KR101705330B1 - 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법 - Google Patents

스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법 Download PDF

Info

Publication number
KR101705330B1
KR101705330B1 KR1020150137714A KR20150137714A KR101705330B1 KR 101705330 B1 KR101705330 B1 KR 101705330B1 KR 1020150137714 A KR1020150137714 A KR 1020150137714A KR 20150137714 A KR20150137714 A KR 20150137714A KR 101705330 B1 KR101705330 B1 KR 101705330B1
Authority
KR
South Korea
Prior art keywords
feature points
image
stereo camera
angle
points
Prior art date
Application number
KR1020150137714A
Other languages
English (en)
Inventor
이채은
김선빈
조형래
Original Assignee
인하대학교 산학협력단
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 인하대학교 산학협력단 filed Critical 인하대학교 산학협력단
Priority to KR1020150137714A priority Critical patent/KR101705330B1/ko
Application granted granted Critical
Publication of KR101705330B1 publication Critical patent/KR101705330B1/ko

Links

Images

Classifications

    • H04N13/02—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • H04N13/0217—
    • H04N13/0239—

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법에 관한 것으로; 스테레오 카메라의 좌측 및 우측 카메라에서 물체를 촬영한 좌측 및 우측 이미지를 획득하는 제1단계; 상기 좌측 및 우측 이미지에서 특징점을 검출하고, 그 검출된 좌측 및 우측 이미지의 특징점을 매칭하는 제2단계; 상기 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택하는 제3단계;로 구성되는 것을 특징으로 한다.
본 발명에 따르면, 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 일정한 규칙에 따라 선택함으로서 이를 이용하여 물체의 기울어진 각도를 측정시 정확도를 높일 수 있다. 특히 스테레오 카메라 이미지에서 3개의 특징점을 선택하고 물체의 각도 정보를 산출함으로서 스테레오 카메라에서 촬영한 카메라이미지의 normal vector를 계산시 유용하게 이용할 수 있다.

