• 대한공간정보학회지
• /
• 제4권1호
• /
• pp.93-102
• /
• 1996

수치표고모델(DEM, Digital Elevation Model)을 컴퓨터를 이용하여 자동으로 생성할 때 입체영상매칭(stereo matching) 연산은 많은 수행시간이 소요된다. 매칭연산은 일반적으로 상관계수(correlation)에 의한 방법이 사용되고 있으며, 매칭점 분포가 균등한 지역기반방식(area-based method)이 주로 이용되고 있다. 본 논문에서는 지형을 식별하여 매칭연산에서 검색영역(search area)과 기준윈도우(mask window)의 크기를 조정하여 효율적인 매칭을 수행하는 방안을 제시하였다. 영상을 분할하기 위하여 경계보호평활화 필터(edge-preserving smoothing filter)를 사용하여 전처리를 수행하였으며, 필터를 거친 영상에 대해서 영역성장 알고리듬을 적용하였다. 분할된 영역은 MRF(Markov Random Field) 모델에 의한 식별과정을 통하여 산악, 평야, 수계지역으로 식별된다. 영상매칭은 예비시차(predicted parallex) 계산과 상세매칭(fine matching)의 두 단계를 거치며, 예비시차를 이용하여 상세매칭단계에서 검색영역의 위치를 결정한다. 검색영역과 기준윈도우의 크기는 화소에 대한 지형식별정보에 의해 결정된다. 주변화소와 시차가 유사한 평야지역과 수계지역의 검색영역을 축소함으로서 매칭연산시간을 단축시켰다. 대전-금산지역의 $10km{\times}10km(1024{\times}1024)$ 영상을 4개 사용하여 실험한 결과 지형식별정보를 이용하지 않았을 경우보다 영상매칭 수행시간이 $25%{\times}35%$정도 단축시킬 수 있음을 보였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.201-205
• /
• 2007

In the post-Cold War era, acquisition technique of high-resolution satellite imagery (HRSI) has begun to commercialize. IKONOS-2 satellite imaging data is supplied for the first time in the 21st century. Many researchers testified mapping possibility of the HRSI data instead of aerial photography. It is easy to renew and automate a topographical map because HRSI not only can be more taken widely and periodically than aerial photography, but also can be directly supplied as digital image. In this study matching size of IKONOS Geo-level stereo image is presented lot production of digital elevation model (DEM). We applied area based matching method using correlation coefficient of pixel brightness value between the two images. After matching line (where "matching line" implies straight line that is approximated to complex non-linear epipolar geometry) is established by exterior orientation parameters (EOPs) to minimize search area, the matching is tarried out based on this line. The experiment on matching size is performed according to land cover property, which is divided off into four areas (water, urban land, forest land and agricultural land). In each of the test areas, window size for the highest correlation coefficient is selected as propel size for matching. As the results of experiment, the proper size was selected as $123{\times}123$ pixels window, $13{\times}13$ pixels window, $129{\times}129$ pixels window and $81{\times}81$ pixels window in the water area, urban land, forest land and agricultural land, respectively. Of course, determination of the matching size by the correlation coefficient may be not absolute appraisal method. Optimum matching size using the geometric accuracy therefore, will be presented by the further work.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.727-731
• /
• 2003

ASTER image has some advantages for classification such as 15 spectral bands and 15m ${\sim}$ 90m spatial resolution. However, in the classification using general remote sensing image, shadow areas are often classified into water area. It is very difficult to divide shadow and water. Because reflectance characteristics of water is similar to characteristics of shadow. Many land cover items are consisted in one pixel which is 15m spatial resolution. Nowadays, very high resolution satellite image (IKONOS, Quick Bird) and Digital Surface Model (DSM) by air borne laser scanner can also be used. In this study, mixed pixel analysis of ASTER image has carried out using IKONOS image and DSM. For mixed pixel analysis, high accurated geometric correction was required. Image matching method was applied for generating GCP datasets. IKONOS image was rectified by affine transform. After that, one pixel in ASTER image should be compared with corresponded 15×15 pixel in IKONOS image. Then, training dataset were generated for mixed pixel analysis using visual interpretation of IKONOS image. Finally, classification will be carried out based on Linear Mixture Model. Shadow extraction might be succeeded by the classification. The extracted shadow area was validated using shadow image which generated from 1m${\sim}$2m spatial resolution DSM. The result showed 17.2% error was occurred in mixed pixel. It might be limitation of ASTER image for shadow extraction because of 8bit quantization data.

