewpoint change by using the FAST(Features from Accelerated Segment Test) feature detector and the SIFT(Scale Invariant Feature Transform) feature descriptor. The original FAST algorithm unnecessarily results in many feature points along the edges in the image. To solve this problem, we apply the principal curvatures for refining it. We use the SIFT descriptor to describe the extracted feature points and calculate the homography matrix through the RANSAC(RANdom SAmple Consensus) with the matching pairs obtained from the two different viewpoint images. To make feature matching robust to the viewpoint change, we classify the matching pairs by calculating the Euclidean distance between the transformed coordinates by the homography transformation with feature points in the reference image and the coordinates of the feature points in the different viewpoint image. Through the experimental results, it is shown that the proposed algorithm has better performance than the conventional feature matching algorithms even though it has much less computational load.