• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.555-560
• /
• 2008

두 장의 2차원 영상을 가지고 3차원을 재구성하기 위해서는 스테레오 정합을 이용한다. 이러한 이유로 그 동안에 많은 스테레오 정합에 대한 연구가 진행되었다. 스테레오 정합은 컴퓨터 기술의 발전과 더불어 좀 더 빠르고 높은 정확성을 보이고 있다. 하지만 속도와 정확성을 동시에 만족시키면서 대형영상에서도 동작할 수 있게 메모리을 적게 사용하는 방법은 많지가 않다. 본 논문에서는 이런 요구 조건을 만족시키기 위하여 새로운 스테레오 정합방법을 제시한다. 우리가 제시하는 새로운 방법은 다중 방향성 Greedy 알고리즘과 RANSAC을 반복적으로 사용하여 영상전체에 대한 스테레오 정합을 시도하는 방법이다. 우선 Greedy 알고리즘을 이용하여 여러 방향의 scan-line을 따라 깊이값 영상을 구한다. 그리고 이 여러 장의 깊이값 영상들의 분포를 RANSAC을 이용하여 신뢰영역을 찾아낸다. 구해진 신뢰영역을 바탕으로 Greedy 알고리즘과 RANSAC을 수 차례 반복하여 신뢰영역을 확장해 나가면 최종 깊이값 영상을 얻는다. 우리가 제안하는 알고리즘은 적은 메모리로도 큰 영상의 정합이 가능하고, 속도와 정확도 측면에서도 우수한 결과를 보인다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2001년도 춘계 학술대회 논문집 통권 4호 Proceedings of the 2001 KSRS Spring Meeting
• /
• pp.154-159
• /
• 2001

본 논문에서는 인공위성연구센터에서 수행한 아리랑 1호 EOCdud상으로부터의 DEM 생성작업에 관하여 보고한다. EOC 영상으로부터 DEM을 생성하는 작업은 기존의 인공위성연구센터에서 SPOT영상으로부터 DEM 생성을 위하여 개발한 S/W를 이용하여 이루어졌다. 본 논문에서는 DEM생성작업을 크게 카메라 모델링 단계와 영상정합 단계로 구분하여 논의한다. 카메라 모델링 단계에서는 SPOT용으로 개발된 카메라 모델링 기술이 EOC 영상에 적용될 수 있는지를 검토한다. 영상정합 단계에서는 EOC 영상으로부터 가장 우수한 성능의 DEM을 추출하기 위한 영상 정합 파라미터를 추출해낸다. 각 단계별로 EOC 영상을 적용했을 때의 결과를 SPOT 영상을 적용했을 때의 결과와 비교한다. 카메라 모델링과 영상정합의 결과로 EOC 영상으로부터 생성한 DEM의 최종 높이 오차는 약 19m(RMS)로 나타났다. 결론으로 EOC로부터 생성한 DEM의 성능을 SPOT 영상으로부터 얻은 DEM의 성능과 비교하고 향후 EOC 영상으로부터 DEM 생성 작업의 실용화를 위해 필요한 추가 작업들을 기술한다.

• 정보처리학회논문지B
• /
• 제10B권1호
• /
• pp.73-80
• /
• 2003

본 논문에서는 기준영상과 탐색영상 사이의 대응되는 특징 점을 정합 하는 알고리즘을 제안한다. 두 영상에서 특징 점을 찾기 위하여 Harris의 코너 점 검출기를 사용하였다. 기준영상의 각 특징 점에 대해, 정규상관계수가 임계치 이상인 탐색영상의 특징 점들로 후보 정합 점을 구한다. 최종적으로 동적 프로그래밍을 사용하여 후보 정합 점들 중에서 대응되는 특징 점을 구한다. 실험으로 인위적인 영상과 실제 영상에서 특징 점을 정합 하는 결과를 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.533-538
• /
• 2008

