• 한국측량학회지
• /
• 제35권3호
• /
• pp.125-132
• /
• 2017

IKONOS, QuickBird, Kompsat-2 등 서로 다른 고해상도 광학 센서로 취득된 다중시기 영상은, 취득 당시의 센서 자세나 환경의 차이에 의해 영상 등록(image registration)을 수행한 이후에도 여전히 지역적인 지형 불일치가 존재한다. 등록오차(registration noise)라고도 불리는 이러한 지형 불일치는 고해상도 다중시기 영상을 이용하여 공간정보를 추출하는 다양한 활용분야의 정확도를 떨어뜨리는 방해 요인으로 작용한다. 반대로, 등록오차를 추출하여 이를 효과적으로 제거한다면 결과적으로는 다중시기 고해상도 영상을 이용하여 추출되는 공간정보의 정확도를 높일 수 있다. 이에 본 연구에서는 지배적인 등록오차는 주로 영상 내 객체의 경계를 따라서 존재한다는 가정 하에, 경계강도 영상을 이용하여 등록오차를 추출한다. 추출된 등록오차의 지역적 분포특성을 고려하여 고해상도 영상 간 지형 불일치를 최소화하는 정밀 등록 기법을 제안한다. 제안 기법을 평가하기 위해, 고해상도 다중시기 광학위성 영상을 이용하여 실험지역을 구성한다. 등록오차 기반의 정밀 등록 기법 적용 결과와 수동으로 수행한 등록 결과와의 정량적/정성적 비교평가를 통해 제안 기법의 우수성을 판단하고자 한다.

• Journal of Mechanical Science and Technology
• /
• 제19권12호
• /
• pp.2213-2223
• /
• 2005

In order to reconstruct a full 3D human model in reverse engineering (RE), a 3D scanner needs to be placed arbitrarily around the target model to capture all part of the scanned surface. Then, acquired multiple scans must be registered and merged since each scanned data set taken from different position is just given in its own local co-ordinate system. The goal of the registration is to create a single model by aligning all individual scans. It usually consists of two sub-steps: rough and fine registration. The fine registration process can only be performed after an initial position is approximated through the rough registration. Hence an automated rough registration process is crucial to realize a completely automatic RE system. In this paper an automated rough registration method for aligning multiple scans of complex human face is presented. The proposed method automatically aligns the meshes of different scans with the information of features that are extracted from the estimated principal curvatures of triangular meshes of the human face. Then the roughly aligned scanned data sets are further precisely enhanced with a fine registration step with the recently popular Iterative Closest Point (ICP) algorithm. Some typical examples are presented and discussed to validate the proposed system.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.581-588
• /
• 2018

본 연구는 다시기 영상의 활용이 유리한 RapidEye 영상의 활용성을 증대시키기 위하여, 이들 간에 지역적으로 존재하는 기하오차를 최소화 하는 정밀 상호좌표등록 기법을 제안하였다. 이를 위해, RapidEye 영상과 함께 제공되는 RPCs (Rational Polynomial Coefficients)를 이용하여 다시기 정사영상을 생성하고, 정사영상 간의 정밀 상호 좌표등록을 수행하였다. 정사영상을 생성하기 위해서 수치지도에서 추출된 DEM (Digital Elevation Model)을 활용하였으며, 정밀 상호좌표등록을 수행하기 위하여 RNCC (Registration Noise Cross Correlation) 기법을 적용하였다. 영광지역에 대해 2015년 5월부터 2016년 11월까지 획득된 RapidEye 1B 영상 총 4장을 활용하여 실험을 진행하였으며, 밴드별(blue, green, red, red edge, near-infrared)로 적용된 정밀 상호좌표등록 결과 비교분석을 통해 각 밴드가 보이는 상호좌표등록 적용 가능성 여부를 판단하였다. 실험 결과, RapidEye 영상의 모든 밴드를 활용하여 상호좌표등록이 가능하였으며, 상호좌표등록을 하지 않았을 때보다 다시기 영상 간 정량적/정성적으로 향상된 기하 일치도를 보였다. 특히 red와 red edge 밴드를 이용할 경우 다시기 영상 촬영시기의 계절적 차이에 관계없이 안정적인 상호좌표등록 결과를 보임을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1901-1910
• /
• 2022

뉴스페이스(new space) 시대가 도래함에 따라 국내 KOMPSAT-3·3A 위성영상과 해외 위성영상과의 글로벌 융합활용 기술확보가 대두되고 있다. 일반적으로 다중센서 위성영상은 취득 당시의 다양한 외부요소로 인해 영상 간 상대적인 기하오차(relative geometric error)가 발생하며, 이로 인해 위성영상 산출물의 품질이 저하된다. 따라서 본 연구에서는 KOMPSAT-3·3A 위성영상과 해외 위성영상 간 존재하는 상대기하오차를 최소화하기 위한 정밀영상정합(fine-image registration) 방법론을 제안한다. KOMPSAT-3·3A 위성영상과 해외 위성영상 간 중첩영역을 선정한 후 두 영상 간 공간해상도를 통일한다. 이어서, 특징 및 영역 기반 정합기법을 결합한 형태의 하이브리드(hybrid) 정합기법을 이용하여 정합점(tie-point)을 추출한다. 그리고 피라미드(pyramid) 영상 기반의 반복적 정합을 수행하여 정밀영상정합을 수행한다. KOMPSAT-3·3A 위성영상과 Sentinel-2A 및 PlanetScope 영상을 이용하여 제안기법의 정확도 및 성능을 평가하였다. 그 결과, Sentienl-2A 영상 기준 평균 Root Mean Square Error (RMSE) 1.2 pixels, PlanetScope 영상 기준 평균 RMSE 3.59 pixels의 정확도가 도출되었다. 이를 통해 제안기법을 이용하여 효과적으로 정밀영상정합을 수행할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.945-957
• /
• 2019

본 연구에서는 무인항공기(Unmanned Aerial Vehicle, UAV)를 활용하여 취득된 농경지 지역에 대한 영상 간 기하 오차를 제거하기 위한 정밀영상등록(Coarse to Fine Image Registration) 방법론을 제시한다. 먼저 무인항공기를 활용하여 농경지 지역에 대한 영상을 취득한 후 정사영상을 생성하였다. 영상등록 시 오차를 유발하는 오정합쌍이 추출되는 확률을 감소시키기 위해 생성된 정사영상의 메타데이터를 기반으로 관심지역을 선정하여 탐색영역을 최소화하였다. 그리고 Speeded Up Robust Features (SURF) 기법을 활용하여 추출된 정합쌍(Tie-points)을 기반으로 초기영상등록을 수행하여 정사영상 간 기하 오차를 전반적으로 제거하였다. 이어서 영상내에 두드러진 공간특성이나 구조가 없어도 효과적으로 정합쌍 추출이 가능한 상호정보(Mutual Information) 기법을 통해 추출된 정합쌍을 활용하여 정밀영상등록을 수행하였다. 총 8장의 정사영상을 이용하여 제안기법의 우수성 및 효율성을 검증하기 위해 SURF 기법, 상호정보기법을 개별적으로 활용하여 영상등록을 수행한 결과와 비교분석을 수행하였다. 그 결과, 제안기법을 활용한 경우 효과적으로 정사영상 간 기하 오차가 제거된 것을 확인하였다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.491-498
• /
• 2019

본 연구는 KOMPSAT-3 및 3A호 영상 간 상호좌표등록을 수행할 당시에 두 영상이 보이는 수렴각(convergence angle)의 크기에 따라서 상호좌표등록의 정확도가 어떻게 달라지는지에 대한 분석을 수행하였다. 고해상도 위성영상의 메타데이터에서 제공하는 영상의 좌표정보를 이용하여 영상 정합을 수행하기 위한 탐색영역을 줄일 수 있으므로, 본 연구에서는 좁은 탐색영역에서 정합 신뢰도가 높은 영역기반 정합쌍 추출 기법 중 하나인 상호정보(mutual information) 기법을 활용하였다. 상대적으로 해상도가 낮은 다중분광 영상을 이용하여 초기 상호좌표등록을 수행하여 초기 위치관계를 파악하고, 보다 정밀한 상호좌표등록을 위해 전정색 영상의 관심대상지역을 중심으로 정밀 상호좌표등록을 수행하였다. 대전지역에서 촬영된 16장의 KOMPSAT-3 및 3A호 영상으로 120개의 조합을 구성하여 실험을 수행하였다. 실험결과, 영상 간 수렴각 크기와 상호좌표등록 정확도 사이의 상관계수 값은 0.59를 보였고, 영상 간의 수렴각 크기가 클수록 상호좌표등록 정확도가 떨어지는 경향을 보이는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.263-265
• /
• 2003

The computation cost of image registration is affected by searching data size and space. This paper proposes an efficient image registration algorithm that uses multi-resolution wavelet decomposed image to reduce the data size search. The algorithm determines the correlation detection at low resolution on low-pass sub bands of wavelet and generate mask for higher resolution as part of a coarse to fine registration algorithm. The correlation matching is defined for coarse resolution similarity measurement, while mutual information (MI) is used at fine resolution. The results show that the new efficient mask-based algorithm improves computational efficiency and yields robust and consistent image registration results.

• Journal of Computational Design and Engineering
• /
• 제1권4호
• /
• pp.223-232
• /
• 2014

This paper describes a variant of the extended Gaussian image based registration algorithm for point clouds with surface color information. The method correlates the distributions of surface normals for rotational alignment and grid occupancy for translational alignment with hue filters applied during the construction of surface normal histograms and occupancy grids. In this method, the size of the point cloud is reduced with a hue-based down sampling that is independent of the point sample density or local geometry. Experimental results show that use of the hue filters increases the registration speed and improves the registration accuracy. Coarse rigid transformations determined in this step enable fine alignment with dense, unfiltered point clouds or using Iterative Common Point (ICP) alignment techniques.

• 한국멀티미디어학회논문지
• /
• 제16권12호
• /
• pp.1454-1464
• /
• 2013

본 논문에서는 수술 중 촬영된 2D XA(X-ray Angiogram) 영상에 수술 전 촬영된 3D CTA (Computed Tomography Angiography) 영상 정보를 융합 가시화하기 위한 고속의 강체 정합 기법을 제안한다. 본 논문에서는 두 혈관 사이의 특징점 정보를 이용하여 예측 투영 위치 지점을 추정하는 삼각 측정을 통한 추정치 예측 기법을 제안하여 빠르고 견고한 초기 정합이 가능하다. 이에 더하여 주축을 생성하여 정렬시킨 후 경계 상자를 이용하여 혈관의 형태를 비교하는 방법으로 더욱 정확한 초기 정합이 가능하다. 다음으로 정밀정합은 선택적 거리 측정을 통하여 각 영상에서의 혈관들의 거리 차이가 최소인 위치로 영상을 정합한다. 실험으로 5명의 환자 데이터에 대하여 영상정합을 하였고, 기존 기법과 수행 속도와 정확성, 견고성 측면에서 비교 평가하였다. 실험 결과 제안 기법은 기존 기법에 비하여 최적의 위치로 빠르고 견고하게 정합되었다.