Abstract
It is necessary to detect the feature points existing simultaneously in both images and then find the corresponding relationship between the detected feature points. We propose a new feature detector based on geometric mean of two eigenvalues of gradient matrix which is able to measure the change of pixel intensities. The corner response of the proposed detector is proportional to the geometric mean and also the difference of two eigenvalues in the case of same geometric mean. We analyzed the localization error of the feature detection using aerial image and artificial image with various types of corners. The localization error of the proposed detector was smaller than that of the typical corner detector, Harris detector.
동일 대상에 대한 두 영상의 등록을 위해서는 두 영상에 공통적으로 존재하는 특징점을 검출하고 검출된 특징점 간의 대응관계를 찾는 과정이 필수적이다. 본 논문에서는 화소의 밝기 변화를 측정할 수 있는 그레디언트 행렬의 고유치 기하평균에 기반한 새로운 특징점 검출기를 제안한다. 제안하는 특징점 검출기는 그레디언트 행렬의 두 고유치의 기하평균 크기에 비례하고 기하 평균 크기가 동일한 경유 두 고유치의 상대적인 차이에 비례하여 가변적으로 변하는 특성을 가진다. 제안한 특징점 검출기의 성능 평가를 위해 다양한 종류의 코너가 존재하는 합성 영상과 항공 영상을 기준 영상으로 사용하여 코너 검출의 위치 오차를 분석하였다. 제안한 검출기의 위치 오차는 Gaussian smoothing scale 조건하에서 대표적인 코너 검출기인 Harris detector의 위치 오차보다 작은 결과가 얻어졌다.