지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김태정
- 발행연도
- 2013
- 저작권
- 인하대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (5)
2013
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
3D 콘텐츠 제작을 위한 스테레오영상 촬영 시, 두 카메라 간의 비정렬로 인해 발생된 영상 간의 수직시차는 입체시 구현을 위해 반드시 제거되어야 할 부분이다. 3D 콘텐츠 제작과정에서 이러한 수직시차는 지금까지 컴퓨터비전분야에서 주도적으로 다뤄왔다. 그러나 사진측량분야에서도 영상의 수직시차 제거는 매우 중요한 문제로 인식되어 많은 연구가 이루어져 왔다. 특히, 사진측량기술은 본래 정밀한 지도제작을 위해 개발되었기 때문에 컴퓨터비전기술과는 달리 정확도 및 강인성이 매우 중요한 부분으로 고려되어 왔다. 하지만 실제 이러한 사진측량기술이 3D 콘텐츠 제작에 활용된 사례는 찾아보기 힘든 실정이다.
이에 본 연구에서는 영상 간에 발생된 수직시차를 제거하기 위한 방법으로 사진측량적 접근방식에 기반하고 정확성과 강인성을 보장할 수 있는 편위수정 알고리즘을 제안하고자 한다.
편위수정은 크게 기하추정단계와 에피폴라 변환단계로 나눌 수 있다. 제안 알고리즘의 경우, 기하추정에는 제약조건을 도입한 종속적 상대표정 알고리즘을 적용하였고 에피폴라 변환에는 공선조건을 기반으로 하는 비선형적 중심투영변환 알고리즘을 적용하였다. 알고리즘의 성능검증에 앞 서, 강인성 보장을 위한 제약조건들은 여러 가정을 바탕으로 실험적으로 결정하였으며, 컴퓨터비전 방식의 편위수정 알고리즘을 비교알고리즘으로 구현하여 직접적인 성능비교를 수행하였다. 실험결과, 제안 알고리즘은 카메라 포즈(자세 및 위치) 및 기하 추정을 위한 모델 정합점의 위치정확도에 강인함과 우수한 정확도를 나타냈으며, 또한 에피폴라 변환 결과에 있어서도 불필요한 왜곡 없이 영상의 변형정도가 가장 적게 나타나는 것으로 확인되었다.
본 연구에서 개발된 편위수정 알고리즘은 정확도뿐만 아니라 강인성을 바탕으로 안정된 결과 산출이 가능하고 또한 영상의 변형을 최소화할 수 있기 때문에 실제 3D 콘텐츠 제작에 있어서 높은 활용적 가치를 가지게 될 것이라 기대된다.
이에 본 연구에서는 영상 간에 발생된 수직시차를 제거하기 위한 방법으로 사진측량적 접근방식에 기반하고 정확성과 강인성을 보장할 수 있는 편위수정 알고리즘을 제안하고자 한다.
편위수정은 크게 기하추정단계와 에피폴라 변환단계로 나눌 수 있다. 제안 알고리즘의 경우, 기하추정에는 제약조건을 도입한 종속적 상대표정 알고리즘을 적용하였고 에피폴라 변환에는 공선조건을 기반으로 하는 비선형적 중심투영변환 알고리즘을 적용하였다. 알고리즘의 성능검증에 앞 서, 강인성 보장을 위한 제약조건들은 여러 가정을 바탕으로 실험적으로 결정하였으며, 컴퓨터비전 방식의 편위수정 알고리즘을 비교알고리즘으로 구현하여 직접적인 성능비교를 수행하였다. 실험결과, 제안 알고리즘은 카메라 포즈(자세 및 위치) 및 기하 추정을 위한 모델 정합점의 위치정확도에 강인함과 우수한 정확도를 나타냈으며, 또한 에피폴라 변환 결과에 있어서도 불필요한 왜곡 없이 영상의 변형정도가 가장 적게 나타나는 것으로 확인되었다.
