조명변화에 강인한 SIFT를 이용한 물체인식 시스템 설계

Abstract

영상 정보를 통한 물체인식은 지능형 로봇에서 매우 중요한 문제이다. 최근에 발표된 SIFT(Scale Invariant Features Transform)는 인식하고자 하는 물체의 크기, 회전등에 불변 특징 벡터 등에 대해서 연구되었고, 실제로 물체인식에 적용 시 크기 회전등의 변화에도 비교적 좋은 결과를 나타내고 있다. 하지만 보다 정확한 물체인식을 하기 위해서는 모델 영상 생성 시의 조명조건에 대한 영향까지도 고려되어야 한다. 그래서 본 논문에서는 조명의 영향에도 강인한 물체인식 시스템을 재안한다. 제안한 방법은 여러방향의 조명에서 취득한 모델영상을 이용하였으며 SIFT 벡터에 포토메트릭 방법을 적용하였다. 우리의 방법을 설계, 구현하여 실험한 결과 기존의 SIFT방법에 비해 우수한 물체 인식 결과를 나타냈다.