• 한국통신학회논문지
• /
• 제29권8C호
• /
• pp.1062-1068
• /
• 2004

본 논문에서는 정확한 코너점 검출을 위하여 새로운 그레이 레벨 코너점 검출 방법을 제안한다. 새로운 코너 검출자는 코너 영역을 윈도우 크기에 따라서 동심원으로 계층을 나누어 각각의 계층에서의 코너의 각도를 구하여 코너점을 검출하도록 하였다. 또한 계층적 구조를 가지고 처리함으로써 기존의 그레이레벨 코너 검출자보다 더 빠른 처리 속도를 얻을 수 있도록 하였다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.239-245
• /
• 2004

본 논문에서는 그림자가 존재하는 환경 하에서도 실제 코너만을 정확하게 추출할 수 있는 색상 기반 내잡음성 코너 검출자를 제안하였다. 먼저 그림자 경계에서 명도의 변화는 크지만 색상의 변화는 크지 않으므로 각 화소에 대한 HSI 색 공간에서 색상 가중 조합 벡터 기울기를 코너 검출자에 반영함으로써 그림자의 영향을 제거하고, 선택된 에지 화소 쌍의 색 변화 방향이 서로 반대 극성일 때는 코너 기여 가중치를 상쇄시킴으로써 불규칙 잡음에도 강건하게 코너를 검출하도록 하였다. 실험을 통하여 제안한 코너 검출자가 그림자 및 불규칙 잡음에도 강건하게 실제 코너만을 효과적으로 검출함을 확인하였다.

• 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.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.769-776
• /
• 2014

동일 대상에 대한 두 영상의 등록을 위해서는 두 영상에 공통적으로 존재하는 특징점을 검출하고 검출된 특징점 간의 대응관계를 찾는 과정이 필수적이다. 본 논문에서는 화소의 밝기 변화를 측정할 수 있는 그레디언트 행렬의 고유치 기하평균에 기반한 새로운 특징점 검출기를 제안한다. 제안하는 특징점 검출기는 그레디언트 행렬의 두 고유치의 기하평균 크기에 비례하고 기하 평균 크기가 동일한 경유 두 고유치의 상대적인 차이에 비례하여 가변적으로 변하는 특성을 가진다. 제안한 특징점 검출기의 성능 평가를 위해 다양한 종류의 코너가 존재하는 합성 영상과 항공 영상을 기준 영상으로 사용하여 코너 검출의 위치 오차를 분석하였다. 제안한 검출기의 위치 오차는 Gaussian smoothing scale 조건하에서 대표적인 코너 검출기인 Harris detector의 위치 오차보다 작은 결과가 얻어졌다.

• Journal of information and communication convergence engineering
• /
• 제12권4호
• /
• pp.263-270
• /
• 2014

Corner detection and feature extraction are essential aspects of computer vision problems such as object recognition and tracking. Feature detectors such as Scale Invariant Feature Transform (SIFT) yields high quality features but computationally intensive for use in real-time applications. The Features from Accelerated Segment Test (FAST) detector provides faster feature computation by extracting only corner information in recognising an object. In this paper we have analyzed the efficient object detection algorithms with respect to efficiency, quality and robustness by comparing characteristics of image detectors for corner detector and feature extractors. The simulated result shows that compared to conventional SIFT algorithm, the object recognition system based on the FAST corner detector yields increased speed and low performance degradation. The average time to find keypoints in SIFT method is about 0.116 seconds for extracting 2169 keypoints. Similarly the average time to find corner points was 0.651 seconds for detecting 1714 keypoints in FAST methods at threshold 30. Thus the FAST method detects corner points faster with better quality images for object recognition.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.580-585
• /
• 2009

본 논문은 영상처리에 사용되는 코너점 추출을 위한 GP(Genetic Programming)기반의 코너 검출자를 소개한다. Harris와 SUSAN등 기존의 대표적인 코너 검출자들이 소개되어 왔고, 여러 가지 경험적인 알고리즘들이 연산 시간과 정확도 측면에서 이들 기법을 개선하기 위해서 연구되어 오고 있다. 이들 기법들은 코너점에 대한 특성을 고찰하여 이를 알고리즘화한 것으로 효율성이 높으나, 한편으로 기존의 방식이나 알고리즘에서 크게 벗어난 혁신적인 알고리즘을 발견하기에는 한계가 있다. 본 연구에서는 GP의 진화연산에 의해 자동적으로 코너 검출자를 생성함으로서 새로운 기법의 가능성을 발견하고자 한다. 제안된 방법을 다른 코너 검출자들과 테스트영상을 통해 비교 분석 하였다.

• 제어로봇시스템학회논문지
• /
• 제16권4호
• /
• pp.339-345
• /
• 2010

This paper introduces GP(Genetic Programming) based robust corner detectors for scaled and rotated images. Various empirical algorithms have been studied to improve computational speed and accuracy including approaches, such as the Harris and SUSAN, FAST corner detectors. These techniques are highly efficient for well-defined corners, but are limited to corner-like edges which are often generated in rotated images. It is very difficult to detect correctly edges which have characteristics similar to corners. In this paper, we have focused the above challenging problem and proposed Genetic Programming-based automated generation of corner detectors which is robust to scaled and rotated images. The proposed method is compared to the existing corner detectors on test images and shows superior results.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.646-654
• /
• 2007

최근 많은 TV 영상에서 시청자의 시각적 편의와 이해를 고려하여 자막을 삽입하는 경우가 늘어나고 있다. 본 논문에서는 자막을 비디오 내 하단부에 위치하는 인위적으로 추가된 글자 영역으로 정의한다. 이러한 자막 영역의 추출은 비디오 정보 검색(video information retrieval)이나 비디오 색인(video indexing)과 같은 응용에서 글자 추출을 위한 첫 단계로 널리 쓰인다. 기존의 자막 영역 추출은 자막의 색, 자막과 배경의 자기 대비, 에지(edge), 글자 필터 등을 이용한 방법을 사용하였다. 그러나 비디오 영상내 자막이 갖는 낮은 해상도와 복잡한 배경으로 인해 자막 추출에 어려움이 있다. 이에 본 논문은 코너검출기(corner detector)를 이용한 효율적인 비디오 자막 영역 추출 방법을 제안하고자 한다. 제안하는 알고리즘은 해리스 코너 검출기를 이용한 코너 맵 생성, 코너 밀도를 이용한 자막 영역 후보군 추출, 레이블링(labeling)을 이용한 최종 자막 영역 결정, 노이즈(noise) 제거 및 영역 채우기의 네 단계로 구성된다. 제안하는 알고리즘은 색 정보를 이용하지 않기 때문에 여러 가지 색으로 표현되는 자막 영역 추출에 적용가능하며 글자 모양이 아닌 글자의 코너를 이용하기 때문에 언어의 종류에 관계없이 사용 될 수 있다. 또한 프레임간 자막 영역 업데이트를 통해 자막 영역 추출의 효율을 높였다. 다양한 영상에 대한 실험을 통해 제안하는 알고리즘이 효율적인 비디오 자막 영역 추출 방법임을 보이고자 한다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.160-170
• /
• 2010

본 논문은 Haar 웨이브릿변환과 평균 박스필터에 기반을 둔 Haar 웨이브릿 특징 검출자를 제안한다. 원 영상을 Haar 웨이브릿 변환을 통해 분해하여 영상의 분산정보를 얻고 영상 식별을 위한 특징정보를 추출한다. 영역을 나타내는 주위영역들 중에 분산이 가장 큰 영역의 관심점을 검출하기 위하여 국부 분산정보를 비교하는 평균 박스필터를 적용하고 빠른 계산을 위한 적분영상 기법을 사용한다. Haar 웨이브릿 변환과 평균 박스필터를 이용하여 제안한 검출자는 밝기 변화, 스케일 변화, 영상의 회전에 민감하지 않는 특성을 제공할 수 있다. 실험결과는 제안한 방법이 적은 관심점을 사용하는 경우에도 기존의 DoG 검출자와 Harris corner 검출자에 비해 더 높은 repeatability와 효율성 그리고 매칭정확성을 달성할 수 있음을 보여준다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권4호
• /
• pp.253-261
• /
• 2017

In this paper, a corner detection method based on a new non-cornerness measure is presented. Rather than evaluating local gradients or surface curvatures, as done in previous approaches, a non-cornerness function is developed that can identify stable corners by testing an image region against a set of desirable corner criteria. The non-cornerness function is comprised of two steps: 1) eliminate any pixel located in a flat region and 2) remove any pixel that is positioned along an edge in any orientation. A pixel that passes the non-cornerness test is considered a reliable corner. The proposed method also adopts the idea of non-maximum suppression to remove multiple corners from the results of the non-cornerness function. The proposed method is compared with previous popular methods and is tested with an artificial test image covering several corner forms and three real-world images that are universally used by the community to evaluate the accuracy of corner detectors. The experimental results show that the proposed method outperforms previous corner detectors with respect to accuracy, and that it is suitable for real-time processing.