KR101255742B1 - 렌즈 왜곡 보정 파라미터 결정 기법 - Google Patents

렌즈 왜곡 보정 파라미터 결정 기법 Download PDF

Info

Publication number
KR101255742B1
KR101255742B1 KR1020110052217A KR20110052217A KR101255742B1 KR 101255742 B1 KR101255742 B1 KR 101255742B1 KR 1020110052217 A KR1020110052217 A KR 1020110052217A KR 20110052217 A KR20110052217 A KR 20110052217A KR 101255742 B1 KR101255742 B1 KR 101255742B1
Authority
KR
South Korea
Prior art keywords
distortion
lens
image
correction system
horizontal
Prior art date
Application number
KR1020110052217A
Other languages
English (en)
Other versions
KR20120133529A (ko
Inventor
류항기
Original Assignee
주식회사 에이티엠
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 에이티엠 filed Critical 주식회사 에이티엠
Priority to KR1020110052217A priority Critical patent/KR101255742B1/ko
Publication of KR20120133529A publication Critical patent/KR20120133529A/ko
Application granted granted Critical
Publication of KR101255742B1 publication Critical patent/KR101255742B1/ko

Links

Images

Classifications

    • G06T5/80—

Abstract

본 발명은 렌즈보정 시스템의 주제어부가 영상DB에 저장된 왜곡된 영상을 디스플레이부에 디스플레이하는 단계, 주제어부가 디스플레이된 이진영상(binary image)형식의 왜곡영상을 흑백영상(gray image)형식으로 변환하는 단계, 렌즈보정 시스템의 수평선 선택부(130)가 흑백영상에서 있는 복수의 수평선 중 왜곡중심을 지나거나, 왜곡중심에 가까운 수평선을 선택하는 단계, 렌즈보정 시스템의 기준점 결정부가 선택된 수평선에 복수의 수직선들이 교차하여 생성되는 점들을 기준점으로 결정하는 단계, 렌즈보정 시스템의 픽셀 계산부가 상기 기준점을 기초로 기준점을 지나는 각 수직선의 픽셀 수를 계산하는 단계, 렌즈보정 시스템의 업&다운 포지션 결정부가 기준점의 좌우지점에 각각 업 포지션과 다운 포지션을 결정하는 단계, 렌즈보정 시스템의 거리 산출부가 결정된 업 포지션과 다운 포지션간 거리를 산출하는 단계, 렌즈보정 시스템의 왜곡률 산출부가 왜곡률 함수를 이용해 수평방향과 수직방향으로의 왜곡률을 산출하는 단계, 및 주제어부가 단계에서 왜곡률 함수를 최소화시키는 왜곡률 파라미터를 산출하는 단계를 포함하는 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법을 제공한다.