• 전자공학회논문지
• /
• 제53권5호
• /
• pp.132-140
• /
• 2016

본 논문에서는 신뢰 영역을 검출하고 이를 이용하여 미스 매치된 영역에 대한 홀을 채우고 적응적으로 시차 지도를 조정하여 경계를 보존하는 스테레오 정합 방법을 제안한다. 초기 시차 지도 추정을 위해 비용 계산은 색상(CIE Lab)과 경사도(Gradient)를 결합하여 이용하였고, 두 번의 비용 결합 함수를 적용 하여 시차 지도를 추정 하였다. 화소 불일치 영역을 검출하기 위해 왼쪽/오른쪽 교차 검사를 수행 하였다. 두 픽셀 위치에서의 차이가 1보다 크면 폐색 영역이거나 잘못된 매칭으로 판단하고 왼쪽 시차 지도에 표시 하였다. 초기 시차 지도에서 깊이 불연속성으로 인한 에러값을 구별하기 위해 Mean-shift segmentation을 사용하여 신뢰 지도를 구하고 초기 시차 지도 영상에서의 에러값을 줄이기 위해 신뢰 지도 결과를 이용하여 시차 지도 조정을 수행한다. 실험 결과 제안하는 방법이 기존의 다른 방법들과 비교하여 비교적 높은 정확도를 보이는 시차 지도를 생성 하는 것을 보였다.

• 한국측량학회지
• /
• 제25권6_2호
• /
• pp.587-597
• /
• 2007

본 연구는 IKONOS Geo레벨 스테레오 영상으로부터 DEM을 제작하기 위한 토지피복 특성별 정합영역 크기를 결정하고자 한다. 사용된 매칭기법은 상관계수를 이용한 영역기반정합 기법을 적용하였고, 탐색영역을 최소화하기 위해 외부표정요소를 구한 후, 이로부터 정합선을 수립하여 정합하였다. 실험은 산림, 논 밭, 수계, 도심지의 4가지 토지피복 특성별로 수행되어졌으며, 토지피복별 평균 상관계수, 칼럼 라인의 시차영상을 분석한 후, 실험 영상에서 최적의 정합영역 크기를 선정하였다. 실험결과, 산림지역은 $119{\times}119$화소, 논 밭 지역은 $51{\times}51$화소, 물 지역은 $81{\times}81$화소, 도심지는 $21{\times}21$화소가 DEM 제작을 위한 가장 적절한 정합영역 크기로 선정되었다.

• 스마트미디어저널
• /
• 제4권3호
• /
• pp.50-55
• /
• 2015

본 논문에서는 야간 영상 감시(night-time video surveillance)에 특화된 GMM(Gausssian mixture model)기반의 배경 모델링(background modeling)을 이용한 배경 차분(background subtraction)방법을 제안한다. 야간 영상에서는 낮 영상에 비해 배경과 객체의 구분이 뚜렷하지 않아 매우 흡사한 픽셀 값들을 이용하여 배경을 분리해야 한다. 이러한 문제점을 해결하기 위해 전처리 단계에서 조정된 범위의 히스토그램 스트레칭을 이용하여 입력 픽셀 값을 배경 모델링에 이로운 픽셀 값으로 변경해준다. 조정된 픽셀 값을 이용하여 가장 이상적인 배경을 찾기 위해 픽셀 단위로 GMM기반의 배경 모델링 방법을 적용한다. GMM을 기반으로 한 배경모델링 방법에서는 새로운 픽셀 값이 입력되었을 때 어떤 가우시안에도 속하지 않는다면 가장 낮은 가중치를 가진 가우시안 분포를 제거함으로써 이전의 축적된 배경의 정보를 무시하는 결과를 낳게 된다. 따라서 본 논문에서는 낮은 가중치의 가우시안을 제거하는 대신 기존 가우시안의 평균과 입력된 픽셀 값의 차를 이용하여 새로운 평균에 적용함으로써 기존의 쌓여진 정보를 고려한다. 실험결과 제안된 배경 모델링 방법이 기존 방법의 이점을 유지하면서 야간 영상 감지에 특화된 배경 차분 결과를 보였다.

