• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.431-444
• /
• 2014

위성 SAR 영상의 활용이 증가하면서 영상의 해석 및 융합을 위한 정밀 기하보정에 대한 필요성이 높아지고 있다. 특히 광역감시 목적으로 활용되기 위해 서로 다른 해상도를 갖는 SAR 영상간 정보융합도 활발해지고 있다. 일반적으로 SAR 영상의 기하보정은 위성의 궤도 및 자세정보를 활용하여 수행할 수 있지만 SAR 센서의 궤도 및 시스템 오차, 대상지형 특성에 의한 왜곡으로 인해 추가적인 보정이 필요하게 된다. SAR 영상을 통한 변화탐지나 타 영상과의 융합에 적용하기 위해서는 기하 오차 보정이 반드시 선행되어야 한다. 이를 위해 다수의 지상 기준점을 선정하고 이를 포함하는 기준 영상과 비교하여 원본 영상에서 대응점을 찾는 방식으로 정밀 기하보정을 수행할 수 있다. Speeded Up Robust Feature (SURF) 기법은 쉽고 빠르게 영상의 기준점을 찾을 수 있지만 상대적으로 해상도가 낮고 스펙클 잡음에 영향을 받는 SAR 영상에서는 활용하기가 어렵다고 알려져 있다. 본 논문에서는 SURF 기법을 위성 SAR 영상에 적용할 때 발생할 수 있는 오차를 추출하고 영상 특성에 따른 성능 변화를 분석하였다. SURF 알고리즘의 적용이 가능한 입력 변수의 적정 범위를 제시하고 그에 따른 영상 정합의 오차를 분석하여 중저해상도의 위성 SAR 영상에 대해서도 SURF 기법을 통한 기하 보정 및 영상 정합이 적용될 수 있음을 검증하였다.

• 한국항행학회논문지
• /
• 제16권6호
• /
• pp.1032-1037
• /
• 2012

증강현실이란 실제 환경에 가상으로 생성된 정보를 실시간으로 증강하고 사용자가 그 정보들과 상호작용할 수 있도록 함으로써, 정보의 활용을 극대화하는 차세대 정보처리 기술이다. 본 논문에서는 모바일 환경에서 증강현실 시스템을 구현하기 위한 물체 추적 방안으로 마커를 사용하지 않는 마커리스 추적 알고리즘을 연구하였다. 마커리스 방식의 증강현실은 마커를 따로 부착하지 않아도 되고 위치의 제약이 없어서 사용자가 증강현실 기술을 사용하기 편리하다는 장점이 있다. 본 논문에서는 마커리스 추적을 위해 특징점 추출 기반의 SURF 알고리즘을 사용하였다. SURF 알고리즘은 다른 특징점 추출 기반 알고리즘보다 연산량이 적어 PC 환경보다 비교적 낮은 하드웨어 성능을 가지고 있어 모바일 기기에도 사용할 수 있다. 그러나 SURF 알고리즘은 모바일 기기에 적합한 최적화 작업이 되어있지 않다. 그러므로 본 논문에서는 모바일 기기에 적합한 추적을 위해 SURF 알고리즘을 여러 환경에서 실험하여 성능을 비교하고, 최적화 방안을 연구하였다.

• 방송공학회논문지
• /
• 제17권2호
• /
• pp.388-399
• /
• 2012

본 논문에서는 지역 특징 추출 방법 중 하나인 SURF를 개선시켜 모바일 환경에 적합한 특징 추출 및 정합 방법에 대하여 기술한다. 모바일 환경에서 최적의 성능을 내기 위해 크게 세 가지 방법을 제안한다. 첫 번째는 SURF 기술자의 차원을 축소시키는 방법이다. 기존의 64차원과 여러 차원의 기술자들의 성능을 비교 분석한다. 두 번째로 고속 헤시안 검출기에서 헤시안 행렬의 대각합을 통해 계산되는 라플라시안 부호를 사용하여 정합 성능을 높인다. 즉, 부호가 같으면 같은 특성의 특징점으로 여겨 정합하고 그렇지 않으면 정합하지 않는다. 세 번째는 특징점간의 거리 측정 시 사용하는 거리 비율을 실험하고, 실험을 통해 얻어진 거리 비율을 사용하여 정합의 성능을 높였다. 마지막으로, 기존의 시스템과 제안한 시스템의 성능을 비교하여 제안한 시스템의 성능 향상을 검증하고, 제안한 시스템이 비교적 정합률의 성능 저하 없이 응답속도를 크게 개선함을 보였다.

