• 대한기계학회논문집B
• /
• 제30권1호
• /
• pp.8-15
• /
• 2006

A Sparse Point Representation(SPR) based on interpolation wavelets is presented. The SPR is implemented for the purpose of CFD data compression. Unlike conventional wavelet transformation, the SPR relieves computing workload in the similar fashion of lifting scheme that includes splitting and prediction procedures in sequence. However, SPR skips update procedure that is major part of lifting scheme. Data compression can be achieved by proper thresholding method. The advantage of the SPR method is that, by keeping even point physical values, low frequency filtering procedure is omitted and its related unphysical thresholing mechanism can be avoided in reconstruction process. Extra singular feature detection algorithm is implemented for preserving singular features such as shock and vortices. Several numerical tests show the adequacy of SPR for the CFD data. It is also shown that it can be easily extended to nonlinear adaptive wavelets for enhanced feature capturing.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(5)
• /
• pp.207-209
• /
• 2000

In this paper, we developed a feature point detection algorithm that detects upstroke point(S), peak point(P), incisura(C) point from radial pulse waveform which obtained by using the developed radial pulse transducer. As the results of experiment the three kinds of parameters can extracted with effectively from normal radial pulse waveform.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.808-810
• /
• 2004

본 논문에서는 Contrast map과 Salient point를 이용하여 영상에서 중요한 객체를 자동으로 추출하는 방법을 제안한다. 우선 인간의 시각 체계와 유사한 밝기(luminance), 색상(color) 그리고 방향성(orientation) 3가지의 특징정보를 이용하여 각각의 특징정보로부터 feature map을 생성하고 이 3가지의 feature map을 선형 결합하여 contrast map을 생성한다. 이렇게 생성된 하나의 contrast map을 이용하여 대략적인 Attention Window (AW)의 위치를 결정한다. 다음으로, 영상으로부터 웨이블릿 변환을 적용하여 salient point를 찾고, salient point의 분포와 contrast map의 중요도에 따라 AW의 크기를 실제 중요 객체의 크기와 가장 유사하도록 축소시킨다. 이렇게 선택되고 축소된 AW안에서 실제 중요 객체를 추출하기 위해 AW 내부에 존재하는 영상에 대해서만 영상 분할을 하고 불필요한 영역을 제거하여 자동으로 중요객체를 추출하도록 한다.

• 대한토목학회논문집
• /
• 제44권2호
• /
• pp.263-270
• /
• 2024

무인항공기와 무인항공기 센서가 다양하게 개발됨에 따라 기존의 항공사진 또는 원격탐사보다 좁은 면적에 대한 정보를 빠르게 업데이트할 수 있다. 하지만 무인항공기 사진측량에서 지상기준점의 획득과 입력은 많은 시간이 소요되며, 지상기준점 측량과 입력이 잘못될 경우 기하 왜곡이 발생한다. 본 연구에서는 이러한 지상기준점 획득과 입력의 시간을 줄이기 위해 RGB 기준 정사영상을 제작하고, 다양한 센서의 목적 정사영상에 특징점 알고리즘을 적용하여 비교·평가를 수행하였다. 연구대상지 2곳에 대해 4가지 특징점 추출 알고리즘을 적용했으며, 그 결과 특징점 대비 매칭쌍의 비율은 speeded up robust features(SURF)가 가장 우수하였다. 전체적으로 비교했을 때 accelerated-KAZE(AKAZE) 방법이 가장 많은 특징점과 매칭쌍을 추출했으며, binary robust invariant scalable keypoints(BRISK) 방법이 가장 적은 특징점과 매칭쌍을 추출했다. 본 결과를 통해 센서별 목적 정사영상 기하보정 수행 시 AKAZE 방법이 우수한 것을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.50-54
• /
• 1999

본 논문에서는 영상의 다양한 특징 정보 중에서 색상 특징과 모양 특징을 이용한 영상 검색 시스템을 제안한다. 색상 특징은 지역별 색상 분포 히스토그램을 추출하고, 각 지역의 히스토그램 중에 가장 큰 값을 가지는 4개의 값을 특징 정보로 이용한다. 모양 특징을 추출하기 위한 전처리 과정은 경계면 추출과정, 경계면에 대한 무게 중심 추출 과정, angular sampling 과정으로 구성되고, 무게 중심으로부터 경계면까지의 거리의 합, 표준 편차, 장축/단축 비율을 특징 정보로 이용한다. 각 질의 영상들의 특징 정보와 데이터베이스에 저장된 영상들의 특징 정보들 비교하여 유사도 순위에 따라 후보영상들이 검색된다. 200개의 폐곡선을 이루는 상표영상에 대한 검색 실험을 통하여 색상 정보와 모양 정보에 대한 정확도를 측정하였다. 실험 결과 평균 Recall/Precision이 0.72/0.83를 보임으로써 제안된 방법이 유용함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.95-101
• /
• 2011

본 논문에서는 픽셀 연결성 추적을 이용한 의사 특징점 제거에 관하여 연구하였다. 특징점을 추출하는 방법에는 교차수를 이용한 방법이 있다. 그러나 교차수를 이용한 방법에서는 의사 특징점이 많이 추출된다. 교차수를 이용한 방법에서 잘못 추출된 특징점들을 제거하기 위하여 단점과 분기점 주위에 있는 8개 픽셀을 추적하여 조건을 만족하는 경우 실제 특징점으로 추출하고 조건을 만족하지 않는 경우 의사 특징점이므로 제거하였다. 성능 평가를 위하여 교차수를 이용한 방법과 픽셀 연결성 추적을 이용하여 추출된 실제 특징점을 비교하였으며, 실험결과 픽셀 연결성 추적을 이용하여 궁상문형, 와상문형, 제상문형에 대하여 의사특징점이 각각 47%, 40%, 30% 제거되었음을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제46권6호
• /
• pp.58-67
• /
• 2009

대응점 정합은 컴퓨터 비전에서 중요한 작업 중에 하나지만 스케일, 조명, 시점이 변한 환경에서 대응점을 찾는 과정은 매우 어렵다. 대응점 정합 알고리즘인 SURF(Speeded Up Robust Features) 기법은 SIFT(Scale Invariant Feature Transform) 기법에 비해 정합 속도가 매우 빠르고 비슷한 정합 성능을 보여 널리 사용되고 있다. 하지만 SURF 기법은 흑백 영상과 지역 공간정보를 사용하기 때문에 유사한 패턴이 존재하는 영상에서 대응점의 정합 성능이 매우 떨어진다. 이런 문제점을 해결하기 위해 본 논문에서는 강인한 컬러 특징 정보와 광역적 특징 정보를 이용하는 확장 SURF 알고리즘을 제안한다. 제안하는 알고리즘은 비슷한 패턴이 존재하더라도 색상정보과 광역 공간 정보를 추가로 사용되기 때문에 대응점 매칭 성능을 크게 향상시킨다. 본 논문에서는 제안하는 방법의 우수성을 조명과 시점이 변화하고 유사한 패턴들을 갖는 영상들에 적용하여 기존의 방법들과 비교 실험함으로서 입증하였다.

• 한국산업융합학회 논문집
• /
• 제6권1호
• /
• pp.23-29
• /
• 2003

This paper proposes an efficient feature extraction of the images by using independent component analysis(ICA) based on neural networks of the hybrid learning algorithm. The proposed learning algorithm is the fixed point(FP) algorithm based on Newton method and moment. The Newton method, which uses to the tangent line for estimating the root of function, is applied for fast updating the inverse mixing matrix. The moment is also applied for getting the better speed-up by restraining an oscillation due to compute the tangent line. The proposed algorithm has been applied to the 10,000 image patches of $12{\times}12$-pixel that are extracted from 13 natural images. The 144 features of $12{\times}12$-pixel and the 160 features of $16{\times}16$-pixel have been extracted from all patches, respectively. The simulation results show that the extracted features have a localized characteristics being included in the images in space, as well as in frequency and orientation. And the proposed algorithm has better performances of the learning speed than those using the conventional FP algorithm based on Newton method.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권11_12호
• /
• pp.705-716
• /
• 2005

패턴 인식 연구 분야에서 많은 특징점 추출 알고리즘들이 개발되었지만, 태블릿 PC나 LCD 태블릿과 같은 펜-입력 디스플레이를 위한 인터액티브 애플리케이션들은 기존과는 다른 요구사항을 가진다. 사용자 마다 다른 다양한 스케치 스타일의 대해서 세그멘테이션 및 특징점 추출을 그림을 그리는 동안 실시간에 안정적으로 수행하여야 한다. 본 논문은 사용자로부터 자유로이 입력된 펜 입력을 분할(segmentation)하기 위해 필수적인 곡률(curvature) 측정 방법을 제안한다. 이 방법은 국소적인 모양 정보(shape descriptors)만을 사용하므로 펜 입력동안 곧바로(on-the-fly) 곡률을 측정할 수 있다. 본 알고리즘은 3차원 스케치 기반 모델링 애플리케이션에서 펜 마킹 인식을 위해서 사용되었다.

• 대한기계학회논문집A
• /
• 제25권5호
• /
• pp.841-849
• /
• 2001

The pixel information of the object was obtained sequentially and pixels were clustered to a label by the line labeling method. Feature points were determined by finding the slope for edge pixels after selecting the fixed number of edge pixels. The slope was estimated by the least square method to reduce the detection error. Once a matching point was determined by comparing the feature information of the object and the pattern, the parameters for translation, scaling and rotation were obtained by selecting the longer line of the two which passed through the matching point from left and right sides. Finally, modified Hausdorff Distance has been used to identify the similarity between the object and the given pattern. The multi-label method was developed for recognizing the patterns with more than one label, which performs the modified Hausdorff Distance twice. Experiments have been performed to verify the performance of the proposed algorithm and method for simple target image, complex target image, simple pattern, and complex pattern as well as the partially hidden object. It was proved via experiments that the proposed image matching algorithm for recognizing the object had a good performance of matching.