• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.695-698
• /
• 2000

본 논문에서는 이미지 데이터 컬러 속성을 기반으로 한 영상 검색 방법을 제안한다. 두 이미지 사이의 유사성을 측정하기 위하여 컬러 히스토그램의 분포 특성을 이미지 데이터베이스 영상과질의 영상에서 계산하여 유사도를 결정하도록 설계하였다. 두 영상의 유사도를 측정하기 위해 두영상의 R, G, B 히스토그램에 대해서 같은 값에 대한 빈도 수의 차를 거리로 측정한 후, 구해진 거리의 차를 비교한 방법과 히스토그램의 분포 곡선을 이루는 방정식을 구한 수 있도록 곡선 정합을 한 후에 두 영상의 컬러 특징 속성에 관한 특징 값의 추출을 위해서 다항식 보간법에 의한 방정식을 이용한 방법을 소개한다. 공간 데이터베이스 시스템에서 질의에 대한 효율적인 처리를 위해 R-Tree와 최대 점을 이용하여 영상을 검색한다.

• 한국의학물리학회지:의학물리
• /
• 제17권2호
• /
• pp.67-76
• /
• 2006

본 연구에서는 환자 치료 전 셋업 확인을 위해 디지털 재구성 방사선영상(digitally reconstructed radiographs, DRR)을 참조영상으로 하여 온보드 영상 장치로부터 획득된 kV X선 영상과의 2차원 정합을 수행하였을 경우 DRR 영상의 질에 따라 환자 셋업 오차 보정의 정확도가 어떻게 달라지는가를 확인하였다. 방사선치료계획 장치로는 Pinnacle3와 Eclipse를 이용하였으며 참조 영상으로는 팬텀 및 환자를 각각 다른 슬라이스 두께로 부위별로 CT 촬영한 영상으로부터 재구성된 DRR 영상을 이용하였다. DRR 영상 및 프로파일 비교에서는 CT 슬라이스 두께가 증가함에 따라 이를 이용한 DRR 영상의 질이 저하됨을 확인할 수 있었지만 2차원 정합 결과 유사한 오차 값을 보여주어 DRR 영상의 질이 큰 영향을 미치지 않음을 확인할 수 있었다. 슬라이스 두께에 따른 2차원 정합 결과의 차이가 크지는 않지만 일반적인 환자 치료계획 및 2차원 정합을 위해 슬라이스 두께 3 mm 이하의 CT 영상 획득이 필요할 것으로 생각한다.

• 방송공학회논문지
• /
• 제7권2호
• /
• pp.145-152
• /
• 2002

디지털 기술의 급속한 발전에 힘입어 사용자에게 유용한 디지털 영상들이 지수적으로 증가함에 따라, 내용 기반 영상 검색(CBIR ; Content-based Image Retrieval)은 가장 활발한 연구 분야 중 하나가 되었다 다양한 영상 검색 방법은 입력 질의 영상이 주어졌을 때, 질의와 유사한 영상들이 칼라(color)나 질감(texture) 같은 저 수준 특징을 기반으로 영상 데이터베이스에서 검색되도록 제안되어져 왔다. 그러나, 기존 검색 방법의 대부분은 부분 정합에 필요한 복잡도(complexity) 때문에 데이터베이스 내 전체 영상의 부분 영상을 입력 질의 영상으로 했을 경우를 고려하지 않았다. 이 논문에서 우리는 두 영상 사이의 칼라 히스토그램 관계를 이용함으로써 부분 영상 정합에 대한 효율적인 방법을 제시한다. 제안된 접근 방법은 두 단계로 구성되어 있다. 첫 번째 단계는 검색 공간을 pruning시키는 것이고 두 번째 단계는 부분 영상 정합을 통해 후보 영상들의 순위를 정하는 블록 기반 검색을 수행한다. 실험 결과는 pruning없이 부분 영상 정합만 사용하여 검색했을 때 시스템의 응답 시간이 높다고 가정을 하고 제안된 알고리즘의 실현 가능성을 보여준다.

• 한국음향학회지
• /
• 제20권7호
• /
• pp.83-88
• /
• 2001

본 논문에서는 해양환경 인자의 오정합에 강인한 특성치 추출 기법에 의한 정합장 처리 방법 (FEM: Feature Extraction Method)을 요약하였다. FEM 기법을 이용하여 음원 위치를 추정하는데 선행되어 해결해야 할 두 가지 요소 즉, 제거해야 할 고유벡터의 수와 사용해야 할 환경 샘플 개수에 대하여 고찰해 보고 이에 대한 해결책을 제시하였다. 이 문제점들을 해결하기 위하여 주어진 해양환경에서 진행하는 모드들 중에서 지배적인 모드의 개수와 제거해야 할 고유벡터의 개수와의 관계를 살펴보았다. 그리고 신호벡터가 이루는 공간과 추출해야 할 고유벡터가 이루는 공간을 비교하고 두 공간의 유사성을 정량화하여 분석하였다. 정합장 처리 방법으로 추정한 음원의 위치와 실제 음원의 위치와의 상대적인 오차를 정의하고 분석결과를 보증하였다. 지배적인 모드의 개수만큼 가장 큰 고유벡터를 추출했을 경우 FEM 프로세서가 음원의 위치를 성공적으로 추정하였고, GBNLMIS 해양 환경에서 최소 30개 이상의 환경 샘플을 사용해야 FEM 프로세서의 안정된 성능을 보장할 수 있음을 확인하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제26권8호
• /
• pp.966-974
• /
• 1999

완전 탐색 블록 정합 알고리즘(FBMA)은 다양한 움직임 추정 알고리즘 중 최상의 움직임 추정을 할 수 있으나, 방대한 계산량이 실시간 처리의 적용에 장애 요소이다. 본 논문에서는 완전 탐색 블록 정합 알고리즘에 비해 더 낮은 계산량과 유사한 화질을 가지는 새로운 고속 움직임 추정 알고리즘을 제안한다. 제안한 방법에서는 공간적인 상관성을 이용함으로써 적절한 탐색 영역의 크기를 예측할 수 있다. 현재 블록의 움직임 추정을 위하여 이웃 블록이 가지고 있는 움직임과 탐색 영역의 크기를 이용하여 현재 블록의 탐색 영역을 적응적으로 변화시키는 방법이다. 이 예측값으로 현재 블록의 탐색 영역 크기를 결정한 후, FBMA와 같이 이 영역 안의 모든 화소점들에 대하여 현재 블록을 정합하여 움직임 벡터를 추정한다. 컴퓨터 모의 실험 결과 계산량 측면에서 제안 방법이 완전 탐색 블록 정합 알고리즘보다 50%정도 감소하였으며, PSNR 측면에서는 0.08dB에서 1.29dB 정도 감소하는 좋은 결과를 얻었다.Abstract Full search block-matching algorithm (FBMA) was shown to be able to produce the best motion compensated images among various motion estimation algorithms. However, huge computational load inhibits its applicability in real applications. A new motion estimation algorithm with lower computational complexity and good image quality when compared to the FBMA will be presented in this paper. In the proposed method, The appropriate search area can be predicted by using the temporal correlation between neighbouring blocks. For motion estimation of the current block, it is the method changing adjustably search area of current block by using motion and search area size of the neighbouring block. After deciding search area size of the current block with this predicted value, we estimate motion vector that matching current block like the FBMA for every pixel in this area. By the computer simulation the computation amount of the proposed method can be greatly decreased about 50% than that of the FBMA and the good result of the PSNR can be attained.

• 한국정보통신학회논문지
• /
• 제22권4호
• /
• pp.617-623
• /
• 2018

본 논문에서는 형태 정합 및 포아송 방정식을 기반으로 객체와 배경과의 이음매가 없는 효율적인 동영상 합성 기법을 제안한다. 동영상 합성 기법은 영상 분할 과정과 영상 조합 과정으로 구성된다. 영상 분할 과정에서는 먼저 첫번째 프레임에 대해 사용자가 3 영역 지도를 설정한 후, 그랩 컷(grab cut) 알고리즘을 수행한다. 그리고 객체와 배경의 색상, 밝기, 텍스쳐 등이 유사할 경우 영상 분할의 성능이 감소될 수 있음을 감안하여, 현재 프레임과 이전 프레임 객체들 간의 형태 정합을 통해 현재 프레임에서 영상 분할된 객체를 보정한다. 영상 조합 과정에서는 포아송 방정식을 이용하여 객체와 목표 동영상의 배경이 서로 이음매 없이 조합되도록 하며, 또한 사용자가 설정한 움직임 경로에 따라 객체를 배치한다. 모의실험을 통해 제안된 방법이 합성된 동영상의 자연성 뿐만 아니라 수행 시간 면에서 우수함을 알 수 있었다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.451-456
• /
• 2018

시설물의 유지 관리 및 모니터링에 UAVs (Unmanned Aerial Vehicles)의 활용이 확대되고 있다. 안전 점검을 위한 시설물의 외관 상태 평가를 위하여 고해상도 영상을 취득하는 것이 필요하며, 넓은 지역을 빠르게 취득하기 위하여 비디오 데이터로 취득할 필요가 있다. 일반적으로 비디오 데이터에는 위치 정보가 포함되지 않아, 검사 개체의 실제 크기에 대한 정량적 분석이 어렵다. 본 연구에서는 교량 시설물을 대상으로 비디오 프레임과 기준 사진의 정합을 이용하여 교량의 3차원 점군(point cloud) 데이터의 활용성을 평가하고자 한다. 드론을 이용하여 비디오와 사진을 취득하고, 기준 사진과의 특징점 정합을 통하여 비디오 프레임의 외부 표정 요소를 생성하였다. 실험 결과 비디오 프레임 데이터는 기준 사진과 유사한 표정 정확도를 얻었으며, 표정된 프레임 데이터를 이용하여 생성된 점군 데이터는 교량의 형상 및 크기를 잘 표현하였다. 향후 다양한 조건의 정합 실험을 통하여 결과물의 안정성이 확인되면, 비디오 기반의 시설물 모델링 및 점검에 효과적으로 적용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 한국측량학회지
• /
• 제33권1호
• /
• pp.45-52
• /
• 2015

공간정보 제작의 다원화로 인하여 다양한 수치지도들이 여러 공공기관 및 기업에서 제작됨에 따라 데이터의 상호 운용성이 점점 중요해지고 있다. 이에 본 연구에서는 계층적 매칭 기법을 활용한 이종 수치지도의 건물 데이터 자동 정합기법을 제안하였다. 먼저 수치지도를 가구계 기반으로 분할한 후 ICP 알고리즘을 활용한 건물 기하보정을 1차적으로 수행하였다. 대응 가능한 건물쌍의 중첩면적 유사도를 평가하여 대응 건물을 결정하고 Otsu 이진 임계화를 수행하여 매칭 비매칭에 대한 임계값을 자동으로 설정하였다. 1차 매칭이 완료된 후 임계값과 비슷한 유사도를 가지는 건물들을 오매칭 후보군으로 추출하여 개별 건물에 대한 ICP 알고리즘 기반의 기하보정을 다시 수행하고 형태학적 인자인 회전각 함수분석을 추가 적용하여 정합여부를 재판단하였다. 실험평가를 위해 제안된 알고리즘을 대표적인 공공분야 수치지도인 도로명주소지도와 수치지형도 2.0의 건물 데이터에 적용하고 활용성을 평가하였다. 정확도 평가결과 매칭 건물 및 비매칭 건물에 대한 F 측정치가 각각 2%와 17% 향상되었으며 이를 통해 본 연구에서 제안한 알고리즘이 이종 수치지도 건물 정합에 효과적으로 적용될 수 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제12권11호
• /
• pp.1563-1571
• /
• 2009

H.264/AVC의 시간적 오류 은닉을 위한 새로운 경계 정합 방법과 은닉된 영상의 화질 향상을 위한 후처리 방법을 제안한다. 시간적 오류 은닉은 참조 프레임에서 가장 유사한 블록으로 오류가 발생한 블록을 대체시키는 방법이다. 가장 유사한 블록을 찾기 위해 H.264/AVC에서는 오류가 발생한 블록의 바깥 경계의 화소값과 참조블록의 안쪽 경계의 화소값을 단순 비교한다. 그러나 기존의 방법은 좁은 범위의 화소값 만을 비교하므로 부정확한 블록으로 오류 블록을 대체할 확률이 높다. 본 논문에서는 더욱 정확한 블록으로 오류 블록을 대체하기 위하여 참조 블록의 안쪽 경계의 화소값과 바깥 경계의 화소값을 오류 블록의 바깥 경계의 화소값과 비교하고 후보 움직임 벡터의 최솟값과 최댓값을 기준으로 일정 검색 범위내의 추가적인 후보 움직임 벡터를 설정하는 보다 향상된 경계 정합 방법, 그리고 변형된 디블록킹 필터를 통해 오류 없이 복호된 블록과 오류가 은닉된 블록과의 경계를 부드럽게 하는 후처리 방법을 제안한다. 실험을 통하여 제안된 방법이 기존의 블록 정합방법보다 최대 약 0.9 dB의 화질 향상을 보여주는 것을 확인하였다.