Description

렌즈 왜곡 보정 파라미터 결정 기법{DMETHOD FOR DECIDING OF LENS DISTORTION CORRECTION PARAMETERS}
본 발명은 렌즈 왜곡 보정 파라미터 결정 기법에 관한 것으로서, 더욱 상세하게는 저가의 카메라 또는 특수카메라에 의해 오목하거나 볼록하게 왜곡되어 촬영된 사진이나 동영상들을 기학학적 불변성을 이용하여 복원하되,서로 평행하고 수직인 복수의 수평방향과 수직방향 직선들로 구성된 템플릿에서, 왜곡 중심에 가장 가까운 하나의 수평방향 직선과 복수의 수직방향 직선들의 교차하는 기준 교차점을 찾고, 왜곡 중심을 지나는 수평방향 직선을 중심으로 상방 또는 하방의 수직방향 직선과 수평방향 직선과 수직방향각 교차점과 교차하는 수직선의 픽셀 수를 계산하거나 또는 교차점의 좌표를 계산을 통해 최적의 파라미터를 찾아 왜곡된 이미지를 가장 이상적인 이미지로 복원할 수 있도록 하는 렌즈 왜곡 보정 파라미터 결정 기법에 관한 것이다.
실제로 대부분의 카메라는 렌즈 왜곡을 유발하는데, 왜곡의 정도는 카메라의 가격뿐만 아니라 특정한 애플리케이션에 따라 좌우된다.
현재까지, 많은 렌즈왜곡 보정 방법들은 왜곡 파라미터를 찾기 위해 사형(射影) 기하학(projective geometry)의 불변하는 고유속성들에 의존해 왔다.
배경에서 직선은 이미지에서 직선이라는 것이 일반적이 속성이지만, 이전 작업들은 렌즈 왜곡 변수들을 결정함에 있어 직선들이 서로 평행한 경우의 조건을 간과해 왔고, 상기 조건의 간과로 왜곡된 이미지가 보정된 경우에도 왜곡이 일어나지 않은 경우의 이상적인 이미지에 못 미친다는 문제점이 있다.
일반적인 카메라에서 초래되는 렌즈 왜곡은 이미지 처리과정에서 중요하게 다루어지고 있는데, 이는 구면렌즈에 의해 발생하는 피할 수 없는 물리적은 현상이다. 렌즈의 왜곡을 발견하고 보정하는 일은 다음 단계들에 대한 이미지의 정확한 내용을 달성하기 위해 필수적인 과정이다.
반면, 다음 단계들은 저가 카메라 렌즈들로부터 최소의 변형으로 최종 이미지를 생성한다.
렌즈 왜곡의 모델은 방사상의 왜곡, 분산왜곡 및 프리즘 왜곡 등이 있다.
볼록한 왜곡 또는 오목한 왜곡과 같은 방사상의 왜곡은 중요하지만, 다른 왜곡들은 수용해도 무관 한다.
방사상의 왜곡에 적용된 방법들은 렌즈의 왜곡 파라미터들을 찾기 위해 3차원 기준점들을 이용했다.
이러한 방법들은 실험들을 정확하게 설정하고, 노이즈 영향하에서 제어점들을 정확하게 추출해 내는 문제에 직면했다.
렌즈 왜곡 보정의 다른 분류에 있어서, 왜곡 파라미터들을 획득하기 위한 몇 가지 특징의 기하학적인 불변성에 기초하여 제한된 많은 방법들이 있다.
배경에서 직선은 이미지에서 직선이라는 선의 곧은 특성은 널리 사용되어 지고 있다.
그러나, 직선이 서로 평행한 경우 이러한 모델들은 렌즈의 왜곡 파라미터들을 결정하는데 있어서, 이러한 제약들을 간과하고 있다.
이는 탐색 알고리즘 내에서 최종 해결책에 대한 잘못된 왜곡 파라미터들을 탐색하는 결과를 초래할 수 있다.
마지막으로, 왜곡 파라미터들을 획득하기 위해 이미지의 모든 내용을 수집하여 렌즈 왜곡을 보정하는 다른 접근법들도 제안됐었다.
이러한 접근법들은 어떠한 패턴의 측정도 요구함 없이 이미지 내용을 이용할 수 있다. 그러나 결론은 여전히 만족할만한 결과물을 유도하기에 한계가 있다.
따라서, 본 발명은 왜곡된 이미지를 보정하는 과정에서 간과하기 쉬운 조건을 포함시켜 왜곡을 최소화할 수 있는 파라미터를 결정하여, 보정된 이미지가 핀홀 카메라 모델로 찍은 이상적인 이미지와 거의 흡사해질 수 있도록 하는 렌즈 왜곡 보정 파라미터 결정 기법을 제공하는데 목적이 있다.
상술한 목적을 달성하기 위하여, 본 발명에 따른 렌즈보정 시스템에 의한 렌즈 왜곡 보정 파라미터 결정 기법은 렌즈보정 시스템의 주제어부가 영상DB에 저장된 왜곡된 영상을 디스플레이부에 디스플레이하는 단계, 주제어부가 디스플레이된 이진영상(binary image)형식의 왜곡영상을 흑백영상(gray image)형식으로 변환하는 단계, 렌즈보정 시스템의 수평선 선택부(130)가 흑백영상에서 있는 복수의 수평선 중 왜곡중심을 지나거나, 왜곡중심에 가까운 수평선을 선택하는 단계, 렌즈보정 시스템의 기준점 결정부가 선택된 수평선에 복수의 수직선들이 교차하여 생성되는 점들을 기준점으로 결정하는 단계, 렌즈보정 시스템의 픽셀 계산부가 상기 기준점을 기초로 기준점을 지나는 각 수직선의 픽셀 수를 계산하는 단계, 렌즈보정 시스템의 업&다운 포지션 결정부가 기준점의 좌우지점에 각각 업 포지션과 다운 포지션을 결정하는 단계, 렌즈보정 시스템의 거리 산출부가 결정된 업 포지션과 다운 포지션간 거리를 산출하는 단계, 렌즈보정 시스템의 왜곡률 산출부가 왜곡률 함수를 이용해 수평방향과 수직방향으로의 왜곡률을 산출하는 단계, 및 주제어부가 단계에서 왜곡률 함수를 최소화시키는 왜곡률 파라미터를 산출하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 렌즈 왜곡 보정 파라미터 결정 기법은 왜곡된 영상을 이상적이 영상에 가깝게 복원하여, 저가의 카메라로도 충분히 고가의 카메라로 촬영한 영상과 같은 효과를 낼 수 있는 효과가 있다.
도 1은 본 발명에 따른 렌즈 왜곡 보정 파라미터 결정 시스템의 블록도,
도 2은 본 발명에 따른 렌즈 왜곡 보정 파라미터 결정 기법의 흐름도,
