• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.809-812
• /
• 2005

본 논문은 세그멘테이션 기반의 스테레오 정합에서 복잡한 장면 정합 시 발생되는 오 정합을 최소화 하는 방법을 제안한다. 이를 위하여, 스테레오 영상의 좌측 영상에 대해 워터쉐드 영상 분할을 이용하여 정합을 위한 feature 를 생성한 다음, 베이지언 프레임웍을 적용하여, 각각의 영역을 비슷한 변이 정보를 가진 것들로 병합한다. 생성되는 정합 패치들은 정합의 모호성이 작게 되어 오 정합이 현저히 줄어 들 뿐만 아니라, 영역간의 콘트라스트가 적은 영상에서도 신뢰할 만한 변이 영상을 생성하게 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.521-523
• /
• 1999

본 논문에서는 입력 영상 열에서 얼굴 영역을 추출하고, 영역 내 특징점들의 움직임 벡터를 원근 움직임 모델에 정합하여 얼굴 영역을 추적하는 새로운 방법을 제안한다. 제안된 방법은 계층적 형판정합을 이용하여 얼굴 영역을 추출하고, 해당 영역에서 DoG 반응의 국부최대치를 찾아 특징점을 구한다. 그리고 최소제곱추정기법을 이용하여 각 특징점에서 얻어진 움직임 벡터를 원근 모델에 정합한다. 제안된 방법은 선별된 특징점에서 움직임 벡터를 계산함으로써 연산량을 줄일 수 있었고, 원근 움직임 모델을 이용함으로써 잡영에 강한 특성을 보인다.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.57-58
• /
• 2011

스테레오 정합 방법에는 크게 영역기반 방식과 특징기반 방식으로 나뉠수 있으며 보통 사용자가 특징점을 입력해야 하는 특징기반보다는 광범위하게 사용할 수 있는 영역기반 방식의 스테레오 정합법이 많이 사용되고 있다. 하지만 영역기반은 해당 영역 즉 블록 단위로 비교를 해야 하기 때문에 실시간 스테레오 정합에는 계산 시간이 많이 걸리게 된다. 따라서 본 연구에서 제안하는 Line Disparity Map 알고리즘은 정합 점을 라인별로 비교하기 때문에 블록 방식보다 빠르고, 라인의 기울기를 바탕으로 정합점을 찾기 때문에 주변환경에 영향을 받지 않는 장점이 있다.

• Journal of KIISE:Software and Applications
• /
• v.27 no.12
• /
• pp.1193-1201
• /
• 2000

본 논문에서는 탐색 영역과 특징의 가중치를 동적으로 조절하여 블록 단위의 움직임 벡터를 추출하는 활동적 블록 정합 알고리듬을 제안한다. 본 논문에서 제안하는 알고리듬은 탐색 영역의 중심 위치를 결정하기 위해 시간에 따른 블록의 동작 변화는 작다고 가정한다. 그리고 탐색 영역의 크기는 공간적으로 인접한 블록들의 신뢰도에 따라 조절된다. 또한 본 논문에서 제안하는 알고리듬은 다중 특징을 사용하는 블록 정합 알고리듬으로 블록 정합 시 특징의 기여 정도를 나타내는 가중치를 블록 안에서 각 특징이 가지는 구분력에 따라 자동으로 설정하는 정합 유사 함수를 사용한다. 실험 결과는 본 논문에서 제안한 블록 정합 알고리듬이 기존의 알고리듬 보다 정확하게 움직임 벡터를 추출함을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.805-807
• /
• 2005

본 논문에서는 동적 계획법(dynamic programming)과 이미지 세그먼트(segment)를 이용한 새로운 스테레오 정합(stereo matching)기법을 제안한다. 일반적으로 동적 계획법(dynamic programming)은 빠르면서도 비교적 정확하고, 조밀(dense)한 disparity map을 얻을 수 있다. 그러나 경계(boundary)근처의 폐색지역(occlusion region)이나, 텍스쳐가 적은 모호한 영역에서는 잘못된 결과를 유도할 수 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 먼저 이미지를 아주 작은 영역으로 분할(over-segmentation)하고, 이런 작은 영역들이 비슷한 disparity를 가질 것이라고 가정한다. 다음으로 동적 계획법(dynamic programming)을 통해 정합을 수행한다. 여기서 계산비용(cost)은 기존의 정합윈도우 안에서 세그먼트 영역을 적용한 새로운 비용함수를 사용하며, 이 새로운 비용함수를 통해 정확도를 높인다. 마지막으로 동적 계획법을 통하여 얻어진 조밀한 disparity map을 세그먼트 영역들의 시각특성(visibility)과 유사도(similarity)를 이용하여 에러를 찾아내고, 세그먼트 정합을 통해 수정함으로 정확한 disparity map을 찾아낸다.

