$\require{mediawiki-texvc}$

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.

3차원 복원 정밀도 향상을 위한 영상처리 연구
A Study on Image Processing for the Accuracy Improvement of 3D Recovery 원문보기

한국컴퓨터정보학회 2012년도 제45차 동계학술발표논문집 20권 1호, 2012 Jan. 11, 2012년, pp.193 - 195  

이숙윤 (메트로비전) ,  장석우 (안양대학교 디지털미디어학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 구조광 3차원 시스템을 위하여 영상처리를 하여 3차원 정밀도를 높이는 방법을 제안한다. 구조광 기반의 3차원 시스템은 투사된 패턴을 특징점으로 하기 때문에 프로젝터와 카메라 사이에 정확한 대응점을 획득해야만 3차원 복원 신뢰성을 높일 수 있다. 그러나 환경에 따라 정확한 대응점 획득이 어려운 점이 많다. 실제 환경에서 물체들은 물체의 재질과 물체 표면의 색상 등의 이유로 서로 다른 반사율을 가지고 있어 여러 물체들이 혼재 되어 있는 환경에서 각각 물체에 투사된 패턴을 정확히 구별하는 일은 어려운 일이다. 따라서 패턴을 획득한 2차원 영상을 개선하여 패턴을 정확히 구별하여 프로젝터와 카메라 간의 화소 대응점의 정확도를 높여야만 3차원 복원 데이터의 신뢰도를 높일 수 있다. 따라서 본 논문에서는 노이즈 제거 및 다양한 영상처리를 통하여 2차원 영상들에서 패턴을 정확히 구분하도록 하여 화소 대응점의 정확도를 높임으로써 최종적으로 3차원 정밀도를 개선할 수 있는 방법을 제공한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 다양한 물체가 존재하는 실환환경에서 기존의 구조광 3차원 기법보다 정밀도를 높이기 위하여 획득한 패턴 영상의 2차원 영상처리 방법을 제안하였다. 구조광 카메라의 정밀도는 투사된 패턴의 정확한 구분에 달려있다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

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