JP3408141B2 - Camera parameter estimation method using order statistics and its program recording medium - Google Patents
Camera parameter estimation method using order statistics and its program recording mediumInfo
- Publication number
- JP3408141B2 JP3408141B2 JP06083498A JP6083498A JP3408141B2 JP 3408141 B2 JP3408141 B2 JP 3408141B2 JP 06083498 A JP06083498 A JP 06083498A JP 6083498 A JP6083498 A JP 6083498A JP 3408141 B2 JP3408141 B2 JP 3408141B2
- Authority
- JP
- Japan
- Prior art keywords
- images
- camera
- difference
- value
- camera parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Image Processing (AREA)
- Studio Circuits (AREA)
Description
【０００１】[0001]
【発明の属する技術分野】本発明は，画像列からその画
像列を撮影したカメラの動きを表すカメラパラメータを
推定する方法に関し，特にカメラパラメータを安定に推
定できるようにした順序統計量を用いたカメラパラメー
タ推定方法およびそのプログラム記録媒体に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for estimating a camera parameter representing a movement of a camera that has captured an image sequence from an image sequence, and particularly uses an order statistic that enables stable estimation of the camera parameter. The present invention relates to a camera parameter estimation method and its program recording medium.
【０００２】[0002]
【従来の技術】画像列からカメラ操作を解析するため
に，カメラパラメータを推定する方法として様々な方法
が開示されている。推定されたカメラパラメータを映像
と関連づけてデータベースに格納しておくことにより，
「カメラがパンしたところを提示せよ」といった検索要
求に応えることができるようになる。2. Description of the Related Art Various methods have been disclosed as methods for estimating camera parameters in order to analyze a camera operation from an image sequence. By storing the estimated camera parameters in the database in association with the video,
It becomes possible to respond to a search request such as "show the camera panned".
【０００３】カメラパラメータ推定の従来技術について
説明する。
（１）カメラモデル
カメラパラメータを定義するために，まず，カメラモデ
ルを設定する必要がある。カメラモデルとは２次元画像
中の点が，次の時刻の画像中のどの点に移動するかを示
す数学的なモデルである。A conventional technique for estimating camera parameters will be described. (1) Camera model In order to define camera parameters, it is necessary to first set a camera model. The camera model is a mathematical model that indicates to which point in the image at the next time the point in the two-dimensional image moves.
【０００４】 平行移動モデル
平行移動モデルは，ある画像上の点（ｘ，ｙ）がもう一
つの画像の中の点（ｘ′，ｙ′）に，
ｘ′＝ｘ＋ｂx ，
ｙ′＝ｙ＋ｂy
で変換されるとするものである。これは，カメラを動か
すことで画像中の点がすべて（ｂx ，ｂy ）だけ平行移
動するとしたモデルである。このモデルを仮定した場合
のカメラパラメータは（ｂx ，ｂy ）である。[0004] translation model translation model, a point on one image (x, y) point in of another image (x ', y'), x '= x + b x, y' = y + b y It is supposed to be converted in. This is a model in which all the points in the image are translated by (b x , b y ) by moving the camera. The camera parameters when this model is assumed are (b x , b y ).
【０００５】 射影モデル
実際のカメラにより忠実なモデルとして射影モデルがあ
る（Brown,L.G.: A Survey of Image Registration Tec
hniques. ACM Computing Surveys, Vol.24, No.4, pp.3
25-376）。Projection Model As a model more faithful to an actual camera, there is a projection model (Brown, LG: A Survey of Image Registration Tec
hniques. ACM Computing Surveys, Vol.24, No.4, pp.3
25-376).
【０００６】ｘ′＝（ａ1 ｘ＋ａ2 ｙ＋ａ3 ）／（ａ4
ｘ＋ａ5 ｙ＋１），
ｙ′＝（ａ6 ｘ＋ａ7 ｙ＋ａ8 ）／（ａ4 ｘ＋ａ5 ｙ＋
１）
このモデルでは８つのパラメータを持つ。X '= (a 1 x + a 2 y + a 3 ) / (a 4
x + a 5 y + 1), y ′ = (a 6 x + a 7 y + a 8 ) / (a 4 x + a 5 y +
1) This model has 8 parameters.
