• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.97-99
• /
• 2021

본 논문에서는 딥러닝 기반 특징점 필터링 방법을 이용한 원격 탐사 영상에 대한 영상 정합 (Image Registration) 고속화 방법을 제안한다. 기존의 특징 기반 영상 정합 방법의 복잡도는 특징 매칭 (Feature Matching) 단계에서 발생한다. 이 복잡도를 줄이기 위하여 본 논문에서는 특징 매칭이 영상의 인공구조물에서 검출된 특징점으로 매칭되는 것을 확인하여 특징점 검출기에서 검출된 특징점 중에서 인공구조물에서 검출된 특징점만 필터링하는 방법을 제안한다. 딥러닝 기반 특징점 필터링은 영상 정합을 위하여 필수적인 특징점을 잃지 않으면서 그 수를 줄이기 위하여 인공구조물의 경계와 인접한 특징점을 보존하고, 축소한 영상을 사용하며, 영상 분할(Image Segmentation) 방법의 결과에서 생기는 영상 패치 경계의 잡음을 제거하기 위하여 영상 패치를 중복하여 잘라 냄으로써 정합 속도와 정확도를 향상시킨다. 영상 정합 고속화 방법을 의 성능을 검증하기 위하여 아리랑 3 호 위성 원격 탐사 영상을 사용하여 기존 특징점 추출 방법과 속도와 정확도를 비교하였다. 딥러닝 기반 영상 정합 방법을 기준으로 하여 비교하였을 때 특징점의 수를 약 82% 감소시키면서 속도를 약 9.17 배 향상시켰지만 정확도가 0.985 에서 0.855 으로 저하되었다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2002년도 추계학술발표회 논문집
• /
• pp.169-174
• /
• 2002

위성영상을 이용하여 수치표고모형을 제작하기 위해서는 영상정합이 가장 중요한 필수 과정이다. 하지만 위성영상은 항공사진과 달리 off-nadir 현상으로 인해 동일 영상내의 공칭 해상도가 달라질 수 있고 관측각에 따라 보다 심한 기하학적 왜곡이 발생할 수 있기 영상정합이 쉽지 않다 본 연구에서는 다항식비례모형을 이용한 대상공간영상정합기법을 적용하여 위성영상에 대한 영상정합을 성공적으로 수행하였고 이를 통해 수치표고모형을 제작, 그 정확도를 평가하고 적용 가능성을 제시하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1000-1005
• /
• 2007

본 논문에서는 실물체의 3차원 모델을 복원하기 위해 거리영상 카메라에서 획득된 3차원 점군에 대한 온라인 정합 기법을 제안한다. 제안하는 방법은 거리영상 카메라를 사용하여 연속된 거리영상과 사진영상을 획득하고 문턱값(threshold)을 이용하여 물체와 배경에 대한 정보를 분류한다. 거리영상에서 특징점을 선택하고 특징점에 해당하는 거리영상의 3차원 점군을 이용하여 투영 기반 정합을 실시한다. 초기정합이 종료되면 사진영상간의 대응점을 추적하여 거리영상을 정제하는 과정을 거치는데 대응점 추적에 사용되는 KLT(Kanade-Lucas-Tomasi) 추적기를 수정하여 초기정합의 결과를 대응점 탐색에 이용함으로써 탐색의 속도와 성공률을 증가시켰다. 특징점과 추적된 대응점에 해당하는 3차원 점군을 이용하여 거리영상의 정제를 수행하고 정합이 완료되면 오프라인에서 3차원 모델을 합성하였다. 제안한 알고리듬을 적용하여 2개의 실물체에 대하여 실험을 수행하고 3차원 모델을 생성하였다.

• 한국측량학회지
• /
• 제27권1호
• /
• pp.751-760
• /
• 2009

본 연구는 영상정합의 주요 과정에 라이다데이터를 적용함으로서 정합과정의 효율성 및 결과의 신뢰도를 향상시키기 위한 전략 및 방법을 개발하는 것을 목표로 하였다. 영상정합은 정합대상객체를 선택하고, 이와 일치된 정합객체를 검색하며, 정합결과의 품질을 평가하는 과정으로 이루어진다. 본 연구는 이러한 영상정합의 각 과정에 라이다데이터를 적용하는 방법을 제시하였다. 제안된 방법을 중해상도 항공 디지털 영상과 이와 동시에 관측된 라이다데이터를 적용하여 실험하였다. 적용된 결과를 라이다데이터 대신에 가상의 수평면을 이용하는 기존의 방법과 대비하여 분석하였다. 그 결과, 제안된 방법이 기존의 방법보다 향상된 성능을 보이는 것을 확인할 수 있었다. 본 연구의 결과는 현존하는 상업용 디지털영상정합자동화 프로그램의 정합성능을 개선하고, 영상정합의 결과를 라이다데이터와 결합하여 생성된 DEM의 품질을 제고하는 것에 기여한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.784-786
• /
• 2004

두개의 영상을 정합하는 것은 컴퓨터 비젼분야의 기본적인 과정 중의 한가지이다. 본 논문에서는 영상에서 간결하면서 많은 정보를 가지고 있는 선형특징들을 이용하여 회전각도와 위치변화에 관계없이 영상을 정합하는 방법을 제안한다. 영상에서 edge성분들을 추출하여 구조체로 구성하고 이를 이용하여 Hough공간에서 최대로 누적되는 변환 파라미터들을 추정하고, 후보 파라미터들에 대하여 다시 최적의 정합조건을 가지는 파라미터를 Hough기법을 사용하여 결정한다. 많은 연산양이 요구되기 때문에 전처리 과정을 사용하여 정확하고 빠른 정합을 유도한다

