KR100823070B1 - 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정방법 - Google Patents
3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정방법 Download PDFInfo
- Publication number
- KR100823070B1 KR100823070B1 KR1020060040191A KR20060040191A KR100823070B1 KR 100823070 B1 KR100823070 B1 KR 100823070B1 KR 1020060040191 A KR1020060040191 A KR 1020060040191A KR 20060040191 A KR20060040191 A KR 20060040191A KR 100823070 B1 KR100823070 B1 KR 100823070B1
- Authority
- KR
- South Korea
- Prior art keywords
- camera
- internal
- calibration
- delete delete
- matrices
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
본 발명에 따른 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정 방법은, 동일한 카메라가 동일한 교정 상자를 각도 및 거리 중 적어도 하나가 상이한 다수의 위치에서 촬영하여, 얻어진 다수의 교정 영상에 대해 상기 카메라의 내부 및 외부 변수를 포함하는 상기 카메라에 대한 다수의 내부 행렬을 계산하는 단계와; 상기 카메라에 대한 상기 다수의 내부 행렬에 대해 각각의 중간값 계산을 수행하여, 상기 카메라에 대한 상기 다수의 내부 행렬을 갱신하는 단계와; 상기 갱신된 다수의 내부 행렬을 이용하여, 상기 다수의 내부 행렬의 외부 변수들에 대해 비선형 최적화를 수행하는 단계와; 상기 최적화된 외부 변수들을 이용하여, 상기 갱신된 다수의 내부 행렬을 재 갱신하는 단계를 포함하는 것을 특징으로 한다.
(1)
여기서, 이고,
이며,
υ,ν는 영상 좌표이고 X,Y,Z는 교정 상자 표면에 새겨진 3차원의 좌표점이다.
상기 식(1)은 3차원 물체의 좌표가 회전 행렬 R과 평행이동 행렬 t, 카메라 내부 변수들의 행렬을 의미하는 A 행렬을 통해 영상좌표 m으로 변환되는 관계식을 표현하고 있다.
식(1)에서 알 수 있는 바와 같이, 사영 행렬 P는 3x4 의 행렬이며, 12개의 요소가 있다. 카메라의 변수는 내부 변수와 외부 변수를 합하여 11개가 된다. 식(1)을 전개하면, 하나의 3차원 점과 2차원 영상에서의 대응점으로부터, P의 요소에 관한 2개의 선형 수식
(2)
을 세울 수가 있다. n점이 있으면, 다음의 식(2)
BP = 0 (3)
을 얻는다. 여기서, 는 P의 요소를 나열한 것이므로, 행렬 B는
(4)
식(3)에서 n점의 3차원과 2차원 좌표로서 정의된 2n x 12의 행렬이다.
앞서 기술한대로, P는 11개의 내부변수와 외부변수에 의존한다. 만약 n개의 3차원 점이 동일한 평면에 놓이지 않는다면, 일반적으로 B의 랭크(rank)는 11이다. 따라서, 12x1의 P는 의 최소 고유값에 대응하는 고유벡터로서 구할 수 있다. 마지막으로 P의 실제의 스케일을 이 되도록 다시 계산할 수 있다. P가 정해지면, 결정된 P로부터 A,R,t를 구한다.
이 값들을 식(2)에 대입하면, 다음 식(5)을 얻을 수 있다.
(5)
식(1)과 식(5)의 비교로부터 회전 행렬에 대한 제한조건(constraint)을 부가하여 P 행렬의 값을 계산하는 것도 가능하다. 식(3)은 다음과 같은 두 식의 합으로 분리하는 것이 가능하다.
(6)
이 식(6)에서 투영행렬의 값을 계산하는 것은 다음처럼 회전 행렬에 부가된 제한조건 하에서 식(7)을 최소화하는 것으로 변경될 수 있다.
(7)
식(7)의 제한조건은 회전행렬의 한 부분에 가해진 다음과 같은 부가 조건을 표현한다.
(8)
따라서 라그랑지 승산자(Lagrange multiplier)를 사용하면 식(7)은 다음과 같은 최적화 방적식으로 변경 가능하다.
(9)
미지수 벡터 y, z에 대해 최적화 수식인 식(9)를 편미분하면 다음과 같은 수식들을 얻는다.
