• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.11-13
• /
• 2008

This study proposes the method to use existing digital maps as one of the technologies to exclude individual differences that occur in the process of manually determining GCP for the geometric correction of KOMPSAT images and applying it to the images and to automate the generation of ortho-images. It is known that, in case high-resolution satellite images are corrected geometrically by using RPC, first order polynomials are generally applied as the correction formula in order to obtain good results. In this study, we matched the corresponding objects between 1:25,000 digital map and a KOMPSAT image to obtain the coefficients of the zero order polynomial and showed the differences in the pixel locations obtained through the matching. We performed proximity corrections using the Boolean operation between the point data of the surface linear objects and the point data of the edge objects of the image. The surface linear objects are road, water, building from topographic map.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1707-1720
• /
• 2023

위성 시계열 데이터가 증가함에 따라 원격탐사 자료의 활용도가 높아지고 있다. 시계열 자료를 통한 분석에 있어 영상 간의 상대적인 위치 정확도는 결과에 큰 영향을 미치기 때문에 이를 보정하기 위한 영상 정합 과정은 필수적으로 선행되어야 한다. 최근에는 기존 알고리즘의 성능을 상회하는 딥러닝 기반 영상 정합 연구의 사례가 증가하고 있다. 딥러닝 기반 정합 모델을 학습하기 위해서는 수 많은 영상 쌍이 필요하다. 또한, 기존 딥러닝 모델의 데이터 간의 상관도 map을 제작하고, 이에 추가적인 연산을 적용하여 정합점을 추출는데 이는 비효율적이다. 이러한 문제를 해결하기 위해 본 연구에서는 영상 정합 모델 학습을 위한 데이터 증강 기법을 구축하여 데이터셋을 제작하였고, 이를 오프셋(offset) 양 자체를 예측하는 정합 모델인 OffsetNet에 적용하여 KOMSAT-2, -3, -3A 영상 정합을 수행하였다. 모델 학습 결과, OffsetNet은 평가 데이터에 대해 높은 정확도로 오프셋 양을 예측하였고, 이를 통해 주영상과 부영상을 효과적으로 정합하였다.

• Journal of Korean Dental Science
• /
• 제13권1호
• /
• pp.28-34
• /
• 2020

Purpose: The purpose of this study was to investigate the influence of different implant computer software on the accuracy of image registration between radiographic and optical scan data. Materials and Methods: Cone-beam computed tomography and optical scan data of a partially edentulous jaw were collected and transferred to three different computer softwares: Blue Sky Plan (Blue Sky Bio), Implant Studio (3M Shape), and Geomagic DesignX (3D systems). In each software, the two image sets were aligned using a point-based automatic image registration algorithm. Image matching error was evaluated by measuring the linear discrepancies between the two images at the anterior and posterior area in the direction of the x-, y-, and z-axes. Kruskal-Wallis test and a post hoc Mann-Whitney U-test with Bonferroni correction were used for statistical analyses. The significance level was set at 0.05. Result: Overall discrepancy values ranged from 0.08 to 0.30 ㎛. The image registration accuracy among the software was significantly different in the x- and z-axes (P=0.009 and <0.001, respectively), but not different in the y-axis (P=0.064). Conclusion: The image registration accuracy performed by a point-based automatic image matching could be different depending on the computer software used.

• 디지털융복합연구
• /
• 제15권12호
• /
• pp.531-541
• /
• 2017

다면영상을 이용한 실감영상은 스크린이나 다면으로 구성된 디스플레이에서 펼쳐지는 내용이 사실적으로 보여지게 제작되어지고 있다. 이러한 다면영상은 전시를 위한 기획영상에서 주로 사용되었으나 Screen X와 같은 시스템을 통해 영화와 같은 스토리를 전달할 수 있는 포맷으로 재조명 되고 있다. 이번 연구는 3대의 줌렌즈가 장착된 HD급 방송용 디지털 비디오를 이용해 Screen X와 같은 방법으로 인물을 중심으로 한 전경 장면부터 클로즈업 장면까지 촬영한 후 다면 영상 정합보정을 통해 발생되는 문제점을 분석 파악하였다. 촬영 방법과 장비를 보완하면 다면영상이란 포맷이 스토리와 정보 전달이 가능한 매체임을 제시하였고 향후 방송용 줌렌즈를 이용한 촬영보다 표준렌즈 기반의 시네마급 카메라를 이용한 양질의 다면영상 콘텐츠를 제작할 수 있도록 기술적 연구와 보완이 필요하다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1143-1153
• /
• 2018

TOPS InSAR 처리를 위해서는 고정밀도의 영상정합이 요구된다. Sentinel-1 TOPS 모드영상에 교차상관 영상정합, 기하정합, Spectral Diversity 정합에 기반 한 Enhanced Spectral Diversity 정합 알고리즘 성능 비교분석을 통해 TOPS모드에 적합한 영상정합 방법을 제시하고자 한다. 25개의 Sentinel-1 TOPS 영상으로부터 생성된 23개의 간섭쌍을 이용하여, 교차상관정합(CC), 기하보정(GC1), 기하보정 후 교차상관정합(GC2, GC3, GC4) 그리고 ESD를 이용한 정합(ESD_GC, ESD_1, ESD_2) 총 8가지 방법을 적용하였다. 교차상관정합과 기하정합에 따른 azimuth 방향 정합오차를 평균한 결과는 각각 0.0041 화소, 0.0016 화소이다. 비록 ESD 방법은 azimuth 정합오차가 0.0005 화소 이하로 가장 정확한 결과를 보이지만, 기하정합 결과는 추가적인 교차상관정합을 통한 반복 과정을 통해 0.001 화소 정도로 오차가 감소하였다. ESD 방법은 burst 중첩지역의 긴밀도가 낮은 경우 적용이 불가능하다. 따라서 반복 적용을 통한 기하정합 방법은 다수의 SAR 자료를 이용한 시계열 분석 또는 긴 시간간격을 갖는 간섭도 생성을 위해서 적합한 대안이 된다.

• 대한공간정보학회지
• /
• 제18권2호
• /
• pp.93-97
• /
• 2010

본 연구에서는 카메라 자세 정보가 없는 무인헬기에 탑재된 카메라로부터 취득된 연속영상을 등록하기 위한 개량형 KLT기법을 제시하였으며 그 절차는 다음과 같이 구성된다. 초기 특징점은 연속영상에서 모서리점을 검출하고 동적프로그래밍에 의한 특성곡선매칭에 의해 특징점을 추적하였다. 추적된 특징점 중 오류점은 RANSAC추정법에 의해 제거되며 호모그래피이론에 의해 나머지점은 정확한 정합점으로 분류되었다. 영상등록에 의한 편위보정영상모자이크생성은 쌍일차보간법에 의해 생성하였으며, 결과분석을 통해 제시된 방법이 흔들림이 있는 연속영상을 등록하는데 적합한 방법임을 제시하였다.

• 한국통신학회논문지
• /
• 제30권5C호
• /
• pp.364-370
• /
• 2005

얼굴 인식에서는 입력 영상에서 얼굴을 검출한 후에 데이터베이스의 영상과 위치와 크기를 일치시키는 등록 과정이 필요하다. 본 논문에서는 영상의 등록 과정에서 발생하는 얼굴영상의 이동, 회전, 혹은 크기의 차이를 eigenspace에서 보정하는 알고리즘을 제안하였다. 이를 위하여 얼굴 영상의 수직, 수평 이동, 회전, 크기 변환 등의 등록오차를 선형보간 행렬로 근사하였다. 각 변환행렬을 사용하여 등록오차에 따른 미분계수를 eigenspace에서 구하면 subpixel 단위의 등록 오차를 보정할 수 있다. 제안된 방법은 공간 영역에서 오차를 보정하는 것보다 계산량이 훨씬 더 적다. 오차 보정 후 얼굴 인식률이 크게 향상되는 것을 실험으로 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제24권6호
• /
• pp.11-19
• /
• 2019

In this paper, a new Scene-based Nonuniformity Correction (SBNUC) method is proposed by applying Image Roughness-like and Spatial Noise cost functions on deep neural network structure. The classic approaches for nonuniformity correction require generally plenty of sequential image data sets to acquire accurate image correction offset coefficients. The proposed method, however, is able to estimate offset from only a couple of images powered by the characteristic of deep neural network scheme. The real world SWIR image set is applied to verify the performance of proposed method and the result shows that image quality improvement of PSNR 70.3dB (maximum) is achieved. This is about 8.0dB more than the improved IRLMS algorithm which preliminarily requires precise image registration process on consecutive image frames.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.220-223
• /
• 2004

Automatic image registration is an essential element of remote sensing because remote sensing system generates enormous amount of data, which are multiple observations of the same features at different times and by different sensor. The general process of automatic image registration includes three steps: 1) The extraction of features to be used in the matching process, 2) the feature matching strategy and accurate matching process, 3) the resampling of the data based on the correspondence computed from matched feature. For step 2) and 3), we have developed an algorithms for automated registration of satellite images with RANSAC(Random Sample Consensus) in success. However, for step 1), There still remains human operation to generate GCP Chips, which is time consuming, laborious and expensive process. The main idea of this research is that we are able to automatically generate GCP chips with comer detection algorithms without GPS survey and human interventions if we have systematic corrected satellite image within adaptable positional accuracy. In this research, we use SUSAN(Smallest Univalue Segment Assimilating Nucleus) algorithm in order to detect the comer. SUSAN algorithm is known as the best robust algorithms for comer detection in the field of compute vision. However, there are so many comers in high-resolution images so that we need to reduce the comer points from SUSAN algorithms to overcome redundancy. In experiment, we automatically generate GCP chips from IKONOS images with geo level using SUSAN algorithms. Then we extract reference coordinate from IKONOS images and DEM data and filter the comer points using texture analysis. At last, we apply automatically collected GCP chips by proposed method and the GCP by operator to in-house automatic precision correction algorithms. The compared result will be presented to show the GCP quality.

• Ocean Systems Engineering
• /
• 제1권3호
• /
• pp.195-205
• /
• 2011

A method for calibrating a laser profiling system for seafloor micro-topography measurements is described. The system consists of a digital camera and an arrangement of six red lasers that are mounted as a unit on a remotely operated vehicle (ROV). The lasers project as parallel planes onto the seafloor, creating profiles of the local topography that are interpreted from the digital camera image. The goal of the calibration was to determine the plane equations for the six lasers relative to the camera. This was accomplished in two stages. First, distortions in the digital image were corrected using an interpolation method based on a virtual pinhole camera model. Then, the laser planes were determined according to their intersections with a calibration target. The position and orientation of the target were obtained by a registration process. The selection of the target shape and size was found to be critical to a successful calibration at sea, due to the limitations in the manoeuvrability of the ROV.