【０００７】以上挙げたカメラモデル以外のモデルとし
てアフィンモデル，Bilinearモデルなどがある。
（２）カメラパラメータ推定方法
誤差尺度
二つの画像の一致度（誤差）を見積もるために，次の平
均二乗誤差（Mean Square Error （ＭＳＥ））がよく用
いられる。Models other than the above-mentioned camera models include an affine model and a Bilinear model. (2) Camera parameter estimation method Error scale The following Mean Square Error (MSE) is often used to estimate the degree of coincidence (error) between two images.
【０００８】＜式(1) ＞
ＭＳＥ（ｔ）＝Σx,y ｛ｆ（ｘ，ｙ）−ｆ′（ｘ′，
ｙ′）｝2 ／Ｎ
ただし，ｆ（ｘ，ｙ），ｆ′（ｘ′，ｙ′）は画素値を
表し，和（Σx,y ）は，すべての対応する画素について
計算されることを表す。Ｎは対応する画素数である。<Expression (1)> MSE (t) = Σ x, y {f (x, y) −f ′ (x ′,
y ′)} 2 / N where f (x, y) and f ′ (x ′, y ′) represent pixel values, and the sum (Σ x, y ) must be calculated for all corresponding pixels. Represents N is the corresponding number of pixels.
【０００９】 最適化手法
実際の２枚の画像からカメラパラメータを推定する問題
は，誤差量を最小にするカメラパラメータを求める最適
化問題に帰着される。単純にカメラパラメータの取りう
るすべての組み合わせについて誤差量を計算し，その最
小値を達成するカメラパラメータを出力する単純な方法
でもよい。しかし，この方法は処理コストが膨大である
ので，多重解像度解析を用いる効率的な方法が開発され
ている。（H.S.Sawhney and S.Ayer: Compact Represen
tation of Videos Through Dominant and Multiple Mot
ion Estimation, IEEE Transactions on Pattern Analy
sis and Machine Intelligence, Vol.18, No.8, pp.814
-830, 1996）。Optimization Method The problem of estimating camera parameters from two actual images is reduced to an optimization problem of finding camera parameters that minimize the amount of error. It is also possible to simply calculate the error amount for all possible combinations of camera parameters and output the camera parameter that achieves the minimum value. However, since the processing cost of this method is enormous, an efficient method using multi-resolution analysis has been developed. (HSSawhney and S.Ayer: Compact Represen
tation of Videos Through Dominant and Multiple Mot
ion Estimation, IEEE Transactions on Pattern Analy
sis and Machine Intelligence, Vol.18, No.8, pp.814
-830, 1996).
【００１０】[0010]
【発明が解決しようとする課題】従来技術には，被写体
の動きや編集過程で挿入される字幕などの，カメラモデ
ルで想定していない変化が映像中に含まれている場合
に，間違ったカメラパラメータを出力することがあると
いう問題点があった。In the prior art, an incorrect camera is used when a change in the image such as a movement of a subject or a subtitle inserted in the editing process, which is not expected by the camera model, is included in the image. There was a problem that parameters might be output.
【００１１】図３を用いてこの問題点について説明す
る。図３に示す画像では，二枚の連続する画像３１と画
像３２の間で，カメラが少し左方向に動いている。この
ことは，背景部分３１Ａと背景部分３２Ａのずれから分
かる。この画像の中で，カメラパラメータ推定の間違い
の原因となりうるのは，字幕３１Ｂ，３２Ｂの部分であ
る。字幕はカメラの動きにかかわらず静止しているの
で，字幕部分のコントラストが背景部分のそれより高い
場合に，間違ってカメラが静止していると判断されやす
い。これは，上記の式(1) で定義される誤差量がコント
ラストの高い字幕領域に反応しやすいことによる。This problem will be described with reference to FIG. In the image shown in FIG. 3, the camera is moving slightly leftward between two consecutive images 31 and 32. This can be seen from the shift between the background portion 31A and the background portion 32A. In this image, it is the subtitles 31B and 32B that may cause the camera parameter estimation to be incorrect. Since the subtitles are still regardless of the movement of the camera, it is easy to mistakenly judge that the camera is still when the contrast of the subtitles is higher than that of the background. This is because the error amount defined by Eq. (1) above easily reacts to the subtitle area with high contrast.
【００１２】本発明は，上記問題点を解決するためにな
されたものであり，被写体の動きや字幕などのカメラモ
デルで想定していない変化が映像中に含まれていても安
定にカメラパラメータを推定できる方法を提供すること
を目的とする。The present invention has been made in order to solve the above-mentioned problems, and it is possible to stably set camera parameters even if a change in the image such as a motion of a subject or a subtitle which is not assumed by the camera model is included in the image. The purpose is to provide a method that can be estimated.
【００１３】[0013]
【課題を解決するための手段】請求項１の発明は，カメ
ラによって撮影された少なくとも２枚の画像を入力し
（第１の過程），入力した２枚の画像を所定の探索範囲
内でずらしたときの対応する各画素値の差分を計算し
（第２の過程），予め定められた設定値αに基づき，計
算した各画素差分値を大きい順に並べ，そのときの上位
α％に入る画素差分値のうち最小の値を算出し，その最
小の値を画像間の誤差量とし（第３の過程），第２の過
程と第３の過程とを探索範囲内で２枚の画像をずらす量
を変えて繰り返し，探索範囲内で画像間の誤差量を最小
化する変換パラメータを求め，それをカメラパラメータ
とする（第４の過程）ことを特徴とする。従来技術で説
明したノイズに影響されやすい平均二乗誤差ではなく，
差分のα％点をもって誤差量としたことにより，ノイズ
の影響を受け難くなり安定にカメラパラメータを推定で
きるようになる。The invention according to claim 1 is a turtle
Enter at least two images taken by La
(First step), the two input images are set in a predetermined search range.
Calculate the difference of each corresponding pixel value when shifted within
(Second process), based on the preset value α, the total
The calculated pixel difference values are arranged in descending order, and the highest rank at that time
Calculate the smallest pixel difference value within α%,
The small value is used as the error amount between images (third process), and the second error
The amount by which the two images are shifted within the search range between the distance and the third process.
Repeatedly by changing, the error amount between images is minimized within the search range.
It is characterized in that a conversion parameter to be converted is obtained and used as a camera parameter (fourth process) . It is not the mean squared error that is susceptible to noise explained in the prior art,
By making the error amount the α% point of the difference, it becomes difficult to be influenced by noise and the camera parameters can be estimated stably.
【００１４】請求項２の発明は，画像間の画素差分値の
ヒストグラムを算出し，該ヒストグラムに基づいて上位
α％に入る画素差分値のうちの最小の値を求めることを
特徴とする。α％点を求める場合に単純に整列処理を用
いることもできるが処理コストがかかる。画素値は比較
的狭い範囲の整数値をとることが一般的であるので，ヒ
ストグラムを利用することにより効率的にα％点を算出
できるようになる。The invention of claim 2 is characterized in that a histogram of pixel difference values between images is calculated, and the minimum value of the pixel difference values in the upper α% is calculated based on the histogram. Although it is possible to simply use the alignment process when obtaining the α% point, the processing cost is high. Since the pixel value is generally an integer value in a relatively narrow range, the α% point can be efficiently calculated by using the histogram.
【００１５】以上の処理をコンピュータによって実現す
るためのプログラムは，コンピュータが読み取り可能な
可搬媒体メモリ，半導体メモリ，ハードディスクなどの
適当な記録媒体に格納することができる。The program for realizing the above processing by a computer can be stored in an appropriate recording medium such as a computer-readable portable medium memory, semiconductor memory, hard disk.
