[논문]양안시차와 깊이 정보를 이용한 애너그리프 영상 생성

목승준; 정경부; 김일목; 최병욱

양안시차와 깊이 정보를 이용한 애너그리프 영상 생성
Anaglyph Image Generation Using Binocular Disparity and Depth Information 원문보기

목승준 (한양대학교 전자컴퓨터통신공학과) , 정경부 (한양대학교 전자컴퓨터통신공학과) , 김일목 (한양대학교 전자컴퓨터통신공학과) , 최병욱 (한양대학교 전자컴퓨터통신공학과)

영상을 입체적으로 보는 방법에는 안경을 이용한 편광 방식과 시분할 방식, 안경이 필요 없는 패럴랙스 베리어, 렌티큘러, 다시점 방식 그리고 완전 3차원 방법들이 있다. 그 중에서도 안경을 이용하여 가장 쉽게 제작이 가능하고, 비용이 저렴한 애너그리프(Anaglyph) 방법이 흔히 사용된다. 애너그리프 영상을 생성하는 방법에도 여러 가지가 존재하고 최근까지 눈에 피로를 적게 하면서 입체감을 최대한 표현할 수 있는 영상을 생성하기 위한 연구가 진행되고 있다. 본 논문에서는 이러한 조건을 만족시키기 위하여 새로운 애너그리프 영상 생성 방법을 제안한다. 본 논문에서 제안하는 방법은 깊이 맵과 양안시차를 계산하여 가장 입체감 있는 애너그리프 영상을 생성 하는 방법이다. 깊이 맵의 계산을 통해 얻은 변이 정보와 실험적으로 계산한 사람 눈의 양안시차를 좌측 영상에 적용한다. 좌측 영상과 우측 영상을 최적화된 색상혼합방법을 사용하여 합성하면 제안한 방식의 애너그리프 영상이 생성된다. 본 논문에서 제안하는 방법은 기존의 초점을 고려하지 않는 애너그리프 방식의 문제점을 깊이 맵을 이용하여 해결할 수 있고 또한 양안시차를 고려하고 최적화된 색상혼합을 사용하기 때문에 눈에 피로가 적어진다.

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

문제 정의

본 논문에서는 깊이 맵에 양안시차를 적용하여 전체 영상에 입체감을 개선하는 방법을 제안한다.
본 논문에서는 깊이 맵을 계산하여 영상의 초점을 맞춰주고 양안시차를 고려하여 기존의 문제점을 해결 할 수 있는 애너그리프 영상 생성 방법을 제안하였다. SSD를 이용한 블록정합을 사용하여 깊이 값을 구하고 전체 깊이 값에 대하여 양안시차를 고려한 만큼 좌측 영상을 이동 시킨 후 애너그리프 영상을 생성한다.
본 논문에서는 실험적으로 양안시차에 의해 가장 입체감을 느낄 수 있는 차이를 측정한다.

가설 설정

사용자와 모니터간의 거리를 평균 400 ∼ 700mm라고 할 때, 표 (1)의 실험결과에서 얻은 10pixel의 차이를 최적의 차이라고 가정하고 깊이 맵에 적용한다.

제안 방법

본 논문에서 제안한 방법에서는 깊이 맵을 구성해서 애너그리프 영상을 생성하여 기존보다 더욱 입체감 있는 영상을 생성하였다. 또한 최적의 색상조합을 사용하여 눈에 피로를 덜어주고 입체감을 개선하였다.
본 논문에서는 영상의 변이를 계산하여 깊이 맵을 구성한다. 계산된 깊이 맵과 양안시차를 토대로 전체 영상의 입체감을 표현하기 위하여 적색 영상을 이동시킨 후 청색 영상과 합치게 된다.
스테레오 카메라를 통해서 얻은 좌측 영상과 우측 영상을 이용하여 깊이 맵을 생성한다. 식 (1)은 두 영상의 차이와 초점 길이를 이용하여 변이를 계산한다.

대상 데이터

본 논문에서 사용한 실험 영상은 Middlebury stereo vision의 실험 영상을 사용하였다[7]. 사용자와 모니터간의 거리를 평균 400 ∼ 700mm라고 할 때, 표 (1)의 실험결과에서 얻은 10pixel의 차이를 최적의 차이라고 가정하고 깊이 맵에 적용한다.

이론/모형

다양한 깊이에 대하여 초점이 맞지 않는 문제를 해결하기 위해 영상의 깊이 정보를 이용한다. 깊이 맵은 SSD(Sum of Squared difference)를 이용한 블록매칭을 사용하여 계산한다. 그리고 가장 입체감이 느껴지는 애너그리프 영상을 생성하기 위해 양안시차를 고려하는 방법을 제안한다[4].

성능/효과

본 논문에서 제안한 방법에서는 깊이 맵을 구성해서 애너그리프 영상을 생성하여 기존보다 더욱 입체감 있는 영상을 생성하였다. 또한 최적의 색상조합을 사용하여 눈에 피로를 덜어주고 입체감을 개선하였다. 또한 사용자가 영상을 보는 거리에 따라 자동적으로 거리에 대한 시차에 맞춰 영상을 생성할 수 있다.
제안한 방법들을 사용한 결과 기존의 초점이 맞지 않거나 제한된 영역에만 초점이 맞는 문제를 깊이 맵을 이용하여 해결이 가능해진다. 또한 양안시차를 고려함으로써 입체감이 골고루 느껴질 수 있도록 영상을 생성하고 최적화된 색상 혼합 방법을 사용하여 눈에 피로감을 줄일 수 있다.
그림 (4)은 표 (1)에서 계산된 양안시차를 이용하여 생성된 애너그리프 영상을 나타낸 그림이다. 제안한 방법으로 생성된 애너그리프 영상은 기존의 방법에 비해 입체감이 뛰어나고 눈에 피로감이 적어 보기에 편안하다.
측정 결과 모니터를 통해 애너그리프 영상을 볼 경우 6∼10 pixel의 시차가 적용되면 가장 적절하게 입체감을 인식할 수 있다.

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

양안시차와 깊이 정보를 이용한 애너그리프 영상 생성
Anaglyph Image Generation Using Binocular Disparity and Depth Information 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

양안시차와 깊이 정보를 이용한 애너그리프 영상 생성 Anaglyph Image Generation Using Binocular Disparity and Depth Information 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

양안시차와 깊이 정보를 이용한 애너그리프 영상 생성
Anaglyph Image Generation Using Binocular Disparity and Depth Information 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper