• 제어로봇시스템학회논문지
• /
• 제19권5호
• /
• pp.457-461
• /
• 2013

This paper proposes an image feature-based real-time RGB-D (Red-Green-Blue Depth) 3D SLAM (Simultaneous Localization and Mapping) system. RGB-D data from Kinect style sensors contain a 2D image and per-pixel depth information. 6-DOF (Degree-of-Freedom) visual odometry is obtained through the 3D-RANSAC (RANdom SAmple Consensus) algorithm with 2D image features and depth data. For speed up extraction of features, parallel computation is performed with GPU acceleration. After a feature manager detects a loop closure, a graph-based SLAM algorithm optimizes trajectory of the sensor and builds a 3D point cloud based map.

• ETRI Journal
• /
• 제40권2호
• /
• pp.246-256
• /
• 2018

A spatial augmented reality (SAR) system enables a virtual image to be projected onto the surface of a real-world object and the user to intuitively control the image using a tangible interface. However, occlusions frequently occur, such as a sudden change in the lighting environment or the generation of obstacles. We propose a robust object tracker based on a multithreaded system, which can track an object robustly through occlusions. Our multithreaded tracker is divided into two threads: the detection thread detects distinctive features in a frame-to-frame manner, and the tracking thread tracks features periodically using an optical-flow-based tracking method. Consequently, although the speed of the detection thread is considerably slow, we achieve real-time performance owing to the multithreaded configuration. Moreover, the proposed outlier filtering automatically updates a random sample consensus distance threshold for eliminating outliers according to environmental changes. Experimental results show that our approach tracks an object robustly in real-time in an SAR environment where there are frequent occlusions occurring from augmented projection images.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.65-68
• /
• 2015

본 논문에서는 자연스러운 파노라마 영상 생성을 위해 FAST(features from accelerated segment test)를 이용한 특징점 기반의 파노라마 영상 생성 기법을 제안한다. 다수의 영상을 이용해 자연스러운 파노라마 영상을 만들기 위해 실린더 투영을 수행 한 후 추출된 특징점들을 RANSAC(random sample consensus)을 이용해 정합 시 오차율을 최소화한다. 서로 다른 방향에서 얻은 다수의 영상을 합성할 때 정합 경계 주변의 이질감을 보완하기 위해 블렌딩 기법을 사용함으로써 자연스러운 파노라마 영상을 생성한다. 다수의 영상으로 실험을 한 결과 왜곡이 보정되고 자연스러운 파노라마 영상을 생성할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.242-244
• /
• 2014

파노라마 영상은 하나의 영상이 가지는 제한된 시점의 한계를 극복하고 폭넓은 시야를 가질 수 있다는 점에서 최근 여러 분야에서 활용되고 있는 기술이다. 본 논문에서는 자연스러운 파노라마 영상 생성을 위해 SURF(speed up robust feature)를 이용한 특징점 기반의 파노라마 영상 생성 기법을 제안한다. SURF 알고리즘을 사용하면 정합할 두 영상에서 특징점들을 추출할 수 있다. 추출된 특징점들을 RANSAC(random sample consensus) 알고리즘을 통해 특징점 간 정합시 오차율을 최소화한다. 또한, 이미지 왜곡을 최소화하기 위해 실린더 투영을 이용하여 영상을 보정한다. 최종적으로, 서로 다른 두 영상을 합성할 때 발생하는 경계 주변의 이질감을 보완하기 위해 블렌딩 기법을 사용함으로써 자연스러운 파노라마 영상을 생성한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.110-113
• /
• 2016

본 논문에서는 카메라로 촬영한 동영상에서 키 프레임을 추출하고 특징점을 기반으로 영상을 정합하는 파노라마 영상 생성 기법을 제안한다. 제안한 기법에서는 다양한 동영상의 히스토그램, 에지 등의 정보를 이용해 강인한 키 프레임을 추출하고 추출된 다수의 키 프레임 영상에 실린더 투영 방법과 FAST(Feature from Accelerated Segment Test) 기법을 적용하여 자연스러운 정합 영상을 획득할 수 있다. 정합된 특징점의 오차율을 최소화하기 위해 RANSAC(Random Sample Consensus)을 사용하고 여러 장의 다른 시점 영상을 정합할 때 생길 수 있는 경계선을 제거하고 보정하기 위해 선형가중치 함수도 사용한다. 실험을 통해 제안하는 기법으로 자연스러운 파노라마 영상을 생성할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.177-180
• /
• 2015

본 논문에서는 비디오 영상을 입력 했을 때 특징점 추적을 통한 다수 영상의 고속 스트칭 기법을 제안한다. 빠른 속도로 특징점 추출을 위해서 FAST(Features from Accelerated Segment Test) 기법을 사용한다. 특징점 정합과정은 기존의 방법과는 다른 새로운 방법을 제안한다. Mean shift 를 통해 특징점이 포함된 영역을 추적하여 벡터(vector)를 구한다. 이 벡터를 사용하여 추출한 특징점들을 정합하는데 사용한다. 마지막으로 이상점(outlier)을 제거하기 위해 RANSAC(RANdom Sample Consensus) 기법을 사용한다. 입력된 두 영상의 호모그래피(homography) 변환 행렬을 구하여 하나의 파노라마 영상을 생성한다. 실험을 통해 제안하는 기법이 기존의 기법보다 속도가 향상되는 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.180-182
• /
• 2021

본 논문에서는 드론의 비행 장소와 온도 및 습도에 영향을 받지 않는 적외선 기반 깊이 카메라로부터 얻어진 깊이영상을 분석하여 지면 영역을 찾고 AGL(Above Ground Level) 단위의 고도를 측정하는 방법을 제안한다. Decimation filter 와 Median filter 를 적용하여 잡음 및 빈 데이터들을 제거한 깊이영상으로부터 RANSAC (RANdom Sample Consensus) 기반 평면 모델 추정 방법을 이용하여 지면 영역과 이에 대한 평면의 방정식을 유추하고 현재 위치와의 거리를 계산한다. 성능 평가를 위해 Lidar 센서와 비교한 결과, 제안 방법이 지면에 위치한 장애물에 영향을 더 적게 받으며, 자세 정보와 독립적으로 고도를 측정할 수 있었다.

• 한국측량학회지
• /
• 제27권1호
• /
• pp.667-675
• /
• 2009

영상정합은 원격 탐사, GIS 등과 같은 영상 활용 분야에서 매우 광범위하게 적용된다. 일반적으로 초기의 정합점 데이터들은 영상정합의 정확도를 떨어뜨리는 오정합을 포함하고 있다. 본 논문의 목적은 영상정합에서 정확도를 유지하기 위해 오정합의 탐색 및 제거를 위한 강건한 접근법을 개발하는 것이다. 본 논문은 자동으로 오정합을 탐색하기 위해 역방향 정합 유사변환, RANSAC 알고리즘을 사용하였으며 빠르고 효율적인 영상정합을 위해 중복영역의 계산, 블록기반 처리 등과 같은 전처리 단계를 사용하였다. 논문에서 제안한 방법을 실제 항공사진 영상쌍에 적용하여 robustness와 효율성 측면에서 그 결과를 분석하였다.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2492-2498
• /
• 2013

본 논문에서는 차선 이탈 경고 장치 시스템에서 사용될 수 있는 주행차선 추적 방법을 제안한다. 먼저 역투영 변환을 이용해 차량에 부착된 카메라로 입력 받은 영상의 원근 효과가 제거된 조감도 영상을 생성한다. 그다음 차선의 형태학적 사전 지식을 이용하여 차선 검출에 적합한 특징들을 추출한다. 이후 블록 단위의 관심영역에 해당하는 차선 특징을 클러스터링하고 차선 유사도 함수를 이용함으로써 잡음이 제거된 차선 특징들을 얻을 수 있다. 이후 RANSAC(RANdom Sample Consensus) 알고리즘을 사용하여 차선 모델을 계산하고 칼만 필터를 이용하여 검출된 차선 모델을 추적한다. 제안하는 알고리즘은 고속도로 상의 다양한 환경에서 20ms 이내의 처리 속도와 90% 가량의 추적률을 얻을 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.40-44
• /
• 2002

Precision correction is the process of geometrically aligning images to a reference coordinate system using GCPs(Ground Control Points). Many applications of remote sensing data, such as change detection, mapping and environmental monitoring, rely on the accuracy of precision correction. However it is a very time consuming and laborious process. It requires GCP collection, the identification of image points and their corresponding reference coordinates. At typical satellite ground stations, GCP collection requires most of man-powers in processing satellite images. A method of automatic registration of satellite images is demanding. In this paper, we propose a new algorithm for automatic precision correction by GCP chips and RANSAC(Random Sample Consensus). The algorithm is divided into two major steps. The first one is the automated generation of ground control points. An automated stereo matching based on normalized cross correlation will be used. We have improved the accuracy of stereo matching by determining the size and shape of match windows according to incidence angle and scene orientation from ancillary data. The second one is the robust estimation of mapping function from control points. We used the RANSAC algorithm for this step and effectively removed the outliers of matching results. We carried out experiments with SPOT images over three test sites which were taken at different time and look-angle with each other. Left image was used to select UP chipsets and right image to match against GCP chipsets and perform automatic registration. In result, we could show that our approach of automated matching and robust estimation worked well for automated registration.