불변 특징 기반의 파노라마 생성 방법은 직접 방법에 비해 비교적 처리 속도가 빠르다. 파노라마 생성 과정에서 특징점 추출과 특징 정합에 대부분의 시간이 소요된다. 본 논문에서는 파노라마 생성을 위한 특징점 클러스터링 방법을 제안한다. LoG 영상에서 특징점들을 추출한 후, 클러스터링을 통해 특징점들을 군집화한다. 군집도가 강한 특징점들은 그렇지 않은 특징점들보다 더 의미 있으므로, 파노라마 생성에서 군집도가 약한 군집을 배제함으로써 정확도가 높아지고 처리 시간이 빨라지는 장점이 있다. 실험에서 320×240 크기의 칼라 영상에 대해 제안한 방법의 처리 시간이 약 2.0초로 클러스터링 처리를 하지 않는 방법에 비해 약 2배 빠른 결과를 보였다.

A panorama image construction method based on invariant feature has shorter time comparatively than direct one. It takes most of processing time to perform feature extraction and matching in panorama construction procedure. This paper presents feature points clustering algorithm to construct panorama images. Featrues in a LoG image are extracted and clustered into groups. Because features with strong relationship has higher meaning in image contents than ones with weak relationship, the Latter features are eliminated, resulting in merits of high accuracy and shorter processing time. In the experiments, it was shown that the proposed technique required about 2.0 second in processing time, two times shorter than the method without clustering, for color images of 320×240 size.