KR101619486B1 - 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치 - Google Patents

좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치 Download PDF

Info

Publication number
KR101619486B1
KR101619486B1 KR1020150052653A KR20150052653A KR101619486B1 KR 101619486 B1 KR101619486 B1 KR 101619486B1 KR 1020150052653 A KR1020150052653 A KR 1020150052653A KR 20150052653 A KR20150052653 A KR 20150052653A KR 101619486 B1 KR101619486 B1 KR 101619486B1
Authority
KR
South Korea
Prior art keywords
coordinate transformation
transformation matrix
image
coordinate
cube
Prior art date
Application number
KR1020150052653A
Other languages
English (en)
Inventor
이종훈
천준호
박성근
김도윤
Original Assignee
공간정보기술 주식회사
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 공간정보기술 주식회사 filed Critical 공간정보기술 주식회사
Priority to KR1020150052653A priority Critical patent/KR101619486B1/ko
Application granted granted Critical
Publication of KR101619486B1 publication Critical patent/KR101619486B1/ko

Links

Images

Classifications

    • H04N13/0029
    • H04N13/0018
    • H04N13/0022

Landscapes

  • Image Processing (AREA)

Abstract

본 발명은 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치에 관한 것으로, 더욱 상세하게는 각종 센서 구성없이 스테레오 영상 내 사용자가 지정한 영역 범위에 좌표변환매트릭스부를 통해 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하여 모든 영상을 좌표변환Matrix를 이용하여 좌표 변환하여 전 후 영상을 연결하되, 큐브 단위에서 중복되는 픽셀들에 대하여 삭제 처리함으로써, 메모리 낭비없이 3차원 큐브 파노라마를 구성하기 위한 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치에 관한 것이다.

Description

좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치{3D cube panorama device using Coordinate transformation matrix}
본 발명은 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치에 관한 것으로, 더욱 상세하게는 각종 센서 구성없이 스테레오 영상 내 사용자가 지정한 영역 범위에 좌표변환매트릭스부를 통해 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하여 모든 영상을 좌표변환Matrix를 이용하여 좌표 변환하여 전 후 영상을 연결하되, 큐브 단위에서 중복되는 픽셀들에 대하여 삭제 처리함으로써, 메모리 낭비없이 3차원 큐브 파노라마를 실행할 수 있는 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치에 관한 것이다.
영상으로부터 3차원 모델을 복원하는 기법은, 컴퓨터 비전 영역에서 매우 오래된 연구 주제이다.
그 대표적인 기술로서 빛과 그림자의 관계로부터 3차원 정보를 복원하는 기법(shape from shading), 물체 표면 패턴으로부터 3차원 정보를 복원하는 기법(shape from texture) 및 윤곽선 정보로부터 3차원 정보를 복원하는 기법(visual hull) 등이 있다.
특히, 윤곽선 정보로부터 3차원 정보를 복원하는 기법(visual hull)은 매우 간단하면서도 효율적으로 3차원 모델을 복원할 수 있어 최근 많은 연구가 이루어졌다.
한편, 스테레오 영상을 이용한 영상 처리기법이 활발히 연구되고 있는데, 두 대의 카메라에서 얻어진 영상에서 생기는 양안 시차를 이용하여 깊이를 추정하는 기술이지만 이를 활용하기 위한 어플리케이션 기술 개발이 시급한 실정이다.
또한, 기존 지능형 CCTV의 특징으로서, 색상이나 모양으로 이동객체를 판별하는 방식으로서, 기상 조건이 안좋거나, 야간에는 판별하기가 불가능하다.
따라서, 상기한 단점을 보완하고자 각종 인체 감지센서 등을 도입하여 지능형 CCTV와 연동하여 이동 객체를 판별하는 방식을 주로 이용하고 있었다.
상기한 방식의 경우에는 감지센서의 감지 범위가 넓지 않아 일정 간격으로 복수개를 설치 구성해야 하기 때문에 이에 따른 설치 비용 및 설치 인건비가 중복적으로 소요되는 문제점이 발생하였다.
결국, CCTV 카메라만으로도 이동 객체를 주간뿐만 아니라, 야간에도 판별할 수 있는 시스템이 필요하게 된 것이다.
한편, 스테레오 영상을 이용한 영상 처리기법에서 스테레오 영상을 처리하기 때문에 이에 따른 시스템 부하를 야기시키게 되어 3차원 파노라마 영상을 구현하는데 고속 처리가 가능한 시스템을 설치해야 하기에 이에 따른 설치 비용과 유지 보수의 문제점을 가질 수 밖에 없어 이를 해결하기 위한 기술이 필요한 실정이다.
대한민국 등록특허공보 10-1290197호(2013.07.22)
본 발명의 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치는 상기와 같은 종래 기술에서 발생하는 문제점을 해소하기 위한 것으로, 각종 센서 구성없이 스테레오 영상 내 사용자가 지정한 영역 범위에 좌표변환매트릭스부를 통해 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하고, 모든 영상을 상기 생성된 좌표변환Matrix를 이용하여 좌표 변환하여 전 후 영상을 연결하도록 하는데 있다.
본 발명의 다른 목적은 큐브 단위에서 중복되는 픽셀들에 대하여 삭제 처리함으로써, 메모리 낭비없이 3차원 큐브 파노라마를 구성할 수 있도록 하는데 있다.
본 발명의 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치는 상기와 같은 과제를 해결하기 위하여, 이어붙일 좌우 영상으로 이루어진 두 쌍의 전후 영상 중 전 왼쪽 영상과 후 왼쪽 영상의 특징점을 추출하기 위한 전후영상특징점추출부(100)와;
상기 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하기 위한 좌표변환매트릭스부(200)와;
획득된 영상을 상기 좌표변환매트릭스부를 이용하여 좌표 변환하여 전후 영상을 연결하여 3차원 큐브 파노라마를 생성하기 위한 3차원큐브파노라마생성부(300);를 포함하여 구성되어 본 발명의 과제를 해결하게 된다.
