$\require{mediawiki-texvc}$

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.

새로운 선형의 외형적 카메라 보정 기법
A New Linear Explicit Camera Calibration Method 원문보기

Journal of sensor science and technology = 센서학회지, v.23 no.1, 2014년, pp.66 - 71  

도용태 (대구대학교 전자전기공학부 전자제어공학전공)

Abstract ▼ AI-Helper 아이콘AI-Helper

Vision is the most important sensing capability for both men and sensory smart machines, such as intelligent robots. Sensed real 3D world and its 2D camera image can be related mathematically by a process called camera calibration. In this paper, we present a novel linear solution of camera calibrat...

주제어

#Camera calibration   #Camera model   #Perspective transformation   #3D sensing  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 새로운 선형의 카메라 보정 기법을 제안한다. 제안된 기법은 기존의 선형 보정 기법들과 같이 바늘구멍 카메라 모델(pinhole camera model)에 기반하고 있어 이해하기 쉬우며, 그 수행 절차가 단계적이다.
  • 본 논문에서는 새로운 선형의 카메라 보정 기법이 서술되었다. 제안된 방법은 기존의 대부분 선형 기법과는 달리 카메라의 물리적 파라메터를 직접 알아낼 수 있는 외형적인(explicit) 방법이다.

가설 설정

  • 앞의 3절에서 유도한 카메라 보정의 절차에 오류가 없는지, 그리고 어떤 특성을 가지고 있는지 알아 보기 위하여, Table 1과 같은 카메라들을 가정하였다. 이 때 카메라의 영상 해상도는 모두 512×512[pixel]로 가정하였다.
  • 이 때 카메라의 영상 해상도는 모두 512×512[pixel]로 가정하였다.
  • 즉, 3차원 기준 좌표계 {W}내의 임의의 한 점 P(x, y, z)는 카메라에 부착된 좌표계 {C}에서 점 PC(xC, yC, zC)로 표현될 수 있고, PC는식 (1)에 의해 영상 좌표 (i, j)에 투영(projection)된다. 이 때, 3차원 점 PC와 이에 해당하는 영상점을 연결하는 선은 모두 하나의 공간상의 점을 지난다고 가정하고, 그 점이 바늘구멍이다. 바늘구멍은 실제의 경우 카메라의 렌즈에 해당하며, 렌즈에서 광선의 왜곡이 일어나지만 선형의 모델에서는 이를 고려하지 않는다.
  • <Camera 3>의 경우는 <Camera 1>과 동일한 파라메터를 가지지만, 광학적 중심좌표가 다르다. 즉, 영상평면의 중심좌표에서부터 실제 광학적 중심이 u-v축 방향으로 각각 26화소 떨어져 있는 경우로, 약 10% 위치 오차가 있을 때를 가정하고 실험을 실시하였다. 그 결과는 Table 4에 보인 바와 같았다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
카메라의 보정은 어떤 작업인가? 이때 카메라는 3차원 실세계를 2차원의 영상으로 대응시키는 기능을 하게 되며, 그 대응관계는 카메라의 광학적, 기하학적 특성에 의존적이다. 카메라의 보정(calibration)은 카메라의기하학적성질을특징짓는외부파라메터(extrinsic parameters)와 광학적 성질을 특징짓는 내부 파라메터(intrinsic parameters)를 주어진 3차원 점들과 이들의 2차원 영상점들로부터 추정해 내는 작업이다. 만약 파라메터가 알려진 두 대의 카메라가 존재 한다면, 이들 카메라를 이용하여 3차원 계측이 가능하다[2,3].
선형의 카메라 보정 기법으로 최소제곱오차법을 사용하면 나타나는 장단점은 무엇인가? 선형의 카메라 보정 기법은 3차원 공간상의 점들과 2차원 영상점 사이의 관계를 선형의 식으로 두고, 이를 만족시키는 파라메터를 최소제곱오차법(least error squares)을 사용하여 구하는 방법을 주로 사용하는데, 이와 같은 접근법은 간단하고 빠른 장점이 있으나, 보정에 의하여 얻어진 파라메터가 실제 물리적 파라메터와 일치하지 않는 문제가 있다. 이는 단순히 카메라 모델을 최대한 만족시키는 파라메터를 구하므로, 그 결과가 모델의 수식은 만족시키지만 이가 실제 물리적인 값과 일치하는 것을 보장할 수 없다는 뜻이다.
본 논문에서 제시한 새로운 선형의 카메라 보정 기법의 특징은 무엇인가? 본 논문에서는 새로운 선형의 카메라 보정 기법을 제안한다. 제안된 기법은 기존의 선형 보정 기법들과 같이 바늘구멍 카메라 모델(pinhole camera model)에 기반하고 있어 이해하기 쉬우며, 그 수행 절차가 단계적이다. 그러나 기존의 기법들과는 달리실제물리적값과일치하는파라메터들을외형적으로(explicitly)얻을 수 있는 장점이 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. E. H. Lee, "Walk guidance technologies for the visually impaired", The Institute of Electronics and Information Engineers Magazine, vol. 32, no. 32, pp. 59-69, 2005. 

