• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.38 no.1
• /
• pp.35-41
• /
• 2020

3D laser scanners are an effective way to quickly acquire a large amount of data about an object. Recently, it is used in various fields such as surveying, displacement measurement, 3D data generation of objects, construction of indoor spatial information, and BIM(Building Information Model). In order to utilize the point cloud data acquired through the 3D laser scanner, it is necessary to make the data acquired from many stations through a matching process into one data with a unified coordinate system. However, analytical researches on the accuracy of point cloud data according to the registration method are insufficient. In this study, we tried to analyze the accuracy of registration method of point cloud data acquired through 3D laser scanner. The point cloud data of the study area was acquired by 3D laser scanner, the point cloud data was registered by the ICP(Iterative Closest Point) method and the shape registration method through the data processing, and the accuracy was analyzed by comparing with the total station survey results. As a result of the accuracy evaluation, the ICP and the shape registration method showed 0.002m~0.005m and 0.002m~0.009m difference with the total station performance, respectively, and each registration method showed a deviation of less than 0.01m. Each registration method showed less than 0.01m of variation in the experimental results, which satisfies the 1: 1,000 digital accuracy and it is suggested that the registration of point cloud data using ICP and shape matching can be utilized for constructing spatial information. In the future, matching of point cloud data by shape registration method will contribute to productivity improvement by reducing target installation in the process of building spatial information using 3D laser scanner.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.595-597
• /
• 2000

3차원 정보의 올바른 정합을 위해서 3차원 정보 자신 뿐만이 아니라 3차원 정보와 연관된 영상 정보를 이용한다. 먼저 영상의 정합을 수행함에 있어 서로 다른 두 영상간에 상관 윈도우를 씌워 상관계수를 계산하여 최적 정합점을 탐색한다. 본 논문에서는 카메라의 서로 다른 관점으로 인한 상관위도우의 뒤틀림을 3차원 초기 변환 행렬을 이용하여 보정하는 방법을 제안하고, 이에 의해 3차원 변환된 상관 윈도우를 정합에 이용함으로서 상관계수의 정확도를 급격히 향상시킨다. 그 결과로 개선된 특징점 정합 결과로부터 영상 전반에 걸친 3차원 특징점 정합을 통해 이와 대응하는 3차원 정보의 정확한 정합 결과를 얻는다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.712-714
• /
• 2022

스테레오 정합을 통해 산출되는 초기 시차 영상의 정합 정확도는 고주파 및 잡음 성분에 의해 감소될 수 있다. 또한, 폐색 및 질감이 없는 영역에서 잘못된 정합 결과가 산출됨으로 인해 정합 정확도가 감소될 수 있다. 정합 정확도를 향상시키기 위해 시차 정제에 관한 선행 연구들이 수행되었지만 정제 과정을 통한 정합 정확도 성능과 처리 속도간 트레이드-오프가 존재한다. 이에 본 논문에서는 종래 시차 정제 방법 대비 향상된 처리 속도와 함께 높은 시차 정제 성능을 갖는 분리형 중앙-최댓값 필터를 제안한다. 제안하는 방법의 정제 성능 및 평균 처리 시간을 객관적으로 평가하기 위해 KITTI 2015 stereo benchmark 데이터셋을 사용하였다. 제안하는 방법의 평균 오차율은 비폐색 및 폐색 조건에서 종래 방법 대비 각각 최소 25.61% 및 23.68% 감소되었다. 또한, 제안하는 방법의 처리 속도는 종래 방법 대비 최소 13.29% 향상되었다. 따라서 제안하는 방법은 빠른 처리 속도 및 높은 정확도 성능을 요구하는 스테레오 비전 시스템에 활용될 수 있다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.6
• /
• pp.791-803
• /
• 1999

