• 한국멀티미디어학회논문지
• /
• 제17권7호
• /
• pp.829-837
• /
• 2014

This paper develops an automatic go recording system based on image processing. We use Random Sample Consensus to detect the circular shape of stone and propose a set of methods to improve the computational overhead of RANSAC. The proposed scheme is not affected by the changes of stone location, illumination, and camera distance, which is different from existing methods. We implemented the proposed scheme into a working system and confirmed that the recording is feasible and the problems have been improved.

• 융합신호처리학회논문지
• /
• 제16권1호
• /
• pp.9-14
• /
• 2015

Outlier detection and removal is a crucial step needed for various image processing applications such as image registration. Random Sample Consensus (RANSAC) is known to be the best algorithm so far for the outlier detection and removal. However RANSAC requires a cosiderable computation time. To drastically reduce the computation time while preserving the comparable quality, a outlier detection and removal method based on modified K-means is proposed. The original K-means was conducted first for matching point pairs and then cluster merging and member exclusion step are performed in the modification step. We applied the methods to various images with highly repetitive patterns under several geometric distortions and obtained successful results. We compared the proposed method with RANSAC and showed that the proposed method runs 3~10 times faster than RANSAC.

• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.388-393
• /
• 2019

외란(Outlier)이 있는 데이터를 피팅(Fitting)하는 방법으로 RANSAC(RANdom SAmple Consensus)알고리즘이 선, 원, 타원 등 의 피팅에 많이 사용되고 있다. 본 논문은 다수의 평면에 대한 3차원 포인트 데이터가 주어질 때 각 평면에 대해 RANSAC기반 평면 피팅을 최근 딥러닝 등에 많이 사용되는 GPU의 하나인 CUDA를 이용하여 효율적으로 수행하는 알고리즘을 제안한다. 모의 데이터와 실제 데이터를 이용하여 제안된 알고리즘의 성능을 CPU와 비교하여 보인다. 외란이 많고 인라이어(inlier) 비율이 낮을수록 CPU대비 속도가 향상되고 평면의 개수가 많을수록 평면당 데이터개수가 많을수록 병렬처리에 의한 속도가 가속됨을 보인다. 제안된 방법은 다중 평면 피팅외의 다른 피팅에도 쉽게 적용할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.637-639
• /
• 2021

자율주행 연구가 활발히 진행되면서 ADAS(Advanced Driver Assistance System)에서 차량의 위치를 파악하고 경로를 유지하는데 차선 검출은 필수적인 기술이다. 차선 검출은 허프 변환과 RANSAC(Random Sample Consensus)과 같은 영상처리 알고리즘을 이용하여 검출한다. 본 논문은 라즈베리파이3 B+에 OpenCV를 이용하여 선형 도형 검출 알고리즘을 구현하고 있다. OpenCV 가우시안 블러 구조와 캐니 에지 검출을 통해 문턱값을 설정하였고, 선형 검출 알고리즘을 통한 차선 인식에 성공하였다.

• 대한임베디드공학회논문지
• /
• 제13권4호
• /
• pp.195-204
• /
• 2018

Lane keeping assist and departure prevention system are the key functions of ADAS. In this paper, we propose lane detection method which uses Gaussian function based RANSAC. The proposed method consists mainly of IPM (inverse perspective mapping), Canny edge detector, and Gaussian function based RANSAC (Random Sample Consensus). The RANSAC uses Gaussian function to extract the parameters of straight or curved lane. The proposed RANSAC is different from the conventional one, in the following two aspects. One is the selection of sample with different probability depending on the distance between sample and camera. Another is the inlier sample score that assigns higher weights to samples near to camera. Through simulations, we show that the proposed method can achieve good performance in various of environments.

