• 한국멀티미디어학회논문지
• /
• 제14권2호
• /
• pp.201-209
• /
• 2011

이 논문은 이미지 매칭 알고리즘의 일종인 수정된 SURF(Speeded Up Robust Feature)와 이미지 블렌딩 알고리즘의 일종인 멀티밴드 블렌딩으로 구성된 파노라마 이미지 스티칭 시스템을 제안한다. 이 논문은 처음에 수정된 SURF를 기술하고 SIFT(Scale Invariant Feature Transform)와 비교하여 SURF를 이 시스템에서 채택한 이유에 대하여 논한다. 그리고 멀티밴드 블렌딩에 대하여 기술하고, 이어서 제안된 파노라마 이미지 스티칭 시스템의 구조에 대하여 설명하고 마지막으로 이미지 질과 처리시간에 대한 평가를 한다. 평가결과는 제안된 시스템이 개별 이미지들을 이음매 없이 연결하였으며, 많은 개개의 이미지 데이터에 대해서도 완전한 파노라마 이미지를 생성하였으며 처리 시간도 SIFT보다 빨랐다.

• International Journal of Contents
• /
• 제9권2호
• /
• pp.1-7
• /
• 2013

This paper proposes an efficient matching algorithm based on ASIFT (Affine Scale-Invariant Feature Transform) which is fully invariant to affine transformation. In our approach, we proposed a method of reducing similar measure matching cost and the number of outliers. First, we combined the Manhattan and Chessboard metrics replacing the Euclidean metric by a linear combination for measuring the similarity of keypoints. These two metrics are simple but really efficient. Using our method the computation time for matching step was saved and also the number of correct matches was increased. By applying an Optimized Random Sampling Algorithm (ORSA), we can remove most of the outlier matches to make the result meaningful. This method was experimented on various combinations of affine transform. The experimental result shows that our method is superior to SIFT and ASIFT.

• 한국통신학회논문지
• /
• 제40권12호
• /
• pp.2363-2371
• /
• 2015

본 논문에서는 FAST(Features from Accelerated Segment Test) 특징점 검출기와 SIFT(Scale Invariant Feature Transform) 특징점 서술자(descriptor)를 사용하여 시점 변화에 강인한 특징점 정합 기법을 제안한다. 기존의 FAST 기법은 영상의 에지 부분을 따라서 불필요하게 특징점을 많이 추출하게 되는데 이러한 단점을 주곡률(principal curvatures)을 적용하여 개선한다. 추출된 특징점을 SIFT 서술자를 통해 기술하고 시점이 다른 두 영상으부터 구해진 정합쌍에 RANSAC(RANdom SAmple Consensus) 기법을 통하여 호모그래피(homography)를 계산한다. 시점 변화에 강인한 특징점 정합을 위해서 기준 영상의 특징점들을 호모그래피 변환을 통해 변경된 좌표와 시점이 다른 영상의 특징점 좌표간의 유클리디언(Euclidean) 거리를 통해 정합쌍을 분류한다. 같은 물체나 장소에 대해 시점이 변화된 여러 영상에 대한 실험을 통해서 제안하는 정합 기법이 적은 계산량으로 기존의 특징점 정합 기법보다 우수한 성능을 보여주는 것을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권11호
• /
• pp.2893-2912
• /
• 2013

The design of geometrically invariant watermarking is one of the most challenging work in digital image watermarking research area. To achieve the robustness to geometrical attacks, the inherent characteristic of an image is usually used. In this paper, a geometrically invariant image watermarking scheme using connected objects and gravity center is proposed. First, the gray-scale image is converted into the binary one, and the connected objects according to the connectedness of binary image are obtained, then the coordinates of these connected objects are mapped to the gray-scale image, and the gravity centers of those bigger objects are chosen as the feature points for watermark embedding. After that, the line between each gravity center and the center of the whole image is rotated an angle to form a sector, and finally the same version of watermark is embedded into these sectors. Because the image connectedness is topologically invariant to geometrical attacks such as scaling and rotation, and the gravity center of the connected object as feature points is very stable, the watermark synchronization is realized successfully under the geometrical distortion. The proposed scheme can extract the watermark information without using the original image or template. The simulation results show the proposed scheme has a good invisibility for watermarking application, and stronger robustness than previous feature-based watermarking schemes against geometrical attacks such as rotation, scaling and cropping, and can also resist common image processing operations including JPEG compression, adding noise, median filtering, and histogram equalization, etc.