【００１６】[0016]
【発明の実施の形態】図１は，本発明を実施するための
システム構成の例を示している。カメラパラメータ推定
処理装置１０は，ＣＰＵおよびメモリ等からなり，コン
ピュータプログラムによって実現される以下の各処理手
段を備える。画像列入力部１１は，カメラによって撮影
された一連の画像データ１５を入力する。画素値の差分
計算部１２は，２枚の連続する画像を所定の探索ウイン
ドウの範囲でずらしたときの各画素値の差分を計算す
る。差分値のヒストグラム作成部１３は，画素値の差分
計算部１２が計算した差分の絶対値についてヒストグラ
ムを作成する。誤差量算出部１４は，差分値のヒストグ
ラム作成部１３が作成したヒストグラムをもとに，上位
α％（０＜α＜１００）に入る値のうち最小のものを誤
差量とし，探索範囲内でその誤差量を最小化する変換パ
ラメータをカメラパラメータとする。なお，差分値のヒ
ストグラムを用いる代わりに，差分値を整列（ソート）
して上位α％に入る値のうち最小のものを誤差量として
求めてもよい。1 shows an example of a system configuration for carrying out the present invention. The camera parameter estimation processing device 10 includes a CPU, a memory, and the like, and includes the following processing units realized by a computer program. The image sequence input unit 11 inputs a series of image data 15 captured by a camera. The pixel value difference calculation unit 12 calculates the difference between each pixel value when two consecutive images are shifted within a predetermined search window range. The difference value histogram creation unit 13 creates a histogram for the absolute value of the difference calculated by the pixel value difference calculation unit 12. Based on the histogram created by the difference value histogram creation unit 13, the error amount calculation unit 14 sets the smallest value among the values in the upper α% (0 <α <100) as the error amount, and within the search range. A conversion parameter that minimizes the error amount is a camera parameter. Note that instead of using the histogram of difference values, the difference values are sorted (sorted).
Then, the smallest value among the values in the upper α% may be obtained as the error amount.
【００１７】以上の処理を，図２の処理フロー図を用い
てさらに詳しく説明する。本実施の形態では，上で説明
した平行移動モデルをカメラモデルとして用いる。ステ
ップ１０１では，２枚の連続する画像ｆ（ｘ，ｙ），
ｆ′（ｘ，ｙ）を入力する。ただし，各画素は０以上２
５５以下の整数の値を持つものとする。ステップ１０２
では，誤差量の最小値を保持するための変数であるＥv
を∞に，カメラパラメータｂx ，ｂy を−Ｗに初期化す
る。ただし，Ｗは探索ウインドウの幅を示す。The above processing will be described in more detail with reference to the processing flow chart of FIG. In the present embodiment, the parallel movement model described above is used as the camera model. In step 101, two consecutive images f (x, y),
Input f '(x, y). However, each pixel is 0 or more 2
It shall have an integer value of 55 or less. Step 102
Then, E v which is a variable for holding the minimum value of the error amount
To ∞, it initializes the camera parameter b x, a b y the -W. However, W indicates the width of the search window.
【００１８】ステップ１０３では，ヒストグラムＨ
（ｎ），ｎ＝０，１，…，２５５を，以下に説明する方
法で作成する。画素点（ｘ，ｙ）について，差分の絶対
値
diff（ｘ，ｙ）＝｜ｆ（ｘ，ｙ）−ｆ′（ｘ＋ｂx ，ｙ
＋ｂy ）｜，
を計算し，ヒストグラムＨ（diff（ｘ，ｙ））を１つず
つ増加させる。この処理を画像内のすべての画素点につ
いて行う。ただし，平行移動後に点（ｘ＋ｂx ，ｙ＋ｂ
y ）が画像から外れてしまう場合には増加させない。In step 103, the histogram H
(N), n = 0, 1, ..., 255 are created by the method described below. For the pixel point (x, y), the absolute value of the difference diff (x, y) = | f (x, y) −f ′ (x + b x , y
+ B y) |, is calculated and the histogram H (diff (x, y) ) to be increased by one. This process is performed for all pixel points in the image. However, after translation, the point (x + b x , y + b
If y ) deviates from the image, do not increase it.
【００１９】ステップ１０４では，ヒストグラムを用い
て中央値（５０％点）を算出する。具体的には，
Ｎ（ｋ）＝Σn Ｈ（ｎ） （だだし，Σn はｎ＝０から
ｋまでの総和），
とし，Ｎ（ｋ）＞Ｎ（２５５）／２を満たす最小のｋを
中央値Ｅとする。本実施の形態では，上記の式(1) で定
義される平均二乗誤差の代わりに，中央値Ｅを誤差量と
して用いる。At step 104, the median value (50% point) is calculated using the histogram. Specifically, N (k) = Σ n H (n) (however, Σ n is the sum of n = 0 to k), and N (k)> N (255) / 2 Let k be the median E. In the present embodiment, the median E is used as the error amount instead of the mean square error defined by the above equation (1).
