KR102150954B1 - 점군 정보 가공 장치 및 방법 - Google Patents
점군 정보 가공 장치 및 방법 Download PDFInfo
- Publication number
- KR102150954B1 KR102150954B1 KR1020200041518A KR20200041518A KR102150954B1 KR 102150954 B1 KR102150954 B1 KR 102150954B1 KR 1020200041518 A KR1020200041518 A KR 1020200041518A KR 20200041518 A KR20200041518 A KR 20200041518A KR 102150954 B1 KR102150954 B1 KR 102150954B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- coordinates
- photographing
- group information
- point group
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000010365 information processing Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000009193 crawling Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/0093—Geometric image transformation in the plane of the image for image warping, i.e. transforming by individually repositioning each pixel
-
- G06T3/18—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Abstract
점군 정보 가공 장치 및 방법이 개시된다. 개시되는 일 실시예에 따른 점군 정보 가공 장치는 3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득하는 점군 정보 획득부, 상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득하는 추가 정보 획득부 및 상기 제1 이미지, 상기 제2 이미지 및 상기 촬영 좌표에 기초하여 상기 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 상기 3차원 점군 정보를 상기 실측 스케일로 가공하는 가공부를 포함한다.
Description
개시되는 실시예들은 3차원 공간에 대한 점군(Point Cloud) 정보를 가공하는 기술에 관한 것이다.
넓은 실내 공간이나 실외 공간 등의 영역을 촬영한 2차원 영상으로부터 해당 영역의 3차원 구조를 복원하기 위한 방법의 하나로서 SfM(Structure from Motion) 알고리즘이 이용된다. SfM 알고리즘은 이미지들의 특징점을 추출하는 과정, 이미지들 간의 특징점을 매칭하는 과정, 매칭된 특징점들을 삼각측량으로 계산하여 3차원 점군(Point Cloud)을 복원하는 과정을 가진다. 그리고, 각 과정에서의 세부적인 차이에 따라 다양한 방식의 SfM 알고리즘이 존재한다.
하지만 상술한 각 과정들은 실측 스케일에 대한 정보가 없는 상태로 진행되기 때문에, SfM 알고리즘의 결과로서 복원되는 3차원 점군 내 각 점의 좌표들은 서로 간의 상대적인 위치 관계에 관한 정보만을 제공할 뿐, 이를 이용하여 미터(meter) 단위와 같은 실측 스케일에 관한 정보를 제공하지는 못하는 문제점이 있다.
개시되는 실시예들은 기존에 생성된 3차원 점군 정보가 실측 스케일의 값을 갖도록 하기 위한 점군 정보 가공 장치 및 방법을 제공하기 위한 것이다.
일 실시예에 따른 점군 정보 가공 장치는, 3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득하는 점군 정보 획득부, 상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득하는 추가 정보 획득부 및 상기 제1 이미지, 상기 제2 이미지 및 상기 촬영 좌표에 기초하여 상기 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 상기 3차원 점군 정보를 상기 실측 스케일로 가공하는 가공부를 포함한다.
상기 촬영 좌표는, 기 선택된 측위 기술(LDT; Location Determination Technology)을 이용하여 상기 제1 이미지 및 상기 제2 이미지 각각이 촬영된 위치를 나타낸 좌표일 수 있다.
상기 가공부는, 상기 제1 이미지 및 상기 제2 이미지 각각에서 복수의 특징점을 추출할 수 있고, 상기 복수의 특징점 각각과 상기 3차원 점군 정보 내의 각 점들을 매핑할 수 있고, 상기 매핑 결과로부터 상기 촬영 좌표를 상기 3차원 점군 정보의 좌표계로 나타낸 변환 좌표를 획득할 수 있고, 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리를 비교하여 상기 3차원 점군 정보를 상기 실측 스케일로 변환할 수 있다.
상기 가공부는, 기 선택된 측위 기술에 따른 상기 촬영 좌표의 단위와 실제 거리 단위를 비교하여 상기 촬영 좌표 사이의 거리를 산출할 수 있고, 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리의 비율에 따라 상기 3차원 점군 정보의 좌표계를 상기 실측 스케일의 좌표계로 변환할 수 있다.
