$\require{mediawiki-texvc}$

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.

카메라 캘리브레이션을 위한 자동 타겟 인식
Automatic Target Recognition for Camera Calibration 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.36 no.6, 2018년, pp.525 - 534  

김의명 (Dept. of Spatial Information Engineering, Namseoul University) ,  권상일 (Dept. of GIS Engineering, Namseoul University)

초록
AI-Helper 아이콘AI-Helper

카메라 캘리브레이션은 카메라의 초점거리, 주점위치, 렌즈왜곡 등의 매개변수를 결정하는 작업으로 이를 위해서 주로 체커보드를 촬영한 영상을 사용하고 있다. 체커보드 영상에서 타겟을 자동으로 인식할 때 기존의 연구는 사용자가 타겟인식을 위한 입력 매개변수를 잘 이해하고 있어야 하거나 영상에서 체커보드가 모두 나타나야 하는 한계점이 있었다. 이에 본 연구에서는 체커보드 중심부와 외곽부분에 각각 4개씩 8개의 블랍을 포함하는 직사각형을 이용하여 체커보드 영상의 일부만 촬영된 경우에도 자동으로 타겟점의 번호를 부여할 수 있고 별도의 입력 매개 변수 없이 자동으로 타겟을 인식하는 방법을 제안하였다. 본 연구에서 체커보드 타겟의 중심점을 자동으로 추출하기 위해서 흑백패턴의 왜곡, 경계선 변화빈도, 흑백픽셀의 비율의 3가지 조건을 이용하였다. 또한 체커보드의 방향성과 번호부여는 블랍을 이용하였다. 두 가지 타입의 체커보드에 대한 실험을 통해서 36장의 영상에 대해 1분 이내의 짧은 시간에 체커보드 타겟을 자동으로 인식할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

Camera calibration is the process of determining the parameters such as the focal length of a camera, the position of a principal point, and lens distortions. For this purpose, images of checkerboard have been mainly used. When targets were automatically recognized in checkerboard image, the existin...

주제어

표/그림 (32)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구는 카메라 캘리브레이션을 위한 체커보드의 타겟을 자동으로 인식하기 방법을 제안한 것으로 다음과 같은 결론을 도출하였다.
  • 본 연구에서는 Fig. 1과 같은 체스보드 뿐만 아니라 Fig. 2와 같은 변형된 패턴의 체커보드에도 타겟의 번호 인식에 적용 가능한 블랍을 이용하는 방법을 제안하였다. 블랍은 흑색 바탕에 흰색 원으로 구성하였으며 블랍의 식별을 돕기 위해서 백색 테두리 내에 블랍이 위치하도록 하였으며 백색 원의 개수에 따라 블랍의 번호가 정의되도록 하였다.
  • 본 연구에서는 기존 연구의 블랍을 이용하는 방법은 수용하면서 체커보드 타겟을 인식할 때의 타겟과 유사한 패턴을 제거하지 못하는 단점을 보완하는 방법과 캘리브레이션을 위해서 많이 사용되는 체스보드(chessboard)에 블랍을 부착할 경우에도 타겟의 번호를 자동으로 부여할 수 있는 방법을 제안하는 것을 목적으로 하였다.

가설 설정

  • 또한, Fig. 6 (b)와 같이 양 방향 모두 흑색과 백색의 범위에 들지 못할 수도 있다. 흑백 패턴을 갖는 타겟점을 대상으로 흑색과 백색이 아닌 픽셀 개수보다 한 방향은 흑색, 다른 방향은 백색으로 나타나는 픽셀의 개수가 많다면 이를 타겟으로 인식하였다.
  • 본 연구에서 체커보드 타겟의 번호를 자동으로 부여하기 위해서 기준영상은 정방향으로 촬영하였다고 가정하였다. 기준영상은 체커보드를 촬영한 영상 혹은 체커보드 도안 모두 적용 가능하다.
  • 추출된 특징점에서 Fig. 7과 같이 좌측과 우측 양방향으로 원을 그리면서 밝기값을 탐색하여 흑색에서 백색 또는 백색에서 흑색으로 변화되는 구간을 경계선(edge)으로 가정하고, 각 방향별로 한 번의 경계선 영역이 나타나는 경우에만 타겟이 있는 영역으로 인식하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
카메라 캘리브레이션은 무엇인가? 카메라 캘리브레이션은 카메라의 초점거리, 주점위치, 렌즈왜곡 등의 매개변수를 결정하는 작업으로 이를 위해서 주로 체커보드를 촬영한 영상을 사용하고 있다. 체커보드 영상에서 타겟을 자동으로 인식할 때 기존의 연구는 사용자가 타겟인식을 위한 입력 매개변수를 잘 이해하고 있어야 하거나 영상에서 체커보드가 모두 나타나야 하는 한계점이 있었다.
체커보드를 촬영한 영상에서 생기는 한계점은 무엇인가? 카메라 캘리브레이션은 카메라의 초점거리, 주점위치, 렌즈왜곡 등의 매개변수를 결정하는 작업으로 이를 위해서 주로 체커보드를 촬영한 영상을 사용하고 있다. 체커보드 영상에서 타겟을 자동으로 인식할 때 기존의 연구는 사용자가 타겟인식을 위한 입력 매개변수를 잘 이해하고 있어야 하거나 영상에서 체커보드가 모두 나타나야 하는 한계점이 있었다. 이에 본 연구에서는 체커보드 중심부와 외곽부분에 각각 4개씩 8개의 블랍을 포함하는 직사각형을 이용하여 체커보드 영상의 일부만 촬영된 경우에도 자동으로 타겟점의 번호를 부여할 수 있고 별도의 입력 매개 변수 없이 자동으로 타겟을 인식하는 방법을 제안하였다.
체커보드와 체스보드는 무엇때문에 포맥스 재질로 제작하였는가? 체커보드와 체스보드는 카메라를 이용하여 촬영할 때 변형이 나타나지 않아야 하고 회전 및 이동이 편리해야 하기 때문에 포맥스(pomax) 재질로 제작하였으며, 두께는 19mm 크기로 제작하였다.
질의응답 정보가 도움이 되었나요?

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