도 3은 본 발명에 따른 파라미터 산출을 위한 구체적이 흐름도,
도 4는 왜곡된 점과 왜곡되지 않은 점 사이에 발생하는 방사형 왜곡과 접선형 왜곡을 설명하기 위한 좌표도면,
도 5는 왜곡보정 후 각 방법의 왜곡률을 그래프로 도시한 도며,
도 6은 노이즈 영향하에서의 왜곡영상과 보전된 영상을 도시한 도면,
도 7은 방사형 왜곡보정을 설명하기 위한 왜곡된 영상 직선방법, 본발명을 도시한 도면, 및
도 8 및 도 9는 특정 카메라에 촬영된 방사형 이미지와 보정된 이미지의 비교 도면이다.
이하 첨부된 도면을 참조하면서 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여, 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
본 발명에 따른 렌즈 왜곡 보정 파라미터 결정하기 위한 렌즈보정 시스템은 주제어부(110), 디스플레이부(120), 수평선 선택부(130), 교차점 결정부(140), 수직선 픽셀 계산부(150)를 포함한다.
먼저, 영상DB(190)에 저장된 영상을 상기 주제어부(110)가 디스플레이부(120)에 디스플레이 하는 단계를 수행한다(S10).
상기 주제어부(110)는 디스플레이된 이진영상(binary image)을 흑백 영상으로 변환하는 단계를 수행한다(S20).
이진영상에는 복수의 수평선과 복수의 수직선이 존재하는데, 이들 수평선과 수직선의 너비는 1 픽셀이고, 이때 왜곡 중심은 디스플레이된 영상의 중심으로 초기화된다.
수평방향에 있어서, 복수의 수평선 또는 수직선들 중 왜곡 중심을 지나는 직선이 왜곡된 영상에서도 직선이기 때문에, 상기 렌즈보정 시스템의 수평선 선택부(130)는 왜곡 중심을 통과하는 수평선 또는 왜곡중심에서 가장 가까운 수평선을 선택하는 단계를 수행한다(S30).
상기 수평선 선택부(130)가 선택한 수평선을 드라이븐 라인이라 칭한다.
상기 S30단계에서 수평선이 선택되면, 기준점 결정부(140)는 상기 수평선과 복수의 수직선이 교차하는 점들을 기준점으로 결정하는 단계를 수행하는데(S40), 이때 상기 기준점은 수직선의 개수(n)와 동일하다.
상기 수평선 선택부(130)가 선택한 수평선을 드라이븐 라인이라 하는데, 상기 드라이브 라인에서 드라이브 라인과 수직선이 교차하는 곳에서 결정되는 기준점은 수직선의 개수(n)와 같다.
다음 단계로, 픽셀 계산부(150)는 상기 기준점을 기초로 상기 기준점을 지나는 각 수직선의 픽셀의 수를 계산하는 단계를 수행하는데(S50), 렌즈 왜곡 때문에 수직선의 많은 픽셀이 기준점이 기점인 수직축 상에 위치하지 않는다.
업&다운 포지션 결정부(160)는 각 기준점의 가까운 범위에서 즉, 기준점의 왼쪽에 한점 그리고 오른쪽에 한점을 결정하는 단계를 수행하는데(S60), 상술한 두 점에서 픽셀의 수는 `e`픽셀보다 크다. 본 발명에서는 `e`를 4로 설정하여 실행한다.
이때, 상기 기준점을 중심으로 결정된 오른쪽의 점은 업 포지션 포인트, 왼쪽의 점은 다운 포지션 포인트이다.
따라서, 각 기준점은 각각 업 포지션 포인트와 다운 포지션 포인트는 사이의 범위에 위치한다.
거리 산출부(170)는 상기 업 포지션 포인트(
Figure 112011040944265-pat00001
)에서 다운 포지션 포인트(
Figure 112011040944265-pat00002
)까지 각각의 거리를 측정하는 단계(S70)를 수행함으로써 왜곡률 산출부(180)가 수평방향과 수직방향으로의 왜곡률을 산출하는 단계를 수행한다(S80).
상기 왜곡의 정도 즉, 왜곡률 산출부(180)는 왜곡률을 함수
Figure 112011040944265-pat00003
에 의해 산출하는데, 상기
Figure 112011040944265-pat00004
는 아래의 [수학식 1]과 같다.
Figure 112011040944265-pat00005
상기 [수학식 1]에서
Figure 112011040944265-pat00006
은 수평방향에서의 업 포지션 포인트이고,
Figure 112011040944265-pat00007
은 수평방향에서의 다운 포지션 포인트이며,
Figure 112011040944265-pat00008
은 왜곡 중심을 통과하는 수평선 또는 왜곡중심에서 가장 가까운 수평선과 교차하는 수직선의 개수이다.
한편, 상기 왜곡률 산출부(180)는 수직방향에 대해서도 상기 수평방향으로의 왜곡률을 산출하는 과정과 동일하게 함수
Figure 112011040944265-pat00009
에 의해 산출하는데,
Figure 112011040944265-pat00010
는 아래의 [수학식 2]와 같다.
Figure 112011040944265-pat00011
상기 수학식 2에서
Figure 112011040944265-pat00012
는 수직방향에서의 업 포지션 포인트이고,
Figure 112011040944265-pat00013
은 수직방향에서의 다운 포지션 포인트이며,
Figure 112011040944265-pat00014
은 왜곡 중심을 통과하는 수직선 또는 왜곡중심에서 가장 가까운 수직선과 교차하는 수평선의 개수이다.
따라서, 상기 왜곡률 산출부(180)가 산출한 수평방향으로의 왜곡률(
Figure 112011040944265-pat00015
)과 수직방향으로의 왜곡률(
Figure 112011040944265-pat00016
