• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.53-61
• /
• 2014

본 논문에서는 실내 환경의 3차원 공간에서 벽면을 분리해내기 위해 깊이 카메라로 받아들인 영상을 이용한 방법을 제안한다. 논문의 실험 결과에서 얻을 수 있는 정보를 이용하면 실내 공간을 인식하거나 그에 따른 인접한 물체의 탐색 또는 벽면에 프로젝터를 투사하는 등 3차원 공간 활용에 용이하다. 논문에서 제안하는 방법은 먼저 3차원 입력 영상에서의 좌표 점들을 이용하여 법선 벡터를 검출하고, 검출 된 법선 벡터를 비슷한 벡터들끼리의 그룹으로 나눈다. 나누어진 그룹들을 RANSAC을 이용하여 평면 단위로 분리한 후, 분리된 평면들은 실내 환경에서 알 수 있는 도메인 지식들에 기반 하여 벽면으로 구분 된다. 마지막으로 본 논문에서 제안하는 방법은 다양한 실험 환경을 통해 성능을 입증한다.

• 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.

• 한국통신학회논문지
• /
• 제40권8호
• /
• pp.1655-1666
• /
• 2015

본 논문에서는 Fingerprint 기법의 Resource로 신호의 세기가 아닌 이미지를 이용해 좌표정보를 포함하는 이미지 기반의 데이터베이스를 구축하고, 사용자로부터 입력되는 이미지와 유사도 비교를 통해 사용자의 위치추정 기법에 대해 제안한다. Fingerprint 기법은 신호 세기뿐만 아니라 환경에 대한 지역적 잡음 정보들까지 모두 추정에 반영하므로 높은 위치 추정 정확도를 제공한다. 이미지의 유사도는 SURF 알고리즘을 통해 데이터베이스와 사용자 입력 이미지의 특징점을 검출하고, 동일한 특징점 간의 매칭을 통해 비교된다. 여기에서 우리는 RANSAC 알고리즘을 함께 사용하여 검출된 특징점의 노이즈 제거를 통해 이미지 유사도 비교의 정확도를 높였다. 제안하는 기법의 검증을 위해 두 건물의 실내와 주변 실외 환경에서 이미지를 획득하여 데이터베이스를 구축하고, 임의의 위치에서 사용자의 위치를 추정하였다. 추정 된 최종 위치는 데이터베이스에 저장 된 이미지가 가지는 좌표가 사용자의 위치와 가장 근접한 좌표로 검출되는지 확인하였으며 RANSAC을 통해 특징점의 노이즈 제거 전과 제거 후에 대한 이미지 유사도 비교의 성능을 분석하였다.

• 한국통신학회논문지
• /
• 제41권3호
• /
• pp.317-327
• /
• 2016

영상에서 의미 있는 특징점(feature point)의 추출은 제안하는 기법의 성능과 직결되는 문제이다. 특히 나무나 사람 등에서의 가려짐 영역(occlusion region), 하늘과 산 등 객체가 아닌 배경에서 추출되는 특징점들은 의미없는 특징점으로 분류되어 정합과 인식 기법의 성능을 저하시키는 원인이 된다. 본 논문에서는 한 장 이상의 멀티 프레임을 이용하여 건물 인식에 필요한 특징점을 분류하여 인식과 정합단계에서 기존의 일반적인 건물 인식 기법의 성능을 향상시키기 위한 새로운 기법을 제안한다. 먼저 SIFT(scale invariant feature transform)를 통해 일차적으로 특징점을 추출한 후 잘못 정합 된 특징점은 제거한다. 가려짐 영역에서의 특징점 분류를 위해서는 RANSAC(random sample consensus)을 적용한다. 분류된 특징점들은 정합 기법을 통해 구하였기 때문에 하나의 특징점은 여러 개의 디스크립터가 존재하고 따라서 이를 통합하는 과정도 제안한다. 실험을 통해 제안하는 기법의 성능이 우수하다는 것을 보였다.

• 대한원격탐사학회지
• /
• 제26권1호
• /
• pp.39-45
• /
• 2010

본 연구는 지상라이다 자료의 점군간 자동정합을 위해 인접한 두 점군 자료와 함께 획득되는 2차원의 강도영상 자료로부터, 2개 영상에서 동시에 관측되는 특징점들을 이용하여 SIFT 알고리즘에 의해 공액점을 선정하였다. 또한 매칭 오류점 배제를 위해 RANSAC 알고리즘을 적용하여 정합 정확도 향상을 도모하였다. 두 점군간의 변환식 매개변수인 3차원 회전변환 각과 수직/수평 이동량을 계산, 그 결과를 기존 수작업에 의한 결과와 비교하였다. 건국대학교 이과대학 건물을 대상으로 실험한 결과, 자동매칭을 통한 변환매개변수와 수작업으로 한 변환매개변수의 차이는 X, Y, Z, 방향으로 각각 0.011m, 0.008m, 0.052m로서 자동정합 자료의 활용이 가능하다고 판단하였다.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.297-309
• /
• 2007

2008년 12월 우리나라 최초의 통신해양기상위성이 발사될 예정이다. 통신해양기상위성의 지상국은 위성영상 데이터의 정확도 향상을 위해 사용자에게 기하보정된 영상을 공급해야 한다. 이때 지상국에 요구되는 처리시간은 30분 내외이며, 전체 처리시간의 준수를 위해 자동기하보정의 기술개발과 기하보정시 수행시간의 효율성이 중요하다. 자동기하보정은 위성의 영상좌표계와 지구좌표계상의 수학적인 관계를 나타내는 센서모델을 자동으로 수립하여 기하보정을 수행하는 것이다. 센서모델 수립을 위해 사용되는 기준점은 위성영상과 랜드마크 칩간의 정합결과를 통해서 자동으로 결정되어다. 실험에 사용한 위성영상은 GOES-9영상이며 실험을 위해 전세계 해안선 데이터베이스를 사용하여 랜드마크 칩을 211개 생성하였다. 위성영상에 존재하는 구름은 위성영상과 랜드마크 칩간의 정합시 오정합을 유발하므로 GOES-9영상의 채널1과 채널2영상에서 구름검출을 수행하여 구름이 아닌 지역에 대해서만 정합을 수행하였으며 가시영상인 채널1영상에서 밤시간이 아닌 지역에 대해서만 정합이 수행될 수 있도록 밤낮을 구분하여 처리하였다. 이때 정합결과는 오정합(Outlier)이 포함되어 있어 강인추정기법 중 하나인 RANSAC을 사용하여 이를 제거하였다. 강인추정기법으로 오정합이 제거된 정합결과를 기준점으로 사용하여 센서모델을 수립하였다. 수립된 모델의 정확도는 채널1영상의 해상도를 기준으로 하였을 때 $1{\sim}2$ 픽셀의 에러가 나타났고 기하보정된 영상에 해안선을 투영하여 센서모델의 정확도를 육안으로 확인하였다. 이때 위성영상의 해안선과 투영된 해안선이 일치함으로써 기하보정이 잘 이뤄졌음을 알 수 있었다. 실험결과 정합된 RANSAC, 센서모델 수립 및 자동기하 보정의 전체 처리시간은 약 4분여가 소요되었다. 이로써 본 논문에서 제안된 자동기하보정방법은 기하보정이 효과적으로 이뤄지고 있으며, 또한 통신해양기상위성의 전처리요구시간에도 만족함을 보여주고 있다.

• 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.

• 대한기계학회논문집A
• /
• 제35권11호
• /
• pp.1429-1436
• /
• 2011

본 논문에서는 튜브의 내부에 이물질이 있거나, 조명에 의한 영상잡음이 많은 경우에도 내경중심과 내경을 정확하게 측정할 수 있는 머신비전 기반의 새로운 측정알고리즘을 제안하였다. 또한 내경과 외경 중심간의 이격거리인 편심량도 계산할 수 있다. 제안된 알고리즘은 퍼지제어에 바탕을 둔 반복탐색에 의하여 임의의 초기탐색점에서 거리와 방향을 단계적으로 이동함으로써 내경의 중심에 도달하게 한다. 제안된 알고리즘은 계산시간 뿐만 아니라 측정정밀도 면에도 기존의 방법에 비해 우수하였다. 성능을 비교하기 위하여 생산현장에서 생산되는 튜브들을 이용하여 실험을 수행하였고, 실험 결과 제안된 알고리즘을 사용하는 경우가 널리 사용되고 있는 알고리즘인 Hough 변환 방식과 RANSAC 방식보다 계산시간 및 측정정밀도에서 우수함을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.538-539
• /
• 2018

본 논문에서는 오픈 소스 컴퓨터 비전 라이브러리 중 하나인 OpenCV를 사용하여 차선 인식 기능을 구현한 내용을 정리하였다. ARM 프로세서 기반인 Raspberry Pi 3 보드에 Linux 운영체제인 Rasbian(r18.03.13)을 탑재하였고, 영상처리를 수행하기 위해 Raspberry Pi Camera를 사용하였다. 차선인식을 구현하기 위해서 OpenCV 라이브러리에 구현된 Canny Edge Detection, Hough Transform 알고리즘을 사용하였고, 소실점(Vanishing Point)의 흔들림을 방지하고 원하는 직선만을 검출하도록 RANSAC 알고리즘을 사용하였다. 또한, 검출된 차선에 따라 자동차가 주행하도록 DC모터와 Servo모터를 제어하였다.

• 한국정보통신학회논문지
• /
• 제18권5호
• /
• pp.1162-1170
• /
• 2014

본 논문에서는 두 개의 카메라를 이용하여 보다 정확한 동공 인식을 통한 원격방식의 시선 추적을 제안한다. 헤드 장착형 시선추적용으로 개발된 Starburst 알고리즘은 원격방식의 시선추적에서는 카메라가 보다 넓은 영역을 보기 때문에 눈썹, 눈꼬리 등 외란이 많아 스타버스트 알고리즘을 바로 적용하면 동공 중심 추출에 실패하는 경우가 많았다. 이에 템플렛매칭을 이용하여 대략적인 동공영역을 찾고, 찾은 영역 내에서만 스타버스트 알고리즘으로 동공의 경계 후보점들을 찾은 후 보완된 RANSAC 알고리즘으로 타원근사하여 동공의 중심을 추출하였다. 추출된 동공중심을 머리의 움직임에 거의 영향을 받지 않도록 4개의 적외선 LED를 모니터 네 구석에 부착하고 Homography normalization을 적용하였다. 스크린 좌표계로 변환할 때 기존에는 호모그래피를 사용하였으나, 카메라 렌즈의 비선형왜곡을 보상하기 위해 여기서는 고차다항식을 이용한 캘리브레이션 기법을 이용하였다. 끝으로, 두 대의 카메라를 사용하여 정확도와 신회성이 향상됨을 보인다.