본 연구에서 개발된 편위수정 알고리즘은 정확도뿐만 아니라 강인성을 바탕으로 안정된 결과 산출이 가능하고 또한 영상의 변형을 최소화할 수 있기 때문에 실제 3D 콘텐츠 제작에 있어서 높은 활용적 가치를 가지게 될 것이라 기대된다.
목차
제 1 장 서론 91.1 연구배경 및 필요성 91.2 연구목적 121.3 연구범위와 구성 13제 2 장 배경이론 및 사례연구 142.1 에피폴라 기하와 기본행렬 152.2 기본행렬 추정방법 172.3 기본행렬을 이용한 에피폴라 리샘플링 21제 3 장 제안 알고리즘 263.1 제약조건을 도입한 상대표정 기법 263.2 중심투영변환을 통한 에피폴라 리샘플링 31제 4 장 알고리즘 성능검증 354.1 알고리즘 성능검증을 위한 실험환경 및 방법 354.2 강인성 확보를 위한 제약조건의 결정 414.3 알고리즘 성능검증 결과 및 분석 48제 5 장 결론 64참고문헌 66<표 차례>표 4.1 성능비교 검증을 위한 방식별 알고리즘 조합형태 38표 4.2 관측방정식 제약조건 가중치에 따른 TEST_01의 정확도 측정결과 44표 4.3 관측방정식 제약조건 가중치에 따른 TEST_01의 표정요소 추정결과 44표 4.4 TEST_01 영상자료를 이용한 성능분석 결과 48표 4.5 TEST_02 영상자료를 이용한 성능분석 결과 54표 4.6 방식별 평균 기하구조를 적용한 결과 60<그림 차례>그림 2.1 컴퓨터비전방식의 편위수정기법 분류 16그림 2.2 스테레오 영상의 에피폴라 기하 17그림 2.3 기본행렬로부터 계산된 에피폴라 선(Hartley and Zisserman, 2003) 20그림 2.4 에피폴라 리샘플링 23그림 3.1 모델공간과 카메라공간에서의 에피폴라 기하 28그림 3.2 종속적 상대표정을 위한 미지수 인자의 설정 30그림 3.3 공선조건을 이용한 중심투영변환 33그림 3.4 우측영상의 위치요소가‘0’인 경우의 수직영상변환 결과 34그림 3.5 (a) 모델공간에 대한 수직영상변환과 (b) 촬영기선에 대한 수직영상변환 34그림 4.1 제작된 실험영상자료, TEST_01과 TEST_02 37그림 4.2 성능검증에 사용된 실험영상자료별 검사점 분포 38그림 4.3 스테레오 캘리브레이션을 위한 실험영상자료별 패턴영상 예시 40그림 4.4 방식별 편위수정 및 정확도 검증 작업 절차 41그림 4.5 TEST_01 영상자료에 대한 에피폴라 선 추정오차 측정결과 43그림 4.6 TEST_01의 영상들 중 6개 샘플영상에 대한 정확도 변화추이 44그림 4.7 관측방정식에 대한 가중치에 다른 TEST_01 영상자료의 정확도 변화추이 47그림 4.8 관측방정식에 대한 가중치에 다른 에피폴라 변환결과(52, 91번 영상) 48그림 4.9 편위수정 방식에 따른 개별 영상에 대한 수직시차 제거 정확도 50그림 4.10 방식별 에피폴라 변환결과와 에피폴라 선 추정 결과(TEST_01의 1-7번 영상결과) 54그림 4.11 편위수정 방식에 따른 개별 영상에 대한 수직시차 제거 정확도 56그림 4.12 방식별 에피폴라 변환결과와 에피폴라 선 추정 결과(TEST_02의 1-7번 영상결과) 60그림 4.13 방식별 대표기하구조 적용에 따른 에피폴라 변환 결과 62그림 4.14 방식별 대표기하구조 적용에 따른 에피폴라 변환 결과 63그림 4.15 에피폴라 변환에 따른 기하학적 왜곡발생 정도비교 64
최근 본 자료
댓글(0)
0