Description

스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법 {Keypoints Selection method to Find the Viewing Angle of Objects in a Stereo Camera Image}
본 발명은 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 이용하여 물체의 기울어진 각도를 측정시 정확도를 높일 수 있는 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법에 관한 것이다.
일반적으로 카메라에서 촬영되는 이미지에서 물체의 기울어진 각도를 정확히 알면 다양한 영상처리에 유용한 정보로 활용할 수 있다.
특히, 스테레오 카메라를 이용하면 일 예로 등록특허 제10-0360825호(참고문헌 1)에서와 같이 물체와의 거리측정이 가능하다. 그리고, 물체와의 거리측정을 통해 여러 지점의 거리를 측정하여 기울어진 각도도 구할 수 있다.
한편, 스테레오 카메라에서 촬영되는 스테레오 이미지에서 거리 측정을 위해서는 Harris corner, Shi & Tomasi, SIFT, FAST, AGAST 등 특징점을 찾는 알고리즘을 이용할 수 있다.
일 예로 상기 SIFT(Scale Invariant FeatureTransform) 알고리즘은 참고문헌 2에서와 같이 David G. Lowe가 제안한 것으로, 이미지 내에서 특징점을 추출하는 알고리즘이다. 이는 크게 특징점을 찾는 과정과 선택된 특징점의 기술자(Descriptor)를 생성하는 과정의 두 단계로 구분할 수 있다.
우선 특징점 추출 과정은 스케일 공간상의 후보 특징점을 추출하고 후보 특징점의 안정성을 검사하여 안정된 특징점의 위치를 세부 위치로 보정한다. 다음으로 기술자(Descriptor) 생성 과정은 선택된 특징점들을 중심으로 주변 영역의 그레디언트(gradient)를 통해 방향 성분을 얻게 되고, 얻어진 방향 성분을 중심으로 관심 영역을 재설정하여 기술자(Descriptor)를 생성하게 된다.
그런데, 스테레오 카메라를 이용하면 비교적 저렴한 가격으로 여러 지점의 거리를 측정하여 기울어진 각도를 구할 수 있지만 측정된 거리의 정확도가 떨어지는 문제점이 있다.
참고문헌 1 : 등록특허 제10-0360825호
참고문헌 2 : Lowe, David G. "Distinctive image features from scale-invariant keypoints." International journal of computer vision 60.2 (2004): 91-110
따라서, 본 발명은 이러한 문제점들을 해결하기 위한 것으로서, 본 발명은 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 이용하여 물체의 기울어진 각도를 측정시 정확도를 높일 수 있는 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법을 제공하는데 그 목적이 있다.
특히, 본 발명은 특징점들의 선택 기준을 제시하고 각도 측정의 정확도를 실험으로 확인할 수 있는 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법을 제공하는데 그 목적이 있다.
이와 같은 기술적 과제를 해결하기 위해 본 발명은;
스테레오 카메라의 좌측 및 우측 카메라에서 물체를 촬영한 좌측 및 우측 이미지를 획득하는 제1단계; 상기 좌측 및 우측 이미지에서 특징점을 검출하고, 그 검출된 좌측 및 우측 이미지의 특징점을 매칭하는 제2단계; 상기 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택하는 제3단계;로 구성되는 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법을 제공한다.
이때, 상기 제2단계는 좌측 및 우측 이미지로부터 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용하여 복수의 특징점들을 추출하는 단계인 것을 특징으로 한다.
또한, 상기 제3단계는, 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택시 3점들 사이의 픽셀 거리를 구하여 선택하는 것을 특징으로 한다.
특히, 상기 픽셀 거리는
Figure 112015094590423-pat00001
(이때, X는 이미지 가로축의 pixel수, C는 calibration 상수, m은 XC/2, L은 스테레오 카메라 렌즈 사이의 거리임)로 계산하고, 복수의 특징점 사이의 픽셀 거리가 최소 d만큼 되도록 3개의 특징점을 선택하는 것을 특징으로 한다.
그리고, 상기 제3단계 후 좌우 특징점들의 디스패리티(disparity)를 추출하여 실제 거리를 계산하는 제4단계; 및 상기 3개의 특징점을 이용하여 평면을 만들고 평면의 각도를 계산하여 물체의 기울어진 각도를 계산하는 제5단계;를 더 포함하는 것을 특징으로 한다.
본 발명에 따르면, 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 일정한 규칙에 따라 선택함으로서 이를 이용하여 물체의 기울어진 각도를 측정시 정확도를 높일 수 있다.
특히, 본 발명에 따르면 스테레오 카메라 이미지에서 3개의 특징점을 선택하고 물체의 각도 정보를 산출함으로서 스테레오 카메라에서 촬영한 카메라이미지의 normal vector를 계산시 유용하게 이용할 수 있다.
도 1은 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 시스템 구성도이다.
도 2는 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 과정을 순차적으로 도시한 순서도이다.
도 3은 본 발명에 따라 일정 거리 및 각도로 기울어진 물체를 카메라로 촬영하여 특징점을 추출하는 실험 환경 예를 도시한 도면이다.
도 4는 본 발명에 따라 계산된 특징점 사이의 최소한의 픽셀 간격으로 떨어진 물체의 각도 측정 예를 도시한 도면이다.
이하, 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법을 첨부한 도면을 참고로 하여 상세히 기술되는 실시 예에 의하여 그 특징들을 이해할 수 있을 것이다.
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 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들은 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
도 1을 참고하면, 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법은 스테레오 카메라 이미지에서 물체의 특징점 3개를 이용하여 물체의 기울어진 각도를 측정할 때 정확도를 높일 수 있다.
이와 같이 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법을 구현하기 위하여 스테레오 카메라를 이용한다.
스테레오 카메라(stereoscopic camera)는 입체카메라로서 일반적으로 동시에 2장의 영상 이미지를 얻을 수 있게 한 특수카메라이다. 이는 2개의 촬영용 렌즈를 일정 간격으로 배치하고 같은 물체를 촬영하는 방법을 사용한다. 이렇게 얻은 영상 이미지를 스테레오 뷰어를 이용하여 보면 상이 입체적으로 보인다.
즉, 스테레오 카메라는 좌측 카메라(10)와 우측카메라(20)가 일정간격을 유지하며 배치되어 물체를 촬영하는 영상 촬영 장치로서, 좌측 카메라(10)와 우측카메라(20)는 각각 좌측 이미지와 우측 이미지를 촬영한다.
이와 같이 좌측 카메라(10)와 우측카메라(20)에서 촬영된 좌측 이미지와 우측 이미지는 분석수단(30)에서 3개의 특징점을 검출 및 매칭을 수행하고, 실제 거리 계산한 후 물체의 기울어진 각도 계산을 수행하게 된다.
이하, 도 1 및 도 2를 참고로 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 과정을 상세히 설명한다.
스테레오 카메라를 이용하여 물체의 기울어진 각도는 도 2의 순서도의 순서에 따라 계산한다.
이때, 우선 스테레오 카메라의 좌측 카메라(10)와 우측 카메라(20)를 통해 좌측 이미지와 우측 이미지를 촬영하며, 이와 같이 촬영된 좌측 이미지와 우측 이미지는 PC, 노트북 등과 같은 다양한 형태의 분석수단(30)으로 입력된다.(S100)
이와 같이 분석수단(30)에서 획득한 좌측 이미지와 우측 이미지에서 특징점을 검출하고, 그 검출된 좌측 이미지와 우측 이미지의 특징점을 매칭한다.(S110)
이때, 상기 단계(S110)에서 좌측 이미지와 우측 이미지로부터 특징점을 검출하고 매칭하기 위하여 공지(公知)의 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용하여 추출한다.
상기 단계(S120)를 통해 좌측 이미지와 우측 이미지로부터 특징점을 검출하고 매칭한 후, 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택한다.(S130)
이때, 물체의 각도를 구하기 위해 스테레오 카메라의 좌측 카메라(10)를 기준으로 정한다. 물론 물체의 각도 구하기 위해 우측 카메라(10)를 기준으로 정하는 것도 가능하다.
이와 같이 상기 단계(S130)을 통해 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택한 이후 좌우 특징점들의 디스패리티(disparity)를 추출하여 실제 거리를 계산한다.(S140)
이때, 상기 좌우 특징점들의 디스패리티(disparity)는 스테레오 카메라의 특성상 y축 좌표는 변화가 없고, x축 좌표의 변화만 있으므로 x축 좌표의 차이로 정한다.
3개의 특징점을 이용하여 평면을 만들고 평면의 각도를 계산하여 물체의 기울어진 각도를 계산한다.(S150)
상기 단계(S130)를 좀더 구체적으로 설명하면, 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택시에는 3점들 사이의 픽셀 거리가 중요하다.
따라서, 좌측 카메라(10)의 초점에서부터 물체 사이의 거리 z는 다음과 같은 수식 1과 같다.
Figure 112015094590423-pat00002
이때, 상기 X는 이미지 가로축의 pixel수, C는 calibration 상수, D는 디스패리티(disparity)의 값이다.
본 발명에서는 위 디스패리티(disparity) 값 D가 1 픽셀 변화할 때 각도의 변화가 최대 10°가 되도록 하는 3개의 특징점들 사이의 최소 간격을 구한다.
이때, 1 픽셀 당 각도의 변화를 작게 할수록 정확도는 올라가지만 그만큼 요구되는 특징점들 사이의 픽셀 간격이 멀어지게 되어 3개의 특징점을 선택함에 어려움이 생긴다.
픽셀 간 거리 d는 다음과 같은 수학식 2를 통해 구할 수 있다.
Figure 112015094590423-pat00003
이때, 상기 m은 XC/2, L은 스테레오 카메라 렌즈 사이의 거리이다.
위 수학식 2를 사용하여 픽셀 간 거리 d를 구하고, 각각의 특징점 사이의 픽셀 거리가 최소 d만큼 되도록 3개의 특징점을 선택한다.
이하, 도 3 및 도 4를 참고로 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 과정의 실시 예를 설명한다. 본 실시 예는 도 2의 과정에 따라 계산하여 선택한 3개의 특징점을 이용하여 각도를 구하고 이 값이 적당함을 보인다.
이때, 스테레오 카메라를 사용하여 획득한 영상의 크기는 640×440 pixel이다. 아울러, 실험을 용이하게 진행하기 위해 설치가 쉽고 알고리즘 계산이 쉬운 평행식 스테레오 카메라를 사용하였다. Visual Studio와 OpenCV를 사용하여 알고리즘을 구현하고 실험하였다.
도 3은 본 발명의 실험 환경을 보여주는 것으로, 스테레오 카메라에서 물체를 60㎝ 거리에 위치시키고 30°기울어진 상태에서 촬영하여 특징점을 찾은 예를 도시한 도면이다.
이 같은 조건 하에서 특징점들 사이의 거리는 물체의 각도 오차가 10° 이상 나지 않는 점을 디스패리티(disparity)를 통해 계산하고 실험을 통해 각도 값을 확인한다.
그리고, 물체의 각도를 변화시켜 값을 비교해본다.
도 4에서 첫 번째 열은 실험을 위한 물체의 다양한 각도, 두 번째에서 네 번째 열들은 다양한 거리의 물체들에 대하여 특징점 선택을 위해 사용된 픽셀 간격을 나타낸다. 이미지에서 물체의 각도값은 구면좌표에서 φ의 변화를 주지 않았고 θ만 변화시켜 주었다. 값이 나오지 않은 부분은 매칭된 특징점이 없어서 값을 측정할 수 없는 경우이다. 다섯 번째에서 일곱 번째 열들은 그림1의 알고리즘을 사용하여 측정된 각도이다. 여덟 번째 열에서 실제 각도와 측정된 각도의 오차를 보였다. 실험결과 물체의 각도는 적게는 4°에서 크게는 19°차이가 발생했으며 평균적으로 10°전후의 오차값을 보였다. 오차의 이유는 스테레오 카메라 기반의 거리측정의 한계와 본 발명에서 각도의 오차를 10°로 정해주었기 때문이다.
따라서, 이 같은 오차는 좌우 카메라 사이의 간격이 넓고 해상도가 높은 카메라를 사용하면 줄일 수 있다.
이와 같이 스테레오 카메라를 통해 촬영되는 카메라 이미지의 normal vector를 계산할 때 특징점을 이용하고 특징점의 선택 방법의 제안을 통해 스테레오 카메라)를 이용하여 이미지(영상) 처리시 물체의 각도 정보를 이용할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형 가능한 것으로, 본 발명의 보호범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 좌측 카메라
20: 우측 카메라
30: 분석수단

