보조 함수 방법을 활용한 푸리에-멜린 변환 기반 유사 변환 이미지 정렬
Alignment of Similarity-Transformed Images Based on Fourier--Mellin Transform Using Auxiliary Function Method
본 논문에서는 서브픽셀(subpixel) 정확도로 두 이미지 간의 유사 변환(similarity transformation), 즉 평행 이동(translation), 스케일(scale), 회전(rotation)을 추정하는 알고리즘을 제안한다. 이미지 정합(image registration)은 서로 다른 시점 및 촬영 조건에서 획득한 이미지를 정렬하기 위한 기본 기술이며, 이산 상호 상관(discrete cross-correlation)을 최대화하는 대표적인 접근법으로 푸리에-멜린(Fourier--Mellin) 정합이 있다. 그러나 푸리에-멜린 방식은 서브픽셀 수준의 추정이 요구될 때 충분한 정렬 정확도를 달성하지 못하는 경우가 많다. 제안하는 방법은 (i) 로그-폴라(log-polar) 표현의 푸리에 크기 스펙트럼으로부터 스케일 및 회전을 추정하는 과정과 (ii) 보조 함수 방법(auxiliary function method)을 기반으로 위상 전용 상관(phase-only correlation)을 최대화하는 과정을 통합한다. 이러한 통합을 통해 2단계 추정 절차가 가능해진다. 즉, 평행 이동의 영향을 받지 않고 스케일과 회전을 먼저 추정한 후, 보정된 이미지 쌍을 사용하여 공간 도메인에서 서브픽셀 정밀도로 평행 이동을 추정한다. 무작위 유사 변환을 적용한 이미지 쌍에 대한 시뮬레이션 실험을 통해, 제안하는 방법이 이산 상호 상관을 사용하는 푸리에-멜린 기반 정합 방법에 비해 스케일, 회전, 평행 이동 추정 오차를 줄임을 입증한다.