• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.201-205
• /
• 2007

In the post-Cold War era, acquisition technique of high-resolution satellite imagery (HRSI) has begun to commercialize. IKONOS-2 satellite imaging data is supplied for the first time in the 21st century. Many researchers testified mapping possibility of the HRSI data instead of aerial photography. It is easy to renew and automate a topographical map because HRSI not only can be more taken widely and periodically than aerial photography, but also can be directly supplied as digital image. In this study matching size of IKONOS Geo-level stereo image is presented lot production of digital elevation model (DEM). We applied area based matching method using correlation coefficient of pixel brightness value between the two images. After matching line (where "matching line" implies straight line that is approximated to complex non-linear epipolar geometry) is established by exterior orientation parameters (EOPs) to minimize search area, the matching is tarried out based on this line. The experiment on matching size is performed according to land cover property, which is divided off into four areas (water, urban land, forest land and agricultural land). In each of the test areas, window size for the highest correlation coefficient is selected as propel size for matching. As the results of experiment, the proper size was selected as $123{\times}123$ pixels window, $13{\times}13$ pixels window, $129{\times}129$ pixels window and $81{\times}81$ pixels window in the water area, urban land, forest land and agricultural land, respectively. Of course, determination of the matching size by the correlation coefficient may be not absolute appraisal method. Optimum matching size using the geometric accuracy therefore, will be presented by the further work.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.187-190
• /
• 2007

This study is for analyzing best band in image matching using correlation coefficient of left and right images of stereo image pair, lot red, green, blue band images separated from color aerial photo and gray image converted from the same color aerial photo image. The image matching is applied to construct Digital Elevation Model(DEM) or terrain data. The correlation coefficients and variation by change of pixel patch size are computed from pixel patches of which sizes are $11{\times}11{\sim}101{\times}101$. Consequently, the correlation coefficient in red band image is highest. The lowest is in blue band. Therefore, to construct terrain data using image matching, the red band image is preferable. As the size of pixel patch is growing, the correlation coefficient is increasing. But increasing rate declines from $51{\times}51$ image patch size and above. It is proved that the smaller pixel patch size than $51{\times}51$ is applied to construct terrain data using image matching.

• 대한원격탐사학회지
• /
• 제8권1호
• /
• pp.15-26
• /
• 1992

This paper describes an implementation of adaptive stereo matching for DBM generation. The matching method of two stereo satellite images to find corresponding points used in this paper is area-based matching, which is usually used in the field of making DBM. Same window size and search area used as in the conventional matching methods and we propose adaptive stereo matching algorithm in this paper. We cluster three areas which are consist of mountainous areas, cultivated areas and cities, and rivers and lakes by using proposed linear feature extracting method. These classified areas are matched by adaptive window size and search area, but rivers and lakes is excluded in this experiment. The matching time is three times faster than conventional methods.

• 대한수학회보
• /
• 제60권4호
• /
• pp.873-893
• /
• 2023

In 2017, Nikiforov proposed the A_𝛼-matrix of a graph G. This novel matrix is defined as A_𝛼(G) = 𝛼D(G) + (1 - 𝛼)A(G), 𝛼 ∈ [0, 1], where D(G) and A(G) are the degree diagonal matrix and adjacency matrix of G, respectively. Recently, Zhai, Xue and Liu [39] considered the Brualdi-Hoffman-type problem for Q-spectra of graphs with given matching number. As a continuance of it, in this contribution we consider the Brualdi-Hoffman-type problem for A_𝛼-spectra of graphs with given matching number. We identify the graphs with given size and matching number having the largest A_𝛼-spectral radius for ${\alpha}{\in}[{\frac{1}{2}},1)$.

• 한국측량학회지
• /
• 제25권6_2호
• /
• pp.587-597
• /
• 2007

본 연구는 IKONOS Geo레벨 스테레오 영상으로부터 DEM을 제작하기 위한 토지피복 특성별 정합영역 크기를 결정하고자 한다. 사용된 매칭기법은 상관계수를 이용한 영역기반정합 기법을 적용하였고, 탐색영역을 최소화하기 위해 외부표정요소를 구한 후, 이로부터 정합선을 수립하여 정합하였다. 실험은 산림, 논 밭, 수계, 도심지의 4가지 토지피복 특성별로 수행되어졌으며, 토지피복별 평균 상관계수, 칼럼 라인의 시차영상을 분석한 후, 실험 영상에서 최적의 정합영역 크기를 선정하였다. 실험결과, 산림지역은 $119{\times}119$화소, 논 밭 지역은 $51{\times}51$화소, 물 지역은 $81{\times}81$화소, 도심지는 $21{\times}21$화소가 DEM 제작을 위한 가장 적절한 정합영역 크기로 선정되었다.