• 자동차안전학회지
• /
• 제14권2호
• /
• pp.51-56
• /
• 2022

This paper presents an Ground Segmentation algorithm to eliminate unnecessary Lidar Point Cloud Data (PCD) in an autonomous driving system. We consider Random Sample Consensus (Ransac) Algorithm to process lidar ground data. Ransac designates inlier and outlier to erase ground point cloud and classified PCD into two parts. Test results show removal of PCD from ground area by distinguishing inlier and outlier. The paper validates ground rejection algorithm in real time calculating the number of objects recognized by ground data compared to lidar raw data and ground segmented data based on the z-axis. Ground Segmentation is simulated by Robot Operating System (ROS) and an analysis of autonomous driving data is constructed by Matlab. The proposed algorithm can enhance performance of autonomous driving as misrecognizing circumstances are reduced.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.505-516
• /
• 2005

2008년도에 발사 예정인 통신해양기상위성은 자동 영상기반 항법을 수행할 예정이다. 자동 영상기반 항법을 위해서는 랜드마크 칩과 영상간의 정합을 수행하는 랜드마크 검출도 자동 수행되어야 한다. 그러기 위해서는 자동 정합의 문제점인 오정합에 대한 해결책이 필요하다. 이런 문제를 해결하기 위해서 우리는 강인추정기법 중 하나인 Random Sample Consensus (RANSAC)를 통한 자동 오정합 판별을 제안한다. 우리는 RANSAC을 이용한 자동 오정합 판별을 실험하기 위해서 GOES-9의 영상과 해안선 데이터베이스에서 추출한 30개의 랜드마크 칩을 이용하여 정합을 수행하였다. 정합수행 후에 RANSAC 추정 기법으로 오정합을 판별해 내었으며, RANSAC에 오차 임계값으로 2.5 픽셀을 설정했을 때, 모든 오정합을 판별할 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.405-406
• /
• 2006

This paper proposes the new algorithm for the extraction of the corresponding points. Our algorithm is based on RANSAC(Random Sample Consensus) with EM(Expectation-Maximization). In the procedure of RANSAC, N-points are selected by the result of EM instead of the random selection. EM+SAC algorithm is applied to the correspondence for the mosaicing.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1648-1672
• /
• 2020

There are several types of image registration in the sense of stitching separated images that overlap each other. One of these is feature-based registration by a common feature descriptor. In this study, we generate a mosaic of images using feature-based registration for drone aerial images. As a feature descriptor, we apply the scale-invariant feature transform descriptor. In order to investigate the authenticity of the feature points and to have the mapping function, we employ the sample consensus method; we consider the sensed image's inherent characteristic such as the geometric congruence between the feature points of the images to propose a novel hypothesis estimation of the mapping function of the stitching via some optimally chosen initial candidate inliers in the sample consensus method. Based on the experimental results, we show the efficiency of the proposed method compared with benchmark methodologies of random sampling consensus method (RANSAC); the well-ordering property defined in the context and the extensive stitching examples have supported the utility. Moreover, the sample consensus scheme proposed in this study is uncomplicated and robust, and some fatal miss stitching by RANSAC is remarkably reduced in the measure of the pixel difference.

• 정보과학회 논문지
• /
• 제43권5호
• /
• pp.562-568
• /
• 2016

포인트 클라우드 데이터는 어떠한 형태를 표현하기 위해 무수히 많은 점들을 갖는 데이터 집합으로 특정 벡터 시스템에서 표현될 수 있으며, 일반적으로 3차원 좌표 공간에서 다양한 특성을 갖게 된다. 본 논문은 3차원 좌표 시스템의 포인트 클라우드에서 기존 방법(Hough Transform)보다 빠른 실린더 형태의 파이프 추정을 목표로 한다. 이를 위해 비교적 빠른 RANdom SAmple Consensus(RANSAC)를 사용한다. 본 논문에서 제안하는 실린더 형태의 파이프 추정은 두 가지 형태의 수학적 모델을 근거로 파라미터를 계산하고, 결과를 조합하여 예측한다. 두 가지 수학적 모델은 구(Sphere)와 직선(Line)이며, RANSAC 적합을 통해 실린더의 축과 반지름이 될 수 있는 구의 파라미터(중심과 반지름)를 계산하고, 이를 직선화하여 실린더를 추정한다. 이는 법선 추정(Normal Estimation) 및 분할(Segmentation) 없이 비교적 정확도를 유지하며, 빠르게 실린더 매칭을 할 수 있게 한다. 빠른 실린더 매칭은 실시간 파이프 추정이 필요한 레이저 스캐닝 및 건설 역설계 분야에서 활용할 수 있을 것이다.