일 실시예에 따른 점군 정보 가공 방법은, 3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득하는 단계, 상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득하는 단계 및 상기 제1 이미지, 상기 제2 이미지 및 상기 촬영 좌표에 기초하여 상기 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 상기 3차원 점군 정보를 상기 실측 스케일로 가공하는 단계를 포함한다.
상기 촬영 좌표는, 기 선택된 측위 기술(LDT; Location Determination Technology)을 이용하여 상기 제1 이미지 및 상기 제2 이미지 각각이 촬영된 위치를 나타낸 좌표일 수 있다.
상기 가공하는 단계는, 상기 제1 이미지 및 상기 제2 이미지 각각에서 복수의 특징점을 추출하는 단계, 상기 복수의 특징점 각각과 상기 3차원 점군 정보 내의 각 점들을 매핑하는 단계, 상기 매핑 결과로부터 상기 촬영 좌표를 상기 3차원 점군 정보의 좌표계로 나타낸 변환 좌표를 획득하는 단계 및 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리를 비교하여 상기 3차원 점군 정보를 상기 실측 스케일로 변환하는 단계를 포함할 수 있다.
상기 변환하는 단계는, 기 선택된 측위 기술에 따른 상기 촬영 좌표의 단위와 실제 거리 단위를 비교하여 상기 촬영 좌표 사이의 거리를 산출하는 단계 및 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리의 비율에 따라 상기 3차원 점군 정보의 좌표계를 상기 실측 스케일의 좌표계로 변환하는 단계를 포함할 수 있다.
일 실시예에 따른 비일시적 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램은 하나 이상의 프로세서들을 갖는 컴퓨팅 장치에 의해 실행될 때, 3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득하고, 상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득하고, 상기 제1 이미지, 상기 제2 이미지 및 상기 촬영 좌표에 기초하여 상기 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 상기 3차원 점군 정보를 상기 실측 스케일로 가공하도록 하는 하나 이상의 명령어들을 포함할 수 있다.
개시되는 실시예들에 따르면, 대상 영역에서 촬영된 이미지와 해당 이미지가 촬영된 위치에 대한 정보를 이용하여 해당 영역의 3차원 공간에 대한 점군(Point Cloud) 정보를 가공함으로써, 3차원 공간에 대한 점군 정보가 실측 스케일의 값을 갖도록 할 수 있고, 이에 따라 3차원 공간에 대한 점군 정보가 다양한 애플리케이션에 확장성 있게 활용되도록 할 수 있다.
도 1은 일 실시예에 따른 점군 정보 가공 장치를 설명하기 위한 블록도
도 2는 일 실시예에 따른 3차원 점군 정보 및 이미지를 나타내는 도면
도 3은 일 실시예에 따른 점군 정보 가공 방법을 설명하기 위한 흐름도
도 4는 일 실시예에 따른 점군 정보를 가공하는 단계를 상세하게 설명하기 위한 흐름도
도 5는 일 실시예에 따른 점군 정보를 실측 스케일로 변환하는 단계를 상세하게 설명하기 위한 흐름도
도 6은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
도 2는 일 실시예에 따른 3차원 점군 정보 및 이미지를 나타내는 도면
도 3은 일 실시예에 따른 점군 정보 가공 방법을 설명하기 위한 흐름도
도 4는 일 실시예에 따른 점군 정보를 가공하는 단계를 상세하게 설명하기 위한 흐름도
도 5는 일 실시예에 따른 점군 정보를 실측 스케일로 변환하는 단계를 상세하게 설명하기 위한 흐름도
도 6은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도
이하, 도면을 참조하여 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 개시되는 실시예들은 이에 제한되지 않는다.
실시예들을 설명함에 있어서, 관련된 공지기술에 대한 구체적인 설명이 개시되는 실시예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 개시되는 실시예들에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
도 1은 일 실시예에 따른 점군 정보 가공 장치(100)를 설명하기 위한 블록도이다. 도 1을 참조하면, 일 실시예에 따른 점군 정보 가공 장치(100)는 점군 정보 획득부(102), 추가 정보 획득부(104) 및 가공부(106)를 포함한다.
점군 정보 획득부(102)는 3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득한다.
개시되는 실시예들에서, '3차원 공간'은 실외 또는 실내 환경에서의 임의의 범위를 갖는 영역을 의미할 수 있다. 또한 '3차원 점군 정보'는 상술한 3차원 공간을 촬영한 2차원 이미지에 기반하여 해당 3차원 공간을 복원한 정보를 의미한다.
이때 상기 3차원 점군 정보는 상술한 3차원 공간 상의 건물, 사물, 생물 등의 구조에 대응되는 복수의 점(point) 및 각각의 점에 해당하는 설명자(descriptor)를 포함할 수 있다. 구체적으로, 설명자는 3차원 공간 상에서 각각의 점의 주변 특성을 표현하기 위한 벡터(vector)일 수 있다.
일 실시예에서, 점군 정보 획득부(102)는 소정의 점군 정보 생성 알고리즘, 예를 들어 전술한 SfM 알고리즘 등을 이용하여 상기 3차원 공간에 대한 3차원 점군 정보를 획득할 수 있다. 다른 실시예에서, 점군 정보 획득부(102)는 다른 컴퓨팅 장치에서 계산된 3차원 점군 정보를 유선 또는 무선 통신 수단 등을 이용하여 수신함으로써 상기 3차원 점군 정보를 획득할 수도 있다.
점군 정보 획득부(102)에서 획득한 3차원 점군 정보는 실제 3차원 공간의 실제 스케일이 아닌, 임의의 스케일의 좌표계를 이용하여 표현된다. 즉, 상기 3차원 점군 정보에 포함된 각 점들간의 거리는 서로 상대적인 의미만을 가질 뿐, 각 점들 간의 거리를 미터(meter) 단위 등과 같은 실제 스케일 값으로 변환하는 것은 불가능하다.
추가 정보 획득부(104)는 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및, 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득한다.
일 실시예에서, 추가 정보 획득부(104)는 상술한 3차원 공간의 적어도 일부를 카메라 등의 영상 촬영 수단으로 촬영하거나, 웹 사이트(web site)에 기 업로드된 이미지를 다운로드하거나, 웹 크롤링(web crawling)을 통해 이미지를 추출하거나, 웹 사이트에서 제공하는 위성 지도 서비스(예를 들어, 구글의 스트리트 뷰)를 통해 이미지를 획득함으로써 제1 이미지 및 제2 이미지를 획득할 수 있다. 즉, 상술한 3차원 공간을 직접 촬영하지 않고도 웹 상에서 획득한 이미지를 이용할 수 있는 것이다.
또한, 상기 촬영 좌표는 상기 제1 이미지 및 상기 제2 이미지 각각이 촬영된 지점의 위치를 나타낸 좌표일 수 있다. 일 실시예에서, 상기 3차원 공간이 실외 공간인 경우, 상기 촬영 좌표는 상기 제1 이미지 및 상기 제2 이미지 각각이 촬영된 지점의 위도 및 경도를 나타내는 좌표일 수 있다. 다른 실시예에서, 상기 3차원 공간이 실내 공간인 경우, 상기 촬영 좌표는 상기 실내 공간 내에서 정의된 좌표일 수 있다. 개시되는 실시예들에서, 상기 이미지들의 촬영 좌표는 GPS(Global Positioning System), 이동통신 등의 통신 네트워크, 또는 인도어 포지셔닝 등 다양한 측위 기술(LDT; Location Determination Technology)을 이용하여 획득될 수 있다.
일 실시예에서, 상기 촬영 좌표는 제1 이미지 및 제2 이미지 각각에 태그(tag)된 형태로 획득될 수 있다. 그러나 개시되는 실시예들은 반드시 이에 한정되는 것은 아니며, 추가 정보 획득부(104)는 제1 이미지 및 제2 이미지 각각의 촬영 좌표를 제1 이미지 및 제2 이미지와 별도로 획득할 수도 있다.
가공부(106)는 제1 이미지, 제2 이미지 및 각 이미지들의 촬영 좌표에 기초하여 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 3차원 점군 정보를 실측 스케일로 가공한다.
