[국내논문]영상감시 시스템에서 평행식 스테레오 카메라를 이용한 다중 이동물체의 거리측정 Distance Measurement of the Multi Moving Objects using Parallel Stereo Camera in the Video Monitoring System원문보기
본 논문은 평행식 스테레오 영상감시 시스템을 이용하여 3차원 공간에서 다중 이동물체를 검출하고, 카메라에서 이동 물체까지의 거리를 측정하는 알고리즘을 제안하였다. 스테레오 영상감시 시스템의 좌, 우측 영상을 입력을 받아 적응형 임계값과 화소귀납 알고리즘(PRA, pixel recursive algorithm)을 사용하여 다중 이동물체 영역을 추출하였다. 그리고 각각의 물체영역을 윈도우 마스크로 검출하고, 다중 이동물체 각각의 위치좌표와 스테레오 시차를 구하였다. 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 다중 이동물체의 거리를 측정하였다. 실험결과 거리측정 오차도 7.28％이내에 존재하였으며, 따라서 제안한 알고리즘을 이용하여 시스템을 구현할 경우 스테레오 방범 시스템, 자율 이동로봇 및 스테레오 원격제어 시스템 등에 응용될 수 있을 것이다.
본 논문은 평행식 스테레오 영상감시 시스템을 이용하여 3차원 공간에서 다중 이동물체를 검출하고, 카메라에서 이동 물체까지의 거리를 측정하는 알고리즘을 제안하였다. 스테레오 영상감시 시스템의 좌, 우측 영상을 입력을 받아 적응형 임계값과 화소귀납 알고리즘(PRA, pixel recursive algorithm)을 사용하여 다중 이동물체 영역을 추출하였다. 그리고 각각의 물체영역을 윈도우 마스크로 검출하고, 다중 이동물체 각각의 위치좌표와 스테레오 시차를 구하였다. 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 다중 이동물체의 거리를 측정하였다. 실험결과 거리측정 오차도 7.28％이내에 존재하였으며, 따라서 제안한 알고리즘을 이용하여 시스템을 구현할 경우 스테레오 방범 시스템, 자율 이동로봇 및 스테레오 원격제어 시스템 등에 응용될 수 있을 것이다.
In this paper, a new algorithm for the segmentation of the multi moving objects at the 3 dimension space and the method of measuring the distance from the camera to the moving object by using stereo video monitoring system is proposed. It get the input image of left and right from the stereo video m...
In this paper, a new algorithm for the segmentation of the multi moving objects at the 3 dimension space and the method of measuring the distance from the camera to the moving object by using stereo video monitoring system is proposed. It get the input image of left and right from the stereo video monitoring system, and the area of the multi moving objects segmented by using adaptive threshold and PRA(pixel recursive algorithm). Each of the object segmented by window mask, then each coordinate value and stereo disparity of the multi moving objects obtained from the window masks. The distance of the multi moving objects can be calculated by this disparity, the feature of the stereo vision system and the trigonometric function. From the experimental results, the error rate of a distance measurement be existed within 7.28％, therefore, in case of implementation the proposed algorithm, the stereo security system, the automatic moving robot system and the stereo remote control system will be applied practical application.
In this paper, a new algorithm for the segmentation of the multi moving objects at the 3 dimension space and the method of measuring the distance from the camera to the moving object by using stereo video monitoring system is proposed. It get the input image of left and right from the stereo video monitoring system, and the area of the multi moving objects segmented by using adaptive threshold and PRA(pixel recursive algorithm). Each of the object segmented by window mask, then each coordinate value and stereo disparity of the multi moving objects obtained from the window masks. The distance of the multi moving objects can be calculated by this disparity, the feature of the stereo vision system and the trigonometric function. From the experimental results, the error rate of a distance measurement be existed within 7.28％, therefore, in case of implementation the proposed algorithm, the stereo security system, the automatic moving robot system and the stereo remote control system will be applied practical application.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다음에 이 스테레오 시차를 이용하여 이동 물체까지의 거리를 측정할 수 있는 알고리즘에 대하여 알아보자. 그림 1에서 임의의 물체 거리좌표를 [X, ” ym, 乙“]라하고, 좌, 우측 CCD 카메라에 맺히는 영상의 거리좌표를 각각 lx„L, yot] , 라고 하면 그림 3에서처럼 X 축의 닮은꼴 삼각형으로 표현할 수 있다.
본 논문에서는 입체감을 중요시하고 있지 않기 때문에 즉, 거리 정보를 우선으로 하기 때문에 평행식을 사용하여 거리를 측정하고자 하였다. 그림 1에서 Z) 는 스테레오 카메라에서부터 물체(object)까지의 거리이며, 이 거리는 물체와 두 대의 카메라에 맺혀진 영상의 위치에 의해 형성된 삼각형에 의해 산출될 수 있다.
입구 관리 시스템 슈퍼마켓/편의점 관리 시스템교차로 및 도로 관리 분야 등에서 영상 감시 시스템의 사용 범위는 빠른 속도로 확산되어 가고 있다. 이와 같이 영상 감시 시스템은 특정 지역이나 임의의지 점에서 이동 물체들을 감시하여 그 결과를 알려줌으로써 감시자가 다음 행동을 결정할 수 있는 보조적인 유용한 정보를 제공해 준다. 최근에 우리 실생활에서 무인방범 시스템과 무인 자동화 시스템 등의 무인 영상감시 시스템의 사용이 늘어남에 따라보다 효율적인 영상 감시 시스템을 개발하기 위한 다양한 기법들과 이동 물체의 감시 및 실시간 추적기술에 대한 연구[1-4]와 교차식 스테레오 비전 시스템을 이용한 단일물체의 거리 측정[5]에 대한 연구가 활발히 진행되고 있다.
제안 방법
3.2절에서 부터가 본 논문에서 제안한 알고리즘으로 이동물체 영역을 구분(segmentation)하기 위해잡영이 제거되고 이동물체 영역만 존재히는 식 (3) 의 차영상#에 히스토그램 기법을 적용하였다. 다음에 위에서 아래로 그리고 좌에서 우로 스캔하여 교차점을 찾아 물체를 구분하였다.
그리고 각각의 물체영역을 히스토그램으로 분할하여 윈도우 마스크로 검출한 후 다중 이동물체 각각의 위치좌표를 구한다. 각 물체의 좌, 우측 위치 좌표로부터 그 물체의 스테레오 시차를 구할 수 있으며, 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 원하는 다중 이동물체의 거리를 측정하는 방법을 제안하였다.
그리고 각각의 물체영역을 히스토그램으로 분할하여 윈도우 마스크로 검출한 후 다중 이동물체 각각의 위치좌표를 구한다. 각 물체의 좌, 우측 위치 좌표로부터 그 물체의 스테레오 시차를 구할 수 있으며, 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 원하는 다중 이동물체의 거리를 측정하는 방법을 제안하였다.
본 논문에서 거리 측정을 위한 물체를 이동 성분이 있는 다중 이동물체로 정의하고, 평행식 스테레오 카메라로 입력된 영상으로부터 영상의 주변 밝기변화에 적응적으로 대처할 수 있는 적응형 임계 값과 화소 귀납 알고리즘 및 히스토그램 등을 사용하여 다중 이동물체 영역을 추출하여 다중 이동물체 각각의 위치 좌표를 구하였다. 좌, 우측의 위치 좌표를 통해 스테레오 시차를 구할 수 있으며, 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 원하는 다중 물체의 거리를 측정하는 방법을 제안하였다.
본 논문에서는 스테레오 입력 영상에서 이전 영상과 현재 영상의 상호 연산을 통해 이동성분을 추출하는데 측정시간을 단축하고 하드웨어 구현이 쉬우며 정밀도가 높은 차영상 방법의 화소귀납 알고리즘을 적용하여 이동객체 영역을 추출하였다. 화소 귀납 알고리즘은 식(1)과 같이 이전 영상과 현재 영상의 화소에 대하여 감산 연산을 수행하는 것이고, 그 결과의 절대값이 임계값 이상이면 이동성분으로 인식하여 현재 영상의 화소 값을 취한다.
본 논문에서는 평행식 스테레오 영상감시 시스템의 입력영상으로부터 영상의 주변밝기 변화에 적응적으로 대처할 수 있는 적응형 임계값과 화소 귀납 알고리즘, 히스토그램 기법 등을 사용하여 다중 이동물체 영역을 추출하고, 다중 이동물체 각각의 위치 좌표를 구하였다. 좌, 우측의 위치좌표를 통해 스테레오 시차를 구할 수 있으며, 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 원하는 다중 물체의 거리를 측정함으로써 평행식 스테레오 영상감시 시스템을 이용하여 3차원 공간에서 카메라와 다중 이동물체까지의 거리 측정방법을 제시하였다.
구하였다. 좌, 우측의 위치 좌표를 통해 스테레오 시차를 구할 수 있으며, 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 원하는 다중 물체의 거리를 측정하는 방법을 제안하였다. 실험 결과 제안한 알고리즘을 적용하여 구한 다중 이동물체의 거리 정보는 평균 오차율이 7.
구하였다. 좌, 우측의 위치좌표를 통해 스테레오 시차를 구할 수 있으며, 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 원하는 다중 물체의 거리를 측정함으로써 평행식 스테레오 영상감시 시스템을 이용하여 3차원 공간에서 카메라와 다중 이동물체까지의 거리 측정방법을 제시하였다.