【００２０】ステップ１０５の判定により，誤差量Ｅが
Ｅv より小さい場合には，ステップ１０６でＥv ，
ｂvx，ｂvyを更新する。ステップ１０７では，カメラパ
ラメータｂx を１だけ増加させ，ステップ１０８で探索
ウインドウから外れたか否かを判定し，外れた場合には
ステップ１０９でｂy を１だけ増加させ，ステップ１１
０で探索ウインドウから外れたか否かをもう一度判定す
る。If the error amount E is smaller than E v according to the determination in step 105, then in step 106 E v ,
Update b vx and b vy . In step 107, the camera parameter b x is incremented by 1, and in step 108 it is determined whether or not it is out of the search window. If it is deviated, in step 109 b y is incremented by 1 and step 11
When it is 0, it is judged again whether or not it is out of the search window.
【００２１】探索ウインドウ内のすべての点について，
以上の手続きを実行し終えたら，ステップ１１１でその
ときのｂvx，ｂvyをカメラパラメータとして出力する。
本実施の形態では，中央値を求めるためにヒストグラム
を用いているが，もちろん単純に差分値を整列（ソー
ト）して中央値を求めるようにしてもよい。しかし，画
素の数が多い場合には，整列処理に時間がかかるので，
画素値が離散値をとる場合にはヒストグラムを使う方が
効率的である。また，本実施の形態では，α％を５０％
としているが，もちろんこの値は画像の種類や特性によ
って適宜変更することが可能である。For all points in the search window,
After executing the above procedure, in step 111, b vx and b vy at that time are output as camera parameters.
In the present embodiment, the histogram is used to obtain the median value, but of course the difference values may be simply sorted (sorted) to obtain the median value. However, when the number of pixels is large, the alignment process takes time, so
It is more efficient to use a histogram when pixel values take discrete values. In the present embodiment, α% is 50%
However, of course, this value can be appropriately changed depending on the type and characteristics of the image.
【００２２】なお，以上説明した方法はコンピュータプ
ログラムとして実現可能であり，プログラムはコンパク
トディスク，フロッピーディスク，などの記録媒体に記
録して提供することが可能である。The method described above can be implemented as a computer program, and the program can be provided by being recorded in a recording medium such as a compact disk or a floppy disk.
【００２３】[0023]
【発明の効果】本発明によれば，以上説明したように，
被写体の動きや字幕などのカメラモデルで想定していな
い変化が映像中に含まれていても安定にカメラパラメー
タを推定できるという効果がある。According to the present invention, as described above,
The effect is that camera parameters can be stably estimated even if the video contains changes that are not assumed by the camera model, such as subject movement and subtitles.
【００２４】特に，差分値のヒストグラムを用いて誤差
量を求めるようすれば，誤差量として平均二乗誤差を用
いる場合と同程度の計算量で効率的にカメラパラメータ
を推定できるという効果がある。In particular, if the error amount is obtained by using the histogram of the difference value, there is an effect that the camera parameter can be efficiently estimated with the same amount of calculation as in the case of using the mean square error as the error amount.
【図１】本発明を実施するためのシステム構成の例を示
す図である。FIG. 1 is a diagram showing an example of a system configuration for implementing the present invention.
【図２】本発明の実施の形態の処理フロー図である。FIG. 2 is a processing flow chart according to the embodiment of this invention.
【図３】従来技術の問題点を説明するための図である。FIG. 3 is a diagram for explaining a problem of the conventional technique.