본 논문에서는 GPU의 성능을 이용하여 다시점 거리 영상을 실시간으로 정합하는 3차원 온라인 시스템을 제안한다. 제안한 시스템은 거리영상의 정교한 정합을 위해 IPP 알고리즘을 사용하였으며, 최신 GPU 프로그래밍 기법으로 각광받고 있는 CUDA를 이용하여 정합 알고리즘의 연산비용이 큰 부분에 해당하는 투영과 변환의 반복 부분을 수행하였다. 스테레오 기반 휴대용 거리센서에서 $320{\times}240$ 거리영상을 획득하여 정합 알고리즘을 수행한 결과, 초당 5장의 거리영상을 정합할 수 있었다. 제안한 온라인 시스템은 실시간 3차원 모델 복원 기술이 필요한 로봇위치 인식, 주행용 비전 기술, 문화재 원형 복원 등의 분야에서 활용될 수 있을 것이다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.262-265
• /
• 2010

본 논문에서는 그래픽 하드웨어와 그래픽 프로그램 기술을 이용하여 고속으로 스테레오 영상의 시차를 추정하는 기법을 제안한다. 우선, 컬러 스테레오 영상에 대하여 mean-shift 기법을 이용하여 컬러를 이용한 영역분할을 수행한다. 분할된 컬러 영역 단위로 가중치를 계산함으로써, 화소단위로 가중치를 계산하는 기존의 방식에 비하여 속도를 높일 수 있다. 블록정합함수를 계산하는 과정에서는 슬라이딩 윈도우 방식을 채택하여, 새로 블록안으로 들어오는 화소열과 빠져나가는 화소열의 정합함수값을 가감하여 화소마다 반복적으로 합산되는 정합함수의 계산량을 크게 줄인다. Middlebury 스테레오 영상을 이용하여 실험 및 평가를 수행한 결과, VGA 급 스테레오 영상을 기준으로 10 프레임 이상을 처리하면서도 기존의 적응적인 가중치를 갖는 블록정합 방식의 성능과 유사한 결과를 확인하였다. 이러한 고속화 방법을 통하여, 기존의 적응적인 가중치를 이용한 블록정합 방식에 비하여 훨씬 고속으로 스테레오 정합을 수행할 수 있으며, 실시간 시차추정이 필요한 시스템에 적용하는 것이 가능하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권1호
• /
• pp.9-18
• /
• 2010

본 논문에서는 호기와 흡기에 촬영된 흉부 CT 영상간 폐 영상정합을 위해 데몬 알고리즘을 이용한 비강체 정합 방법을 제안한다. 먼저 두 영상에 어파인 변환을 적용하여 폐를 전역적으로 정렬한 후, 데몬 알고리즘에 기반한 비강체 정합 방법을 적용하여 지역적으로 변형시킨다. 데몬 힘의 계산을 위해 기준영상의 기울기 정보 뿐 아니라 부유영상의 기울기 정보를 함께 사용하여 기준영상의 기울기가 약한 부분에서 빠른 수렴을 돕는다. 활성-셀 기반 데몬 알고리즘은 두 영상 간 정합도가 높은 셀에서의 불필요한 변위 계산을 방지함으로써 정합 과정을 가속화시키고 변형 접힘 현상의 확률을 줄여주는 역할을 한다. 제안방법의 성능을 평가하기 위해 기준 기울기 힘을 사용한 방법과 부유 기울기 힘을 함께 사용한 방법을 비교하고, 활성-셀을 사용한 방법과 사용하지 않은 방법을 비교하였다. 실험 결과는 제안 방법이 변형이 큰 폐를 정확하게 정합하며 수행시간을 감소시킴을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.300-304
• /
• 2020

본 논문에서는 원격 탐사 영상 정합에서 정확도는 유지하면서 특징점 매칭 (Matching) 복잡도를 줄이기 위해 입력 영상을 전처리하는 구조물 검출 네트워크를 이용한 원격 탐사 영상 정합 방법을 제안한다. 영상 정합의 기존 방법은 입력 영상에서 특징점을 추출하고 설명자 (Descriptor)를 생성한다. 본 논문에서 제안하는 방법은 입력 영상에서 특징점 매칭에 영향을 미치는 구조물만 추출하여 새로운 영상을 만들어 특징점을 추출한다. 추출된 특징점은 필터링 (Filtering)을 거쳐 원본 영상에 매핑 (Mapping)되어 설명자를 생성하여 특징점 매칭 속도를 향상시킨다. 또한 구조물 검출 네트워크에서 학습 영상과 시험 영상의 특성의 차이로 생기는 성능 저하 문제를 개선하기 위해 히스토그램 매핑 기법을 이용한다. 아리랑 3 호가 획득한 원격 탐사 영상에 대한 실험을 통해 제안하는 방법은 정확도를 유지하면서 계산 시간을 SURF 보다 87.5%, SIFT 보다 92.6% 감소시킬 수 있다.

• 한국측량학회지
• /
• 제27권1호
• /
• pp.667-675
• /
• 2009

영상정합은 원격 탐사, GIS 등과 같은 영상 활용 분야에서 매우 광범위하게 적용된다. 일반적으로 초기의 정합점 데이터들은 영상정합의 정확도를 떨어뜨리는 오정합을 포함하고 있다. 본 논문의 목적은 영상정합에서 정확도를 유지하기 위해 오정합의 탐색 및 제거를 위한 강건한 접근법을 개발하는 것이다. 본 논문은 자동으로 오정합을 탐색하기 위해 역방향 정합 유사변환, RANSAC 알고리즘을 사용하였으며 빠르고 효율적인 영상정합을 위해 중복영역의 계산, 블록기반 처리 등과 같은 전처리 단계를 사용하였다. 논문에서 제안한 방법을 실제 항공사진 영상쌍에 적용하여 robustness와 효율성 측면에서 그 결과를 분석하였다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2004년도 제29회 추계학술대회 발표논문집
• /
• pp.104-107
• /
• 2004

본 연구에서는 다중영상 획득용 두뇌팬텀을 사용하여 CT, MR, 그리고 PET영상을 획득하였으며, 이를 정합대상으로 하여 해부학적 영상과 핵의학 기능영상과의 정합을 실시하였다. 정합 알고리즘으로는 현재 널리 사용되고 있는 'Chamfer Matching' 알고리즘과 Mutual Information Maximization' 알고리즘을 이용하였고, 기존 연구에서 타당성이 검증된 정합 프로그램을 사용하였다. 정합 결과, CT-MR, CT-PET, MR-PET세 가지 정합경우에 대하여 두 알고리즘 모두 효과적인 방법임을 알 수 있었으나, 저해상도의 핵의학 영상인 PET과의 정합에선 Mutual Information Maximization'알고리즘이 더 효과적인 방법임을 확인하였다.

• 정보과학회 논문지
• /
• 제43권9호
• /
• pp.1034-1042
• /
• 2016

영역기반 영상정합은 미리 정의된 특징의 도움 없이 영상을 정합할 수 있기 때문에, 기계학습과 접목된다면 이론 상 다양한 영상정합 문제에 적용 가능하다. 그러나 신속한 정합을 위하여, 미리 정의된 특징을 탐지하여 패치 쌍 후보를 선정에 사용하는데, 이는 영역기반 방법의 적용성에 제약을 준다. 이를 해소하기 위하여 본 연구에서는 단순히 두 패치의 관련도 뿐만 아니라 두 패치가 어느 정도 공간 상 떨어져 있는지에 대한 정보를 제공하는 ConvNet Dart를 개발하였다. 이러한 정보를 기반으로 효율적으로 패치 쌍 탐색공간을 줄일 수 있었다. 추가로 Dart가 제대로 작동할 수 없는 영역을 식별하는 ConvNet Fad를 개발하여 정합의 정밀도를 높였다. 본 연구에서는 이들을 딥러닝으로 학습하였으며, 이를 위해 소수의 정합된 영상에서 다량의 예제를 생성하는 방법을 개발하였다. 마지막으로 단순한 영상정합 문제에 성공적으로 적용하여, 이러한 방법론이 작동하는 것을 보였다.