$\require{mediawiki-texvc}$

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.

광각 카메라를 위한 저 복잡도 실시간 베럴 왜곡 보정 프로세서의 설계 및 구현
Design and Implementation of a Low-Complexity Real-Time Barrel Distortion Corrector for Wide-Angle Cameras 원문보기

Journal of the Institute of Electronics Engineers of Korea = 전자공학회논문지, v.50 no.6, 2013년, pp.131 - 137  

정희성 (국항공대학교 항공전자및정보통신공학부) ,  김원태 (국항공대학교 항공전자및정보통신공학부) ,  이광호 (국항공대학교 항공전자및정보통신공학부) ,  김태환 (국항공대학교 항공전자및정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

광각 카메라는 단 초점 렌즈를 장착하여 넓은 시야의 이미지를 처리하는데, 렌즈의 광학 문제로 인해 이미지에 베럴 왜곡(barrel distortion)이 발생한다. 본 논문에서는 베럴 왜곡을 실시간 디지털 신호처리를 통해 보정하기 위한 낮은 복잡도의 프로세서 구조를 제시하고 이를 실제 구현하여 유효성을 검증하였다. 제안하는 왜곡 보정 프로세서는 하드웨어 복잡도를 낮추기 위해서, 좌표 위치 보정에 필요한 계산을 점증적(incremental)으로 수행한다. 또한, 높은 보정 속도를 달성하기 위해 파이프 라인 구조로 설계하였다. 설계된 보정 프로세서는 $0.11{\mu}m$ complementary metal-oxide semiconductor(CMOS) 공정을 사용하여 14.3K의 논리 게이트로 구현되었다. $2048{\times}2048$ 픽셀 영상에 대하여, 최대 314MHz의 동작 주파수로 초당 74.86번의 속도로 보정이 가능하다.

Abstract AI-Helper 아이콘AI-Helper

The barrel distortion makes serious problems in a wide-angle camera employing a lens of a short focal length. This paper presents a low-complexity hardware architecture for a real-time barrel distortion corrector and its implementation. In the proposed barrel distortion corrector, the conventional a...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • Ⅳ장에서는 제안하는 보정 프로세서의 구현 및 검증 결과를 고찰하고, 기존 연구 결과와 비교한다. 마지막으로, Ⅴ장에서 결론으로 본 논문을 마치고자 한다.
  • 본 논문에서는 기존 보정 알고리즘을 하드웨어적으로 효율성을 고려하여 변형하고, 이에 기반한 고속의 보정 속도 달성을 위해 파이프라인 구조의 베럴 왜곡 보정 프로세서를 구현하였다. 제안하는 구조는 좌표 위치를 순차적으로 보정함에 있어, 기존 픽셀의 보정 값을 바탕으로, 현재의 보정 값을 점증적으로 계산한다.
  • 본 논문에서는 낮은 연산 복잡도를 갖는 베럴 왜곡 보정 방법을 제안하고, 이를 기반으로 고속의 왜곡 보정 프로세서를 설계하고 구현하였다. 제안된 방법은 래스터 스캔 순서에 따른 보정 픽셀간의 상대적 위치 관계를 이용하여 보정 계산을 점증적으로 수행하도록 하여 낮은 하드웨어 복잡도를 갖는 보정 프로세서의 구현이 가능하였으며, 고속의 보정 속도를 달성하기 위해 파이프 라인으로 설계하였다.
  • 베럴 왜곡 현상을 해결하기 위해서는 물리적으로 이상적인 렌즈를 도입할 수 있겠지만, 이는 높은 제조비용을 요구하므로 현실적이지 못하다. 본 논문은 렌즈의 광학 왜곡에 의해 변형된 이미지를 신호 처리 과정을 통해 후 보정해주는 방식과 이에 대한 효율적인 하드웨어 구현에 대한 것이다.
  • 본 장에서는 Ⅲ장에서 제안한 점증적 왜곡 보정 방법과 이에 기반하는 보정 프로세서의 하드웨어 복잡도와 성능에 대해 고찰하고, 실제 구현 결과를 바탕으로 기존의 연구 결과와 비교하여 본 연구의 우수성을 보인다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
베럴 왜곡을 위한 보정 처리 과정을 소형화된 시스템에 적용하기 위해 필요한 것은? 따라서 소프트웨어 형태로 구현하기 보다는 전용화 된 하드웨어로 구현하여 고속의 동작을 가능케 하는 것이 일반적이다[3-9]. 또한, 소형화된 시스템에 적용하기 위해서는 낮은 복잡도를 갖는 저 면적의 구현이 필요하다. 기존 연구 중, [4]에서는 맵핑 다항식의 근사화를 통해 삼각 함수와 같은 복잡한 연산을 효과적으로 제거하여 낮은 복잡도의 보정 프로세서를 구현하였다.
광각 카메라의 장점은? 광각 카메라는 단 초점 광각 렌즈를 장착하여 표준 렌즈를 장착한 카메라에 비해 넓은 화각을 제공한다. 이러한 점 때문에, 내시경, 자동차 후방 탐지 센서, 무인 감시 시스템 등 다양한 분야에 응용되고 있다.
광각 카메라의 문제점은? 광각 카메라는 단 초점 렌즈를 장착하여 넓은 시야의 이미지를 처리하는데, 렌즈의 광학 문제로 인해 이미지에 베럴 왜곡(barrel distortion)이 발생한다. 본 논문에서는 베럴 왜곡을 실시간 디지털 신호처리를 통해 보정하기 위한 낮은 복잡도의 프로세서 구조를 제시하고 이를 실제 구현하여 유효성을 검증하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. 김선영, 윤인혜, 김동균, 백준기, "나선형 패턴을 사용한 어안렌즈 영상 교정 및 기하학적 왜곡 보정," 전자공학회논문지, 제49권, 제4호, 16-22쪽, 2012년 7월 

