기초자료 조사 중!
그 중에서도 나는 가장 베이스가 되는 논문인
ACM에 올라온 2006년판 "Image Alignment And Stitching : A Tutorial"
을 읽고있답 .
바로 이놈 .
다운받으려면 여기서 받으면 된답.
읽고있는데 .....
아아아아아........
헬오브더지옥이다 ... 슈밤바 ㅜㅜ
아무리 간략한 정보만 정리하면 된다지만 ...
어떤 알고리즘이 대충 어떻게 동작하는지는 알아야할텐데 ..
영어로 된건 괜찮답 ... 뭐 사전 뒤져가면서 해석하면 되니까 ..
그런데 ....
선형대수학에서 자주보던 용어들이 왜 등장하는거야아아아아아.........
흐엉엉.......
현재까지 그나마 알아들은것.
Direct Alignment
- Error metrics
개별의 픽셀위치가 지정된 템플릿 이미지(I₁)을 주고 또다른 이미지(I₂)
의 픽셀들이 어디에 위치하는지 찾기 위해 최소차제곱의 합 (SSD)
공식을 이용.
- Hierarchical motion estimation
이미지 정렬시간이 최소로 되는 알고리즘. 이미지 피라미드가 초기화
되었을때 , 더 작은 숫자를 가지는 분리된 픽셀을 찾는 방식.
대부분의 경우 속도가 Full search 보다 빠르다.
- Fourier-based alignment
푸리에변환을 이용 , SSD공식을 두 가지로 나누어 계산.
SSD공식의 연산속도를 빠르게 할 수 있다.
- Incremental refinement
Feature-Based-Alignment
=> 사진의 전체적인 일치를 위하여 , 사진들을 기하학적으로 변형시킨다.
Direct-Alignment에 비해서 덜 정확한 사진이 있어도 정확히 matching된다.
- Keypoint detectors
이미지들에서 이미지의 헤시안행렬의 가장작은 고유값을 이용하여
이미지의 특징을 끌어내기 위해서 , 평행이동과 아핀변환을 이용한다.
- Feature matching
keypoint detecting작업으로 얻어낸 특징점들을 이용한다.
여러 장의 특징점 주위의 작은 조각의 명암을 직접 비교하여
이미지를 매칭한다.
Global Registration
=> Direct-alignment 와 Feature-Based-Alignment 가 두 장의 이미지를 받아
붙이는 방식이었다면 , Global Registration은 여러장의 연속적인 이미지를
붙이는 것을 그 목적으로 한다. Feature-Based-Alignment 기법을 쓴다.
- Bundle adjustment
덧붙여진 이미지들로 된 콜렉션에서 이미지들을 조정하는
작업이다.
- Parallax removal
파노라마를 만들때 , 카메라 중심이 이전사진과는 다르게 광학중심점을
향하지 않았을때 , 시차가 생기게 되는데 , 이 시차를 제거해주는 작업이다.
3D Bundle Adjustment 를 이용하여 보정해준다.
- Pixel select and weightning
파노라마가 만들어진 후에도 , 색상 차이가 있을 수 있으므로 , 보정해준다.
모든 픽셀에 색상의 평균값을 구해 보정하는 방법 ( Feathering and center-weighting )
색상이 다른부위와 다른 틈을 탐지해 그곳만 보정하는 방법 ( Optimal seam selection )
등이 있다.
- Blending
색상차이를 보정해주는 방법에서 , 잘못된 부분에 픽셀들이 붙었을때 , 균형을 잡아 주는 작업이다.
라플라시안 피라미드 블렌딩 , Hi-dynamic range imaging이 있다.
