Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

Study of High Speed Image Registration using BLOG

BLOG를 이용한 고속 이미지 정합에 관한 연구

  • 김종민 (조선대학교 일반대학원 전산통계학과) ;
  • 강명아 (광주대학교 컴퓨터공학과)
  • Received : 2010.06.11
  • Accepted : 2010.07.29
  • Published : 2010.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, real-time detection methods for Panorama system Key-Points offers. A recent study in PANORAMA system real-time area navigation or DVR to apply such research has recently been actively. The detection of the Key-Point is the most important elements that make up a Panorama system. Not affected by contrast, scale, Orientation must be detected Key-Point. Existing research methods are difficult to use in real-time Because it takes a lot of computation time. Therefore, this paper propose BLOG(BitRate Laplacian Of Gaussian)method for faster time Key-Point Detecting and Through various experiments to detect the Speed, Computation, detection performance is compared against.

본 논문은 실시간 파노라마를 위한 영상의 특징점 검출 방법을 제안한다. 파노라마 연구는 최근 실시간 지역탐색이나 DVR 등에 적용하는 연구가 최근 활발히 진행되고 있다. 특히 특징점 검출은 파노라마를 이루는 가장 중요한 요소이다. 특징점 검출을 위해서는 어떠한 명암 변화에도 특징점은 불변이어야 하며 이미지의 크기와 회전이 변화하더라도 불변의 점을 찾아야 한다. 기존 연구방법은 고차원적인 벡터와 많은 후보점을 선점하기 때문에 연산량이 많고 수행시간이 길어 실시간에 활용하기에는 어려운 점이 있다. 따라서 본 논문은 보다 빠른 실시간 특징점 검출을 위해 LOG 방법을 비트 단위로 분할 후 결합하는 BLOG 방법을 제안하고 다양한 실험을 통하여 속도와 연산량 그리고 검출 성능에 대하여 비교한다.

Keywords

References

  1. H. P. Moravec. Towards Automatic Visual Obstacle Avoidance. Proc. 5th International Joint Conference on Artificial Intelligence, pp. 584, 1977
  2. C. Harris and M.j. Stephens "A combined corner and edge detector", In Alvey Vision Conference, 1988. pp.147-151
  3. S.M. Smith and M. Brady. SUSAN - A New Approach to Low Level Image Processing. International Journal of Computer Vision, Vol. 23(1), pp. 45-78,1997. https://doi.org/10.1023/A:1007963824710
  4. M. Trajkovic and M. Hedley. Fast Corner Detection. Image and Vision Computing, Vol. 16(2), pp. 75-87, 1998. https://doi.org/10.1016/S0262-8856(97)00056-5
  5. David G. Lowe. "Object Recognition from Local Scale - Invariant Features". Proc of the 7th Int. Conf. on Computer Vision, pp. 1150 -1157, Corfu, Greece, 1999.
  6. David G. Lowe. "Distinctive image features from scale-invariant keypoints" Accepted for publication Int. Journal of Computer Vision, 2004
  7. Ke, Y., Sukthankar, R.: PCA-SIFT: A more distinctive representation for local image descriptors. In: CVPR. 506-513. 2004
  8. Herbert Bay Tinne Tuytelaars, and Luc Van Gool. "SURF: Speeded Up Robust Features", Computer Vision and Image Understanding, Volume 110 Issue 3, June 2008.
  9. AJ. Lacey, N. Pinitkam, and N.A. Thacker, " An evaluation of the performance of RANSAC algorithms for stereo camera calibration", The 11th British Machine Vision Conference, Bristol, UK, 2000.