Claims (5)

  1. 스테레오 카메라의 좌측 및 우측 카메라에서 물체를 촬영한 좌측 및 우측 이미지를 획득하는 제1단계;
    상기 좌측 및 우측 이미지에서 특징점을 검출하고, 그 검출된 좌측 및 우측 이미지의 특징점을 매칭하는 제2단계; 및
    상기 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택하는 제3단계;로 구성되고,
    상기 제3단계는, 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 선택시 3점들 사이의 픽셀 거리를 구하여 선택하는 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법.
  2. 제 1항에 있어서,
    상기 제2단계는 좌측 및 우측 이미지로부터 SIFT(Scale Invariant Feature Transform) 알고리즘을 이용하여 복수의 특징점들을 추출하는 단계인 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법.
  3. 삭제
  4. 제 1항에 있어서, 상기 픽셀 거리는
    Figure 112016094584034-pat00004
    로 계산하고, 복수의 특징점 사이의 픽셀 거리가 최소 d만큼 되도록 3개의 특징점을 선택하는 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법.
    (이때, X는 이미지 가로축의 pixel수, C는 calibration 상수, m은 XC/2, L은 스테레오 카메라 렌즈 사이의 거리, D는 디스패리티(disparity)의 값임)
  5. 제 1항에 있어서,
    상기 제3단계 후 좌우 특징점들의 디스패리티(disparity)를 추출하여 실제 거리를 계산하는 제4단계; 및
    상기 3개의 특징점을 이용하여 평면을 만들고 평면의 각도를 계산하여 물체의 기울어진 각도를 계산하는 제5단계;를 더 포함하는 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법.
KR1020150137714A 2015-09-30 2015-09-30 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법 KR101705330B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150137714A KR101705330B1 (ko) 2015-09-30 2015-09-30 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150137714A KR101705330B1 (ko) 2015-09-30 2015-09-30 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법

Publications (1)

Publication Number Publication Date
KR101705330B1 true KR101705330B1 (ko) 2017-02-10

Family

ID=58121430

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150137714A KR101705330B1 (ko) 2015-09-30 2015-09-30 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법

Country Status (1)

Country Link
KR (1) KR101705330B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020017907A1 (ko) * 2018-07-18 2020-01-23 삼성에스디아이 주식회사 전극의 오정렬 검출 시스템 및 방법
CN111882618A (zh) * 2020-06-28 2020-11-03 北京石油化工学院 双目测距中左右视图特征点匹配处理方法、终端及系统
KR20210085717A (ko) * 2019-12-31 2021-07-08 한국기술교육대학교 산학협력단 반도체 공장용 위치보정방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020018331A (ko) 2000-09-01 2002-03-08 박병권 거리측정이 가능한 단동형 수중 스테레오 카메라
KR20130091918A (ko) * 2012-02-09 2013-08-20 한국전자통신연구원 오브젝트 인식 장치 및 방법
KR20140000195A (ko) * 2010-08-09 2014-01-02 퀄컴 인코포레이티드 입체 카메라를 위한 자동초점

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020018331A (ko) 2000-09-01 2002-03-08 박병권 거리측정이 가능한 단동형 수중 스테레오 카메라
KR20140000195A (ko) * 2010-08-09 2014-01-02 퀄컴 인코포레이티드 입체 카메라를 위한 자동초점
KR20130091918A (ko) * 2012-02-09 2013-08-20 한국전자통신연구원 오브젝트 인식 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
참고문헌 2 : Lowe, David G. "Distinctive image features from scale-invariant keypoints." International journal of computer vision 60.2 (2004): 91-110

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020017907A1 (ko) * 2018-07-18 2020-01-23 삼성에스디아이 주식회사 전극의 오정렬 검출 시스템 및 방법
KR20210085717A (ko) * 2019-12-31 2021-07-08 한국기술교육대학교 산학협력단 반도체 공장용 위치보정방법
KR102289382B1 (ko) * 2019-12-31 2021-08-12 한국기술교육대학교 산학협력단 반도체 공장용 위치보정방법
CN111882618A (zh) * 2020-06-28 2020-11-03 北京石油化工学院 双目测距中左右视图特征点匹配处理方法、终端及系统
CN111882618B (zh) * 2020-06-28 2024-01-26 北京石油化工学院 双目测距中左右视图特征点匹配处理方法、终端及系统

Similar Documents

Publication Publication Date Title
US10944961B2 (en) Systems and methods for dynamic calibration of array cameras
US10699476B2 (en) Generating a merged, fused three-dimensional point cloud based on captured images of a scene
WO2014061372A1 (ja) 画像処理装置、画像処理方法および画像処理プログラム
KR102354299B1 (ko) 단일 영상을 이용한 카메라 캘리브레이션 방법 및 이를 위한 장치
JP5951043B2 (ja) 画像計測装置
JP6566768B2 (ja) 情報処理装置、情報処理方法、プログラム
KR101705330B1 (ko) 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법
US20190313082A1 (en) Apparatus and method for measuring position of stereo camera
JP5743935B2 (ja) 対象物検出装置および対象物検出方法
JP6452361B2 (ja) 情報処理装置、情報処理方法、プログラム
WO2021163406A1 (en) Methods and systems for determining calibration quality metrics for a multicamera imaging system
KR101728719B1 (ko) 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법
KR101705333B1 (ko) 스테레오 카메라를 이용한 sift 특징점 로컬 영역의 깊이 변화 측정 방법
US10332259B2 (en) Image processing apparatus, image processing method, and program
KR20150096128A (ko) 모바일 플랫폼에 기반한 가상 카메라의 자동 캘리브레이션 방법
JP2013114381A (ja) 対象物識別装置および対象物識別方法
Ghasemi et al. Detecting planar surface using a light-field camera with application to distinguishing real scenes from printed photos
US9992398B2 (en) Optical sighting
CN111080689B (zh) 确定面部深度图的方法和装置
US11143504B2 (en) Image capture device and image capture system
KR101740572B1 (ko) Sift에서 기울어진 물체 인식률 향상을 위한 참조 이미지의 프로젝션 방법
Katai-Urban et al. Stereo Reconstruction of Atmospheric Cloud Surfaces from Fish-Eye Camera Images
JP6521645B2 (ja) 画像計測装置
Li et al. A global-to-local scheme for imbalanced point matching

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: 20200102

Year of fee payment: 4