구체적으로, 가공부(106)는 다음의 과정을 거쳐 3차원 점군 정보를 실측 스케일로 가공할 수 있다.
(1) 제1 이미지 및 제2 이미지 각각에서 복수의 특징점을 추출한다.
일 실시예에서, 가공부(106)는 제1 이미지 및 제2 이미지의 특징을 나타내는 선분의 끝점, 다각형의 꼭지점(corner) 등을 특징점으로서 추출할 수 있다.
이때, 가공부(106)는 특징점을 추출하기 위해 SIFT(Scale-Invariant Feature Transform), SURF(Speeded-Up Robust Features), FAST(Features from Accelerated Segment Test), ORB(Oriented fast and Rotated Brief) 등의 특징점 추출 알고리즘 중 어느 하나를 이용할 수 있으나, 반드시 이에 한정되는 것은 아니다.
(2) 추출된 특징점 각각과 3차원 점군 정보 내의 각 점들을 매핑한다.
일 실시예에서, 가공부(106)는 제1 이미지 및 제2 이미지로부터 추출된 각 특징점의 설명자(descriptor)를 이용하여, 상기 각 특징점들을 3차원 점군 정보 내의 각 점들 중 하나와 매핑한다.
도 2는 일 실시예에 따른 3차원 점군 정보 및 이미지를 설명하기 위한 예시도(200)이다. 도 2를 참조하면, 일정 범위의 3차원 공간 내 3차원 점군 정보가 도시되어 있고, 3차원 공간의 일부를 촬영한 제1 이미지(Image 1)와 제2 이미지(Image 2)가 나타나 있다. 도시된 바와 같이, 사각형 박스로 표현된 제1 이미지 및 제2 이미지 내의 특징점들은 각각 3차원 점군 정보 내의 점들과 1 대 1로 매핑되는 것을 알 수 있다.
(3) 상기 매핑 결과를 이용하여 상기 촬영 좌표를 3차원 점군 정보의 좌표계로 나타낸 변환 좌표를 획득한다.
부연하자면, 제1 이미지 및 제2 이미지 각각이 촬영된 좌표계는 제1 이미지 및 제2 이미지를 촬영한 영상 촬영 수단이 촬영 시 어느 위치, 어떤 기울기(방향)에서 촬영했는지에 따라 결정될 수 있으며, 원점은 곧 상기 이미지 각각이 촬영된 좌표계 상에서 이미지가 촬영된 위치를 의미할 수 있다.
이때, 촬영 좌표는 상기 이미지 각각이 촬영된 좌표계 상에서 제1 이미지와 제2 이미지 각각이 촬영된 위치를 나타내는 좌표인 관계로, 이를 3차원 점군 정보의 좌표계로 나타낸 것이 변환 좌표이다. 이 과정에서 상기 이미지 각각이 촬영된 좌표계와 3차원 점군 정보의 좌표계 사이의 변환을 위해 두 좌표계 사이의 이동 행렬(Translation matrix) 및 회전 행렬(Rotation matrix) 등이 이용될 수 있으나, 반드시 이에 한정되는 것은 아니다.
일 실시예에서, 가공부(106)는 제1 이미지 및 제2 이미지 내 특징점들(2차원 픽셀 좌표)과 3차원 점군 정보 내의 각 점(3차원 좌표)의 매핑 쌍을 이용하여 제1 이미지 및 제2 이미지 각각이 촬영된 좌표계를 3차원 점군 정보의 좌표계로 변환할 수 있으며, 이에 따라 촬영 좌표를 변환 좌표로 나타낼 수 있다.
이때, 상기 매핑 쌍을 이용하여 좌표계 간 변환을 수행하기 위해 다양한 Perspective-n-Point(PnP) 알고리즘이 이용될 수 있다. 예시적으로, 적용 가능한 PnP 알고리즘에는 P3P 알고리즘, Efficient PnP(EPnP) 알고리즘 등이 있으나, 반드시 이에 한정되지 않으며, 상기 매핑 쌍을 이용하여 좌표계 간 변환을 수행할 수 있다면 임의의 알고리즘들이 이용될 수 있다.
(4) 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리를 비교하여 3차원 점군 정보를 실측 스케일로 변환한다.