본 발명에 의해, 각종 센서 구성없이 스테레오 영상 내 사용자가 지정한 영역 범위에 좌표변환매트릭스부를 통해 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하고, 모든 영상을 상기 생성된 좌표변환Matrix를 이용하여 좌표 변환하여 전 후 영상을 연결하여 큐브 단위에서 중복되는 픽셀들에 대하여 삭제 처리함으로써, 메모리 낭비없이 3차원 큐브 파노라마를 구성할 수 있는 효과를 제공하여 시스템 부하를 최소화시킬 수 있게 된다.
도 1은 본 발명의 실시예에 따른 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치의 전체 구성도이다.
도 2는 본 발명의 실시예에 따른 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치의 3차원큐브파노라마생성부 블록도이다.
도 3은 본 발명의 실시예에 따른 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치의 실제 포인트 클라우드 설정되어 있는 공간을 큐브로 나눈 예시도이며, 도 4는 큐브 단위에서 중복된 픽셀에 대하여 삭제할 영역을 나타낸 예시도이다.
이하, 첨부된 도면을 통해 본 발명의 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치에 대해 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치의 전체 구성도이다.
도 1에 도시한 바와 같이, 본 발명의 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치는, 전후영상특징점추출부(100)와; 좌표변환매트릭스부(200)와; 3차원큐브파노라마생성부(300);를 포함하여 구성된다.
상기 전후영상특징점추출부(100)는 이어붙일 좌우 영상으로 이루어진 두 쌍의 전후 영상 중 시간을 기준으로 전 왼쪽 영상과 후 왼쪽 영상의 특징점을 추출하게 된다.
즉, 로컬 좌표계를 이용한 두 영상(좌측 및 우측)의 전후 특징점을 추출하는 것이다.
상기한 특징점 알고리즘은 바람직하게는 같은 점을 찾아낼 때 쓰는 2장의 영상이 서로의 스케일에 관계없이 특징점을 뽑아내는 sift 공개 알고리즘을 사용하게 된다.
이때, 상기 좌표변환매트릭스부(200)는 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하게 된다.
즉, 이미 생성된 전 영상과 전 Depth Map, 후 영상과 후 Depth Map을 가지고 전/후 영상에서의 특징점을 찾아내어 전/후 영상에서의 특징점에 대응되는 각각의 Depth Map으로 3차원 좌표로 변환한 후에, 전/후 3차원 좌표를 통해 좌표 변환 매트릭스를 생성하는 것이다.
여기서, 좌우 영상 내의 동일한(혹은 매칭이 되는) 특징점간 disparity 값이 0 또는 255 값을 가졌을 때 disparity 값이 매칭에 실패한 값으로 지정하여 해당값을 제외시킨다.
예를 들어, LocalCoordinates(전) = LocalCoordinates(후) * H 로 계산하게 되는데, 하기의 수학식과 같은 좌표변환Matrix를 생성하게 되는 것이다.
Figure 112015036391721-pat00001
(수학식)
상기 A는 전 깊이지도맵에서의 좌표의 n개의 기준점에 대응되는 B의 후 깊이지도맵에서 대응되는 n개의 기준점 선택을 의미하며, H는 좌표변환매트릭스를 의미한다.
예를 들어, Projection(LocalCoordinates, LocalCoordinates, H); // 전 영상(LocalCoordinates)에서의 좌표, n개의 기준점을 선택 대응되는 후 영상에서의 LocalCoordinates의 n개의 기준점 선택하여 변환 Matrix H를 생성하는 것이다.
이후, 상기 3차원큐브파노라마생성부(300)는 획득된 모든 영상을 좌표변환매트릭스부를 이용하여 좌표 변환하여 전후 영상을 연결하여 3차원 큐브 파노라마를 생성하게 되는 것이다.
예를 들어, struct Point3DF
{
public:
Point3DF(float x = 0., float y = 0., float z = 0., int img_x = 0, int img_y = 0, byte R = 0., byte G = 0., byte B = 0){ Set(x, y, z, img_x, img_y, R, G, B); }
void Set(Point3DF XYZ)
{
fX = XYZ.GetX();
fY = XYZ.GetY();
fZ = XYZ.GetZ();
ImageX = XYZ.GetImageX();
ImageY = XYZ.GetImageY();
ImageR = XYZ.GetImageR();