(10a)
(10b)
식 (10b)는 Z가 행렬 의 고유 벡터라는 것을 나타낸다. 본 발명에서는 식 (10)을 이용하여 P를 결정한다.
선형 행렬식에 의한 위 식의 해는 식 (11)과 같이 실제 영상 측정점과 투영 행렬을 통한 3차원 공간점의 영상면으로의 투영 좌표 사이의 차이값을 최소화시키는 비선형 최적화 수식의 해를 구하기 위한 초기값으로 사용가능하다. 이러한 비선형 최적화를 통해 더욱 정밀한 투영행렬의 값을 구한다.
(11)
회전벡터에 부가된 제한조건을 이용한 선형해법을 통해 구해진 투영행렬 P로부터 카메라의 내부 및 외부 인자들을 구해보자. 먼저, 물체가 카메라 전방에 있다는 사실로부터 이면 -P도 식 (3)을 만족하므로, P의 모든 요소의 부호가 역으로 된다. 다음으로, 식 (5)로부터 다음 식을 얻는다.
(12)
또한, 는 다음과 같은 식
(13)
(14)
(15)
으로 구해진다. 여기서, θ 를 0부터 π 까지의 범위로 제한하면 는 항상 양이다. 도 양이므로, 이 성립한다. 마지막으로, 나머지의 수는 다음과 같이 구할 수 있다.
(16)
(17)
(18)
(19)
즉, 사영 행렬이 구해진다면 카메라의 내, 외부 인자를 직접 결정하는 것이 가능하고, 이 값들은 비선형 최적화를 위한 초기값을 구성하게 된다.
이제, 본 발명에 따라 동일한 카메라로부터 획득된 다수의 영상을 이용하는 카메라 교정 방법을 설명한다.
도 3a 내지 도 3d는 본 발명에 따른 다수의 카메라 교정 영상 예시도이다. 이에 도시된 바와 같이, 도 3a 내지 도 3d는 동일한 카메라에 의해 획득한 여러 장의 교정 상자 영상을 보여준다. 본 발명에 따른 카메라 교정 방법은 다른 각도, 다른 위치에서 교정상자를 여러 장 찍어 각각의 영상에 대해 상기한 방법으로 카메라 교정을 실시한다.
이러한 영상들은 최소 10장 이상~20장 정도를 획득한다. 획득한 각각의 영상에 대해 카메라는 불완전한 내, 외부 변수들을 주며 영상 개개의 내부 인자 값들은 상기한 여러 오차 요인에 의해 특정 평균값을 중심으로 오차를 가지면서 분포하게 된다.
도 4는 본 발명에 따른 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정 방법 흐름도이다. 이하, 도 4를 참조하여 본 발명의 단계들을 구체적으로 설명한다.
카메라 내부 인자는 내부 행렬 A 내부에 다섯 개의 미지수를 포함하며, 평균을 통해 미지수를 계산하기 어려운 이유는 오차 값이 정규분포를 이루지 않기 때문이다. 그러나, 획득한 모든 영상은 동일한 카메라를 통해 입력된 영상이므로 하나의 내부 행렬을 가지고 있다고 가정할 수 있다.
이에 따라, 다중 영상으로부터 계산할 수 있는 내부 행렬을 다음과 같이 얻을 수 있다(S41).
(20)
는 갱신(updated)된 내부 행렬을 나타내며 정확한 내부 행렬값에 더 근접하게 된다고 가정한다. n은 실험에 사용한 영상의 갯수이다. 각각의 영상에 대해 계산된 내부 행렬을 중간값 계산을 통해 새로운 내부 행렬로 계산한다(S42).
이 후에, 이 행렬을 이용하여 각각의 영상에 대한 외부 변수들에 대해 비선형 최적화를 다시 수행한다(S43).
(21)
여기서 m은 각각의 영상에서 카메라 교정에 사용된 교정점의 개수를 나타낸다. 인덱스 i는 실험에 사용한 개개의 영상 인덱스를 나타낸다. 비선형 최적화를 위한 방법으로는 최급강하법(deepest descent method)를 사용할 수 있으며 수치계산용 MINPACK 라이브러리를 사용하여 외부 행렬의 값을 구하는 것이 가능하다.
