Image registration is an essential step in many image processing applications that need visual information from multiple images for comparison, integration or analysis. Image Registration means the alignment of images taken at different times, by different sensors or different viewpoints. Recently researchers have introduced image registration techniques using features-based schemes and area-based schemes. Scale Invariant Feature Transform (SIFT) has been the representative method of feature-based scheme for its rotation and scale invariant properties. We introduce a novel feature detection technique which can get scale information using inter-feature distance information at the detection stage. Combining this detection scheme with SIFT description algorithm, the proposed scheme yields less computational load and more simple registration that that of the conventional SIFT. The scheme is examined through extensive experiments on various images and the results show that the proposed scheme exceeds the scheme using SIFT detector in the aspect of match accuracy at the cost of less time consume.
영상 등록은 영상 정보의 비교, 통합, 분석을 위해 다수의 영상에서 정보를 얻어내는 물체 인식 및 추적 시스템, 감시 시스템 등의 어플리케이션에서 필수적인 과정이다. 영상등록은 같은 장면이나 물체에 대한 두 개 이상의 영상들의 위치관계를 대응시켜주는 과정으로 등록의 대상이 되는 영상들은 단일 센서를 이용하여 시차를 두어 획득한 영상들, 서로 다른 시점에서 획득한 영상들, 혹은 서로 다른 여러 개의 센서로부터 획득된 특성이 다른 영상들 등이다. 일반적으로 영상등록은 대상 영상들 사이의 관계를 찾고 이를 보상하는 과정으로 구성되는데 대상 영상들 사이의 관계를 찾는 데에는 특징점 기반 기법과 영상 기반 기법이 있다. 해리스 코너와 SIFT는 특징점 기반 기법의 대표적인 기법으로 널리 사용되고 있으며 특히 SIFT는 회전과 크기변화에 강인한 특성을 보인다. 본 논문에서는 코너 특징점 탐지기를를 통해 코너 특징점을 찾고 특징점 탐지 단계에서 실시간으로 특징점 간의 거리 정보를 얻고 이를 이용해 변화된 크기 정보 값을 구하는 새로운 특징점 탐지 기법을 소개하고 이를 SIFT 표현자에 적용하여 기존의 SIFT보다 시간과 복잡도를 개선한 기법을 소개한다.
