KR20150087610A - Method and apparatus for matching data - Google Patents
Method and apparatus for matching data Download PDFInfo
- Publication number
- KR20150087610A KR20150087610A KR1020140007781A KR20140007781A KR20150087610A KR 20150087610 A KR20150087610 A KR 20150087610A KR 1020140007781 A KR1020140007781 A KR 1020140007781A KR 20140007781 A KR20140007781 A KR 20140007781A KR 20150087610 A KR20150087610 A KR 20150087610A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- binary image
- grid cells
- overlapping
- objects
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Image Analysis (AREA)
Abstract
Description
본 발명은 데이터 매칭방법 및 장치에 관한 것으로서, 보다 상세하게는 데이터 신뢰도를 검증할 수 있는 데이터 매칭방법 및 장치에 관한 것이다.The present invention relates to a data matching method and apparatus, and more particularly, to a data matching method and apparatus capable of verifying data reliability.
기상 상태의 예측, 해상 상태의 예측, 오일 유출의 확산범위 예측 등 미래에 일어날 일에 대한 예측을 위하여 많은 연구자들은 각 예측에 적합한 소정의 시뮬레이션을 수행한다. 이러한 시뮬레이션 수행으로 인한 예측이 신뢰도를 높은지 여부를 확인하기 위하여 검증이 필요하다. 이러한 검증을 위하여 데이터 매칭방법을 이용할 수 있다. 시뮬레이션 수행의 결과의 데이터를, 실제 데이터와 비교함으로써 상기 시뮬레이션의 신뢰도를 검증할 수 있다.In order to predict future work, such as forecasting weather conditions, prediction of marine conditions, and estimating the extent of spread of oil spills, many researchers perform a predetermined simulation suitable for each prediction. Verification is needed to confirm whether the predictions from these simulations are reliable. A data matching method can be used for this verification. The reliability of the simulation can be verified by comparing the resultant data of the simulation with actual data.
일반적으로 이미지 데이터 상호 간의 비교를 위하여 바이너리 이미지 형태로 변환을 수행한 후 비교를 수행한다. 그러나 이러한 바이너리 이미지 형태의 두 데이터를 단순히 비교를 수행할 경우 두 데이터의 일치 비율의 정도를 수치적으로 확인할 수 없다. 따라서, 상기와 같이 시뮬레이션 결과로서의 데이터를 실제 데이터와 비교할 때 종래 기술에 따라 비교를 수행하면 상기 시뮬레이션 결과에 따른 데이터가 실제 데이터와 어느 정도의 비율로 일치하는지 수치적으로 확인할 수 없어 그 신뢰도를 확신할 수 없는 문제점이 존재한다.In general, a comparison is performed after conversion into a binary image form for comparison of image data. However, when comparing two data in binary image form, it is impossible to numerically confirm the degree of matching of two data. Therefore, when comparing the data as the simulation result with the actual data as described above, it is impossible to numerically confirm how much the data according to the simulation result coincides with the actual data, There is a problem that can not be done.
따라서, 본 발명의 목적은 수치적으로 매칭 비율을 확인할 수 있는, 데이터 신뢰도를 검증할 수 있는 데이터 매칭방법 및 장치를 제공하는 것이다.Accordingly, it is an object of the present invention to provide a data matching method and apparatus capable of verifying data reliability, which can numerically verify a matching ratio.
상기 목적은, 본 발명에 따라, 데이터 매칭방법에 있어서, 복수의 제1물체를 포함하는 제1데이터와 복수의 제2물체를 포함하는 제2데이터를 수신하는 단계와; 상기 제1데이터 및 상기 제2데이터 각각을 소정 크기를 가지는 격자 셀로 분할한 후 바이너리 이미지로 변환하여 각각 제1 바이너리 이미지와 제2 바이너리 이미지를 생성하는 단계와; 상기 제1 바이너리 이미지와 상기 제2 바이너리 이미지를 비교하여 상기 제2바이너리 이미지의 상기 제2 물체를 포함하는 격자 셀 중에서 상기 제1바이너리 이미지의 상기 제 1물체를 포함하는 격자 셀과 중첩되는 중첩 격자 셀을 선택하는 단계와; 상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅하고, 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수를 카운팅하여 매칭률을 계산하는 단계를 포함하는 데이터 매칭방법에 의해 달성된다. According to the present invention, there is provided a data matching method comprising: receiving first data including a plurality of first objects and second data including a plurality of second objects; Dividing each of the first data and the second data into grid cells having a predetermined size and then converting the grid data into a binary image to generate a first binary image and a second binary image, respectively; Comparing the first binary image with the second binary image to generate an overlapping grid that overlaps a grid cell including the first object of the first binary image among grid cells including the second object of the second binary image, Selecting a cell; Counting the number of overlapping grid cells of the second binary image and counting the number of grid cells including the first object of the first binary image to calculate a matching rate .
상기 매칭률 계산단계에서, 상기 매칭률은 상기 제2바이너리 이미지의 중첩 격자 셀의 수를 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수로 나눈 값으로 정의될 수 있다.In the matching rate calculation step, the matching rate may be defined as a value obtained by dividing the number of overlapping grid cells of the second binary image by the number of grid cells including the first object of the first binary image.
상기 방법은, 상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 제2바이너리 이미지의 형태적 이미지 처리를 수행하여 구조적 요소를 이용하여 중첩 격자 셀로 간주하는 단계를 더 포함할 수 있다.The method may further comprise the step of performing morphological image processing of the second binary image among the grid cells that are not overlapped with the first binary image of the second binary image and using the structural element as an overlapping grid cell .
상기 매칭률 계산단계에서, 상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅할 때 상기 중첩 격자 셀로 간주된 셀을 포함하여 카운팅할 수 있다.In the calculation of the matching rate, counting may be performed by counting the cells regarded as the overlapping grid cells when counting the number of overlapping grid cells in the second binary image.
상기 제1데이터 및 상기 제2데이터 각각은, 소정의 시간 동안 소정의 속도로 이동하는 상기 복수의 제1물체 및 상기 복수의 제2물체의 이동 범위를 나타내는 데이터를 포함할 수 있다.Each of the first data and the second data may include data indicating a movement range of the plurality of first objects and the plurality of second objects moving at a predetermined speed for a predetermined time.
