[논문]원형매핑 모델과 보간법을 복합 사용하는 컴퓨터 집적 영상 복원 기술에서 3D 영상의 해상도 개선

신동학; 유훈

doi:10.6109/jkiice.2008.12.10.1853

원형매핑 모델과 보간법을 복합 사용하는 컴퓨터 집적 영상 복원 기술에서 3D 영상의 해상도 개선
Enhancement of 3D image resolution in computational integral imaging reconstruction by a combination of a round mapping model and interpolation methods 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.12 no.10, 2008년, pp.1853 - 1859

신동학 (동서대학교 영상콘텐츠학과) , 유훈 (상명대학교 디지털미디어학부)

초록
AI-Helper

본 논문에서는 컴퓨터 집적 영상 복원(CIIR) 기법 기반의 3D 패턴 인식 응용을 위해서 평 면 3D 복원 영상의 해상도를 향상시키는 새로운 방식을 제안한다. 제안하는 방식에서는 ClIR에서 각각의 요소 영상에 대해서 원형 매핑 모델과 보간법을 복합사용하여 확대 중첩을 통해 향상된 3D 영상을 복원한다. 제안하는 방식에 대해서 정확한 CIIR 방식의 객관적인 해석을 위해서 Gaussian 영상을 이용한 테스트 모델을 설명하고 제안하는 방식에 대해서 성능평가를 수행한다. 그리고 3차원 물체에 대한 컴퓨터 복원 실험을 수행하고 그 결과를 보고한다.

Abstract ▼ AI-Helper

In this paper, we propose a novel method to improve the visual quality of reconstructed images for 3D pattern recognition based on the computational integral imaging reconstruction (CIIR). The proposed CIIR method provides improved 3D reconstructed images by superimposing magnified elemental images by a combination of a round mapping model and image interpolation algorithms. To objectively evaluate the proposed method, we introduce an experimental framework for a computational pickup process and a CIIR process using a Gaussian function and evaluate the proposed method. We also carry out experiments on 3D objects and present their results.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그리고 정확한CUR 방식의 해석을 위해서 객관적인 성능 평가를 위한 Gaussian 영상을 이용한 CIIR 테스트 모델로 실험하여 제안하는 방법의 유용함을 보였다. 마지막으로3D 물체의 재생 실험을 수행하여 향상된실험 결과를 보고하였다. 제안하는 방식을 이용할 경우향상된 3D 패턴인식 이 가능할 것으로 기 대한다.
본 논문에서 는 CUR 방식 에서 3D 복원 영 상의 해상도를 향상하는 새로운 방식을 제안하였다. 제안하는 방식에서는 CUR에서 각각의 요소 영상에 대해서 원형 매핑모델과 기존의 영상처리 기법에서 많이 사용되는 보간법을 결합사용하여 향상된 해상도의 평면 3D 영상을 복원한다.
본 논문에서는 CIIR 기반의 3D 패턴 인식 응용을 위해 서 평 면 3D 복원 영 상의해 상도를 향상하는 새로운 방식을 제안한다. 제안하는 방식에서는 원형 매핑 모델의 CIIR에서 각각의 요소 영상에 대해서 기존의 영상처리기 법에서 많이 사용되는 보간법(interpolation algorithm) 을 이용하여 확대 중첩하여 평 면 3D 영상을 복원한다.

