한국항공우주학회지 (Journal of the Korean Society for Aeronautical & Space Sciences)

  • 제37권8호
  • /
  • Pages.759-766
  • /
  • 2009
  • /
  • 1225-1348(pISSN)
  • /
  • 2287-6871(eISSN)
한국항공우주학회 (The Korean Society for Aeronautical and Space Sciences)
권호 표지
DOI QR코드

DOI QR Code

특징점 정합 필터 결합 SIFT를 이용한 상대 위치 추정

Integrated SIFT Algorithm with Feature Point Matching Filter for Relative Position Estimation

  • 곽민규 (건국대학교 항공우주정보시스템공학과 대학원) ;
  • 성상경 (건국대학교 항공우주정보시스템공학과) ;
  • 윤석창 (건국대학교 항공우주정보시스템공학과 대학원) ;
  • 원대희 (건국대학교 항공우주정보시스템공학과 대학원) ;
  • 이영재 (건국대학교 항공우주정보시스템공학과)
  • 발행 : 2009.08.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 INS/vSLAM 통합 항법 시스템의 성능 향상을 위한 기초 연구로써, 비전 센서의 영상처리 성능을 향상을 위한 알고리즘 개발에 목표를 두고 있다. 비전센서의 영상처리알고리즘으로 SIFT 알고리즘을 사용하였으며, SIFT 알고리즘의 특징점 정합 성능을 개선하기 위해 특징점 정합 필터를 적용하였다. 본 논문에서 제안한 알고리즘을 이용하여 기존의 SIFT 알고리즘을 파라미터 조절한 경우보다 향상된 결과를 얻을 수 있었다. 차후 실시간 통합 항법 시스템에 적용하기 위해서 알고리즘의 속도를 향상시키는 작업이 필요하다.

The purpose of this paper is an image processing algorithm development as a base research achieving performance enhancement of integrated navigation system. We used the SIFT (Scale Invariant Feature Transform) algorithm for image processing, and developed feature point matching filter for rejecting mismatched points. By applying the proposed algorithm, it is obtained better result than other methods of parameter tuning and KLT based feature point tracking. For further study, integration with INS and algorithm optimization for the real-time implementation are under investigation.

키워드

참고문헌

  1. David G. Lowe, “Distinctive Image Features from Scale-Invariant Keypoints”, International Journal of Computer Vision, 2004. https://doi.org/10.1023/B:VISI.0000029664.99615.94
  2. 정재진, “Scale Invariant Feature Transform을 이용한 눈동자 영역 추출”, 정보기술연구소논문집, 제 14권 제 1호, 2006, pp. 81-85.
  3. 윤석창, “단일 카메라를 이용한INS/vSLAM 통합시스템의 구성 및 상대위치추정 성능시험”, 건국대학교 석사학위 청구논문,2009.
  4. 원대희, “비전센서 기반의 SLAM 기술을 이용한 DR 성능 향상”, 건국대학교 석사학위 청구논문, 2008.
  5. Bentley, J. L., “K-d Trees for SemidynamicPoint Sets”, SCG '90: Proc. 6th AnnualSymposium on Computational Geometry, 1990, pp.187–197.
  6. Fraz M. Mizaei and Stergios I. Roumeliotis, “A Kalman Filter-Based Algorithm for IMU-Camera Calibration : Observability Analysis and Performance Evaluation”, IEEE Transactions on Robotics, Vol. 24, No.5, October 2008. https://doi.org/10.1109/TRO.2008.2004486
  7. Krystian, Mikolajczyk, and Cordelia Schmid, "Scale & Affine Invariant Interest Point Detectors", International Journal of Computer Vision, Vol.60, No.1, pp. 63-86, January 2004. https://doi.org/10.1023/B:VISI.0000027790.02288.f2
  8. Krystian, Mikolajczyk, and Cordelia Schmid, "A Performance Evaluation of Local Descriptors", IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol.27, No.10, October 2005. https://doi.org/10.1109/TPAMI.2005.188
  9. Xiang Wang and Hong Zhang, "GoodImage Features for Bearing-only SLAM",Proceedings of the 2006 IEEE/RSJ, InternationalConference on Intelligent Robots and Systems,October 9 - 15, 2006, Beijing, China, pp.2576-2581.
  10. C. Tomasi and T. Kanade, "Detection andTracking of Point Features", Carnegie MellonUniversity, Tech. Report CMU-CS-91-132, April1991.
  11. S.M. Smith and J.M. Brady, "SUSAN - a new approach to low level image processing", Int. Journal of Computer Vision, Vol.23(1), pp. 45-78, May 1997. https://doi.org/10.1023/A:1007963824710
  12. P. Tissainayagam and D. Suter, "Assessing the Performance of Corner Detectors for Point Feature Tracking Applications", Image and Vision Computing, Volume 22, Issue 8, Pages 663-679, August 2004. https://doi.org/10.1016/j.imavis.2004.02.001