선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 본론에서 위성 고속 검출 알고리즘의 상세 내용을 저해상도 영상에서의 위성 궤적 추정 과정과 고해상도 영상에서의 위성 검출 과정으로 나누어 설명하고 그 실험 결과를 기재하였다. 결론에서는 실험 결과에 대한 분석과 수행한 연구의 응용 분야, 제안하는 방법의 개선 여지에 대해서 논한다.
- 위성 광원 검출을 위해 고해상도인 원본 영상을 영상 처리하는 것은 많은 연산량을 요하나, 위성은 영상 내에서 직선 형태로 이동하므로 실질적으로 위성 광원이 나타나는 영역은 위성의 궤적 근방으로 한정되어 있다. 따라서 위성의 궤적을 빠르게 추정하고자 원본 영상이 축소된 영상을 생성한다. 영상 축소 방법에는 Subsampling, 중간값사용, 평균값 사용 등 여러 방법이 있으나, 이들 방법은 위성 광원의 밝은 픽셀 값을 손상시킬 가능성이 존재한다.
가설 설정
- 1. 구성 가능한 삼각형 R 순서대로 내림차순으로 정렬하고 목록 상위부터 매칭을 시작한다. 만약 목록 상위의 매칭이 실패하면 그로부터 하위에 있는 삼각형은 매칭 조건을 만족하지 못하므로 매칭을 시도하지 않는다.
- 1. 레이블 번호 카운터를 1로 설정하고, 전체 픽셀의 레이블을 0(레이블링 되지 않음)으로 설정한다.
- 2. 전체 영상 내 전경 픽셀 중 좌측 상단의 픽셀로 이동한다.
- 이들은 Streak 광원일 가능성이 매우 낮으나 추후 수행되는 레이블링 과정에서 연산량을 소요하므로 이러한 노이즈 전경을 최대한 제거할 필요성이 있다. 노이즈 전경 픽셀은 대부분 다른 전경 픽셀과 인접해 있지 않다는 가정을 이용하여 픽셀에 인접한 8개 픽셀 모두가 배경인 단일 전경 픽셀 픽셀을 제거하여 배경 픽셀로 간주한다. 단일 전경 픽셀 제거 결과는 Fig.
- 본 연구에서 제안한 위성 Streak 광원 검출 방법과 기존의 방법은 영상 내에 단 하나의 위성으로 인한 Streak이 발생한다는 가정 하에 사용되었다. 만약 영상 내에 둘 이상의 영상이 포함될 경우 제안하는 방법의 직선 맞춤이 둘 이상의 위성을 분류해 내는데 도움이 될 것으로 생각한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.