구체적으로, 가공부(106)는 기 선택된 측위 기술에 따른 상기 촬영 좌표의 단위와 실제 거리 단위를 비교하여 상기 촬영 좌표 사이의 거리를 산출할 수 있다. 이어서, 가공부(106)는 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리의 비율에 따라 3차원 점군 정보의 좌표계를 실측 스케일의 좌표계로 변환할 수 있다.
예시적으로, 상기 촬영 좌표가 GPS를 이용하여 측정된 위도 및 경도 좌표인 경우, 가공부(106)는 위도 및 경도와 실제 거리 단위(예를 들어, 미터(meter))를 비교하여 실제 거리 단위에서의 상기 촬영 좌표 사이의 거리를 계산할 수 있다.
한편, 가공부(106)는 아래의 수학식 1을 이용하여 3차원 점군 정보의 좌표계 상에서 제1 이미지의 변환 좌표 (x1, y1, z1)과 제2 이미지의 변환 좌표 (x2, y2, z2) 사이의 거리를 계산할 수 있다.
[수학식 1]
이때, D는 두 변환 좌표 사이의 거리를 나타낸다.
이를 통해, 가공부(106)는 실제 거리 단위에서의 상기 촬영 좌표 사이의 거리와 상기 D 사이의 비율을 계산할 수 있고, 이 비율만큼 3차원 점군 정보의 좌표계를 확대 또는 축소함으로써 실측 스케일의 좌표계로 변환할 수 있다. 자연스럽게, 변환된 실측 스케일의 좌표계 상에서 표현되는 3차원 점군 정보는 실측 스케일의 정보가 될 것이며, 가상현실, 자율주행 등의 실제 산업 분야에서 용이하게 활용될 수 있게 된다.
도 3은 일 실시예에 따른 점군 정보 가공 방법(300)을 설명하기 위한 흐름도이다. 도 3에 도시된 방법은 예를 들어, 상술한 점군 정보 가공 장치(100)에 의해 수행될 수 있다.
도 3을 참조하면 우선, 단계 302에서, 3차원 공간에 대한 3차원 점군 정보를 획득한다.
이후 단계 304에서, 상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 제1 이미지와 제2 이미지 각각의 촬영 좌표를 획득한다.
이후 단계 306에서, 제1 이미지, 제2 이미지 및 상기 촬영 좌표에 기초하여 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 3차원 점군 정보를 실측 스케일로 가공한다.
도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
도 4는 일 실시예에 따른 점군 정보를 가공하는 단계(306)를 상세하게 설명하기 위한 흐름도(400)이다. 도 4에 도시된 방법은 예를 들어, 상술한 가공부(106)에 의해 수행될 수 있으나, 반드시 이에 한정되는 것은 아니다.
도 4를 참조하면 우선, 단계 402에서, 제1 이미지 및 제2 이미지 각각에서 복수의 특징점을 추출할 수 있다.
이후 단계 404에서, 추출된 복수의 특징점 각각과 3차원 점군 정보 내의 각 점들을 매핑할 수 있다.
이후 단계 406에서, 상기 매핑 결과로부터 상기 촬영 좌표를 3차원 점군 정보의 좌표계로 나타낸 변환 좌표를 획득할 수 있다.
이후 단계 408에서, 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리를 비교하여 3차원 점군 정보를 실측 스케일로 변환할 수 있다.
도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
도 5는 일 실시예에 따른 점군 정보를 실측 스케일로 변환하는 단계(408)를 상세하게 설명하기 위한 흐름도(500)이다. 도 5에 도시된 방법은 예를 들어, 상술한 가공부(106)에 의해 수행될 수 있으나, 반드시 이에 한정되는 것은 아니다.
도 5를 참조하면 우선, 단계 502에서, 기 선택된 측위 기술에 따른 상기 촬영 좌표의 단위와 실제 거리 단위를 비교하여 상기 촬영 좌표 사이의 거리를 산출할 수 있다.
이후 단계 504에서, 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리의 비율에 따라 3차원 점군 정보의 좌표계를 실측 스케일의 좌표계로 변환할 수 있다.
