본 논문에서는 구조물의 안전성을 목적으로 변위를 감시하는 자동화된 시스템을 제안한다. 사진측량 기법은 서로 다른 각도에서 촬영된 2차원 이미지로부터 대상물의 정밀한 3차원 형상을 얻어내는 기법으로써 구조물의 변형을 분석하기에 매우 정확하면서도 편리하다. 본 논문은 카메라보정, 표정점(coded target)을 이용한 특징점의 획득, 획득된 특징점의 3차원 복원 및 정확도 분석의 과정으로 구성된다. 논문에서 사용되는 다시점 카메라 각각의 카메라는 일정한 거리와 시차로 배치하였다. 카메라 보정은 다시점 카메라로부터 획득된 3장의 영상에서 7개 이상의 대응점들로부터 트라이포컬텐서를 구하고 이로부터 유클리드 카메라를 구하는 자기교정(self-calibration) 방법을 사용하였다. 특히 특징점 획득 과정에서, 정확한 좌표를 구하기 위하여 외곽형상으로부터 중심점의 좌표를 정확하게 계산해내는 서브픽셀 기법을 사용하고 패턴 인식 기법을 이용하여 특징점을 자동으로 검출하였으며, 실세계 좌표상에서의 실측값을 구하기 위하여 스케일 바를 사용한다.
본 논문에서는 구조물의 안전성을 목적으로 변위를 감시하는 자동화된 시스템을 제안한다. 사진측량 기법은 서로 다른 각도에서 촬영된 2차원 이미지로부터 대상물의 정밀한 3차원 형상을 얻어내는 기법으로써 구조물의 변형을 분석하기에 매우 정확하면서도 편리하다. 본 논문은 카메라보정, 표정점(coded target)을 이용한 특징점의 획득, 획득된 특징점의 3차원 복원 및 정확도 분석의 과정으로 구성된다. 논문에서 사용되는 다시점 카메라 각각의 카메라는 일정한 거리와 시차로 배치하였다. 카메라 보정은 다시점 카메라로부터 획득된 3장의 영상에서 7개 이상의 대응점들로부터 트라이포컬텐서를 구하고 이로부터 유클리드 카메라를 구하는 자기교정(self-calibration) 방법을 사용하였다. 특히 특징점 획득 과정에서, 정확한 좌표를 구하기 위하여 외곽형상으로부터 중심점의 좌표를 정확하게 계산해내는 서브픽셀 기법을 사용하고 패턴 인식 기법을 이용하여 특징점을 자동으로 검출하였으며, 실세계 좌표상에서의 실측값을 구하기 위하여 스케일 바를 사용한다.
In this paper, we propose an automatic displacement system for testing stability of structure. Photogrammetry is a method which can measure accurate 3D data from 2D images taken from different locations and which is suitable for analyzing and measuring the displacement of structure. This paper consi...
In this paper, we propose an automatic displacement system for testing stability of structure. Photogrammetry is a method which can measure accurate 3D data from 2D images taken from different locations and which is suitable for analyzing and measuring the displacement of structure. This paper consists of camera calibration, feature extraction using coded target & retro-reflective circle, 3D reconstruction and analyzing accuracy. Multi-view camera which is used for measuring displacement of structure is placed with different location respectively. Camera calibration calculates trifocal tensor from corresponding points in images, from which Euclidean camera is calculated. Especially, in a step of feature extraction, we utilize sub-pixel method and pattern recognition in order to measure the accurate 3D locations. Scale bar is used as reference to measure. the accurate value of world coordinate..
In this paper, we propose an automatic displacement system for testing stability of structure. Photogrammetry is a method which can measure accurate 3D data from 2D images taken from different locations and which is suitable for analyzing and measuring the displacement of structure. This paper consists of camera calibration, feature extraction using coded target & retro-reflective circle, 3D reconstruction and analyzing accuracy. Multi-view camera which is used for measuring displacement of structure is placed with different location respectively. Camera calibration calculates trifocal tensor from corresponding points in images, from which Euclidean camera is calculated. Especially, in a step of feature extraction, we utilize sub-pixel method and pattern recognition in order to measure the accurate 3D locations. Scale bar is used as reference to measure. the accurate value of world coordinate..
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
장기간에 걸쳐 구조물의 변위를 측정해야 할 경우 시간과 비용 측면에서 부담이 커질 수 있다는 점과 변위 계측 소프트웨어를 다루는 기술자의 능력에 따라 계측 결과가 달라질 수 있는 단점을 가지고 있다. 그러므로 본 논문에서는 다시 점 카메라를 통하여 디지털 영상을 자동으로 획득하고 특징점의 3차원 복원 및 계측까지 자동화된 시스템 구현을 목표로 하였다.
본 논문에서는 다중시점 카메라로부터 3장의 영상을 입력으로 받아 영상에서 특징점을 추출하고 그 대응점들의 관계로부터 3차원 복원하고 이전에 복원된 데이터와 현재 데이터로부터 구조 물의 변위를 계측하는 자동화된 시스템에 관하여 다룬다. 3차원 포인트 복원과정은 다음과 같다.
