제안 방법

• 첫째, 획득한 이미지로부터 모델과 배경과의 구분을 해야 한다. 2차원 이미지로부터 변위를 측정하고 일정한 변위가 발생한 영역만을 모델로 간주하고, 변위와 카메라와 카메라 사이의 거리, 카메라와 물체와의 가리등을 이용하여 3차원 깊이 정보를 계산한다. 두 번째는, 카메라 교정과정이 필요하다.
• 방법이다. SUSAN 특징점 추출 알고리즘에서 지역적으로 가장 작은 USAN(Univalue Segment Assimilation Nucleus) 값을 찾는 방법을 수정하여 좀 더 정확한 외곽선 특징점을 찾는 방법을 제안하였다.
• USA?'*] 넓이가 지역적으로 가장 작은 픽셀이 특징점이다, 2차원 이미지에 원형 마스크를 적용하면<그림 3>과 같다. 교차성을 평가하는 방법으로 밝기 값 비교 방식을 적용하여 USAN 픽셀인지 아닌지를 결정한다. 그러면 <그림 4>에서 검정색으로 표기된 영역이 USAN픽셀이다.
• 구조물의 그기에 따른 길여 오차율에 관한 평가를 하기 위해서 작은 구조물의 깉이정보와 큰 구조물에서의 길어정보를 비교하였다. 작은 구조물인 사각형 패치에서는 길이오차가 ■2mm정도가 발생하여 2%정도의 오차율을 보였지만 뭔 구조뭂예서는 T39mm정도의 길이요차가 발생하고 7% 정도의 오차율을 보여 큰 구조물에 대한 길이 정보 추출에 대한 정확한 알고리즘의 연구가 필요하다.
• 본 노문에서는 2차원 영상에서 이잔화 시킨 이미지를 통해 모텔의 윤곽선을 추출하고, SUSAN 알고리즘예서 원형마스그의 중심 픽셀과 마스M 내 다론 픽 셀듵 간 발기 값여 유사한 픽 셀들의 집합 속에서 USAN의 넓여가 가장 작은 픽셀을 찾아 특징점을 추춞하였다. 이미지에 원형 마스크 틀 적용하고 교차되는 뜩징점을 밝기 값 비교 방식을 적용하여 USAN 픽셀인지 아닌지를 결정한 후 USAN 픽셀의 개수가 기준치 보다 작은 영역을 가지고 있는 마스m내의 영역을 특징점으로 사용하였다.
• 본 논문에서 제안하는 방법은 획득한 2차원 영상에 대하여 정확한 변위를 추출하기 위헤 웨이블릿 변환에 LOG필터링을 통하여 변위영상을 획득하고, SUSAN 알고리즘에 의한 특징점을 추출한다. 특징점에 대한 Z 좌표를 추출하고 좌표값에 대해 벡터공간에 맵핑시킨 후 외곽선의 길이 정보를 추출하는 알고리즘을 제안한다.
• 가장 작은 픽셀을 찾아 특징점을 추춞하였다. 이미지에 원형 마스크 틀 적용하고 교차되는 뜩징점을 밝기 값 비교 방식을 적용하여 USAN 픽셀인지 아닌지를 결정한 후 USAN 픽셀의 개수가 기준치 보다 작은 영역을 가지고 있는 마스m내의 영역을 특징점으로 사용하였다. 작은 구조물에 대해서는 예곡이나 특징점에 대한 추출옙서 에러가 적여 오차율이 적게 발생하였지만 구조풀이 클 경우 방사형 왜곡에 의해 정확한 수치가 측정되지 않아 방사형 왜곡 보정을 봉해 길이 정보를 보정하는 연구가 필요하다.
• SUSAN 알고리즘에 의한 특징점을 추출한다. 특징점에 대한 Z 좌표를 추출하고 좌표값에 대해 벡터공간에 맵핑시킨 후 외곽선의 길이 정보를 추출하는 알고리즘을 제안한다.