• 한국컴퓨터정보학회논문지
• /
• 제10권2호
• /
• pp.1-10
• /
• 2005

본 논문에서는 연속적인 레인지(range) 영상 자료로부터 동작 벡터를 추출하는 새로운 블록 정합 알고리즘을 제안한다. 본 논문에서 제안된 알고리즘은 단일 특징을 사용하지 않고 다중 특징인 명암값, 색상, 레인지 특징의 세 가지 특징을 통합한 정합 유사 함수를 정의하며, 엔트로피를 이용하여 각 특징의 기여도를 구한 후 이를 가중치의 형태로 정합 유사 함수에 적용한다. 그리고 제안된 알고리즘은 고정된 블록 템플릿을 사용하지 않고 가변적인 크기의 블록 템플릿을 사용한다. 제안한 블록 정합에서는 먼저 작은 정합 템플릿으로 블록 정합을 시작한다. 만일 정합 정도가 좋지 않으면 정합 템플릿의 크기를 조금 확장한 후 본 논문에서 정의한 정합기준이 만족하거나 사전에 정의된 최대 블록 크기에 도달할 때까지 블록정합을 반복한다. 실험에서는 본 논문에서 제안한 블록 정합 알고리즘과 기존의 다른 알고리즘의 성능을 비교 분석하여 제안한 알고리즘의 우수함을 보인다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.20-23
• /
• 1996

The block matching algorithm for the motion estimation is relatively simple to implement, and thus widely applied in image sequence coding such as H.261, MPEG- I and MPEG-2. Most techniques of the block matching method use fixed-size blocks for the motion estimation. And their success relies on the assumption that the motion within each block is uniform. But if the block size is increased to reduce the number of motion vectors for high data compression, the estimated image brings about many errors. In this paper, the variable-sized blocks are used to solve this problem. And the top down method is used to select the block size.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 KOBA 방송기술 워크샵 KOBA Broadcasting Technology Workshop
• /
• pp.171-176
• /
• 1999

Template matching is one of the most often used techniques for machine vision applications to find a template of size M$\times$M or subimage in a scene image of size N$\times$N. Most template matching methods, however, require pixel operations between the template and the image under analysis resulting in high computational cost of O(M2N2). So in this thesis, we present a two stage template matching method. In the first stage, we use a novel low cost feature whose complexity is approaching O(N2) to select matching candidates. In the second stage, we use conventional template matching method to find out the exact matching point. We compare the result with other methods in terms of complexity, efficiency and performance. Proposed method was proved to have constant time complexity and to be quite invariant to noise.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.580-583
• /
• 2007

Various matching methods have been introduced by investigators to improve digital elevation model (DEM) accuracy of satellite imagery. This study proposed an area-based matching method according to land cover property using correlation coefficient of pixel brightness value between the two images for DEM generation from IKONOS stereo imagery. For this, matching line (where "matching line" implies straight line that is approximated to complex nonlinear epipolar geometry) is established by exterior orientation parameters to minimize search area. The matching is carried out based on this line. Land cover classes are divided off into water, urban land, forest and agricultural land. Matching size is selected using a correlation-coefficient image in the four areas. The selected sizes are $81{\times}81$ pixels window, $21{\times}21$ pixels window, $119{\times}119$ pixels window and $51{\times}51$ pixels window in the water area, urban land, forest land and agricultural land, respectively. And hence, DEM is generated from IKONOS stereo imagery using the selected matching sizes and land cover map on the four types.

• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.1-6
• /
• 2019

영상 인식을 위한 한 방법으로 템플릿 매칭이 있다. 기존의 템플릿 매칭에서는 주어진 매칭 영상 내에서 템플릿의 2차원 이동 변위를 바꿔가면서 블록 매칭 알고리즘(BMA)을 수행한다. 이 블록 매칭 알고리즘 수행 중에 템플릿의 크기와 모양은 바뀌지 않는다. 그리고 각각의 2차원 이동변위에 해당하는 블록에서 유사성 척도(similarity measure)로 계산된 매칭 에러 값을 비교하여 대상 체의 위치를 결정한다. 2차원 이동변위만 고려하기 때문에 템플릿과 매칭 영상에서 대상 체의 크기와 방향이 일치하지 않으면 성공률이 떨어진다. 반면 본 논문의 경우는 템플릿의 2차원 방향과 크기를 조정하는 변수를 새로이 추가하고 각각의 2차원 이동 변위에 해당하는 블록에서 이 변수의 최적 값이 자동으로 계산된다. 이렇게 계산된 최적 값을 사용하여, 각 블록에 최적인 템플릿으로 자동 변형된다. 그리고 자동 변형된 템플릿을 기준으로 각 블록의 매칭 에러 값이 계산된다. 이렇게 방향과 크기 차이가 보정된 각 블록의 매칭 에러 값들을 비교하여 대상 체의 위치를 결정한다. 따라서 방향과 크기 차이에 대해 좀 더 안정적인 결과 값을 얻을 수 있다. 사용의 편의를 위해서, 알고리즘을 템플릿 영상 외에 추가의 정보, 예를 들면, 거리정보를 필요로 하지 않는 닫힌 형태로 설계하는 데 주력한다.