일단, 식 (21)을통해 에 대해 최적화된 를 구한 후, 다시 이 값들을 사용하여 최적화된 를 계산하는 것이 가능하다. 의 최적화를 위해 동일한 비선형 최적화 수식을 사용한다.
(22)
이렇게 계산된 최적화된 값을 n개의 영상에 대해 차례로 구해낸다(S44). 예를 들면, 10장의 영상을 사용하였다면, 에서부터 까지 구하는 것이 가능하다. 새롭게 구해진 각각의 내부 행렬로부터 식 (20)의 중간값(median value) 연산을 다시 반복하게 된다.
(23)
이렇게 다시 구해진 값은 식 (21)로 재 입력되어 정해진 과정을 반복하게 된다. 본 발명은 여러장의 영상을 사용하는 카메라 교정으로부터 카메라 내부 행렬의 중립점을 구하면 이 값은 실제 카메라의 내부 행렬에 더 가까워 진다는 가정에 의한 것이다. 따라서, 비선형 최적화를 통한 반복된 중립점 계산으로부터 오차수렴을 통해 정확한 내부 행렬 A를 계산하는 것이 가능하게 된다.
각각의 영상에서 측정점과 3차원 기준점의 영상투영 사이의 오차 값은 식 (24)처럼 정의된다.
(24)
(25)
식 (24)는 상기한 과정이 반복될 때마다 점점 더 감소하게 되고 이것은 더욱 더 정밀한 카메라의 내부행렬 값이 구해진다는 것을 의미한다. n개의 영상에 대해 오차값의 합을 식 (25)처럼 정의하고 의 값이 더 이상 감소하지 않거나 감소량이 미미할 때 본 발명에 따른 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정 단계는 종료된다(S45).
도 5는 본 발명에 따른 단계들의 반복에 의한 카메라 교정 변수 오차값의 수렴 설명도이다. 이와 같이, 도 4는 발명에서 제안된 방법의 반복(iteration) 동안 오차값 의 수렴을 보여준다.
카메라 교정에 사용된 영상은 모두 10장이 사용되었으며, 실험 동안 카메라의 내부 변수가 변하지 않는 조건에서 동일한 카메라를 사용하여 오차값을 분석한다. 사용된 카메라는 Logitech의 Communicate STX카메라가 사용되었으며 영상의 해상도는 320x240 픽셀의 영상이 사용되었다. 카메라 교정을 위한 교정상자는 가로, 세로 각각이 28mm크기의 체크패턴이 새겨진 서로 수직을 이루는 두 개의 면을 가진 상자를 사용하였으며, 교정에 사용된 특징점은 모두 72개이다. 교정상자가 영상면에 투영될 때, 정확한 영상 특징점을 추출하기 위해 Harris코너 추출연산자[6]를 사용하였다.
Claims (2)
- 동일한 카메라가 동일한 교정 상자를 각도 및 거리 중 적어도 하나가 상이한 다수의 위치에서 촬영하여, 얻어진 다수의 교정 영상에 대해 상기 카메라의 내부 및 외부 변수를 포함하는 상기 카메라에 대한 다수의 내부 행렬 A 을 계산하는 단계와;상기 카메라에 대한 상기 다수의 내부 행렬에 대해 각각의 중간값 계산을 수행하여, 상기 카메라에 대한 상기 다수의 내부 행렬을 갱신하는 단계와, 여기서, 상기 중간값 계산은 을 통해 이루어지며, 상기 A1, A2, An은 상기 다수의 내부 행렬을 나타내고;상기 갱신된 다수의 내부 행렬을 이용하여, 상기 다수의 내부 행렬의 외부 변수들에 대해 비선형 최적화를 수행하는 단계와;상기 최적화된 외부 변수들을 이용하여, 상기 갱신된 다수의 내부 행렬을 재 갱신하는 단계를 포함하는 것을 특징으로 하는 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정 방법.
