초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

3차원 컴퓨터 그래픽 및 컴퓨터 비전 기술이 발달함에 따라, 사람들은 3차원으로 구성된 가상 현실 세계에 많은 관심을 가지게 되었다. 이에 따라 가상현실 세계로 실 세계를 대신 할 수 있을 정도의 정밀도를 지닌 3차원 복원기술에 대한 수요가 확대되고 있고, 효과적인 3차원 복원을 위해 다양한 각도에서 진행된 연구들이 보고되고 있다. 현재까지 보고된 다양한 3차원 복원기술들이 있지만, 본 논문에서는 다시점 촬영 영상들을 이용한 3차원 좌표 복원과 복원 후의 측량 방법에 대해 초점을 맞췄다. 다시점 영상을 대상으로 한 3차원 복원 기술에서 가장 중요한 기술은 특징점의 정확한 추출과 ...

3차원 컴퓨터 그래픽 및 컴퓨터 비전 기술이 발달함에 따라, 사람들은 3차원으로 구성된 가상 현실 세계에 많은 관심을 가지게 되었다. 이에 따라 가상현실 세계로 실 세계를 대신 할 수 있을 정도의 정밀도를 지닌 3차원 복원기술에 대한 수요가 확대되고 있고, 효과적인 3차원 복원을 위해 다양한 각도에서 진행된 연구들이 보고되고 있다. 현재까지 보고된 다양한 3차원 복원기술들이 있지만, 본 논문에서는 다시점 촬영 영상들을 이용한 3차원 좌표 복원과 복원 후의 측량 방법에 대해 초점을 맞췄다. 다시점 영상을 대상으로 한 3차원 복원 기술에서 가장 중요한 기술은 특징점의 정확한 추출과 정합, 3차원 좌표상의 카메라 위치의 정확한 추적이다. 본 연구에서의 특징점 추출 방식으로는 SIFT 알고리즘이 사용되었으며, 이 방식은 다양한 환경변화에서도 정확하게 특징점을 정합할 수 있도록 해주기 때문이다. SIFT 알고리즘은 회전과 크기에 불변하는 서술자를 이용하기 때문에 환경변화에 강인한 특징점 정합 성능을 나타낸다. 다시점에서 촬영된 영상으로부터 카메라 위치를 추정하기 위해서는 카메라의 위치에 관한 기본 행렬 및 필수 행렬을 계산해야 하며, 이의 계산을 위하여 추출된 특징점 데이터가 투입된다. 이러한 기본 행렬과 필수 행렬에서 카메라의 위치를 추정하게 되면 이를 토대로 3차원 좌표 복원 과정을 수행하게 된다. 다시점 영상들을 대상으로 한 측량은 측량하고자 하는 대상 위치를 다시점 영상 전체에 지정해 주어야 한다는 단점이 있다. 하지만 본 논문에서는 다시점 영상으로 촬영된 영상들로 측량 대상을 3차원으로 복원한 후, 3차원 복원 영상을 측량이 용이한 시점의 2차원 영상으로 재변환하여 한 장의 영상만으로 측량이 가능하도록 하였다.