오늘날 우리 주변의 공간에 대한 정보를 취득하기 위한 방법으로 항공기나 인공위성 등에 탑재된 고급의 정밀한 촬영센서들과 지상의 고 정밀 카메라를 이용하여 넓은 범위의 대용량 영상을 얻고 있는 것뿐만 아니라 일반적으로 보급되는 저가의 디지털 카메라에 의해 영상을 취득하는 방법 또한 획기적이며 대중적으로 증가하고 있다. 특히 영상의 처리에 있어서는 과거와 같이 고가의 장비를 이용하여 고비용으로 전문적인 분야에서 국한 되었던 것이 오늘날 영상처리 소프트웨어와 컴퓨터의 결합을 통해 혁신적으로 변화되어 손쉬운 접근이 가능해짐에 따라 그 이용의 범위가 점차 비전문적인 대중들로 확대되고 있으며 더욱 더 손쉽게 영상을 처리할 수 있는 도구의 개발이 증가하고 있다. 그러나 이와같은 촬영 도구와 별도로 영상 취득과정에서 나타나는 그림자는 원영상의 영상 정보를 훼손함으로서 영상이 가지고 있는 정확한 정보를 판독하는데 어려움을 주며 또한 영상을 실제 활용하는데 제한을 주고 있는 실정이다. 한 예로 토지피복분류 시 건물 주변 지역이 그림자의 영향으로 수계와 같이 전혀 다르게 분류되어 지상 판독의 오류를 일으키게 하는 원인이 되기도 한다. 영상의 그림자 간섭은 영상내의 정보를 파악하여 실제로 활용하고자 하는 사용자에게 해결해야할 커다란 문제로 대두되고 있다. 그러나, 현재 그림자 제거를 위한 연구들은 기상의 영향으로 발생되는 구름의 그림자 제거기법을 위주로 이루어져 왔으며 지상의 지형과 건물 등에 의해 발생되는 그림자의 제거에 관한 연구는 상대적으로 미진한 실정이다. 특히, 기존의 연구들은 그림자 영역의 추출에 있어서 주관적이고 정확하지 않은 임의적인 그림자 영역의 화소값 추출기법을 사용하거나 태양의 고도각과 LiDAR 자료, ...
오늘날 우리 주변의 공간에 대한 정보를 취득하기 위한 방법으로 항공기나 인공위성 등에 탑재된 고급의 정밀한 촬영센서들과 지상의 고 정밀 카메라를 이용하여 넓은 범위의 대용량 영상을 얻고 있는 것뿐만 아니라 일반적으로 보급되는 저가의 디지털 카메라에 의해 영상을 취득하는 방법 또한 획기적이며 대중적으로 증가하고 있다. 특히 영상의 처리에 있어서는 과거와 같이 고가의 장비를 이용하여 고비용으로 전문적인 분야에서 국한 되었던 것이 오늘날 영상처리 소프트웨어와 컴퓨터의 결합을 통해 혁신적으로 변화되어 손쉬운 접근이 가능해짐에 따라 그 이용의 범위가 점차 비전문적인 대중들로 확대되고 있으며 더욱 더 손쉽게 영상을 처리할 수 있는 도구의 개발이 증가하고 있다. 그러나 이와같은 촬영 도구와 별도로 영상 취득과정에서 나타나는 그림자는 원영상의 영상 정보를 훼손함으로서 영상이 가지고 있는 정확한 정보를 판독하는데 어려움을 주며 또한 영상을 실제 활용하는데 제한을 주고 있는 실정이다. 한 예로 토지피복분류 시 건물 주변 지역이 그림자의 영향으로 수계와 같이 전혀 다르게 분류되어 지상 판독의 오류를 일으키게 하는 원인이 되기도 한다. 영상의 그림자 간섭은 영상내의 정보를 파악하여 실제로 활용하고자 하는 사용자에게 해결해야할 커다란 문제로 대두되고 있다. 그러나, 현재 그림자 제거를 위한 연구들은 기상의 영향으로 발생되는 구름의 그림자 제거기법을 위주로 이루어져 왔으며 지상의 지형과 건물 등에 의해 발생되는 그림자의 제거에 관한 연구는 상대적으로 미진한 실정이다. 특히, 기존의 연구들은 그림자 영역의 추출에 있어서 주관적이고 정확하지 않은 임의적인 그림자 영역의 화소값 추출기법을 사용하거나 태양의 고도각과 LiDAR 자료, 수치지도 등의 다중 자료원을 이용한 방법을 활용하고 있으며, 그림자 영역의 복원에 있어서도 동일한 지역의 다른 영상을 이용하여 그림자가 발생된 지역을 대체하거나 그림자가 발생하지 않은 주변 지역과의 화소값 차이를 이용하여 처리하고 있다. 본 연구에서는 기존 연구와 차별적으로 원영상으로부터 엔트로피 최소화 이론을 이용하여 1차원 불변영상을 생성하고 불변영상 및 원영상으로부터 경계검출을 통한 그림자 영역을 추출하며, 최종적으로 퓨리어 변환을 통하여 그림자가 제거된 고유영상을 생성함으로써 영상에서 지형 및 지상객체 등에 의해 발생하는 그림자를 제거하는 기법을 제시하였다. 특히, 영상에 존재하는 오차를 최소화하기 위한 히스토그램분석 기법을 이용하여 엔트로피 값을 산출함으로써 객관적인 경계 추출의 기법을 제시하였다.
