• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.28 no.4
• /
• pp.463-469
• /
• 2010

Since MOLA(Mars Orbiter Laser Altimeter) data, which provides altimetry data for Mars, does not cover the whole Mars area, image matching with MOC imagery should be implemented for the generation of DEM. However, automatic image matching is difficult because of insufficient features and low contrast. In this paper, we present the area based semi-automatic image matching algorithm with MOC-NA(Mars Orbiter Camera ? Narrow Angle) imagery. To accomplish this, seed points describing conjugate points are manually added for the stereo imagery, and interesting points are automatically produced by using such seed points. Produced interesting points being used as initial conjugate points, area based image matching is implemented. For the points which fail to match, the locations of initial conjugate points are recalculated by using matched six points and image matching process is re-implemented. The quality assessment by reversing the role of target and search image shows 97.5 % of points were laid within one pixel absolute difference.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.70-75
• /
• 2007

2008년 12월에 우리나라 최초의 통신해양기상위성(Communications， Oceanography and Meteorology Satellite, COMS)이 발사될 예정이다. 통신해양기상위성의 영상데이터의 기하보정을 위하여 다음과 같은 연구를 수행하였다. 기상위성은 정지궤도상에 위치하여 전지구적인 영상을 얻는다. 영상의 전지구적인 해안선은 구름 등으로 가려져서 명확한 정보를 제공할 수 없게 된다. 구름 등으로 방해되지 않는 명확한 해안선 정보를 얻기 위하여 구름 추출을 한다. 실시간으로 기상정보를 얻는 기상위성의 특성상 정합에 전체 영상을 사용하면 수행시간이 다소 소요된다. 정합시 전체 영상에서 정합을 위한 후보점 추출을 위하여 GSHHS(Global Self-consistent Hierarchical High-resolution Shoreline)의 해안선 데이터베이스를 사용하여 211 개 의 랜드마크 칩들을 구축하였다. 이때 구축된 랜드마크 칩은 실험에 사용한 GOES-9의 위치 동경 155도를 반영하여 구축하였다. 전체 영상에서 구축된 랜드마크 칩들의 위치를 중심으로 구름추출을 수행한다. 전체 211 개의 후보점 중 구름이 제거된 나머지 후보점에 대하여 정합을 수행한다. 랜드마크 칩과 위성영상 간의 정합 중 참정합과 오정합이 존재하는데 자동으로 오정합을 검출하기 위하여 강인추정기법 (RANSAC, Random Sample Consensus)을 사용한다. 이때 자동으로 판별되어 오정합이 제거된 정합결과로 최종적인 기하보정을 수행한다. 기하보정을 위한 센서모델은 GOES-9 위성의 센서특정을 고려하여 개발되었다. 정합 및 RANSAC결과로 얻어진 기준점으로 정밀 센서모델을 수립하여 기하보정을 실시하였다. 이때 일련의 수행과정을 통신해양기상위성의 실시간 처리요구사항에 맞도록 속도를 최적화하여 진행되도록 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.469-473
• /
• 2010

본 논문에서는 조각 병리 영상을 강체 정합을 통해 하나의 영상으로 자동 스티칭하는 방법을 제안한다. 제안 방법은 영상의 위치 초기화, 위치 보정, 강체 정합의 세 단계로 이루어진다. 첫째, 영상의 위치 초기화 단계에서는 순서 없이 흩어진 부분 영상을 탬플릿 매칭 기법을 사용한 영상 내 문자 인식을 통해 위치를 초기화한다. 둘째, 강체 정합의 정확성을 높이기 위해 코너점을 이용해 부분 영상의 위치를 보정한다. 셋째, 조각 영상 간 거리를 최소화하는 강체 정합을 수행한다. 실험 결과, 부분 영상 간 간격이 최소화되어 하나의 영상으로 스티칭되는 것을 확인하였고, 최적화 반복 횟수와 변환 벡터에 따른 정확성, 견고성 평가를 통해 거리 차의 제곱 합이 최소화되어 수렴됨을 알 수 있었다. 본 논문의 제안 방법은 조각 영상을 하나의 영상으로 스티칭함으로써 병리 조직의 전체적인 구조 파악과 이를 이용한 전립선암 확진에 사용될 수 있다.

• Korean Journal of Remote Sensing
• /
• v.23 no.4
• /
• pp.297-309
• /
• 2007

The first Korean geostationary weather satellite, Communications, Oceanography and Meteorology Satellite (COMS) will be launched in 2008. The ground station for COMS needs to perform geometric correction to improve accuracy of satellite image data and to broadcast geometrically corrected images to users within 30 minutes after image acquisition. For such a requirement, we developed automated and fast geometric correction techniques. For this, we generated control points automatically by matching images against coastline data and by applying a robust estimation called RANSAC. We used GSHHS (Global Self-consistent Hierarchical High-resolution Shoreline) shoreline database to construct 211 landmark chips. We detected clouds within the images and applied matching to cloud-free sub images. When matching visible channels, we selected sub images located in day-time. We tested the algorithm with GOES-9 images. Control points were generated by matching channel 1 and channel 2 images of GOES against the 211 landmark chips. The RANSAC correctly removed outliers from being selected as control points. The accuracy of sensor models established using the automated control points were in the range of $1{\sim}2$ pixels. Geometric correction was performed and the performance was visually inspected by projecting coastline onto the geometrically corrected images. The total processing time for matching, RANSAC and geometric correction was around 4 minutes.

• Spatial Information Research
• /
• v.16 no.2
• /
• pp.193-206
• /
• 2008

If stereo images is used for Digital Elevation Model (DEM) generation, a DEM is generally made by matching left image against right image from stereo images. In stereo matching, tie-points are used as initial match candidate points. The number and distribution of tie-points influence the matching result. DEM made from matching result has errors such as holes, peaks, etc. These errors are usually interpolated by neighbored pixel values. In this paper, we propose the DEM generation method combined with automatic tie-points extraction using existing DEM, image pyramid, and interpolating new DEM using existing DEM for more reliable DEM. For test, we used IKONOS, QuickBird, SPOT5 stereo images and a DTED level 2 data. The test results show that the proposed method automatically makes reliable DEMs. For DEM validation, we compared heights of DEM by proposed method with height of existing DTED level 2 data. In comparison result, RMSE was under than 15 m.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.171-172
• /
• 2008

본 연구는 영상정합의 주요 과정에 라이다데이터를 적용하여 자동정합의 효율성 및 결과의 신뢰도를 제고하기 위한 전략 및 방법을 개발하는 것을 목표로 하였다. 라이다데이터를 이용하여 영역기반정합에서 검색초기값의 결정과 정합결과에 대한 신뢰도 평가를 개선하였다. 제안된 방법은 중해상도 항공 디지털 영상과 동시에 관측된 라이다데이터에 적용하여 검증하였다. 본 연구의 결과는 현존하는 상업용 디지틸영상정합자동화 프로그램의 정합성능을 개선하는 것에 기여하며, 향후 실시간공간정보제계 구축의 밑거름을 마련한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.359-361
• /
• 2012

본 논문은 T2강조 MR 영상과 확산강조 MR 영상의 강체 정합을 통해 크기, 위치, 회전 변환 왜곡을 보정하여 자궁내막암의 위치를 자동으로 찾는 방법을 제안한다. 영상해상도와 밝기값 분포가 서로 다른 두 영상간 정합의 정확성을 향상시키기 위해 잡음을 제거하고 두 영상의 밝기값 신호 분포의 유사성을 강화시킨다. 유사성이 향상된 두 영상의 크기, 위치, 회전 변환 왜곡을 보정하기 위해 정규화 상호정보를 최대화 하는 강체 정합을 반복적으로 수행한다. 정합된 영상에서 악성 종양을 쉽게 판별 할 수 있도록 현상확상계수지도를 컬러맵으로 생성하여 T2강조 MR 영상에서 얻은 종양의 후보군에 매핑하여 T2강조 MR 영상과 융합한다. 실험을 위하여 최적화 반복 과정에 따른 정규화 상호정보 수치 수렴 과정을 확인하고, 융합 후 종양 영역이 매핑되는 것을 육안평가를 통해 분석하였다. 제안방법을 통하여 T2강조 MR 영상과 확산강조 MR 영상을 융합함으로써 종양의 위치를 자동으로 파악하고 자궁내막암의 병기를 확정하는 용도로 활용할 수 있다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.301-306
• /
• 2004

이 논문에서는 1m 해상도 위성영상에서 관측할 수 있는 여러 인공지물 중에서 아파트 및 산업용 건물 등, 비교적 중대형이고 사각형 형태인 건물들을 반자동으로 추출하기 위한 알고리즘을 소개한다. 기존에 연구된 건물추출을 위한 방식으로는 Perceptual Grouping, 스테레오 분석, LIDAR 센서 등에서 얻은 3 차원 정보를 이용하는 방식 등이 있다. 여기서는 단일영상 만을 이용하여 반자동으로 건물을 추출하는 알고리즘을 제안한다 이 알고리즘은 먼저 영상으로부터 라인을 추출한 후, 라인분석을 통하여 건물의 위치와 방향을 결정하고, 탬플릿 정합을 이용하여 이를 개선한다. 그리고 자동으로 추출된 건물외각선에 포함된 오류를 제거하기 위하여 수동편집 단계를 수행한다. 또한 먼저 수행한 건물추출 결과를 활용하여 주변에 유사한 형태의 건물외각선을 빠르게 추출하기 위해 기존에 추출된 건물 외각선 Polygon 을 탬플릿으로 정의하고 정합을 수행하여 건물 외각선을 추출한다. 개발된 알고리즘은 기존의 다른 방식들에 비해 추가적인 영상이나 정보를 요구하지 않고도 빠른 시간에 정확한 사각형형태의 건물을 추출할 수 있었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.28 no.1
• /
• pp.125-132
• /
• 2010

With recent advancement of remote sensing technology, a variety of data acquisition over the same area is achievable. An automated co-registration of heterogeneous airborne images is a critical step for change detection. This paper describes an automatic method for co-registration between digital image and existing building model. Optimal building models for co-registration purpose are extracted as primitives from existing building model database. A set of homologous features between straight lines extracted from aerial digital image and model primitive are computed based on geometric similarity function. With obtained homologous features, EO parameter is recomputed using least square method. The result shows that die suggested method automatically co-register two data set in a reliable manner.

• Korean Journal of Remote Sensing
• /
• v.21 no.6
• /
• pp.505-516
• /
• 2005

The Communications, Oceanography and Meteorology Satellite(COMS) will be launched in 2008. Ground processing for COMS includes the process of automatic image navigation. Image navigation requires landmark detection by matching COMS images against landmark chips. For automatic image navigation, a matching must be performed automatically However, if matching results contain errors, the accuracy of Image navigation deteriorates. To overcome this problem, we propose use of a robust estimation technique called Random Sample Consensus (RANSAC) to automatically detect erroneous matching. We tested GOES-9 satellite images with 30 landmark chips that were extracted from the world shoreline database. After matching, mismatch results were detected automatically by RANSAC. All mismatches were detected correctly by RANSAC with a threshold value of 2.5 pixels.