$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

동적 프로그래밍을 이용한 특징점 정합
Matching Of Feature Points using Dynamic Programming 원문보기

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.10B no.1, 2003년, pp.73 - 80  

김동근 (천안공업대학 컴퓨터과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 기준영상과 탐색영상 사이의 대응되는 특징 점을 정합 하는 알고리즘을 제안한다. 두 영상에서 특징 점을 찾기 위하여 Harris의 코너 점 검출기를 사용하였다. 기준영상의 각 특징 점에 대해, 정규상관계수가 임계치 이상인 탐색영상의 특징 점들로 후보 정합 점을 구한다. 최종적으로 동적 프로그래밍을 사용하여 후보 정합 점들 중에서 대응되는 특징 점을 구한다. 실험으로 인위적인 영상과 실제 영상에서 특징 점을 정합 하는 결과를 보였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper we propose an algorithm which matches the corresponding feature points between the reference image and the search image. We use Harris's corner detector to find the feature points in both image. For each feature point in the reference image, we can extract the candidate matching points...

주제어

#특징점   #정규상관계수   #Harris의 코너점 검출기   #동적 프로그래밍  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 기준영상과 탐색영상 사이의 대응되는 특징점을 정합하는 알고리즘을 제안하였다. Harris 코너점 검출기에 의해 특징점을 검출하고, 기준영상의 각 특징점에 대해, 정규상관계수가 임계치 이상인 탐색영상의 특징점들로 후보 정합점을 구한 다음, 동적 프로그래밍을 사용하여 후보 정합점들 중에서 대응되는 특징점을 효율적으로 구하였다.

가설 설정

  • 본 논문에서는 기준영상과 탐색영상의 각 특징점의 4방향에서의 이웃노드들과의 평균거리를 개별적으로 구하여, 두정합되는 특징점 사이의 각 방향의 평균거리의 차이가 작을 것으로 가정한다. 기준영상의 특징점 由의 “좌표 보다 작은 이웃 특징점(서쪽), AW(九)들의 평균거리 와, 특징점 0, .
  • 중요한 문제이다. 시퀀스 영상에서는 인접한 프레임 사이에 시간간격이 작고, 물체의 움직임이 급격하지 않다는 가정을 하여 이전 프레임 위치의 근처에서 대응되는 정합점을 탐색한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. Z. Zhang, R. Deriche, O. Faugeras, Q. T. Luong, 'A Robust Technique for Matching Two Uncalibrated Images Through the Recovery of the Unknown Epipolar Geometry,' INRIA Technical Report, 1994 

  2. Z. Zhang, 'Determining the Epipolar Geometry and its Uncertainty : A Review,' INRIA Technical Report, 1996 

  3. S. M. Smith and J. M. Brady, 'SUSAN-A New Approach to Low Level Image Processing,' TR95SMS1c, Oxford University, UK 

  4. E. Trucco, A. Verri, Introductory Techniques for 3-D Computer Vision, Prentice Hall, 1998 

  5. D. H. Ballard and C. M. Brown, Computer Vision, Prentice Hall. Inc, 1982 

  6. B. S. Manjunath and C. Shekhar, and R. Chellappa, 'A New Approach to Image Feature Detection with Application' 

  7. N. Merlet and J. Zerubia, 'New Prospects in Line Detection by Dynamic Programming,' IEEE PAMI, Vol.18, No.4, pp. 426-431, 1996 

    상세보기 crossref

  8. J. C. Clarke, Application of Sequence Geometry to Visual Motion, PHD Thesis, Robotics Research Group, Dept. of Engineering Science, University of Oxford, 1997 

  9. C. Tomasi and T. Kanade, 'Shape and Motion from Image Streams : a Factorization Method-S,' Detection and Tracking of Point Features, Technical Report CMU-CS-91-132, Carnegie Mellon University, Pittsburgh, 1991 

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로