[논문]이동되는 목표물을 3차원 영상에 중심화시키는 회전 직각 스테레오 비젼 시스템

서춘원

doi:10.5207/jieie.2015.29.11.018

이동되는 목표물을 3차원 영상에 중심화시키는 회전 직각 스테레오 비젼 시스템
The Spinning Right-angle Stereo Vision System to Center the Shifted Object on the 3-Dimensional Image 원문보기

照明·電氣設備學會論文誌 = Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, v.29 no.11, 2015년, pp.18 - 27

서춘원 (Dept. of Computer Networks, Kimpo University)

Abstract ▼ AI-Helper

In this paper, we proposed the spinning right-angle stereo vision system to center the shifted object on 3-dimensional image using a human eyesight-like, and the system is reconstructed with conventional stereo vision system. In this proposed system, the centering results of objects on the 3-dimensional image are very good, and we got the parameter ratios 89~112% for the real measurement values. Therefore, the suggested the spinning right-angle stereo vision system have a high possibilities to be applied to many industrial system parts and to be used for robot system, automatic system, and etc.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 움직이는 목표물의 위치를 측정할 수 있는 회전 직각 삼각형 스테레오 시스템을 이용하여 스테레오 카메라 중 한 대를 목적물에 수직한 평면에 위치하고 이를 주시각으로 이용함으로서 중앙 카메라에 입력되는 목표 영상 자체가 정면의 입력 형태를 이루게 함으로서 좀 더 정확한 목표물의 위치 얻을 수 있고 중심화를 할 수 있는 방법을 제시하였다.
이에 본 논문에서는 기준 거리에서의 카메라에 입력되는 대상 목표면의 크기(너비×높이)를 구하고, 이를 기준 매핑값으로 이동되어진 목표물의 거리에 따라 목표면에 대한 새로운 매핑값을 구할 수 있다.
이러한 일반적인 스테레오 비젼 시스템에서는 사람의 시각 시스템과 유사하게 목표되는 물체에 양안의 시축이 향하고 있어 정면으로 향하는 시축을 갖지 못한다. 이에 스테레오 비젼 시스템의 한쪽 카메라를 물체의 축 상에 시축을 놓게 함으로서 목표 물체에 대한 영상의 형태를 좀 더 정확하게 얻고자 한다.

제안 방법

이는 목표물에 대한 인간의 정확성이 목표물이 위치하는 형태에 따라 틀려지지만 카메라의 중심 시축이 목표물의 중앙에 오도록 하는 것이 목표물의 크기를 얻는 가장 좋은 방법이 된다. 그러나 인간의 시각 시스템으로 목표물의 중심점을 찾기는 어려운 형태임으로 본 논문에도 시각 시스템과 유사하게 목표물의 내부에 카메라의 중심이 있도록 유도하여 입력 영상을 형성하였다.
최초의 중앙 카메라와 목표물의 거리는 100cm이고, 이 거리를 기본 거리 d₂로 설정한 상태에서 실험을 하였다. 그림 8에서 보여주고 있는 영상들은 중심화하기 전의 중앙 카메라와 좌측 카메라의 영상을 나타내었으며, 각 영상의 이동 목표물의 거리는 최초의 중앙 카메라의 중심으로부터 대략적으로 0, 10, 20, 30cm의 이동 거리에 위치시켰으며, 이에 따른 위치에 놓인 목표물을 실험에 사용하였다.
그림 6에서는 본 문문에서 사용된 목표물이 우측으로 이동하는 모습을 보여주고 있다. 그림에서와 같이 목표물이 중심으로부터 우측으로 이동하는 경로로 실험을 하였으며, 왼쪽 첫 번째 위치를 중앙 카메라와 일직선으로 세팅하였으며, 목표물이 오른쪽으로 이동함으로서 중앙 카메라는 시계방향으로 회전시키며 실험을 하였다.
본 논문에서는 카메라의 매핑 기법을 사용하게 되므로 목표물이 카메라에 찍히는 위치의 평면에 대한 가로×세로 영역의 실제 크기를 매핑 값으로 구한다.
이후 목표물이 이동함에 따라 중앙 카메라에서 목표물이 중심점을 벗어나게 되어 픽셀 대 실제 거리의 비율에 따라 중앙 카메라가 회전하게 되며, 중앙 카메라의 영상에 목표물을 중심에 놓게 된다. 여기서 제안되는 비젼 시스템은 직각 스테레오 비젼 시스템이므로 좌측 카메라는 중앙 카메라와 수직을 이룬 채 이동하게 되며, 이동을 하여도 좌측 카메라의 영상에는 목표물이 중심에서 벗어남으로 이를 다시 보정하기 위해서 픽셀 대 실제 거리 비율에 따라 좌측 카메라가 회전하여 영상을 중심에 위치시킨다. 여기서 얻어지는 중앙 카메라의 영상과 좌측 카메라의 영상을 투영시켜서 3차원 영상을 얻을 수 있다.

대상 데이터

본 논문에서 사용되는 영상의 크기는 256×256의 그레이 레벨의 RAW 영상을 사용하였으며, 사용되어진 프로그램 언어는 비주얼 C++ 6.0 컴파일러를 사용하였으며, 입력 영상에서 사용된 목표물을 중앙에서부터 10cm씩 우측으로 움직이면서 구현하였다.
0 컴파일러를 사용하였으며, 입력 영상에서 사용된 목표물을 중앙에서부터 10cm씩 우측으로 움직이면서 구현하였다. 사용되어진 카메라는 Logitech Sphere MP 2대를 이용하여 구현하였으며, 줌 기능 등을 사용하지 않은 기본 옵션으로 구성하였으며, 중앙과 좌측의 카메라의 거리 d_r는 20cm로 설정하였다. 그림 5에서는 본 논문에서 구성한 회전 직각 스테레오 비젼 시스템을 보여주고 있다.
그림 8에서는 본 논문에서 목표물의 거리에 따른 이동 영상을 표시한 그림이다. 최초의 중앙 카메라와 목표물의 거리는 100cm이고, 이 거리를 기본 거리 d₂로 설정한 상태에서 실험을 하였다. 그림 8에서 보여주고 있는 영상들은 중심화하기 전의 중앙 카메라와 좌측 카메라의 영상을 나타내었으며, 각 영상의 이동 목표물의 거리는 최초의 중앙 카메라의 중심으로부터 대략적으로 0, 10, 20, 30cm의 이동 거리에 위치시켰으며, 이에 따른 위치에 놓인 목표물을 실험에 사용하였다.

성능/효과

또한 중앙 카메라의 움직임에 영향을 받는 좌측 카메라의 θ1 변화율도 100.08%에서 99.89%로 결과를 나타냈다.
본 논문에서 제시한 이동되는 목표물을 3차원 영상의 중심으로 하기 위한 회전되는 직각 스테레오 시스템은 움직이는 목표물을 영역화하여 목표물과 수직을 이루는 중앙 카메라에 위치시키며 수직을 유지하며 중앙 카메라를 반원의 중심으로 좌측 카메라 회전시키면서 화면 중앙에 목표물을 위치시키심으로서 목표물을 연속적으로 영상의 중심에 위치시킬 수 있다는 것을 확인할 수 있었다.
본 논문에서 제시한 회전 직각 스테레오 비젼 시스템에 의하여 이동되는 목표물에 대한 중심화를 가능하게 함으로서 기존의 인간 시각 시스템에 유사한 목표물 중심화 기법을 구현할 수 있게 되었으며, 이는 디지털 적인 요소와 광학적인 요소가 적절히 구현됨으로서 얻을 수 있는 결과로 해석할 수 있다. 또한, 인간 시각 시스템에 유사한 이동 목표물에 대한 중심화 방법이 인간의 시각 시스템을 이용한 스테레오 방식에서 유도함으로서 휴먼 모델형 시스템 방식을 제시하였다고 볼 수 있다.
본 논문에서는 회전 직각 스테레오 비젼 시스템을 제시함으로서 이동되는 목표물에 대한 3차원 영상에 중심화가 가능한 방법을 제시하였으며, 이에 따라 89%에서 112%의 실험 파라미터의 결과 값을 얻음으로서 움직이는 목표물의 중심화에 충분한 시스템으로서의 사용 가능성을 제시하였다.
인간의 시각적인 형태로 목표가 되는 목표물을 중심화하지 못하는 목표물 중심화를 스테레오라는 기법을 통하여 가능성을 제시하였고, 특히 기존의 교차식 스테레오 비젼 시스템에서 변형된 회전 직각 스테레오 비젼 시스템을 제시함으로서 원하고자 하는 목표물의 위치에 따라 실제 목표물의 입력 영사에 중심화할 수있는 새로운 방식을 제시하였다고 볼 수 있다.
표 2 (c)에서 보는 바와 같이 본 실험에서 예상되어지는 시뮬레이션 화면 픽셀 대 실제 크기와 실험에 의한 비율이 99% 정도의 정확성을 갖는 것을 알 수 있다.
표 4에서 보는 바와 같이 목표물의 거리를 1, 2, 3차에 걸쳐서 중앙으로부터 우측으로 10cm씩 이동시켜 실험하였으며, 실제 이동 거리는 89.30%에서 112.20% 정도로 예상 이동거리와 약간의 차를 두고 거의 일치하였으며, 목표물이 이동함에 따라 중앙 카메라와 목표물의 거리는 112.22%에서 99.09% 정도의 거리 변화가 나타났으며, 중앙 카메라가 목표물에 따라 영상의 중심으로 이동되어 지는 θ2의 각도는 중앙에서 우측으로 갈수록 d1의 비율에 따라 변화율이 움직이는 것을 알 수 있으며, 이에 따라 영상의 중심으로 이동되어지는 목표물과 수직을 이루는 θ2의 비율은 112.13%에서 89.82%로 나타나는 결과를 가져왔다.
표에서 보는 바와 같이 중앙 카메라와 좌측 카메라 사이의 거리에 비하여 목표물까지의 카메라 거리가 5배 정도 이상의 차이를 가지고 있으며, 이에 따라 카메라의 회전 각도는 중앙 카메라보다도 좌측 카메라의 각도 움직임이 적을 뿐만 아니라 목표물의 이동 거리에 비해 각도의 움직임이 크게 변화되지 않은 정도이기에 본 실험에서 움직이는 목표물에 대한 회전 직각 스테레오 비젼 시스템의 각 파라미터는 89%에서 112%정도의 범위의 결과 값은 충분히 목표물을 중심화시킬 수 있는 가능성을 나타내고 있다.

후속연구

이에 본 논문에서 제시하고 있는 회전 직각 스테레오 비젼 시스템을 이용한 3차원 영상에 목표물을 중심화 방법은 새로운 시각 시스템으로서 자동화 시스템, 검출 시스템 등의 산업 설비 응용 분야에 매우 높은 적용 가능성이 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	평행식 스테레오 카메라 구성방식의 장점은?	두 가지 방식 중 비교적 간단한 평행식 스테레오 카메라 구성방식은 서로 평행한 렌즈 및 카메라의 광축을 갖는 두 개의 카메라로 구성되는데 이러한 방식으로부터 얻어지는 스테레오 영상은 좌, 우 영상 사이의 공통 시역이 광축 사이의 거리에 따라서 작아지고 수직 시차가 없다는 등의 장점을 가지고 있다.
	스테레오 비젼 시스템으 단점은?	이러한 일반적인 스테레오 비젼 시스템에서는 사람의 시각 시스템과 유사하게 목표되는 물체에 양안의 시축이 향하고 있어 정면으로 향하는 시축을 갖지 못한다. 이에 스테레오 비젼 시스템의 한쪽 카메라를 물체의 축 상에 시축을 놓게 함으로서 목표 물체에 대한 영상의 형태를 좀 더 정확하게 얻고자 한다.
	일반적인 교차식 스테레오 비젼 시스템에서 거리를 구할 때 발생할 수 있는 문제점은?	일반적인 교차식 스테레오 비젼 시스템에서도 거리를 구할 수 있다[5-6]. 그러나 이 경우에는 파라미터가 늘어나고, 본 논문에서 구하고자 하는 목표물에 대한 정확한 목표 영상을 구할 수 없으므로 부정확한 결과를 얻을 수 있다. 이에 정확한 정면의 목표 영상을 얻을 수 있는 직각 스테레오 비젼 시스템을 이용한다.

참고문헌 (9)

Stephen T. Barnard, and William B Thompson, "Disparity analysis of image", IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol.PAMI-2, No.4, pp.333-340, 1980.

상세보기
K. T. Kim, J. S. Lee, S. H. Kim, E. S. Kim, S. Y. Park and Y. B. Lee, "Human-like stereo vision system based on Optical JTC", SPIE Optical Pattern Recognition, Vol.3466, pp.259-266, 1998.
J. Olson and D. J. Coombs, "Real-time vergence control for binocular robots", Intl. J of Computer Vision, pp.23-33. 1991.
J. S. Lee, C. W. Seo and E. S. Kim, "Real-time stereo object tracking system by usisng block matching algorithm and optical BPEJTC", Optics Communications, Vol.191, pp.191-202, 2001.

상세보기
C. W. Seo, S. H. Lee and E. S. Kim, "3-D object tracking using 3-D information and optical correlator in the stereo vision system", J. of KOSBE, Vol.7, No.3, pp.248-260, 2002.
D. Tzonvaras, N Grmmaiidis and M. G. Strintzis, "Three-dimensional camera motion estimation and foreground/background seperation for stereoscopic image sequence", Opt. Eng. Vol.36, No.2, pp.574-579, 1997.

상세보기
Rafael C. Gonzalez and Tichard E. Woods, Digital Image Processing, 1993.
Skolnick M.M., Brown, R.H., Bhagvati, C., Wolf, B.R., "Morphological algorithms for centroid normalization in relational matching", IEEE International Symposium on Circuits and Systems 1989, Vol.2, pp.987-990, 1989.
C. W. Seo, "The Measurement of the Object Size using the Right-angle Stereo Vision System", J. of KIIEE, Vol. 23, No.10, pp.134-142, 2009.

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