[논문]스테레오 영상의 실시간 주시각 제어 장치 구현

백승호; 김균수; 김석민; 김재한

스테레오 영상의 실시간 주시각 제어 장치 구현
Implementation of Real-time Vergence Control System for Stereoscopic Camera 원문보기

백승호 (호남대학교 전자공학과 3차원 영상연구실) , 김균수 (호남대학교 전자공학과 3차원 영상연구실) , 김석민 (호남대학교 전자공학과 3차원 영상연구실) , 김재한 (호남대학교 전자공학과 3차원 영상연구실)

입체영상을 관측할 때 눈의 피로를 최소화할 수 있는 자연스러운 입체영상을 얻기 위해서는 양안식 카메라의 주시각을 제어하여야 한다. 움직이는 물체에 대한 양안식 카메라의 주시각 제어를 위해 획득 영상의 edge 정보를 이용한 주시각 제어에 대하여 연구하였다. 양안식 입체 카메라로 획득한 좌.우 영상에서 edge정보를 추출하고, 이를 이용하여 양안시차를 구하고 주시각 제어에 이용함으로써 영상의 변화와 관계없이 양안시차를 항상 일정하게 유지할 수 있도륵 하였다. 본 논문에서는 간단한 연산만을 사용함으로써 응답속도가 빠르고, 하드웨어 구성도 매우 간단해 지도록 하였다. 또한 영상의 특성에 맞는 알고리즘을 사용할 수 있도록 2 mode 동작 시스템으로 구성하여 오차를 최대한 줄이며 움직이는 물체에 대한 연속적인 주시각 제어를 할 수 있도록 구현하였다.

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

문제 정의

본 논문은 양안식 입체 카메라로 얻은 영상에서 양안시차를 획득하고 이를 이용한 주시각 제어를 목표로 한다. 움직이는 물체에 대한 양안식 입체 카메라의 주시각 올 항상 일정하게 유지하기 위해 edge 정보를 이용해서 양안시차를 구할 수 있게 하였으며, 사용된 알고리즘은 간단한 연산만 올 사용하였기 때문에 하드웨어 구성이 매우 간단해지면서 연속적인 실시간 영상처리 구현을 실현할 수 있도록 하였다.
그러나 실외환경에서는 특히 인공물이 많지 않은 산이나 나무가 있는 정원 같은 곳에서는 직선적인 성분의 edge가 별로 나타나지 않는다. 이러한 차이 때문에 본 논문에서는 실내환경의 영상과 실외 환경(인공적인 구조물이 많은 경우 실내환경의 영상으로 분류)의 영상에 대해 각각 적합한 알고리즘으로 접근하고자 하였다.
입체 카메라의 주시각 제어 연구의 목표는 궁극적으로 사람의 눈과 유사한 시각 장치를 개발하는 것이다. 그러한 즉면에서 많은 연구가 진행되어 왔으나 입체 영상 처리의 복잡성으로 인해 아직 많은 연구가 필요한 분야이다.

제안 방법

Edge 영상에서 edge 값을 수직 방향으로 projection 한다. Projection profile 올 분석하여 어떠한 환경에서의 영상인지 판별한다. Edge line의 pixel 비교를 통해 disparity를 구할 수 있으나, 이 방법은 큰 오차를 유발하므로 여기에서는 각 edge 값을 수직으로 projection 하여 그 결과를 비교함으로써 disparity# 구한다.
본 논문에서 다루는 교차식은 두 대의 카메라를 인간의 눈처럼 서로 교차되도록 하는 방법으로 이동하는 물체를 따라 카메라를 회전 시켜 주시각을 제어하는 방식을 사용하였다. 평행식 방법보다 인간의 눈과 더욱 유사한 구조이며 목표물을 추적 또는 주시각을 제어하는 등의 동작에 있어 평행식 방법보다 우수하다.
본 논문에서는 입체 시각 시스템의 주시각 제어를 위해 움직이는 물체 또는 배경에 대한 edge 정보를 이용하여 시차 정보를 산출하였다.
주시각 제어 시스템을 효율이 좋은 mode로 동작하도록 구성한다. 본 동작에서는 영상 획득 시에 수직 직선 성분 edge의 많고 적음을 판단하고 이를 근거로 projection profile을 correlation^ 것인지 2D edge 영상을 con■이ation할 것인지를 결정하고 동작하는 알고리즘을 적용하여 오차를 최소화하며 빠르게 동작하도록 하였다.
우 영상이 직선 성분의 edge가 매우 적게 나타나 실외 영상으로 간주되므로 잡음 제거 처리된 영상에 대하여 수평.수직 edge를 검출하였고, 2.3절과 같이 thresholding 및 Gaussian weighted window를 적용하였다.
검출된 수평. 수직방향 edge를 projection 하지 않고 gray scale의 edge 값을 직접 수평 방향으로 correiation 하여 disparity를 산출하였다.
잡음 제거 처리된 그림1의 좌.우 각각의 영상에 대해 수직 방향 edge 검출을 한다. 이때 threshold 이상의 pixel은 255의 값으로 고정하고 이진화하였다.
그림7의 좌.우 영상이 직선 성분의 edge가 매우 적게 나타나 실외 영상으로 간주되므로 잡음 제거 처리된 영상에 대하여 수평.수직 edge를 검출하였고, 2.
본 논문은 양안식 입체 카메라로 얻은 영상에서 양안시차를 획득하고 이를 이용한 주시각 제어를 목표로 한다. 움직이는 물체에 대한 양안식 입체 카메라의 주시각 올 항상 일정하게 유지하기 위해 edge 정보를 이용해서 양안시차를 구할 수 있게 하였으며, 사용된 알고리즘은 간단한 연산만 올 사용하였기 때문에 하드웨어 구성이 매우 간단해지면서 연속적인 실시간 영상처리 구현을 실현할 수 있도록 하였다.
산출된 disparity 값을 '0* 또는 일정한 값이 되도록 두 카메라를 회전하여 주시각을 제어한다. 일정 시간 간격마다 disparity를 산출하고, 그 값에 따라 카메라를 조절함으로써 연속적인 주시각 제어를 한다.
입력된 영상에 대해 먼저 수직 방향 edge를 구하고 이를 수직 방향으로 projection 한 후, 이 projection profile의 표준편차를 이용하여 2mode 선택 알고리즘이 적용되도록 하였다.
우 영상 각각에 대하여 잡음의 영향을 최소화하며 뚜렷한 edge만을 검출하기 위해 5X5 Gaussian mask를 사용하여 잡음을 제거한다. 잡음이 제거된 영상에 대해 수평 방향의 양쪽 끝부분을 window를 사용하여 제거하였다.

대상 데이터

또한 검출된 edge에 대해 Gaussian 함수를 이용하여 가중치를 적용하였다. 본 연구에서는 실험 결과를 바탕으로 Sob의 mask를 사용하였다.

이론/모형

이때 threshold 이상의 pixel은 255의 값으로 고정하고 이진화하였다. 또한 검출된 edge에 대해 Gaussian 함수를 이용하여 가중치를 적용하였다. 본 연구에서는 실험 결과를 바탕으로 Sob의 mask를 사용하였다.
그렇기 때문에 그러한 부분의 영향을 줄이고자 좌.우 각각의 영상에서 중앙 부분을 강조하고 가장자리 부분을 제거하기 위해 Gaussian weighted window를 적용한다.
획득된 좌.우 영상 각각에 대하여 잡음의 영향을 최소화하며 뚜렷한 edge만을 검출하기 위해 5X5 Gaussian mask를 사용하여 잡음을 제거한다. 잡음이 제거된 영상에 대해 수평 방향의 양쪽 끝부분을 window를 사용하여 제거하였다.

성능/효과

Gaussian mask를 사용한 결과가 그렇지 않은 경우에 비해 훨씬 더 정확한 disparity를 구할 수 있었으며, 일반적인 edge 검출 mask 중 Sobel mask가 많은 영상에 대해 correlation에서 다중 peak가 발생하지 않아 좋은 결과를 얻었다.
Threshold와 중앙 부분 강조를 위한 Gaussian weight를 적용하여 정확한 결과를 얻었으며, window를 사용하였을 때 그렇지 않은 경우에 비해 데이터양의 감소로 인하여 빠른 웅답을 얻었다. 또한 2 mode 동작 제어와 disparity 산출 시 연산 구간을 적용하여 더욱더 빠른 응답속도를 얻었다.
수직방향 edge 모두를 이용하고 edge 값을 직접 이용하는 방식이 유리할 것으로 예상했고 이를 실험적으로 확인하여, 영상 종류에 따라 2 mode로 동작하도록 알고리즘 올 구현하였다. 그 결과로, 어떤 종류의 영상일지라도 오차를 최대한 줄이면서 하른 속도로 주시각 제어를 실현할 수 있도록 하였다.
실내환경의 경우에는 많은 실험 영상에서 수직 방향 edgG간 을 이용한 양안시차 산출 결과가 거의 정확하게 나왔으나, 실외환경의 영상에서는 직선적인 성분의 edge가 거의 없으므로 수평. 수직방향 edge 모두를 이용하고 edge 값을 직접 이용하는 방식이 유리할 것으로 예상했고 이를 실험적으로 확인하여, 영상 종류에 따라 2 mode로 동작하도록 알고리즘 올 구현하였다. 그 결과로, 어떤 종류의 영상일지라도 오차를 최대한 줄이면서 하른 속도로 주시각 제어를 실현할 수 있도록 하였다.

원문 보기

ScienceON 원문보기

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

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

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].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

연합인증

스테레오 영상의 실시간 주시각 제어 장치 구현
Implementation of Real-time Vergence Control System for Stereoscopic Camera 원문보기

초록
AI-Helper