  2. Y. Do, "A technique to efficiently place sensors for threedimensional robotic manipulation: For the case of stereo cameras", J. Sensor Sci. & Tech., vol. 8, no. 1, pp. 80-88, 1999. 

  3. Y. Yakimovsky and R. Cunningham, "A system for extracting three-dimensional measurements from a stereo pair of TV cameras", Computer Graphics and Image Processing, vol. 7, pp. 195-210, 1978. 

    상세보기 crossref

  4. M. Wilczkowiak, E. Boyer, and P. Sturm, "Camera calibration and 3D reconstruction from single images using parallelepipeds", Proc. IEEE Int. Conf. Computer Vision, vol. 1, pp. 142-148, 2001. 

  5. S. Ganapathy, "Decomposition of transformation matrices for robot vision", Proc. IEEE Int. Conf. Robotics and Automation, pp. 130-139, 1984. 

  6. L. A. Gerhardt and W. I. Kwak, "An improved adaptive stereo ranging method for three-dimensional measurements", Proc. IEEE Int. Conf. Computer Vision and Pattern Recognition, pp. 21-26, 1986. 

  7. Q. Wang, L. Fu and Z. Liu, "Review on camera calibration", Proc. Chinese Control and Decision Conf., pp. 3354- 3358, 2010. 

  8. J. Salvi, X. Armangue, and J. Batlle, "A comparative review of camera calibrating methods with accuracy evaluation", Pattern Recogni., vol. 35, issue 7, pp. 1617-1635, 2002. 

    상세보기 crossref

  9. G. Q .Wei and S. D. Ma, "Implicit and explicit camera calibration: theory and experiments", IEEE Trans. Pattern Anal. Mach. Intell., vol.16, no.5, pp. 469-480, 1994. 

    상세보기 crossref

  10. D. M. Woo and D. C. Park, "An efficient method for camera calibration using multilayer perceptron type neural network", Proc. Int. Conf. Future Computer and Communication, pp. 358-362, 2009. 

  11. M. Kim and Y. Do, "Learning the nonlinearity of a camera calibration model using GMDH algorithm", J. Sensor Sci. & Tech., vol. 14, no. 2, pp. 109-115, 2005. 

    원문보기 상세보기 crossref

  12. Y. Do, "On the neural computation of the scale factor in perspective transformation camera model", Proc. IEEE Int. Conf. Control & Automation (ICCA), pp. 418-423, 2013. 

  13. R. K. Lenz and R. Y. Tsai, "Techniques for calibration of the scale factor and image center for high accuracy 3-d machine vision metrology", IEEE Trans. Pattern Anal. Mach. Intell., vol. 10, no. 5, pp. 713-720, 1988. 

    상세보기 crossref

  14. I. Shimizu, Z. Zhang, S. Akamatsu, and K. Deguchi, "Head pose determination from one image using a generic model", Proc. IEEE Int. Conf. Automatic Face and Gesture Recognition, pp. 100-105, 1998. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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