KR101728719B1 - 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법 - Google Patents
스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법 Download PDFInfo
- Publication number
- KR101728719B1 KR101728719B1 KR1020160004969A KR20160004969A KR101728719B1 KR 101728719 B1 KR101728719 B1 KR 101728719B1 KR 1020160004969 A KR1020160004969 A KR 1020160004969A KR 20160004969 A KR20160004969 A KR 20160004969A KR 101728719 B1 KR101728719 B1 KR 101728719B1
- Authority
- KR
- South Korea
- Prior art keywords
- feature points
- stereo camera
- image
- angle
- points
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
본 발명은 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법에 관한 것으로; 스테레오 카메라에서 물체를 촬영한 이미지를 획득하는 제1단계, 상기 이미지에서 특징점들을 검출하는 제2단계 및 설정된 조건에 따라 상기 특징점들 중에 3개의 특징점을 선택하는 제3단계로 구성되는 것을 특징으로 한다.
본 발명에 따르면, 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 설정된 조건에 따라 검출함으로써 이를 이용하여 물체의 기울어진 각도를 계산시 정확성을 향상시킬 수 있다.
본 발명에 따르면, 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 설정된 조건에 따라 검출함으로써 이를 이용하여 물체의 기울어진 각도를 계산시 정확성을 향상시킬 수 있다.
Description
본 발명은 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법에 관한 것으로, 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 이용하여 물체의 기울어진 각도를 측정시 정확도를 높일 수 있는 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법에 관한 것이다.
일반적으로 카메라에서 촬영되는 카메라 입력 이미지에서 물체의 기울어진 각도를 정확히 알면 다양한 영상처리에 유용한 정보로 활용할 수 있다.
특히, 스테레오 카메라를 이용하면 일 예로 등록특허 제10-0360825호(참고문헌 1)에서 확인되는 바와 같이 물체와의 거리측정이 가능하다. 그리고, 물체와의 거리측정을 통해 여러 지점의 거리를 측정하여 기울어진 각도도 구할 수 있다.
한편, Harris corner, Shi & Tomasi, SIFT, FAST, AGAST 등 특징점을 찾는 알고리즘을 이용하여 특징점을 검출하고 스테레오 카메라를 이용하여 물체까지 떨어진 거리를 구하면 물체가 기울어진 각도를 구할 수 있다.
일 예로 상기 SIFT(Scale Invariant Feature Transform) 알고리즘은 참고문헌 2에서와 같이 David G. Lowe가 제안한 것으로, 이미지 내에서 특징점을 추출하는 알고리즘이다. 이는 크게 특징점(Keypoint)을 추출하는 과정과, 선택된 특징점의 기술자(Descriptor)를 생성하는 과정의 두 단계로 구분할 수 있다. 좀 더 상세하게 설명하면 상기 특징점(Keypoint) 추출 과정은 스케일 공간상의 후보 특징점을 추출하고 후보 특징점의 안정성을 검사하여 안정된 특징점의 위치를 세부 위치로 보정하는 과정이고, 상기 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.
이때, 물체가 기울어진 정확한 각도 값은 기울어진 물체를 감지하는 컴퓨터 비전의 속도와 정확성 향상의 필수적인 요소이다.
그런데, 스테레오 카메라를 이용하면 비교적 저렴한 가격으로 물체의 여러 지점의 거리를 측정하여 기울어진 각도를 구할 수 있지만 측정된 각도의 정확도가 떨어지는 문제점이 있다.
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 각도를 측정시 정확도를 높일 수 있도록 특징점 3개를 선택시 설정된 조건을 충족하는지 여부를 확인하여 물체의 기울어진 각도를 측정시 정확도를 높일 수 있는 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 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 각도 측정의 정확도 향상을 위한 특징점 선택 방법을 제공하는데 그 목적이 있다.
이와 같은 기술적 과제를 해결하기 위해 본 발명은;
스테레오 카메라에서 물체를 촬영한 이미지를 획득하는 제1단계; 상기 이미지에서 특징점들을 검출하는 제2단계; 및 설정된 조건에 따라 상기 특징점들 중에 3개의 특징점을 선택하는 제3단계;로 구성되는 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법을 제공한다.
이때, 상기 제3단계는 특징점 3개를 선택시 특징점 3개를 연결한 삼각형의 각 꼭지점 내각은 10°이상 170°미만이고, 카메라 초점에서부터 3개의 특징점까지의 거리값이 선형성을 이루며, 3개의 특징점들 사이의 픽셀(pixel) 거리가 10픽셀(pixel) 이상이면 선택하는 단계인 것을 특징으로 한다.
그리고, 상기 제2단계는 좌측 및 우측 이미지로부터 SIFT, Harris corner, Shi & Tomasi, FAST, AGAST 알고리즘 중에 어느 하나를 이용하여 복수의 특징점들을 추출하는 단계인 것을 특징으로 한다.