본 논문에서는 구조물의 변위 계측 과정을 자동화하는데 그 목적이 있다. 이전의 계측 방법 들은 CCD 카메라로 현장에서 영상을 획득하여 계측 소프트웨어를 통해서 소프트웨어 전문가가 변위를 측정했다.
제안 방법
3차원 포인트 복원과정은 다음과 같다. 동일한 장면을 서로 다른 자세 및 위치에서 촬영한 3장 이상의 영상이 주어졌을 때, 각 영상에 대응하는 카메라의 파라미터를 구하기 위해 3장의 영상에서 7개 이상의 이미지 포인트의 대응 쌍을 추출하고, 각 영상에 대응하는 유클리드 카메라를 구한다. 마지막으로 이미지 포인트의 대응 쌍들로부터 3D 포인트들을 복원한다.
영상 내에서 대응점을 정확하게 찾기 위하여 자동 대응점 검출 방법을 사용하였다. 복원하고자 하는 구조물의 특정 위치에 표 정점 (coded target) 및 역반사 특징점 (retro-reflective circle)을 부착시키고, 획득된 영상으로부터 각각의 특징점을 패턴 인식 기법을 이용하여 대응점을 검출한다. 특히 대응점의 중심좌표를 정확하게 구하기 위하어 서브픽셀 기법올 이용하여 검출하였다[이.
세 영상 사이의 트라이포컬 텐서로부터 두 번째 영상과 세 번째 영상에 대웅하는 프로젝티브 카메라의 투영 행렬을 구한다. 첫 번째 영상에서 대웅하는 프로젝티브 카메라의 투영행렬은 卩|이으로 주어진다.
첫 번째 영상에서 대웅하는 프로젝티브 카메라의 투영행렬은 卩|이으로 주어진다. 그리고 여러 장의 영상으로부터 얻은 이미지 포인트 대응 쌍들과 각 영상에 대웅되는 프로젝티브의 초기 투영행렬 값들로부터 프로젝티브 번들 조정 (projective bundle adjustment)를 수행하여 최적;曲된 투영 행렬들을 계산한다.
대응점들로부터 프로젝티브 복원을 수행하고 카메라 파라미터를 계산하여 유클리드 공간으로 변환을 수행하는 단계로서 자기교정 방법올 사용하였다. 카메라 자기교정 (autoYalibration)올 수행하여, 주어진 프로젝티브 카메라를 유클리드 카메라로 변환하기 위한 3D 호모그래피 행렬 H를 구한다.
대응점들로부터 프로젝티브 복원을 수행하고 카메라 파라미터를 계산하여 유클리드 공간으로 변환을 수행하는 단계로서 자기교정 방법올 사용하였다. 카메라 자기교정 (autoYalibration)올 수행하여, 주어진 프로젝티브 카메라를 유클리드 카메라로 변환하기 위한 3D 호모그래피 행렬 H를 구한다. 프로젝티브 카메라의 투영행렬 (projection matrix)을 Pp, 유클리드 카메라의 투영행렬을 Pe라고 하면, 수식⑴과 같이 정의된다.
대상 데이터
실험을 위하여 CCD 카메라 3대를 그림 2와 같이 삼각대 위에 설치하였다. 각각 이 카메라는 서로 다른 각도를 가지고 있다.
이론/모형
변위 계측에 있어서 처리 속도는 영상 간의 대웅점이 어떻게 검출되느냐에 의해 결정되어진다. 영상 내에서 대응점을 정확하게 찾기 위하여 자동 대응점 검출 방법을 사용하였다. 복원하고자 하는 구조물의 특정 위치에 표 정점 (coded target) 및 역반사 특징점 (retro-reflective circle)을 부착시키고, 획득된 영상으로부터 각각의 특징점을 패턴 인식 기법을 이용하여 대응점을 검출한다.
복원하고자 하는 구조물의 특정 위치에 표 정점 (coded target) 및 역반사 특징점 (retro-reflective circle)을 부착시키고, 획득된 영상으로부터 각각의 특징점을 패턴 인식 기법을 이용하여 대응점을 검출한다. 특히 대응점의 중심좌표를 정확하게 구하기 위하어 서브픽셀 기법올 이용하여 검출하였다[이. 그림 3는 자동 대웅점 검출 결과를 보여주고 있다.
성능/효과
71mm까지의 편차가 발생하였다. 대상물의 크기를 고려할 때 대략 1/60, 000 정도의 측정 정밀도를 갖는 것으로 나타났다.
후속연구
즉, 모든 처리 과정들이 나누어져 있고, 영상 획득 시 현장에서 직접 영상을 얻어야 했기 때문에 수작업으로 처리해야 할 일이 많았다. 하지만 제안된 자동화 시스템에서는 간단한 조작만으로 변위를 측정할 수 있기 때문에 비전문가도 간단하게 사용할 수 있겠다. 사회 기반 구조물의 안전을 위한 지속적인 감시가 필요하기 때문에, 자동화된 변위 측정 시스템의 필요성이 요구되어 지고 있다.
사회 기반 구조물의 안전을 위한 지속적인 감시가 필요하기 때문에, 자동화된 변위 측정 시스템의 필요성이 요구되어 지고 있다. 본 논문에서 제시한 자동화된 변위 계측 시스템은 현재 지속적인 변위 측정을 요구하는 분야에서 활용되어 질 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.