최근 스마트폰에 내장된 센서 및 디바이스를 이용한 응용 개발 및 활용 방안에 대한 연구가 국내외에서 활발히 진행되고 있다. 본 연구의 목적은 스마트폰을 활용한 사진측량시스템 개발에 앞서 근접한 대상물의 3차원 위치결정에서의 스마트폰 영상의 정확도를 분석하고, 그 활용 가능성을 평가하는 것이다. 먼저, 자동 초점과 무한대 초점에서 카메라 검정이 수행되었다. 카메라 검정에서 렌즈 왜곡 계수의 결정은 balance 방식과 unbalance 방식의 왜곡 모델을 이용하였고, 16가지 프로젝트로 구분하여 검정한 결과, 모든 경우에 1 mm 이내의 번들조정RMS 오차를 나타냈다. 또한 S와 S2 모델에 대한 자동 및 무한대 초점에서 왜곡 곡선의 패턴이 거의 유사하게 나타나 초점 모드에 따른 왜곡 패턴의 변화는 극히 미소한 것으로 판단된다. 자동과 무한대 초점에 따른 결과 비교와 다중영상 처리에 사용된 소프트웨어에 따른 결과 비교에서 모든 경우에 ${\pm}3$ mm 이내의 표준편차를 나타내어 초점 모드와 왜곡 모델에 따른 3차원 위치결정에서의 결과 차이는 거의 없는 것으로 판단된다. 끝으로 토탈스테이션에 의한 검사점 성과를 최확값으로 하고 각 프로젝트별로 결정된 검사점 성과를 관측값으로 하여 각 방법별 잔차에 대한 통계치를 계산한 결과, 모든 프로젝트에서 X, Z방향에 비해 촬영거리방향인 Y방향으로 비교적 큰 오차가 발생했다. 이상과 같이 근접 대상물의 3차원 위치결정에 있어 정확도 측면에서 스마트폰 카메라의 활용이 가능할 것으로 기대된다.
최근 스마트폰에 내장된 센서 및 디바이스를 이용한 응용 개발 및 활용 방안에 대한 연구가 국내외에서 활발히 진행되고 있다. 본 연구의 목적은 스마트폰을 활용한 사진측량시스템 개발에 앞서 근접한 대상물의 3차원 위치결정에서의 스마트폰 영상의 정확도를 분석하고, 그 활용 가능성을 평가하는 것이다. 먼저, 자동 초점과 무한대 초점에서 카메라 검정이 수행되었다. 카메라 검정에서 렌즈 왜곡 계수의 결정은 balance 방식과 unbalance 방식의 왜곡 모델을 이용하였고, 16가지 프로젝트로 구분하여 검정한 결과, 모든 경우에 1 mm 이내의 번들조정 RMS 오차를 나타냈다. 또한 S와 S2 모델에 대한 자동 및 무한대 초점에서 왜곡 곡선의 패턴이 거의 유사하게 나타나 초점 모드에 따른 왜곡 패턴의 변화는 극히 미소한 것으로 판단된다. 자동과 무한대 초점에 따른 결과 비교와 다중영상 처리에 사용된 소프트웨어에 따른 결과 비교에서 모든 경우에 ${\pm}3$ mm 이내의 표준편차를 나타내어 초점 모드와 왜곡 모델에 따른 3차원 위치결정에서의 결과 차이는 거의 없는 것으로 판단된다. 끝으로 토탈스테이션에 의한 검사점 성과를 최확값으로 하고 각 프로젝트별로 결정된 검사점 성과를 관측값으로 하여 각 방법별 잔차에 대한 통계치를 계산한 결과, 모든 프로젝트에서 X, Z방향에 비해 촬영거리방향인 Y방향으로 비교적 큰 오차가 발생했다. 이상과 같이 근접 대상물의 3차원 위치결정에 있어 정확도 측면에서 스마트폰 카메라의 활용이 가능할 것으로 기대된다.
Recently studies on application development and utilization using sensors and devices embedded in smartphones have flourished at home and abroad. This study aimed to analyze the accuracy of the images of smartphone to determine three-dimension position of close objects prior to the development of ph...
Recently studies on application development and utilization using sensors and devices embedded in smartphones have flourished at home and abroad. This study aimed to analyze the accuracy of the images of smartphone to determine three-dimension position of close objects prior to the development of photogrammetric system applying smartphone and evaluate the feasibility to use. First of all, camera calibration was conducted on autofocus and infinite focus. Regarding camera calibration distortion model with balance system and unbalance system was used for the decision of lens distortion coefficient, the results of calibration on 16 types of projects showed that all cases were in RMS error by less than 1 mm from bundle adjustment. Also in terms of autofocus and infinite focus on S and S2 model, the pattern of distorted curve was almost the same, so it could be judged that change in distortion pattern according to focus mode is very little. The result comparison according to autofocus and infinite focus and the result comparison according to a software used for multi-image processing showed that all cases were in standard deviation less than ${\pm}3$ mm. It is judged that there is little result difference between focus mode and determination of three-dimension position by distortion model. Lastly the checkpoint performance by total station was fixed as most probable value and the checkpoint performance determined by each project was fixed as observed value to calculate statistics on residual of individual methods. The result showed that all projects had relatively large errors in the direction of Y, the direction of object distance compared to the direction of X and Z. Like above, in terms of accuracy for determination of three-dimension position for a close object, the feasibility to use smartphone camera would be enough.
Recently studies on application development and utilization using sensors and devices embedded in smartphones have flourished at home and abroad. This study aimed to analyze the accuracy of the images of smartphone to determine three-dimension position of close objects prior to the development of photogrammetric system applying smartphone and evaluate the feasibility to use. First of all, camera calibration was conducted on autofocus and infinite focus. Regarding camera calibration distortion model with balance system and unbalance system was used for the decision of lens distortion coefficient, the results of calibration on 16 types of projects showed that all cases were in RMS error by less than 1 mm from bundle adjustment. Also in terms of autofocus and infinite focus on S and S2 model, the pattern of distorted curve was almost the same, so it could be judged that change in distortion pattern according to focus mode is very little. The result comparison according to autofocus and infinite focus and the result comparison according to a software used for multi-image processing showed that all cases were in standard deviation less than ${\pm}3$ mm. It is judged that there is little result difference between focus mode and determination of three-dimension position by distortion model. Lastly the checkpoint performance by total station was fixed as most probable value and the checkpoint performance determined by each project was fixed as observed value to calculate statistics on residual of individual methods. The result showed that all projects had relatively large errors in the direction of Y, the direction of object distance compared to the direction of X and Z. Like above, in terms of accuracy for determination of three-dimension position for a close object, the feasibility to use smartphone camera would be enough.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 스마트폰에 내장된 센서 중 고해상도 영상을 지원하는 카메라를 이용하여 근접한 대상물을 촬영하고, 3차원 위치정보를 획득하기 위해 이루어졌다. 이를 위해 최근 널리 보급되고 있는 스마트폰 중 Fig.
본 연구는 스마트폰을 활용한 사진측량시스템 개발에 앞서 근접한 대상물의 3차원 위치결정에서의 스마트폰 영상의 정확도를 분석하고, 그 활용 가능성을 평가하는데 그 목적을 둔다. 이를 위해 삼성 갤럭시 S 모델 2대와 S2 모델 2대가 대상 스마트폰으로 선정하였고, 스마트폰 영상의 정확도 평가에 앞서 스마트폰 카메라의 검정을 수행하였다.
본 연구에서는 최근 널리 보급되고 있는 스마트폰에 내장된 카메라의 근접사진측량에의 활용 가능성을 평가하기 위해 이루어졌다. 본 연구를 위해 삼성 갤럭시 S 모델 2대와 S2 모델 2대가 사용되었고, 스마트폰 영상의 정확도 평가에 앞서 스마트폰 카메라의 검정을 수행하였다.
제안 방법
이렇게 총 16가지 프로젝트에 대한 카메라 검정의 번들조정에 따른 RMS 오차를 분석하였고, 각 프로젝트별로 결정된 왜곡 계수를 내부표정요소로 하여 처리된 최종 검사점 성과의 비교에서 자동과 무한대 초점에 따른 결과 비교와 다중영상 처리에 사용된 소프트웨어에 따른 결과 비교가 이루어졌다. 끝으로 토탈스테이션에 의한 검사점 성과를 최확 값으로 하고 각 프로젝트별로 결정된 검사점 성과를 관측값으로 하여 각 방법별 잔차를 계산하고, 각 방법별 정확도를 분석하였다. 본 연구의 흐름은 Fig.
다음으로 카메라 검정을 마친 스마트폰을 이용하여 각 경우별 위치 정확도를 분석하였다. 이를 위해 Fig.
