카메라를 통해 획득된 원시영상을 입력받아 이진영상으로 전처리하고 8방향 연산자에 의거해 영상의 경계선을 추적하고 외곽선 정보를 추출하여 외곽선영상을 얻는 외곽선 영상획득단계를 수행하고;

얻어진 외곽선 영상으로부터 각도신호를 추출하고, 가우시안함수를 근사화한 웨이브렛 필터 뱅크를 통하여 각도신호를 다층스케일로 분해하고 곡률을 측정하는 웨이브렛 필터링단계를 수행하고;

상기 분해된 곡률신호에서 웨이브렛 국부 최대값을 구해 스케일 공간맵을 구성하고 웨이브렛 최대값의 진화특성으로 국부 최대값체인을 구성하여 직진성을 갖는 체인 탐색후 코너 후보점을 생성하고 립쉽츠 정규성 테스트를 거쳐 특이성을 갖는 외곽선 잡음과 불필요한 잉여 코너후보점들을 제거하여 최종코너점을 추출하는 코너점 추출단계를 수행하여,

카메라에서 획득된 원시영상에서 외곽선이 복잡한 모양과 단순한 모양이 동시에 존재하는 다중 크기의 특징을 가지고 있을 때 개개의 특징을 대표하는 코너점들을 각각의 최적인 스케일에서 검출하게 하는 것을 특징으로 하는 다층스케일상에서 외곽선 영상의 코너점 추출방법

제 1 항에 있어서,

상기 웨이브렛 필터링단계는,

상기 추출된 외곽선 정보로부터 영상의 각도 신호를 얻는 단계와;

다층스케일을 위해 상기 각도신호의 주파수 성분을 분리하도록 가우시안 함수를 근사화한 웨이브렛 필터 뱅크를 통과시키는 단계와;

상기 웨이브렛 필터 뱅크를 통해 각도신호를 다층스케일로 분해하고 곡률을 측정하는 단계를 수행하는 것을 특징으로 하는 다층스케일상에서 외곽선 영상의 코너점 추출방법

제 1 항에 있어서,

상기 코너점 추출 단계는,

상기 곡률 정보에 의거하여 국부적으로 최대가 되는 곡률값을 추출하는 단계와;

상기 각 스케일마다의 추출된 국부 최대값들을 이용하여 2차원 평면을 이루는 스케일 공간맵을 구성하는 단계와;

직진성을 가진 국부 최대값들에 의거하여 웨이브렛 최대값의 진화특성으로 상기 웨이브렛 국부 최대값의 체인을 구성하는 단계와;

상기 국부 최대값 체인으로만 구성된 최종 스케일 공간맵을 구성하여 체인탐색 후 코너후보점을 생성하는 단계와;

상기 최종 스케일 공간맵에서 특이성을 가지는 외곽선상에 실려있는 잡음이나 양자화 잡음들로 인한 불필요한 코너후보점들을 제거하기 위해 특이성을 갖는 후보체인과 비특이성을 갖는 후보체인을 구별하도록 웨이브렛 립쉽츠 정규성 테스트를 하는 단계와;

상기 테스트 단계에서 특이성을 갖는 웨이브렛 최대값 후보 체인들을 제거하고 비특이성을 갖는 웨이브렛 최대값 후보 체인을 최종 코너점으로 검출하는 단계를 수행하는 것을 특징으로 하는 다층스케일상에서 외곽선 영상의 코너점 추출방법

제 3 항에 있어서,

상기 웨이브렛 국부 최대값의 체인을 구성하는 단계는,

웨이브렛 필터링을 거친 곡률신호를 2차원 평면상에 스케일별로 웨이브렛 국부 최대값을 탐색하여 탐색된 결과를 상위의 스케일로 위치가 일치하는 국부 최대값을 탐색하여 체인을 구성하는 것을 특징으로 하는 다층스케일상에서 외곽선 영상의 코너점 추출방법