$\require{mediawiki-texvc}$

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.

다양한 카메라와 조명의 변화에 강건한 반자동 카메라 캘리브레이션 방법
Robust Semi-auto Calibration Method for Various Cameras and Illumination Changes 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.21 no.1, 2016년, pp.36 - 42  

신동원 (광주과학기술원 정보통신공학부) ,  호요성 (광주과학기술원 정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

최근 다시점 카메라 시스템을 기반으로 한 3차원 영상 렌더링 방법을 통해 3차원 콘텐츠가 많이 제작되고 있다. 이러한 깊이 영상 기반 렌더링에서는 필연적으로 색상 카메라와 깊이 카메라 간의 시점 차이가 발생하기 때문에 두 카메라의 시점을 일치시키는 전처리 과정으로서 카메라 파라미터가 중요한 역할을 수행한다. 기존의 카메라 캘리브레이션 방법은 평면의 체스보드 패턴을 회전과 이동이 수행된 여러 자세로 촬영한 다음 획득된 영상에서 패턴 특징 점을 손으로 직접 선택해야하는 불편함이 따른다. 따라서 본 논문에서는 이 문제를 해소하기 위해 원형 샘플 화소 검사와 호모그래피 예측을 이용한 반자동 카메라 캘리브레이션을 제안한다. 제안하는 방법은 먼저 FAST 코너 검출 알고리즘을 이용하여 패턴 특징 점의 후보를 영상으로부터 추출한다. 다음으로 원형 샘플 화소를 검사하여 후보군의 크기를 줄이고 호모그래피 예측을 통해 손실된 패턴 특징 점을 보완하는 완전한 패턴 특징 점군을 획득한다. 마지막으로 쌍곡 포물면 근사를 통해 실수 단위의 정확성을 가지는 패턴 특징 점의 위치를 획득한다. 실험을 통해 각 단계에서 어떤 요인이 패턴 특징 점 검출에 영향을 미치는가에 대해 조사했고 제안하는 방법이 기존의 방법과 비교하여 카메라 파라미터의 정확성은 유지하고 수작업의 불편함을 해소할 수 있음을 확인했다.

Abstract AI-Helper 아이콘AI-Helper

Recently, many 3D contents have been produced through the multiview camera system. In this system, since a difference of the viewpoint between color and depth cameras is inevitable, the camera parameter plays the important role to adjust the viewpoint as a preprocessing step. The conventional camera...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 논문에서는 기존의 방법의 문제점을 해결하기 위해 인간의 개입을 최소화한 반자동으로 패턴 특징 점을 검출하는 방법을 제안하고 실험을 통해 기존의 방법과 비교하여 카메라 파라미터의 정확성은 유지하고 수작업의 문제점은 해소했다.
  • 본 논문에서는 카메라 파라미터를 획득하는 카메라 캘리브레이션에서 패턴 특징 점을 반자동으로 획득하는 방법을 제안했다. 먼저 FAST 코너 검출 알고리즘을 이용하여 패턴 특징 점의 후보를 영상으로부터 추출하고 원형 샘플 화소 검사 단계를 통해 후보군의 크기를 줄인다.
본문요약 정보가 도움이 되었나요?

참고문헌 (6)

  1. C. Fehn, "A 3D-TV approach using depth-image-based rendering (DIBR)," Proc. of 3rd IASTED Conference on Visualization, Imaging, and Image Processing, pp. 482-487, 2003. 

  2. Z. Zhang, "A Flexible New Technique for Camera Calibration," Pattern Analysis and Machine Intelligence, vol. 22, no. 11, pp. 1330-1334, 2000. 

  3. D. Shin and Y. Ho, "Pattern Feature Detection for Camera Calibration using Circular Sample Pixel," Proc. of 2015 Korean Society of Broadcast Engineers Summer Conference, vol. 2015, no. 7, pp. 433-434, 2015. 

  4. E. Rosten and T. Drummond, "Machine learning for high-speed corner detection," Proc. of the 9th European conference on Computer Vision, Berlin, Heidelberg, vol. Part I, no. 34, pp. 430-443, 2006. 

  5. R. Hartley, A. Zisserman, "Multiple View Geometry in Computer Vision," Cambridge University Press, Cambridge, pp. 200-204, 2003. 

  6. L. Lucchese and S. K. Mitra, "Using saddle points for subpixel feature detection in camera calibration targets," Circuits and Systems, vol. 2, no 2, pp. 191-195, 2002. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

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