도시된 흐름도에서는 상기 방법을 복수 개의 단계로 나누어 기재하였으나, 적어도 일부의 단계들은 순서를 바꾸어 수행되거나, 다른 단계와 결합되어 함께 수행되거나, 생략되거나, 세부 단계들로 나뉘어 수행되거나, 또는 도시되지 않은 하나 이상의 단계가 부가되어 수행될 수 있다.
도 6은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(10)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술된 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 점군 정보 가공 장치(100)일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(12)와 연결될 수도 있다.
한편, 본 발명의 실시예는 본 명세서에서 기술한 방법들을 컴퓨터상에서 수행하기 위한 프로그램, 및 상기 프로그램을 포함하는 컴퓨터 판독 가능 기록매체를 포함할 수 있다. 상기 컴퓨터 판독 가능 기록매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나, 또는 컴퓨터 소프트웨어 분야에서 통상적으로 사용 가능한 것일 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광 기록 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 프로그램의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 청구범위뿐만 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.
10: 컴퓨팅 환경
12: 컴퓨팅 장치
14: 프로세서
16: 컴퓨터 판독 가능 저장 매체
18: 통신 버스
20: 프로그램
22: 입출력 인터페이스
24: 입출력 장치
26: 네트워크 통신 인터페이스
100: 점군 정보 가공 장치
102: 점군 정보 획득부
104: 추가 정보 획득부
106: 가공부
12: 컴퓨팅 장치
14: 프로세서
16: 컴퓨터 판독 가능 저장 매체
18: 통신 버스
20: 프로그램
22: 입출력 인터페이스
24: 입출력 장치
26: 네트워크 통신 인터페이스
100: 점군 정보 가공 장치
102: 점군 정보 획득부
104: 추가 정보 획득부
106: 가공부
Claims (9)
- 3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득하는 점군 정보 획득부;
상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득하는 추가 정보 획득부; 및
상기 제1 이미지, 상기 제2 이미지 및 상기 촬영 좌표에 기초하여 상기 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 상기 3차원 점군 정보를 상기 실측 스케일로 가공하는 가공부를 포함하고,
상기 가공부는,
상기 제1 이미지 및 상기 제2 이미지 각각에서 복수의 특징점을 추출하고, 상기 복수의 특징점 각각과 상기 3차원 점군 정보 내의 각 점들을 매핑하고, 상기 매핑 결과로부터 상기 촬영 좌표를 상기 3차원 점군 정보의 좌표계로 나타낸 변환 좌표를 획득하고, 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리를 비교하여 상기 3차원 점군 정보를 상기 실측 스케일로 변환하는, 점군 정보 가공 장치.
- 청구항 1에 있어서,
상기 촬영 좌표는,
기 선택된 측위 기술(LDT; Location Determination Technology)을 이용하여 상기 제1 이미지 및 상기 제2 이미지 각각이 촬영된 위치를 나타낸 좌표인, 점군 정보 가공 장치.
- 삭제
- 청구항 1에 있어서,
상기 가공부는,
기 선택된 측위 기술에 따른 상기 촬영 좌표의 단위와 실제 거리 단위를 비교하여 상기 촬영 좌표 사이의 거리를 산출하고, 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리의 비율에 따라 상기 3차원 점군 정보의 좌표계를 상기 실측 스케일의 좌표계로 변환하는, 점군 정보 가공 장치.
- 3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득하는 단계;
상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득하는 단계; 및
상기 제1 이미지, 상기 제2 이미지 및 상기 촬영 좌표에 기초하여 상기 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 상기 3차원 점군 정보를 상기 실측 스케일로 가공하는 단계를 포함하고,
상기 가공하는 단계는,
상기 제1 이미지 및 상기 제2 이미지 각각에서 복수의 특징점을 추출하는 단계;
상기 복수의 특징점 각각과 상기 3차원 점군 정보 내의 각 점들을 매핑하는 단계;
상기 매핑 결과로부터 상기 촬영 좌표를 상기 3차원 점군 정보의 좌표계로 나타낸 변환 좌표를 획득하는 단계; 및
상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리를 비교하여 상기 3차원 점군 정보를 상기 실측 스케일로 변환하는 단계를 포함하는, 점군 정보 가공 방법.