)을 산출하면, 상기 주제어부(110)는 수평방향으로의 왜곡률과 수직방향으로의 왜곡률의 평균 왜곡률을 아래의 [수학식 3]을 통해 계산함으로써 영상 전체의 왜곡률을 계산한다.
Figure 112011040944265-pat00017
상기 왜곡률(또는 오류라 칭함)은 각 기준점에서 각각의 축(수평축, 수직축)에 각 선(수직선, 수평선)의 픽셀 중 가장 먼 거리를 반영한다.
마지막으로 상기 주제어부(110)이 왜곡률 함수
Figure 112011040944265-pat00018
를 최소화시키는 왜곡 파라미터를 산출하는 단계를 수행한다(S90).
왜곡 파라미터가 왜곡률 함수
Figure 112011040944265-pat00019
를 최소화시키는 이상적인 경우는 모든 선이 직선이고 서로 평행한 경우임을 참고로 하여 이하에서는, 영상에서의 왜곡을 복원하기 위한 왜곡변수를 최적화한다.
먼저, 영상에서의 왜곡을 복원하기 위한 왜곡변수의 최적화에 대한 설명을 하기 전에, 도 4를 참조하여 왜곡된 좌표를 왜곡되지않은 좌표에 맵핑하는 과정에 대하여 설명한다.
방사형 왜곡과 분사형(또는 접선형) 왜곡에 대한 표준모델은 측정가능한 왜곡된 이미지 좌표
Figure 112011040944265-pat00020
로부터 물리적으로 측정할 수 없는 왜곡되지 않은 이미지 좌표
Figure 112011040944265-pat00021
로 매핑한다.
Figure 112011040944265-pat00022
Figure 112011040944265-pat00023
여기서,
Figure 112011040944265-pat00024
그리고,
Figure 112011040944265-pat00025
는 방사형 외곡의 계수이고,
Figure 112011040944265-pat00026
는 분산형 외곡의 계수이며,
Figure 112011040944265-pat00027
는 위에서
Figure 112011040944265-pat00028
로 정의된 왜곡 중심으로부터 영상 포인트까지의 반경이다.
일반적으로, 본 발명에서는 아래의 [수학식 5]과 같이 방사형 왜곡의 두 계수만을 고려하고, 다른 계수들은 고려하지 않고 삭제한다.
Figure 112011040944265-pat00029
Figure 112011040944265-pat00030
Figure 112011040944265-pat00031
따라서, 렌즈 왜곡 보정은 실질적으로 중요한 왜곡 계수들
Figure 112011040944265-pat00032
그리고, 왜곡 중심
Figure 112011040944265-pat00033
이 복원되는 것이다.
이하에서는 계속해서 영상에서의 왜곡을 복원하기 위한 왜곡변수의 최적화에 대한 설명을 하기로 한다.
비선형 최적화 알고리즘은 반복과정이고, 초깃값은 정확한 값에 도달하기 위해 중요한 역할을 수행한다.
만일 초깃값이 전역적 최소점(global minima)으로부터 너무 동떨어져 있다면, 수렴된 값(converged value)은 지역 최소점(local minima)이 될 수 있고, 잘못된 해결책(false solution)을 낳는 결과를 초래한다.
본 발명에 따른 렌즈보정 기법에서는 상기 주제어부(110)는 왜곡된 이미지 평면에 선
Figure 112011040944265-pat00034
있다고 가정하는 단계를 수행하고(S910), 상기 선
Figure 112011040944265-pat00035
에 위치한 모든 점
Figure 112011040944265-pat00036
을 만족시키는 아래의 [수학식 6]으로 표시하는 단계(S920)를 수행한다.
Figure 112011040944265-pat00037
상기 [수학식 6]에서 a, b 그리고 c는 기울기를 -a/b로 선
Figure 112011040944265-pat00038
을 특정하기 위한 상수들이다.
선
Figure 112011040944265-pat00039
상의 각 점은 상기 [수학식 4]에 의해 왜곡된 이미지 평면상에서 점
Figure 112011040944265-pat00040
과 관련이 있다.
이는 라인 포인트의 모든 좌표들이 점
Figure 112011040944265-pat00041
의 함수들임을 의미한다.
따라서, 상기 주제어부(110)는 선
Figure 112011040944265-pat00042
에 위치한 모든 점
Figure 112011040944265-pat00043
을 만족시키는 상기 [수학식 6]을 왜곡된 이미지의 평면상에 위치한 점
Figure 112011040944265-pat00044
의 함수로 변환하는 단계를 수행한다(S930).
즉, 상기 주제어부(1110)에 의해 [수학식 6]은 아래의 [수학식 7]과 같이 변환된다.
Figure 112011040944265-pat00045
상기 [수학식 7]에서
Figure 112011040944265-pat00046
은 왜곡된 영상 평면에서 상응하는 수정 방정식을 의미한다.
한편, 상기 주제어부(110)는 임의의 왜곡된 영상 포인트
Figure 112011040944265-pat00047
에 대한 함수
Figure 112011040944265-pat00048
에서 변수의 치환을 통해 아래의 [수학식 8] 과 같이 편도함수식으로 표현하는 단계를 수행한다(S940).
Figure 112011040944265-pat00049
여기서, 모든 4개의 편도함수는 [수학식 4]로부터 직접 계산될 수 있다.
따라서, 왜곡된 평면에서 라인S의 기울기(-a/b와 동일해야함)가 아래의 [수학식 9]에 의해 포인트
