• 융합신호처리학회논문지
• /
• 제14권1호
• /
• pp.27-32
• /
• 2013

영상처리로 물체를 검출 하는 경우, 타원 형태를 검출 하는 것은 많은 응용 분야에서 중요한 역할을 한다. 실제 영상에서 타원은 영상에 포함된 노이즈나 다른 물체에 가려 보이지 않거나 교차되어 타원 검출이 용이 하지 않다. 이에 본 논문에서는 영상에서 타원을 검출 하기 위하여 경계(edge)를 추출하고, 이미지 정보량을 줄이기 위하여 그룹화 과정을 수행하여 타원 검출의 속도를 향상시켰다. 또한 타원 검출을 위해 5 개의 타원 변수를 랜덤으로 선택한 후 최적의 타원 파라미터 선택을 위해 선형 최소자승 근사법을 적용하였다. 검출된 타원들을 검증하기 위하여 RANSAC 알고리즘을 적용하였다. 본 연구에서 제안한 알고리듬을 구현하여 실제 영상에 적용한 결과 75%의 정확도를 나타내었고, 타 연구와 비교 결과 타원검출 속도 면에서 탁월함을 확인하였다. 이러한 결과는 본 연구에서 제안한 알고리듬이 영상 내 타원을 검출 하기 위한 유효한 방법임을 확인 할 수 있었다.

• 대한토목학회논문집
• /
• 제32권5D호
• /
• pp.527-532
• /
• 2012

지상라이다는 시간과 인력의 소모를 절감하면서도 고밀도의 포인트 클라우드를 생성할 수 있으므로 3차원 지적, 문화재보호, 건설관리 등에 활용되고 있다. 본 연구에서는 포인트 클라우드를 기반으로 한 실내 3차원 모델 구축 기법을 제시하였다. 제시한 방안은 세그먼테이션 단계와 외곽선 추출 단계로 이루어진다. 세그먼테이션 단계에서는 RANSAC과 정제격자를 이용하여 포인트 클라우드를 동일 평면에 따라 분할한다. 외곽선 추출단계에서는 외곽선 추출 격자를 이용하여 3차원 모델의 경계선을 추출한다. 또한 모델링에 사용되지 않은 포인트들을 메쉬자료화여 실내 공간의 세부 묘사를 위한 자료로 활용하였다. 제시한 모델링 기법은 메쉬자료를 이용하여 3차원 모델 구축을 하던 작업과정을 크게 개선하였다. 하지만 실내 공간의 환경 특성에 따라 RANSAC 경계값, 정제격자와 외곽선 추출 격자 크기의 조정이 필요하며 원형 또한 곡선 형태를 지닌 실내 구조물의 외곽선 추출을 위한 알고리즘의 개선이 필요하다.

• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1430-1441
• /
• 2012

In this paper, we present an algorithm that quickly and effectively estimates orthogonal vanishing points in equirectangular images of urban environment. Our algorithm is based on the RANSAC (RANdom SAmple Consensus) algorithm and on the characteristics of the line segment in the spherical panorama image of the $360^{\circ}$ longitude and $180^{\circ}$ latitude field of view. These characteristics can be used to reduce the geometric ambiguity in the line segment classification as well as to improve the robustness of vanishing point estimation. The proposed algorithm is validated experimentally on a wide set of images. The results show that our algorithm provides excellent levels of accuracy for the vanishing point estimation as well as line segment classification.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.267-270
• /
• 2010

In filtering of urban lidar data, low outliers or opening underground areas may cause errors that some ground points are labelled as non-ground objects. To solve such a problem, this paper proposes an automated method which consists of RANSAC algorithm, one-dimensional labeling, and morphology filter. All processes are conducted along the lidar scan line profile for efficient computation. Lidar data over Dajeon, Korea is used and the final results are evaluated visually. It is shown that the proposed method is quite promising in urban dem generation.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.226-230
• /
• 2002

본 논문은 영상 모자이킹을 위한 사영 변환 행렬의 정밀도를 개선하는 방법을 제안한다. Shift Theorem을 이용하여 영상간의 전역 이동 성분을 추출하고 구해진 이동 성분을 이용하여 영상간의 일치점을 찾음으로서 기존의 일치점 검출의 문제점을 해결하였다. 일치점 집합을 RANSAC 알고리즘을 적용하여 신뢰도가 높은 일치점을 추출함으로서 잡음의 영향에 강인하도록 하였으며 일치점의 좌표를 정규화 하여 사영변환 행렬의 정밀도를 개선하였다.

• 융합신호처리학회논문지
• /
• 제12권1호
• /
• pp.26-32
• /
• 2011

This paper proposes a new method to process panoramic image stitching using SURF(Speeded Up Robust Features). Panoramic image stitching is considered a problem of the correspondence matching. In computer vision, it is difficult to find corresponding points in variable environment where a scale, rotation, view point and illumination are changed. However, SURF algorithm have been widely used to solve the problem of the correspondence matching because it is faster than SIFT(Scale Invariant Feature Transform). In this work, we also describe an efficient approach to decreasing computation time through the homography estimation using RANSAC(random sample consensus). RANSAC is a robust estimation procedure that uses a minimal set of randomly sampled correspondences to estimate image transformation parameters. Experimental results show that our method is robust to rotation, zoom, Gaussian noise and illumination change of the input images and computation time is greatly reduced.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.637-639
• /
• 2021

자율주행 연구가 활발히 진행되면서 ADAS(Advanced Driver Assistance System)에서 차량의 위치를 파악하고 경로를 유지하는데 차선 검출은 필수적인 기술이다. 차선 검출은 허프 변환과 RANSAC(Random Sample Consensus)과 같은 영상처리 알고리즘을 이용하여 검출한다. 본 논문은 라즈베리파이3 B+에 OpenCV를 이용하여 선형 도형 검출 알고리즘을 구현하고 있다. OpenCV 가우시안 블러 구조와 캐니 에지 검출을 통해 문턱값을 설정하였고, 선형 검출 알고리즘을 통한 차선 인식에 성공하였다.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.297-309
• /
• 2007

2008년 12월 우리나라 최초의 통신해양기상위성이 발사될 예정이다. 통신해양기상위성의 지상국은 위성영상 데이터의 정확도 향상을 위해 사용자에게 기하보정된 영상을 공급해야 한다. 이때 지상국에 요구되는 처리시간은 30분 내외이며, 전체 처리시간의 준수를 위해 자동기하보정의 기술개발과 기하보정시 수행시간의 효율성이 중요하다. 자동기하보정은 위성의 영상좌표계와 지구좌표계상의 수학적인 관계를 나타내는 센서모델을 자동으로 수립하여 기하보정을 수행하는 것이다. 센서모델 수립을 위해 사용되는 기준점은 위성영상과 랜드마크 칩간의 정합결과를 통해서 자동으로 결정되어다. 실험에 사용한 위성영상은 GOES-9영상이며 실험을 위해 전세계 해안선 데이터베이스를 사용하여 랜드마크 칩을 211개 생성하였다. 위성영상에 존재하는 구름은 위성영상과 랜드마크 칩간의 정합시 오정합을 유발하므로 GOES-9영상의 채널1과 채널2영상에서 구름검출을 수행하여 구름이 아닌 지역에 대해서만 정합을 수행하였으며 가시영상인 채널1영상에서 밤시간이 아닌 지역에 대해서만 정합이 수행될 수 있도록 밤낮을 구분하여 처리하였다. 이때 정합결과는 오정합(Outlier)이 포함되어 있어 강인추정기법 중 하나인 RANSAC을 사용하여 이를 제거하였다. 강인추정기법으로 오정합이 제거된 정합결과를 기준점으로 사용하여 센서모델을 수립하였다. 수립된 모델의 정확도는 채널1영상의 해상도를 기준으로 하였을 때 $1{\sim}2$ 픽셀의 에러가 나타났고 기하보정된 영상에 해안선을 투영하여 센서모델의 정확도를 육안으로 확인하였다. 이때 위성영상의 해안선과 투영된 해안선이 일치함으로써 기하보정이 잘 이뤄졌음을 알 수 있었다. 실험결과 정합된 RANSAC, 센서모델 수립 및 자동기하 보정의 전체 처리시간은 약 4분여가 소요되었다. 이로써 본 논문에서 제안된 자동기하보정방법은 기하보정이 효과적으로 이뤄지고 있으며, 또한 통신해양기상위성의 전처리요구시간에도 만족함을 보여주고 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.405-406
• /
• 2006

This paper proposes the new algorithm for the extraction of the corresponding points. Our algorithm is based on RANSAC(Random Sample Consensus) with EM(Expectation-Maximization). In the procedure of RANSAC, N-points are selected by the result of EM instead of the random selection. EM+SAC algorithm is applied to the correspondence for the mosaicing.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.286-287
• /
• 2020

Depth map is the most common way of expressing 3D space in immersive media. In this paper, we propose a post-processing method to improve the quality of depth map. In proposed method, a depth map is divided into segments, and the plane of each segment estimated using RANSAC. In order to increase the accuracy of the RANSAC process, we apply matching reliability of each pixel in depth map as a weighting factor.