ImageG = XYZ.GetImageG();
ImageB = XYZ.GetImageB();
}
void Set(float x, float y, float z, int img_x, int img_y, byte R, byte G, byte B)
{
fX = x
fY = y
fZ = z
ImageX = img_x
ImageY = img_y
ImageR = R
ImageG = G
ImageB = B
}
void Set(float x, float y, float z)
{
fX = x
fY = y
fZ = z
}
float GetX(){ return fX }
float GetY(){ return fY }
float GetZ(){ return fZ }
int GetImageX(){ return ImageX }
int GetImageY(){ return ImageY }
byte GetImageR(){ return ImageR }
byte GetImageG(){ return ImageG }
byte GetImageB(){ return ImageB }
private:
float fX //3차원 좌표 x
float fY //3차원 좌표 y
float fZ //3차원 좌표 z
int ImageX //image 좌표 x
int ImageY // image 좌표 y
byte ImageR // image 좌표 x,y 해당하는 red 값
byte ImageG // image 좌표 x,y 해당하는 green 값
byte ImageB // image 좌표 x,y 해당하는 blue 값
};
typedef std::vector<Point3DF> Vector3D //하나의 큐브 자료 형태
typedef std::vector<Vector3D> Cude3D // 전체 cube 자료 형태
상기 좌측 영상 및 우측 영상은 스테레오 카메라를 통해 획득된 영상을 의미하며, 스테레오 카메라는 2대의 카메라가 서로 평행하게 배치되어 카메라의 전방을 촬영하여 2개의 좌우 영상을 생성하게 된다.
상기와 같이, 구성하게 되면, 각종 센서없이도 2대의 스테레오 카메라만으로 공간 변화, 이동객체 등을 감지할 수 있게 되며, 지도와 연동하여 사용이 가능하게 되는 것이다.
도 2는 본 발명의 실시예에 따른 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치의 3차원큐브파노라마생성부 블록도이다.
도 2에 도시한 바와 같이, 상기 3차원큐브파노라마생성부(300)는 큐브영역설정모듈(310)과, 유사알지비판단모듈(320)과, 중복삭제모듈(330)과, 픽셀수미달삭제모듈(340)을 포함하여 구성되는 것을 특징으로 한다.
상기 큐브영역설정모듈(310)은 도 3에 도시한 바와 같이, 픽셀 값이 있는 모든 영역을 임의의 간격의 큐브 영역으로 나누게 된다.
즉, 실제 포인트 클라우드(point cloud) 설정되어 있는 공간을 큐브로 나누는 것이다.
상기한 임의의 큐브 크기는 카메라가 보는 지정된 범위에서의 임의의 크기 예를 들어 30cm이면, 30cm*30cm*30cm의 직육면체 큐브로 공간을 나누거나, 5cm이면 5cm*5cm*5cm의 직육면체 공간으로 나누는 것을 의미한다.
상기 유사알지비판단모듈(320)은 각각의 큐브에 포함되어 있는 픽셀들 중 유사한 RGB값을 가지고 있는지를 판단하는 기능을 수행한다.
이때, 상기 중복삭제모듈(330)은 픽셀의 중심값과 유사한 RGB값으로 판단되는 픽셀들의 경우에는 중복값으로 분석하여 삭제하게 되는 것이다.
즉, 각 큐브에 포함되어있는 픽셀의 중심값과 유사 RGB를 비교함으로써, 중복값을 판단하여 삭제 처리하는 것이다.
한편, 부가적인 양상에 따라 각각의 큐브에 포함되어 있는 픽셀수가 설정 개수에 도달하지 않을 경우에 오류값으로 판별하여 해당 픽셀들을 삭제하기 위한 픽셀수미달삭제모듈(340)을 포함하여 구성할 수 있다.
예를 들어, 큐브 안에 5cm*5cm*5cm 직육면체에 point 개수가 사용자가 설정한 최소 point 개수를 넘지 않았을시, 매칭이 실패한 값으로 지정하여 삭제하는 것을 의미한다.
즉, 도 4에 도시한 바와 같이, 큐브 단위에서 중복된 픽셀에 대하여 색상, 거리 등을 이용하여 공간 계산한 후, 삭제하여 메모리의 낭비없이 3차원 큐브 파노라마를 구성해 나가는 것이다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구 범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 전후영상특징점추출부
200 : 좌표변환매트릭스부
300 : 3차원큐브파노라마생성부