- 청구항 5에 있어서,
상기 촬영 좌표는,
기 선택된 측위 기술(LDT; Location Determination Technology)을 이용하여 상기 제1 이미지 및 상기 제2 이미지 각각이 촬영된 위치를 나타낸 좌표인, 점군 정보 가공 방법.
- 삭제
- 청구항 5에 있어서,
상기 변환하는 단계는,
기 선택된 측위 기술에 따른 상기 촬영 좌표의 단위와 실제 거리 단위를 비교하여 상기 촬영 좌표 사이의 거리를 산출하는 단계; 및
상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리의 비율에 따라 상기 3차원 점군 정보의 좌표계를 상기 실측 스케일의 좌표계로 변환하는 단계를 포함하는, 점군 정보 가공 방법.
- 비일시적 컴퓨터 판독 가능한 저장매체(non-transitory computer readable storage medium)에 저장된 컴퓨터 프로그램으로서,
상기 컴퓨터 프로그램은 하나 이상의 명령어들을 포함하고, 상기 명령어들은 하나 이상의 프로세서들을 갖는 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨팅 장치로 하여금,
3차원 공간에 대한 3차원 점군(Point Cloud) 정보를 획득하고,
상기 3차원 공간의 적어도 일부를 촬영한 제1 이미지, 제2 이미지 및 상기 제1 이미지와 상기 제2 이미지 각각의 촬영 좌표를 획득하고,
상기 제1 이미지, 상기 제2 이미지 및 상기 촬영 좌표에 기초하여 상기 3차원 점군 정보의 스케일과 실측 스케일 사이의 연산을 수행하여 상기 3차원 점군 정보를 상기 실측 스케일로 가공하되, 상기 제1 이미지 및 상기 제2 이미지 각각에서 복수의 특징점을 추출하고, 상기 복수의 특징점 각각과 상기 3차원 점군 정보 내의 각 점들을 매핑하고, 상기 매핑 결과로부터 상기 촬영 좌표를 상기 3차원 점군 정보의 좌표계로 나타낸 변환 좌표를 획득하고, 상기 촬영 좌표 사이의 거리와 상기 변환 좌표 사이의 거리를 비교하여 상기 3차원 점군 정보를 상기 실측 스케일로 변환하도록 하는, 비일시적 컴퓨터 판독 가능한 저장매체에 저장된 컴퓨터 프로그램.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200041518A KR102150954B1 (ko) | 2020-04-06 | 2020-04-06 | 점군 정보 가공 장치 및 방법 |
| PCT/KR2020/004889 WO2021206200A1 (ko) | 2020-04-06 | 2020-04-10 | 점군 정보 가공 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200041518A KR102150954B1 (ko) | 2020-04-06 | 2020-04-06 | 점군 정보 가공 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102150954B1 true KR102150954B1 (ko) | 2020-09-02 |
Family
ID=72469217
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200041518A KR102150954B1 (ko) | 2020-04-06 | 2020-04-06 | 점군 정보 가공 장치 및 방법 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102150954B1 (ko) |
| WO (1) | WO2021206200A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022240044A1 (ko) * | 2021-05-11 | 2022-11-17 | 주식회사 한화 | 암석 파쇄도 분석 장치 및 이의 동작 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180061803A (ko) * | 2016-11-30 | 2018-06-08 | 현대엠엔소프트 주식회사 | 도로면 폐색 영역 복원 장치 및 방법 |
| KR20190122479A (ko) | 2018-04-20 | 2019-10-30 | 삼성전자주식회사 | 3차원 데이터를 프로세싱하기 위한 방법 및 장치 |
| KR20200000111A (ko) * | 2018-06-22 | 2020-01-02 | 한국스마트인증 주식회사 | 3차원 피사체 인식의 안티-스푸핑 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006084385A1 (en) * | 2005-02-11 | 2006-08-17 | Macdonald Dettwiler & Associates Inc. | 3d imaging system |
| KR20090092473A (ko) * | 2008-02-27 | 2009-09-01 | 오리엔탈종합전자(주) | 3차원 변형 가능 형상 모델에 기반한 3차원 얼굴 모델링방법 |
| KR101725478B1 (ko) * | 2015-05-21 | 2017-04-11 | 주식회사 맥스트 | 3d 점군 인식 기반의 증강 현실 출력 방법과 이를 수행하기 위한 장치 및 시스템 |
-
2020
