DOI QR코드

DOI QR Code

Development of Frequency Domain Matching for Automated Mosaicking of Textureless Images

텍스쳐 정보가 없는 영상의 자동 모자이킹을 위한 주파수영역 매칭기법 개발

  • Kim, Han-Gyeol (Department of Geoinformatic Engineering, Inha University) ;
  • Kim, Jae-In (Department of Geoinformatic Engineering, Inha University) ;
  • Kim, Taejung (Department of Geoinformatic Engineering, Inha University)
  • 김한결 (인하대학교 공간정보공학과) ;
  • 김재인 (인하대학교 공간정보공학과) ;
  • 김태정 (인하대학교 공간정보공학과)
  • Received : 2016.12.02
  • Accepted : 2016.12.21
  • Published : 2016.12.31

Abstract

To make a mosaicked image, we need to estimate the geometric relationship between individual images. For such estimation, we needs tiepoint information. In general, feature-based methods are used to extract tiepoints. However, in the case of textureless images, feature-based methods are hardly applicable. In this paper, we propose a frequency domain matching method for automated mosaicking of textureless images. There are three steps in the proposed method. The first step is to convert color images to grayscale images, remove noise, and extract edges. The second step is to define a Region Of Interest (ROI). The third step is to perform phase correlation between two images and select the point with best correlation as tiepoints. For experiments, we used GOCI image slots and general frame camera images. After the three steps, we produced reliable tiepoints from textureless as well as textured images. We have proved application possibility of the proposed method.

모자이크 영상을 만들기 위해서는 영상간 변환관계 추정이 필요하다. 변환관계추정에는 대응점 정보가 필요하며, 대응점은 일반적으로 특징점 기반의 추출방식을 사용한다. 그러나 텍스쳐 정보가 없는 영상의 경우에는 특징점 추출이 불가능하다. 따라서 이 경우 다른 관점에서의 접근이 필요하다. 이에 본 논문에서는 주파수 영역에서 대응점 추출기법의 적용 가능성을 분석하고 최적의 주파수 영역 정합기법을 제안한다. 제안하는 방법은 세 단계로 수행된다. 첫 단계는 컬러 영상을 흑백영상으로 변환하고 노이즈를 제거 한 뒤 엣지를 추출한다. 두 번째 단계에서는 영상의 정합영역을 결정한다. 그리고 마지막 단계에서는 위상상관(Phase correlation) 기법을 수행하여 위상상관도를 생성하고 두 영상의 대응점을 추출한다. 제안한 방법을 검증하기 위하여 텍스쳐 정보가 없는 GOCI 해양위성영상과 일반 프레임카메라 영상을 사용하였다. 실험 결과 신뢰도 높은 대응점이 추출되는 것을 확인할 수 있었다. 이를 통해 주파수 영역 매칭의 사용 가능성을 확인 할 수 있었다.

Keywords

References

  1. Kim, H.G., Kim, T., 2016, Frequency Domain Matching for Automated Mosaicking of Textureless Images, Proc. of the Korean Society of Remote Sensing Fall Conference 2016, pp. 356-359.
  2. Mohammad, N.H. Mohammad, S.U., 2011, Accelerating Fast Fourier Transformation for Image Processing using Graphics Processing Unit, Journal of Emerging Trends in Computing and Information Sciences, Aug, pp. 68-375
  3. Hongshi, Y., Jian, G.L., 2008, Robust Phase Correlation Based Feature Matching for Image Coregistration and DEM Generation, The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, pp. 1751-1756.
  4. Keller, Y., Averbuch, A., Israeli, M., 2005, Pseudopolarbased estimation of large translations, rotations, and scalings in images, IEEE Transactions on Image Processing, 14: 12-22. https://doi.org/10.1109/TIP.2004.838692
  5. Zoghlami, I., Faugeras, O., Deriche, R., 1997, Using geometric corners to build a 2D mosaic from a set of images, Proc. of The International Conference on Computer Vision and Pattern Recognition, Puerto Rico, pp. 420-425.
  6. Alfonso, A., Ruth M.A., Javier, F.V., Edgar, A., 2012, Phase Correlation Based Image Alignment with Subpixel Accuracy, Proc. of 2012 Mexican International Conference on Artificial Intelligence, pp. 171-182.
  7. Tzimiropoulos, G., Argyriou, V., Zafeiriou, S., Stathaki, T., 2010, Robust FFT-Based Scale-Invariant Image Registration with Image Gradients, IEEE Transactions on Pattern Analysis and Machine Intelligence, 32: 1899-1906. https://doi.org/10.1109/TPAMI.2010.107

Cited by

  1. Geometric Correction for the Geostationary Ocean Color Imager from a Combination of Shoreline Matching and Frequency Matching vol.18, pp.11, 2018, https://doi.org/10.3390/s18113599