• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.23-26
• /
• 2013

최근 모바일 장치의 영상 데이터 처리 능력 확대와 더불어 사용자가 요구하는 다양한 영상 데이터의 효율적인 인식 기술 연구가 요구되어지고 있다. 모바일 환경은 고성능 PC 환경과 달리 저사양의 CPU와 메모리를 탑재하고 있어, 영상에서 원하는 객체를 인식하기 위한 기존의 방법론으로는 사용자 요구를 실시간으로 충족하기 어려운 부분이 존재한다. 이에 모바일 환경에 맞는 객체 인식 방법론의 개발이 요구된다. 모바일 환경에서 실시간으로 객체 인식을 하기 위하여, 본 논문에서는 객체 코너 정보를 이용한 Harris corner detector[1]로부터 객체의 특징점을 추출하고, 이를 바탕으로 하여 영상내의 객체 정보 인식 방법을 제안한다. 제안하는 방법에 의해, 입력 영상에서 객체의 코너 정보를 빠르게 추출, 기존 특징점과의 비교를 통하여 영상 내부의 객체 인식을 진행한다. 일반적으로, 회전된 특징점 객체의 정보는 객체의 회전 정도에 따라 코너 픽셀 색상 정보의 변화가 발생하게 된다. 특징점의 색상값은 객체의 회전 정도에 영향을 받아 주변의 픽셀값과 혼합되는 특성이 존재한다. 본 논문에서는 회전 변경된 픽셀 색상값의 영향을 분석하여, 회전된 객체의 특징점 추출 및 객체 검출에 반영하도록 하여, 영상 내부의 회전된 객체 검출의 수행에 효과적으로 이용될 수 있도록 한다. 특징점의 코너 정보를 이용하여 객체를 인식하는 것은, 객체의 인식률은 다소 감소하더라도 모바일 환경에서 계산량의 감소를 통한 실시간 활용이 가능하도록 한다. 이러한 특성은 저성능 CPU와 메모리에서도 회전된 객체의 인식을 수행할 수 있게 하는데 상당히 효과적이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.409-411
• /
• 2001

임의의 입력 영상을 이해함에 있어서 코너점은 디지털 영상의 중요한 정보가 집중되어 있기 때문에 형태를 분석하는데 있어 중요한 요소이다. 본 논문은 영상의 중요한 정보 요소인 코너점을 보다 정확하게 추출하기 위하여 Farzin Mokhtarian과 Riku Suomela가 제안한 CSS(Curvature Scale Space) 방법에 기초한 다면체 모델 방법을 이용한 새로운 알고리즘을 제안하고자 한다.

• 한국항해항만학회지
• /
• 제28권3호
• /
• pp.233-238
• /
• 2004

코너 점(Corner point)은 영상 신호 처리의 패턴 인식에 있어 아주 중요한 정보이다 그래서 지금도 여러 가지 코너 점을 추출하는 연구가 진행되고 있다. 코너 점은 에지 영상에서 8 방향 체인 코드(Chain code)를 적용하여 찾는다. 그런데 에지 선분 기울기가 45도의 정수 배가 되지 않을 때, 8 방향 알고리듬을 그대로 적용하면 문제가 발생된다. 따라서 본 논문에서는 이러한 단점을 보완하면서 최적의 코너 점을 찾기 위해서 수리 형태학과 시각적 개념을 접목하여 코너 점을 처리하는 새로운 알고리듬을 제안한다. 제안한 방법으로 컴퓨터 시뮬레이션 하여 좋은 결과를 보이고 있다. 그래서 제안된 논문의 알고리듬은 공장 자동화 및 선박 레이더 영상의 해안의 영역 파악에도 적용되리라 생각된다.

• 한국정보처리학회논문지
• /
• 제5권3호
• /
• pp.824-832
• /
• 1998

본 논문에서는 영상의 코너점을 추출하기 위한 방법을 제안한다. 먼저 윤곽선을 따라 경계화소의 방향각을 lookup table의 참조에 의해 구하고, 기준치 이상의 화소를 후보점으로 선정한 뒤, 면적편차를 이용하여 코너점을 추출한다. 본 방법은 실시간 처리를 위해 처리시간을 줄이는 동시에 디지털 영상을 표현하는데 있어 라운드 오프 오차에 의해 발생되는 한 화소차를 극복하는 장점을 가진다. 제안된 방법의 검증을 위해 각종 실험 패턴을 이용하여 기존의 방법과 비교분석을 하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1359-1360
• /
• 2015

본 논문에서는 FAST 코너점과 EMD를 이용한 다수의 이동물체 식별 알고리즘을 제안한다. 제안하는 방법은 먼저 영상 내의 이동물체를 추출하기 위한 기법으로 GMM을 기반으로 배경을 모델링 하며, 모델링 된 배경에서 추출된 이동물체를 인식하기 위해 라벨링 기법을 수행한다. 그 다음 인식된 다수의 이동물체 식별을 위해 FAST 코너점과 색상 기반의 EMD 알고리즘을 융합한 다수의 이동물체 식별 방법을 제안하며, 최종적으로, 실내 환경 내에서의 실험을 통해 제안한 방법의 응용 가능성을 증명한다.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.709-717
• /
• 2014

본 연구는 사영변환행렬을 적용한 경우 건물벽면 영상 간 코너점의 대응정도를 분석하는 것을 목표로 한다. 부가적으로 코너점을 찾기 위한 적절한 연산자를 실험을 통하여 결정하였다. 건물형상에 대한 모델링은 항공사진, 항공라이다영상, 지상사진, 지상라이다영상 등 다양한 자료를 이용하여 많은 기법들이 연구되어 왔다. 본 연구에서는 영상 간 정합을 위하여 필요한 코너점 검출방법으로 Harris 연산자와 FAST 연산자의 성능을 비교하였다. 비교결과 Harris 연산자가 건물벽면에서 코너점 추출에 우수하다는 결론을 내렸다. Harris 연산자로 코너점 검출 후, 사영변환행렬을 통하여 코너점 들의 대응정도를 비교한 결과, 대부분의 경우 최소거리에 실제 대응점들이 위치해 있음을 알 수 있었다. 사영변환행렬의 성능을 기준점 수와 분포를 고려하여 대응정도에 미치는 영향을 분석한 결과 기준점이 많고 골고루 분포한 경우에 더욱 정확한 대응 관계를 제공하는 것으로 나타났다.

• 전자공학회논문지S
• /
• 제35S권6호
• /
• pp.101-108
• /
• 1998

물체를 인식하기 위한 효율적인 방법 중의 하나는 물체의 경계선에서 가장 적절한 특징들을 추출해 내어 인식에 사용하는 것이다. 본 논문에서는 경계선 위의 각 화소에서 주변 화소들과의 관계를 이용해 코너점, 접점, 변곡점을 추출하여 물체의 특징점으로 사용하였다. 기존에 주로 사용되던 중요한 특징점의 하나인 코너점은 곡률 함수상에서 찾고, 또한 물체가 직선과 곡선으로 이루어져 있을 경우 코너점만으로 물체를 표현하기에 부족하므로 곡률 함수를 미디안 필터링하여 양자화 잡음을 제거함으로써 접점과 변곡점을 찾는 새로운 방법을 제안하였다. 그리고 이 세 가지 특징점을 물체 정합의 요소로 사용하여 물체를 정합하였다. 정합 방법으로는 Discrete Hopfield Neural Network을 사용하였으며, 성능 분석 결과 곡선이 섞인 물체에서 코너점만으로 물체를 정합한 경우보다 특징점으로 물체를 정합한 경우 우수한 정합 성능을 나타내었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.380-383
• /
• 2008