Figure 112011040944265-pat00050
에서의 접선 즉, 탄젠트(tangent)
Figure 112011040944265-pat00051
의 기울기에 해당된다.
Figure 112011040944265-pat00052
이 경우 본 발명은 선형 솔루션에 참조라인으로서 영상 템플릿내에서 복수의 라인을 선택한다.
또한, 본 발명은 하기의
Figure 112011040944265-pat00053
과
Figure 112011040944265-pat00054
을
Figure 112011040944265-pat00055
로 표현될 수 있는 선형방정식의 솔루선만으로 추정한다.
한편, 방정식
Figure 112011040944265-pat00056
의 변수와 계수들은 아래와 같다.
Figure 112011040944265-pat00057
Figure 112011040944265-pat00058
Figure 112011040944265-pat00059
Figure 112011040944265-pat00060
Figure 112011040944265-pat00061
여기서,
Figure 112011040944265-pat00062
는 접선의 기울기가
Figure 112011040944265-pat00063
인 직선
Figure 112011040944265-pat00064
상에서 i 번째 왜곡된 점을 표시하고,
Figure 112011040944265-pat00065
은 직선
Figure 112011040944265-pat00066
에 대응되는 선의 추정된 기울기이다.
기울기
Figure 112011040944265-pat00067
은 2차 다항식에 의해 2W+1 크기의 영역 내의 커브 포인트의 근사치를 계산함으로써 추정되는데, 본 발명에서 상기 W는 5인 것이 바람직하다.
이하에서는 본 발명에 따른 렌즈 왜곡 보정 파라미터 결정 기법을 평가하기 위해 합성 이미지와 실제 이미지에 대한 보정을 수행한다.
시뮬레이션에서 왜곡된 합성 이미지들은 왜곡되지않은 합성 템플렛 이미지를 상기 [수학식 5]을 이용하여 아래의 [수학식 10]에 표현된 방사형 왜곡 모델로 왜곡시킴으로써 생성된다.
Figure 112011040944265-pat00068
왜곡계수 k2는 k1과 비교하여 왜곡에 약한 영향을 주기 때문에, k2=3.10-13로 고정된 반면, 왜곡계수 k1은 시험을 위해 k=-8.10-7:-4.8.10-7로 변경된다.
이때, 선형 솔루션, 직선방법 그리고 본 발명에 따른 렌즈 왜곡 보정 파라미터 결정 기법을 이용하여 왜곡된 이미지들로부터 왜곡되지 않은 이미지를 복원할 수 있다.
왜곡 보정 후, 각 방법의 실행은 수학식 3을 통한 왜곡률를 근거로 평가되며, 각 방법의 왜곡률은 도 5에 도시된 바와 같다.
우선, 도 5를 보면, 선형방법의 왜곡률이 3가지 방법 중 가장 좋지 않다는 것을 알 수 있다.
또한, 직선들 중 평행조건을 무시하고, 단지 각 라인의 직선조건만을 고려할 때, 도 5는 직선방법에 기초한 왜곡 보정은 본 발명보다 큰 왜곡률 야기시킨다는 사실을 보여준다.
그러나, 본 발명을 적용함으로써, 선들이 직선이고, 평행한 조건들이 동시에 고려되기 때문에, 선들이 직선이고 평행함은 왜곡 보정에서 더욱 엄격하게 보장된다.
거의 모든 수직선들(수평선들)은 각 기준점에서 각각 수직축들(선평축들)과 일치한다는 의미이다.
도 6에 도시된 바와 같이, 본 발명은 노이즈의 영향을 고려한 것이다.
왜곡된 합성이미지는 표준편차가 0.2 픽셀인 평균이 제로인 가우시안 노이즈에 의해 변경된다.
상술한 시뮬레이션을 통해, 노이즈의 영향이 원래 이미지 내용과 대비하여 본 발명에 따른 이미지내용을 매우 잘못되게 하지만, 보정된 이미지는 핀홀 카메라로 찍은 이상적인 이미지와 거의 동일한다.
따라서, 실제로 노이즈의 영향하에서 본 발명에 따른 렌즈보정 기법은 렌즈왜곡을 보정하기 위한 또 다른 방법이다.
실제로, 본 발명에 따른 렌즈보정 기법의 효과를 평가하기 위해, 도 7은 직선방법와 본 발명에 따른 렌즈보정 기법을 사용한 캐논 SX20IX 카메라의 방사형 왜곡보정 도시하고 있다.
보정 전, 왜곡률은 4.0758이고, 직선 방법과 본 발명에 따른 렌즈보정 기법을 통한 보정 후 왜곡률은 각각 0.6821, 06421이다.
도 8과 도 9는 캐논 SX20IS와 캐논 IXUS 95IS에 대한 본 발명에 따른 렌즈보정 기법의 방사형 왜곡 보정 결과를 도시하고 있다.
상기 SX20IS 경우, 왜곡 보정 파라미터는 k1=7.7079.10-7, k2=-1.8791.10-12, cu=329.2941, cv=228.1301이다.
상기 IXUS 95IS 경우, 왜곡 보정 파라미터는 k1=5.4129.10-7, k2=-1.1441.10-12, cu=293.4185, cv=221.4925이다.
이상과 같은, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술 사상과 아래에 기재될 청구범위의 균등 범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
100 : 렌즈보정 시스템 110 : 주제어부
120 : 디스플레이부 130 : 수평선 선택부
140 : 기준점 결정부 150 : 픽셀 계산부
160 : 업&다운 포지션 결정부 170 : 거리 산출부
180 : 왜곡률 산출부 190 : 영상DB

