• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.359-367
• /
• 2011

A suitable pan-sharpening method has to be chosen with respect to the used spectral characteristic of the multispectral bands and the intended application. The research on pan-sharpening algorithm in improving the accuracy of image classification has been reported. For a classification, preserving the spectral information is important. Other applications such as road detection depend on a sharp and detailed display of the scene. Various criteria applied to scenes with different characteristics should be used to compare the pan-sharpening methods. The pan-sharpening methods in our research comprise rather common techniques like Brovey, IHS(Intensity Hue Saturation) transform, and PCA(Principal Component Analysis), and more complex approaches, including wavelet transformation. The extraction of matching pairs was performed through SIFT descriptor and Canny edge detector. The experiments showed that pan-sharpening techniques for spatial enhancement were effective for extracting point and linear features. As a result of the validation it clearly emphasized that a suitable pan-sharpening method has to be chosen with respect to the used spectral characteristic of the multispectral bands and the intended application. In future it is necessary to design hybrid pan-sharpening for the updating of features and land-use class of a map.

• 융합신호처리학회논문지
• /
• 제19권1호
• /
• pp.1-6
• /
• 2018

본 논문에서는 다중 스케일 영상 공간에서 특징점 검출을 위해 수행되는 반복적인 과정을 제거하는 방법을 제안한다. 제안한 방법은 원 영상으로부터 특징점을 검출하고, 클러스터 필터를 이용하여 유효한 특징점을 선별하고, 특징점 클러스터를 생성한다. 그리고 특징점 클러스터의 방향 각도를 이용하여 참조 객체를 선별하고, 분산 거리 비율을 이용하여 원 영상의 스케일을 예측한다. 예측한 스케일에 따라 참조 영상의 스케일을 변환하고, 변환된 참조 영상에 대해 특징점 검출을 적용한다. 실험 결과 제안한 방법은 다중 스케일 영상을 사용하는 SIFT 방법 및 Scaled ORB 방법에 비해 특징점 검출 시간이 각각 75% 및 71% 향상됨을 알 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권1호
• /
• pp.213-231
• /
• 2014

Existing image search systems allow users to search images by keywords, or by example images through content-based image retrieval (CBIR). On the other hand, users might learn more relevant textual information about an image from its text captions or surrounding contexts within documents or Web pages. Without such contexts, it's difficult to extract semantic description directly from the image content. In this paper, we propose an annotation watermarking system for users to embed text descriptions, and retrieve more relevant textual information from similar images. First, tags associated with an image are converted by two-dimensional code and embedded into the image by discrete wavelet transform (DWT). Next, for images without annotations, similar images can be obtained by CBIR techniques and embedded annotations can be extracted. Specifically, we use global features such as color ratios and dominant sub-image colors for preliminary filtering. Then, local features such as Scale-Invariant Feature Transform (SIFT) descriptors are extracted for similarity matching. This design can achieve good effectiveness with reasonable processing time in practical systems. Our experimental results showed good accuracy in retrieving similar images and extracting relevant tags from similar images.

• 반도체디스플레이기술학회지
• /
• 제14권4호
• /
• pp.56-60
• /
• 2015

Mobile devices like smartphones and tablets are becoming increasingly capable in terms of processing power. Although they are already used in computer vision, no comparable measurement experiments of the popular feature extraction algorithm have been made yet. That is, local feature descriptors are widely used in many computer vision applications, and recently various methods have been proposed. While there are many evaluations have focused on various aspects of local features, matching accuracy, however there are no comparisons considering on speed trade-offs of recent descriptors such as ORB, FAST and BRISK. In this paper, we try to provide a performance evaluation of feature descriptors, and compare their matching precision and speed in KD-Tree setup with efficient computation of Hamming distance. The experimental results show that the recently proposed real valued descriptors such as ORB and FAST outperform state-of-the-art descriptors such SIFT and SURF in both, speed-up efficiency and precision/recall.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.407-414
• /
• 2015

