KR101080073B1

KR101080073B1 - 다수의 가상 평면 정보를 이용한 3차원 물체의 기하 정보 추출 방법

Info

Publication number: KR101080073B1
Application number: KR1020090016756A
Authority: KR
Inventors: 한헌수; 한영준; 박상범
Original assignee: 숭실대학교산학협력단
Priority date: 2009-02-27
Filing date: 2009-02-27
Publication date: 2011-11-04
Also published as: KR20100097886A

Abstract

본 발명은 단일 카메라를 기반으로 생성된 이미지 내에서 특징점을 추출하여 가상의 평면 정보를 구성한 뒤 3차원 대상 물체의 자세 정보를 획득한다. 가상의 평면 정보를 적용함으로써 3차원 자세 정보에 대한 알려진 변수와 미지 변수를 분리시킬 수 있으므로 복잡한 연산을 간략화시킬 수 있다. 영상에서 정확한 3차원 정보를 검출할 수 있으며, 수행시간을 크게 줄일 수 있다. 또한 각각의 가상 평면 정보들을 조합함으로써보다 정확한 자세정보를 추출할 수 있다.

가상 평면, 특징점, 자세 정보, 기하, 3차원, 단일 카메라

Description

다수의 가상 평면 정보를 이용한 3차원 물체의 기하 정보 추출 방법{Scheme of Extracting the Geometry Information of 3D Object Using Multiple Virtual Planes}

정보통신

2차원 영상으로부터 물체에 대한 3차원 정보를 복원하는 대표적인 기법으로 Shap From Shading 기법, 물체 표면 패턴으로부터 복원하는 Shape From Texture 기법, 윤곽선 정보로부터 복원하는 Shape From Silhouette 기법 등이 있다. 하지만, 오목한 영역에 대한 복원이 어렵고, 카메라 수가 적은 경우 조악한 모델이 생산될 수 있다는 단점이 있다. 스테레오 비전 기법과 같이 다수개의 카메라로부터 획득된 정보를 이용하는 경우 정확하고 안정된 3차원 정보를 획득할 수 있다. 하지만, 이러한 기법들은 기본적인 시스템 구성에 많은 경제적 문제를 수반하고 있다.

종래의 Shap From Shading, Shape From Texture, Shape From Silhouette 기법이나 스태레오 비젼 기법들은 그 기법의 한계나 경제적인 문제를 수반하고 있다. 이를 해결하기 위해서 단일 카메라를 이용한 가상 평면 기법을 이용하고자 한다.

본 발명은 가상 평면 기법을 이용하여 대상 물체의 기준 좌표계와 카메라 좌표계와의 관계를 구할 때 이미 알려진 대상 물체의 기준 좌표계에 대한 특징 영역의 기하관계를 독립시킴으로써 계산의 복잡도를 줄여주며, 시스템의 성능을 향상시킬 수 있도록 하였다. 가상 평면 기법은 대상 물체의 특징 성분들에 대한 3차원 캐드 정보를 기반으로 대상 물체 고유의 형태 정보에 관계없이 임의의 3개 점들이 획득되면 이들을 기반으로 가상의 평면을 구성한다. 가상의 평면은 획득된 점들 가운데 임의의 한 점을 기준으로 나머지 두 개의 점들에 대한 상대 벡터를 구하게 되고, 이를 기반으로 3차원 대상 물체의 기준 좌표계에 대한 가상 평면의 회전 및 병진 성분을 구해낸다. 이들 특징 성분들은 가상의 평면에 국한되어 있기 때문에 높이 성분은 0이 되므로 제한된 동차변환행렬로 표현할 수 있다. 대상 물체의 기준 좌표계에 대한 가상 평면은 다수 개가 존재할 수 있으며 임의의 점들로 구성되어지기 때문에 주변 환경의 변화나 대상 물체의 위치적 변화에 따라 유실된 특징 정보들이 발생하더라도 정확한 3차원 정보를 획득할 수 있다.

상기한 바와 같이 본 발명은 단일 카메라를 기반으로 생성된 이미지 내에서 특징점을 추출하여 가상의 평면 정보를 구성한 뒤 3차원 대상 물체의 자세 정보를 획득한다. 가상의 평면 정보를 적용함으로써 3차원 자세 정보에 대한 알려진 변수와 미지 변수를 분리시킬 수 있으므로 복잡한 연산을 간략화 시킬 수 있다. 이로서 영상에서 정확한 3차원 정보를 검출할 수 있으며, 수행시간을 크게 줄인다. 또한 각각의 가상 평면 정보들을 조합함으로써 보다 정확한 자세 정보를 추출할 수 있다.

