• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.604-606
• /
• 2003

본 논문은 향상된 Scale Invariant Feature Transform (SIFT) 기법과 이로부터 얻어진 로컬 특징 영역에서 다중특징을 이용한 물체인식 방법에 대하여 논하였다. SIFT 기법 [1]은 물체의 크기. 회전. 3차원 좌표변환에 강인한 특성을 갖는다. 이 기법에서는 크기가 다른 가우시안 (Gaussian) 함수를 적용한 영상들의 차이에서의 최대 및 최소값이 특징점으로 결정된다. 하지만 SIFT 알고리듬의 특성상, 인식되어야 될 물체의 비교적 큰 크기 변화, 중요도가 낮은 특징점들의 추출, 그리고 서로 다른 물체에서 추출된 유사한 특징벡터등이 인식 시스템의 신뢰도를 저하 시킬 수 있다. 이에 대응방안으로, 본 논문에서는 상대적으로 낮은 인식정보를 갖는 추출된 특징점을 제거하기 위한 기법과 서로 다른 물체에서 생성된 유사 특징벡터의 구분을 위한 특징점에서의 방위 (orientation) 비교법 및 색차 (chrominance) 정보를 사용에 대하여 기술하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.755-758
• /
• 2002

스테레오스코픽 영상은 스테레오스코픽 카메라를 이용하여 좌 영상(left image)과 우 영상(right image)을 동시에 획득하는 것으로 사람의 눈으로 보는 것과 같은 입체감을 얻을 수 있는 것을 특징으로 한다. 스테레오스코픽 영상에서 객체의 깊이값을 구하기 위해서는 영상의 정합점을 찾는 것이 중요한데, 본 논문에서는 일반화 대칭변환(generalized symmetry transform) 알고리즘을 적용하여 스테레오스코픽(stereoscopic) 영상의 정합점(correspond points)을 찾는 방법을 제안한다. 본 논문에서 제안하는 방법은 먼저 좌 영상과 우 영상에 대해 에지(edge), 코너 검출 방법을 통해 특징점(feature point)을 검출하고 각 특징점들을 중심으로 사각 영역을 설정하고 이 범위내의 에지들이 갖는 대칭도(symmetry magnitude)를 특징점의 위치에 누적 시킨다. 좌영상의 대칭도를 구한 결과를 우 영상의 에지들의 대칭도와 비교를 수행해 임계치(threshold) 이하의 값을 가진 점들을 정합 후보로 선택한다. 이 정합 후보들을 영역내의 반지름 단위의 대칭도 비교를 통해 더욱 세분화된 비교를 수행하고 만약 이와 같은 과정을 통해서도 정합점을 찾지 못한다면 정합 후보들에 대해 칼라 정합도를 측정하여 최종적으로 정합점을 검출한다. 제안한 알고리즘을 이용한다면 특징점만을 이용하여 검색을 수행했을 때보다 더욱 정확한 정합점을 구할 수 있다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.35S no.6
• /
• pp.101-108
• /
• 1998

An efficient approach to recognize occluded objects is to detect a number of essential features on the boundary of the unknown shape. The salient points including corner points, tangential points and inflection points are detected by the relation of neighboring pixels of each pixel on the boundaries. Corner points are usually detected in the curvature function and tangential points and inflection points are detected by median filtering the curvature function to avoid the effect of quantization noise as corner points is not sufficient to represent an object with lines and arcs. Then, these salient points are used as features for object matching. Discrete Hopfield Neural Network is used for object matching. Experimental results show that the matching result using salient points is better than those of using corner points only when an object consists of lines and arcs.

• The KIPS Transactions:PartB
• /
• v.11B no.1
• /
• pp.7-12
• /
• 2004

This thesis studies about thinning compensation and the removal of pseudo minutiae using ridge trace. As for the process of thinning compensation, first, it removes unnecessary pixel when 8-neighbor connection sum among the pixels with the crossing count number 6 is not 3. Second, it deals with repeatedly until there is no pixel to remove while tracing the ridge, beginning with the pixel equivalent to the ridge and the pixel with the crossing count number 2 among the 8 pixels around the pixels with the crossing count number 6. When the thinning compensation is finished, it extracts substitute minutiae to use the crossing count number and the 8-neighbor connection sum. Among the extracted substitute minutiaes, it extracts the real minutiae to utilize the pseudo minutiae removal algorithm again. It compares with the existing method for the performance evaluation of proposal method. By the experimental results, The proposal method indicated that a degree of thinning is excellent and a lot of minutiaes were removed.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• pp.9-10
• /
• 2012

