• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.397-400
• /
• 2003

공장 현장에서 적용할 수 있는 산업용 비전 검사시스템의 개발을 위해서는 안정적이면서도 고속 패턴 정합이 가능한 알고리즘의 개발이 요구된다. 기존의 농담정규화상관(NGC)법을 사용하는 알고리즘은 과도한 계산량과 조명의 불안정에 영향을 많이 받는 문제점이 있다 본 논문에서는 영상 피라미드와 물체경계의 에지점들을 이용하여 기존 NGC 알고리즘의 단점을 보완하고 고속 패턴정합을 수행하는 에지기반 점상관 알고리즘을 제안하고 이를 실제 영상에 적용하여 그 신뢰성을 검증한다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 1999년도 제17회 학술발표회 논문개요집
• /
• pp.95-95
• /
• 1999

격자부정합한 반도체 양자점은 광전소자 분야의 활용가능성으로 인하여 많은 연구가 진행되고 있다. 특히 반도체 레이저 분야에서는 양자우물 레이저에 비하여 낮은 문턱전류 밀도, 높은 이득, 높은 양자효율, 그리고 극한 물성 등의 장점을 가지고 있다. 격자부정합한 구조로 양자점을 형성시키는 대표적인 물질이 InAs이다. InAs(격자상수 6.058 $\AA$)는 GaAs(격자상수 5.653 $\AA$)와 약 7%의 격자부정합을 가지고 잇기 때문에 GaAs 기판위에서 Stranski-Krastanov-like한 성장모드를 가지게 되고, 그로 인하여 자연적으로 양자점이 형성되게 된다. 3차원적으로 양자화된 특성을 가지는 InAs 양자점은 기저준위의 실온연속발진이 보고 되고 있으나 그 특성은 이론적으로 예측한 것과는 많이 다른 양상을 보이고 있다. 이것의 주된 원인으로는 양자점 크기 및 조성의 균일화, 그리고 양자점 크기 및 밀도의 최적호가 아직까지 이루어지고 있지 못하기 때문이다. 따라서 정밀하게 양자점을 제어하는 기술이 매우 중요하다. 이에 본 연구에서는 분자선 에피택시(MBE)방법으로 GaAs(100) 기판위에 InAs 양자점을 크기에 따라 형성시키고, 양자점의 성장 형상을 AFM으로, 그리고 분광학적 특성을 Photoluminescence로 측정하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.110-113
• /
• 2016

본 논문에서는 카메라로 촬영한 동영상에서 키 프레임을 추출하고 특징점을 기반으로 영상을 정합하는 파노라마 영상 생성 기법을 제안한다. 제안한 기법에서는 다양한 동영상의 히스토그램, 에지 등의 정보를 이용해 강인한 키 프레임을 추출하고 추출된 다수의 키 프레임 영상에 실린더 투영 방법과 FAST(Feature from Accelerated Segment Test) 기법을 적용하여 자연스러운 정합 영상을 획득할 수 있다. 정합된 특징점의 오차율을 최소화하기 위해 RANSAC(Random Sample Consensus)을 사용하고 여러 장의 다른 시점 영상을 정합할 때 생길 수 있는 경계선을 제거하고 보정하기 위해 선형가중치 함수도 사용한다. 실험을 통해 제안하는 기법으로 자연스러운 파노라마 영상을 생성할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.475-478
• /
• 2002

영상 정합이란 영상들을 배열하여 대응되는 특성을 연관시키는 과정으로, 서로 다른 정보를 결합하여 상호 보완적이고 복합적인 새로운 정보를 생성한다는 점에서 유용하다. 본 논문에서는 MRI와 PET 뇌 영상을 표면 정보에 기반하여 정합하기 위한 영상 처리 방법에 대하여 연구하였다. 특히 정합을 위한 특징점 집합을 샘플링하는데 있어서 표면 곡률 정보를 사용한 샘플링 기법을 적용하고, 실 관심 객체의 볼륨 크기에 기반한 바운딩 박스를 생성하여 기하 변환을 수행함으로써 표면정보기반 다중모달리티 영상 정합을 위한 보다 효과적인 영상 처리 결과를 얻도록 하였다.

