| 1 |
1
(a) 가시 이미지 및 적외선 이미지로부터 해리스 코너들을 추출하는 단계;(b) 상기 해리스 코너들을 각 코너의 그래디언트(gradient) 방향에 따라 복수의 코너 서브세트로 분류하는 단계; 및(c) 상기 코너 서브세트들의 하우스도르프 거리에 기반하여 가중-하우스도르프 거리를 계산하는 단계를 포함하고,상기 단계 (b)는,(b-1) 상기 추출된 각각의 해리스 코너의 그래디언트 방향을 계산하는 단계;(b-2) 그래디언트 방향 인터벌을 복수의 그래디언트 방향 서브인터벌로 분할하는 단계; 및(b-3) 각 코너의 그래디언트 방향이 어떤 그래디언트 방향 서브인터벌에 속하는지에 따라 상기 해리스 코너들을 복수의 코너 서브세트로 분류하는 단계를 포함하며,상기 단계 (c)는,(c-1) 상기 각 코너 서브세트의 하우스도르프 거리를 계산하는 단계; 및(c-2) 상기 코너 서브세트들의 하우스도르프 거리들을 합산하여 가중-하우스도르프 거리를 계산하는 단계를 포함하는, 그래디언트 방향 정보에 기반한 하우스도르프 거리 계산 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
청구항 1에 있어서,상기 단계 (a)는,(a-1) 제1 임계값 이하의 작은 임계값을 사용하여 해리스 코너 추출 알고리즘에 따라 가시 이미지 및 적외선 이미지로부터 해리스 코너들을 추출하는 단계;(a-2) 상기 이미지들을 동일한 크기를 갖는 패치들로 분할하는 단계;(a-3) 각 패치에서 제2 임계값 이상의 큰 응답 값을 갖는 코너들을 남겨두는 단계; 및(a-4) 각 패치를 복수의 윈도우로 분할하고, 윈도우 내에서 최대 응답값을 갖는 하나의 코너만을 남겨두고, 가시 이미지 및 적외선 이미지에서 남겨진 코너들을 해리스 코너들로서 결정하는 단계를 포함하는, 그래디언트 방향 정보에 기반한 하우스도르프 거리 계산 방법
|
| 5 |
5
청구항 4에 있어서,상기 단계 (a)에서, 코너 세트들 P 및 Q가 각각 상기 적외선 이미지와 상기 가시 이미지로부터 추출되고,상기 단계 (b-3)에서, 상기 P 및 Q가 각각 k개의 코너 서브세트들로 분류되며,코너 서브세트 쌍들 내의 코너 서브세트들을 및 라 하고, s=1,2,
|
| 6 |
6
청구항 5에 있어서,적외선 이미지에서의 코너 서브세트 가중치 가 수학식 6에 의해 계산되고,[수학식 6]상기에서 변수 MS와 NS는 각각, PS와 QS에서 "유용한" 코너들의 수이며,가시 이미지에서의 코너 서브세트 가중치 가 수학식 7에 의해 계산되고,[수학식 7]상기 hS(PS,QS)는 수학식 8에 의해 계산되며,[수학식 8]상기에서 는 와 QS 간의 거리이고,PS와 QS 간의 역방향 거리 는 수학식 8에서 PS, 와 를 QS, , 로 교환함으로써 계산되며,는 수학식 9에 의해 계산되고,[수학식 9]상기에서 비용 함수 는 큰 거리 에러를 발생하는 코너들을 제거하는데 사용되며,상기 비용 함수 이고,가 0이 아닌 것을 만족하는 코너들은 상기 "유용한" 코너들로 결정되며, 는 적외선 이미지로부터 서브세트 PS에서의 코너 의 코너 가중치이고,상기 코너 가중치 는 수학식 10에 의해 계산되며,[수학식 10]상기에서 와 는 적외선 이미지와 가시 이미지에서의 서브세트들 PS와 QS의 코너 와 의 응답 값이고,가시 이미지에서의 코너 가중치 는 수학식 11에 의해 계산되며,[수학식 11]인, 그래디언트 방향 정보에 기반한 하우스도르프 거리 계산 방법
|
| 7 |
7
청구항 6에 있어서,상기 가중-하우스도르프 거리()는, 수학식 12에 의해 계산되고,[수학식 12],는 (PS,QS)의 오름차순 정렬인, 그래디언트 방향 정보에 기반한 하우스도르프 거리 계산 방법
|