본 논문은 두 장의 스테레요 영상으로부터 자동적으로 특징점 정합을 수행하도록 하는 새로운 절차의 효율적인 정합방법을 제안한다. 이를 위해 초기정합의 결과로 얻을 수 있는 유일 정합쌍을 이용한다. 즉, 본 논문에서는 초기정합의 결과로 얻어낸 유일 정합쌍의 정보를 이용하여 바로 outlier들을 제거시키므로써 초기정합의 결과가 갖는 애매성까지도 동반하여 상당량을 줄이도록 한다. 결국 애매성 제거에 대한 부담이 줄어들게 되므로 애매성 제거과정에서는 이완화 방법을 사용하지 않고 빠르게 애매성을 제거시킨다. 아울러 정합의 정확도를 높이기 위해 초기정합 후 바로 서브픽셀 정확도의 정합을 수행하며 정합의 마지막 단계에서는 추가정합을 수행하므로써 정합의 성능을 향상시킨다. 실내, 실회 스테레요 영상에 대한 다양한 실험결과는 본 논문에서 제안하는 방법의 특징점 정합기법이 빠르고 효율적임을 보여준다.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_1
• /
• pp.847-859
• /
• 2021

Recently, as the number of high-resolution satellite SAR images increases, the demand for precise matching of SAR imagesin change detection and image fusion is consistently increasing. RMSE (Root Mean Square Error) values using GCPs (Ground Control Points) selected by analysts have been widely used for quantitative evaluation of image registration results, while it is difficult to find an approach for automatically measuring the registration accuracy. In this study, a feasibility analysis was conducted on using the FSIM (Feature Similarity) index as a measure to evaluate the registration accuracy. TerraSAR-X (TSX) staring spotlight data collected from various incidence angles and orbit directions were used for the analysis. FSIM was almost independent on the spatial resolution of the SAR image. Using a single SAR image, the FSIM with respect to registration errors was analyzed, then use it to compare with the value estimated from TSX data with different imaging geometry. FSIM index slightly decreased due to the differencesin imaging geometry such as different look angles, different orbit tracks. As the result of analyzing the FSIM value by land cover type, the change in the FSIM index according to the co-registration error was most evident in the urban area. Therefore, the FSIM index calculated in the urban was mostsuitable for determining the accuracy of image registration. It islikely that the FSIM index has sufficient potential to be used as an index for the co-registration accuracy of SAR image.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.805-807
• /
• 2005

본 논문에서는 동적 계획법(dynamic programming)과 이미지 세그먼트(segment)를 이용한 새로운 스테레오 정합(stereo matching)기법을 제안한다. 일반적으로 동적 계획법(dynamic programming)은 빠르면서도 비교적 정확하고, 조밀(dense)한 disparity map을 얻을 수 있다. 그러나 경계(boundary)근처의 폐색지역(occlusion region)이나, 텍스쳐가 적은 모호한 영역에서는 잘못된 결과를 유도할 수 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 먼저 이미지를 아주 작은 영역으로 분할(over-segmentation)하고, 이런 작은 영역들이 비슷한 disparity를 가질 것이라고 가정한다. 다음으로 동적 계획법(dynamic programming)을 통해 정합을 수행한다. 여기서 계산비용(cost)은 기존의 정합윈도우 안에서 세그먼트 영역을 적용한 새로운 비용함수를 사용하며, 이 새로운 비용함수를 통해 정확도를 높인다. 마지막으로 동적 계획법을 통하여 얻어진 조밀한 disparity map을 세그먼트 영역들의 시각특성(visibility)과 유사도(similarity)를 이용하여 에러를 찾아내고, 세그먼트 정합을 통해 수정함으로 정확한 disparity map을 찾아낸다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.27 no.1
• /
• pp.667-675
• /
• 2009

