단보 : 그레디언트 히스토그램을 이용한 정합 창틀 크기의 자동적인 결정 = Automatic Determination of Matching Window Size Using Histogram of Gradient

국문 초록 (Abstract)

본 논문에서는 1m 해상도의 위성 영상에서 스테레오 정합의 성능을 향상시키기 위해 그레디언트 히스토그램을 이용하여 정합 창틀의 크기를 자동적으로 결정하는 방법을 제안한다. 영상의 각 화소에 대해 4-neighbor에 위치한 화소의 수평 또는 수직 방향의 평균 그레디언트 값을 계산하여 평탄화 지수 영상(Flatness Index Image)을 생성한다. 강한 에지 화소는 높은 평탄화 지수를 가지며 반면에 비에지 화소의 경우에는 낮은 평탄화 지수를 가진다. 평탄화 지수 영상의 히스토그램을 이용하여 각 화소의 에지 또는 비에지 화소 여부를 결정하는 평탄화 임계값을 구한다. 각 화소의 평탄화 지수가 평탄화 임계값보다 크면 에지 화소로, 작으면 비에지 화소로 분류한다. 초기 정합 창틀 내에 존재하는 비에지 화소의 비율이 작으면 밝기 값 변화가 적은 영역으로 판정하고 정합 창틀의 크기를 더 크게 설정하고 이 과정을 정합 창틀이 최대 크기에 도달할 때까지 반복적으로 수행한다. IKONOS 스테레오 위성영상을 실험영상으로 사용하였으며 고정 크기의 정합 창틀을 이용한 방법에 비해 향상된 정합 결과를 얻었다.

다국어 초록 (Multilingual Abstract)

In this paper, we propose a new method for determining automatically the size of the matching window using histogram of the gradient in order to improve the performance of stereo matching using one-meter resolution satellite imagery. For each pixel, we generate Flatness index image by calculating the mean value of the vertical or horizontal intensity gradients of the 4-neighbors of every pixel in the entire image. The edge pixel has high flatness index value, while the non-edge pixel has low flatness index value. By using the histogram of the Flatness Index Image, we find a flatness threshold value to determine whether a pixel is edge pixel or non-edge pixel. If a pixel has higher flatness index value than the flatness threshold value, we classify the pixel into edge pixel, otherwise we classify the pixel into non-edge pixel. If the ratio of the number of non-edge pixels in initial matching window is low, then we consider the pixel to be in homogeneous region and enlarge the size of the matching window. We repeat this process until the size of matching window reaches to a maximum size, In the experiment, we used IKONOS satellite stereo imagery and obtained more improved matching results than the matching method using fixed matching window size.

참고문헌 (Reference)

1 "방향성 특징벡터를 이용한 스테레오 정합 기법" 13 (13): 52-57, 2007

2 "Generalised correlation for multi-feature correspondence" 35 : 1303-1313, 2002a

3 "An adaptive multifeature correspondence algorithm for stereo using dynamic programming" 23 : 549-556, 2002b