• 대한토목학회논문집
• /
• 제28권3D호
• /
• pp.417-422
• /
• 2008

전통적인 정사영상 제작기법으로는 이중 투영으로 인한 원치 않는 구조물의 중복이 정사영상 안에 생길 수 있다. 특히 고층 빌딩이 밀집된 도심지역에서는 고도의 변화가 심하여 이러한 현상이 자주 발생한다. 이러한 문제들로 인하여 도심지역의 폐색영역 탐지는 정확한 엄밀 정사영상(true orthophoto)의 제작에 있어서 매우 중요한 문제이다. 본 논문은 항공영상과 LiDAR로부터 가시고도 기반의 폐색영역 탐지기법을 다루고 있다. 본 논문에서는 LiDAR의 포인트 클라우드 데이터로부터 격자형태의 수치표고모형(DSM)을 제작한 후, DSM과 항공영상의 촬영점을 이용한 가시고도 기반의 폐색영역 탐지기법을 제안하였다. 마지막으로 만들어진 DSM과 전 과정에서 만들어진 폐색맵을 이용한 엄밀 정사영상의 제작과정을 기술하였다. 제안된 알고리즘은 미국 인디애나 주의 퍼듀 캠퍼스 지역에 적용되었다.

• 전자공학회논문지S
• /
• 제36S권5호
• /
• pp.88-95
• /
• 1999

스테레오 정합에서 가장 중요하고도 어려운 문제는 대응점 추출 문제와 폐색 영역에 대한 처리이다. 특히 폐색 영역의 점들은 대응점이 존재하지 않기 때문에 변이 정보 획득에 많은 어려움이 있다. 이러한 문제에 대한 효과적인 접근을 위해 본 논문에서는 쌍방향 정합 알고리즘을 기반으로 폐색 영역의 정합 정도를 향상 시키는 방법을 제안한다. 즉 좌,우 영상 각각의 기준에 대해 독립적인 변이 정보를 구하고, 이를 바탕으로 정합의 타당성 여부를 검토하여 그 결과를 다음 처리에서 반영하는 상호 보완적인 반복 처리 기법을 적용하였다. 이 과정에서 구해진 폐색 영역에 대한 변이 정보는 스테레오 영상 모델의 기하학적 구조를 적용하여 좌, 우측 기준 정합에 대해 그 좌, 우측 점들의 변이 정보들로 대체함으로써 불연속점들의 무뎌짐(blurring)현상을 개선하였다. 한편, 실험 결과를 보다 객관적으로 비교하기 위해 정합율과 에러율이라는 파라메터를 정의하여 개선된 결과를 보였다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.82-98
• /
• 2019

정보화 사회로 진입하면서 공간정보의 중요성은 급격하게 부각되고 있다. 특히 스마트시티, 디지털트윈과 같은 Real World Object의 3차원 공간정보 구축 및 모델링은 중요한 핵심기술로 자리매김하고 있다. 구축된 3차원 공간정보는 국토관리, 경관분석, 환경 및 복지 서비스 등 다양한 분야에서 활용된다. 영상기반의 3차원 모델링은 객체 벽면에 대한 텍스처링을 생성하여 객체의 가시성과 현실성을 높이고 있다. 하지만 이러한 텍스처링은 영상 취득 당시의 가로수, 인접 객체, 차량, 현수막 등의 물리적 적치물에 의해 필연적으로 폐색영역이 발생한다. 이러한 폐색영역은 구축된 3차원 모델링의 현실성과 정확성 저하의 주요원인이다. 폐색영역 해결을 위한 다양한 연구가 수행되고 있으며, 딥러닝을 이용한 폐색영역 검출 및 해결방안에 대한 연구가 수행되고 있다. 딥러닝 알고리즘 적용한 폐색영역 검출 및 해결을 위해서는 충분한 학습 데이터가 필요하며, 수집된 학습 데이터 품질은 딥러닝의 성능 및 결과에 직접적인 영향을 미친다. 따라서 본 연구에서는 이러한 학습 데이터의 품질에 따라 딥러닝의 성능 및 결과를 확인하기 위하여 다양한 영상품질을 이용하여 영상의 폐색영역 검출 능력을 분석하였다. 폐색을 유발하는 객체가 포함된 영상을 인위적이고 정량화된 영상품질별로 생성하여 구현된 딥러닝 알고리즘에 적용하였다. 연구결과, 밝기값 조절 영상품질은 밝은 영상일수록 0.56 검출비율로 낮게 나타났고 픽셀크기와 인위적 노이즈 조절 영상품질은 원본영상에서 중간단계의 비율로 조절된 영상부터 결과 검출비율이 급격히 낮아지는 것을 확인할 수 있었다. F-measure 성능평가 방법에서 노이즈 조절한 영상품질 변화가 0.53으로 가장 높게 나타났다. 연구결과로 획득된 영상품질별에 따른 폐색영역 검출 능력은 향후 딥러닝을 실제 적용을 위한 귀중한 기준으로 활용될 것이다. 영상 취득 단계에서 일정 수준의 영상 취득과 노이즈, 밝기값, 픽셀크기 등에 대한 기준을 마련함으로써 딥러닝을 실질적인 적용에 많은 기여가 예상된다.