- 제 1항에 있어서,상기 재 갱신된 카메라 내부 행렬의 내부 및 외부 변수들에 의해 표현되는 영상 교정점과 영상 기준점 사이의 오차를 연산하는 단계와;상기 연산된 오차와 미리 설정된 기준값을 비교하는 단계를 추가로 포함하고,상기 연산된 오차가 상기 미리 설정된 기준값 이하가 될 때까지 상기 카메라 내부 행렬 갱신 단계, 상기 비선형 최적화 수행 단계 및 상기 카메라 내부 행렬 재 갱신 단계를 반복하는 것을 특징으로 하는 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060040191A KR100823070B1 (ko) | 2006-05-03 | 2006-05-03 | 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060040191A KR100823070B1 (ko) | 2006-05-03 | 2006-05-03 | 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20070107542A KR20070107542A (ko) | 2007-11-07 |
KR100823070B1 true KR100823070B1 (ko) | 2008-04-18 |
Family
ID=39062875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020060040191A KR100823070B1 (ko) | 2006-05-03 | 2006-05-03 | 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100823070B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120011653A (ko) | 2010-07-29 | 2012-02-08 | 삼성전자주식회사 | 영상 처리 장치 및 방법 |
CN117516485B (zh) * | 2024-01-04 | 2024-03-22 | 东北大学 | 一种飞机发动机自动引导安装的位姿视觉测量方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005017286A (ja) * | 2003-06-06 | 2005-01-20 | Mitsubishi Electric Corp | カメラキャリブレーション方法およびカメラキャリブレーション装置 |
-
2006
- 2006-05-03 KR KR1020060040191A patent/KR100823070B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005017286A (ja) * | 2003-06-06 | 2005-01-20 | Mitsubishi Electric Corp | カメラキャリブレーション方法およびカメラキャリブレーション装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20070107542A (ko) | 2007-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9857172B1 (en) | Method for implementing high-precision orientation and evaluating orientation precision of large-scale dynamic photogrammetry system | |
CN102472609B (zh) | 位置和姿势校准方法及设备 | |
CN108510551B (zh) | 一种远距离大视场条件下相机参数的标定方法及系统 | |
US8520067B2 (en) | Method for calibrating a measuring system | |
KR101965965B1 (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
CN106959075B (zh) | 利用深度相机进行精确测量的方法和系统 | |
CN107014399B (zh) | 一种星载光学相机-激光测距仪组合系统联合检校方法 | |
CN108801218B (zh) | 大尺寸动态摄影测量系统的高精度定向及定向精度评价方法 | |
CN110189400B (zh) | 一种三维重建方法、三维重建系统、移动终端及存储装置 | |
KR20150112362A (ko) | 깊이 센서의 깊이 보정을 위한 이미지 처리방법 및 그 장치 | |
CN108198219B (zh) | 用于摄影测量的相机标定参数的误差补偿方法 | |
CN111750804B (zh) | 一种物体测量的方法及设备 | |
US11212511B1 (en) | Residual error mitigation in multiview calibration | |
JP4234059B2 (ja) | カメラキャリブレーション方法およびカメラキャリブレーション装置 | |
CN102663767A (zh) | 视觉测量系统的相机参数标定优化方法 | |
CN112184830B (zh) | 相机内参和外参标定方法、装置、计算机设备及存储介质 | |
CN116310250A (zh) | 一种基于三维传感器的点云拼接方法、系统和存储介质 | |
KR100823070B1 (ko) | 3차원 계측을 위한 다수 교정 영상을 이용한 카메라 교정방법 | |
KR102265081B1 (ko) | 벡터내적과 3차원 좌표변환을 이용한 카메라의 위치 및 자세를 결정하는 시스템 | |
KR102015817B1 (ko) | 입체 위성영상의 제공 rpc 자동 보정 방법 | |
CN110232715B (zh) | 一种多深度相机自校准的方法、装置及系统 | |
CN115018922A (zh) | 畸变参数标定方法、电子设备和计算机可读存储介质 | |
CN114170321A (zh) | 一种基于测距的相机自标定方法及系统 | |
CN113514017A (zh) | 一种并联驱动机构动平台位姿测量方法 | |
Stamatopoulos et al. | On the self-calibration of long focal length lenses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
AMND | Amendment | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
J201 | Request for trial against refusal decision | ||
AMND | Amendment | ||
B701 | Decision to grant | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20120404 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20130410 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20160407 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20170405 Year of fee payment: 10 |
|
FPAY | Annual fee payment |
Payment date: 20180411 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20190410 Year of fee payment: 12 |