앞서 언급한 카메라 검정 및 대상물 3차원 좌표의 결정은 최근 근접 수치사진측량 분야에서 널리 이용되고 있는 RolleiMetric에서 개발된 Close-range Digital Workstation(CDW)와 EOS Systems에서 개발된 Photomodeler가 사용되었다. 따라서 스마트폰 4대, 초점모드 2개, 그리고 영상처리를 위한 소프트웨어 2개에 의해 총 16가지 경우에 대한 분석이 이루어졌고, 각 경우에 대한 프로젝트는 Table 2와 같이 정의되었다.
일반적으로 스마트폰에 내장된 렌즈는 측량의 목적으로 설계되어 있지 않아 측량용 카메라에 비해 렌즈 왜곡이 크기 때문에 스마트폰 영상을 이용한 위치 결정에 앞서 렌즈에 포함된 왜곡을 보정해야 하며, 이러한 일련의 과정을 카메라 검정이라 일컫는다. 본 연구에서도 스마트폰 영상에 의한 3차원 위치결정에 앞서 4 대의 스마트폰 카메라의 검정을 선행하였다. 안드로이드 OS에 의한 스마트폰은 software development kit(SDK) 내의 카메라 초점 모드에 의해 자동 초점(autofocus)과 무한대(infinity) 초점에서 촬영이 가능함으로 모든 모델에 대해서 자동 및 무한대 초점 환경에서 촬영되었다.
스마트폰에 의해 획득된 영상을 이용한 카메라 검정은 Fig. 4과 같이 CDW와 Photomodeler에 의해 이루어졌다. 카메라 검정에 있어 CDW는 전형적인 balance 방식, Photomodeler는 unbalance 방식을 이용한다.
카메라 검정은 자동과 무한대 초점에서 모두 이루어졌고, 카메라 검정과 다중영상 표정은 근접 사진측량에 널리 이용되고 있는 CDW와 Photomodeler에 의해 처리되었다. 이렇게 총 16가지 프로젝트에 대한 카메라 검정의 번들조정에 따른 RMS 오차를 분석하였고, 각 프로젝트별로 결정된 왜곡 계수를 내부표정요소로 하여 처리된 최종 검사점 성과의 비교에서 자동과 무한대 초점에 따른 결과 비교와 다중영상 처리에 사용된 소프트웨어에 따른 결과 비교가 이루어졌다. 끝으로 토탈스테이션에 의한 검사점 성과를 최확 값으로 하고 각 프로젝트별로 결정된 검사점 성과를 관측값으로 하여 각 방법별 잔차를 계산하고, 각 방법별 정확도를 분석하였다.
이상과 같이 balance와 unbalance 방식, 자동 및 무한대 초점에서 계산된 각 프로젝트별 왜곡 계수를 내부표정 요소로 하여 각각의 방법에 따른 12개 검사점에 대한 3차원 위치를 결정하고, 이를 토탈스테이션에 의해 결정된 좌표와 비교함으로써 그 정확도를 분석하였다. Fig.
이를 위해 삼성 갤럭시 S 모델 2대와 S2 모델 2대가 대상 스마트폰으로 선정하였고, 스마트폰 영상의 정확도 평가에 앞서 스마트폰 카메라의 검정을 수행하였다. 카메라 검정은 자동과 무한대 초점에서 모두 이루어졌고, 카메라 검정과 다중영상 표정은 근접 사진측량에 널리 이용되고 있는 CDW와 Photomodeler에 의해 처리되었다. 이렇게 총 16가지 프로젝트에 대한 카메라 검정의 번들조정에 따른 RMS 오차를 분석하였고, 각 프로젝트별로 결정된 왜곡 계수를 내부표정요소로 하여 처리된 최종 검사점 성과의 비교에서 자동과 무한대 초점에 따른 결과 비교와 다중영상 처리에 사용된 소프트웨어에 따른 결과 비교가 이루어졌다.
대상 데이터
2. Smartphone cameras used in this study.
본 연구에서는 최근 널리 보급되고 있는 스마트폰에 내장된 카메라의 근접사진측량에의 활용 가능성을 평가하기 위해 이루어졌다. 본 연구를 위해 삼성 갤럭시 S 모델 2대와 S2 모델 2대가 사용되었고, 스마트폰 영상의 정확도 평가에 앞서 스마트폰 카메라의 검정을 수행하였다. 카메라 검정은 자동과 무한대 초점에서 모두 이루어졌고, balance 방식의 방사 왜곡 모델을 이용하는 CDW와 unbalance 방식의 모델을 이용하는 Photomodeler에 의해 수행되었다.
다음으로 카메라 검정을 마친 스마트폰을 이용하여 각 경우별 위치 정확도를 분석하였다. 이를 위해 Fig. 3와 같이 원형 타깃 21개, 코드(coded) 타깃 19개를 설치하였다. 코드 타깃 중 3개는 대상 좌표계로의 변환을 위한 기준점, 12개는 각 경우의 정확도 평가를 위한 검사점으로 활용되었다.
본 연구는 스마트폰을 활용한 사진측량시스템 개발에 앞서 근접한 대상물의 3차원 위치결정에서의 스마트폰 영상의 정확도를 분석하고, 그 활용 가능성을 평가하는데 그 목적을 둔다. 이를 위해 삼성 갤럭시 S 모델 2대와 S2 모델 2대가 대상 스마트폰으로 선정하였고, 스마트폰 영상의 정확도 평가에 앞서 스마트폰 카메라의 검정을 수행하였다. 카메라 검정은 자동과 무한대 초점에서 모두 이루어졌고, 카메라 검정과 다중영상 표정은 근접 사진측량에 널리 이용되고 있는 CDW와 Photomodeler에 의해 처리되었다.
본 연구는 스마트폰에 내장된 센서 중 고해상도 영상을 지원하는 카메라를 이용하여 근접한 대상물을 촬영하고, 3차원 위치정보를 획득하기 위해 이루어졌다. 이를 위해 최근 널리 보급되고 있는 스마트폰 중 Fig. 2과 같이 안드로이드 OS 2.3(Gingerbread) 기반의 삼성 갤럭시 S 모델 2대와 갤럭시 S2 모델 2대를 이용하였다.
이론/모형
각 코드 타깃의 중심 위치는 Topcon사의 모델명 GPT-7001i 토탈스테이션(±2 mm+2 ppm)에 의해 결정되었다.
본 연구를 위해 삼성 갤럭시 S 모델 2대와 S2 모델 2대가 사용되었고, 스마트폰 영상의 정확도 평가에 앞서 스마트폰 카메라의 검정을 수행하였다. 카메라 검정은 자동과 무한대 초점에서 모두 이루어졌고, balance 방식의 방사 왜곡 모델을 이용하는 CDW와 unbalance 방식의 모델을 이용하는 Photomodeler에 의해 수행되었다. 16가지 프로젝트로 구분하여 검정한 결과, 모든 경우에 1 mm 이내의 번들조정 RMS 오차를 나타냈고, 각 방향별 RMS 오차의 평균은 0.
성능/효과
카메라 검정은 자동과 무한대 초점에서 모두 이루어졌고, balance 방식의 방사 왜곡 모델을 이용하는 CDW와 unbalance 방식의 모델을 이용하는 Photomodeler에 의해 수행되었다. 16가지 프로젝트로 구분하여 검정한 결과, 모든 경우에 1 mm 이내의 번들조정 RMS 오차를 나타냈고, 각 방향별 RMS 오차의 평균은 0.22 mm, 0.20 mm, 0.29 mm로 나타났다. 또한 카메라 검정에 의해 결정된 왜곡 계수를 적용하여 방사 왜곡 곡선을 나타낸 결과, S와 S2 모델에 대한 자동 및 무한대 초점에서 왜곡 곡선의 패턴이 거의 유사하게 나타나 초점 모드에 따른 왜곡 패턴의 변화는 극히 미소한 것으로 판단된다.
각 프로젝트별 왜곡 계수를 내부표정요소로 하여 16가지 프로젝트에 따른 검사점 성과를 비교한 결과, 자동과 무한대 초점에 따른 결과 비교에서 각 방향별 평균값과 표 준 편 차 는 -0.001±0.002 m, 0.000±0.003 m, 0.002±0.001 m로 나타났고, 또한 다중영상 처리에 사용된 소프트웨어(CDW와 Photomodeler)에 따른 결과 비교에서 각 방향별 평균값과 표준편차는 -0.001±0.003 m, 0.000±0.003 m, -0.001±0.003 m로 나타났다.
이상과 같이 X, Z방향에 비해 촬영거리방향인 Y방향으로 비교적 큰 잔차가 발생했다. 또한 CDW와 Photomodeler에 의한 결과를 구분하여 각 프로젝트별 표준편차의 분포를 나타내면 Fig. 7과 같고, CDW와 Photomodeler에 의해 결과의 차이는 미소하며, 각 방향별 표준편차의 패턴의 변화도 미소한것으로 나타났다.
또한 unbalance 방식에 의해 결정된 왜곡 계수를 balance 방식을 이용하는 CDW에 적용하여 다중영상 표정한 결과, 기존의 balance 방식에 의한 왜곡 계수를 적용한 결과와 각 방향별로 수 mm 차이를 보여, balance와 unbalance 방식 중 어떠한 왜곡 모델을 사용하던지 거의 일치하는 결과를 나타냄을 알 수 있었다.
29 mm로 나타났다. 또한 카메라 검정에 의해 결정된 왜곡 계수를 적용하여 방사 왜곡 곡선을 나타낸 결과, S와 S2 모델에 대한 자동 및 무한대 초점에서 왜곡 곡선의 패턴이 거의 유사하게 나타나 초점 모드에 따른 왜곡 패턴의 변화는 극히 미소한 것으로 판단된다.
또한 토탈스테이션에 의한 검사점 성과를 최확값으로 하고 각 프로젝트별로 결정된 검사점 성과를 관측값으로 하여 각 방법별 잔차에 대한 통계치를 계산한 결과, 모든 프로젝트에서 표준편차의 최대값은 각 방향별로 ±0.004 m, ±0.027 m, ±0.003 m, 표준편차의 최소값은 각 방향별로 ±0.000 m, ±0.021 m, ±0.001 m, 그리고 그 평균값은 ±0.002 m, ±0.024 m, ±0.002 m로 나타났고, X, Z방향에 비해 촬영거리방향인 Y방향으로 비교적 큰 잔차가 발생했다.
모든 프로젝트에 있어서 표준편차의 최대값은 각 방향별로 ±0.004 m, ±0.027 m, ±0.003 m, 표준편차의 최소값은 각 방향별로 ±0.000 m, ±0.021 m, ±0.001 m, 그리고 그 평균값은 ±0.002 m, ±0.024 m, ±0.002 m로 나타났다.
Table 4는 각 프로젝트별 카메라 검정의 번들조정 RMS 오차를 나타낸 것이다. 번들조정에서 S_B_A_P의 경우 가장 양호한 결과를 나타냈고, S2_A_A_C에서 가장 큰 RMS 오차를 나타냈다. 그러나 모든 경우에 1 mm 이내의 RMS 오차를 나타냈고, 각 방향별 RMS 오차의 평균은 0.
자동 초점과 무한대 초점에 따른 검사점 결과를 비교해보면 Table 6과 같이 각 방향별 평균값과 표준편차는 -0.001±0.002 m, 0.000±0.003 m, 0.002±0.001 m로 나타났고, 다중영상 처리에 사용된 소프트웨어에 따른 결과 차이는 각 방향별로 -0.001±0.003 m, 0.000±0.003 m, -0.001±0.003 m로 나타나 초점 모드 및 왜곡 모델에 따른 결과값의 변화는 크지 않는 것으로 판단된다.
후속연구
이상과 같이 근접 대상물의 3차원 위치결정에 있어 정확도 측면에서 스마트폰 카메라의 활용이 충분히 가능할 것으로 기대된다. 또한 본연구를 활용하여 향후 UAVs, 어플리케이션, WiFi 기술 등과 연계된 연구에서 우수한 성과물을 제공할 수 있을 것으로 기대된다.
특히 손쉽게 고해상도의 영상을 획득할 수 있을 뿐만 아니라, 어플리케이션 개발에 의한 자동 촬영 시스템 구현이 가능하다. 또한 블루투스와 3G 네트워크 환경에서 실시간으로 다른 기기와의 정보 교환 및 자료 전송이 가능함으로 UAVs(Unmanned Aerial Vehicles)에 의한 사진측량시스템 개발에도 크게 기여할 것으로 기대된다.
이상과 같이 근접 대상물의 3차원 위치결정에 있어 정확도 측면에서 스마트폰 카메라의 활용이 충분히 가능할 것으로 기대된다. 또한 본연구를 활용하여 향후 UAVs, 어플리케이션, WiFi 기술 등과 연계된 연구에서 우수한 성과물을 제공할 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
스마트폰이란 무엇인가?
최근 컴퓨터 및 정보통신 기술의 발전에 발맞추어 사용자의 편리성을 고려하여 이를 구현할 수 있는 기술이 등장하고 있고, 이를 대표하는 것이 스마트폰 기술이다. 스마트폰은 PC와 같은 기능과 더불어 고급 기능을 제공하는 휴대전화이다. 별도의 OS가 탑재된 이동통신 단말기를 의미하며, 이는 단순히 기술적인 부분뿐만 아니라, 이를 수용하는 주체의 생활 패턴과 지각 방식에도 영향을 미치고 있다.
국내외에서 스마트폰을 활용한 연구들의 실정은 어떠한가?
이상과 같이 국내외에서 스마트폰을 활용한 대부분의 연구는 내장된 각각의 센서 활용에 국한되었고, 스마트폰에서 제공되는 고해상도 영상을 사진측량에 활용한 연구는 미비한 실정이다. 비측량용으로 제작된 스마트폰 카메라의 사진측량에의 활용을 위해서는 먼저 렌즈에 포함된 왜곡을 보정하기 위한 카메라 검정이 선행되어야하며, 이것에 관련해 지금까지 많은 연구가 이루어졌다.
스마트폰에 내장된 카메라는 어플리케이션 개발에 의해 무엇이 가능한가?
스마트폰에 내장된 카메라는 그 성능 및 기하학적 안정성이 계속적으로 향상되고 있으며, 최근 고가의 디지털 카메라에서 제공하는 영상에 상당하는 고해상도 영상을 지원하고 있다. 특히 손쉽게 고해상도의 영상을 획득할 수 있을 뿐만 아니라, 어플리케이션 개발에 의한 자동 촬영 시스템 구현이 가능하다. 또한 블루투스와 3G 네트워크 환경에서 실시간으로 다른 기기와의 정보 교환 및 자료 전송이 가능함으로 UAVs(Unmanned Aerial Vehicles)에 의한 사진측량시스템 개발에도 크게 기여할 것으로 기대된다.
참고문헌 (15)
Akca, D. and A. Gruen, 2009. Comparative geometric and radiometric evaluation of mobile phone and still video cameras, The Photogrammetric Record, 24(127): 217-245.
Cho, W.S., 2003. Analysis on 3D Positioning Precision Using Mobile Mapping System Images in Photogrammetric Perspective, The Korea Society of Remote Sensing, 19(6): 431-445 (in Korean with English abstract).
CITRIS, 2011. http://ishakeberkeley.appspot.com/
Fraser, C.S., 1997. Digital camera self-calibration, ISPRS Journal of Photogrammetry and Remote Sensing, 52(4): 149-159.
Fraser, C.S., and S. Al-Ajlouni, 2006. Zoom-dependent camera calibration in digital close- range photogrammetry, Photogrammetric Engineering & Remote Sensing, 72(9): 1017-1026.
Ha, D.S., and S.J. Park, 2011. Smart-Phone based User Movement State Identification Algorithm, Journal of the Korea society of computer and information, 16(3): 167-174 (in Korean with English abstract).
Jeong, S., 2009. The Analysis of 3-Dimensional Shape Using Non-Metric Cameras, The Korea Society for Geospatial Information System, 17(2): 91-99 (in Korean with English abstract).
KIWIPLE, 2010. http://kiwiple.com/about/
Kraus K., 1993. Photogrammetry Volume I. Duummler Verlag, Bonn., pp.277-279.
Mobile Millennium Project, 2009. http://traffic.berkeley.edu/
Oh, T.W., and I.P. Lee, 2010. Research Articles: Bundle Block Adjustment of Omni-directional Images by a Mobile Mapping System, Korea Society of Remote Sensing, 26(5): 593-603 (in Korean with English abstract).
Pullivelli, A.M., 2005. Low-cost digital cameras: calibration, stability analysis, and applications, University of Calgary, pp. 9.
Takeuchi, K., and P.J. Kennelly, 2010. iSeismometer: A geoscientific iPhone application, Computers & Geosciences, 36: 573-575.
Yoo, H.H., S.Y. Jeong, and S.S. Kim, 2003. Evaluation for Geometric Calibration Accuracy of Zoomlens CCD Camera, Korean Society of Surveying Geodesy Photogrammetry and Cartography, 21(3): 245-254 (in Korean with English abstract).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.