KR19990081321A - 하이패스 필터링 기법을 이용한 메쉬 단순화 방법 - Google Patents
하이패스 필터링 기법을 이용한 메쉬 단순화 방법 Download PDFInfo
- Publication number
- KR19990081321A KR19990081321A KR1019980015188A KR19980015188A KR19990081321A KR 19990081321 A KR19990081321 A KR 19990081321A KR 1019980015188 A KR1019980015188 A KR 1019980015188A KR 19980015188 A KR19980015188 A KR 19980015188A KR 19990081321 A KR19990081321 A KR 19990081321A
- Authority
- KR
- South Korea
- Prior art keywords
- mesh
- vertices
- distance image
- high pass
- converting
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
Abstract
본 발명은 3차원 물체의 거리 영상을 메쉬(mesh) 구조로 변환시키기 전에 하이패스 필터(highpass filter) 처리하여 전체 처리 시간을 단축시키는 하이패스 필터링 기법을 이용한 메쉬 단순화 방법에 관한 것이다.
본 발명은 3차원 물체를 스캐닝하여 획득한 거리 영상(depth map)을 하이패스 필터(highpass filter) 처리하여 상기 3차원 물체의 형상을 유지시키기 위하여 보존되어야 할 에지 부분을 강조하고, 하이패스 필터 처리된 영상을 메쉬 형태로 변환시킨 다음 메쉬 중 에지에 해당되는 정점(vertex)들만 보존하고 나머지 정점들은 제거하여 메쉬를 단순화시킨다.
이와 같이 본 발명은 3차원 물체의 거리 영상을 메쉬 구조로 변환시키기 전에 거리 영상을 하이패스 필터 처리하여 거리 영상의 에지 부분을 강조함으로써 이 후 메쉬 구조로 변환되는 단계 후 종래 기술과 같이 별도로 각 정점을 일일이 분류할 필요가 없기 때문에 3차원 거리 영상을 단순화된 메쉬 구조로 변환시키는 전체 처리 시간을 줄일 수 있는 효과가 있다.
Description
본 발명은 3차원 물체의 거리 영상(depth map)을 메쉬 구조로 변환시키는 방법에 관한 것으로서, 특히 3차원 물체의 거리 영상을 메쉬 구조로 변환시키기 전에 하이패스 필터(highpass filter) 처리하여 전체 처리 시간을 단축시키는 하이패스 필터링 기법을 이용한 메쉬 단순화 방법에 관한 것이다.
최근 자동화가 진전되고 정보 사회로의 발전이 진행되면서 컴퓨터 그래픽의 응용 분야가 급속히 확대되고 있는 가운데 3차원 그래픽을 실시간으로 처리하기 위한 고속 그래픽 처리 기술의 개발에 관심이 집중되고 있다. 이러한 그래픽 처리 기술을 이용하여 현실감 있는 영상을 만들기 위해서는 고해상도(1280×1024 이상)의 컴퓨터 모니터가 필요하며, 수많은 화소(pixel)에 대한 변환과 방대한 색상 계산이 필요하다.
종래에는 컴퓨터 그래픽 처리에서 방대한 계산량을 줄이기 위하여 3차원 물체를 3차원 스캐너로 스캐닝하여 거리 영상을 획득한 후 그 거리 영상을 작은 폴리곤의 메쉬 구조로 나타내고, 폴리곤을 이루고 있는 정점(vertex)에 대한 변환, 색상 계산 등을 수행한 후 그 정점 정보를 이용하여 폴리곤 내부의 각 화소에 해당하는 색상의 근사치를 계산하는 방법(gouraud shading, phong shading)이 많이 쓰이고 있다. 상기 거리 영상은 컴퓨터 비전에서 쓰이는 영상으로 각 화소의 값이 스캐너에서 물체 표면까지의 3차원 거리를 나타내는 영상을 말하는데, 보통 3차원 물체 뒤쪽의 형상에 관한 정보는 포함하지 않는 2.5차원 세계의 기술로 되어 있다.