특징점은 주로 높이의 변화가 있는 위치에 존재하여 DSM 생성에 의미 있는 화소일 수 있으며, 정확하고 신뢰할 만한 정합 결과를 도출하는 중요한 역할을 한다. 이러한 특징점을 위성영상 내의 건물에서 추출하고 스테레오 영상 간의 정합을 수행하기 위해 사용자의 주관적인 분석을 통한 방법이 주로 쓰여 왔으나 경제적 및 시간적 비용이 드는 단점이 있다. 이러한 부분을 보완하기 위해 본 연구에서는 건물의 높이 정보를 추출하기 위해서 Harris-affine 특징점 추출기법과 SIFT 서술자를 사용한 스테레오 위성영상의 정합점 추출방법을 제시하였다. Harris-affine 추출기법으로 건물에 존재하는 특징점을 추출하고, 스케일 등의 영향이 적은 SIFT 서술자를 활용하여 효과적으로 정합점을 추출하였다. 또한, 탐색범위를 사용하고 영상 내 정합쌍의 각도를 고려하여 좀 더 효과적인 정합점 추출 방법을 제시하였다. 제안방법으로 추출된 정합점을 사용하여 영상 내에 존재하는 건물의 높이 정보를 실제로 분석하여 제안 방법이 수동 방법과 비교하여 2m 미만의 RMSE 값을 가지는 것을 확인하였다.

• 대한토목학회논문집
• /
• 제42권5호
• /
• pp.741-749
• /
• 2022

달 영구음영지역에 얼음 형태의 물이 발견되면서 주요 우주국들은 로버 중심의 현장 탐사를 준비 중이다. 달 영구음영지역은 극지역 크레이터의 중심부로 태양광이 직접 도달하지 않지만, 크레이터 벽면으로부터 반사되는 태양광으로 인해 일정 수준의 저조도 환경이 유지되는 것으로 예상된다. 본 연구에서는 달 영구음영지역의 조도와 지형환경을 모사한 실내 테스트베드를 구축하여 모의 지형영상을 촬영하였다. 모의 영상을 대상으로 저조도 영상강화 기법(CLAHE, Dehaze, RetinexNet, GLADNet)을 적용하여 밝기값과 색상복원 효과를 분석하였고, 특징점 추출 및 정합 기법(SIFT, SURF, ORB, AKAZE)의 성능 향상을 분석하였다. 실험 결과 GLADNet과 Dehaze 영상 순으로 저조도 환경에 강인한 시인성 개선 효과를 보여주었다. 반면 특징점 검출 및 정합 기법은 Dehaze와 GLADNet 영상 순으로 성능이 향상됨을 확인하였고, 특히 ORB와 AKAZE의 성능이 크게 개선되었다. 달 탐사에서 로버 탑재 카메라는 3차원 지형정보구축과 지질학적 조사에 활용된다. 따라서 GLADNet은 토양 성분과 암석 종류 판별에 유용하고, Dehaze는 로버의 주행과 함께 3차원 지형정보 구축에 적합할 것으로 판단된다.

• Advances in Automotive Engineering
• /
• 제1권1호
• /
• pp.143-152
• /
• 2018

In this study an economical image stitching algorithm for use in automotive industry is developed for retrofittable panoramic image assistance applications. The aim of this project is to develop a driving assistance system known as Panoramic Parking Assistance (PPA) which is cheap, retrofittable and compatible for every type of automobiles. PPA generates bird's eye view image using cameras installed on the automobiles. Image stitching requires to get bird's eye view position of the vehicle. Panoramic images are wide area images that cannot be available by taking one shot, attained by stitching the overlapping areas. To achieve correct stitching many algorithms are used. This study includes some type of these algorithms and presents a simple one that is economical and practical. Firstly, the mathematical model of a wide view of angle camera is provided. Then distorted image correction is performed. Stitching is implemented by using the SIFT and SURF algorithms. It has been seen that using such algorithms requires complex image processing knowledge and implementation of high quality digital processors, which would be impracticle and costly for automobile use. Thus a simpler algorithm has been developed to decrase the complexity. The proposed algorithm uses one matching point for every couple of images and has ease of use and does not need high power processors. To show the efficiency, images coming from four distinct cameras are stitched by using the algorithm developed for the study and usability for automotive application is analyzed.

• 전자공학회논문지
• /
• 제51권4호
• /
• pp.144-159
• /
• 2014

다중의 영상을 이용하여 하나의 파노라마 영상을 제작하는 기법은 컴퓨터 비전, 컴퓨터 그래픽스 등과 같은 여러 분야에서 널리 연구되고 있다. 파노라마 영상은 하나의 카메라에서 얻을 수 있는 영상의 한계, 즉 예를 들어 화각, 화질, 정보량 등의 한계를 극복할 수 있는 좋은 방법으로서 가상현실, 로봇비전 등과 같이 광각의 영상이 요구되는 다양한 분야에서 응용될 수 있다. 파노라마 영상은 단일 영상과 비교하여 보다 큰 몰입감을 제공한다는 점에서 큰 의미를 갖는다. 현재 다양한 파노라마 영상 제작 기법들이 존재하지만, 대부분의 기법들이 공통적으로 파노라마 영상을 구성할 때 각 영상에 존재하는 특징점 및 대응점을 검출하는 방식을 사용하고 있다. 또한, 대응점을 이용한 RANSAC(RANdom SAmple Consensus) 알고리즘을 사용, Homography Matrix를 구하여 영상을 변환하는 방법을 사용한다. 본 논문에서 사용한 SURF(Speeded Up Robust Features) 알고리즘은 영상의 특징점을 검출할 때 영상의 흑백정보와 지역 공간 정보를 활용하는데, 영상의 크기 변화와 시점 검출에 강하며 SIFT(Scale Invariant Features Transform) 알고리즘에 비해 속도가 빠르다는 장점이 있어서 널리 사용되고 있다. SURF 알고리즘은 대응점 검출 시 잘못된 대응점을 검출하는 경우가 생긴다는 단점이 존재하는데 이는 RANSAC 알고리즘의 수행속도를 늦추며, 그로인해 CPU 사용 점유율을 높이기도 한다. 대응점 검출 오류는 파노라마 영상의 정확성 및 선명성을 떨어뜨리는 핵심 요인이 된다. 본 논문에서는 이러한 대응점 검출의 오류를 최소화하기 위하여 대응점 좌표 주변 $3{\times}3$ 영역의 RGB값을 사용하여 잘못된 대응점들을 제거하는 중간 필터링 과정을 수행하고, 문제해결을 시도하는 동시에 파노라마 이미지구성 처리 속도 및 CPU 사용 점유율 등의 성능 향상 결과와 추출된 대응점 감소율, 정확도 등과 관련한 분석 및 평가 결과를 제시하였다.

• 대한공간정보학회지
• /
• 제23권1호
• /
• pp.129-135
• /
• 2015

도시기반시설에 첨단 정보통신기술을 융합하여 언제 어디서나 자유롭게 서비스를 제공하고자 하는 U-City(Ubiquitous City)의 공간정보기술은 다양한 형태로 서비스 되고 있다. 그 중에서도 U-City에서 가장 많이 설치되어 있는 CCTV(Closed Circuit TV)의 스테레오 영상을 가지고 특징점(Key Point)을 선정하여 정합(Matching)하고 3차원 공간정보를 구축하는 연구가 진행되고 있다. 하지만 대부분 정합점을 추출하는데 사용된 데이터는 조도와 같은 외부 환경영향을 고려하지 않고 있다. 본 논문은 동일한 하드웨어에서 조도의 변화에 의해 영상의 질이 좌우되는 CCTV를 가지고 3차원 공간정보를 구축하는데 필요한 정합점이 조도에 따라 얼마나 변화 하는지 실험을 하였다. 조도에 따른 정합점 수의 분석 결과, 카메라의 조리개, 셔터속도, 감도를 고정하였을 때 3,000Lux까지 정합점 수가 조도에 비례하여 높아 졌으며, 물체와 배경의 경계가 뚜렷해졌다. 반대로 빛이 과도하게 들어 왔을 경우 화면이 밝이지며, 노이즈가 발생하고 사물과 사물의 경계가 없어져 특징점을 선정하기가 힘들었다. 본 논문에서 얻어진 결과를 이용하여 촬영할 경우 향상된 정합점을 가질 수 있을 것으로 기대된다.