제안 방법

3D 영상을 복원하였다. 3개의 글자 패턴에 대해서 각각 12, 30, 48mm에서 재생을 시킨 후 원영상과 PSNR를 계산하여 비교하였다. 실험결과를 표 1에 정리하였다.
이패턴들은 z=12, 30, 48 mm에 각각 위치시켰다. 그리고 34x25 렌즈를 가지는 렌즈 배열을 z=0mm에 위치시켜요소 영상을 기록하였다. 이때 각 렌즈의 크기는 1.
즉 원형 매핑 모델과 보간법을 결합 사용하여 요소 영상에 적용함으로써 해상도를 증가시키고, 이 들을 확대 중첩시킴으로써 평면 3D 영상을 얻는다. 또한 보다 정확한 CUR 방식의 해석의 객관적인 성능 평가를 위해서 Gaussian 영상을 이용한 CIIR 테스트 모델을 설명하고, 시뮬레이션 실험을 하였다. 제안하는 실험을 통하여 기존의 CIIR 방법에 서 문제 점 및 개선 방법을 제 시 한다.
제안하는 실험을 통하여 기존의 CIIR 방법에 서 문제 점 및 개선 방법을 제 시 한다. 마지 막으로 제안하는 보간법을 이용하는 cnR 방식의 유용함을 보이기 위해서 광학적 픽업 및 3D 영상의 재생실험을 수행하여 그 결과를 나타낸다.
먼저 Gaussian 영상을 핀홀 배열로부터 임의의 거리 z에 위치시키고 요소영상을 제작한다. 제작된 요소 영상을 이용하여 CHR 방식으로 z 거리에서 평면 영상을 재생한다.
먼저 제안하는 CUR 방식 에 대한 성능을 보다 정 확하게 해석하기 위해서 객관적인 성능 평가를 위한 Gaussian 영상을 이용한 CIIR 테스트 모델을 설명하고, 실험하였다. 2D 영상처리에서 Gaussian 영상은 영상의해상도를 분석하는 표준 영상으로 많이 사용되고 있다.
향상하는 새로운 방식을 제안하였다. 제안하는 방식에서는 CUR에서 각각의 요소 영상에 대해서 원형 매핑모델과 기존의 영상처리 기법에서 많이 사용되는 보간법을 결합사용하여 향상된 해상도의 평면 3D 영상을 복원한다. 그리고 정확한CUR 방식의 해석을 위해서 객관적인 성능 평가를 위한 Gaussian 영상을 이용한 CIIR 테스트 모델로 실험하여 제안하는 방법의 유용함을 보였다.
제안하는 방식에서는 기존의 방법에서 단순확대 매핑 방식 대신에 원형 매핑 모델과 새로운 보간법을 결합 사용한다. 즉 각각의 요소 영상은 먼저 원형 매핑 모델에 기초하여 원형 모양으로 추출이 되고, 확대 과정에서 새로운 보간법을 사용하여 확대한 후 출력 평면에 서 3D 영상으로 중첩 되어 재생된다.
이때 삽입되는 픽셀의세기 값은 이웃하는 픽 셀들의 정보를 이용하여 추가한다. 제안하는 방식에서는 다양한 방법을 적용할 수 있다. 예 를 들면 선형 보간법 과 cubic convolution 보간법(CCI) 을 사용할 수 있다.
제안한다. 제안하는 방식에서는 원형 매핑 모델의 CIIR에서 각각의 요소 영상에 대해서 기존의 영상처리기 법에서 많이 사용되는 보간법(interpolation algorithm) 을 이용하여 확대 중첩하여 평 면 3D 영상을 복원한다. 즉 원형 매핑 모델과 보간법을 결합 사용하여 요소 영상에 적용함으로써 해상도를 증가시키고, 이 들을 확대 중첩시킴으로써 평면 3D 영상을 얻는다.
2D 영상처리에서 Gaussian 영상은 영상의해상도를 분석하는 표준 영상으로 많이 사용되고 있다. 제안하는 실험을 통하여 기존의 CHR 방법에서 문제점및 개선 방법을 제시한다.
또한 보다 정확한 CUR 방식의 해석의 객관적인 성능 평가를 위해서 Gaussian 영상을 이용한 CIIR 테스트 모델을 설명하고, 시뮬레이션 실험을 하였다. 제안하는 실험을 통하여 기존의 CIIR 방법에 서 문제 점 및 개선 방법을 제 시 한다. 마지 막으로 제안하는 보간법을 이용하는 cnR 방식의 유용함을 보이기 위해서 광학적 픽업 및 3D 영상의 재생실험을 수행하여 그 결과를 나타낸다.
제안하는 원형매핑 모델과 보간법을 복합 사용하는 CIIR 방식의 유용함을 보이 기 위해서 3D 물체의 복원 실험을 수행하였다. 실험 구조는 그림 8과 같다.
제안하는 방식에서는 원형 매핑 모델의 CIIR에서 각각의 요소 영상에 대해서 기존의 영상처리기 법에서 많이 사용되는 보간법(interpolation algorithm) 을 이용하여 확대 중첩하여 평 면 3D 영상을 복원한다. 즉 원형 매핑 모델과 보간법을 결합 사용하여 요소 영상에 적용함으로써 해상도를 증가시키고, 이 들을 확대 중첩시킴으로써 평면 3D 영상을 얻는다. 또한 보다 정확한 CUR 방식의 해석의 객관적인 성능 평가를 위해서 Gaussian 영상을 이용한 CIIR 테스트 모델을 설명하고, 시뮬레이션 실험을 하였다.

대상 데이터

실험 구조는 그림 8과 같다. 실제 3D 물체는 3개의 글자 패턴 'D, , S와, 侦를 사용하였다. 이패턴들은 z=12, 30, 48 mm에 각각 위치시켰다.
실험에 사용한 렌즈릿의 개수는 34x25개이며, 하나의 렌즈릿의 크기는 1.08 mm이며, 초점거리는 3 nun 로 하였다. 그리고 하나의 요소 영상은 30x30 개의 픽 셀을 가진다.

데이터처리

제작된 요소 영상을 이용하여 CHR 방식으로 z 거리에서 평면 영상을 재생한다. 이때 재생된 평면 영상과 원래의 Gaussian 영상을 이용하여 최대 신호 대 잡음 비 율 (PSNR: Peak Signal to Noise Ratio)을 계산하였다. PSNR 계산 결과가 높으면 높을수록 재생된 영상의 질이 원 영상과 더 유사함을 뜻한다.

이론/모형

실험결과를 표 1에 정리하였다. 여기서 제안하는 방법에서는 CCI를 사용하였다. 표 1에서는 기존의 방법, 원형 매핑 모델만을 사용하는 방법 그리고 본 논문에서 제안하는 방법에 대한 실험결과를 나타내었다.
이 요소 영상을 이용하여 그림 2의 CUR 복원 기 법을이용하여 3D 영상을 복원하였다. 3개의 글자 패턴에 대해서 각각 12, 30, 48mm에서 재생을 시킨 후 원영상과 PSNR를 계산하여 비교하였다.

성능/효과

이에 반해 원형매핑 모델을 사용하는 경우 이러한 주기적인 영상 잡음을 제거하기 때문에약간 향상된 결과를 얻을 수 있었다. 그리고 제안하는 방법은 주기적인 영상 잡음 제거와 보간법을 이용한 요소영상의 해상도 증가를 통하여 가장 우수한 결과를 얻었으며, 평균적으로 약 !NdB 이상의 향상된 결과를 얻을수 있었다.
그림 6과7에서 확인할 수 있다. 결론적으로 ca를 사용할 경우에 가장 좋은 결과를 얻을 수 있었다.
제안하는 방식에서는 CUR에서 각각의 요소 영상에 대해서 원형 매핑모델과 기존의 영상처리 기법에서 많이 사용되는 보간법을 결합사용하여 향상된 해상도의 평면 3D 영상을 복원한다. 그리고 정확한CUR 방식의 해석을 위해서 객관적인 성능 평가를 위한 Gaussian 영상을 이용한 CIIR 테스트 모델로 실험하여 제안하는 방법의 유용함을 보였다. 마지막으로3D 물체의 재생 실험을 수행하여 향상된실험 결과를 보고하였다.
그리고 하나의 요소 영상은 30x30 개의 픽 셀을 가진다. 그림 6의 결과로부터는 6마크로 표시 된 기존의 CIIR 방식 에서 특정 한 주기 로 매우 낮은 PSNR 값들이 존재함을 확인할 수 있었다. 그 주기는 하나의 요소영상의 픽셀 수(?=30)의 p/2의 배수로 크게 나타났다.
확대하였다. 자동차 영상의 실험결과에서는 기존의 방법보다 제안하는 방법이 훨씬 더 부드러워짐을알 수 있다. 이러한 영상의 해상도 개선은 3D 영상 인식기법에서 인식 성능을 향상시킬 수 있다.

후속연구

마지막으로3D 물체의 재생 실험을 수행하여 향상된실험 결과를 보고하였다. 제안하는 방식을 이용할 경우향상된 3D 패턴인식 이 가능할 것으로 기 대한다.

참고문헌 (13)

G. Lippmann, "La photographic integrale," C.R. Acad. Sci. Vol. 146, pp. 446-451, 1908
F. Okano, H. Hoshino, J. Arai, and I. Yuyama, "Three- dimensional video system based on integral photography," Opt. Eng. Vol. 38, pp. 1072-1077, 1999

상세보기
B. Lee, S. Y. Jung, S.-W. Min, and J.-H. Park, "Three- dimensional display by use of integral photography with dynamically variable image planes," Opt. Lett. Vol. 26, pp. 1481-1482, 2001

상세보기
J. Jang and B. Javidi, "Improved viewing resolution of three-dimensional integral imaging by use of nonstationary micro-optics," Opt. Lett. Vol. 27, pp. 324-326, 2002

상세보기
H. Arimoto and B. Javidi, "Integral three-dimensional imaging with digital reconstruction," Opt. Lett. Vol. 26, pp. 157-159, 2001

상세보기
S.-H. Hong, J.-S. Jang, and B. Javidi, "Three- dimensional volumetric object reconstruction using computational integral imaging," Opt. Express, Vol. 12, pp. 483-491, 2004

상세보기
D.-H. Shin, M. Cho, K.-C. Park and E.-S. Kim, "Computational technique of volumetric object reconstruction in integral imaging by use of real and virtual image fields," ETRI Journal, Vol. 27, pp. 708-712, 2005

원문보기 상세보기
신동학, 김남우, 이준재, 김은수 "원형 매핑 모델에 기초한 3차원 영상의 평면기반 컴퓨터 집적 영상 재생 방식," 한국해양정보통신학회 논문지, 제11권 5호, pp. 991-996, 2007

원문보기 상세보기
D.-H. Shin, E.-S. Kim and B. Lee, "Computational reconstruction technique of three-dimensional object in integral imaging using a lenslet array," Japanese Journal of Applied Physics, Vol. 44, pp. 8016-8018, 2005

상세보기
B. Javidi, R. Ponce-Diaz, and S.-H. Hong, "Three- dimensional recognition of occluded objects by using computational integral imaging," Opt. Lett. Vol. 31, pp. 1106-1108, 2006

상세보기
S.-H. Hong and B. Javidi, "Distortion-tolerant 3D recognition of occluded objects using computational integral imaging," Opt. Express Vol. 14, pp. 12085-12095, 2006

상세보기
J.-S. Park, D.-C. Hwang, D.-H. Shin and E.-S. Kim, "Resolution-enhanced three-dimensional image correlator using computationally reconstructed integral images," Opt. Commun. Vol. 26, pp. 72-79, 2007

상세보기
D.-H. Shin and H. Yoo, "Image quality enhancement in 3D computational integral imaging by use of interpolation methods," Opt. Express Vol. 15, pp. 12039-12049, 2007

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증