• 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 IEEK Conference
• /
• 1998.06a
• /
• pp.701-704
• /
• 1998

본 논문에서는 스테레오 정합에서 불연속성과 폐색영역을 고려하고 다중 계층 구조를 사용한 relaxation 알고리듬을 이용하여 좌우 영상간의 최적의 정합점을 찾는 스테레오 정합을 구현하였다. 잡음을 제거하기 위해 베이시안 필터링 방법을 사용하였다. 좌우 영상에서 얻은 변이(disparity)를 이용하여 좌우 폐색영역(occlusion region)을 구한 후, 다시 최적의 변이를 얻기 위해 내삼과정을 통해 양쪽의 정보를 상호 보완하는 병렬적인 relaxation 방법을 구현한다. 구현한 방법은 다양한 영상에 적용하였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.54 no.5
• /
• pp.65-73
• /
• 2017

In this paper, we propose a stereo matching method to improve the image quality at the hole and the disparity discontinuity regions. The stereo matching method extracts disparity map finding corresponding points between stereo image pair. However conventional stereo matching methods have a problem about the tradeoff between accuracy and precision with respect to the length of the baseline of the stereo image pair. In addition, there are hole and disparity discontinuity regions which are caused by textureless regions and occlusion regions of the stereo image pair. The proposed method extracts initial disparity map improved at disparity discontinuity and miss-matched regions using modified AD-Census-Gradient method and adaptive weighted cost aggregation. And then we conduct the disparity map refinement to improve at miss-matched regions, while also improving the accuracy of the image. Experimental results demonstrate that the proposed method produces high-quality disparity maps by successfully improving miss-matching regions and accuracy while maintaining matching performance compared to existing methods which produce disparity maps with high matching performance. And the matching performance is increased about 3.22(%) compared to latest stereo matching methods in case of test images which have high error ratio.

• Journal of KIISE
• /
• v.43 no.9
• /
• pp.1034-1042
• /
• 2016

Together with machine-learning frameworks, area-based imagery registration techniques can be easily applied to diverse types of image pairs without predefined features and feature descriptors. However, feature detectors are often used to quickly identify candidate image patch pairs, limiting the applicability of these registration techniques. In this paper, we propose a ConvNet (Convolutional Network) "Dart" that provides not only the matching metric between patches, but also information about their distance, which are helpful in reducing the search space of the corresponding patch pairs. In addition, we propose a ConvNet "Fad" to identify the patches that are difficult for Dart to improve the accuracy of registration. These two networks were successfully implemented using Deep Learning with the help of a number of training instances generated from a few registered image pairs, and were successfully applied to solve a simple image registration problem, suggesting that this line of research is promising.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.10
• /
• pp.123-131
• /
• 1999

In this paper, we proposed stereo matching algorithm by dynamic programming with edges emphasized. Existing algorithms show blur generally at depth discontinuities owing to smoothness constraint and non-existence of matching pixel in occlusion regions. Also it accompanies matching error by lackness of matching information in the untextured regions. This paper defines new cost function to make up for the problems occurred to existing algorithms. It is possible through deriving matching of edges in left and right images to be carried out between edge regions anf deriving that in the other regions to be peformed between the other regions. In case of the possibility that edges can be Produced in a large amount, matching between edge information adds weight to cost function in proportion to Path distance. Proposed algorithm was applied to various images obtained by convergent camera model as well as parallel camera model. As the result, proposed algorithm showed improved performance in the aspect of matching error and processing in the occlusion regions compared to existing algorithms. Also it could improve blur especially in discontinuity regions.