지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김대원
- 발행연도
- 2013
- 저작권
- 단국대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
다중의 영상을 이용하여 파노라마 영상을 제작하는 기법은 컴퓨터 비전, 컴퓨터 그래픽스 등과 같은 여러 분야에서 널리 연구되고 있다. 파노라마 영상은 하나의 카메라에서 얻을 수 있는 영상의 한계, 예를 들어 화각, 화질, 정보량 등을 극복할 수 있는 좋은 방법으로서 가상현실, 로봇비전 등과 같이 광각의 영상이 요구되는 다양한 분야에서 응용할 수 있다. 파노라마 영상은 단일 영상과 비교하여 보다 큰 몰입감을 제공한다는 점에서 큰 의미를 갖는다. 다양한 파노라마 영상 제작 기법들이 존재하지만, 대부분의 기법이 공통적으로 파노라마 영상을 구성할 때 각 영상에 존재하는 특징점 및 대응점을 검출하는 방식을 사용하고 있다. 또한, 대응점을 이용한 RANSAC 알고리즘을 사용, Homography Matrix를 구하여 영상을 변환하는 방법을 사용한다. 특징점 검출을 위해 본 논문에서 사용하는 SURF 알고리즘은 영상의 특징점을 검출할 때 영상의 흑백정보와 지역 공간 정보를 활용하는데, 영상의 크기 변화와 시점에 강하며 SIFT 알고리즘에 비해 속도가 빠르다는 장점 때문에 널리 사용되고 있다. 하지만, 대응점 검출 시 잘못된 대응점을 검출하는 경우가 생긴다는 단점이 존재한다. 잘못된 대응점 검출은 RANSAC 알고리즘의 수행속도를 늦추며, 그로인해 CPU 점유율이 높아진다는 단점이 있다. 또한, 잘못된 대응점 검출로 인한 파노라마 영상의 정확성이 떨어진다는 단점이 존재한다. 본 논문에서는 대응점 좌표 주변 영역의 RGB값을 사용하여 잘못된 대응점들을 제거하는 필터링 과정을 수행한다. 본 논문에서는 이런 대응점 필터링을 통하여 위와 같은 문제를 해결하는 동시에 속도 및 CPU 점유율 등의 성능 향상을 제시한다.
목차
Ⅰ. 서론Ⅱ. 파노라마 이미지 처리 기법1. 파노라마 영상2. SURF(Speeded Up Robust Features) 알고리즘3. RANSAC(RANdom SAmple Consensus) 알고리즘Ⅲ. 대응점 추출 및 필터링1. 영상 입력순서 제한조건 해결2. 대응점 필터링Ⅳ. 영상처리 실험1. 영상 입력순서 제한조건 해결실험2. 대응점 필터링Ⅴ. 결과 분석 및 토론1. 영상 입력순서 제한조건 해결실험 결과2. 대응점 추출 및 필터링 결과가. 대응점 감소율 분석 및 평가나. RANSAC 알고리즘 수행속도 증가 분석 및 평가다. CPU 점유율 감소 분석 및 평가라. 정확도 증가 분석 및 평가Ⅵ. 결론참고문헌부 록영문요약
최근 본 자료
댓글(0)
0