[논문]3차원 스캐닝 모델과 2차원 이미지의 레지스트레이션과 텍스쳐 맵핑

김영웅; 김영일; 전차수; 박세형

3차원 스캐닝 모델과 2차원 이미지의 레지스트레이션과 텍스쳐 맵핑
Registration of a 3D Scanned model with 2D Image and Texture Mapping 원문보기

김영웅 (경상대학교 산업시스템공학부) , 김영일 (경상대학교 산업시스템공학부) , 전차수 (경상대학교 산업시스템공학부) , 박세형 (한국과학기술윈 시스템연구부)

This paper presents a texture mapping method of a 3D scanned model with 2D images from different views. The texture mapping process consists of two steps Registration of the 3D facet model to the images by interactive points matching, and 3D texture mapping of the image pieces to the corresponding facets. In this paper. some implem entation issues and illustrative examples are described.

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

문제 정의

하지만 3D model과 2D image가 다른 경로를 통해서 얻어진 경우 즉, 서로 다른 view를 가진 경우에 대해서는 아직도 어려운 문제로 남아있다. 본 논문은 이러한 3D 모델콰 2D image의 view가 다른 경우에 실제와 같은 3D 형상모넬을 얻기 위해서 Camera calibration, Registration 등을 이용해 mapping 하는 방법을 설명한다.
본 연구에서는 3D model과 2D image가 다른 경로로 얻어진 경우, 즉 view가 서로 다른 경우에 대한 texture mapping에 대해 다루었다. Camera calibration을 이용한 Registration, edge detection콰 SEDfSharp Edge Detection) 등으로 2D와 3D에서 윤곽을 찾아내는 방법, 추가적으로 사용자의 편의를 위한 血plementati이! tip을 사용하여 prototype S/W을 개발하였고, 그 결과물을 제시하고, 그 결과를 바탕으로 효과를 확인하였다.

제안 방법

본 연구에서는 3D model과 2D image가 다른 경로로 얻어진 경우, 즉 view가 서로 다른 경우에 대한 texture mapping에 대해 다루었다. Camera calibration을 이용한 Registration, edge detection콰 SEDfSharp Edge Detection) 등으로 2D와 3D에서 윤곽을 찾아내는 방법, 추가적으로 사용자의 편의를 위한 血plementati이! tip을 사용하여 prototype S/W을 개발하였고, 그 결과물을 제시하고, 그 결과를 바탕으로 효과를 확인하였다. 추가적인 연구로는 조명에 의한 이미 지의 왜곡을 보정하는 Light effect 보정콰 texture mapping된 모넬을 더욱 현실감 있게만 드는 malistic display등이 있다.
이 문제를 해결 하기 위해 본 연구에서는 Camera Calibration 방 법[11]을 사용한다. World coordinate에서의 최소 6점 이상의 임의의 point와 그 point들과 일치하는 image coordinate 상의 point들을 이용하여 모든 camera parameter가 포함된 최종적인 mapping matrix를 수치해석으로 구하는 것이다.
2D image의 경우는 BMP, J但)PG, GIF, TIF, WMF 등 매우 다양한 file format을 가지고 있다. 그중 BMP는 압축이 되어있지 않아 血e가 크 다는 단점이 있지만 입출력이 간단하고 texture map으로의 변환이 쉽다는 장점이 있어, 본 연구는 BNP를 기본적인 2D image file format으로 사용했다.
본 연구를 수행하기 위해서 prototype 의 S/W를 개발하였다. 2D/3D Data의 입/출력콰 display기능, camera calibratione registration기능, 3D texture mapping기 능, 2D image의 edge detection 기능 등을 포함하고 있으며, 추가적으로 사용자의 편의와 성능 향상을 위해 implementation tip 를 내장하고 있는 것이 특징이다.
본 연구에서는 3D data와 2D image에서 6개의 point pair set-g- 구하기 위해 mouse로 selection 하는 방법을 이용한다. 모든 3D data를 display 하 게 되면 picking 할 point의 위치를 선택하기가 힘들어질 경우가 있는더〕, 이를 해결하기 위해서 hidden line removal 기능을 이용한다.
/X = 0 형식의 수식에 대한 풎이 방법은 SVD(Singular Value Decomposition)와 Leveriberg-Marquar dt nonlinear minimization 등이 있다. 본 연구에서는 SVD method를 이용하여 local optimal을 찿고, local 아)timal중에서 global optimal을 다시 계산함으로써 registration의 tolerance를 최대한 줄이는 방법을 추가적으로 시행하였다.
Edge detectione Image analysis/processing에서 가장 중요한 핵심 기술들 중의 하나로써 상당히 많은 알고리즘들이 소개되어 있다. 이들 중에서 Canny Edge Detector를 이용하여 2D image의 edge를 찾고 이를 point selection에 적용하였다.<그림 4>는 Canny Edge Detector의 적용 예를 보여주고 있다.
하지만 많은 facet의 edge 중에서 윤곽이라고 단정 지올 수 있는 부분을 한눈에 알아보기란 그리 쉬운 일이 아니다. 이를 위해서 이웃한 삼각형 f&cet의 두 normal vector를 이용하여 Sharp edge를 구하고 이를 함께 display 함으로써 사용자의 편의를 높였다.
mapping functione 보통 중간 매개체를 이용하여 서로의 연관 관계를 나타낸 것을 말한다. 즉, 2D image를 3D인 중간매개체에 mapping하고, 중간매개체와 3D model 간의 관계를 이용하여 mapping 하는 것이다. 예로는 원 봉을 이용하는 원통형 mapping, 구를 이용하는 구형 mapping, 중간 곡면(intermediate surface)를 이용하여 두 번 에 걸쳐서 mapping 하는 두 단계 mapping 등이 있다.

이론/모형

12개의 unknown 印가 존재하므로 이를 풀기 위해서는 12개의 수식을 가지고 numerical tehnique 을 이용한다. Matrix형으로 전개하게 되면 AX=0 형식이 된다.
본 연구에서는 2D image 상의 noise 제거 및 registration 이후 의 texture mapping과 정에서 예상 되는 2D imag合와 3D 형상모넬의 외형 선간 의미 묘한 불일치를 해소하기 위해 Edge Detection을 이용하고 있다.
본 연구에서는 3D scanning data의 경우에는 삼각형 망으로 이루어진 STL(Stereolithography) file 올, 2D image 의 경우에는 Microsoft windows 기본 image file인 Bitmap(BMP) file을 사용한다. STL file은 3D scanner에서 입력받은 point 들을 삼각형으로 표현한 format을 말한다.
거의 동일한 camera coordinate에서 두 장 이상을 찍었을 경우는 두 image의 대조차를 이용하여 근사적으로 알아낼 수 있지만, 본 연구에서처럼 주어진 2D image가 한 장이거나 대조차로 알아낼 수 없을 때는 camerae! parametere- 알아내는 것은 상당히 까다롭고 어려운 문제가 된다. 이 문제를 해결 하기 위해 본 연구에서는 Camera Calibration 방 법[11]을 사용한다. World coordinate에서의 최소 6점 이상의 임의의 point와 그 point들과 일치하는 image coordinate 상의 point들을 이용하여 모든 camera parameter가 포함된 최종적인 mapping matrix를 수치해석으로 구하는 것이다.

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

3차원 스캐닝 모델과 2차원 이미지의 레지스트레이션과 텍스쳐 맵핑
Registration of a 3D Scanned model with 2D Image and Texture Mapping 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

3차원 스캐닝 모델과 2차원 이미지의 레지스트레이션과 텍스쳐 맵핑 Registration of a 3D Scanned model with 2D Image and Texture Mapping 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

3차원 스캐닝 모델과 2차원 이미지의 레지스트레이션과 텍스쳐 맵핑
Registration of a 3D Scanned model with 2D Image and Texture Mapping 원문보기

AI 본문요약
AI-Helper