본 논문은 단순한 키워드 검색에서 발생하는 오차를 줄이기 위해 이미지의 코너정보와 그레이스케일 히스토그램 정제를 이용한 영상 검색 시스템을 구현하고자 한다. 먼저 원하는 이미지의 특정을 추출하는 단계와 추출된 특징을 분석하는 단계, 확보된 정보를 데이터베이스로부터 검색하는 단계, 그 결과 안에서의 그레이스케일 히스토그램 정제 방법으로 다시 재검색하는 단계, 마지막으로 정확한 정보 추출단계를 거치게 된다. 구현 알고리즘은 검색 단계에 있어서 크게 2단계로 나눠진다. 먼저 이미지를 에지로 변환 코너정보를 추출하는 단계, 코너 점의 픽셀을 3*3으로 나누어 RGB중의 픽셀의 합을 하는 단계, 그 코너 값을 데이터베이스와 비교하는 단계, 최대 500개까지의 추출된 이미지를 데이터베이스에 저장되는 단계로 이루어지며 다음 단계는 원 이미지를 그레이스케일로 변환 등질화하는 단계, 히스토그램 정보 획득하는 단계, 8*8 개의 빈으로 나누어 최대 색상정보 값을 추출하는 단계, 그리고 최대 색상정보 영역을 1단계 결과 값과 비교하여 정확한 검색을 얻는 단계로 구성되며 시뮬레이션 결과는 우수한 정확도를 보여 주고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.792-798
• /
• 2004

본 논문에서는 웨이퍼 영상에서 다이 위치를 인식하기 위한 새로운 코너점 검출 방법을 제안한다. 웨이퍼 다이 위치 인식은 WSCSP(Wafer Scale Chip Scale Packaging)기술에 필수적인 과정으로서 웨이퍼 윗면의 다이 패턴을 얼마나 정확히 인식하느냐에 따라서 후 공정의 정확도가 결정된다. 본 논문에서는 정확한 다이 위치를 인식하기 위하여 계층적 명암 영상 코너 검출 방법을 제안한다. 새로운 코너 검출자는 코너 영역을 마스크 크기에 따라서 동심원으로 나누어 각각의 동심원에서의 코너성과 방향성을 구하여 정확한 코너점을 검출하도록 하였다. 또한 계층적 구조를 가지고 처리하여 기존의 명암 영상코너 검출자 보다 더 빠른 처리 속도를 얻을 수 있도록 하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권4호
• /
• pp.402-410
• /
• 2006

연속된 초음파 영상 시퀀스로부터 파노라마 영상을 만들기 위해서는 인접된 프레임 사이의 움직임을 추정해야 한다. 기존에는 고정 블록 움직임 추정 방법이 주로 사용되고 있는데 본 논문은 정확성을 높이고 계산시간을 단축하기 위해 다해상도 영상을 이용한 특징점 기반 블록 움직임 추정 방법을 제안한다. 기존의 블록 움직임 추정 방법은 규칙적으로 블록을 배치하기 때문에 추정된 움직임의 정확도를 높이기 위해서는 블록의 크기가 커지기 때문에 처리 시간이 오래 걸린다. 본 논문에서는 특징점을 중심으로 블록을 배치하여 움직임 추정의 정확도는 유지하면서 블록의 크기를 줄일 수 있었다. 어파츄어문제(aperture problem)을 줄이기 위해 코너점을 특징점으로 하였다. 움직임 추정 영역은 일정한 크기의 부영역으로 나누고, 각 부영역에서 가장 코너 강도가 큰 점을 선택하였다. 특징점을 선택하는 데는 해리스 스테판 코너검출기를 사용하였다. 코너점들이 한 곳으로 편중될 경우 블록들이 움직임 추정 영역에서 골고루 분산되지 않아 이렇게 구한 블록 움직임을 이용하여 전역 움직임을 구하면 오차가 커진다. 본 논문에서는 이러한 문제를 해결하기 위해 특징점을 선택하는 영역에 제한을 두도록 하였다. 초음파 영상에는 스펙클과 잡음이 많아 코너점을 구하기 전에 영상 평활화를 해야 한다. 계산시간을 줄이고 잡음이 감소된 영상에서 코너점을 구하기 위해 저해상도 영상에서 블록 움직임을 구한 후 점점 고해상도로 확산하는 형태로 다해상도 영상을 사용한다. 실제 세가지 종류의 초음파 영상 시퀀스에 대해 실험결과 제안된 방법은 기존의 방법에 비해 움직임 추정 오차(Displaced Frame Difference)를 평균 66.02에서 58.98로 줄이면서 계산시간은 평균 71ms에서 44ms 으로 빠르게 됨을 알 수 있었다.