본 기술은 가시 이미지와 적외선 이미지에서 해리스 코너를 추출한 뒤 각 코너의 그래디언트 방향에 따라 여러 코너 서브세트로 나누고, 서브세트별 하우스도르프 거리를 합산해 가중-하우스도르프 거리를 계산하는 방법입니다. 멀티센서 영상 정합의 유사도 척도로 활용됩니다.
상호상관 기반 정합은 계산이 복잡하고 상호정보 기반 정합은 센서 간 밝기 대응이 국부적으로 달라 성능이 낮았으며, SIFT·SURF 방식은 유클리드 거리에 공간 정보가 없어 변형과 노이즈에 취약했습니다. 기존 하우스도르프 거리 기법도 계산량이 많고 각 점의 그래디언트 방향 정보와 중요도 차이를 무시하는 한계가 존재했습니다.
본 기술은 그래디언트 방향 구간마다 코너를 묶어 같은 방향 성분끼리만 거리를 비교하고, 코너 응답값에 따른 가중치와 큰 거리 오차를 내는 코너를 걸러내는 비용 함수를 적용해 거리를 정밀하게 산출합니다. 그 결과 하우스도르프 거리가 정확해져 가시·적외선 영상의 정합 정확도가 높아집니다. 야간·연무 환경의 감시 카메라나 열화상·가시광 융합 영상 시스템에 적용될 수 있어 조명 조건이 나쁜 현장에서도 두 센서 영상을 안정적으로 겹쳐 분석할 수 있습니다.
N/A
