• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1257-1271
• /
• 2022

Recently, many Earth observation optical satellites have been developed, as their demands were increasing. Therefore, a rapid preprocessing of satellites became one of the most important problem for an active utilization of satellite images. Satellite image matching is a technique in which two images are transformed and represented in one specific coordinate system. This technique is used for aligning different bands or correcting of relative positions error between two satellite images. In this paper, we propose an automatic image matching method among satellite images with different ground sampling distances (GSDs). Our method is based on improved feature matching and robust estimation of transformation between satellite images. The proposed method consists of five processes: calculation of overlapping area, improved feature detection, feature matching, robust estimation of transformation, and image resampling. For feature detection, we extract overlapping areas and resample them to equalize their GSDs. For feature matching, we used Oriented FAST and rotated BRIEF (ORB) to improve matching performance. We performed image registration experiments with images KOMPSAT-3A and RapidEye. The performance verification of the proposed method was checked in qualitative and quantitative methods. The reprojection errors of image matching were in the range of 1.277 to 1.608 pixels accuracy with respect to the GSD of RapidEye images. Finally, we confirmed the possibility of satellite image matching with heterogeneous GSDs through the proposed method.

• Journal of Internet Computing and Services
• /
• v.14 no.6
• /
• pp.117-124
• /
• 2013

In this paper, we present a new method which efficiently estimates a face direction from a sequences of input video images in real time fashion. For this work, the proposed method performs detecting the facial region and major facial features such as both eyes, nose and mouth by using the Haar-like feature, which is relatively not sensitive against light variation, from the detected facial area. Then, it becomes able to track the feature points from every frame using optical flow in real time fashion, and determine the direction of the face based on the feature points tracked. Further, in order to prevent the erroneously recognizing the false positions of the facial features when if the coordinates of the features are lost during the tracking by using optical flow, the proposed method determines the validity of locations of the facial features using the template matching of detected facial features in real time. Depending on the correlation rate of re-considering the detection of the features by the template matching, the face direction estimation process is divided into detecting the facial features again or tracking features while determining the direction of the face. The template matching initially saves the location information of 4 facial features such as the left and right eye, the end of nose and mouse in facial feature detection phase and reevaluated these information when the similarity measure between the stored information and the traced facial information by optical flow is exceed a certain level of threshold by detecting the new facial features from the input image. The proposed approach automatically combines the phase of detecting facial features and the phase of tracking features reciprocally and enables to estimate face pose stably in a real-time fashion. From the experiment, we can prove that the proposed method efficiently estimates face direction.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.553-555
• /
• 2000

기존의 특징점 추출 알고리즘들은 입력 지문의 전처리, 이미지의 이진화, 세선화, 특징점 추출 등의 여러 처리 단계를 거쳐 이루어지므로 잡음등과 같은 외부적 요인과 여러 처리단계엣 발생하는 내부적 요인 등으로 왜곡 현상을 피하기 어렵고 전체 인증 시간이 길어 지는 등 성능 저해 요인이 많다. 본 논문에서는 복잡한 처리 과정을 거치지 않고 입려영상에서 집적 융선의 흐름을 추적하여 특징점들을 추출하고 매칭을 수행함으로써 이미지의 왜곡에서 오는 오류를 줄이고 처리 시간을 단축하여 기존의 시스템보다 빠른 시간에 지문을 인식하는 시스템을 설계 및 구현한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1361-1366
• /
• 2006

본 논문에서는 제약되지 않은 카메라에서 얻어진 회전과 크기 변화를 가진 영상들을 특징 기반의 보로노이 거리 매칭 방법을 이용하여 고속으로 합성 하는 기법에 관해 기술한다. 기존의 특징점 기반 매칭 기법들이 사람의 개입에 의해 영상을 정합하거나, 크기나 회전 변화를 고려하지 않은 형태의 영상들을 처리하는 것과 달리 회전이나 크기변화요소가 포함된 입력영상들을 사람의 개입이 없이 자동으로 정확한 중첩영역을 빠르게 검색하는 방법을 제안한다. 제안된 방법은 우선 영상내의 특징 점들의 위상 정보와 특징 점들 사이의 거리 정보를 가지는 보로노이 거리 정합법을 통해 대응점을 구하고, 찾아진 대응 쌍들을 이용하여 2차원 투영의 초기 변환행렬을 구한다. 다음으로 비선형 이승오차 최적화 알고리즘을 이용하여 최적의 변환 행렬을 구한 후, 마지막으로 구해진 변환 행렬을 이용하여 영상을 합성한다. 실험결과를 통해 본 논문에서 제안한 방법의 효율성을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.124-125
• /
• 2021