• 방송공학회논문지
• /
• 제20권2호
• /
• pp.265-272
• /
• 2015

폐색영역 탐지(Occlusion detection)와 중간값 필터(Median filter)를 조합한 새로운 움직임 추정 기반의 프레임율 변환(Frame rate up-conversion based on motion estimation) 기술을 소개한다. 움직임 추정은 움직임 벡터(Motion vector)를 얻기 위해 수행한다. 그 후 폐색영역 탐지방법은 폐색된 부분에서 움직임 벡터를 개선한다. 폐색된 영역에서는 잘못된 움직임 벡터를 찾을 가능성이 높으므로 움직임 벡터 의존율이 적은 중간값 필터를 적용하고, 비폐색된 영역에서는 움직임 벡터가 연속적이고 신뢰도가 높으므로 BDMC(Bi-Directional Motion Compensated interpolation)를 적용하여 보간 영상을 생성한다. 양방향 움직임 벡터를 사용하는 BDMC는 움직임 벡터의 연속성과 신뢰도가 높을수록 좋은 결과를 얻는다. 실험결과에서 제안된 알고리즘이 기존의 방법보다 더 나은 성능을 갖는다. 실험에서의 평균 PSNR(Peak signal to noise ratio)은 테스트 시퀀스들에 대하여 BDMC 대비 약 0.16dB 향상되었다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.35-46
• /
• 2006

이동 물체 추적에 있어서 배경과 이동 물체의 동적인 변화는 폐색이라는 문제를 발생시키는 중요한 원인이다. 그리고 이러한 폐색이 발생하는 환경에서는 이동 물체 추적의 정확도가 현저하게 감소한다 따라서 본 논문에서는 배경 또는 다른 물체에 의해 발생하는 부분적 폐색에 강건한 활동적 퓨전 모델을 제안한다. 활동적 퓨전 모델은 이동 물체의 경계선 특징을 기반으로 하는 전통적인 기존의 스네이크 모델과 경계선 내부의 영역 특징을 고려하는 영역 기반 스네이크 모델로 구성된다. 이것은 먼저 이동 물체에 발생하는 부분적 폐색의 종류를 윤곽선 폐색과 영역폐색으로 구분한 뒤 폐색이 발생하는 위치와 폐색량에 따라서 각 모델의 신뢰도를 조절함으로써 부분적 폐색문제를 극복한다. 실험 결과에서는 부분적으로 폐색이 발생하는 환경에서 기본 방법들이 이동물체 추적에 실패하는 반면에 제안하는 방법은 추적에 성공함을 보인다.

• 한국산학기술학회논문지
• /
• 제20권11호
• /
• pp.305-313
• /
• 2019

최근 드론을 이용한 공간정보 구축이 활성화되면서 공간정보 산업발전에 많은 기여를 하고 있다. 하지만 드론 공간정보는 카메라의 중심투영에 의한 발생하는 폐색영역 뿐 아니라 가로수, 보행자, 현수막과 같은 적치물에 의한 폐색 영역이 필연적으로 발생한다. 이러한 폐색영역을 효율적으로 해결하기 위한 다양한 방안이 연구되고 있다. 본 연구에서는 폐색영역 해결을 위해 원초적인 재촬영이 아닌 딥러닝 알고리즘을 적용하기 위한 다양한 알고리즘별 조사 및 비교 연구를 수행하였다. 그 결과, 객체 검출 알고리즘인 HOG부터 기계학습 방법인 SVM, 딥러닝 방식인 DNN, CNN, RNN까지 다양한 모델들이 개발 및 적용되고 있으며, 이 중 영상의 분류, 검출에 가장 보편적이고 효율적인 알고리즘은 CNN 기법임을 확인하였다. 향후 AI 기반의 자동 객체 탐지와 분류는 공간정보 분야에서 각광받는 최신 과학기술이다. 이를 위해 다양한 알고리즘에 대한 검토와 적용은 중요하다. 따라서, 본 연구에서 제시하는 알고리즘별 적용 가능성은 자동으로 드론 영상의 폐색영역을 탐지하고 해결할 수 있어 공간정보 구축의 시간, 비용, 인력에 대한 효율성 향상에 기여할 것으로 판단된다.