아울러, 상기 제3단계 후, 상기 특징점들의 디스패리티(disparity)를 추출하여 실제 거리를 계산하는 제4단계; 및 상기 3개의 특징점을 이용하여 물체의 기울어진 각도를 계산하는 제5단계;를 더 포함하는 것을 특징으로 한다.
본 발명에 따르면, 스테레오 카메라에서 촬영되는 스테레오 카메라 이미지에서 물체의 특징점 3개를 설정된 조건에 따라 검출함으로써 이를 이용하여 물체의 기울어진 각도를 계산시 정확성을 향상시킬 수 있다.
특히, 본 발명에 따르면 스테레오 카메라 이미지에서 3개의 특징점을 조건에 따라 검출하여 카메라 초점에서 각 특징점까지의 떨어진 거리를 계산하여 법선 벡터(normal vector)를 구하고 물체가 기울어진 각도를 계산함으로써 정확도를 높인 물체가 기울어진 각도를 측정할 수 있다.
도 1은 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정시 특징점을 선택을 위한 시스템 구성도이다.
도 2는 본 발명에 따른 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 계산하는 과정을 도시한 순서도이다.
도 3은 특징점 3개를 선택시 특징점 사이의 각도가 너무 작거나 커 물체가 기울어진 각도가 제대로 나오지 않은 경우를 설명하기 위해 도시한 도면이다.
도 4는 특징점 3개를 선택시 기울어진 물체 밖의 특징점을 선택하여 기울어진 각도가 제대로 나오지 않은 경우를 설명하기 위해 도시한 도면이다.
도 5는 무작위로 특징점 3개를 잡아서 측정한 각도 표준편차와 본 발명에서 제시한 3가지 알고리즘을 적용한 후 개선된 각도 표준편차를 비교한 표이다.
도 2는 본 발명에 따른 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도를 계산하는 과정을 도시한 순서도이다.
도 3은 특징점 3개를 선택시 특징점 사이의 각도가 너무 작거나 커 물체가 기울어진 각도가 제대로 나오지 않은 경우를 설명하기 위해 도시한 도면이다.
도 4는 특징점 3개를 선택시 기울어진 물체 밖의 특징점을 선택하여 기울어진 각도가 제대로 나오지 않은 경우를 설명하기 위해 도시한 도면이다.
도 5는 무작위로 특징점 3개를 잡아서 측정한 각도 표준편차와 본 발명에서 제시한 3가지 알고리즘을 적용한 후 개선된 각도 표준편차를 비교한 표이다.
이하, 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 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 각도 측정의 정확도 향상을 위한 특징점 선택 방법은 스테레오 카메라 이미지에서 물체의 특징점 3개를 이용하여 물체의 기울어진 각도를 측정할 때 정확도를 향상시킬 수 있다.
이와 같이 스테레오 카메라 이미지(stereoscopic camera)에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법을 구현하기 위하여 스테레오 카메라를 이용한다.
스테레오 카메라는 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 특징점(Keypoint)을 설정된 조건에 따라 검출 및 매칭을 수행하고, 실제 거리 계산한 후 물체의 기울어진 각도 계산을 수행하게 된다.
이하, 도 1 및 도 4를 참고로 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도 계산 과정을 상세히 설명한다.
이와 같은 스테레오 카메라를 이용하여 물체의 기울어진 각도의 계산은, 스테레오 카메라에서 좌우의 영상을 획득하고, 두 영상에 특징점을 검출하는 알고리즘을 이용해 특징점을 검출하고, 검출된 각 특징점의 디스패러티(disparity)를 구하고, 검출한 특징점 중 3개를 설정된 조건에 따라 선택하여 카메라 초점에서 각 특징점까지의 떨어진 거리를 계산하여 법선벡터(normal vector)를 구하고, 물체가 기울어진 각도를 계산하는 일련의 과정을 통해 산출한다.
특히, 본 발명에서는 물체의 기울어진 각도를 측정할 때 각도의 정확성을 향상시킬 수 있도록 3가지 설정된 조건에 부합하여 특징점 3개를 선택하는 방법을 제시한다.
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.
물론, SIFT(Scale Invariant Feature Transform) 알고리즘 이외에도 Harris corner, Shi & Tomasi, FAST, AGAST 등의 다양한 알고리즘을 이용해 특징점을 검출할 수 있다.
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.
한편, 특징점 3개를 선택하는 과정에서 각도 측정의 정확도 향상을 위해 고려해야 하는 3가지 설정된 조건에 부합해야 한다.
쳇째, 특징점 3개를 일직선에 가깝게 선택하지 않는다. 즉, 특징점 3개를 이은 삼각형의 각 꼭지점 내각은 10°이상 170°미만이어야 한다. 이는 도 3을 참고하면, 좌측의 A와 같이 특징점 3개인 a, b, c에서 ∠a, ∠b, ∠c가 각각 10°이상 170°미만의 각도를 가져야 한다. 만약, 우측의 B와 같이 세점이 이루는 삼각형의 각도가 10도 미만 170도 이상인 점을 선택한 경우 물체의 기울어진 각도가 90°로 측정되어 아웃라이어(Outlier) 데이터값이 나오는 문제가 있다.
둘째, 카메라 초점에서부터 물체까지 떨어진 거리를 z라고 할 때 선택된 세 특징점의 z값이 선형성을 이루는지 확인한다.
즉, 선택된 세 특징점의 z값이 선형성을 가져야 한다. 이는 도 4에서와 같이 세 점의 z값이 선형적이지 않을 때에는 동일한 평면 위의 특징점이라고 볼 수 없으므로 배제시켜야 한다.
셋째, 3개의 특징점을 선택시, 3개의 특징점들 사이의 픽셀(pixel) 거리를 충분히 벌어지도록 선택한다. 즉, 각 특징점들 사이의 거리는 10픽셀(pixel) 이상이어야 한다. 이는 예를 들어 도 1의 좌측의 A를 예로 들면 특징점 3개인 a, b, c에서 a와 b, b와 c, c와 a 사이의 거리가 각각 10픽셀(pixel) 이상이어야 함을 의미한다.
이때, 각 특징점들 사이의 거리가 10픽셀(pixel) 미만의 점을 선택하면 측정 정밀도의 한계 때문에 물체의 기울어진 각도가 0°로 측정된다.
이와 같이 상기 단계(S130)을 통해 좌측 이미지의 매칭된 복수의 특징점들 중에 3개의 특징점을 설정된 조건에 따라 선택한 이후 좌우 특징점들의 디스패리티(disparity)를 추출하여 카메라 초점에서 각 특징점까지의 떨어진 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.
이후 카메라 초점에서 각 특징점까지의 떨어진 거리를 계산하여 법선벡터(normal vector)를 구하고, 물체가 기울어진 각도를 계산한다.(S150)
이하, 도 5를 참고로 본 발명에 따른 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택에 따른 실험결과를 설명한다.
본 발명에서는 스테레오 카메라를 사용하여 획득한 영상의 크기가 640×440 픽셀(pixel)로서, 스테레오 카메라는 평행식 스테레오 카메라를 사용하였다. Visual Studio와 OpenCV를 이용하여 알고리즘을 구현하고 실험하였다.
도 5의 표에서 특징점 3개를 선택시 고려해야 하는 3가지 설정된 조건 즉, 특징점 3개를 연결한 삼각형의 각 꼭지점 내각은 10°이상 170°미만이고, 카메라 초점에서부터 세 특징점까지의 거리값이 선형성을 이루고, 3개의 특징점들 사이의 픽셀(pixel) 거리가 10픽셀(pixel) 이상인 조건을 만족하는지 여부에 따라 측정된 몰체의 각도의 표준편차를 확인할 수 있다.
즉, 특징점 3개를 선택시 고려해야 하는 3가지 설정된 조건을 적용하지 않고 랜덤으로 특징점 3개를 선택하여 구한 기울어진 각도 표준편차와 본 발명에서 제시한 3개의 3가지 설정된 조건을 적용한 후의 각도 표준편차 값을 비교하였다. 측정된 물체의 각도 값은 실제 기울어진 물체의 각도에서 ±10° 내로 측정되었으며 본 발명에 따른 방법을 적용하였을 경우에는 그렇지 않은 경우보다 표준편차가 12.5°만큼 줄어든 것을 확인할 수 있다.
즉, 본 발명에서는 스테레오 카메라에서 법선벡터(normal vector)를 계산할 때 정확한 법선벡터(normal vector)를 구하기 위한 3가지의 특징점 선택 조건을 고려함으로써 기울어진 물체를 감지하는 컴퓨터 비전 응용에서 정확도 향상을 기대할 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
20: 우측 카메라
30: 분석수단
Claims (4)
- 스테레오 카메라에서 물체를 촬영한 이미지를 획득하는 제1단계;
상기 이미지에서 특징점들을 검출하는 제2단계; 및
설정된 조건에 따라 상기 특징점들 중에 3개의 특징점을 선택하는 제3단계;로 구성되되,
상기 제3단계는 특징점 3개를 선택시 특징점 3개를 연결한 삼각형의 각 꼭지점 내각은 10°이상 170°미만이고, 카메라 초점에서부터 3개의 특징점까지의 거리값이 선형성을 이루고, 3개의 특징점들 사이의 픽셀(pixel) 거리가 10픽셀(pixel) 이상이면 선택하는 단계인 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법.
