$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

나선형 패턴을 사용한 어안렌즈 영상 교정 및 기하학적 왜곡 보정
Calibration of Fisheye Lens Images Using a Spiral Pattern and Compensation for Geometric Distortion 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.49 no.4 = no.346, 2012년, pp.16 - 22  

김선영 (중앙대학교 첨단영상대학원) ,  윤인혜 (중앙대학교 첨단영상대학원) ,  김동균 (중앙대학교 첨단영상대학원) ,  백준기 (중앙대학교 첨단영상대학원)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 어안렌즈의 교정(calibration)과 기하학적 왜곡을 보정하기 위해서 광학 시뮬레이터에 적합한 나선형 패턴을 제안하고, 이를 이용하여 별도의 수학적 모델링이 필요 없는 교정 알고리듬을 제안한다. 나선형 패턴을 광학 시뮬레이터의 입력 영상으로 이용하여 어안렌즈로 왜곡 시킨 영상에서 기하학적으로 이동된 점들의 정합을 통하여 교정을 수행한다. 이러한 과정에서 나선형 패턴 영상에서 중심으로부터 멀어지는 점들이 어안렌즈의 기하학적 왜곡을 거쳐 이동되는 정보를 왜곡되기 전의 위치와 정합하기 때문에 정확한 교정이 가능한 동시에, 별도의 모델링이 필요 없기 때문에 효율적인 처리가 가능하다. 제안된 기술은 어안렌즈를 이용한 패턴인식 시스템에서 손실 없는 디지털 영상 확대를 통하여 정확한 정보를 추출하는 데에 이용할 수 있다. 또한 넓은 시야각을 필요로 하는 다양한 영상처리 분야에 적용하여 어안렌즈의 교정과 왜곡 보정을 가능하게 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we present spiral pattern which suits for optical simulator to calibrate fisheye lens and compensate geometric distortion. Using spiral pattern, we present calibration without mathematical modeling in advance. Proposed spiral pattern used to input image of optical simulator. Using fis...

주제어

#나선형 패턴   #어안렌즈 교정   #왜곡 보정  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 논문에서는 어안렌즈의 교정과 기하학적 왜곡을 보정하기 위해서 광학 시뮬레이터에 적합한 나선형 패턴을 제안하였으며, 나선형 패턴을 이용하여 모델링 없이 교정이 가능한 알고리듬을 제안하였다. 제안하는 나선형 패턴을 광학 시뮬레이터의 입력 영상으로 이용하여 왜곡된 영상을 생성하여, 왜곡된 영상에서 기하학적으로 이동된 점들의 정합을 통해서 추가의 모델링 없이 교정하였다.
  • 본 논문에서는 불필요한 공백을 나타내지 않으며 대각선 방향으로 180°의 화각을 갖는 대각선 어안렌즈에 적합한 교정을 목표로 한다.
  • 본 절에서는 제안하는 알고리듬의 나선형 패턴을 이용하여 어안렌즈 왜곡을 보정하는 방법에 대한 실험 결과를 보인다. 그리고 기존의 FOV 모델을 사용한 왜곡보정의 결과와 비교를 통해 제안한 알고리듬의 우수성을 보인다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
어안렌즈 영상에서 필요한 과정은 무엇인가? 최근 넓은 화각(angel of view)을 갖는 어안렌즈를 이용하여, 영상의 중심부에서 일반렌즈보다 많은 정보를 포함하는 영상을 획득함으로써 사람의 시각적 인지 범위를 확장할 수 있는 연구가 활발히 진행되고 있다. 하지만 어안렌즈 영상은 기하학적 왜곡을 가지기 때문에 왜곡을 보정하기 위해서는 왜곡을 발생시키는 매개 변수들을 정확하게 추정하는 카메라 교정(calibration) 과정이 필요하다.
어안렌즈 영상의 왜곡을 보정하는 기술에서 격자 패턴을 이용하여 3차원적인 교정을 수행하는 이유는 무엇인가? 어안렌즈 영상의 왜곡을 보정하는 기존의 기술은 격자 패턴을 이용하여 3차원적인 교정을 수행한다. 이는 격자패턴의 중심을 기준으로 정확하게 정면에서 촬영하는 것이 현실적으로 불가능하기 때문이다. Shah는 왜곡된 영상의 점들에서 3차원 위치를 사용하여 접선 방향 왜곡, 초점거리, 방사를 추정하였으며, 다항식 왜곡 모델의 5번째 차수까지 사용하는 교정 방법을 제안하였다[1].
기존의 어안렌즈 왜곡 보정방법들에 존재하는 문제점은? 이 방법은 직교좌표(x,y)를 사용하여 점들의 정합을 수행하고, 격자무늬 패턴을 사용하여 왜곡 보정을 하기 때문에 중심과 점들 간에 동일한 거리를 가지는 경우 계산상의 중복과 함께 교정의 정확도가 떨어지는 경우가 발생한다. 기존 어안렌즈 왜곡 보정방법들은 각기 용도에 맞는 정확성을 제공하는 장점이 있지만, 사용하는 수학적 모델이 실제 렌즈와 일치하지 않는 경우 교정 오차가 발생하고, 매개변수의 추정이 복잡하여 많은 계산을 필요로 하는 문제점이 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. S. Shah and J. Aggarwal, "Intrinsic parameter calibration procedure for a (high distortion) fish-eye lens camera with distortion model and accuracy estimation," Journal of Pattern Recognition, vol. 29, no. 11, pp. 1775-1788, February 1996. 

    상세보기 crossref

  2. H. Bakstein and T. Pajdla, "Panoramic mosaicing with a 180° field of view lens," IEEE Workshop on Omnidirectional Vision, pp. 60-67, December 2002. 

  3. Z. Zhang, "A flexible new technique for camera calibration," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 22, no. 11, pp. 1330-1334, November 2000. 

    상세보기 crossref

  4. J. Park, S. Byun, and B. lee, "Lens distortion correction using ideal image coordinates," IEEE Trans. Consumer Electronics, vol. 55, no. 3, pp. 987-991, August 2009. 

    상세보기 crossref

  5. J. Kannala and S. Brandt, "A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 28, no. 8, pp. 1335-1340, August 2006. 

    상세보기 crossref

  6. G. Stein, "Lens distortion calibration using point correspondences," IEEE Conf. Computer Vision, Pattern Recognition, pp. 602-608, June 1997. 

  7. A. Basu and S. Licardie, "Alternative models for fish-eye lenses," Journal of Pattern Recognition Letters, vol. 16, no. 4, pp. 433-441, April 1995. 

    상세보기 crossref

  8. J. Sun and J. Zhu, "Calibration and correction for omnidirectional image with a fisheye lens," IEEE Conference on Natural Computation, vol. 6, pp. 133-137, October 2008. 

  9. Y. Bai and H. Zhuang, "On the comparison of bilinear, cubic spline, and fuzzy interpolation techniques for robotic position measurements," IEEE Trans. Instrumentation and Measurement, vol. 54, no. 6, pp. 2281-2288, December 2005. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로