  2. 반 토안 카오, 조상복, "A new method using geometric invariability for lens distortion correction," 전자공학회논문지, 제48권 SP편, 제6호, 115-123쪽, 2011년 11월 

  3. L. Qiang, and N. Allison, "FPGA implementation of pipelined architecture for optical imaging correction," in Proc. IEEE Workshop on Signal Processing Systems (SIPS), pp. 182-187, Banff, Alta, Oct. 2006. 

  4. P. Y. Chen, C. C. Huang, Y. H. Shiau, and Y. T. Chen, "A VLSI implementation of barrel distortion correction for wide-angle camera images," IEEE Transactions on Circuits and Systems II Express Briefs, vol. 56, no. 1, pp. 51-55, Jan. 2009. 

  5. S. Chen, H. Huang, and C. Luo, "Time multiplexed VLSI architecture for real-time barrel distortion correction in video- endoscopic images," IEEE Transactions on Circuits and Systems for Video Technology, vol. 21, no. 11, pp. 1612-1621, November 2011. 

  6. H. T. Ngo and V. K. Asari, "A pipelined architecture for real-time correction of barrel distortion in wide-angle camera images," IEEE Transactions on Circuits and Systems for Video Technology, vol. 15, no. 3, pp. 436-444, Mar. 2005. 

  7. H. Blasinski, W. Hai, and F. Lohier, "FPGA architecture for real-time barrel distortion correction of colour images," in Proc. IEEE International Conference Multimedia and Expo (ICME), pp. 1-6, Barcelona, Spain, July. 2011. 

  8. H. Ngo, and V. Asari, "Developing a FPGA -based high performance, power-aware architecture for real- time radial lens distortion correction of video stream," ICGST International. J. on Programnable Devices, Circuits and Systems, PDCS., vol. 7, pp. 33-41, May. 2007. 

  9. H. Zbeng, and J. Li, "Real-time correction of distortion image based on FPGA," in Proc. IEEE International Conference on Intelligent Computing and Integrated Systems (ICISS), pp. 167-170, Guilin, Oct. 2010. 

  10. V. K. Asari, S. Kumar, and D. Radbakrishnan, "A new approach for nonlinear distortion correction in endoscopic images based on least squares estimation," IEEE Transactions on Medical Image, vol. 18, no. 4, pp. 345-354, Apr. 1999. 

  11. Hughes, L. E. C., "Telecommunications XX-IV: The Raster," Electrician 116., pp. 351-352, Mar. 1936. 

  12. C. S. Wallace, "A suggestion for a fast multiplier," IEEE Transactions on Electronic Computers, vol. EC-13, no. 1, pp. 14-017, Feb. 1964. 

저자의 다른 논문 :

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