도 1은 본 발명의 전체 구성도를 보여준다. 먼저 영상을 입력 받고(10) 입력 받은 영상 내에서 존재하는 대상 물체에 대한 특징 성분을 추출한다(11). 추출된 특징 정보들을 기반으로 대상 물체 기준 좌표계에 대한 가상 평면의 좌표 관계를 구성한다(12). 기준 좌표계에 대한 다수개의 가상 평면들에 대한 관계를 정립하면(13), 각 가상 평면에 대한 깊이 지도를 구성할 수 있다(14). 각 가상 평면에 대한 깊이 관계를 폐루프 제어 관계로 정리되어질 수 있으며(15), 이들을 통해 대상 물체에 대한 깊이 지도를 생성할 수 있게 된다(16). 최종적으로 생성된 정보를 기반으로 대상 물체에 대한 가상 공간 상에 대상 물체를 모델링한다(17).

도 2는 대상 물체 기준 좌표계에 대해 가상의 평면을 구성하였을 경우 나타 나는 평면에 대해 도식하였다. 임의의 한 점에 대해 평면 좌표계의 기준 좌표계를 삼고, 다른 한 점에 대한 벡터를 좌표계의 한 축과 일치시킨다. 또 다른 한 점에 대한 벡터를 구한 뒤 두 벡터에 대한 법선 벡터를 좌표계의 또 다른 축에 일치시킴으로써 가상 평면에 대한 좌표계를 정의한다.

도 3은 각 카메라에 대한 기본 모델인 핀 홀 카메라 모델이다. 이 모델을 기반으로 하는 수학식 1을 이용하여 3차원 대상 물체 좌표계 {O}의 특징점 P _i =[^cX_i, ^cY_i, ^cZ_i]를 2차원 영상 좌표상의 p _i =[x_i, y_i, 1]로 원근 투영시킨다.

수학식 1은 대상 물체 좌표계 {O}에 대한 카메라 좌표계 {O}의 투영을 나타낸다. 이를 기반으로 카메라 좌표계에 대한 영상 좌표상의 투영식은 수식 2와 같이 나타난다.

도 4는 실세계 기준 좌표계{W}에 대한 카메라 좌표계 {C}의 관계인 CHW는 이미 알려진 관계이고, 카메라 좌표계 {C}에 대한 대상 물체 좌표계 {O}의 관계인 OHC도 알 수 있게 되었다. 따라서, 이들간의 관계를 기반으로 OHW=OHCCHW 이므로 실세계 공간좌표계에 대한 대상 물체 좌표계에 대한 관계를 알 수 있다. 이 때 대상 물체 좌표계를 기반으로 하는 각 특징 평면들간의 관계를 나타내는 OHP의 관계를 고려하여 수학식 3을 구성할 수 있다.

이 수식을 행렬식으로 나타낼 때 수학식 4와 같이 구성할 수 있다.

도 1은 본 발명의 2차원 영상 정보를 이용한 3차원 기하 정보 획득에 관한 순서도이다.

도 2는 본 발명의 가상 평면 구성을 위한 좌표 관계도이다.

도 3는 본 발명의 일 실시 예에 따른 선분 세그먼트 병합 구성도이다.

Claims

삭제
삭제
삭제
다수의 가상 평면 정보를 이용한 3차원 물체의 기하 정보 추출 방법에 있어서,

하나의 영상을 입력받는 제1단계(S1)와;

상기 입력받은 하나의 영상 내에서 존재하는 대상 물체에 대한 특징 성분을 추출하는 제2단계(S2)와;

상기 추출된 특징 성분 중 임의의 한 성분을 평면 좌표계의 기준 좌표계로 삼고, 다른 한 성분에 대한 벡터를 상기 기준 좌표계의 한 축과 일치시키고, 또 다른 한 성분에 대한 벡터를 구한 뒤, 상기 다른 한 성분에 대한 벡터 및 상기 또 다른 한 성분에 대한 벡터에 대한 법선 벡터를 상기 기준 좌표계의 또 다른 축에 일치시킴으로써 상기 추출된 특징 성분들을 기반으로 대상 물체 기준 좌표계를 중심으로 다수개의 가상 평면의 좌표 관계를 구성하는 제3단계(S3)와;

상기 기준 좌표계를 중심으로 한 다수개의 가상 평면들에 대한 관계를 정립하는 제4단계(S4)와;

상기 다수개의 가상 평면 각각에 대한 깊이 지도를 구성하는 제5단계(S5)와;

상기 다수개의 가상 평면 각각에 대한 깊이 관계를 폐루프 제어 관계로 정리하는 제6단계(S6)와;

상기 폐루프 정리를 통해 대상 물체에 대한 깊이 지도를 생성하는 제7단계(S7)와;

상기 대상 물체에 대한 깊이 지도를 기반으로 대상 물체에 대한 가상 공간상에 대상 물체를 모델링하는 제8단계(S8)를 포함하는 것을 특징으로 하는 다수의 가상 평면 정보를 이용한 3차원 물체의 기하 정보 추출 방법.