다음에 위에서 아래로 그리고 좌에서 우로 스캔하여 교차점을 찾아 물체를 구분하였다. 즉, 스캔한 누적 값이 특정값 이상이면 이동물체의 시작점 좌표로 특정값 이하면 끝지점 좌표로 인식하여 이동물체를 윈도우로 표시하도록 하였다. 이 스캔 과정을 히스토그램 결과의 영상 전체에 대하여 처리하면 다중 물체가 존재하는 영역만 윈도우 마스크로 분리할 수 있다.
평행식 스테레오 카메라로 입력된 이전영상과 현재 영상으로부터 영상의 주변밝기 변화에 적응적으로 대처할 수 있는 적응형 임계값과 화소귀납 알고리즘을 사용하여 차 영상의 다중 이동물체 영역을 추출하였다. 그리고 각각의 물체영역을 히스토그램으로 분할하여 윈도우 마스크로 검출한 후 다중 이동물체 각각의 위치좌표를 구한다.
대상 데이터
스테레오 비전 시스템을 이용하여 거리를 측정하기 위해 실험에 사용한 스테레오 평행식 카메라의 설치 간격(d)은 20[cm], 카메라의 초점거리(/)는 CCD 카메라의한 화소는 6.35乂7.4[廁, 해상도는 768x494(pixels1 dots)의 특성을 갖으며, 320x240 픽셀로 20 프레임을 저장하여 실험에 사용하였다.
데이터처리
thadpe 두 영상에 대한 차 영상을 구하기 위한 적응형 임계값이고, a는 임계값 결정을 위해 실험에 의해 구해진 비례상수이며, #는 현재 영상의 밝기에 따른 임계값을 정의하기 위한 상수이다. 이들 상수들은 실험에 사용된 스테레오 비전 시스템의 특성 및 환경에 따라 측정된 값들을 다중회귀 분석 (mmdtiple regression analysis) 을 적용하여 얻어 질 수 있다. 따라서 식(1)을 적응형 임 계값을 사용하여 다음과 같이 수정할 수 있다.
성능/효과
좌, 우측의 위치 좌표를 통해 스테레오 시차를 구할 수 있으며, 이 시차와 스테레오 비전 시스템의 특성 및 삼각 함수를 이용하여 원하는 다중 물체의 거리를 측정하는 방법을 제안하였다. 실험 결과 제안한 알고리즘을 적용하여 구한 다중 이동물체의 거리 정보는 평균 오차율이 7.28 % 가 되었으며, 시스템 메커니즘 오차, 픽셀 대 각도의 대응 오차 및 사람이 실측할 때의 오차 등을 감안하면, 제안한 알고리즘의 다중 이동물체 거리정보는 감시자가 다음 행동을 결정할 수 있는 보조적인 유용한 정보가 될 수 있어 제안한 알고리즘을 적용하여 다중 이동물체의 거리즉정이 가능함을 제시하였다.
제안한 알고리즘의 실험결과 다중 이동물체의 거리측정이 가능하였으며, 이동물체까지의 측정 거리오차가 7.28% 이내에 존재함을 알 수 있었다. 이는 스테레오 카메라 시스템의 메커니즘 오차, 픽셀 대각도의 대응 오차 및 사람이 실측할 때의 오차 등을감안하면 영상 감시 시스템의 보조정보로써 유효하다고 볼 수 있다.
후속연구
결국, 제안한 알고리즘의 다중 이동물체 거리정보는 아주 정밀한 값을 요하지 않는 감시 시스템에서 감시자가 다음 행동을 결정할 수 있는 보조적인 유용한 정보를 제공해 준다고 볼 수 있을 것이다.
따라서 제안한 알고리즘을 적용하여 다중이동 물체의 거리를 측정한 값이 영상 감시 시스템의 차후 행동에 대한 의사를 결정할 수 있는 보조 정보가 되므로 제안 알고리즘을 적용할 경우 영상감시 및 방범 시스템이나 이동 자율로봇 및 스테레오 원격제어시스템 등에 응용될 수 있을 것이다.
참고문헌 (7)
10.1364/AO.28.002988
Juday, Richard D..
Autonomous real-time object tracking with an adaptive joint transform correlator.
Optical engineering : the journal of the Society of Photo-optical Instrumentation Engineers,
vol.29,
no.4,
314-.
Izquierdo, E..
Disparity/segmentation analysis: matching with an adaptive window and depth-driven segmentation.
IEEE transactions on circuits and systems for video technology : a publication of the Circuits and Systems Society,
vol.9,
no.4,
589-607.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.