본 논문에서는 인접 4화소의 형태에 기반한 고속 방향성 영상보간 알고리즘을 제시한다. 제안한 알고리즘의 기 본 개념은 비간축 이산 웨이브릿 변환에 기초하지만, 실제로 변환이 수행되는 것이 아니라 경계방향 검출을 위해 인접 4화소의 값만 비교된다. 2×2 화소의 형태는 8개의 종류로 분류되고 각 형태에 따라 방향성 보간이 수행된다. 그러므로 제안한 알고리즘은 매우 단순하기 때문에, 1차 선형보간과 비슷한 수행시간을 나타내지만 성능은 기존의 영상보간 기 법들 보다 우수한 결과 품질을 보여준다.

본 논문에서는 가장 단순한 Haar 웨이블릿 변환에서 간축 연산이 생략된 RDWT 개념에 기반한 새로운 방 향성 영상보간 방법을 제시한다. 대부분의 영상보간 기법들은 성능을 높이기 위해 경계의 방향정보를 이용하지만, 경 계에 기초한 방향정보를 추출하는데 많은 연산량이 요구되는 단점이 있다. 그러므로, 최근 보간 기법에서는 경계정보 를 빠르게 추출하기 위해 WT를 활용하는 기법이 이용되고 있다. 기존 WT은 기본적으로 스케일 함수를 사용하여 간축을 수행하기 때문에, 인접 2화소간의 주파수 정보가 독립적으로 추출된다. 이렇게 간축되어 제거된 주파수 성분 은 완벽한 복원을 위해 불필요한 정보이지만, 웨이블릿을 이용한 보간에서는 외삽 연산을 제거하기 위해서 간축되지 않은 정보가 필요하다. 그러므로, 본 연구에서는 경계 방향을 빠르게 판단하고 내삽 연산만으로 보간을 수행하기 위 해서 간축 연산을 이용하지 않는 비간축 DWT, 즉 RDWT의 개념을 최초로 이용하는 단순한 보간기법을 제안한다. 그리고 추가적으로 고해상도 보간 영상의 경계부분의 화질을 개선하기 위해서 고해상도 경계화소와 저해상도 영상에 서 가장 닮은 화소 값과의 가중치 합으로 갱신하는 화소삽입 방법을 후처리 기법으로 제시한다. 실험결과 제안한 기 법은 속도면에서 3차보간보다 빠르며, 화질은 기존기법들보다 우수한 결과를 획득할 수 있었다.

본 논문은 Markless AR(AugmentedReality)에서 가장 많이 활용되는 SURF(Speeded Up Robust Features) 기법의 효율성을 높인 새로운 특징 추출 알고리즘을 제시한다. 기존의 SURF 알고리즘은 불변 특징점을 보장하기 위해 Scale Pyramid를 이용하며 고정된 크기의 블록단위 NMS(Non-Maximum Suppression)를 사용하기 때문에 많은 계산이 요구된다. 제안된 알고리즘은 관심점에서만 특징점을 구하는 적응적 NMS 기법을 제시하여, Scale Pyramid를 사용하지 않고 불변 특징점을 보장하면서 동시에관심 영역에서 적응적 NMS를 수행함으로써 연산을 줄이는 효율적인 특징 추출 알고리즘을 개발하였다.

본 논문에서는 동적계획법과 계층적 변이추적을 이용한 새로운 스테레오 정합 알고리즘을 제안 한다. 기존 동적계획법을 이용한 정합 알고리즘에서는 밝기 변화가 적거나 폐색영역과 같은 정합 화소 의 부재 등으로 인하여 정합 오류를 동반하므로 생성된 변이 맵을 신뢰할 수 없는 문제를 갖는다. 그러 므로 제안한 방법에서는 계층간의 변이 추적기법을 도입하여 이러한 정합 오류를 복원할 수 있도록 알 고리즘을 구성하였다. 입력된 스테레오 영상을 부 표본화를 통해 계층화 하고 동적계획법을 이용하여 생성된 각 계층의 변이 맵으로부터 계층사이의 변이 이동오차와 밝기에 기반한 정합오차를 계산하여 정합 오류를 줄임으로써 보다 정확한 변이를 선택하도록 하였다. 실험 결과에서 보듯이 밝기 변화가 적은 영역과 폐색영역 등에서 기존의 동적계획법방법 보다 개선된 성능을 보였다.

스테레오 정합에 직렬 유전자 알고리즘 적용의 일반적인 문제를 해결하기 위한 두 가지 방법을 제안한다. 먼저, 메모리 소비와 탐색의 비효율성 문제를 줄이기 위한 간소화된 개체군기반 증가 학습전략을 채택하고, 넓은 영역의 일관성 있는 변이들을 얻기 위한 변이 연속성을 위해 이웃한 화소간의 거리를 제어하는 구조를 삽입하였다. 또한 저사양 하드웨어 환경에서 사용될 수 있는 확률벡터를 위해 프로그램이 가능한 하드웨어인 GPU에서 수행될 수 있는 새로운 병렬 모델을 제안한다. 제안된 알고리즘을 CPU와 GPU에서 실험을 통해 수행 및 검증하였다. 실험결과에서 제안된 알고리즘이 이완처리를 포함한 전통적인 BMA 방법과 이를 수정한 버전보다 실행속도 및 안정성에 있어 보다 우수한 성능을 보였으며, GPU를 활용을 위한 제안된 방식의 계산시간이 보다 큰 영상에서 매우 효과적임을 보여준다.

본 논문에서는 입력된 스테레오 영상으로부터 상호관련 있는 견실한 소실점추출 기법을 제안한다. 기존 의 소실점 추출기법들은 단일 영상에 적용하는 방법으로 이를 스테레오 영상에 적용하면 영상 간에 상호관련성이 적은 소실점을 추출하는 문제점이 있다. 이러한 문제를 해결하기 위해 제안한 방법은 입력된 스테레오 영상을 허프 공간으로 변환하고 이 공간상에서 각 영상의 기하특징들을 정합하여 두 영상의 상호관련 있는 기하정보를 추출하도록 하였다. 또한 추출된 기하정보들에 대해서 적절한 범위 내에서 정보를 선택하도록 하여 계산량을 줄였다. 실험을 통해 제안한 방식이 스테레오 영상에서 기존의 소실점 추출 방식에 비해 두 영상사이에 상호관련 있는 기하정보를 얻을 수 있으며, 이 기하정보로부터 보다 견실한 소실점을 추출함을 결과를 통해 알 수 있었다.

C. Harris와 M. Stephens에 의하여 제안된 Harris 모서리 검출기는 영상처리 분야에서 널리 사용되고 있는 특징추출 알고리즘이다. Harris 모서리 검출기는 지역적 신호의 상호관계를 기반으로 회전과 비율, 조명 및 영상의 잡음에 대하여 매우 강력한 검출 성능을 보여준다. 하지만 검출된 모서리들은 독립된 점이 아니라 영역형태로 출력되기 때문에 특징점으로 사용하기에 무리가 있으므로 각 영상의 상태와 여러 환경변수가 고려된 후처리가 필수적으로 필요하다. 이런 문제점은 영상 정합 환경에서 치명적인 오류를 유발할 수 있으므로 본 논문에서는 영상의 상태와 환경의 변화에도 모범적인 특징점을 추출할 수 있도록 모서리의 단일응답특성, 통계적 분포 및 분할기반 문턱치화를 포함한 새로운 모서리 검출 방식을 제안한다.