• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.164-169
• /
• 2002

칼라 정보를 이용하여 영상을 정합하기 위해서는 적은 수의 칼라 집합으로 영상을 표현하는 영상 양자화 과정이 필요하다. 적응적 양자화를 사용하는 경우에는 균일 양자화에 비해 높은 정합 성능을 기대할 수 있지만 상이한 칼라 집합의 생성으로 인해 영상 정합 과정이 힘들게 된다. 이에 본 논문에서는 상이한 칼라 집합을 갖는 영상을 정합할 수 있는 기초적인 연구를 수행하였다. 영상 정합을 위해 우선 STR(sort-tile-recursive) 방법[1]을 응용하여 질의 영상의 각 칼라에 대한 유사 칼라를 DB 영상으로부터 빠르게 선정할 수 있는 방법을 개발하였다. 질의 칼라와 유사 칼라간의 유사도를 정의하고 이를 기반으로 영상간의 유사도를 계산함으로써 영상 정합에 이용할 수 있도록 하였다. 칼라간의 유사도는 칼라 차이가 고려되어 정의되는데 칼라 차이는 칼라 공간에서의 칼라 거리로 계산된다. 칼라 거리를 계산하기 위해 유클리디언 거리를 이용할 경우 많은 계산량이 요구되므로 기존의 시티블록 거리나 체스보드 거리에 비해 유클리디언 거리를 좀더 유사하게 근사화하면서 빠른 계산이 가능한 거리 계산 방법을 개발하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.40-43
• /
• 2016

본 논문에서는 다수의 영상을 빠르고 오류 없이 정합하기 위하여 정합과정의 전 처리로써 유사도 맵 생성 알고리즘을 제안한다. 본 논문에서는 블록화한 히스토그램을 통하여 영상간의 관계를 판별하게 된다. 두 영상의 블록 히스토그램을 비교하여 영상 간의 유사성과 위치관계를 8 방향으로 판별하고 이를 이용하여 유사도 맵에 영상들을 정렬하게 된다. 유사도 맵의 생성으로 정합 알고리즘을 적용해야 하는 경우의 수가 줄어들어 복잡도는 낮아지게 되어 이후 정합과정에서 속도의 이득을 얻을 수 있다. 또한 정합 방법으로 변형이 적은 영상을 정합하는데 탁월한 성능과 속도를 보이는 히스토그램을 이용한 방법을 제안한다. 제안 알고리즘을 이용하여 실험한 결과 기존의 다중 영상 스티칭 알고리즘에 비하여 매우 빠른 속도를 확인 할 수 있고 결과 영상 또한 오류가 적은 것을 확인 할 수 있다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.393-396
• /
• 2000

본 논문에서는 영상의 화소값으로부터 추출된 유사 특징점(quasi-feature point)을 이용한 이미지 모자이킹 알고리즘을 제안한다. 유사 특징점의 선택은 전역 정합(global matching)의 결과로부터 중첩된 영역을 4개의 부영역(sub-area)으로 분할하고, 각각의 분할된 부 영역에서 국부 분산(local variance)의 크기가 큰 블록을 선정, 이 블록의 중심 화소를 유사 특징점으로 선택한다. 유사 특징점에 대한 정합은 카메라 이동에 따른 왜곡(distortion)과 조명의 변화를 고려한 블록 정합 알고리즘(block matching algorithm)을 이용한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1805-1806
• /
• 2008

PCA변환에 의한 다중패턴 홀로그램의 패턴정합 방법을 제안하고자 한다. 본 논문에서는 다중패턴 홀로그램의 패턴정합과정에서 공간영역과 주파수영역에서의 PCA변환과정을 통해 패턴정합을 수행함으로써 두 영역간의 유사도결과를 비교한다. 기존의 CGH방법에 근거하여 주파수 변환을 적용하여 패턴이 생성되고, 이때 주파수영역에서의 패턴매칭시 두 영상간의 유사도판별을 보다 정확하게 하고자 PCA변환에 근거한 정합방법을 수행하고자 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.829-831
• /
• 2022

포인트 클라우드 콘텐츠는 움직임이 있는 콘텐츠를 연속된 프레임에 3 차원 위치정보와 대응하는 색상으로 기록한 데이터이다. 강체 포인트 클라우드 데이터를 정합하기 위해서는 고전적인 방법이지만 강력한 ICP 정합 알고리즘을 사용한다. 그러나 국소적인 모션 벡터가 있는 비 강체 포인트 클라우드 콘텐츠는 기존의 ICP 정합 알고리즘을 통해서는 프레임 간 정합이 불가능하다. 본 논문에서는 비 강체 포인트 클라우드 콘텐츠를 지역적 확률 모델을 사용하여 프레임 간 포인트의 쌍을 맺고 개별 포인트 간의 모션벡터를 구해 정합 하는 방법을 제안한다. 정합 대상의 데이터를 2 차원 투영을 하여 구조화시키고 정합 할 데이터를 투영하여 후보군 포인트를 선별한다. 선별된 포인트에서 깊이 값 비교와 좌표 및 색상 유사도를 측정하여 적절한 쌍을 찾아준다. 쌍을 찾은 후 쌍으로 모션 벡터를 더하여 정합을 수행하면 비 강체 포인트 클라우드 콘텐츠 데이터에 대해서도 정합이 가능해진다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.1
• /
• pp.31-38
• /
• 1998

