Invariant Image Matching using Linear Features

선형특징을 사용한 불변 영상정합 기법

Matching two images is an essential step for many computer vision applications. A new approach to the scale and rotation invariant scene matching, using linear features, is presented. Scene or model images are described by a set of linear features approximating edge information, which can be obtained by the conventional edge detection, thinning, and piecewise linear approximation. A set of candidate parameters are hypothesized by mapping the angular difference and a new distance measure to the Hough space and by detecting maximally consistent points. These hypotheses are verified by a fast linear feature matching algorithm composed of a single-step relaxation and a Hough technique. The proposed method is shown to be much faster than the conventional one where the relaxation process is repeated until convergence, while providing matching performance robust to the random alteration of the linear features, without a priori information on the geometrical transformation parameters.

두개의 영상을 정합 하는 것은 많은 컴퓨터 시각장치의 응용과정 중 기본적인 과정이다. 본 논문에서는 선형특징을 사용한 정합기법으로서 회전각도와 크기비율에 불변한 영상정합 기법을 제안한다. 영상은 edge 검출, 세선화, 선형화 과정에 의해 선형 세그먼트의 집합으로 묘사된다. 세그먼트 사이의 각도차이와 새로운 거리척도에 의한 크기비율을 사용해 Hough 공간에서 최대로 일치하는 변환 파라메터를 추정한다. 추정된 파라메터는 1단계 relaxation과 Hough 기법으로 이루어진 고속 선형특징 정합과정에 의해 검증된다. 제안한 기법은 변환 파라메터에 대한 사전정보를 필요로 하지 않으며 추출된 선형 세그먼트 크기의 변화에 민감하지 않은 특성과 기존의 relaxation 기법에 비해 빠른 처리속도를 가진다.