Claims (6)

  1. 삭제
  2. 좌표변환 매트릭스 장치에 있어서,
    이어붙일 좌우 영상으로 이루어진 두 쌍의 전후 영상 중 시간적으로 전 왼쪽 영상과 후 왼쪽 영상의 특징점을 추출하기 위한 전후영상특징점추출부(100)와;
    상기 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하기 위한 좌표변환매트릭스부(200)와;
    획득된 영상을 상기 좌표변환매트릭스부를 이용하여 좌표 변환하여 전후 영상을 연결하여 3차원 큐브 파노라마를 생성하기 위한 3차원큐브파노라마생성부(300);를 포함하여 구성되되,
    상기 3차원큐브파노라마생성부(300)는,
    픽셀 값이 있는 모든 영역을 임의의 간격의 큐브 영역으로 나누기 위한 큐브영역설정모듈(310)과,
    상기 각각의 큐브에 포함되어 있는 픽셀들 중 유사한 RGB값을 가지고 있는지를 판단하기 위한 유사알지비판단모듈(320)과,
    유사한 RGB값으로 판단되는 픽셀들의 경우에는 중복값으로 분석하여 삭제하기 위한 중복삭제모듈(330)을 포함하여 구성되는 것을 특징으로 하는 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치.
  3. 좌표변환 매트릭스 장치에 있어서,
    이어붙일 좌우 영상으로 이루어진 두 쌍의 전후 영상 중 시간적으로 전 왼쪽 영상과 후 왼쪽 영상의 특징점을 추출하기 위한 전후영상특징점추출부(100)와;
    상기 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하기 위한 좌표변환매트릭스부(200)와;
    획득된 영상을 상기 좌표변환매트릭스부를 이용하여 좌표 변환하여 전후 영상을 연결하여 3차원 큐브 파노라마를 생성하기 위한 3차원큐브파노라마생성부(300);를 포함하여 구성되되,
    상기 3차원큐브파노라마생성부(300)는,
    픽셀 값이 있는 모든 영역을 임의의 간격의 큐브 영역으로 나누기 위한 큐브영역설정모듈(310)과,
    상기 각각의 큐브에 포함되어 있는 픽셀들 중 유사한 RGB값을 가지고 있는지를 판단하기 위한 유사알지비판단모듈(320)과,
    유사한 RGB값으로 판단되는 픽셀들의 경우에는 중복값으로 분석하여 삭제하기 위한 중복삭제모듈(330)과,
    상기 각각의 큐브에 포함되어 있는 픽셀수가 설정 개수에 도달하지 않을 경우에 오류값으로 판별하여 해당 픽셀들을 삭제하기 위한 픽셀수미달삭제모듈(340)을 포함하여 구성되는 것을 특징으로 하는 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치.
  4. 삭제
  5. 삭제
  6. 좌표변환 매트릭스 장치에 있어서,
    이어붙일 좌우 영상으로 이루어진 두 쌍의 전후 영상 중 시간적으로 전 왼쪽 영상과 후 왼쪽 영상의 특징점을 추출하기 위한 전후영상특징점추출부(100)와;
    상기 특징점에 해당하는 전 영상의 3차원 깊이지도맵의 카메라 좌표값과 특징점에 해당하는 후 영상의 3차원 깊이지도맵의 카메라 좌표값을 이용하여 좌표변환Matrix를 생성하기 위한 좌표변환매트릭스부(200)와;
    획득된 영상을 상기 좌표변환매트릭스부를 이용하여 좌표 변환하여 전후 영상을 연결하여 3차원 큐브 파노라마를 생성하기 위한 3차원큐브파노라마생성부(300);를 포함하여 구성되되,
    상기 좌표변환매트릭스부(200)는,
    하기의 수학식과 같은 좌표변환Matrix를 생성하는 것을 특징으로 하는 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치.
    Figure 112016016400057-pat00002
    (수학식)
    (여기서, A는 전 깊이지도맵에서의 좌표의 n개의 기준점에 대응되는 B의 후 깊이지도맵에서 대응되는 n개의 기준점 선택을 의미하며, H는 좌표변환매트릭스를 의미함.)
KR1020150052653A 2015-04-14 2015-04-14 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치 KR101619486B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150052653A KR101619486B1 (ko) 2015-04-14 2015-04-14 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150052653A KR101619486B1 (ko) 2015-04-14 2015-04-14 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치

Publications (1)

Publication Number Publication Date
KR101619486B1 true KR101619486B1 (ko) 2016-05-10

Family

ID=56021247

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150052653A KR101619486B1 (ko) 2015-04-14 2015-04-14 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치

Country Status (1)

Country Link
KR (1) KR101619486B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296783A (zh) * 2016-07-28 2017-01-04 众趣(北京)科技有限公司 一种结合空间全局3d视图和全景图片的空间展示方法
CN108230454A (zh) * 2017-12-28 2018-06-29 瑞庭网络技术(上海)有限公司 一种全景图片的切图方法、装置及存储介质
WO2020103040A1 (en) * 2018-11-21 2020-05-28 Boe Technology Group Co., Ltd. A method for generating and displaying panorama images based on rendering engine and a display apparatus