Claims (9)

  1. 렌즈보정 시스템에 의한 렌즈 왜곡 보정 파라미터 결정 기법
    (a) 상기 렌즈보정 시스템의 주제어부(110)가 영상DB(190)에 저장된 왜곡된 영상을 디스플레이부(120)에 디스플레이하는 단계;
    (b) 상기 주제어부(110)가 디스플레이된 이진영상(binary image)형식의 왜곡영상을 흑백영상(gray image)형식으로 변환하는 단계;
    (c) 상기 렌즈보정 시스템의 수평선 선택부(130)가 상기 흑백영상에서 있는 복수의 수평선 중 왜곡중심을 지나거나, 왜곡중심에 가까운 수평선을 선택하는 단계;
    (d) 상기 렌즈보정 시스템의 기준점 결정부(140)가 상기 (c)단계에서 선택된 수평선에 복수의 수직선들이 교차하여 생성되는 점들을 기준점으로 결정하는 단계;
    (e) 상기 렌즈보정 시스템의 픽셀 계산부(150)가 상기 기준점을 기초로 상기 기준점을 지나는 각 수직선의 픽셀 수를 계산하는 단계;
    (f) 상기 렌즈보정 시스템의 업&다운 포지션 결정부(160)가 상기 기준점의 좌우지점에 각각 업 포지션과 다운 포지션을 결정하는 단계;
    (g) 상기 렌즈보정 시스템의 거리 산출부(170)가 상기 (f)단계에서 결정된 업 포지션과 다운 포지션간 거리를 산출하는 단계;
    (h) 상기 렌즈보정 시스템의 왜곡률 산출부(180)가 왜곡률 함수를 이용해 수평방향과 수직방향으로의 왜곡률을 산출하는 단계; 및
    (i) 상기 주제어부(110)가 상기 (h)단계에서 왜곡률 함수를 최소화시키는 왜곡률 파라미터를 산출하는 단계;를 포함하는 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법.
  2. 제 1항에 있어서,
    상기 (h)단계에서 수평방향으로의 왜곡률 함수는
    Figure 112011040944265-pat00069
    이고, 이때
    Figure 112011040944265-pat00070
    은 수평방향에서의 업 포지션 포인트;
    Figure 112011040944265-pat00071
    은 수평방향에서의 다운 포지션 포인트; 및
    Figure 112011040944265-pat00072
    은 왜곡 중심을 통과하는 수평선 또는 왜곡중심에서 가장 가까운 수평선과 교차하는 수직선의 개수;인 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법.
  3. 제 1항에 있어서,
    상기 (h)단계에서 수직방향으로의 왜곡률 함수는

