1 |
1
적어도 2개의 서로 다른 시점의 영상에서 특징점을 추출하는 시점 변화에 강인한 특징점 정합 방법에 있어서,(a) FAST(Features from Accelerated Segment Test) 방법을 이용하여, 상기 영상에서 특징점을 추출하는 단계;(b) 추출된 특징점에 대하여 헤시안(Hessian) 행렬을 구하고, 구한 헤시안 행렬의 주대각선 상에 있는 원소들의 합과 행렬식을 이용하여 특징점 추출을 개선하는 단계;(c) 다수의 프레임을 이용하여 추출한 특징점들을 정합하여, 다수의 특징점 쌍들을 획득하는 단계;(d) 다수의 특징점 쌍들로부터 호모그래피 행렬을 획득하여, 건물에 필요한 특징점들을 분류하는 단계; 및,(e) 분류되고 남은 특징점 쌍을 이용하여 호모그래피를 이용한 분류를 반복하는 단계를 포함하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
2 |
2
제1항에 있어서,상기 (a)단계에서, 상기 영상에서 한 화소 p를 중심 화소라고 할 때 이로부터 사전에 정해진 거리의 원을 형성하고, 형성된 원에 걸쳐있는 주변 화소에 대하여, 상기 주변 화소의 밝기를 중심 화소의 밝기값과 대비하여, 사전에 설정된 임계값 이상의 차이가 나는 주변 화소가 N(N은 자연수)개 이상 연속으로 있을 때 상기 중심 화소 p를 특징점으로 판단하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
3 |
3
제2항에 있어서,상기 (a)단계에서, 상기 형성된 원에 걸쳐있는 주변 화소 중 일부만을 중심 화소의 밝기와 대비하여, 사전에 설정된 임계값 이상의 차이가 나는 주변 화소의 개수가 사전에 정해진 비율 이상일 경우, 상기 일부 외의 다른 주변 화소들에 대하여도 모두 비교하여 특징점을 추출하고, 주변 화소의 개수가 사전에 정해진 비율 보다 적을 경우, 해당 중심 화소는 특징점이 아닌 것으로 판별하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
4 |
4
제2항에 있어서,상기 (a)단계에서, 중심 화소와 주변 화소 간의 대비 결과의 상태를 결정 트리 구조로 구성하여, 깊이 탐색 방식으로 전체 화소에서 특징점을 추출하되, 모든 화소들의 상태를 u(unknown)으로 초기화하고, 하나의 중심 화소에 대하여 주변 화소들과 밝기 대비를 하여 그 결과에 따라 주변 화소의 상태를 결정하고, 깊이 탐색 방식에 따라 해당 주변 화소들의 트리에서 첫번째 화소부터 순차적으로 중심 화소로 놓고 다시 주변 화소의 상태를 결정하고, 화소들 간의 상태가 앞선 과정에서 결정되어 있는 경우에는 화소들 간의 밝기 대비를 통한 상태 결정을 수행하지 않는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
5 |
5
제4항에 있어서,상기 (a)단계에서, 화소의 상태는 다음 수식 1과 같이 4가지 상태로 결정되는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
6 |
6
제5항에 있어서,상기 (a)단계에서, 상기 수식 1에 따라 주변 화소의 상태를 결정하고, 결정 트리 구조에서 b상태(x∈Sbright)에 해당하는 화소와 d 상태(x∈Sdark)에 해당하는 화소에 대해 다음 수식 2를 적용하여 더 큰 값을 해당 특징점의 값으로 부여하고, 인접한 특징점들에 대하여 모두 특징점의 값을 [수식 2]를 적용하여 부여하여 가장 큰 값을 가지는 특징점을 군집 영역의 특징점으로 추출하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
7 |
7
제1항에 있어서,상기 (b)단계에서, 상기 (a)단계에서 추출된 특징점에 대하여, 2×2 헤시안(Hessian) 행렬을 구하여, 다음 [수식 3]을 만족하지 못하는 경우에는 해당 특징점을 제외시키는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
8 |
8
제1항에 있어서,상기 (c)단계에서, 특징점에 대하여, 4×4 크기의 블록 16개를 각각 8개의 방향으로 표현하되, 각 화살표의 길이는 방향 히스토그램 값을 의미하고, 방향 히스토그램의 값들로 이루어진 벡터의 형태로 서술자를 형성하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
9 |
9
제1항에 있어서,상기 (c)단계에서, 각 특징점에 대하여 16개 블록에 대해 각각 8개의 방향으로 서술자를 표현하여 모두 128(4×4×8)차원으로 기술하고, 정합할 두 영상에서 추출된 특징점들 간의 128차원 벡터로 유클리디언 거리를 계산하고 거리 값이 임계값보다 작은 경우에 정합된 특징점 쌍으로 선정하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
10 |
10
제1항에 있어서,상기 (d)단계에서, 정합된 특징점 쌍의 4쌍을 이용하여 호모그래피 행렬을 구하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
11 |
11
제10항에 있어서,상기 (e)단계에서, 기준 영상의 특징점을 호모그래피 행렬을 통해 변환하고, 변환된 특징점과, 상기 기준 영상의 특징점과 정합되는 특징점 사이의 유클리디언 거리를 구하여 임계값과 비교하여, 임계값 이내인 경우에만 특징점으로 선정하여 분류하는 것을 특징으로 하는 시점 변화에 강인한 특징점 정합 방법
|
12 |
12
제1항 내지 제11항 중 어느 한 항의 시점 변화에 강인한 특징점 정합 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|