• 한국항행학회논문지
• /
• 제15권6호
• /
• pp.1132-1137
• /
• 2011

본 논문에서는 사람의 신체 일부분을 추적하는 시스템을 위해서 피부영역을 추출하고 여러 개의 영역을 추적하는 다중 CAMShift 알고리즘(Multi Continuously Adaptive Mean Shift Algorithm)을 제안하였다. 입력 영상에서 피부영역을 추출하기 위해 영상의 RGB의 특정값을 기준으로 피부색에 적응적인 임계값을 적용하였다. 이때 적용된 피부영역을 양손, 얼굴 등에 초기 윈도우를 설정하였다. 이 영역들을 추적함에 있어 영역들 사이에 폐색 영역을 회피하기 위해 가우시안 배경 모델(Gaussian Background Model)을 사용하여 각 추적 영역들을 제한하였다. 또한 폐색영역에 가중치를 부가하여 확률분포영상에서 중심값을 이동시켜 폐색 영역을 회피하였다. 실험 결과 다중 물체들에 강인한 추적을 보이고 유사한 색상을 갖는 물체의 폐색 시에도 우수한 결과를 보임을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.13-17
• /
• 2009

고해상도 위성영상의 분류 기술은 최근 가장 활발히 연구되고 있는 분야 중 하나로 텍스쳐(texture), NDVI, PCA 영상 등 다양한 전처리 정보들을 추출하고 이를 멀티스펙트럴 밴드와 조합하여 분류 정확도를 높이는 기술을 개발하는 연구들이 주를 이루고 있다. 고해상도 위성영상에서 건물의 그림자와 옆벽면의 폐색 지역은 개체 추출 및 분류를 방해하는 주된 요인이 되며, 다양한 형태와 분광특성을 갖는 개개의 건물은 자동 분류 과정을 통해 제대로 식별되지 않는다는 한계를 갖는다. 이에 본 연구에서는 KOMPSAT-2 단영상으로부터 효율적으로 건물 정보 및 토지피복을 분류하기 위하여, 추출된 건물 정보를 바탕으로 건물의 그림자와 폐색지역을 보정한 후 비건물 지역에 대한 분류를 수행하여 분류 정확도를 높이고자 하였다. 우선 삼각벡터구조 기반의 반자동 인터페이스를 이용하여 건물의 3차원 모델 및 그림자 영역을 추출하고 이로부터 추출된 그림자 영역을 효과적으로 보정하기 위해 반복 선형회귀 연산을 이용한 그림자 보정을 수행한 후 inpainting 기법을 건물 폐색영역 복원에 적용하여 영상의 품질을 향상시켰다. 이러한 과정을 통해 도심 지역의 영상 분석에 있어 가장 큰 오차를 일으키는 인공물의 그림자와 폐색에 의한 오차를 최소화한 후 분류에 적용하여 이를 보정 전 영상을 이용한 분류 결과와 비교하였다.

• 대한원격탐사학회지
• /
• 제22권2호
• /
• pp.131-139
• /
• 2006

중심투영 기하를 가진 항공사진과 마찬가지로 IKONOS 위성 영상도 CCD 라인에서 중심투영 기하를 갖는다. 이로 인해 건물, 지형 등에 의한 영상 폐색이 존재하지만, IKONOS 영상의 정사보정을 위해 RPC 표정정보를 이용하여 폐색을 감지하는 것은 쉽지 않다. 따라서 본 연구에서는 영상 취득시의 위성 고도각과 방향각을 이용하여 폐색 영역을 탐지하고 중복 영상을 활용한 폐색 영역의 영상복원을 수행하여, 실제적인 IKONOS 정사 영상을 제작하였다. 그리고, 생성된 정사 영상의 위치정확도로부터 폐색 탐지 알고리즘의 적합성을 평가하였다.

• 정보처리학회논문지B
• /
• 제13B권7호
• /
• pp.663-670
• /
• 2006

실 세계 영상에 가상표적을 효과적으로 전시하여 현실감을 높이려면 먼저 두 세계를 정합한 후 폐색영역을 산출하여 가상객체의 위치를 결정하는 것이 필수적이다. 본 논문에서는 실 영상위에 지정된 경로에 따라 가상표적을 이동시킬 때 발생하는 폐색문제를 해결하는 새로운 방법을 제안한다. 이를 위해 먼저 실험 영역의 DEM을 이용하여 3차원 가상세계를 생성하고 이를 CCD 카메라 영상과 시각적 단서를 이용하여 정합한다. 또한 스네이크 알고리즘과 픽킹 알고리즘을 이용하여 영상에서 폐색 처리될 지점의 3차원 정보를 산출하고 표적이동시 이를 이용하여 폐색문제를 해결하는 방법을 제안하였다 실험에서는 부분적 폐색이 발생하는 환경에서 제안한 방법의 유효성을 입증하였다.