• 한국멀티미디어학회논문지
• /
• 제3권4호
• /
• pp.372-379
• /
• 2000

본 논문에서는 비트패턴을 기반으로 한 고속의 적응적 가변 블록 움직임 예측 알고리즘을 제안한다. 제안된 방법은 블록 내의 평균값을 기준으로 8bit 화소값을 0과 1의 비트패턴으로 변환한 후 블록의 움직임 예측을 수행한다. 비트변환을 통한 영상의 단순화는 움직임 추정의 계산적 부담을 감소시켜 빠른 탐색을 가능하게 한다. 그리고 블록 내의 움직임 정도를 미리 판별하여 이를 기반으로 한 적응적 탐색이 불필요한 탐색을 제거하고 움직임이 큰 블록에서는 정합 과정을 심화시켜 보다 빠르고 정확한 움직임 예측을 수행한다. 본 제안된 방식을 가지고 실험한 결과, 한 프레임 당 적은 수의 블록으로 고정된 크기의 블록을 가진 전역 탐색블록 정합 알고리즘(full search block matching algorithm; FS-BMA)보다 예측 에러를 적게 발생시켜 평균 0.5dB 정도의 PSNR 개선을 가져왔다.

• 전자공학회논문지S
• /
• 제35S권3호
• /
• pp.131-143
• /
• 1998

This paper presents a high performance disparity extraction algorithm that generate a dense and accurate disparity map using low-resolution disparity histogram. Disparity distribution of background and object areas can besegmented from low-resolution disparity histogram. These information can be used to reduce the search area and search range of the high-resolution image resulting reliable disparity information in high speed. The computationally efficient matching pixel count(MPC) similarity measure technique is useed extensively toremove the redundancies inherent in the area-based matching method, and also results robust matching at the boundary region. Resulting maches are further improved using iterative support algorithm and post processing. We have obtained good results on randomdot stereogram and real images obtained in our carmera system.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권9호
• /
• pp.559-566
• /
• 2005

An effective do-blurring algorithm is proposed to remove the blur of the even and the odd line images of the interlaced scan type camera. n the object or the camera moves fast while the interlaced scan type digital camera is acquiring images, blur is often created due to the misalignment between two images of even and odd lines. In this paper, the blurred original image is separated into the even and the odd line images of the half size. Two full sized images are generated using interpolation technique based on these two in ages. Again, these images are signed and combined through the processes of feature extraction, matching, sub-pixel matching, outlier removal, and mosaicking. De-blurring simulations about the images of different camera motions have been done.

• 대한원격탐사학회지
• /
• 제11권2호
• /
• pp.43-57
• /
• 1995

This paper presents reconstruction of disparity in images. To achieve this, the algorithm was made up of two different procedures - one is extraction of boundaries for man-made structures and the other is matching of the structures. In the extraction of boundaries for man-made structures, we assume that man-made structures are composed of lines and the lines make up closed polygon. The convertional algorithms of the edges extraction may not perceive man-made structures and have problems that matching algorithms were too complex. This paper proposed sub-pixel boundaries extraction algorithm that fused split-and-merge and image improvement algorithms to overcome complexity. In matching procedure, feature-based algorithm that minimize the proposed cost function are used and the cost fuction considers movement of mid-points for left and right images to match structures. Because we could not obtain disparity of inner parts for the man-made structures, interpolation method was used. The experiment showed good results.