오늘날 우리 주변의 공간에 대한 정보를 취득하기 위한 방법으로 항공기나 인공위성 등에 탑재된 고급의 정밀한 촬영센서들과 지상의 고 정밀 카메라를 이용하여 넓은 범위의 대용량 영상을 얻고 있는 것뿐만 아니라 일반적으로 보급되는 저가의 디지털 카메라에 의해 영상을 취득하는 방법 또한 획기적이며 대중적으로 증가하고 있다. 특히 영상의 처리에 있어서는 과거와 같이 고가의 장비를 이용하여 고비용으로 전문적인 분야에서 국한 되었던 것이 오늘날 영상처리 소프트웨어와 컴퓨터의 결합을 통해 혁신적으로 변화되어 손쉬운 접근이 가능해짐에 따라 그 이용의 범위가 점차 비전문적인 대중들로 확대되고 있으며 더욱 더 손쉽게 영상을 처리할 수 있는 도구의 개발이 증가하고 있다. 그러나 이와같은 촬영 도구와 별도로 영상 취득과정에서 나타나는 그림자는 원영상의 영상 정보를 훼손함으로서 영상이 가지고 있는 정확한 정보를 판독하는데 어려움을 주며 또한 영상을 실제 활용하는데 제한을 주고 있는 실정이다. 한 예로 토지피복분류 시 건물 주변 지역이 그림자의 영향으로 수계와 같이 전혀 다르게 분류되어 지상 판독의 오류를 일으키게 하는 원인이 되기도 한다. 영상의 그림자 간섭은 영상내의 정보를 파악하여 실제로 활용하고자 하는 사용자에게 해결해야할 커다란 문제로 대두되고 있다. 그러나, 현재 그림자 제거를 위한 연구들은 기상의 영향으로 발생되는 구름의 그림자 제거기법을 위주로 이루어져 왔으며 지상의 지형과 건물 등에 의해 발생되는 그림자의 제거에 관한 연구는 상대적으로 미진한 실정이다. 특히, 기존의 연구들은 그림자 영역의 추출에 있어서 주관적이고 정확하지 않은 임의적인 그림자 영역의 화소값 추출기법을 사용하거나 태양의 고도각과 LiDAR 자료, 수치지도 등의 다중 자료원을 이용한 방법을 활용하고 있으며, 그림자 영역의 복원에 있어서도 동일한 지역의 다른 영상을 이용하여 그림자가 발생된 지역을 대체하거나 그림자가 발생하지 않은 주변 지역과의 화소값 차이를 이용하여 처리하고 있다. 본 연구에서는 기존 연구와 차별적으로 원영상으로부터 엔트로피 최소화 이론을 이용하여 1차원 불변영상을 생성하고 불변영상 및 원영상으로부터 경계검출을 통한 그림자 영역을 추출하며, 최종적으로 퓨리어 변환을 통하여 그림자가 제거된 고유영상을 생성함으로써 영상에서 지형 및 지상객체 등에 의해 발생하는 그림자를 제거하는 기법을 제시하였다. 특히, 영상에 존재하는 오차를 최소화하기 위한 히스토그램 분석 기법을 이용하여 엔트로피 값을 산출함으로써 객관적인 경계 추출의 기법을 제시하였다.
Nowadays the aerial photos is using to get the information around our spatial environment and it increases by geometric progression in many fields. The aerial photos need in a simple object as like cartography and ground cover classification, also in a social object as like the city plan, environmen...
Nowadays the aerial photos is using to get the information around our spatial environment and it increases by geometric progression in many fields. The aerial photos need in a simple object as like cartography and ground cover classification, also in a social object as like the city plan, environment, disaster, transportation etc. and moreover offer in web to service as a commercial object. However, the shadow which includes when taking the photos makes a trouble to interpret the ground information, and also users, who need the photo in their field task, have a restriction. Generally the shadow occurs by the building and surface topography, and the detail cause is by changing of the illumination in an area. Therefore, it misses a daylight component from the two illuminant components which are daylight and atmosphere airlight. With the improvement of computer several softwares have introduced about the image processing and simply users can use the software in their fields, but the tool of removing shadow is not including in the software so it needs to study and develop constantly. Also, unlike the conventional methods which need the many data, it needs to choose a simple procedure to remove the shadow. Therefore, for removing the shadow this study uses the single image and processes the image without the source of image and taking situation. Also, applying the entropy minimization method it generates the 1-D gray-scale invariant image for creating the shadow edge mask and using the Canny edge detection creates the shadow edge mask, and finally by filtering in Fourier frequency domain creates the intrinsic image which recovers the 3-D color information and removes the shadow.
Nowadays the aerial photos is using to get the information around our spatial environment and it increases by geometric progression in many fields. The aerial photos need in a simple object as like cartography and ground cover classification, also in a social object as like the city plan, environment, disaster, transportation etc. and moreover offer in web to service as a commercial object. However, the shadow which includes when taking the photos makes a trouble to interpret the ground information, and also users, who need the photo in their field task, have a restriction. Generally the shadow occurs by the building and surface topography, and the detail cause is by changing of the illumination in an area. Therefore, it misses a daylight component from the two illuminant components which are daylight and atmosphere airlight. With the improvement of computer several softwares have introduced about the image processing and simply users can use the software in their fields, but the tool of removing shadow is not including in the software so it needs to study and develop constantly. Also, unlike the conventional methods which need the many data, it needs to choose a simple procedure to remove the shadow. Therefore, for removing the shadow this study uses the single image and processes the image without the source of image and taking situation. Also, applying the entropy minimization method it generates the 1-D gray-scale invariant image for creating the shadow edge mask and using the Canny edge detection creates the shadow edge mask, and finally by filtering in Fourier frequency domain creates the intrinsic image which recovers the 3-D color information and removes the shadow.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.