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007004578A (ja) * 2005-06-24 2007-01-11 Nippon Telegr & Teleph Corp <Ntt> 三次元形状取得方法、三次元形状取得装置、及びプログラムの記録媒体

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007004578A (ja) * 2005-06-24 2007-01-11 Nippon Telegr & Teleph Corp <Ntt> 三次元形状取得方法、三次元形状取得装置、及びプログラムの記録媒体

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106296783A (zh) * 2016-07-28 2017-01-04 众趣(北京)科技有限公司 一种结合空间全局3d视图和全景图片的空间展示方法
CN106296783B (zh) * 2016-07-28 2019-01-11 众趣(北京)科技有限公司 一种结合空间全局3d视图和全景图片的空间展示方法
CN108230454A (zh) * 2017-12-28 2018-06-29 瑞庭网络技术(上海)有限公司 一种全景图片的切图方法、装置及存储介质
CN108230454B (zh) * 2017-12-28 2021-09-28 瑞庭网络技术(上海)有限公司 一种全景图片的切图方法、装置及存储介质
WO2020103040A1 (en) * 2018-11-21 2020-05-28 Boe Technology Group Co., Ltd. A method for generating and displaying panorama images based on rendering engine and a display apparatus
US11589026B2 (en) 2018-11-21 2023-02-21 Beijing Boe Optoelectronics Technology Co., Ltd. Method for generating and displaying panorama images based on rendering engine and a display apparatus

Similar Documents

Publication Publication Date Title
US10701332B2 (en) Image processing apparatus, image processing method, image processing system, and storage medium
JP7403528B2 (ja) シーンの色及び深度の情報を再構成するための方法及びシステム
KR100914845B1 (ko) 다시점 영상 정보를 이용한 물체의 삼차원 형상복원 방법및 장치
JP7105246B2 (ja) 再構成方法および再構成装置
KR101396346B1 (ko) 다수의 2차원 실사 영상들을 이용하여 3차원 영상을생성하는 방법 및 장치
KR20180054487A (ko) Dvs 이벤트 처리 방법 및 장치
CN108961410B (zh) 一种基于图像的三维线框建模方法及装置
KR20180035869A (ko) 정경 재구성 방법, 장치, 단말기 장치 및 저장 매체
TWI716874B (zh) 影像處理裝置、影像處理方法、及影像處理程式
CN106023307B (zh) 基于现场环境的快速重建三维模型方法及系统
KR101593316B1 (ko) 스테레오 카메라를 이용한 3차원 모델 재구성 방법 및 장치
JP2022031304A (ja) 動画変換システム、動画変換方法及び動画変換プログラム
WO2016129612A1 (en) Method for reconstructing a three-dimensional (3d) scene
KR101619486B1 (ko) 좌표변환 매트릭스를 이용한 3차원 큐브 파노라마 장치
Taubin Smooth signed distance surface reconstruction and applications
CN114219958A (zh) 一种多视角遥感影像的分类方法、装置、设备和存储介质
KR101817756B1 (ko) 인터랙티브한 시점 제어가 가능한 3차원 모델 기반의 ptm 생성 시스템 및 이를 이용한 ptm 생성 방법
KR101645451B1 (ko) 스테레오 카메라를 이용한 감지영역 내의 이동객체 감지시스템
Siebert et al. C3D™: a Novel Vision-Based 3-D Data Acquisition System
Yagi et al. Diminished reality for privacy protection by hiding pedestrians in motion image sequences using structure from motion
Skuratovskyi et al. Outdoor mapping framework: from images to 3d model
CN110148206A (zh) 多空间的融合方法
KR102665543B1 (ko) 다시점 영상으로부터의 깊이지도 생성 장치 및 방법
CN104463958A (zh) 基于视差图融合的三维超分辨率方法
KR20190029842A (ko) 지피유 가속 컴퓨팅을 이용한 3차원 복원 클라우드 포인트 생성 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190429

Year of fee payment: 4