상기 제1데이터는 인공위성으로부터 수신되는 소정의 탐지영역에 대한 원격탐사데이터로부터 유래된 것이고, 상기 제2데이터는 상기 탐지영역에 대하여 소정의 시뮬레이션을 수행한 결과 데이터로부터 유래된 것일 수 있다.The first data may be derived from remote sensing data for a predetermined sensing area received from a satellite and the second data may be derived from data obtained by performing a predetermined simulation on the sensing area.
상기 중첩 격자 셀 간주단계는, 상기 시뮬레이션 수행 동안 상기 복수의 제2물체의 평균 속도 벡터를 계산하는 단계와; 상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 평균 속도 벡터에 의하여 커버되는 격자 셀을 중첩 격자 셀로 간주하는 단계를 더 포함할 수 있다.Wherein the overlapping grid cell devising step comprises: calculating an average velocity vector of the plurality of second objects during the simulation; And considering the lattice cells covered by the average velocity vector among the lattice cells not overlapping the first binary image of the second binary image as overlapping lattice cells.
한편, 상기 목적은, 본 발명에 따라, 데이터 매칭장치에 있어서, 복수의 제1물체를 포함하는 제1데이터를 수신하는 제1수신부와; 복수의 제2물체를 포함하는 제2데이터를 수신하는 제2수신부와; 상기 제1데이터 및 상기 제2데이터 각각을 소정 크기를 가지는 격자 셀로 분할한 후 바이너리 이미지로 변환하여 각각 제1 바이너리 이미지와 제2 바이너리 이미지를 생성하는 바이너리 이미지 생성부와; 상기 제1 바이너리 이미지와 상기 제2 바이너리 이미지를 비교하여 상기 제2바이너리 이미지의 상기 제2 물체를 포함하는 격자 셀 중에서 상기 제1바이너리 이미지의 상기 제 1물체를 포함하는 격자 셀과 중첩되는 중첩 격자 셀을 선택하고, 상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅하고, 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수를 카운팅하여 매칭률을 계산하는 데이터 매칭부를 포함하는 데이터 매칭장치의해 달성될 수 있다. According to another aspect of the present invention, there is provided a data matching apparatus comprising: a first receiving unit for receiving first data including a plurality of first objects; A second receiver for receiving second data including a plurality of second objects; A binary image generating unit for generating a first binary image and a second binary image by dividing the first data and the second data into grid cells each having a predetermined size and then transforming the binary data into binary images; Comparing the first binary image with the second binary image to generate an overlapping grid that overlaps a grid cell including the first object of the first binary image among grid cells including the second object of the second binary image, A data matching unit for selecting a cell, counting the number of overlapping grid cells of the second binary image, and counting the number of grid cells including the first object of the first binary image to calculate a matching rate The data matching apparatus can be realized.
상기 데이터 매칭부는, 상기 제2바이너리 이미지의 중첩 격자 셀의 수를 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수로 나눈 값으로 상기 매칭률을 계산할 수 있다.The data matching unit may calculate the matching rate by a value obtained by dividing the number of overlapping grid cells of the second binary image by the number of grid cells including the first object of the first binary image.
상기 데이터 매칭부는, 상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 제2바이너리 이미지의 형태적 이미지 처리를 수행하여 구조적 요소를 이용하여 중첩 격자 셀로 간주할 수 있다.The data matching unit may perform a morphological image processing of the second binary image among the grid cells not overlapping the first binary image of the second binary image to be regarded as overlapping grid cells using the structural element.
상기 데이터 매칭부는, 상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅할 때 상기 중첩 격자 셀로 간주된 셀을 포함하여 카운팅할 수 있다.The data matching unit may include a cell counted as the overlapping grid cell when counting the number of overlapping grid cells of the second binary image.
상기 제1데이터 및 상기 제2데이터 각각은, 소정의 시간 동안 소정의 속도로 이동하는 상기 복수의 제1물체 및 상기 복수의 제2물체의 이동 범위를 나타내는 데이터를 포함할 수 있다. Each of the first data and the second data may include data indicating a movement range of the plurality of first objects and the plurality of second objects moving at a predetermined speed for a predetermined time.
상기 제1데이터는 인공위성으로부터 수신되는 소정의 탐지영역에 대한 원격탐사데이터로부터 유래된 것이고, 상기 제2데이터는 상기 탐지영역에 대하여 소정의 시뮬레이션을 수행한 결과 데이터로부터 유래된 것일 수 있다.The first data may be derived from remote sensing data for a predetermined sensing area received from a satellite and the second data may be derived from data obtained by performing a predetermined simulation on the sensing area.
상기 데이터 매칭부는, 상기 중첩 격자 셀을 간주할 때, 상기 시뮬레이션 수행 동안 상기 복수의 제2물체의 평균 속도 벡터를 계산하고, 상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 평균 속도 벡터에 의하여 커버되는 격자 셀을 중첩 격자 셀로 간주할 수 있다.Wherein the data matching unit calculates an average velocity vector of the plurality of second objects during the simulation when considering the overlapping grid cells and calculates a mean velocity vector of the plurality of second objects among the grid cells not overlapping the first binary image of the second binary image The grid cells covered by the average velocity vector can be regarded as overlapping grid cells.
이상 설명한 바와 같이, 본 발명에 따르면, 수치적으로 매칭 비율을 확인할 수 있는, 데이터 신뢰도를 검증할 수 있는 데이터 매칭방법 및 장치가 제공된다. 이에 의하여, 신속하고 정확하게 데이터 신뢰도를 검증할 수 있다.INDUSTRIAL APPLICABILITY As described above, according to the present invention, there is provided a data matching method and apparatus capable of verifying data reliability, which can numerically identify a matching ratio. Thus, the data reliability can be verified quickly and accurately.
도 1은 본 발명의 일 실시예에 따른 데이터 매칭방법의 플로우차트이고,
도 2는 본 발명의 일 실시예에 다른 데이터 매칭의 예시의 개략적인 도식도이고,
도 3은 본 발명의 일 실시예에 따른 데이터 매칭장치의 제어 블록도이다.1 is a flowchart of a data matching method according to an embodiment of the present invention,
Figure 2 is a schematic diagram of an example of data matching in accordance with an embodiment of the present invention,
3 is a control block diagram of a data matching apparatus according to an embodiment of the present invention.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예들에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예들에 한정되지 않는다. 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙이도록 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings, which will be readily apparent to those skilled in the art to which the present invention pertains. The present invention may be embodied in many different forms and is not limited to the embodiments described herein. In order to clearly illustrate the present invention, parts not related to the description are omitted, and the same or similar components are denoted by the same reference numerals throughout the specification.
도 1은 본 발명의 일 실시예에 따른 데이터 매칭방법의 플로우차트이고, 도 2는 본 발명의 일 실시예에 다른 데이터 매칭의 예시의 개략적인 도식도이다.FIG. 1 is a flow chart of a data matching method according to an embodiment of the present invention, and FIG. 2 is a schematic diagram illustrating an example of data matching according to an embodiment of the present invention.
도 1 을 참조하면, 본 발명의 일 실시예에 따른 데이터 매칭방법은, 복수의 제1물체를 포함하는 제1데이터와 복수의 제2물체를 포함하는 제2데이터 수신단계(S100)와, 소정 크기를 가지는 격자 셀로 분할한 후 바이너리 이미지로 변환하여 각각 제1 바이너리 이미지와 제2 바이너리 이미지 생성단계(S200)와, 제1 바이너리 이미지와 제2 바이너리 이미지 비교하여 제2 바이너리 이미지의 제2 물체를 포함하는 격자 셀 중에서 제1바이너리 이미지의 상기 제 1물체를 포함하는 격자 셀과 중첩되는 중첩 격자 셀 선택단계(S300)와, 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅 및 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수를 카운팅하여 매칭률 계산단계(S400)를 포함한다. Referring to FIG. 1, a data matching method according to an embodiment of the present invention includes a second data receiving step (S100) including first data including a plurality of first objects and a plurality of second objects, (S200). The first binary image and the second binary image are compared with each other to convert the second object of the second binary image into a binary image, (S300) of overlapping the grid cell including the first object of the first binary image among the grid cells including the first binary image, counting the number of overlapping grid cells of the second binary image, And calculating a matching rate by counting the number of grid cells including the first object in step S400.
도 1에 따른 본 발명의 데이터 매칭방법은, 상기 제1데이터를 기준으로 상기 제2데이터의 매칭률을 통하여 상기 제2데이터가 얼마나 상기 제1데이터에 매칭되는지 여부를 확인하는 것이다. 따라서, 본 발명의 데이터 매칭방법은, 상기 제2데이터의 신뢰도 검증/데이터 검증을 위한 방법으로 사용될 수 있다.The data matching method of the present invention according to FIG. 1 confirms how much the second data matches the first data based on the matching rate of the second data based on the first data. Therefore, the data matching method of the present invention can be used as a method for reliability verification / data verification of the second data.
상기 S100단계는, 복수의 제1물체를 포함하는 제1데이터와 복수의 제2물체를 포함하는 제2데이터를 수신하는 단계이다.The step S100 is a step of receiving first data including a plurality of first objects and second data including a plurality of second objects.
상기 제1데이터 및 상기 제2데이터는 소정의 이미지 데이터이며, 이들은 외부로부터 수신된 가공 처리되지 않은 이미지 데이터이거나 가공 처리된 이미지 데이터일 수 있다. 이때 상기 가공처리는 1회 또는 복수 회 수행될 수도 있다.The first data and the second data are predetermined image data, and they may be unprocessed image data received from the outside or processed image data. At this time, the processing may be performed once or plural times.
예를 들어, 상기 제1데이터는, 인공위성으로부터 수신되는 소정의 탐지영역에 대한 원격탐사데이터 그 자체이거나 또는 상기 수신된 원격탐사데이터를 소정 데이터 가공처리가 수행된 데이터일 수 있다. 상기 원격탐사데이터는 광학센서 또는 마이크로웨이브 센서로부터 획득되는 이미지 데이터 및 전파특성데이터 중 적어도 어느 하나를 포함할 수 있다. 상기 광학센서 또는 마이크로웨이브 센서로부터 획득되는 이미지 데이터는, 예를 들어, 다중분광카메라(multi-spectral camera)로부터 획득되는 광학 이미지 데이터(optical image) 또는 합성개구레이더(SAR)로부터 획득되는 SAR 이미지 데이터를 포함할 수 있으며, 이러한 이미지 데이터에는, 해당 이미지 데이터에 대응하는 지역위치정보도 함께 포함될 수 있다. 또한 상기 전파특성데이터는, 해당 데이터의 획득 시간, 인공위성에 마련되는 레이더 주파수, 주사폭, 레이더 편파, 레이더 입사각, 입사각에 따른 해상 표면에서의 후방산란계수 등을 포함할 수 있다. 따라서, 상기 원격탐사데이터 자체가 소정의 이미지 데이터 인 경우일 수도 있으며, 상기 전파특성데이터로부터 이미지 처리를 통하여 이미지 데이터로 가공된 데이터일 수 있다.For example, the first data may be the remote sensing data itself for a predetermined detection area received from the satellite, or the received remote sensing data may be data for which predetermined data processing processing has been performed. The remote sensing data may include at least one of image data and propagation characteristic data obtained from an optical sensor or a microwave sensor. The image data obtained from the optical sensor or microwave sensor may be, for example, optical image data obtained from a multi-spectral camera or SAR image data obtained from a synthetic aperture radar (SAR) And the area data corresponding to the image data may be included in the image data. The propagation characteristic data may include the acquisition time of the data, the radar frequency provided in the satellite, the scan width, the radar polarization, the radar incident angle, and the back scattering coefficient on the surface of the sea depending on the incident angle. Therefore, the remote sensing data itself may be predetermined image data, or may be data processed into image data through image processing from the propagation characteristic data.
상기 제2데이터는 상기 탐지영역에 대하여 소정의 시뮬레이션을 수행한 결과를 나타내는 데이터로서, 상기 제1데이터와 마찬가지로, 상기 시뮬레이션 수행 결과가 이미지로 나타난 경우일 수도 있고, 소정의 수치적 정보로 결과가 나타나더라도 이미지 처리를 통하여 소정의 이미지 데이터로 가공된 데이터일 수 있다.The second data may be data representing a result of performing a predetermined simulation on the detection area, and may be a case where the simulation result is displayed as an image as in the first data, It may be data that has been processed into predetermined image data through image processing.
상기 복수의 제1물체를 포함하는 제1데이터는 점 또는 선 등과 같은 다양한 형태로 표시되는 복수의 제1물체를 포함하는 이미지 데이터로서, 특정 시점에서 상기 복수의 제1물체의 양상을 나타내거나 소정 시간 간격 동안 상기 복수의 제1물체의 이동 흔적(예를 들어 소정 시간 동안 소정의 속도로 이동한 흔적)을 나타내는 이미지 데이터를 포함할 수 있다. Wherein the first data including the plurality of first objects is image data including a plurality of first objects displayed in various forms such as points or lines, the image data indicating the aspect of the plurality of first objects at a specific time point, And image data representing movement marks (e.g., traces of movement at a predetermined speed for a predetermined time) of the plurality of first objects during a time interval.
상기 복수의 제2물체를 포함하는 제2데이터는 점 또는 선 등과 같은 다양한 형태로 표시되는 복수의 제2물체를 포함하는 이미지 데이터로서, 특정 시점에서 상기 복수의 제2물체의 양상을 나타내거나 소정 시간 간격 동안 상기 복수의 제2물체의 이동 흔적(예를 들어 소정 시간 동안 소정의 속도로 이동한 흔적)을 나타내는 이미지 데이터를 포함할 수 있다.Wherein the second data including the plurality of second objects is image data including a plurality of second objects displayed in various forms such as a point or a line, the image data representing an aspect of the plurality of second objects at a specific time point, (E.g., a trail of movement at a predetermined speed for a predetermined time) of the plurality of second objects during a time interval.
상기 제1데이터 및 상기 제2데이터의 구체적인 예시는 다음과 같으며, 본 발명이 여기에 한정되지는 않는다.Specific examples of the first data and the second data are as follows, but the present invention is not limited thereto.
인공위성으로부터 특정 지역에서 제1시간(T0)에 발생된 해상 유출유에 대하여 제2시간(T1)에 원격탐사데이터로서 이미지 데이터를 수신하고, 이를 제1데이터로서 이용할 수 있다. 상기 이미지 데이터에는 바다 상에서 기름이 유출되지 않은 영역과 기름 유출 영역 사이의 휘도 차이로 인하여 구별되게 표현되어 있다. 또한 상기 수신된 이미지 데이터를 그대로 제1데이터로서 이용할 수도 있으며, 데이터 가공처리가 수행된 이미지 데이터를 제1데이터로서 이용할 수도 있다. 상기 인공위성으로부터 수신된 이미지 데이터 중 기름 유출 영역을 상기 유출된 기름의 위치에 대응하는 가상입자로 추출하고, 이러한 가상입자로 표현된 이미지 데이터를 제1데이터로서 활용할 수 있다. 이 경우에는, 상기 가상입자가 복수의 제1물체에 대응할 것이다(도 2의 b1, b2…, bn 참조).Image data may be received as remote sensing data at a second time T1 with respect to a marine outlet generated at a first time T0 in a specific area from the satellite and used as first data. The image data is distinguishably expressed due to the difference in luminance between the oil outflow region and the oil outflow region in the sea. Further, the received image data may be used as first data as it is, or image data subjected to data processing may be used as first data. The oil outflow region of the image data received from the satellite is extracted as virtual particles corresponding to the position of the outflowed oil, and the image data represented by the virtual particles can be utilized as the first data. In this case, the virtual particle will correspond to a plurality of first objects (see b1, b2, ..., bn in Fig. 2).
상기 지역에서 발생된 해상 유출유의 확산 범위를 추적을 위한 시뮬레이션을 상기 제1시간(T0) 내지 상기 제2시간(T1) 동안 수행하여, 해당 시뮬레이션의 결과를 이미지 데이터로 수신하고, 이를 제2데이터로서 이용할 수 있다. 이는 상기 제1데이터와 마찬가지로 바다 상에서 기름이 유출되지 않은 영역과 기름 유출 영역 사이의 휘도 차이로 인하여 구별될 수 있다. 또한 상기 시뮬레이션의 결과로서 수신된 이미지 데이터를 그대로 제2데이터로서 이용할 수도 있으며, 데이터 가공처리가 수행된 이미지 데이터를 제2데이터로서 이용할 수도 있다. 상기 시뮬레이션의 결과로서 수신된 이미지 데이터 중 기름 유출 확산 예측 영역을 상기 영역의 위치에 대응하는 가상입자로 추출하고, 이러한 가상입자로 표현된 이미지 데이터를 제2데이터로서 활용할 수 있다. 이 경우에는, 상기 가상입자가 복수의 제2물체에 대응할 것이다(도 2의 a1, a2…, an 참조).A simulation is performed for the first time (T0) to the second time (T1) for tracking the diffusion range of marine spill oil generated in the area, and the result of the simulation is received as image data, . As with the first data, it can be distinguished due to the difference in brightness between the oil outflow region and the oil outflow region at sea. As a result of the simulation, the received image data may be directly used as second data, or the image data subjected to the data processing may be used as second data. As a result of the simulation, the oil leakage diffusion prediction region of the received image data is extracted as virtual particles corresponding to the position of the region, and the image data represented by the virtual particles can be utilized as the second data. In this case, the virtual particle will correspond to a plurality of second objects (see a1, a2, ... an in Fig. 2).
상기 제2데이터는 시뮬레이션 수행 결과를 나타내는 데이터로서 이를 제1데이터와 매칭해 보면 상기 시뮬레이션이 신뢰도가 높은지 낮은지를 확인할 수 있게 된다. 따라서, 본 발명은 이렇게 두 데이터를 비교하여 데이터의 신뢰도 검증을 위하여 활용할 수 있다.The second data is data indicating the result of the simulation and matching the first data with the first data can confirm whether the simulation is highly reliable or low. Therefore, the present invention can be utilized for verifying the reliability of data by comparing the two data.
상기 S200단계는, 상기 제1데이터 및 상기 제2데이터 각각은 소정 크기를 가지는 격자 셀로 분할한 후 바이너리 이미지로 변환하여 각각 제1 바이너리 이미지와 제2 바이너리 이미지 생성하는 단계이다(도 2의 A 및 B 참조). 상기 격자 셀의 크기는 임의로 설정될 수 있으며 예를 들어, 1m X 1m, 10m X 10m, 100m X 100m 등 다양한 크기로 필요에 따라 설정될 수 있다. In operation S200, each of the first data and the second data is divided into grid cells having a predetermined size, and then converted into binary images to generate a first binary image and a second binary image, respectively B). The size of the lattice cell can be arbitrarily set, and can be set to various sizes, for example, 1 m x 1 m, 10
상기 S300단계는, 상기 제1 바이너리 이미지(도 2의 B)와 상기 제2 바이너리 이미지(도 2의 A)를 비교하여 제2 바이너리 이미지의 제2 물체를 포함하는 격자 셀 중에서 제1바이너리 이미지의 상기 제 1물체를 포함하는 격자 셀과 중첩되는 중첩 격자 셀 선택하는 단계이다. 도 2를 참조하면, 제2바이너리 이미지(도 2의 A)는 복수 개의 격자 셀로 나뉘어져 있으며, 여기에는 상기 복수의 제2물체(a1, a2…, an)가 포함되어 있다. 또한, 제1바이너리 이미지(도 2의 B) 역시 복수 개의 격자 셀로 나뉘어져 있으며, 여기에는 상기 복수의 제1물체(b1, b2…, bn)가 포함되어 있다. 상기 제1바이너리 이미지의 복수 개의 격자 셀 중 상기 제1물체가 포함되어 있는 격자 셀은 회색으로 표현된다(도 2의 B). 이러한 제1바이너리 이미지의 회색 격자 셀을 기준으로, 상기 제2바이너리 이미지의 상기 제2물체가 포함되어 있는 격자 셀 중에서, 상기 제1바이너리 이미지의 회색 격자 셀과 대등한 위치에 존재하는(제1 바이너리 이미지의 회색 격자 셀과 중첩되는 위치에 존재하는) 셀들은 중첩 격자 셀로 보고 회색으로 표현되고, 상기 제1바이너리 이미지의 회색 격자 셀과 대등하지 않은/중첩되지 않는 위치에 존재하는 셀은 검은색으로 표현된다(도 2의 A). In step S300, the first binary image (FIG. 2B) and the second binary image (FIG. 2A) are compared with each other to determine the size of the first binary image among the grid cells including the second object of the second binary image And selecting an overlapping lattice cell overlapping with the lattice cell including the first object. Referring to FIG. 2, the second binary image (A in FIG. 2) is divided into a plurality of grid cells, and the plurality of second objects a1, a2,. Also, the first binary image (B in FIG. 2) is also divided into a plurality of grid cells, and the plurality of first objects b1, b2, ..., bn are included. Among the plurality of grid cells of the first binary image, the grid cells including the first object are expressed in gray (B in Fig. 2). And a gray-scale cell of the second binary image, wherein, based on the gray-scale cell of the first binary image, among the grid cells including the second object of the second binary image, Cells present at positions overlapping with the gray grid cells of the binary image are grayed out as overlapping grid cells, and cells existing at positions that are not equal to / non-overlapping with the gray grid cells of the first binary image are black (Fig. 2A).
상기 S300단계는, 제2 바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀들(도 2의 검은 색들 및 흰색 셀들) 중에서 상기 제2바이너리 이미지의 형태적 이미지 처리를 수행하여 구조적 요소를 이용하여 중첩 격자 셀로 간주하는 단계(S310)를 더 포함할 수 있다. 도 2의 R로 표시는 셀은 S300단계에서는 제1바이너리 이미지와 중첩되지 않는 셀이었으나, 상기 S310단계를 수행함으로써 제1바이너리 이미지와 중첩 되는 셀로 간주되어 회색으로 표현된다(도 2의 C). 상기 S310단계는 다음 단계들을 포함할 수 있다. 상기 시뮬레이션 수행 동안 상기 복수의 제2물체의 평균 속도 벡터를 계산하는 단계(S311)와 상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 평균 속도 벡터에 의하여 커버되는 격자 셀을 중첩 격자 셀로 간주하는 단계(S313)를 포함한다. 상기 언급한 바와 같이, 제2물체는 소정의 속도를 가지고 이동하는 물체일 수 있으며, 그러므로 소정 방향 및 소정 속도를 가지는 벡터 성분으로 표현될 수 있다. 따라서, 상기 복수의 제2물체의 평균 속도 벡터를 계산할 수 있다. 상기 평균 속도 벡터는, 상기 시뮬레이션을 수행하는 전체 시간 동안의 평균 속도 벡터를 포함할 수 있다. 이렇게 계산된 평균 속도 벡터에 의하여 커버되는 상기 제2바이너리 이미지의 격자 셀들 중에서, 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀이 존재하면, 이들을 중첩 격자 셀로 간주할 수 있다.In operation S300, morphological image processing of the second binary image is performed among grid cells (black and white cells in FIG. 2) that are not overlapped with the first binary image of the second binary image, (S310) as an overlapped grid cell. 2, the cell is a cell which does not overlap with the first binary image in step S300, but is regarded as a cell overlapping with the first binary image by performing step S310, and is expressed in gray (C in FIG. 2). The step S310 may include the following steps. Calculating (S311) an average velocity vector of the plurality of second objects during the simulation, and calculating a mean velocity vector of the grid cells covered by the average velocity vector among the grid cells not overlapping the first binary image of the second binary image (S313) as an overlapping grid cell. As mentioned above, the second object may be an object moving at a predetermined speed, and therefore may be represented by a vector component having a predetermined direction and a predetermined velocity. Accordingly, the average velocity vector of the plurality of second objects can be calculated. The average velocity vector may include an average velocity vector for the entire time during which the simulation is performed. Among the grid cells of the second binary image covered by the calculated average velocity vector, if there are grid cells that do not overlap with the first binary image, they can be regarded as overlapping grid cells.
상기 S400단계는, 제2바이너리 이미지의 상기 중첩 격자 셀의 수(도 2의 Nsim)를 카운팅 및 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 를 카운팅하여 매칭률을 계산하는 단계를 포함한다. 상기 제2바이너리 이미지의 상기 중첩 격자 셀은 S300단계에서 선택된 중첩 격자 셀과, S313단계에서 중첩되는 것으로 간주되는 격자 셀을 모두 카운팅하게 된다. 상기 매칭률의 계산은, 상기 선택되는 제2바이너리 이미지의 중첩 격자 셀의 수(도 2의 Nsim)를 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수(도 2의 Nsat)로 나눈 값(Nsim/Nsat)으로 정의된다. 이에 의하여 계산되는 매칭률의 값이 높을수록 제2데이터의 신뢰도가 높은 것으로 볼 수 있다.The step S400 includes counting the number of overlapping grid cells of the second binary image (Nsim in FIG. 2) and counting the grid including the first object of the first binary image to calculate the matching rate . The overlapping grid cells of the second binary image count all the overlapping grid cells selected in step S300 and the grid cells considered to be overlapped in step S313. The calculation of the matching rate may be performed by calculating the number of overlapping grid cells (Nsim in FIG. 2) of the selected second binary image to the number of grid cells including the first object of the first binary image (Nsat in FIG. 2) (Nsim / Nsat). ≪ / RTI > The higher the value of the calculated matching rate is, the higher the reliability of the second data is.
본 발명에 따른 데이터 매칭 방법을 이용하게 되면, 기준 데이터에 대하여 신속하고 정확하게 비교 데이터를 매칭함으로써 비교 데이터의 신뢰성을 확인할 수 있는 효과를 가진다.The use of the data matching method according to the present invention has the effect of confirming the reliability of the comparison data by matching the comparison data with the reference data quickly and accurately.
도 3은 본 발명의 일 실시예에 따른 데이터 매칭장치의 제어 블록도이다.3 is a control block diagram of a data matching apparatus according to an embodiment of the present invention.
본 발명의 데이터 매칭장치(100)는 제1수신부(110), 제2수신부(120), 바이너리 이미지 생성부(130) 및 데이터 매칭부(140)를 포함한다.The
제1수신부(110)는, 복수의 제1물체를 포함하는 제1데이터를 수신하며 상기 S100단계에서 기재된 방법으로 수행한다.The
제2수신부(120)는, 복수의 제2물체를 포함하는 제2데이터를 수신하며 상기 S100단계에서 기재된 방법으로 수행한다.The
바이너리 이미지 생성부(130)는, 상기 제1데이터 및 상기 제2데이터 각각을 소정 크기를 가지는 격자 셀로 분할한 후 바이너리 이미지로 변환하여 각각 제1 바이너리 이미지와 제2 바이너리 이미지를 생성하며 S200단계에서 기재된 방법으로 수행한다.The binary
데이터 매칭부(140)는, 상기 제1 바이너리 이미지와 상기 제2 바이너리 이미지를 비교하여 상기 제2바이너리 이미지의 상기 제2 물체를 포함하는 격자 셀 중에서 상기 제1바이너리 이미지의 상기 제 1물체를 포함하는 격자 셀과 중첩되는 중첩 격자 셀을 선택하고, 상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅하고, 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수를 카운팅하여 매칭률을 계산하며 상기 S300단계 및 S400단계에서 기재된 방법으로 수행한다.The
본 발명의 데이터 매칭장치는, 도 1 및 도 2를 통하여 설명한 데이터 매칭방법 수행하는 전자장치로서 어떠한 형태의 전자장치를 포함할 수 있으며, 상기 도 1 및 도 2를 통하여 설명한 데이터 매칭방법을 수행할 수 있는 프로그램이 설치된 전자장치를 포함할 수 있다. 상기 프로그램은 컴퓨터로 읽을 수 있는 매체에 저장되어 컴퓨터로 읽혀짐으로써 그 기능을 수행하고, 상기 매체는 본 발명을 위하여 특별히 설계되어 구성된 것들이거나 컴퓨터 소프트웨어 분야에서 통상의 지식을 가진 자에서 공지되어 사용 가능할 것일 수 있으며, 예를 들면, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD, DVD와 같은 광 기록 매체, 자기 및 광 기록을 겸할 수 있는 자기-광 기록 매체, 롬, 램, 플래시 메모리 등 단독 또는 조합에 의해 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치일 수 있다. 또한, 상기 프로그램은 상기 매체에 의해 컴퓨터에 읽혀질 수 있는 것뿐만 아니라, 인트라넷이나 인터넷 등의 통신망을 통해 정보를 전송할 수 있는 서버 시스템에 저장되어 컴퓨터로 전송될 수도 있고, 상기 서버 시스템에서 상기 프로그램을 컴퓨터로 전송하지 않고 컴퓨터가 상기 서버 시스템으로 접근하여 상기 서버 시스템상에서 상기 프로그램을 수행할 수 있는 플랫폼을 제공할 수도 있다.The data matching apparatus of the present invention may include any type of electronic apparatus as an electronic apparatus that performs the data matching method described with reference to FIGS. 1 and 2, and performs the data matching method described with reference to FIGS. 1 and 2 Lt; RTI ID = 0.0 > electronic < / RTI > The program is stored in a computer-readable medium and is read by a computer to perform the functions. The medium may be any of those specifically designed or configured for the present invention or may be known and used by those skilled in the computer software arts. A magnetic recording medium such as a CD, a DVD, a magnetic-optical recording medium that can also serve as both a magnetic recording medium and a magnetic recording medium, a ROM, a RAM, and a flash memory. Memory, or the like, or a hardware device specifically configured to store and execute program instructions by a combination thereof. In addition, the program may be stored in a server system capable of transmitting information through a communication network such as an intranet or the Internet, and may be transmitted to a computer, as well as being read by a computer by the medium. A computer can access the server system without sending it to a computer and provide a platform on which the program can be executed on the server system.
비록 본 발명의 몇몇 실시예들이 도시되고 설명되었지만, 본 발명이 속하는 기술분야의 통상의 지식을 가진 당업자라면 본 발명의 원칙이나 정신에서 벗어나지 않으면서 본 실시예를 변형할 수 있음을 알 수 있을 것이다. 발명의 범위는 첨부된 청구항과 그 균등물에 의해 정해질 것이다.Although several embodiments of the present invention have been shown and described, those skilled in the art will appreciate that various modifications may be made without departing from the principles and spirit of the invention . The scope of the invention will be determined by the appended claims and their equivalents.
100: 데이터 매칭장치
110: 제1수신부
120: 제2수신부
130: 바이너리 이미지 생성부
140: 데이터 매칭부100: Data matching device
110: first receiving section
120: second receiving section
130: a binary image generating unit
140: Data matching unit
Claims (14)
복수의 제1물체를 포함하는 제1데이터와 복수의 제2물체를 포함하는 제2데이터를 수신하는 단계와;
상기 제1데이터 및 상기 제2데이터 각각을 소정 크기를 가지는 격자 셀로 분할한 후 바이너리 이미지로 변환하여 각각 제1 바이너리 이미지와 제2 바이너리 이미지를 생성하는 단계와;
상기 제1 바이너리 이미지와 상기 제2 바이너리 이미지를 비교하여 상기 제2바이너리 이미지의 상기 제2 물체를 포함하는 격자 셀 중에서 상기 제1바이너리 이미지의 상기 제 1물체를 포함하는 격자 셀과 중첩되는 중첩 격자 셀을 선택하는 단계와;
상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅하고, 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수를 카운팅하여 매칭률을 계산하는 단계를 포함하는 데이터 매칭방법.In the data matching method,
Comprising: receiving first data including a plurality of first objects and second data including a plurality of second objects;
Dividing each of the first data and the second data into grid cells having a predetermined size and then converting the grid data into a binary image to generate a first binary image and a second binary image, respectively;
Comparing the first binary image with the second binary image to generate an overlapping grid that overlaps a grid cell including the first object of the first binary image among grid cells including the second object of the second binary image, Selecting a cell;
Counting the number of overlapping grid cells of the second binary image and counting the number of grid cells including the first object of the first binary image to calculate a matching rate.
상기 매칭률 계산단계에서,
상기 매칭률은 상기 제2바이너리 이미지의 중첩 격자 셀의 수를 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수로 나눈 값으로 정의되는 것인 데이터 매칭방법.The method according to claim 1,
In the matching rate calculation step,
Wherein the matching rate is defined as a value obtained by dividing the number of overlapping grid cells of the second binary image by the number of grid cells including the first object of the first binary image.
상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 제2바이너리 이미지의 형태적 이미지 처리를 수행하여 구조적 요소를 이용하여 중첩 격자 셀로 간주하는 단계를 더 포함하는 데이터 매칭방법.3. The method of claim 2,
And performing a morphological image processing of the second binary image among the grid cells that are not overlapped with the first binary image of the second binary image so as to use the structural element as a superposed grid cell.
상기 매칭률 계산단계에서,
상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅할 때 상기 중첩 격자 셀로 간주된 셀을 포함하여 카운팅하는 것인 데이터 매칭방법.The method of claim 3,
In the matching rate calculation step,
And counting the cells included in the overlapping grid cells when counting the number of overlapping grid cells in the second binary image.
상기 제1데이터 및 상기 제2데이터 각각은,
소정의 시간 동안 소정의 속도로 이동하는 상기 복수의 제1물체 및 상기 복수의 제2물체의 이동 범위를 나타내는 데이터인 것인 데이터 매칭방법.5. The method of claim 4,
Wherein each of the first data and the second data includes:
Wherein the data is data representing a movement range of the plurality of first objects and the plurality of second objects moving at a predetermined speed for a predetermined time.
상기 제1데이터는 인공위성으로부터 수신되는 소정의 탐지영역에 대한 원격탐사데이터로부터 유래된 것이고,
상기 제2데이터는 상기 탐지영역에 대하여 소정의 시뮬레이션을 수행한 결과 데이터로부터 유래된 것인 데이터 매칭방법.6. The method of claim 5,
Wherein the first data is derived from remote sensing data for a predetermined detection area received from the satellite,
Wherein the second data is derived from data obtained by performing a predetermined simulation on the detection area.
상기 중첩 격자 셀 간주단계는,
상기 시뮬레이션 수행 동안 상기 복수의 제2물체의 평균 속도 벡터를 계산하는 단계와;
상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 평균 속도 벡터에 의하여 커버되는 격자 셀을 중첩 격자 셀로 간주하는 단계를 포함하는 데이터 매칭방법.The method according to claim 6,
Wherein the overlapping grid cell deeming step comprises:
Calculating an average velocity vector of the plurality of second objects during the simulation;
Considering the grid cells covered by the average velocity vector among the grid cells that are not overlapped with the first binary image of the second binary image as overlapping grid cells.
복수의 제1물체를 포함하는 제1데이터를 수신하는 제1수신부와;
복수의 제2물체를 포함하는 제2데이터를 수신하는 제2수신부와;
상기 제1데이터 및 상기 제2데이터 각각을 소정 크기를 가지는 격자 셀로 분할한 후 바이너리 이미지로 변환하여 각각 제1 바이너리 이미지와 제2 바이너리 이미지를 생성하는 바이너리 이미지 생성부와;
상기 제1 바이너리 이미지와 상기 제2 바이너리 이미지를 비교하여 상기 제2바이너리 이미지의 상기 제2 물체를 포함하는 격자 셀 중에서 상기 제1바이너리 이미지의 상기 제 1물체를 포함하는 격자 셀과 중첩되는 중첩 격자 셀을 선택하고,
상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅하고, 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수를 카운팅하여 매칭률을 계산하는 데이터 매칭부를 포함하는 데이터 매칭장치.A data matching apparatus comprising:
A first receiving unit receiving first data including a plurality of first objects;
A second receiver for receiving second data including a plurality of second objects;
A binary image generating unit for generating a first binary image and a second binary image by dividing the first data and the second data into grid cells each having a predetermined size and then transforming the binary data into binary images;
Comparing the first binary image with the second binary image to generate an overlapping grid that overlaps a grid cell including the first object of the first binary image among grid cells including the second object of the second binary image, Select the cell,
And a data matching unit for counting the number of overlapping grid cells of the second binary image and counting the number of grid cells including the first object of the first binary image to calculate a matching rate.
상기 데이터 매칭부는,
상기 제2바이너리 이미지의 중첩 격자 셀의 수를 상기 제1바이너리 이미지의 상기 제1물체를 포함하는 격자 셀의 수로 나눈 값으로 상기 매칭률을 계산하는 것인 데이터 매칭장치.9. The method of claim 8,
Wherein the data-
And calculates the matching rate by a value obtained by dividing the number of overlapping grid cells of the second binary image by the number of grid cells including the first object of the first binary image.
상기 데이터 매칭부는,
상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 제2바이너리 이미지의 형태적 이미지 처리를 수행하여 구조적 요소를 이용하여 중첩 격자 셀로 간주하는 것인 데이터 매칭장치.10. The method of claim 9,
Wherein the data-
And performs a morphological image processing of the second binary image among the grid cells that are not overlapped with the first binary image of the second binary image so as to use the structural element as an overlapping grid cell.
상기 데이터 매칭부는,
상기 제2바이너리 이미지의 상기 중첩 격자 셀의 수를 카운팅할 때 상기 중첩 격자 셀로 간주된 셀을 포함하여 카운팅하는 것인 데이터 매칭장치.11. The method of claim 10,
Wherein the data-
And counts, when counting the number of overlapping grid cells in the second binary image, a cell counted as the overlapping grid cell.
상기 제1데이터 및 상기 제2데이터 각각은,
소정의 시간 동안 소정의 속도로 이동하는 상기 복수의 제1물체 및 상기 복수의 제2물체의 이동 범위를 나타내는 데이터인 것인 데이터 매칭장치.12. The method of claim 11,
Wherein each of the first data and the second data includes:
Wherein the first data and the second data are data representing movement ranges of the plurality of first objects and the plurality of second objects moving at a predetermined speed for a predetermined time.
상기 제1데이터는 인공위성으로부터 수신되는 소정의 탐지영역에 대한 원격탐사데이터로부터 유래된 것이고,
상기 제2데이터는 상기 탐지영역에 대하여 소정의 시뮬레이션을 수행한 결과 데이터로부터 유래된 것인 데이터 매칭장치.13. The method of claim 12,
Wherein the first data is derived from remote sensing data for a predetermined detection area received from the satellite,
Wherein the second data is derived from data obtained by performing a predetermined simulation on the detection area.
상기 데이터 매칭부는,
상기 중첩 격자 셀을 간주할 때,
상기 시뮬레이션 수행 동안 상기 복수의 제2물체의 평균 속도 벡터를 계산하고,
상기 제2바이너리 이미지의 상기 제1바이너리 이미지와 중첩되지 않은 격자 셀 중에서 상기 평균 속도 벡터에 의하여 커버되는 격자 셀을 중첩 격자 셀로 간주하는 것인 데이터 매칭장치.14. The method of claim 13,
Wherein the data-
When considering the overlapping grid cell,
Calculating an average velocity vector of the plurality of second objects during the simulation,
And a grating cell covered by the average velocity vector among the grating cells not overlapping the first binary image of the second binary image as overlapping grid cells.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140007781A KR101584310B1 (en) | 2014-01-22 | 2014-01-22 | Method and apparatus for matching data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140007781A KR101584310B1 (en) | 2014-01-22 | 2014-01-22 | Method and apparatus for matching data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150087610A true KR20150087610A (en) | 2015-07-30 |
| KR101584310B1 KR101584310B1 (en) | 2016-01-11 |
Family
ID=53876792
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140007781A KR101584310B1 (en) | 2014-01-22 | 2014-01-22 | Method and apparatus for matching data |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101584310B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210037127A (en) | 2019-09-27 | 2021-04-06 | 곽기종 | Matching method to quantitative information |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060044912A (en) * | 2004-03-30 | 2006-05-16 | 마츠시타 덴끼 산교 가부시키가이샤 | Improved motion vector estimation at image borders |
| KR20070009338A (en) * | 2005-07-15 | 2007-01-18 | (주)첫눈 | Image search method and apparatus considering a similarity among the images |
| KR20120133352A (en) * | 2011-05-31 | 2012-12-10 | 관동대학교산학협력단 | Apparatus and method for detecting target shape from image |
-
2014
- 2014-01-22 KR KR1020140007781A patent/KR101584310B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060044912A (en) * | 2004-03-30 | 2006-05-16 | 마츠시타 덴끼 산교 가부시키가이샤 | Improved motion vector estimation at image borders |
| KR20070009338A (en) * | 2005-07-15 | 2007-01-18 | (주)첫눈 | Image search method and apparatus considering a similarity among the images |
| KR20120133352A (en) * | 2011-05-31 | 2012-12-10 | 관동대학교산학협력단 | Apparatus and method for detecting target shape from image |
Non-Patent Citations (1)
| Title |
|---|
| Mehul P.Sampat 외 4인, ‘Complex Wavelet Structural Similarity: A New Image Similarity Index’, IEEE Transactions on Image Processing Vol.18 No.11, 2009.11, pp.2385-2401* * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101584310B1 (en) | 2016-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105335955B (en) | Method for checking object and object test equipment | |
| US20190065824A1 (en) | Spatial data analysis | |
| JP7143449B2 (en) | Depth image interpolation method and device, computer readable storage medium | |
| US10366500B2 (en) | Autonomous characterization of water flow from surface water velocity | |
| CN113421305B (en) | Target detection method, device, system, electronic equipment and storage medium | |
| US11645851B2 (en) | Method of processing image data in a connectionist network | |
| CN113447923A (en) | Target detection method, device, system, electronic equipment and storage medium | |
| US20200210741A1 (en) | System and method for quantifying reflection e.g. when analyzing laminated documents | |
| Mitra et al. | Towards modeling of perception errors in autonomous vehicles | |
| Ilina et al. | Robustness study of a deep convolutional neural network for vehicle detection in aerial imagery | |
| JP7427615B2 (en) | Information processing device, information processing method and program | |
| CN110765631A (en) | Effective imaging pixel-based small target judgment method for infrared radiation characteristic measurement | |
| KR101584310B1 (en) | Method and apparatus for matching data | |
| CN109978855A (en) | A kind of method for detecting change of remote sensing image and device | |
| IOLI | Evaluation of Airborne Image Velocimetry approaches using low-cost UAVs in riverine environments | |
| US11004216B2 (en) | Machine learning based object range detection | |
| KR101364375B1 (en) | System and method for extracting a specific object from 3d data | |
| CN104700396B (en) | The method and system of the parameter for estimating the volume of traffic is determined from image | |
| KR20190070235A (en) | Method for Estimating 6-DOF Relative Displacement Using Vision-based Localization and Apparatus Therefor | |
| Ariwibowo et al. | Identification of QR Code using Kalman Filter Algorithm | |
| CN116308828B (en) | Intelligent damage assessment method and system for vehicle with integrated and fused risk data | |
| US11995761B2 (en) | Methods and system for generating virtual sensor data of a virtual single-photon avalanche diode (SPAD) lidar sensor of a virtual vehicle simulator | |
| KR102076721B1 (en) | Apparatus and method for providing target information | |
| CN114487004B (en) | Method, equipment and medium for penetrating type measurement of heat conductivity coefficient | |
| US20230245240A1 (en) | Assessing damages on vehicles |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20190102 Year of fee payment: 4 |