- 삭제
- 제 1항에 있어서,
상기 제2단계는 좌측 및 우측 이미지로부터 SIFT, Harris corner, Shi & Tomasi, FAST, AGAST 알고리즘 중에 어느 하나를 이용하여 복수의 특징점들을 추출하는 단계인 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법
- 제 1항에 있어서,
상기 제3단계 후, 상기 특징점들의 디스패리티(disparity)를 추출하여 실제 거리를 계산하는 제4단계; 및
상기 3개의 특징점을 이용하여 물체의 기울어진 각도를 계산하는 제5단계;를 더 포함하는 것을 특징으로 하는 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160004969A KR101728719B1 (ko) | 2016-01-14 | 2016-01-14 | 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160004969A KR101728719B1 (ko) | 2016-01-14 | 2016-01-14 | 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101728719B1 true KR101728719B1 (ko) | 2017-04-21 |
Family
ID=58705566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160004969A KR101728719B1 (ko) | 2016-01-14 | 2016-01-14 | 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101728719B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110428390A (zh) * | 2019-07-18 | 2019-11-08 | 北京达佳互联信息技术有限公司 | 一种素材展示方法、装置、电子设备和存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006105661A (ja) | 2004-10-01 | 2006-04-20 | Omron Corp | ステレオ画像による平面推定方法 |
| JP2009248214A (ja) * | 2008-04-03 | 2009-10-29 | Kanto Auto Works Ltd | 画像処理装置、およびロボット制御システム |
-
2016
- 2016-01-14 KR KR1020160004969A patent/KR101728719B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006105661A (ja) | 2004-10-01 | 2006-04-20 | Omron Corp | ステレオ画像による平面推定方法 |
| JP2009248214A (ja) * | 2008-04-03 | 2009-10-29 | Kanto Auto Works Ltd | 画像処理装置、およびロボット制御システム |
Non-Patent Citations (1)
| Title |
|---|
| 거리와 경사 인식 기능을 갖춘 강인한 입체시각 시스템* |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110428390A (zh) * | 2019-07-18 | 2019-11-08 | 北京达佳互联信息技术有限公司 | 一种素材展示方法、装置、电子设备和存储介质 |
| CN110428390B (zh) * | 2019-07-18 | 2022-08-26 | 北京达佳互联信息技术有限公司 | 一种素材展示方法、装置、电子设备和存储介质 |
| US11521368B2 (en) | 2019-07-18 | 2022-12-06 | Beijing Dajia Internet Information Technology Co., Ltd. | Method and apparatus for presenting material, and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6464934B2 (ja) | カメラ姿勢推定装置、カメラ姿勢推定方法およびカメラ姿勢推定プログラム | |
| CN107392958B (zh) | 一种基于双目立体摄像机确定物体体积的方法及装置 | |
| US9070042B2 (en) | Image processing apparatus, image processing method, and program thereof | |
| 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 | |
| US10024653B2 (en) | Information processing apparatus, information processing method, and storage medium | |
| WO2014181725A1 (ja) | 画像計測装置 | |
| CN109479082B (zh) | 图象处理方法及装置 | |
| US10006762B2 (en) | Information processing apparatus, information processing method, and storage medium | |
| JP6570296B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| JP5951043B2 (ja) | 画像計測装置 | |
| US9613425B2 (en) | Three-dimensional measurement apparatus, three-dimensional measurement method and program | |
| US10252417B2 (en) | Information processing apparatus, method of controlling information processing apparatus, and storage medium | |
| JP6061770B2 (ja) | カメラ姿勢推定装置及びそのプログラム | |
| KR101705330B1 (ko) | 스테레오 카메라 이미지에서 물체의 기울어진 각도를 찾기 위한 특징점 선택 방법 | |
| US9739604B2 (en) | Information processing apparatus, information processing method, and storage medium | |
| JP2013196268A (ja) | 対象物検出装置および対象物検出方法 | |
| KR101728719B1 (ko) | 스테레오 카메라 이미지에서 물체의 기울어진 각도 측정의 정확도 향상을 위한 특징점 선택 방법 | |
| CN109902695B (zh) | 一种面向像对直线特征匹配的线特征矫正与提纯方法 | |
| US10356394B2 (en) | Apparatus and method for measuring position of stereo camera | |
| US11393116B2 (en) | Information processing apparatus, method thereof, and non-transitory computer-readable storage medium | |
| Wu et al. | Lens distortion correction based on one chessboard pattern image | |
| KR101574195B1 (ko) | 모바일 플랫폼에 기반한 가상 카메라의 자동 캘리브레이션 방법 | |
| Kang et al. | Structural-information-based robust corner point extraction for camera calibration under lens distortions and compression artifacts | |
| CN115631245A (zh) | 一种校正方法、终端设备及存储介质 | |
| EP2953096B1 (en) | Information processing device, information processing method, system and carrier means |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |