• 대한기계학회논문집A
• /
• 제36권6호
• /
• pp.629-635
• /
• 2012

궤도로봇은 궤도의 미끄럼 때문에 위치추정의 신뢰도가 낮다. 본 논문은 엔코더 기반의 휠오도메트리와 비주얼 오도메트리의 퍼지 융합을 이용하여 궤도로봇을 위한 새로운 위치추정 방법을 제안한다. 비주얼 오도메트리는 충분한 수의 영상 특징점이 없을 경우 정확성이 저하된다. 두 방법을 융합하기 위한 각각의 가중치는 주위 환경에 따른 퍼지 결정을 통해 제어된다. 실험 결과는 제안한 방법으로 강화된 궤도 로봇의 위치추정 성능을 보인다.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.787-795
• /
• 2014

본 논문에서는 정합된 특징점 가운데 과대 오차를 포함한 정합점을 제거한 후에 삼각망 기반 지역 변환(Triangulation-based Local Transformation, TLT)을 이용한 영상 등록 방법을 제안한다. 기하 평균 기반의 코너 검출기를 통해 검출된 코너점에 대해 Pearson's correlation coefficient를 이용한 코너 정합을 수행하고 임계값 이상의 유사도를 가지는 코너 가운데 좌우 일관성 검사(Left-Right Consistency, LRC)를 통과한 코너를 1차 정합쌍으로 선정한다. 1차 정합쌍 가운데 RANSAC 기반 글로벌 변환(RANSAC-based Global Transformation, RGT) 오차가 이상치 임계값보다 작은 정합쌍을 최종 정합쌍으로 결정한다. 최종 정합쌍 코너를 이용해서 기준 영상과 관측 영상에서 Delaunay Triangulated Irregular Networks(TINs)을 각각 구성한 후에 서로 대응되는 각 삼각형마다 어파인 변환을 수행하고 각 삼각형 내부의 모든 화소들을 기준 영상 좌표로 변환한다. 제안한 알고리즘을 KOMPSAT-2 영상에 적용하여 RANSAC 기반 글로벌 변환보다 우수한 영상 등록 성능을 보임을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제4권3호
• /
• pp.174-181
• /
• 2011

본 논문에서는 적외선 위성영상과 광학 위성영상을 위한 정합방법을 제안하였다. 적외선 영상은 물체에서 방사하는 열에너지를 측정한 것으로, 광학 영상과는 다른 정보를 보여주는 장점으로 많은 분야에 응용된다. 하지만 적외선 영상은 대비가 광학 영상에 비해 낮아, 영상 정합을 위한 특징점 추출 및 매칭을 하기가 어렵다. 이를 극복하기 위해, Modifed SIFT(Scale Invariant Feature Transform)를 사용하여 특징점을 추출 및 매칭하였다. 또한 특징점의 상대적 변별력을 증가시키기 위해, 영상을 블록화해서 Modified SIFT와 RANSAC (RANdom SAample Concensus)을 적용하였다. 마지막으로 오매칭이 있는 블록의 특징점을 제거하기 위해, 각 블록에서 추출된 특징점을 원 영상의 좌표계로 통합해 RANSAC을 다시 한 번 적용하였다. 실험에 사용된 적외선 영상의 파장대역은 3~5um이며, 실험결과 제안된 방법은 적외선과 광학 영상정합에 강인한 성능을 보였다.

• 정보처리학회논문지B
• /
• 제12B권3호
• /
• pp.265-272
• /
• 2005

본 논문에서는 특징점 기반 영상 모자익을 위해 보로노이거리를 이용하여 두 영상의 대응점을 신속히 검색하는 영상정합 방법을 제안한다. 먼저 SUSAN 코너 검출기에 의해 정차하고자 하는 영상의 특징점을 추출한 후, 기준 영상의 특징점을 기반으로 우선 순위 기반 보로노이 거리 알고리즘을 이용하여 특징점 사이의 거리 정보를 가지는 보로노이 평면을 생성한다. 모델 영상에서 특징점 위치의 분산값이 가장 큰 곳을 모델 영역으로 선택하여, 모델 영역이 포개지는 기준 영상의 보로노이 평면에서 보로노이 거리의 합이 최소화되는 대응 영역을 큐를 이용한 분할 검색 알고리즘에 의해 찾아낸다. 이 방법의 장점은 새로운 보로노이 거리 계산 알고리즘과 보로노이 평면의 검색범위를 매번 최대 1/4씩 줄여 주는 큐를 이용한 분할 검색 알고리즘을 이용함으로써 보다 신속히 대응점을 찾을 수 있다는 것이다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.50-50
• /
• 2000

In this paper, a new measuring system is :proposed which can measure the fine 6-DOF displacement of rigid bodies. Its measurement principle is based on detection of laser beam reflected from a specially fabricated mirror that looks like a triangular pyramid having an equilateral cross-sectional shape. The mirror has three lateral reflective surfaces inclined 45$^{\circ}$ to its bottom surface. We call this mirror 3-facet mirror. The 3-facet mirror is mounted on the object whose 6-DOF displacement is to be measured. The measurement is operated by a laser-based optical system composed of a 3-facet mirror, a laser source, three position-sensitive detectors(PSD). In the sensor system, three PSDs are located at three corner points of a triangular formation, which is an equilateral triangular formation tying parallel to the reference plane. The sensitive areas of three PSDs are oriented toward the center point of the triangular formation. The object whose 6-DOF displacement is to be measured is situated at the center with the 3-facet mirror on its top surface. A laser beam is emitted from the laser source located at the upright position and vertically incident on the top of the 3-fatcet mirror. Since each reflective facet faces toward each PSD, the laser beam is reflected at the 3-facet mirror and splits into three sub-beams, each of which is reflected from the three facets and finally arrives at three PSDs, respectively. Since each PSD is a 2-dimensional sensor, we can acquire the information on the 6-DOF displacement of the 3-facet mirror. From this principle, we can get 6-DOF displacement of any object simply by mounting the 3-facet mirror on the object. In this paper, we model the relationship between the 6-DOF displacement of the object and the outputs of three PSDs. And, a series of simulations are performed to demonstrate the effectiveness of the proposed method. The simulation results show that the proposed sensing system can be an effective means of obtaining 3-dimensional position and orientation of arbitrary objects.

• 정보처리학회논문지B
• /
• 제16B권4호
• /
• pp.299-308
• /
• 2009

AAM(Active Appearance Model)은 PCA(Principal Component Analysis)를 기반으로 객체의 형태(shape)와 질감(texture) 정보에 대한 통계적 모델을 통해 얼굴의 특징점을 검출하는 알고리즘으로 얼굴인식, 얼굴 모델링, 표정인식과 같은 응용에 널리 사용되고 있다. 하지만, AAM알고리즘은 초기 값에 민감하고 입력영상이 학습 데이터 영상과의 차이가 클 경우에는 검출 에러가 증가되는 문제가 있다. 특히, 입을 다문 입력얼굴 영상의 경우에는 비교적 높은 검출 정확도를 나타내지만, 사용자의 표정에 따라 입을 벌리거나 입의 모양이 변형된 얼굴 입력 영상의 경우에는 입술에 대한 검출 오류가 매우 증가되는 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 입술 특징점 검출을 통해 정확한 입술 영역을 검출한 후에 이 정보를 이용하여 AAM을 수행함으로써 얼굴 특징점 검출 정확성을 향상시키는 방법을 제안한다. 본 논문에서는 AAM으로 검출한 얼굴 특징점 정보를 기반으로 초기 입술 탐색 영역을 설정하고, 탐색 영역 내에서 Canny 경계 검출 및 히스토그램 프로젝션 방법을 이용하여 입술의 양 끝점을 추출한 후, 입술의 양 끝점을 기반으로 재설정된 탐색영역 내에서 입술의 칼라 정보와 에지 정보를 함께 결합함으로써 입술 검출의 정확도 및 처리속도를 향상시켰다. 실험결과, AAM 알고리즘을 단독으로 사용할 때보다, 제안한 방법을 사용하였을 경우 입술 특징점 검출 RMS(Root Mean Square) 에러가 4.21픽셀만큼 감소하였다.

• 방송공학회논문지
• /
• 제21권1호
• /
• pp.36-42
• /
• 2016

최근 다시점 카메라 시스템을 기반으로 한 3차원 영상 렌더링 방법을 통해 3차원 콘텐츠가 많이 제작되고 있다. 이러한 깊이 영상 기반 렌더링에서는 필연적으로 색상 카메라와 깊이 카메라 간의 시점 차이가 발생하기 때문에 두 카메라의 시점을 일치시키는 전처리 과정으로서 카메라 파라미터가 중요한 역할을 수행한다. 기존의 카메라 캘리브레이션 방법은 평면의 체스보드 패턴을 회전과 이동이 수행된 여러 자세로 촬영한 다음 획득된 영상에서 패턴 특징 점을 손으로 직접 선택해야하는 불편함이 따른다. 따라서 본 논문에서는 이 문제를 해소하기 위해 원형 샘플 화소 검사와 호모그래피 예측을 이용한 반자동 카메라 캘리브레이션을 제안한다. 제안하는 방법은 먼저 FAST 코너 검출 알고리즘을 이용하여 패턴 특징 점의 후보를 영상으로부터 추출한다. 다음으로 원형 샘플 화소를 검사하여 후보군의 크기를 줄이고 호모그래피 예측을 통해 손실된 패턴 특징 점을 보완하는 완전한 패턴 특징 점군을 획득한다. 마지막으로 쌍곡 포물면 근사를 통해 실수 단위의 정확성을 가지는 패턴 특징 점의 위치를 획득한다. 실험을 통해 각 단계에서 어떤 요인이 패턴 특징 점 검출에 영향을 미치는가에 대해 조사했고 제안하는 방법이 기존의 방법과 비교하여 카메라 파라미터의 정확성은 유지하고 수작업의 불편함을 해소할 수 있음을 확인했다.