최근 증강현실(AR), 가상현실(VR), 혼합현실(XR) 분야가 각광받고 있으며, 3차원 공간과 사물을 인식하여 다양한 콘텐츠 서비스를 제공하는 기술이 개발되고 있다[1]. 3차원 공간과 사물을 인식하기 위해 가장 널리 사용되는 방법은 RGB 카메라를 이용하는 것이다[2]. RGB 카메라를 이용하여 촬영한 영상을 분석한 후 분석된 결과를 이용하여 카메라와 환경의 관계를 추정한다. 시차는 사용자가 촬영한 복수의 이미지에서 특징점의 차이를 이용하여 계산된다. 실험적으로 구한 깊이에 대해 계산된 디스패리티에 시차 정보와 스케일링 정보를 더하여 3차원 특징점을 생성한다. 제안하는 알고리즘은 단일 모바일 디바이스에서 획득한 영상을 사용한다. 특징점 매칭을 기반으로한 디스패리티 추정과 시차조정 3D 특징점 생성이다. 실제 깊이 값과 비교했을 때, 생성된 3차원 특징점은 실측값의 10% 이내의 오차가 있음을 실험적으로 증명하였다. 따라서 제안하는 방법을 이용하여 유효한 3차원 특징점을 생성할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.1103-1106
• /
• 2004

Window Frame 방향성 추출법을 보완한 Extended Window Frame을 제시하고, 높은 보완성을 필요로 하는 곳에 사용할 수 있도록 하기 위해서 지문의 중심점으로부터 매칭 된 각각의 특징점까지 이르는 선상에 있는 융선을 추적하는 방법을 이용한 검증 방법을 제안한다. 제안된 검증 방법의 성능을 비교하기 위해서 방향성을 추출하는 방법, 특징점을 추출하는 방법을 기존의 여러 가지 방법들로 구현하고 그 결과를 비교, 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1560-1562
• /
• 2013

정확하고 강인한 영상 등록(Registration)은 영상 검색과 컴퓨터 비전과 같은 여러 응용 분야에서 성능을 좌우하는 매우 중요한 역할을 담당하며, 특징 추출 및 매칭 단계를 통해 수행된다. 영상의 특징을 관심 점으로 지정하여 추출하는 대표적인 알고리즘으로, SIFT (Scale Invariant Feature Transform)와 SURF (Speeded Up Robust Feature)가 있다. 본 논문에서는 2 개의 특징점 추출 알고리즘을 구현하고 예제 데이터를 기반으로 실험을 통해 성능적 비교 분석을 수행한다. 실험 결과, SURF 알고리즘이 특징 추출 및 매칭, 처리시간 측면에서 SIFT 보다 효율적인 성능을 보였다.

• Journal of Korea Multimedia Society
• /
• v.16 no.7
• /
• pp.820-828
• /
• 2013

Extracting unique features from an image is a fundamental issue when making panorama images, acquiring stereo images, recognizing objects and analyzing images. Generally, the task to compare features to other images requires much computing time because some features are formed as a vector which has many elements. In this paper, we present a method that compares features after reducing the feature dimension extracted from an image using PCA(principal component analysis) and sorting the features in a linked list. SURF(speeded up robust features) is used to describe image features. When the dimension reduction method is applied, we can reduce the computing time without decreasing the matching accuracy. The proposed method is proved to be fast and robust in experiments.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.365-368
• /
• 2022

본 논문에서는 가상 물체를 현실과 오차 없이 정확하게 증강 시켜야 하는 상황에서 특징 포인트를 이용하여 효율적으로 매칭하기 위한 실린더 기반의 각도 보간 기법을 제안한다. 증강현실에서 활용되는 대표적인 객체를 증강하는 방법은 특징 포인트들을 트래킹하여 찾아낸 후, RANSAC 알고리즘을 기반으로 포인트 셋에서 바닥, 벽과 같이 하나의 평면을 구성하고 그 위에 객체를 증강한다. 이 방법은 평면을 이용하기 때문에 계산량이 적지만, 증강 위치에 대한 오차가 존재하기 때문에 때때로 잘못된 위치에 객체가 배치되는 경우가 발생한다. 특히, 의료시설, 도로 공사에서 증강 현실을 사용했을 때에 증강된 가상물체의 위치, 크기 등이 현실에서 작은 오차라도 어긋날 경우 크게 사고가 발생할 수 있다. 본 논문에서는 평면 생성 없이 특징 포인트만을 이용하여 효율적으로 매칭 할 수 있는 실린더 기반의 각도 보간을 이용하여 정확하게 객체를 증강할 수 있는 결과를 보여준다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.1
• /
• pp.123-128
• /
• 2018

In this paper, we propose a multi-vehicle object detection algorithm using feature point matching that tracks efficient vehicle objects. The proposed algorithm extracts the feature points of the vehicle using the FAST algorithm for efficient vehicle object tracking. And True if the feature points are included in the image segmented into the 5X5 region. If the feature point is not included, it is processed as False and the corresponding area is blacked to remove unnecessary object information excluding the vehicle object. Then, the post processed area is set as the maximum search window size of the vehicle. And A minimum search window using the outermost feature points of the vehicle is set. By using the set search window, we compensate the disadvantages of the search window size of mean-shift algorithm and track vehicle object. In order to evaluate the performance of the proposed method, SIFT and SURF algorithms are compared and tested. The result is about four times faster than the SIFT algorithm. And it has the advantage of detecting more efficiently than the process of SUFR algorithm.