본 논문에서는 애매성을 고려한 이론을 적용하여 유사도를 측정한 후 퍼지 관계 행 렬을 생성하여 인식을 행하는 방법을 제안하고자 한다. 인식 시스템은 모델과 입력 영상의 특징값을 정합하여 행하게 되는데 이때 얼마나 유사한가를 계산하는 유사도 측정은 대단히 중요한 작업중의 하나가 된다. 이를 위해 톨이론과 퍼지이론의 일치도 연산을 이용하여 유 사도를 측정하며, 퍼지 관계 행렬을 생성하여 정합을 행하고자 한다. 제안한 알고리즘에 대 해 3차원 물체와 얼굴 영상을 대상으로 실험을 수행하였으며 이를 통해 본 논문의 유용성을 입증하고자 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.2 s.34
• /
• pp.1-10
• /
• 2005

In this Paper, we propose a new block matching a1gorithm that extracts motion vectors from consecutive range data. The proposed method defines a matching metric that integrates intensity, hue, and range. Our algorithm begins matching with a small matching template. If the matching degree is not good enough, we slightly expand the size of a matching template and then repeat the matching process until our matching criterion is satisfied or the predetermined maximum size has been reached. As the iteration proceeds, we adaptively adjust weights of the matching metric by considering the importance of each feature. In the experiments, we show that our block matching approach can work as a promising solution by comparing the proposed method with previously known method in terms of performance.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.3
• /
• pp.287-293
• /
• 2012

This paper presents an efficient image registration method by measuring the similarity, which is based on multi-dimensional intensity fluctuation. Multi-dimensional intensity which considers 4 directions of the image, is applied to reflect more properties in similarity decision. And an intensity fluctuation is also applied to measure comprehensively the similarity by considering a change in brightness between the adjacent pixels of image. The normalized cross-correlation(NCC) is calculated by considering an intensity fluctuation to each of 4 directions. The 5 correlation coefficients based on the NCC have been used to measure the registration, which are total NCC, the arithmetical mean and a simple product on the correlation coefficient of each direction and on the normalized correlation coefficient by the maximum NCC, respectively. The proposed method has been applied to the problem for registrating the 22 face images of 243*243 pixels and the 9 person images of 500*500 pixels, respectively. The experimental results show that the proposed method has a superior registration performance that appears the image properties well. Especially, the arithmetical mean on the correlation coefficient of each direction is the best registration measure.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.9
• /
• pp.2007-2012
• /
• 2011

To reduce huge computation in the block matching, this paper proposes a fast block matching algorithm which limits search points in the search area. On the basis of two facts that most motion vectors are located in central part of search area and matching error is monotonic decreasing toward the best similar block, the proposed algorithm moves a matching pattern between steps by the one pixel, predicts the motion direction for the best similar block from similar blocks decided in previous steps, and limits movements of search points to ${\pm}45^{\circ}C$ on it. As a result, it could remove the needless search points and reduce the block matching computation. In comparison with the conventional similar algorithms, the proposed algorithm caused the trivial image degradation in images with fast motion but kept the equivalent image quality in images with normal motion, and it, meanwhile, reduced from about 20% to over 67% of the their block matching computation.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.30 no.2
• /
• pp.143-152
• /
• 2012

It is well-known that image matching is necessary for automatic generation of 3D data such as digital surface data from aerial images. Recently developed aerial digital cameras allow to capture multi-strip images with higher overlaps and less occluded areas than conventional analogue cameras and that much of researches on multi-image matching have been performed, particularly effective methods of measuring a similarity among multi-images using point features as well as linear features. This research aims to investigate similarity measuring methods such as SSD and SNCC incorporated into a area based multi-image matching method based on vertical line locus. In doing this, different similarity measuring entities such as grey value, grey value gradient, and average of grey value and its gradient are implemented and analyzed. Further, both dynamic and pre-fixed adaptive-window size are tested and analyzed in their behaviors in measuring similarity among multi-images. The aerial images used in the experiments were taken by a DMC aerial frame camera in three strips. The over-lap and side-lap are about 80% and 60%, respectively. In the experiment, it was found that the SNCC as similarity measuring method, the average of grey value and its gradient as similarity measuring entity, and dynamic adaptive-window size can be best fit to measuring area-based similarity in area based multi-image matching method based on vertical line locus.