예를 들어, 입체 형상의 토끼를 3차원 스캐너로 스캐닝하여 획득한 토끼의 거리 영상은 도 1a 와 같고, 도 1a 에 도시된 토끼의 거리 영상을 기하학적인 삼각형 메쉬 구조로 변환시킨 결과는 도 1b 와 같다.
한편, 상기와 같이 3차원 물체의 거리 영상을 메쉬 구조로 변환시켜 각각의 폴리곤 내부에 위치한 화소의 정보를 획득하면 원래의 영상을 그대로 처리하는 경우보다는 그 계산량이 줄어들지만 3차원 물체가 많은 개수의 폴리곤 메쉬로 구현되는 경우에는 그 자체의 계산량(내부 화소의 정보 계산)이 방대하여 실용적이지 못했다.
따라서, 메쉬의 정점들 중 3차원 물체의 형상(geometry)과 형태(topology)를 유지시키기 위하여 보존해야 하는 정점을 제외한 나머지 정점들을 제거하여 메쉬를 단순화시키는 과정이 필요하였다. 이러한 정점 제거 과정의 목표는 메쉬를 이루고 있는 폴리곤의 개수를 줄이는 것이다.
도 2는 종래 기술의 일례에 의한 메쉬 단순화 방법의 처리 과정을 나타내는 흐름도로서, 상기 처리 과정은 3차원 스캐너로 3차원 물체를 스캐닝하여 거리 영상을 획득하는 S21 단계와, 상기 S21 단계에서 획득된 거리 영상을 다수개의 면과 정점으로 구성된 메쉬 형태로 변환시키는 S22 단계와, 상기 S22 단계에서 변환된 메쉬의 수백만개 이상의 정점들을 각각 5개 범주 - 단순(simple), 복합(complex), 경계(boundary), 내부 에지(interior edge), 코너(corner) - 로 분류하는 S23 단계와, 상기 S23 단계에서 분류된 각 정점들 중 3차원 물체의 형상과 형태를 유지시키기 위하여 보존해야 하는 정점을 제외한 나머지 정점들을 제거하여 메쉬를 단순화시키는 S24 단계로 이루어져 있다.
상기 S23 단계에서 완전한 삼각형의 사이클에 의해 둘러싸여 있고, 그 정점을 사용하는 각 에지가 정확하게 2개 삼각형에 의해 사용되면 '단순 정점'으로 분류하고, 그 정점을 사용하는 각 에지가 2개 삼각형에 의해 사용되지 않거나 그 정점이 삼각형의 사이클에서 삼각형에 의해 사용되지 않으면 '복합 정점'으로 분류한다. 메쉬의 경계 즉, 삼각형의 세미-사이클 내에 있는 정점은 '경계 정점'으로 분류한다. 2개의 인접 삼각형 사이의 2면각이 특정 특징각보다 크면 특징 에지가 존재하고, 2개의 특징 에지에 의해 사용되는 정점은 '내부 에지 정점'으로 분류한다. 1개, 2개 또는 그 이상의 특징 에지에 의해 사용되는 정점은 '코너 정점'으로 분류한다.
상기와 같이 분류되는 5가지 종류의 정점 중 S24 단계에서 선택적으로 제거 가능한 정점들은 단순 정점, 경계 정점, 내부 에지 정점 및 코너 정점이고, 3차원 물체의 형상과 형태를 유지시키기 위하여 보존해야 하는 정점은 복합 정점이다.
상기 S24 단계에서 특정 정점의 제거가 결정되면 그 정점과 그 정점을 사용하는 모든 삼각형을 제거하여 다시 그보다 큰 삼각형 루프를 형성한다.
상기와 같은 메쉬 단순화 방법은 1992. 7. 26 일자 컴퓨터 그래픽스지(Computer Graphics)에 실린 William J. Schroeder, Jonathan A. Zarge, William E. Lorensen 의 "Decimation of Triangle Meshes" 에 상세하게 기재되어 있다.
그러나, 종래 기술에 의한 메쉬 단순화 방법은 상기에서 설명된 바와 같이 3차원 물체의 거리 영상을 메쉬 형태로 변환시킨 후 메쉬를 단순화시키기 위하여 메쉬의 모든 정점들을 각각 분류하는 과정을 반드시 거쳐야 하는데, 상기와 같이 방대한 개수의 정점을 일일이 분류하기 위해서는 많은 시간이 요구되기 때문에 결국 메쉬 단순화 처리에 오랜 시간이 소요되는 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 3차원 스캐너로 읽어 들인 원근 영상 형태의 데이터를 하이패스 필터링 처리하여 영상의 에지를 두드러지게 한 후 메쉬 데이터 구조로 변환시킴으로써 별도의 정점 분류 과정을 없애 처리 시간을 단축시킬 수 있는 하이패스 필터링 기법을 이용한 메쉬 데이터 단순화 방법을 제공함에 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명에 의한 하이패스 필터링 기법을 이용한 메쉬 단순화 방법은 3차원 스캐너로 3차원 물체를 스캐닝하여 획득한 거리 영상(depth map)을 다수개의 면과 정점(vertex)으로 구성되어 입체 형상을 나타내는 메쉬(mesh) 형태로 변환시키는 방법에 있어서, 상기 거리 영상을 하이패스 필터(highpass filter) 처리하여 상기 3차원 물체의 형상을 유지시키기 위하여 보존되어야 할 에지 부분을 강조하는 제 1 단계와, 상기 하이패스 필터 처리된 영상을 메쉬 형태로 변환시키는 제 2 단계와, 상기 메쉬 중 에지에 해당되는 정점들만 보존하고 나머지 정점들은 제거하여 메쉬를 단순화시키는 제 3 단계가 구비된 것을 특징으로 한다.
도 1a는 토끼의 거리 영상(depth map)을 나타내는 도면,
도 1b는 도 1a의 거리 영상을 메쉬 구조로 변환시킨 도면,
도 2는 종래 기술에 의한 메쉬 단순화 방법의 처리 과정을 나타내는 흐름도,
도 3은 종래 기술에 따른 여러 가지 종류의 정점을 나타내는 도면,
도 4는 본 발명의 하이패스 필터링 기법을 이용한 메쉬 단순화 방법의 처리 과정을 나타내는 흐름도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명하면 다음과 같다.
본 발명의 바람직한 실시예에 의한 하이패스 필터링 기법을 이용한 메쉬 단순화 방법은 상기에서 설명된 종래 기술과는 달리 메쉬를 이루고 있는 각 정점들을 2개 범주로 분류한다. 여기서, 2개 범주란 제거 가능한 정점과 보존해야 할 정점을 말하며, 그러한 정점 분류는 3차원 스캐너가 3차원 물체로부터 읽어 들인 거리 영상을 하이패스 필터 처리하여 거리 영상의 에지 부분을 강조한 후 메쉬 형태로 변환시킴으로써 가능해진다. 즉, 본 발명은 거리 영상의 에지가 3차원 물체의 형상을 결정하는데 가장 중요한 부분이라는 점에 착안하여 거리 영상을 메쉬 형태로 변환시키기 전에 거리 영상의 에지 부분을 강조시키는 하이패스 필터 처리를 수행한다.
따라서, 본 발명은 종래 기술과 같이 수백만개의 정점이 각각 어떤 범주에 속하는 지를 일일이 분류할 필요가 없다.
도 3은 본 발명의 일 실시예에 의한 하이패스 필터링 기법을 이용한 메쉬 단순화 방법의 처리 과정을 나타내는 흐름도로서, 상기 처리 과정은 3차원 스캐너로 3차원 물체를 스캐닝하여 거리 영상을 획득하는 S41 단계와, 상기 S41 단계에서 획득된 거리 영상을 하이패스 필터 처리하여 상기 3차원 물체의 형상을 유지시키기 위하여 보존되어야 할 에지 부분을 강조하는 S42 단계와, 상기 S42 단계에서 하이패스 필터 처리된 영상을 다수개의 면과 정점으로 구성된 메쉬 형태로 변환시키는 S43 단계와, 상기 S43 단계에서 변환된 메쉬 중 에지에 해당되는 정점들만 보존하고 나머지 정점들은 제거하여 메쉬를 단순화시키는 S44 단계로 이루어져 있다.
상기 S41 단계 후 수행되는 S42 단계에서 수행되는 하이패스 필터 처리는 거리 영상의 에지(경계 윤곽선)나 미세한 명암의 변화를 강조하는(두드러지게 하는) 처리이다. 하이패스 필터 처리는 이미 공지되어 있는 영상 에지 검출 방법인 가우시안(gaussian) 연산자나 LOG(Laplacian Of Gaussian)를 이용하는 방법을 사용한다. 상기 거리 영상은 각 화소가 컬러 정보가 아니라 거리 정보를 가지고 있다는 점만 일반 영상과 다르므로 일반 영상에 적용되던 하이패스 필터 처리는 거리 영상에도 적용 가능하다.
상기 가우시안 연산자는 아래 수학식 1 과 같이 표시되고, LOG 는 아래 수학식 2 와 같이 표시된다.
또한, 상기 하이패스 필터 처리는 나중에 각 정점이 제거 가능한 정점인지 보존해야 할 정점인지를 판단하기 위한 근거를 마련하기 위해 수행되는 것일 뿐 실제로 거리 영상 데이터를 필터링하는 것은 아니다.
상기 S42 단계의 하이패스 필터 처리 결과 S43 단계에서는 에지 부분이 강조된 거리 영상을 메쉬 형태로 변환시키는 과정에서 각 정점이 제거 가능한 정점인지 보존해야 할 정점인지를 표시하여(marking) 이 후 수행되는 S44 단계의 정점 제거를 가능하게 한다.
그 후, 상기 S44 단계에서는 S43 단계에서 메쉬 형태로 변환된 데이터 중 제거 가능한 정점으로 표시된 정점들만 제거하여 메쉬 구조 즉, 메쉬로 이루어진 3차원 물체 형상을 단순화시킨다.
상기와 같은 단계를 거쳐 단순화된 3차원 메쉬 데이터를 컴퓨터 모니터 상에 디스플레이시키면 종래 기술과 같이 일부 정점을 제거하기 전의 3차원 물체 형상보다는 거칠지만 물체의 종류를 인식할 수 있는 정도의 메쉬 구조가 모니터 상에 디스플레이된다.
아울러, 상기 S42 단계에서 수행되는 하이패스 필터 처리에는 그다지 오랜 시간이 걸리지 않으므로 전체 처리 시간은 수백만개의 정점을 각각 분류하는 단계가 포함된 종래 기술보다 짧아진다.
이와 같이 본 발명은 3차원 물체의 거리 영상을 메쉬 구조로 변환시키기 전에 거리 영상을 하이패스 필터 처리하여 거리 영상의 에지 부분을 강조함으로써 이 후 메쉬 구조로 변환되는 단계 후 종래 기술과 같이 별도로 각 정점을 일일이 분류할 필요가 없기 때문에 3차원 거리 영상을 단순화된 메쉬 구조로 변환시키는 전체 처리 시간을 줄일 수 있는 효과가 있다.
Claims (1)
- 3차원 스캐너로 3차원 물체를 스캐닝하여 획득한 거리 영상(depth map)을 다수개의 면과 정점(vertex)으로 구성되어 입체 형상을 나타내는 메쉬(mesh) 형태로 변환시키는 방법에 있어서,상기 거리 영상을 하이패스 필터(highpass filter) 처리하여 상기 3차원 물체의 형상을 유지시키기 위하여 보존되어야 할 에지 부분을 강조하는 제 1 단계와,상기 하이패스 필터 처리된 영상을 메쉬 형태로 변환시키는 제 2 단계와,상기 메쉬 중 에지에 해당되는 정점들만 보존하고 나머지 정점들은 제거하여 메쉬를 단순화시키는 제 3 단계가 구비된 것을 특징으로 하는 하이패스 필터링 기법을 이용한 메쉬 단순화 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019980015188A KR100269431B1 (ko) | 1998-04-28 | 1998-04-28 | 하이패스 필터링 기법을 이용한 메쉬 단순화 방법 |
GB9827012A GB2336979A (en) | 1998-04-28 | 1998-12-08 | Triangular mesh decimation method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019980015188A KR100269431B1 (ko) | 1998-04-28 | 1998-04-28 | 하이패스 필터링 기법을 이용한 메쉬 단순화 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR19990081321A true KR19990081321A (ko) | 1999-11-15 |
KR100269431B1 KR100269431B1 (ko) | 2000-10-16 |
Family
ID=19536810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019980015188A KR100269431B1 (ko) | 1998-04-28 | 1998-04-28 | 하이패스 필터링 기법을 이용한 메쉬 단순화 방법 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR100269431B1 (ko) |
GB (1) | GB2336979A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100695156B1 (ko) * | 2005-02-03 | 2007-03-14 | 삼성전자주식회사 | 객체의 그래픽 이미지를 변환하는 방법 및 장치 |
US10607317B2 (en) | 2016-11-09 | 2020-03-31 | Electronics And Telecommunications Research Institute | Apparatus and method of removing noise from sparse depth map |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3035990A1 (fr) | 2015-05-07 | 2016-11-11 | Inst Mines Telecom | Procede de simplification de modele de geometrie |