    Figure 112011040944265-pat00073
    이고, 이때,
    Figure 112011040944265-pat00074
    는 수직방향에서의 업 포지션 포인트;
    Figure 112011040944265-pat00075
    은 수직방향에서의 다운 포지션 포인트이며,
    Figure 112011040944265-pat00076
    은 왜곡 중심을 통과하는 수직선 또는 왜곡중심에서 가장 가까운 수직선과 교차하는 수평선의 개수;인 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법.
  4. 제 1항에 있어서,
    상기 렌즈보정 시스템의 왜곡률 산출부(180)는 수평방향으로의 왜곡률과 수직방향으로의 왜곡률의 평균 왜곡률을 계산하여 왜곡된 영상 전체의 왜곡률을 계산하는 것을 특징을 하는 렌즈 왜곡 보정 파라미터 결정 기법.
  5. 제 1항에 있어서,
    상기 (i)단계는
    (i-1) 상기 주제어부(110)가 왜곡된 영상의 평면상에 임의의 선(
    Figure 112012077670284-pat00077
    )을 가정하는 단계;
    (i-2) 상기 주제어부(110)가 상기 (i-1)에서 가정된 선(
    Figure 112012077670284-pat00078
    )에 위치한 모든 점
    Figure 112012077670284-pat00079
    을 만족시키기 위하여 기울기가 -a/b인 하나의 수학식'
    Figure 112012077670284-pat00097
    '으로 표시하는 단계;
    (i-3) 상기 주제어부(110)가 상기 수학식을 왜곡된 이미지의 평면상의 점
    Figure 112012077670284-pat00080
    에 대한
    Figure 112012077670284-pat00081
    함수로 변환하는 단계;
    (i-4) 상기 주제어부(110)가 상기 함수
    Figure 112012077670284-pat00082
    에서 변수의 치환을 통해 편도함수식으로 표현하는 단계; 및
    (i-5) 상기 주제어부(110)가 편도함수를 계산하여 왜곡률 파라미터를 산출하는 단계;를 포함하되,
    상기 (i-2)단계의 수학식에서 a, b 그리고 c는 상기 기울기(-a/b)로 상기 선(
    Figure 112012077670284-pat00098
    )을 특정하기 위한 상수인 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법.
  6. 삭제
  7. 제 5항에 있어서,
    상기 (i-3)단계에서의
    Figure 112012077670284-pat00099
    함수는
    Figure 112012077670284-pat00085
    인 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법.
  8. 제 5항에 있어서,
    상기 (i-4)단계에서의 편도함수식은
    Figure 112012077670284-pat00086
    이고, 이때, 상기 Up,Vp는 각각 왜곡이 없는 이미지의 x축과 y축의 임의의 점이고, Ud,Vd가 각각 왜곡 이미지의 x축과 y축의 임의의 점인 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법.
  9. 제 8항에 있어서,
    상기 (i-4)단계에서의 상기 주제어부(110)가 상기 편도함수식을 선(
    Figure 112011040944265-pat00087
    )의 기울기-a/b와 동일한 형태로 변형하여 파라미터를 산출하는 것을 특징으로 하는 렌즈 왜곡 보정 파라미터 결정 기법
KR1020110052217A 2011-05-31 2011-05-31 렌즈 왜곡 보정 파라미터 결정 기법 KR101255742B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110052217A KR101255742B1 (ko) 2011-05-31 2011-05-31 렌즈 왜곡 보정 파라미터 결정 기법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110052217A KR101255742B1 (ko) 2011-05-31 2011-05-31 렌즈 왜곡 보정 파라미터 결정 기법