• 방송공학회논문지
• /
• 제20권5호
• /
• pp.728-737
• /
• 2015

스티칭 기법은 여러 영상에서 추출한 특징점의 디스크립터를 생성하고, 특징점들간의 정합 과정을 통해 하나의 영상으로 만드는 것이다. 각각의 특징점은 128 차원의 정보를 가지고 있고, 특징점의 개수가 증가 할수록 데이터 처리 시간이 증가하게 된다. 본 논문에서는 비디오 영상을 입력 했을 때 고속 파노라마 생성을 위한 특징점 추출 및 정합 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구하고 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제15권9호
• /
• pp.2007-2012
• /
• 2011

블록정합에서 방대한 계산을 줄이기 위해, 본 논문은 탐색영역에서 탐색점을 제한하는 고속 블록정합 알고리즘을 제안한다. 대부분의 움직임 벡터가 탐색영역 중심부에 위치하고, 정합오차가 최적의 유사블록을 향해 단조감소한다는 사실에 근거하여 제안된 알고리즘은 단계 사이에 정합패턴을 1 화소 단위로 이동하고, 이전 단계들에서 결정된 유사블록들로부터 최적의 유사블록을 향한 움직임을 예측하고, 탐색점들의 움직임을 움직임 방향에 대해 ${\pm}45^{\circ}C$로 제한한다. 그 결과 불필요한 탐색점을 제거할 수 있었고 블록정합 계산을 줄일 수 있었다. 기존 유사 고속 알고리즘과 비교하여 제안된 알고리즘은 큰 움직임을 갖는 영상에서 미미한 화질 저하를 발생시키지만 보통 움직임을 갖는 영상에서 동등한 화질을 유지하고, 반면에 그들의 블록정합 계산을 적게는 20% 많게는 67%를 줄여 주었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권12호
• /
• pp.996-1008
• /
• 2009

본 논문은 뼈대-구조(skeleton) 형태의 Active Shape Models을 이용한 사람의 자세 정합에 대한 새로운 접근 방법을 제안한다. 제안된 방법은 모델 생성과 정합 과정에서의 빠른 수행 시간을 위해 기존 윤곽 형태(silhouette)의 모델이 아닌 뼈대-구조 형태의 모델을 적용하였다. 기존 Active Shape Models을 뼈대-구조 형태로 사람 자세 정합에 적용했을 경우 자세를 결정짓는 팔과 다리의 부정확한 정합은 사람 몸의 다양한 색상 정보와 전후(fore-rear direction)만을 고려한 특징점(landmark)의 방향정보로 인해 발생되며, 이러한 문제점은 입력 영상의 차영상 정보와 사람의 자세를 결정짓는 팔과 다리의 중요 특징점에 방향정보를 추가하여 해결하였다. 사람의 뼈대-구조 모델을 생성하기 위해 600개의 이미지를 사용 하였으며, 생성된 형태 모델은 사람의 자세에 정합될 수 있는 17개의 특징점을 포함한다. 정합 과정에서 최대 30번 이하의 반복 과정을 수행 하며, 최대 수행 시간은 0.03초로 빠른 수행 시간의 결과를 얻었다.

• 방송공학회논문지
• /
• 제26권1호
• /
• pp.26-38
• /
• 2021

본 논문에서는 원격 탐사 영상에 대한 특징 기반 영상 정합 (Image Registration) 방법의 고속화를 위한 딥러닝 기반 특징점 필터링 방법인 DLKF (Deep Learning Keypoint Filtering)를 제안한다. 기존의 특징 기반 영상 정합 방법의 복잡도는 특징 매칭 (Feature Matching) 단계에서 발생한다. 이 복잡도를 줄이기 위하여 본 논문에서는 특징 매칭이 영상의 구조물에서 검출된 특징점으로 매칭되는 것을 확인하여 특징점 검출기에서 검출된 특징점 중에서 구조물에서 검출된 특징점만 필터링하는 방법을 제안한다. DLKF는 영상 정합을 위하여 필수적인 특징점을 잃지 않으면서 그 수를 줄이기 위하여 구조물의 경계와 인접한 특징점을 보존하고, 서브 샘플링 (Subsampling)된 영상을 사용한다. 또한 영상 분할 (Image Segmentation) 방법을 위해 패치 단위로 잘라낸 영상을 다시 합칠 때 생기는 영상 패치 경계의 잡음을 제거하기 위하여 영상 패치를 중복하여 잘라낸다. DLKF의 성능을 검증하기 위하여 아리랑 3호 위성 원격 탐사 영상을 사용하여 기존 특징점 검출 방법과 속도와 정확도를 비교하였다. SIFT 기반 정합 방법을 기준으로 SURF 기반 정합 방법은 특징점의 수를 약 18% 감소시키고 속도를 약 2.6배 향상시켰지만 정확도가 3.42에서 5.43으로 저하되었다. 제안하는 방법인 DLKF를 사용하였을 때 특징점의 수를 약 82% 감소시키고 속도를 약 20.5배 향상시키면서 정확도는 4.51로 저하되었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1257-1271
• /
• 2022

최근 많은 수의 지구관측용 광학위성이 개발되어 위성영상에 대한 수요가 증가하고 있다. 따라서, 위성영상의 활발한 활용을 위해서 신속한 전처리 과정이 요구된다. 위성영상 정합은 두 영상을 하나의 특정한 좌표계로 변환하여 등록하는 기술로서 원격탐사 분야에서 영상정합 기술은 서로 다른 대역의 영상을 정렬하거나, 두 위성영상 간의 상대적인 위치 오차를 수정하는데 사용된다. 본 논문에서는 서로 다른 Ground Sample Distance (GSD)를 가지는 위성영상 간의 자동 영상정합 방법을 제안하였다. 제안방법은 개선된 특징점 매칭방법과 강인한 변환모델 추정기법을 기반으로 하며, 다음과 같이 5가지 처리과정으로 구성된다: 중첩 영역 계산, 개선된 특징점 탐지, 특징점 매칭, 강인한 변환모델 추정, 영상 리샘플링. 특징점 탐지를 위해서 중첩영역을 추출하여 두 영상의 GSD가 유사하도록 영상 리샘플링을 수행하였다. 특징점 매칭 단계에서는, Oriented FAST and Rotated BRIEF (ORB) 알고리즘을 사용하여 영상정합 성능을 향상시켰다. 영상정합 실험은 KOMPSAT-3A와 RapidEye영상을 실험대상으로 수행되었으며 제안방법의 성능검증은 정성적, 정량적 두 가지 방법으로 수행되었다. 영상정합의 재투영오차는 RapidEye GSD를 기준으로 1.277 (8.3 m)에서 1.608 (10.452 m)의 픽셀 정확도를 보였다. 즉, 결론적으로, 제안방법을 통해 이종해상도 위성영상의 영상정합 가능성을 확인하였다.

• 대한공간정보학회지
• /
• 제5권2호
• /
• pp.99-110
• /
• 1997

수치사진측량에서 공액점을 자동으로 결정하기 위한 영상정합은 가장 핵심적인 주제이며 이를 자동화하기 위한 많은 연구가 진행 중이다 본 연구에서는 영역기반 영상정합에서 영상정합의 정확도를 제어하기 위한 허용상관계수의 설정이 수치사진측량의 정확도에 미치는 영향을 고찰하였다. 이를 위해 영상상관계수 정합법, 영상피라미드 정합법, 특징점 추출에 의한 정합법을 각각 구현하고 각 방법에서 허용상관계수가 수치사진측량의 정확도에 미치는 영향을 비교 분석하였고 최적 허용상관계수를 결정하는 방법을 제시하였다.