이진 특징 기술자는 실수 벡터 형태의 특징 기술자보다 빠르게 특징점 추출 및 정합이 가능하고 메모리 공간도 적게 차지하는 장점이 있다. 하지만, 특징점의 수가 많아질수록 정합에 많은 시간이 소요되므로 실시간 처리가 중요한 객체 추적에 적용하기 위해서는 정합의 고속화 방법에 대한 연구가 필요하다. 이에 본 논문에서는 이진 특징 기술자의 군집화를 통한 특징점의 고속 정합 방법을 제안한다. 제안된 방법은 k-means 군집화 알고리즘을 기반으로 정합을 위한 기술자 탐색을 효과적으로 수행함으로써 군집화를 사용하지 않는 기존의 정합 방법에 비해 빠르면서도 높은 정확도를 유지한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.902-906
• /
• 2000

망막 혈관 구조의 분석은 망막에 관련된 환자의 진단 및 치료에 중요한 정보를 제공하기 때문에 다양한 연구가 진행되어 왔다. 본 연구에서는 ICG(IndoCyanine Green) 기술을 이용한 망막 영상의 혈관 구조를 분석하기 위해 원의 방정식으로 묘사된 혈관 영역 에너지 함수와 분기점 추정 템플릿을 사용하여 혈관의 특징점들을 추정한 후 혈관의 형체(body)를 자동으로 추적하는 동시에 분기점을 추출하는 방법을 제안한다. 전체 혈관의 자동추적과 분기점 추출을 가능하게 하는 특징점 추정 방법과 혈관 형체의 자동추적 알고리즘 및 분기점 추출 방법을 ICG 망막 영상에 적용하여 실험한 결과 만족할 만한 성능을 보였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.2
• /
• pp.93-97
• /
• 2010

This paper presents the improved KLT(Kanade-Lucas-Tomasi) of registration of Image sequence captured by camera mounted on unmanned helicopter assuming without camera attitude information. It consists of following procedures for the proposed image registration. The initial interested points are detected by characteristic curve matching via dynamic programming which has been used for detecting and tracking corner points thorough image sequence. Outliers of tracked points are then removed by using Random Sample And Consensus(RANSAC) robust estimation and all remained corner points are classified as inliers by homography algorithm. The rectified images are then resampled by bilinear interpolation. Experiment shows that our method can make the suitable registration of image sequence with large motion.

• The KIPS Transactions:PartB
• /
• v.10B no.7
• /
• pp.815-822
• /
• 2003

Fingerprint image enhancement and minutiae matching are two key steps in an automatic fingerprint identification system. In this paper, we propose a fingerprint recognition technique by using minutiae linking information. Recognition process have three steps ; preprocessing, minutiae extraction, matching step based on minutiae pairing. After extracting minutiae of a fingerprint from its thinned image for accuracy, we introduce matching process using minutiae linking information. Introduction of linking information into the minutiae matching process is a simple but accurate way, which solves the problem of reference minutiae pair selection with low cost in comparison stage of two fingerprints. This algorithm is invariable to translation and rotation of fingerprint. The matching algorithm was tested on 500 images from the semiconductor chip style scanner, experimental result revealed the false acceptance rate is decreased and genuine acceptance rate is increased than existing method.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.46 no.4
• /
• pp.116-123
• /
• 2009

Feature point matching, which is finding the corresponding points from two images with different viewpoint, has been used in various vision-based applications and the demand for the real-time operation of the matching is increasing these days. This paper presents a real-time feature point matching method by using a local descriptor derived by Zernike moments. From an input image, we find a set of feature points by using an existing fast corner detection algorithm and compute a local descriptor derived by Zernike moments at each feature point. The local descriptor based on Zernike moments represents the properties of the image patch around the feature points efficiently and is robust to rotation and illumination changes. In order to speed up the computation of Zernike moments, we compute the Zernike basis functions with fixed size in advance and store them in lookup tables. The initial matching results are acquired by an Approximate Nearest Neighbor (ANN) method and false matchings are eliminated by a RANSAC algorithm. In the experiments we confirmed that the proposed method matches the feature points in images with various transformations in real-time and outperforms existing methods.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.45 no.6
• /
• pp.49-59
• /
• 2008

SIFT(Scale Invariant Feature Transform) is an algorithm to extract vectors at pixels around keypoints, in which the pixel colors are very different from neighbors, such as vortices and edges of an object. The SIFT algorithm is being actively researched for various image processing applications including 3-D image constructions, and its most computation-intensive stage is a keypoint localization. In this paper, we develope a fixed-point model of the keypoint localization and propose its efficient hardware architecture for embedded applications. The bit-length of key variables are determined based on two performance measures: localization accuracy and error rate. Comparing with the original algorithm (implemented in Matlab), the accuracy and error rate of the proposed fixed point model are 93.57% and 2.72% respectively. In addition, we found that most of missing keypoints appeared at the edges of an object which are not very important in the case of keypoints matching. We estimate that the hardware implementation will give processing speed of $10{\sim}15\;frame/sec$, while its fixed point implementation on Pentium Core2Duo (2.13 GHz) and ARM9 (400 MHz) takes 10 seconds and one hour each to process a frame.