Image matching is widely applied in image application areas, such as remote sensing and GIS. In general, the initial set of matching points always includes outlier which affect the accuracy of image matching. The purpose of this paper is to develop a robust approach for outlier detection and removal in order to keep accuracy in image matching applications. In this paper we use three automatic outlier detection techniques of backward matching and affine transformation, and RANSAC(RANdom SAmple Consensus) algorithm. Moreover, we calculate overlapping apply and steps block-based processing for fast and efficient image matching in pre-processing steps. The suggested approach in this paper has been applied to real frame image pairs and the results have been analyzed in terms of the robustness and the efficiency.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.96-97
• /
• 2016

스테레오 정합은 컴퓨터 비전 분야에서 활발하게 연구되고 있는 연구 주제로 서로 다른 위치에서 획득된 두 영상을 정합하여 거리 정보를 얻는 방법이다. 이 방법은 초음파나 레이저를 광원으로 거리를 측정하는 것보다 실제 응용 환경의 제약을 적게 받아 다양한 분야에서 응용되고 있다. 하지만, 텍스쳐가 반복되거나 텍스쳐가 없는 영역 혹은 객체의 경계 부근에서 정확한 깊이 정보를 획득하지 못한다는 단점이 있다. 본 논문은 일반적 총 변이와 가이드 깊이맵을 사용하여 정합 비용을 정제 방법을 사용하여 정확한 깊이 정보 획득 방법을 제안한다. 실험 결과를 통해 제안한 방법이 기존의 색상 영상의 텍스쳐 복사 문제를 해결하였으며, 기존의 방법에 비해 bad pixel rates 측면에서 월등한 성능을 보이는 것을 확인하였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.1
• /
• pp.118-125
• /
• 2016

This study evaluates the performance of image to patient registration algorithm by using stereo vision and CT image for facial region surgical navigation. For the process of image to patient registration, feature extraction and 3D coordinate calculation are conducted, and then 3D CT image to 3D coordinate registration is conducted. Of the five combinations that can be generated by using three facial feature extraction methods and three registration methods on stereo vision image, this study evaluates the one with the highest registration accuracy. In addition, image to patient registration accuracy was compared by changing the facial rotation angle. As a result of the experiment, it turned out that when the facial rotation angle is within 20 degrees, registration using Active Appearance Model and Pseudo Inverse Matching has the highest accuracy, and when the facial rotation angle is over 20 degrees, registration using Speeded Up Robust Features and Iterative Closest Point has the highest accuracy. These results indicate that, Active Appearance Model and Pseudo Inverse Matching methods should be used in order to reduce registration error when the facial rotation angle is within 20 degrees, and Speeded Up Robust Features and Iterative Closest Point methods should be used when the facial rotation angle is over 20 degrees.

• Progress in Medical Physics
• /
• v.13 no.4
• /
• pp.209-217
• /
• 2002

There have been many studies on the application of the reciprocal advantages of multimodality image to define accurate target volume in the Process of radiation treatment planning. For the proper use of the multimodality images, the registration works between different modality images should be performed in advance. In this study, we selected chamfer matching method and mutual information method as most popular methods in recent image registration studies considering the registration accuracy and clinical practicality. And the two registration methods were analyzed to deduce the optimal registration method according to the characteristics of images. Lung phantom of which multimodality images could be acquired was fabricated and CT, MRI and SPECT images of the phantom were used in this study. We developed the registration program which can perform the two registration methods properly and analyzed the registration results which were produced by the developed program in many different images' conditions. Although the overall accuracy of the registration in both chamfer matching method and mutual information method was acceptable, the registration errors in SPECT images which had lower resolution and in degraded images of which data were removed in some part were increased when chamfer matching method was applied. Especially in the case of degraded reference image, chamfer matching methods produce relatively large errors compared with mutual information method. Mutual information method can be estimated as more robust registration method than chamfer matching method in this study because it did not need the prerequisite works, the extraction of accurate contour points, and it produced more accurate registration results consistently regardless of the images' characteristics. The analysis of the registration methods in this study can be expected to provide useful information to the utilization of multimodality images in delineating target volume for radiation treatment planning and in many other clinical applications.