• 한국멀티미디어학회논문지
• /
• 제3권3호
• /
• pp.241-252
• /
• 2000

이 논문에서는 2차원 영상의 외곽선 정보를 이용하여 추출한 바이스펙트럼과 가중치 퍼지 분류기를 이용하여 영상의 이동, 회전, 크기 변화에 무관한 패턴 인식 기법을 제안하고, 그 인식 결과를 LVQ(Learning Vector Quantization)를 이용한 신경망 분류기와 비교하였다. 3차 큐물런트를 근간으로하는 바이 스펙트럼은 각 영상의 외각선 정보에 적용되어 15개의 특징값들을 추출한다. 이 특징 벡터들은 영상의 이동, 회전, 크기 변화에 무관한 특징을 가지며 2차원 평면 영상의 대표값으로 사용되어 패턴 분류를 위해 가중치 퍼지 분류기의 입력으로 들어간다. 서로 다른 8가지 비행기들의 평면 영상을 이용하여 실험한 결과들은 제안된 인식 시스템의 성능이 상대적으로 우수함을 보였다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.116-122
• /
• 2010

본 논문은 표적의 회전, 크기 변화, 이동 변화, 자세변화 등의 기하학적 변환에 강인한 표적 분류 방법을 제안한다. 우선 표적의 회전, 크기변화, 이동 변화에 대해서는 SIFT(Scale-Invariant Feature Transform) 특징 벡터들의 유사도, 스케일비, 오리엔테이션의 범위들을 이용한 CM(Confidence Map)에 기반하여 표적을 분류한다. 한편 표적의 자세 변화에 대응하기 위해 다양한 각도에서 획득한 표적 영상의 DB(database)를 이용한다. 각도의 범위는 실행 시간과 샘플링 간격에 따른 성능을 비교, 분석하여 결정한다. 제안한 표적 분류 방법의 성능을 평가하기 위해 기하학적 변화가 있는 여러 가지 영상에 대해 실험한다. 실험을 통해 제안 알고리즘이 우수한 분류 성능을 보임을 증명한다.

• 대한원격탐사학회지
• /
• 제34권5호
• /
• pp.739-747
• /
• 2018

다중센서 위성영상 간 통합 분석 및 융합과 관련된 연구가 활발히 진행되고 있다. 이를 위해서는 다중센서 영상 간 정합이 선행되어야 한다. 대표적인 정합 기법으로는 SIFT (Scale Invariant Feature Transform)와 같은 알고리즘이 존재한다. 그러나, 광학영상과 SAR (Synthetic Aperture Radar)영상은 취득 시 센서 자세와 방사 특성의 상이함으로 영상 간 분광적인 특성이 비선형성을 이뤄 기존 기법을 적용하기에 어렵다. 이를 해결하기 위해, 본 연구에서는 특징기반 정합기법인 SAR-SIFT (Scale Invariant Feature Transform)와 형상 서술자 벡터 DLSS (Dense Local Self-Similarity)를 결합하여 개선된 영상 정합기법을 제안하였다. 본 실험 지역은 대전 일대에서 촬영된 KOMPSAT-2 영상과 Cosmo-SkyMed 영상을 이용하여 실험하였다. 제안 기법을 비교평가하기 위해 특징점 및 정합쌍 추출에 대해 대표적인 기존 기법인 SIFT와 SAR-SIFT를 이용하였다. 실험 결과를 통해 제안 기법은 기존 기법들과 다르게 두 실험 지역에서 참정합쌍을 추출하였다. 또한 추출된 정합쌍을 통한 정합 결과 정성적으로 우수하게 정합되었으며, 정량적으로도 두 실험 지역에서 각각 RMSE (Root Mean Square Error) 1.66 m, 2.65 m로 우수한 정합 결과를 보였다.

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.527-534
• /
• 2005

영상에 회전이나 크기 변형이 가해지면 영상을 구성하는 점들의 좌표값들이 변경되어 형태 기술 및 인식이 어렵게 된다. 그러나 영상을 구성하는 점들 간의 위치관계나 무게중심과의 위치 관계는 변하지 않는다. 따라서 x-y 좌표계로 기술되는 영상 공간의 점들을 회전 및 크기 변형에 불변하는 새로운 좌표계로 사상할 수 있다면, 형태 기술 및 인식의 문제는 보다 수월해진다. 본 논문에서는 영상 공간의 점들을 회전 및 크기 변형에 무관한 새로운 특징 공간으로 사상하여 형태를 기술하는 방법을 제안한다. 특징 공간을 나타내는 새로운 좌표계는 무게중심으로부터의 상대거리와 윤곽선 세그먼트 곡률을 두 축으로 하는 직교 좌표계이다. 상대거리는 윤곽선 상의 임의의 한 점이 무게중심에서 얼마나 멀리 벗어나 있는지를 나타내는 값이고, 윤곽선 세그먼트 곡률은 세그먼트의 굴곡도를 나타내는 값이다. 특징 공간에 사상된 점들의 형태 기술은 메쉬 특징을 통해 이루어진다. 실험을 통해 제안된 형태 기술 방법이 회전 및 크기 변형에 강건함을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제13권4호
• /
• pp.51-58
• /
• 2008

본 논문에서 스케일 불변 특징 분포를 이용한 장소 모델링과 실제 입력되는 특징을 추출하여 데이터베이스에 저장된 장소모델을 비교하여 장소를 인식하는 방법을 제안한다. 제안된 방법에서 모든 장소는 각각 다른 장소와 확실히 구별되는 고유한 특징들의 분포로 표현 가능하다고 가정한다. 제안된 방법은 각 장소마다 전역정보를 사용하며, 하나의 장소는 하나의 장소모델로 표현된다. 따라서 장소의 인식을 위해 비교 대상이 되는 장소의 수가 증가하여도, 장소인식을 위한 시간의 복잡도가 기하급수적으로 증가하지 않는다는 장점을 가진다. 제안된 방법의 성능을 검증하기 위한 실험으로 인식에 사용된 특징의 수와 입력영상의 수를 변화시키며 실험을 수행하였고, 실험을 통해 기존의 방법보다 공간적, 시간적인 면에서 제안된 방법이 효율적임을 입증하였다. 제안된 방법은 로봇의 자율항해, 시각장애인의 도움이 시스템, 웨어러블 컴퓨팅 분야 등, 다양한 분야에 활용도가 있으리라 기대한다.

• 한국전자파학회논문지
• /
• 제25권10호
• /
• pp.1062-1068
• /
• 2014

본 논문에서는 두 개의 순차적인 inverse synthetic aperture radar(ISAR) 영상들을 활용하여 표적의 회전 속도(Rotation Velocity: RV) 추정을 통한 수직 거리 스케일링(cross-range scaling: CRS)을 수행한다. 순차적으로 형성된 두 개의 ISAR 영상들에 각각 scale invariant feature transform(SIFT)를 적용함으로써 관측각도의 변화에 강인한 산란원(scatterer)들을 추출한다. 추출된 산란원과 각 영상 내 표적의 회전 중심(Rotation Center: RC) 사이의 거리가 같다는 점을 이용하여 비용함수(cost function)를 설정한 후, 전역 탐색 기법(exhaustive search method)과 결합된 particle swarm optimization(PSO)의 최적화를 통해 표적의 RV를 RC 정보 없이 추정한다. 시뮬레이션에서는 시나리오 기반으로 기동하는 표적에 대한 ISAR 영상 형성 후, 제안된 기법을 통해 RC의 정보 없이 RV를 추정함으로써 ISAR 영상의 CRS가 성공적으로 수행됨을 보여준다.