• 한국멀티미디어학회논문지
• /
• 제14권3호
• /
• pp.368-377
• /
• 2011

본 논문에서는 특징점 정합을 통한 객체인식, 파노라마 이미지 생성, 3차원 영상 복원 등에 사용될 수 있는 알고리즘 중 대표적인 SURF 알고리즘 기반 특징점 추출기의 하드웨어 구조 설계 및 FPGA 검증 결과에 대해 기술한다. SURF 알고리즘은 크기와 회전변화에 강한 특징점과 서술자를 생성함으로써 객체인식, 파노라마 이미지 생성, 3차원 영상 복원 등에 활용될 수 있다. 하지만 ARMl1(667Mhz) 프로세서와 128Mbytes의 DDR 메모리를 사용하는 임베디드 환경에서 실험결과 VGA($640{\times}480$) 해상도 C영상의 특정점 추출 처리 시약 7,200msec의 시간이 걸려 실시간 동작이 불가능한 것으로 파악되었다. 본 논문에서는 SURF 알고리즘의 핵심 요소인 적분 이미지 메모리 접근 패턴을 분석하여 메모리 접근 횟수와 메모리 사용량을 줄이는 방법을 이용해 실시간 동작이 가능하도록 하드웨어로 설계하였다. 설계된 하드웨어를 Xilinx(社)의 Vertex-5 FPGA 를 이용하여 검증한 결과 l00Mhz 클록에서 VGA 영상의 특징점 추출시 약 60frame/sec로 동작하여 실시간 응용으로 충분함을 알 수 있다.

• 한국멀티미디어학회논문지
• /
• 제16권4호
• /
• pp.483-492
• /
• 2013

SURF는 영상의 특징점을 추출하고 서술자를 생성하는 알고리즘으로 객체인식 및 추적, 파노라마 이미지 생성 등 여러 영상처리 시스템에 응용되고 있다. SURF 알고리즘은 영상의 크기, 회전, 시점 등의 변화에 강인한 특징을 갖지만 복잡하고 반복적인 연산이 많아 실시간 처리가 어렵다. 실제 PC(Pentium, 3.3GHz) 환경에서 1000개 정도의 특징점이 추출되는 VGA($640{\times}480$) 해상도의 영상을 이용하여 실험한 결과 특징점 추출 및 서술자 생성에 총 240ms 이상이 걸려 약 4frame/sec로 실시간 처리가 불가능한 것을 확인하였다. 본 논문에서는 SURF 알고리즘의 메모리 접근 패턴을 분석하여 라인 메모리를 효율적으로 구성해 메모리 사용을 최소화하고 반복적으로 수행되는 연산을 병렬처리 하는 방법으로 하드웨어를 설계하였다. 하드웨어 설계 검증 결과 Xilinx사의 Virtex5LX330 FPGA를 타겟으로 합성 시 101,348LUTs(66%)와 1,367KB의 내부 메모리를 사용하고, 100MHz 동작 클록에서 30 frame/sec로 실시간 처리가 가능함을 볼 수 있었다.

• 대한공간정보학회지
• /
• 제23권1호
• /
• pp.81-88
• /
• 2015

위성센서 기술이 발전함에 따라서 가시광선, 적외선, 열적외선 영역 등의 파장대를 탐지하는 다양한 센서들이 발사되고 있다. 이에 따라, 다중센서 영상의 융합 및 통합에 대한 연구들이 진행되고 있으며, 이를 위해서는 다중센서의 정합이 필수적이다. 위성영상의 정합 및 자동기하보정을 위하여 SIFT, SURF와 같은 알고리즘이 제안되었다. 그러나, 광학영상과 열적외선 상의 경우 다른 분광특성을 가지고 있기 때문에, 기존의 영상정합기법을 적용할 경우에는 높은 정확도를 확보하기 어려운 문제를 지닌다. 본 연구에서는 SURF를 이용하여 참조영상의 특징점을 추출하였으며, 추출된 특징점의 위치를 기반으로 지역적 상관도를 추정하여 정합쌍을 추출하고자 하였다. 지역적 상관도의 경우에는 퓨리에 변환을 기반으로 하는 위상 상관도 기법을 적용하였다. 가상의 고해상도 다중센서 영상과 Landsat-8, ASTER 영상을 이용한 실험결과, 기존의 SURF를 활용한 정합기법과 비교하여 본 연구에서 제안한 방법이 두 영상 간 정합쌍을 더욱 효과적으로 추출할 수 있음을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제46권6호
• /
• pp.58-67
• /
• 2009

대응점 정합은 컴퓨터 비전에서 중요한 작업 중에 하나지만 스케일, 조명, 시점이 변한 환경에서 대응점을 찾는 과정은 매우 어렵다. 대응점 정합 알고리즘인 SURF(Speeded Up Robust Features) 기법은 SIFT(Scale Invariant Feature Transform) 기법에 비해 정합 속도가 매우 빠르고 비슷한 정합 성능을 보여 널리 사용되고 있다. 하지만 SURF 기법은 흑백 영상과 지역 공간정보를 사용하기 때문에 유사한 패턴이 존재하는 영상에서 대응점의 정합 성능이 매우 떨어진다. 이런 문제점을 해결하기 위해 본 논문에서는 강인한 컬러 특징 정보와 광역적 특징 정보를 이용하는 확장 SURF 알고리즘을 제안한다. 제안하는 알고리즘은 비슷한 패턴이 존재하더라도 색상정보과 광역 공간 정보를 추가로 사용되기 때문에 대응점 매칭 성능을 크게 향상시킨다. 본 논문에서는 제안하는 방법의 우수성을 조명과 시점이 변화하고 유사한 패턴들을 갖는 영상들에 적용하여 기존의 방법들과 비교 실험함으로서 입증하였다.

• 한국항해항만학회지
• /
• 제33권1호
• /
• pp.65-70
• /
• 2009

대수심의 유체운동을 포텐셜 운동으로 가정하여 자유수면의 거동을 신속히 해석하는 BEM 해석법과 구조물 근방에서 유체의 자유 수면 변화를 계산하기 위하여 NS방정식의 해석으로 CADMAS-SURF 기법을 결합하여 하이브리드 수치기법을 개발하였다. 하이브리드 해석법에서는 반사파를 고려해야 할 넓은 영역에서, 대수심의 영역은 BEM이, 천수역은 CADMAS-SURF가 계산하게 된다. 특히, 하이브리드 모델은 장시간에 걸친 불규칙파의 운동에 대해서는 단독의 CADMAS-SURF을 이용한 계산에 비해 거의 동일한 정확도로 월등히 신속하게 계산할 수 있다. 본 연구에서는 완경사 해저면을 가진 넓은 해역에서, 호안구조물에 내습하는 파랑의 처오름과 월파와 같은 강비선형 파랑장 계산에 결합해석모델을 적용하였다. 계산결과는 각각 토요시마(풍도(豊島))의 규칙과 처오름 실험과 고다(합전(合田))가 제안한 불규칙파의 월파량 산정도와 비교하였다.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제9권3호
• /
• pp.292-304
• /
• 2017

High-speed vessels are prone to the surf-riding in adverse quartering seas. The possibility of mitigating the surf-riding of the ITTC A2 fishing vessel in the design stage is investigated using the 6-DOF weakly non-linear model developed for surf-riding simulations in quartering seas. The longitudinal position of the ship's center of buoyancy (LCB) is chosen as the design parameter. The adjusting of LCB is achieved by changing frame area curves, and hull surfaces are reconstructed accordingly using the Radial Basis Function (RBF). Surf-riding motions in regular following seas for cases with different LCBs and Froude numbers are simulated using the numerical model. Results show that the surf-riding cannot be prevented by the adjusting of LCB. However, it occurs with a higher threshold speed when ship's center of buoyancy (COB) is moved towards stem compared to moving towards stern, which is mainly due to the differences on wave resistance caused by the adjusting of LCB.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.688-693
• /
• 2010

주행 로봇 환경에서 비전 기반의 물체 인식은 물체의 주변 요소와 동적인 환경에 대한 다양한 영상처리 문제를 포함한다. SURF(Speeded Up Robust Features)는 영상의 크기와 회전변화에 강인하게 물체를 인식하는 알고리즘으로 많은 연구자에 의해 사용되고 있다. 하지만 SURF 기반의 영상처리 방법은 고차원의 벡터 성분을 사용하기 때문에 연산 과정에서 많은 시간을 소비하며, 그로 인해 실시간 시스템에서 수행의 어려움을 가지고 있다. 본 연구에서는 이러한 문제점을 해결하기 위해서, 연산량이 많은 SURF 처리 과정을 GPU(Graphics Processing Unit)에서 수행하도록 하여, 보다 빠른 영상 인식을 구현하고자 한다. NVIDIA의 CUDA 라이브러리를 이용하여 GPU 상의 수행 프로그램을 구현하고, 실험을 통해 이동 로봇의 속도와 영상의 크기변화에 따른 표식의 인식률 및 수행시간에 대해서 CPU와 성능을 비교한다.