CN116993752B (zh) * | 2023-09-27 | 2024-01-09 | 中国人民解放军国防科技大学 | 实景三维Mesh模型语义分割方法、介质和系统 |
-
1998
- 1998-04-28 KR KR1019980015188A patent/KR100269431B1/ko not_active IP Right Cessation
- 1998-12-08 GB GB9827012A patent/GB2336979A/en not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100695156B1 (ko) * | 2005-02-03 | 2007-03-14 | 삼성전자주식회사 | 객체의 그래픽 이미지를 변환하는 방법 및 장치 |
US10607317B2 (en) | 2016-11-09 | 2020-03-31 | Electronics And Telecommunications Research Institute | Apparatus and method of removing noise from sparse depth map |
Also Published As
Publication number | Publication date |
---|---|
GB9827012D0 (en) | 1999-02-03 |
KR100269431B1 (ko) | 2000-10-16 |
GB2336979A (en) | 1999-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hertzmann | Introduction to 3d non-photorealistic rendering: Silhouettes and outlines | |
JP4209133B2 (ja) | 1組の離散したサンプル点から画像を生成するための方法及びシステム | |
Hodgson | What size window for image classification? A cognitive perspective | |
US6278457B1 (en) | Methods and apparatus for performing sampling based synthesis of three-dimensional geometric models | |
EP1812886A1 (en) | Vectorized image segmentation via trixel agglomeration | |
Attene et al. | Edge-sharpener: recovering sharp features in triangulations of non-adaptively re-meshed surfaces | |
Wang | Bilateral recovering of sharp edges on feature-insensitive sampled meshes | |
JP3078166B2 (ja) | 物体認識方法 | |
Ijemaru et al. | Image processing system using MATLAB-based analytics | |
Mücke et al. | Surface Reconstruction from Multi-resolution Sample Points. | |
Fu et al. | Point cloud inpainting on graphs from non-local self-similarity | |
Böhm et al. | Model refinement by integrated processing of laser scanning and photogrammetry | |
DE60026785T2 (de) | Bildverarbeitungsgerät | |
Soille | Advances in the analysis of topographic features on discrete images | |
Pizer et al. | Toward interactive object definition in 3D scalar images | |
KR100269431B1 (ko) | 하이패스 필터링 기법을 이용한 메쉬 단순화 방법 | |
Sarkar et al. | 3d shape processing by convolutional denoising autoencoders on local patches | |
Choi et al. | Relief extraction from a rough stele surface using svm-based relief segment selection | |
CN114529689B (zh) | 基于对抗神经网络的陶瓷杯缺陷样本扩增方法及系统 | |
JP2003330976A (ja) | 境界データの内外判定方法とそのプログラム | |
Wong | Artistic rendering of portrait photographs | |
Becker et al. | Lidar inpainting from a single image | |
Erleben et al. | Signed distance fields using single-pass gpu scan conversion of tetrahedra | |
Garcia et al. | Approximation and processing of intensity images with discontinuity-preserving adaptive triangular meshes | |
Naouai et al. | Line extraction algorithm based on image vectorization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20120702 Year of fee payment: 13 |
|
LAPS | Lapse due to unpaid annual fee |