거리 변환(Distance Transform)을 수행할 수 있는 셀룰라 비선형 네트워크 구조와 특징 점들의 제적 상에서 거리 변환을 이용한 optical flow 검출 방법을 제안하였다. 움직이는 물체의 추적이나 카메라의 움직임 파악 같은 응용 분야에서는 수가 적더라도 정확하고 확실한 optical flow가 더 중요하다. 본 연구는 특징점들의 이동 궤적 상에서 거리 변환 기법을 이용하여 거리 변환 필드(Distance Transform Field)를 생성시키고 거리 변환 필드상에서 궤적의 움직인 거리 값과 방향을 추출함으로써 optical flow를 구하는 방법이다. 이 방법은 영상 정보를 거리 정보로 변환하여 사용하게 되므로 잡음의 영향을 적게 받으며 필요한 연산들이 아날로그 회로에 의해 처리되므로 처리 속도가 빠르고, 지역적 처리 특성을 갖기 때문에 하드웨어 구현이 용이하다는 특징이 있다. 또한, 본 연구에서는 제안한 알고리즘의 핵심부분을 하드웨어로 구현하기 위해 셀룰라 비선형 네트워크(Celluar Nonlinear Neural Network)구조를 제안하였다. 제안한 구조와 알고리즘을 검증하기 위해 다양한 영상과 환경에 대한 시뮬레이션을 수행하여 결과를 제시하였다.
The Cellular Noninear Networks structure for Distance Transform(DT) and the robust optical flow detection algorithm based on the DT are proposed. For some applications of optical flows such as target tracking and camera ego-motion computation, correct optical flows at a few feature points are more useful than unreliable one at every pixel point. The proposed algorithm is for detecting the optical flows on the trajectories only of the feature points. The translation lengths and the directions of feature movements are detected on the trajectories of feature points on which Distance Transform Field is developed. The robustness caused from the use of the Distance Transform and the easiness of hardware implementation with local analog circuits are the properties of the proposed structure. To verify the performance of the proposed structure and the algorithm, simulation has been done about various images under different noisy environment.