１０ カメラパラメータ推定処理装置 １１ 画像列入力部 １２ 画素値の差分計算部 １３ 差分値のヒストグラム作成部 １４ 誤差量算出部 １５ 画像データ 10 Camera parameter estimation processing device 11 Image sequence input section 12 Pixel value difference calculator 13 Difference value histogram creation unit 14 Error amount calculator 15 image data
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平４−148282（ＪＰ，Ａ) 特開 平７−46582（ＪＰ，Ａ) 特開 平７−162738（ＪＰ，Ａ) 特開 平８−240421（ＪＰ，Ａ) 特開 平９−161067（ＪＰ，Ａ) 特開 平10−240939（ＪＰ，Ａ) 特開 平10−304244（ＪＰ，Ａ) 特開 昭62−175080（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 1/00 280 H04N 5/00 G01B 11/00 ＪＩＣＳＴファイル（ＪＯＩＳ)─────────────────────────────────────────────────── --- Continuation of the front page (56) Reference JP-A-4-148282 (JP, A) JP-A-7-46582 (JP, A) JP-A-7-162738 (JP, A) JP-A-8- 240421 (JP, A) JP 9-161067 (JP, A) JP 10-240939 (JP, A) JP 10-304244 (JP, A) JP 62-175080 (JP, A) (58) Fields surveyed (Int.Cl. 7 , DB name) G06T 1/00 280 H04N 5/00 G01B 11/00 JISST file (JOIS)
Claims (3)
方法であって，カメラによって撮影された少なくとも２枚の画像を入力
する第１の過程と， 前記入力した２枚の画像を所定の探索範囲内でずらした
ときの対応する各画素値の差分を計算する第２の過程
と， 予め定められた設定値αに基づき，前記計算した各画素
差分値を大きい順に並べ，そのときの上位α％に入る画
素差分値のうち最小の値を算出し，その最小の値を画像
間の誤差量とする第３の過程と， 前記第２の過程と前記第３の過程とを前記探索範囲内で
２枚の画像をずらす量を変えて繰り返し，前記探索範囲
内で前記画像間の誤差量を最小化する変換パラメータを
求め，それをカメラパラメータとする第４の過程とを有
する ことを特徴とする順序統計量を用いたカメラパラメ
ータ推定方法。1. A method for estimating camera parameters from an image sequence, comprising inputting at least two images captured by a camera.
The first step of performing and the two input images are shifted within a predetermined search range.
The second step of calculating the difference between the corresponding pixel values
And each pixel calculated above based on a preset value α
Images that are arranged in descending order of difference value and are in the top α% at that time
Calculate the minimum value of the prime difference values, and then calculate the minimum value
Within the search range, the third process, which is an error amount between the two, and the second process and the third process
Repeat the two images by changing the shift amount
The conversion parameter that minimizes the error amount between the images in
And obtain a fourth process that uses it as a camera parameter.
A method of estimating camera parameters using order statistics.
ラパラメータ推定方法において，前記第３の過程では， 画像間の画素差分値のヒストグラ
ムを算出し，該ヒストグラムに基づいて上位α％に入る
画素差分値のうちの最小の値を求めることを特徴とする
順序統計量を用いたカメラパラメータ推定方法。2. A camera parameter estimation method using order statistics of claim 1, wherein in the third step, calculating a histogram of the pixel difference values between images, the higher alpha%, based on the histogram enter
A camera parameter estimation method using order statistics, which is characterized in that a minimum value of pixel difference values is obtained .
方法を，コンピュータに実行させるためのプログラムを
記録した記録媒体であって，カメラによって撮影された少なくとも２枚の画像を入力
する第１の処理と， 前記入力した２枚の画像を所定の探索範囲内でずらした
ときの対応する各画素値の差分を計算する第２の処理
と， 予め定められた設定値αに基づき，前記計算した各画素
差分値を大きい順に並べ，そのときの上位α％に入る画
素差分値のうち最小の値を算出し，その最小の値を画像
間の誤差量とする第３の処理と， 前記第２の処理と前記第３の処理とを前記探索範囲内で
２枚の画像をずらす量を変えて繰り返し，前記探索範囲
内で前記画像間の誤差量を最小化する変換パラメータを
求め，それをカメラパラメータとする第４の処理とを ， コンピュータに実行させるためのプログラムを格納した
ことを特徴とするカメラパラメータ推定プログラム記録
媒体。Wherein estimating camera parameters from images column
A recording medium storing a program for causing a computer to execute the method, wherein at least two images captured by a camera are input.
And the first process to perform the above, and the two input images are shifted within a predetermined search range.
Second process for calculating the difference between the corresponding pixel values
And each pixel calculated above based on a preset value α
Images that are arranged in descending order of difference value and are in the top α% at that time
Calculate the minimum value of the prime difference values, and then calculate the minimum value
Within the search range, the third process which is an error amount between the two, and the second process and the third process are performed within the search range.
