• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.661-664
• /
• 2002

실사 영상에 가상 객체를 합성하기 위해서는 실사 영상 촬영 당시의 카메라 정보가 필요하다. 본 논문에서는 이러한 카메라 정보를 구하기 위하여 가상현실 분야에서 사용하고 있는 캘리브레이션 프리 정합 (Calibration-Free Registration) 기술을 기반으로 한 반자동 정합 기술을 제안하였다. 가상 현실은 실시간 응용인데 반하여 본 논문에서 제안하는 반자동 정합 기술은 합성 컨텐츠 저작을 위한 오프라인 응용에 적합한 방법으로 캘리브레이션 프리 정합기술의 합성 결과는 사용자의 입력정보와 밀접한 관계가 있다. 캘리브레이션 프리 정합기술은 두가지 사용자 입력을 필요로 한다. 첫번째 입력은 어파인공간 (Affine space)의 기저 (Basis vector)를 위한 특징점 정보이고, 두번째 입력 정보는 가상객체의 영상 투영점 입력이다. 본 논문에서는 이 두가지 사용자 입력중 기저를 위한 특징점 정보입력을 사용자가 쉽게, 정확한 정보를 입력할 수 있게하기 위하여, 사용자가 특징점을 개략적으로 입력하게 하고, 주변 영역에서 코너점 검출을 수행하여 사용자 입력을 수정하여 받아들리는 방법을 제안하였다. 실험결과 제안한 방법을 사용하여 구한 카메라 정보로 만족할 만한 합성 영상을 얻을 수 있었다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.12 no.2 s.29
• /
• pp.61-66
• /
• 2004

By the advent of the high-resolution Satellite imagery, there are increasing needs in image mosaicking technology which can be applied to various application fields such as GIS(Geographic Information system). To mosaic images, various methods such as image matching and histogram modification are needed. In this study, automated image mosaicking is performed using image matching method based on the multi-resolution wavelet analysis(MWA). Specifically, both area based and feature based matching method are embedded in the multi-resolution wavelet analysis to construct seam line.; seam points are extracted then polygon clipping method are applied to define overlapped area of two adjoining images. Before mosaicking, radiometric correction is proceeded by using histogram matching method. As a result, mosaicking area is automatically extracted by using polygon clipping method. Also, seamless image is acquired using multi-resolution wavelet analysis.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.3-7
• /
• 2007

본 논문에서는 1m 공간해상도를 가지는 도시 지역의 위성영상에서 스테레오 정합의 성능을 향상시키기 위해 그레디언트(gradient)의 히스토그램을 이용하여 스테레오 정합 창틀의 크기를 자동적으로 결정하는 방법을 제안한다. 영상의 각 화소에 대해 한 화소 거리의 대각 방향에 놓여진 4 개 화소들의 수직 및 수평 방향에 존재하는 화소간의 밝기값 차로 정의되는 그레디언트를 계산하여 평탄화 지수 영상(Flatness Index Image)을 생성한다. 평탄화 지수 영상에서 에지 등과 같이 주변 화소의 밝기값과 차이가 큰 화소는 상대적으로 높은 평탄화 지수를，비에지 화소의 경우에는 낮은 평탄화 지수를 가지게 된다. 에지와 비에지를 판정하는 평탄화 임계값을 결정하기 위해 평탄화 지수 영상의 히스토그램 분포를 이용한다. 결정된 평탄화 임계값보다 작은 평탄화 지수를 가지는 정합 창틀 내의 화소들이 일정 비율보다 크면 비에지 화소로 판정하고 정합 창틀을 한 단계 더 크게 설정하는 방법으로 정합 창틀의 크기를 각 화소마다 가변적으로 변화시킨다. 제안한 방법을 IKONOS 스테레오 위성영상에 적용하여 고정 크기의 정합 창툴에 비해 정합 성능이 향상되는 것을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.613-615
• /
• 2001

본 논문은 동영상 내의 얼굴을 특정인 얼굴로 자동 변환 및 정합하는 기술을 제안한다. 얼굴에 나타난 동작이나 표정은 높은 자유도로 인하여 기존에 사용되어온 2차원적이고 고정된 물체 위주의 동영상 정합 기술로는 자연스러운 결과물을 얻기가 어렵다. 본 논문에서는 입력 받은 정면 유사방향의 사진으로부터 3차원 얼굴 모델을 복원한다. 각 프레임에 등장한 얼굴의 3차원 방향을 추출하여 복원한 3차원 얼굴 모델에 적용한 후 대체할 얼굴 영역에 저합시킨다. 정합 과정 시 비디오 프레임 내의 조명효과와 얼굴색 등을 분석하고 3차원 얼굴 모델에 블렌딩하여 비디오 프레임과 자연스럽게 정합할 수 있도록 한다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.21 no.4
• /
• pp.101-107
• /
• 2013

Generally the commercial high-resolution images have their coordinates, but the locations are locally different according to the pose of sensors at the acquisition time and relief displacement of terrain. Therefore, a process of image co-registration has to be applied to use the multi-temporal images together. However, co-registration is interrupted especially when images include the cloud-covered regions because of the difficulties of extracting matching points and lots of false-matched points. This paper proposes an automatic co-registration method for the cloud-covered high-resolution images. A scale-invariant feature transform (SIFT), which is one of the representative feature-based matching method, is used, and only features of the target (cloud-covered) images within a circular buffer from each feature of reference image are used for the candidate of the matching process. Study sites composed of multi-temporal KOMPSAT-2 images including cloud-covered regions were employed to apply the proposed algorithm. The result showed that the proposed method presented a higher correct-match rate than original SIFT method and acceptable registration accuracies in all sites.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1257-1271
• /
• 2022

Recently, many Earth observation optical satellites have been developed, as their demands were increasing. Therefore, a rapid preprocessing of satellites became one of the most important problem for an active utilization of satellite images. Satellite image matching is a technique in which two images are transformed and represented in one specific coordinate system. This technique is used for aligning different bands or correcting of relative positions error between two satellite images. In this paper, we propose an automatic image matching method among satellite images with different ground sampling distances (GSDs). Our method is based on improved feature matching and robust estimation of transformation between satellite images. The proposed method consists of five processes: calculation of overlapping area, improved feature detection, feature matching, robust estimation of transformation, and image resampling. For feature detection, we extract overlapping areas and resample them to equalize their GSDs. For feature matching, we used Oriented FAST and rotated BRIEF (ORB) to improve matching performance. We performed image registration experiments with images KOMPSAT-3A and RapidEye. The performance verification of the proposed method was checked in qualitative and quantitative methods. The reprojection errors of image matching were in the range of 1.277 to 1.608 pixels accuracy with respect to the GSD of RapidEye images. Finally, we confirmed the possibility of satellite image matching with heterogeneous GSDs through the proposed method.

• Korean Journal of Remote Sensing
• /
• v.35 no.6_1
• /
• pp.907-917
• /
• 2019

Recently, the demand for high-resolution satellite images increases in many fields such as land monitoring and terrain analysis. Therefore, the need for geometric correction is increasing. As an automatic precision geometric correction method, there is a method of automatically extracting the GCP by matching between the GCP Chip and the satellite image. For automatic precision geometric correction, the success rate of matching GCP Chip and satellite image is important. Therefore, it is important to evaluate the matching performance of the manufactured GCP Chip. In order to evaluate the matching performance of GCP Chips, a total of 3,812 GCP Chips in South Korea were used as experimental data. The GCP Chip matching results of KOMPSAT-3A and Google Map showed similar matching results. Therefore, we determined that Google Map satellite imagery could replace high-resolution satellite imagery. Also, presented a method using center point and error radius of Google Map to reduce the time required to verify matching performance. As a result, it is best to set the optimum error radius to 8.5m. Evaluated the matching performance of GCP Chips in South Korea using Google Maps. And verified matching result using presented method. As a result, the GCP Chip s in South Korea had a matching success rate of about 94%. Also, the main matching failure factors were analyzed by matching failure GCP Chips. As a result, Except for GCP Chips that need to be remanufactured, the remaining GCP Chips can be used for the automatic geometric correction of satellite images.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.49-52
• /
• 2006

최근 대규모 지역 혹은 전 지구에 걸친 분석 및 모니터링을 위한 위성영상의 사용이 늘어나면서 이를 처리하기 위한 효율적인 '영상좌표 상호등록'법이 요구되고 있다. 이에 본 연구에서는 일반적으로 오랜 시간이 소요되는 '영상좌표 상호등록'의 효율성을 높이기 위해 '사전검수영역기반정합법'(Pre-qualified area based matching)을 사용하였다. 이를 통해 '영상좌표 상호등록'시 연산시간을 현저히 단축시켰고 추출된 정합점에 과대오차제거법을 적용함으로서 단순히 영역기반정합법을 적용한 경우에 비해서 정확도가 향상됨을 확인할 수 있었다. 제안한 알고리즘을 이용하여 테스트 프로그램을 작성, 한반도 Landsat ETM+ 영상 3장을 이용하여 테스트하였다. 정합점 간의 평균제곱오차는 0.436 영상소, 정합점은 평균 38,475개로 나타났다. 연산시 간은 평균 약 8분으로 나타났다.

• Proceedings of the IEEK Conference
• /
• 2003.07c
• /
• pp.2697-2700
• /
• 2003

이 논문에서는 3 차원 CT/CTA 영상 데이터에 대하여 고속 자동 정합 기법을 제안한다. 제안하는 기법은 다해상도 (multi-resolution) 구조의 정규 상호 정보량(normalized mutual information) 을 최대화하는 정합 방식에서, 정합 유사도를 계산하는 볼륨 영역을 효율적으로 줄여 정합 속도를 증가시키는 방법이다. 제안된 정합방식을 CT/CTA (CT angiography) 팬텀 데이터와 7 세트의 실제 CT/CTA 임상 데이터에 적용하여 테스트하였다. 이로부터 제안하는 방식이, 정합 정확도를 유지하는 동시에 정합 속도를 10 ∼ 60％ 로 감소시킴을 확인 할 수 있었다. 또한 제안된 정합 방식을 DS-CTA (digital subtraction CT angiography) 에 적용하여, CT/CTA 영상으로부터 혈관 영상을 성공적으로 추출하였다.

• Journal of KIISE:Software and Applications
• /
• v.32 no.1
• /
• pp.41-49
• /
• 2005

In this Paper, we Propose an automatic lung registration technique using local distance propagation for correcting the difference between two temporal images by a patient's movement in abdomen CT image obtained from the same patient to be taken at different time. The proposed method is composed of three steps. First, lung boundaries of two temporal volumes are extracted, and optimal bounding volumes including a lung are initially registered. Second, 3D distance map is generated from lung boundaries in the initially taken volume data by local distance propagation. Third, two images are registered where the distance between two surfaces is minimized by selective distance measure. In the experiment, we evaluate a speed and robustness using three patients' data by comparing chamfer-matching registration. Our proposed method shows that two volumes can be registered at optimal location rapidly. and robustly using selective distance measure on locally propagated 3D distance map.