$\require{mediawiki-texvc}$

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.

융합형 필터를 이용한 깊이 영상 기반 특징점 검출 기법
Depth Image Based Feature Detection Method Using Hybrid Filter 원문보기

대한임베디드공학회논문지 = IEMEK Journal of embedded systems and applications, v.12 no.6, 2017년, pp.395 - 403  

전용태 (Sunmoon University) ,  이현 (Sunmoon University) ,  최재성 (Sunmoon University)

Abstract ▼ AI-Helper 아이콘AI-Helper

Image processing for object detection and identification has been studied for supply chain management application with various approaches. Among them, feature pointed detection algorithm is used to track an object or to recognize a position in automated supply chain systems and a depth image based f...

주제어

#Depth image   #Feature detection   #Hybrid filter mechanism   #Noise   #FAST algorithm  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 Kinect 센서를 이용하여 획득한 깊이 영상을 활용하여 깊이 영상의 고질적인 문제점을 개선하기위해 다양한 융합형 필터를 비교하고 깊이영상 환경에서 가장 적합한 융합형 필터를 통해 정확한 특징점을 검출할 수 있는 방법을 제안한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
가우시안 필터란 무엇인가? 가우시안 필터 (Gaussian filter)란 가우시안 분포를 영상에 적용시킨 것을 말하며, 정규분포 또는 확률분포에 의해 생성된 노이즈를 제거하기 위해 사용된다. 가우시안 필터의 특징으로는 중앙에 위치한 화소와 먼 거리에 있는 이웃 화소 값들을 가중치를 통해 감소시키고 가중한 이웃의 평균값으로 대치하는 특징을 가진다 [16].
단순 블러링만 사용할 경우 윤곽선이 흐려지고 특징점을 검출하는 데 문제점이 생기는 이유는 무엇인가?  이를 제거하기 위해 이웃한 픽셀의 명도값을 사용하여 손실된 영상의 홀부분을 복원할 수 있다. 그러나 단순 블러링만 사용했을 경우 원본 영상이 전체적으로 뭉개지는 현상이 발생하기 때문에 물체의 윤곽선이 흐려지고 특징점을 검출하는데 문제점이 생긴다. 이를 개선하기 위해 홀이 생긴 특정 부분만 블러링을 적용시키는 기법도 존재한다.
필터링 기법을 통해 노이즈를 최소화 시켜야 하는 이유는 무엇인가? 대표적으로 FAST, SIFT, AGAST, SURF, BRIEF 등이 있으며, 특징점을 검출하기위해 입력영상에서 노이즈가 없어야 하는 조건이 있다[11-15]. 노이즈가 있는 영상에서 특징점을 검출하는 것은 가능하지만 특징점의 정확도가 현저히 떨어진다. 그렇기 때문에 필터링 기법을 통해 노이즈를 최소화 시켜야 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (19)

  1. D.H. Jeong, J.I. Park, Y.T. Kim, "Study on Design of Mobile Robot for Autonomous Freight Transportation," Journal of Korean Institute of Intelligent, 2013 (in Korean). 

  2. S. Song, J. Xiao, "Sliding Shapes for 3D Object Detection in Depth Images," Proceedings of Springer Conference on Computer Vision, pp. 634-651, 2014. 

  3. J. Salas, C. Tomasi, "People Detection Using Color and Depth Images," Proceedings of Springer Conference on Pattern Recognition, pp. 127-135, 2011. 

  4. L. Bo, X. Ren, D. Fox, "Depth Kernel Descriptors for Object Recognition," Proceedings of IEEE/RSJ International Conference on Intelligent Robots and Systems, pp. 821-826, 2011. 

  5. T.D. Duan, D.A. Duc, T.L.H. Du, "Combining Hough Transform and Contour Algorithm for Detecting Vehicles' License-Plates," Proceedings of IEEE International Symposium on Intelligent Multimedia, Video and Speech Processing, pp. 747-750, 2004. 

  6. J.H. Oh, C.S. Jeong, "Comparison Between DSC and Previous Algorithms for Edge Detection," Korea Information Science Society, Vol. 31, No. 1, pp. 739-741, 2004 (in Korean). 

  7. G. Saygili, L. van der Maaten, E. A. Hendriks, "Hybrid Kinect Depth Map Refinement for Transparent Objects," Proceedings of IEEE International Conference on Pattern Recognition, pp. 2751-2756, 2014. 

  8. S. Gupta, R. Girshick, P. Arbelaez, J. Malik, "Learning Rich Features From RGB-D Images for Object Detection and Segmentation," Proceedings of Springer Conference on Computer Vision, pp. 345-360, 2014. 

  9. I.S. Hwang, I.K. Eom, Y.H. Moon, S.W. Ha, "A Fast Interest Point Detection Method in SURF Algorithm," IEMEK J. Embed. Sys. Appl., 2015 (in Korean) 

  10. J.H. Lee, Y.H. Lee, E.Y. Cha, "A Study of Face Feature Tracking and Moving Measure Devices," IEMEK J. Embed. Sys. Appl., 2011 (in Korean). 

  11. E. Rosten, T. Drummond, "Machine Learning for High-speed Corner Detection," Proceedings of Springer Conference on Computer Vision, pp. 430-443, 2006. 

  12. D.G. Lowe, "Distinctive Image Features From Scale-Invariant Keypoints," International journal of computer vision, Vol. 60, No. 2, 2004. 

    상세보기

  13. E. Mair, G.D. Hager, D. Burschka, M. Suppa, G. Hirzinger, "Adaptive and Generic Corner Detection Based on the Accelerated Segment Test," Proceedings of Springer Conference on Computer vision, pp. 183-196, 2010. 

  14. H. Bay, T. Tuytelaars, L. Van Gool, "Surf: Speeded up Robust Features," Proceedings of Springer Computer vision, pp. 404-417, 2006. 

  15. M. Calonder, V. Lepetit, C. Strecha, P. Fua, "Brief: Binary Robust Independent Elementary Features," Proceedings of Springer Conference on Computer vision, pp. 778-792, 2010. 

  16. M.S. Arulampalam, S. Maskell, N. Gordon, T. Clapp, “A Tutorial on Particle Filters for Online Nonlinear/non-Gaussian Bayesian Tracking,” IEEE Transactions on signal processing, Vol. 50, No. 2, pp. 174-188, 2002. 

    상세보기 crossref

  17. M. Lakshmanna, A. Maheswari, “Modified Classical Unsharp Masking Algorithm,” Proceedings of International Journal of Advanced Research in Computer Science and Software Engineering, Vol. 3, No. 9, pp. 271-276, 2013. 

  18. W. Gao, X. Zhang, L. Yang, H. Liu, "An Improved Sobel Edge Detection," Proceedings of IEEE International Conference on Computer Science and Information Technology, Vol. 5, pp. 67-71, 2010. 

  19. R. Srivastava, J.R.P. Gupta, H. Parthasarthy, S. Srivastava, "PDE Based Unsharp Masking, Crispening and High Boost Filtering of Digital Images," Proceedings of Springer Conference on Contemporary computing, pp. 8-13, 2009. 

저자의 다른 논문 :

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

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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