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제32권2호
• /
• pp.195-203
• /
• 2009

영상정합 기술은 두 개 이상의 영상을 서로 맞추어, 각각의 영상이 가지고 있는 단점을 보완하여, 새로운 정보를 획득하게 하는 기술이다. 본 논문은 의료 영상간의 2D 영상 정합을 통해 환자의 점진적 병세파악에 도움을 주는 것을 목적으로 하고 있다. 서로 다른 시점과 장비로부터 얻어진 CT와 PET/CT영상을 정합하기 위하여 정확한 해부학적 정보를 제공하는 CT영상간의 정합을 먼저 수행하고 이를 통하여 얻어진 기하학적 정합파라미터들을 PET 영상에 적용하여, 독립 CT영상 위에 PET영상을 중첩하였다. 정합작업을 위해 먼저 각각의 CT영상에 대해 전처리 작업을 실시하였고, 영상의 변형은 affine 좌표변환을 이용하였다. 정합할 영상간의 유사도 평가를 위해 mutual information을 이용하였으며, 빠르고 정확한 정합을 위하여 최적화 알고 리듬인 particle swarm optimization 방법을 이용하였다. 이를 통해 실제 환자의 독립 CT와 PET/CT영상을 이용하여 실험하였고, PET/CT의 영상에서 확인할 수 있었던 병소에 대한 해부학적 위치 정보가 영상정합 과정을 통해 독립 CT 영상에서도 동일한 위치에 표시됨을 확인하였다. 제안된 알고리듬은 PET/CT 뿐만 아니라 향후 도입될 SPECT/CT, MRI/PET 등 다중영상기기와 기존의 독립 CT 영상기기와의 정합에도 폭넓게 사용될 것으로 기대된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.469-473
• /
• 2010

본 논문에서는 조각 병리 영상을 강체 정합을 통해 하나의 영상으로 자동 스티칭하는 방법을 제안한다. 제안 방법은 영상의 위치 초기화, 위치 보정, 강체 정합의 세 단계로 이루어진다. 첫째, 영상의 위치 초기화 단계에서는 순서 없이 흩어진 부분 영상을 탬플릿 매칭 기법을 사용한 영상 내 문자 인식을 통해 위치를 초기화한다. 둘째, 강체 정합의 정확성을 높이기 위해 코너점을 이용해 부분 영상의 위치를 보정한다. 셋째, 조각 영상 간 거리를 최소화하는 강체 정합을 수행한다. 실험 결과, 부분 영상 간 간격이 최소화되어 하나의 영상으로 스티칭되는 것을 확인하였고, 최적화 반복 횟수와 변환 벡터에 따른 정확성, 견고성 평가를 통해 거리 차의 제곱 합이 최소화되어 수렴됨을 알 수 있었다. 본 논문의 제안 방법은 조각 영상을 하나의 영상으로 스티칭함으로써 병리 조직의 전체적인 구조 파악과 이를 이용한 전립선암 확진에 사용될 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1707-1720
• /
• 2023

위성 시계열 데이터가 증가함에 따라 원격탐사 자료의 활용도가 높아지고 있다. 시계열 자료를 통한 분석에 있어 영상 간의 상대적인 위치 정확도는 결과에 큰 영향을 미치기 때문에 이를 보정하기 위한 영상 정합 과정은 필수적으로 선행되어야 한다. 최근에는 기존 알고리즘의 성능을 상회하는 딥러닝 기반 영상 정합 연구의 사례가 증가하고 있다. 딥러닝 기반 정합 모델을 학습하기 위해서는 수 많은 영상 쌍이 필요하다. 또한, 기존 딥러닝 모델의 데이터 간의 상관도 map을 제작하고, 이에 추가적인 연산을 적용하여 정합점을 추출는데 이는 비효율적이다. 이러한 문제를 해결하기 위해 본 연구에서는 영상 정합 모델 학습을 위한 데이터 증강 기법을 구축하여 데이터셋을 제작하였고, 이를 오프셋(offset) 양 자체를 예측하는 정합 모델인 OffsetNet에 적용하여 KOMSAT-2, -3, -3A 영상 정합을 수행하였다. 모델 학습 결과, OffsetNet은 평가 데이터에 대해 높은 정확도로 오프셋 양을 예측하였고, 이를 통해 주영상과 부영상을 효과적으로 정합하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.186-187
• /
• 2017

스테레오 정합은 촬영된 스테레오 영상 속 화소들의 대응점을 탐색한 후 대응점 사이의 변위차를 계산하여 깊이정보를 예측한다. 스테레오 정합에서 변위값을 계산하기 위해서는 스테레오 영상간의 대응점 탐색이 우선적으로 수행되어야 한다. 스테레오 영상의 변위값 범위를 모르는 경우 동일한 탐색선상에 있는 모든 화소들의 유사도를 비교한 후 최적의 대응점을 선택한다. 반면에, 변위값 범위가 제공되는 실험 영상으로 스테레오 정합을 할 경우 정해진 후보 화소들에 대해서만 대응점 탐색을 수행한다. 많은 스테레오 정합 논문들이 실험의 효율성을 위해 변위값 범위 정보가 제공되는 실험 영상으로 스테레오 정합을 수행한다. 하지만 실제 스테레오 정합 환경에서는 이와 같은 정보를 얻기가 힘들다. 이러한 문제점을 극복하기 위해 본 논문에서는 움직임 예측 및 주변화소의 변위정보를 이용한 고속 스테레오 정합 방법을 제안한다.