Repeat the two images by changing the shift amount
The conversion parameter that minimizes the error amount between the images in
A camera parameter estimation program recording medium, characterized in that a program for causing a computer to execute the fourth process of obtaining and using it as a camera parameter is stored.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06083498A JP3408141B2 (en) | 1998-03-12 | 1998-03-12 | Camera parameter estimation method using order statistics and its program recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06083498A JP3408141B2 (en) | 1998-03-12 | 1998-03-12 | Camera parameter estimation method using order statistics and its program recording medium |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11259626A JPH11259626A (en) | 1999-09-24 |
| JP3408141B2 true JP3408141B2 (en) | 2003-05-19 |
Family
ID=13153796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP06083498A Expired - Lifetime JP3408141B2 (en) | 1998-03-12 | 1998-03-12 | Camera parameter estimation method using order statistics and its program recording medium |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3408141B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2372659A (en) * | 2001-02-23 | 2002-08-28 | Sharp Kk | A method of rectifying a stereoscopic image |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0779459B2 (en) * | 1986-01-28 | 1995-08-23 | ソニー株式会社 | Motion compensation device |
| JP3042700B2 (en) * | 1990-10-08 | 2000-05-15 | 日本電信電話株式会社 | Imaging state detection method of image imaging apparatus |
| JP3607717B2 (en) * | 1993-07-28 | 2005-01-05 | 日本電信電話株式会社 | Video clipping method |
| JP3185961B2 (en) * | 1993-12-13 | 2001-07-11 | 日本電信電話株式会社 | Video shooting state detection device |
| JPH08240421A (en) * | 1995-03-06 | 1996-09-17 | Meidensha Corp | Estimating method for camera parameter and object recognizing method utilizing the parameter |
| JPH09161067A (en) * | 1995-12-08 | 1997-06-20 | Ricoh Co Ltd | Picture matching method |
| JPH10240939A (en) * | 1997-02-28 | 1998-09-11 | Meidensha Corp | Camera calibration method |
| JPH10304244A (en) * | 1997-05-01 | 1998-11-13 | Sony Corp | Image processing unit and its method |
-
1998
- 1998-03-12 JP JP06083498A patent/JP3408141B2/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11259626A (en) | 1999-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3576987B2 (en) | Image template matching method and image processing apparatus | |
| US6809758B1 (en) | Automated stabilization method for digital image sequences | |
| US7184071B2 (en) | Method of three-dimensional object reconstruction from a video sequence using a generic model | |
| US20120321220A1 (en) | Method and device for video image processing, calculating the similarity between video frames, and acquiring a synthesized frame by synthesizing a plurality of contiguous sampled frames | |
| US7751591B2 (en) | Dominant motion analysis | |
| Hasler et al. | Outlier modeling in image matching | |
| US20070091085A1 (en) | Automatic 3D Face-Modeling From Video | |
| US7039110B2 (en) | Methods of and units for motion or depth estimation and image processing apparatus provided with such motion estimation unit | |
| US20050053291A1 (en) | Frame interpolation method and apparatus, and image display system | |
| US8098963B2 (en) | Resolution conversion apparatus, method and program | |
| US20060215036A1 (en) | Method and apparatus for video stabilization | |
| US20220067886A1 (en) | Face-aware offset calculation module and method for facial frame interpolation and enhancement and a face video deblurring system and method using the same | |
| JP2005505841A (en) | Apparatus and method for motion estimation | |
| Moghadam et al. | Common and innovative visuals: a sparsity modeling framework for video | |
| Chowdhury et al. | Stochastic approximation and rate-distortion analysis for robust structure and motion estimation | |
| JP2005526318A (en) | Method and apparatus for determining optical flow | |
| Crivelli et al. | Robust optical flow integration | |
| JP2004030694A (en) | Digital video texture analytic method | |
| Ito et al. | A dataset and evaluation framework for deep learning based video stabilization systems | |
| JP3408141B2 (en) | Camera parameter estimation method using order statistics and its program recording medium | |
| CN112270748A (en) | Three-dimensional reconstruction method and device based on image | |
| KR20010057768A (en) | Method and device for tracking robust object from video images using template and kalman filter | |
| US8976299B2 (en) | Scene boundary determination using sparsity-based model | |
| US6873395B2 (en) | Motion picture analyzing system | |
| JPH07334690A (en) | Tracking method for contour of object |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080314 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090314 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090314 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100314 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110314 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110314 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120314 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130314 Year of fee payment: 10 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |