• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1430-1441
• /
• 2012

In this paper, we present an algorithm that quickly and effectively estimates orthogonal vanishing points in equirectangular images of urban environment. Our algorithm is based on the RANSAC (RANdom SAmple Consensus) algorithm and on the characteristics of the line segment in the spherical panorama image of the $360^{\circ}$ longitude and $180^{\circ}$ latitude field of view. These characteristics can be used to reduce the geometric ambiguity in the line segment classification as well as to improve the robustness of vanishing point estimation. The proposed algorithm is validated experimentally on a wide set of images. The results show that our algorithm provides excellent levels of accuracy for the vanishing point estimation as well as line segment classification.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.26-32
• /
• 2011

This paper proposes a new method to process panoramic image stitching using SURF(Speeded Up Robust Features). Panoramic image stitching is considered a problem of the correspondence matching. In computer vision, it is difficult to find corresponding points in variable environment where a scale, rotation, view point and illumination are changed. However, SURF algorithm have been widely used to solve the problem of the correspondence matching because it is faster than SIFT(Scale Invariant Feature Transform). In this work, we also describe an efficient approach to decreasing computation time through the homography estimation using RANSAC(random sample consensus). RANSAC is a robust estimation procedure that uses a minimal set of randomly sampled correspondences to estimate image transformation parameters. Experimental results show that our method is robust to rotation, zoom, Gaussian noise and illumination change of the input images and computation time is greatly reduced.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.601-604
• /
• 2021

본 논문에서는 모바일 디바이스의 카메라로부터 얻은 RGB이미지를 분석하여 장애물을 안정적으로 탐지할 수 있는 프레임워크를 제안한다. 본 논문에서는 장애물을 안정적으로 찾기 위해 RANSAC(Random Sample Consensus)기반의 다중 평면 방식을 이용한 위험감지 시스템을 제안한다. 우리의 접근 방식은 RGB영상으로부터 특징점(Feature point)을 추출하고, 특징점을 분석(Feature point analysis)하여 영상내의 평면을 감지한다. 복잡한 지형으로 인해 생성되는 다수의 평면을 RANSAC을 통해 단일 평면으로 정규화하고, 이로부터 특징점을 분류하기 위한 기준점을 계산한다. 모바일 디바이스의 위치와 회전 제약 없이 효과적으로 기준평면(Reference plane)을 탐색할 수 있고, 영상 내 특징점을 실시간으로 계산한다. 다양한 실험을 통해 기준평면과 장애물과의 거리를 파악하여 장애물을 효과적으로 분류하는 결과를 얻었다. 우리의 기법은 실세계에서의 위험요소를 감지하고 모바일 디바이스 사용자의 안전성 확보에 활용할 수 있을 거라 기대한다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.3-11
• /
• 2014

최근 도시는 신규건축, 재건축 및 부분적인 리모델링 등 다양한 형태로 변화하고 있으며, 이에 따라 수치지도 또한 최신성 및 정확도를 유지할 수 있도록 지속적인 수정 및 갱신을 통해 사용자들에게 최적의 서비스를 제공할 수 있어야 한다. 일반적으로 수치지도 수정 및 갱신 방법으로는 항공사진 혹은 준공도면을 이용하고 있으나, 항공사진은 촬영주기제한 및 경제성 측면에서 국소 지역에 대한 수시 갱신이 어렵고 준공도면의 경우 품질 확보의 어려움이 존재한다. 본 연구에서는 빠르게 변하는 도심지의 건물 개발 현황을 수치지도상의 건물 정보에 신속하게 반영하기 위해 지상라이다로부터 추출한 건물 footprint 자료를 이용하는 방법론을 제안하였다. 우선 지상라이다로부터 취득된 전체 건물의 포인트 클라우드 자료로부터 대표 옆면을 추출하고, 2차원 영상으로 투영한다. 투영된 포인트 클라우드 자료로부터 footprint를 추출하고, 추출된 footprint와 수치지도 상의 건물 footprint 간의 정합을 위해 2D Affine 모델을 사용하였다. 2D Affine 파라미터의 추정에는 두 footprint 자료로부터 취득된 무게중심을 사용하였으며, 무작위로 추출된 무게중심 간의 매칭을 위해 수정된 RANSAC (RANdom SAmple Consensus) 알고리즘을 제시하였다. 다양한 조건하에서 수행된 실험결과 제안된 알고리즘을 적용할 경우, 지상라이다로부터 추출된 건물데이터를 활용하여 효율적인 수치지형도의 갱신이 가능함을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.517-519
• /
• 2004

This paper describes an approach to estimate a robot pose with an image. The algorithm of pose estimation with an image can be broken down into three stages : extracting scale-invariant features, matching these features and calculating affine invariant. In the first step, the robot mounted mono camera captures environment image. Then feature extraction is executed in a captured image. These extracted features are recorded in a database. In the matching stage, a Random Sample Consensus(RANSAC) method is employed to match these features. After matching these features, the robot pose is estimated with positions of features by calculating affine invariant. This algorithm is implemented and demonstrated by Matlab program.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.194-197
• /
• 2016

자동차 산업이 발전하면서 안정적인 주행과 운전자의 편의성을 위한 지능형운전자보조시스템인 ADAS (Advanced Driver Assistance System)가 이슈가 되고 있다. 차선인식의 결과에 따라 차선이탈 경고시스템의 성능이 달라지기 때문에 차선인식은 ADAS에서 매우 중요한 핵심적인 기술이라 할 수 있다. 이에 본 논문에서는 그림자 영역과 같이 밝기의 분포가 균일하지 않는 환경에서 강인하게 동작하는 차선인식 알고리즘을 제안하였다, 지역적인 밝기 특징을 고려하여 차선에 해당하는 특징점을 추출하며, 추출된 특징점 가운데 이상치(outlier)를 제거하기 위해 RANSAC (RANdom SAmple Consensus) 알고리즘을 이용하여 차선을 검출한다. 또한 RANSAC 알고리즘에서 신뢰도가 높은 차선이 검출되면 그 주위에 특징점을 추출하기 위한 관심영역을 설정함으로써 안정적인 차선 검출이 가능하도록 하였다.

• Journal of information and communication convergence engineering
• /
• 제15권3호
• /
• pp.187-192
• /
• 2017

Autonomous driving vehicle research demands complex road and lane understanding such as lane departure warning, adaptive cruise control, lane keeping and centering, lane change and turn assist, and driving under complex road conditions. A fast and robust road lane detection subsystem is a basic but important building block for this type of research. In this paper, we propose a method that performs road lane detection from black box input. The proposed system applies Random Sample Consensus to find the best model of road lanes passing through divided regions of the input image under HSV color model. HSV color model is chosen since it explicitly separates chromaticity and luminosity and the narrower hue distribution greatly assists in later segmentation of the frames by limiting color saturation. The implemented method was successful in lane detection on real world on-board testing, exhibiting 86.21% accuracy with 4.3% standard deviation in real time.

• 센서학회지
• /
• 제13권1호
• /
• pp.27-34
• /
• 2004

Camera calibration is an important and fundamental procedure for the application of a vision sensor to 3D problems. Recently many camera calibration methods have been proposed particularly in the area of robot vision. However, the reliability of data used in calibration has been seldomly considered in spite of its importance. In addition, a camera model can not guarantee good results consistently in various conditions. This paper proposes methods to overcome such uncertainty problems of data and camera models as we often encounter them in practical camera calibration steps. By the use of the RANSAC (Random Sample Consensus) algorithm, few data having excessive magnitudes of errors are excluded. Artificial neural networks combined in a two-step structure are trained to compensate for the result by a calibration method of a particular model in a given condition. The proposed methods are useful because they can be employed additionally to most existing camera calibration techniques if needed. We applied them to a linear camera calibration method and could get improved results.

• 한국통신학회논문지
• /
• 제40권12호
• /
• pp.2343-2352
• /
• 2015

본 논문에서는 U-시차 지도(U-disparity map)와 정방향-역방향 에러 제거를 통하여 자동차 환경에서의 새로운 모션 필드 예측기법을 제안한다. 일반적으로 자동차에 장착된 카메라로 획득된 영상에서는 자동차의 움직임에 따라 모션 벡터가 발생하게 된다. 그러나 이러한 모션 벡터는 주변 환경에 영향을 받기 때문에 정확도가 떨어진다. 특히 도로면에서는 인접한 화소값이 유사하기 때문에 정확한 모션 벡터의 추출이 어렵다. 따라서 제안하는 기법에서는 U-시차 지도를 이용하여 도로면을 제거하고 나머지 부분에 대하여 옵티컬 플로우(optical flow)를 수행한다. 또한 모션 벡터의 정확도를 향상시키기 위해 정방향-역방향 에러 제거 방법을 활용한다. 최종적으로 획득한 모션 벡터에 RANSAC(RANdom SAmple Consensus)을 적용하여 차량의 움직임을 예측하고 모션 필드를 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 성능이 우수한 것을 확인하였다.

• 한국통신학회논문지
• /
• 제40권12호
• /
• pp.2363-2371
• /
• 2015

본 논문에서는 FAST(Features from Accelerated Segment Test) 특징점 검출기와 SIFT(Scale Invariant Feature Transform) 특징점 서술자(descriptor)를 사용하여 시점 변화에 강인한 특징점 정합 기법을 제안한다. 기존의 FAST 기법은 영상의 에지 부분을 따라서 불필요하게 특징점을 많이 추출하게 되는데 이러한 단점을 주곡률(principal curvatures)을 적용하여 개선한다. 추출된 특징점을 SIFT 서술자를 통해 기술하고 시점이 다른 두 영상으부터 구해진 정합쌍에 RANSAC(RANdom SAmple Consensus) 기법을 통하여 호모그래피(homography)를 계산한다. 시점 변화에 강인한 특징점 정합을 위해서 기준 영상의 특징점들을 호모그래피 변환을 통해 변경된 좌표와 시점이 다른 영상의 특징점 좌표간의 유클리디언(Euclidean) 거리를 통해 정합쌍을 분류한다. 같은 물체나 장소에 대해 시점이 변화된 여러 영상에 대한 실험을 통해서 제안하는 정합 기법이 적은 계산량으로 기존의 특징점 정합 기법보다 우수한 성능을 보여주는 것을 확인하였다.