Publications (2)

Publication Number Publication Date
KR20120133529A KR20120133529A (ko) 2012-12-11
KR101255742B1 true KR101255742B1 (ko) 2013-04-17

Family

ID=47516876

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110052217A KR101255742B1 (ko) 2011-05-31 2011-05-31 렌즈 왜곡 보정 파라미터 결정 기법

Country Status (1)

Country Link
KR (1) KR101255742B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820973A (zh) * 2015-05-07 2015-08-05 河海大学 畸变曲线弧度检测模板的图像校正方法
KR101765223B1 (ko) 2016-02-24 2017-08-04 경북대학교 산학협력단 밝기에 대한 에지 변위 추정 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102063984B1 (ko) * 2013-01-28 2020-01-08 엘지디스플레이 주식회사 결함 검사 장치 및 이의 왜곡 보정방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070004202A (ko) * 2005-07-04 2007-01-09 현대자동차주식회사 디지털카메라에서 렌즈에 의한 화면왜곡 보정 방법
KR100744937B1 (ko) * 2006-06-29 2007-08-01 삼성전기주식회사 렌즈 왜곡 보정 방법
KR100859001B1 (ko) * 2007-03-26 2008-09-18 주식회사 아이닉스 영상 왜곡 보정방법 및 보정장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070004202A (ko) * 2005-07-04 2007-01-09 현대자동차주식회사 디지털카메라에서 렌즈에 의한 화면왜곡 보정 방법
KR100744937B1 (ko) * 2006-06-29 2007-08-01 삼성전기주식회사 렌즈 왜곡 보정 방법
KR100859001B1 (ko) * 2007-03-26 2008-09-18 주식회사 아이닉스 영상 왜곡 보정방법 및 보정장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1(2009) *
논문1(2009)*

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820973A (zh) * 2015-05-07 2015-08-05 河海大学 畸变曲线弧度检测模板的图像校正方法
KR101765223B1 (ko) 2016-02-24 2017-08-04 경북대학교 산학협력단 밝기에 대한 에지 변위 추정 방법

Also Published As

Publication number Publication date
KR20120133529A (ko) 2012-12-11

Similar Documents

Publication Publication Date Title
US11861813B2 (en) Image distortion correction method and apparatus
KR102320649B1 (ko) 얼굴 이미지 품질을 결정하는 방법과 장치, 전자 기기 및 컴퓨터 저장 매체
CN111210468B (zh) 一种图像深度信息获取方法及装置
US10643347B2 (en) Device for measuring position and orientation of imaging apparatus and method therefor
US9392153B2 (en) Plenoptic camera resolution
US9792674B2 (en) Perspective correction for curved display screens
KR101172629B1 (ko) 영상 처리 방법 및 이를 위한 장치
CN109345597B (zh) 一种基于增强现实的相机标定图像采集方法及装置
CN110996082B (zh) 投影调节方法、装置、投影仪及可读存储介质
CN107871329B (zh) 一种相机光学中心的快速标定方法及装置
JP2011182397A (ja) ずれ量算出方法およびずれ量算出装置
CN111145271A (zh) 相机参数的精确度的确定方法、装置、存储介质及终端
KR101255742B1 (ko) 렌즈 왜곡 보정 파라미터 결정 기법
JP4296617B2 (ja) 画像処理装置および画像処理方法、並びに記録媒体
US8750641B2 (en) Apparatus and method for correcting distortion of image
US20120038785A1 (en) Method for producing high resolution image
CN110555385B (zh) 一种基于变步长曲率滤波的焊缝特征点求取方法
CN112529792B (zh) 一种免畸变模型的相机畸变校正方法
JP5760558B2 (ja) カメラシミュレーション装置、カメラシミュレーション方法、及びカメラシミュレーションプログラム
US9582887B2 (en) Methods and apparatus for determining field of view dependent depth map correction values
Kim et al. Correcting radial lens distortion with advanced outlier elimination
US20240029288A1 (en) Image processing apparatus, image processing method, and storage medium
JP2005251123A (ja) 画像処理装置および画像処理方法
US20230410368A1 (en) Method for learning network parameter of neural network, method for calculating camera parameter, and computer-readable recording medium recording a program
CN117115488B (zh) 一种基于图像处理的水表检测方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160407

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170417

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180813

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190411

Year of fee payment: 7

R401 Registration of restoration
R401 Registration of restoration