- 2020-04-06 KR KR1020200041518A patent/KR102150954B1/ko active IP Right Grant
- 2020-04-10 WO PCT/KR2020/004889 patent/WO2021206200A1/ko active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180061803A (ko) * | 2016-11-30 | 2018-06-08 | 현대엠엔소프트 주식회사 | 도로면 폐색 영역 복원 장치 및 방법 |
| KR20190122479A (ko) | 2018-04-20 | 2019-10-30 | 삼성전자주식회사 | 3차원 데이터를 프로세싱하기 위한 방법 및 장치 |
| KR20200000111A (ko) * | 2018-06-22 | 2020-01-02 | 한국스마트인증 주식회사 | 3차원 피사체 인식의 안티-스푸핑 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022240044A1 (ko) * | 2021-05-11 | 2022-11-17 | 주식회사 한화 | 암석 파쇄도 분석 장치 및 이의 동작 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021206200A1 (ko) | 2021-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11393173B2 (en) | Mobile augmented reality system | |
| US10636168B2 (en) | Image processing apparatus, method, and program | |
| US8842036B2 (en) | Automated registration of synthetic aperture radar imagery with high resolution digital elevation models | |
| CN111046125A (zh) | 一种视觉定位方法、系统及计算机可读存储介质 | |
| KR102212825B1 (ko) | 이미지를 기반으로 포즈 계산을 위한 지도의 최신성을 유지하는 방법 및 시스템 | |
| US20220270323A1 (en) | Computer Vision Systems and Methods for Supplying Missing Point Data in Point Clouds Derived from Stereoscopic Image Pairs | |
| KR102234461B1 (ko) | ２ｄ 지도를 이용하여 거리뷰 이미지의 깊이 정보를 생성하는 방법 및 시스템 | |
| KR102097416B1 (ko) | 표고차를 고려한 지하관로의 관리를 위한 증강 현실 표현 방법 및 이를 기록한 기록매체 | |
| CN111459269B (zh) | 一种增强现实显示方法、系统及计算机可读存储介质 | |
| KR20220085142A (ko) | 확장현실 기반 지능형 건설현장 관리 지원 시스템 및 방법 | |
| KR102150954B1 (ko) | 점군 정보 가공 장치 및 방법 | |
| Guan et al. | Detecting visually salient scene areas and deriving their relative spatial relations from continuous street-view panoramas | |
| KR102473165B1 (ko) | 3d 환경 모델을 이용하여 피사체의 실제 크기를 측정 가능한 cctv 관제 시스템 | |
| KR102316216B1 (ko) | 블라인드 워터마킹 기술을 이용한 카메라 기반 측위 방법 및 시스템 | |
| KR102158316B1 (ko) | 점군 정보 가공 장치 및 방법 | |
| US11557059B2 (en) | System and method for determining position of multi-dimensional object from satellite images | |
| JP5837404B2 (ja) | 画像処理装置、画像処理方法 | |
| KR102347232B1 (ko) | 실외 3차원 지도 정보를 기반으로 비주얼 로컬리제이션을 제공하기 위한 전자 장치 및 그의 동작 방법 | |
| JP2022501751A (ja) | ３ｄ幾何抽出のために画像の複数から相補的画像を選択するシステムおよび方法 | |
| US10460427B2 (en) | Converting imagery and charts to polar projection | |
| KR102383567B1 (ko) | 시각 정보 처리 기반의 위치 인식 방법 및 시스템 | |
| JP2023056466A (ja) | グローバル測位装置及び方法 | |
| KR102094927B1 (ko) | Qr 코드 추적 장치 및 방법 | |
| US10460420B2 (en) | Converting spatial features to map projection | |
| KR102316232B1 (ko) | 2차원 지도 정보를 기반으로 거리뷰 이미지의 포즈를 정합시키기 위한 전자 장치 및 그의 동작 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |