1 |
1
제1 이미지를 입력하는 입력부;상기 입력된 제1 이미지의 픽셀의 깊이(Depth) 정보에 따라 기 설정된 마스크 사이즈를 갖는 디지털 필터를 적용하여 관심점(Interest Point)을 검출하고, 상기 검출된 관심점의 특성 을 나타내는 기술자 벡터(Descriptor Vector)를 설정하는 검출부; 및상기 설정된 기술자 벡터를 기초로 상기 입력된 제1 이미지의 관심점과 기 입력된 제2 이미지의 관심점을 상호 비교하여 이미지들 사이의 유사성을 판단하는 매칭부;를 포함하고,상기 검출부는,상기 입력된 제1 이미지의 적분 영상을 계산하여 상기 계산된 적분 영상의 깊이(Depth) 정보에 따라 가우시안(Gaussian) 2차 미분 필터를 근사화한 다원 디지털 필터를 적용하여 상기 관심점을 검출하는 이미지 매칭 장치
|
2 |
2
제1 항에 있어서, 상기 검출부는, 상기 픽셀의 깊이가 작은 경우 상대적으로 마스크 사이즈가 큰 디지털 필터를 적용하고 상기 픽셀의 깊이가 큰 경우 상대적으로 마스크 사이즈가 작은 디지털 필터를 적용하는 것을 특징으로 하는 이미지 매칭 장치
|
3 |
3
제1 항에 있어서, 상기 검출부는, 상기 제1 이미지 상의 객체가 근거리 객체인 경우 상대적으로 마스크 사이즈가 큰 디지털 필터를 적용하고 상기 객체가 원거리 객체인 경우 상대적으로 마스크 사이즈가 작은 디지털 필터를 적용하는 것을 특징으로 하는 이미지 매칭 장치
|
4 |
4
제1 항에 있어서, 상기 검출부는, 상기 계산된 적분 영상의 픽셀의 깊이 정보에 따라 서로 다른 마스크 사이즈를 갖는 디지털 필터들로 구성된 일련의 디지털 필터 세트를 적용하여 상기 관심점을 검출하는 것을 특징으로 하는 이미지 매칭 장치
|
5 |
5
제1 항에 있어서, 상기 검출부는,헤시안 메트릭스의 각 원소에 대응되는 디지털 필터를 상기 제1 이미지에 적용하여 계산된 메트릭스 식의 값이 기 설정된 값 이상인 지점을 관심점으로 검출하는 것을 특징으로 하는 이미지 매칭 장치
|
6 |
6
삭제
|
7 |
7
제1 항에 있어서, 상기 검출부는, Haar 웨이블렛 필터를 이용해서 상기 검출된 관심점의 주방향을 계산하고, 상기 계산된 주방향에 기초하여 상기 기술자 백터를 설정하는 것을 특징으로 하는 이미지 매칭 장치
|
8 |
8
제1 항에 있어서, 상기 매칭부는, 상기 입력된 제1이미지의 관심점을 기술자 벡터 파라미터 공간상의 유클리디안 거리 비교 방법 및Random Sample Consensus(RANSAC) 알고리즘을 이용해서 상기 제2 이미지의 관심점과 비교하는 것을 특징으로 하는 이미지 매칭 장치
|
9 |
9
제1 항에 있어서, 상기 이미지 매칭 장치는, 공간 지도 생성 장치인 것을 특징으로 하는 이미지 매칭 장치
|
10 |
10
입력된 제1 이미지의 픽셀의 깊이 정보에 따라 기 설정된 마스크 사이즈를 갖는 디지털 필터를 적용하여 관심점(Interest Point)을 검출하고, 상기 검출된 관심점의 특성을 나타내는 기술자 벡터(Descriptor Vector)를 설정하여 제2 장치로 전송하는 제1 장치; 및상기 기술자 벡터를 수신하여 이를 기초로 상기 입력된 제1이미지의 관심점을 기 수신된 제2 이미지의 관심점과 비교하여 이미지들 간의 유사성을 판단하는 제2 장치;를 포함하고,상기 제1 장치는,상기 입력된 제1 이미지의 적분 영상을 계산하여 상기 계산된 적분 영상의 깊이(Depth) 정보에 따라 가우시안(Gaussian) 2차 미분 필터를 근사화한 다원 디지털 필터를 적용하여 상기 관심점을 검출하는 이미지 매칭 시스템
|
11 |
11
제1 이미지를 입력하는 단계;상기 입력된 제1 이미지의 픽셀의 깊이(Depth) 정보에 따라 기 설정된 마스크 사이즈를 갖는 디지털 필터를 적용하여 관심점(Interest Point)을 검출하는 단계;상기 검출된 관심점의 특성을 나타내는 기술자 벡터(Descriptor Vector)를 설정하는 단계; 및상기 설정된 기술자 벡터를 기초로 상기 입력된 제1 이미지의 관심점과 기 입력된 제2 이미지의 관심점을 상호 비교하여 이미지들 사이의 유사성을 판단하는 단계;를 포함하고,상기 검출 단계는, 상기 입력된 제1 이미지의 적분 영상을 계산하여 상기 계산된 적분 영상의 깊이(Depth) 정보에 따라 가우시안(Gaussian) 2차 미분 필터를 근사화한 다원 디지털 필터를 적용하여 상기 관심점을 검출하는 이미지 매칭 방법
|
12 |
12
제11 항에 있어서, 상기 검출 단계는, 상기 픽셀의 깊이가 작은 경우 상대적으로 마스크 사이즈가 큰 디지털 필터를 적용하고 상기 픽셀의 깊이가 큰 경우 상대적으로 마스크 사이즈가 작은 디지털 필터를 적용하는 것을 특징으로 하는 이미지 매칭 방법
|
13 |
13
제11항에 있어서, 상기 검출 단계는, 상기 제1 이미지 상의 객체가 근거리 객체인 경우 상대적으로 마스크 사이즈가 큰 디지털 필터를 적용하고 상기 객체가 원거리 객체인 경우 상대적으로 마스크 사이즈가 작은 디지털 필터를 적용하는 것을 특징으로 하는 이미지 매칭 방법
|
14 |
14
제11항에 있어서, 상기 검출 단계는, 상기 계산된 적분 영상의 픽셀의 깊이 정보에 따라 서로 다른 마스크 사이즈를 갖는 디지털 필터들로 구성된 일련의 디지털 필터 세트를 적용하여 상기 관심점을 검출하는 것을 특징으로 하는 이미지 매칭 방법
|
15 |
15
제14 항에 있어서, 상기 검출 단계는, 헤시안 메트릭스의 각 원소에 대응되는 디지털 필터를 상기 제1 이미지에 적용하여 계산된 메트릭스 식의 값이 기 설정된 값 이상인 지점을 관심점으로 검출하는 것을 특징으로 하는 이미지 매칭 방법
|
16 |
16
삭제
|
17 |
17
제11 항에 있어서, Haar 웨이블렛 필터를 이용해서 상기 검출된 관심점의 주방향을 계산하고, 상기 계산된 주방향에 기초하여 상기 기술자 백터를 설정하는 단계;를 더 포함하는 것을 특징으로 하는 이미지 매칭 방법
|
18 |
18
제11 항에 있어서, 상기 유사성 판단 단계는, 상기 입력된 제1이미지의 관심점을 기술자 벡터 파라미터 공간상의 유클리디안 거리 비교 방법 및Random Sample Consensus(RANSAC) 알고리즘을 이용해서 상기 제2 이미지의 관심점과 비교하는 것을 특징으로 하는 이미지 매칭 방법
|
19 |
19
제1 장치가 입력된 제1 이미지의 픽셀의 깊이 정보에 따라 기 설정된 마스크 사이즈를 갖는 디지털 필터를 적용하여 관심점(Interest Point)을 검출하는 단계;상기 제1 장치가 상기 검출된 관심점의 특성을 나타내는 기술자 벡터(Descriptor Vector)를 설정하여 제2장치로 전송하는 단계; 및상기 제2 장치가 상기 기술자 벡터를 수신하여 이를 기초로 상기 입력된 제1 이미지의 관심점을 기 수신된 제2이미지의 관심점과 비교하여 이미지들 간의 유사성을 판단하는 단계;를 포함하고,상기 관심점을 검출하는 단계는,상기 입력된 제1 이미지의 적분 영상을 계산하여 상기 계산된 적분 영상의 깊이(Depth) 정보에 따라 가우시안(Gaussian) 2차 미분 필터를 근사화한 다원 디지털 필터를 적용하여 상기 관심점을 검출하는 이미지 매칭 방법
|
20 |
20
제 19항에 있어서, 상기 판단된 유사성에 기초하여 공간 지도를 생성하는 단계;를 더 포함하는 것을 특징으로 하는 이미지 매칭 방법
|