KR20080102785A - 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치 - Google Patents

3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치 Download PDF

Info

Publication number
KR20080102785A
KR20080102785A KR1020070049677A KR20070049677A KR20080102785A KR 20080102785 A KR20080102785 A KR 20080102785A KR 1020070049677 A KR1020070049677 A KR 1020070049677A KR 20070049677 A KR20070049677 A KR 20070049677A KR 20080102785 A KR20080102785 A KR 20080102785A
Authority
KR
South Korea
Prior art keywords
image
lens array
plane
distance
planar
Prior art date
Application number
KR1020070049677A
Other languages
English (en)
Other versions
KR100891161B1 (ko
Inventor
김은수
신동학
황동춘
박재성
이광진
Original Assignee
광운대학교 산학협력단
김은수
황동춘
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 광운대학교 산학협력단, 김은수, 황동춘 filed Critical 광운대학교 산학협력단
Priority to KR1020070049677A priority Critical patent/KR100891161B1/ko
Publication of KR20080102785A publication Critical patent/KR20080102785A/ko
Application granted granted Critical
Publication of KR100891161B1 publication Critical patent/KR100891161B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof

Abstract

3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치가 제시된다. 3차원 영상 상관 검출기에서 수행되는 3차원 물체의 위치 정보 검출 방법에 있어서, 3차원 물체로부터 렌즈 어레이를 통하여 서로 다른 시차를 가지는 요소 영상을 획득하는 단계; 상기 획득된 요소 영상을 상기 요소 영상과 가상 렌즈 어레이 사이의 거리(g)와 상기 가상 렌즈 어레이와 복원 영상 평면 사이의 거리(Z')에 의해 Z'/g의 비율로 변화된 크기를 가지는 평면 영상으로 복원하는 단계; 상기 복원된 3차원 물체의 평면 영상과 미리 저장된 기준 물체의 기준 평면 영상간의 상관도를 계산하는 단계; 및 상기 상관도 계산 결과 최대의 상관도를 가지는 지점을 도출하는 단계; 를 포함하는 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치가 제시된다. 본 발명의 실시예에 따르면, 해상도가 향상된 기준 물체와 목표 물체의 복원된 평면 영상들간의 상호 상관 분석을 통해 공간상의 목표 물체의 정확한 3차원 좌표를 검출할 수 있다.
컴퓨터적 복원 방식, 집적 영상, 상관도, 3차원 좌표

Description

3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치 {Method for finding location of 3D integral image reconstruction and Apparatus thereof}
도 1a은 기존의 요소 영상을 컴퓨터적으로 복원하는 방식에 대한 설명을 위한 도면.
도 1b은 본 발명의 실시예에 따른 컴퓨터 복원 방식의 위치 검출 장치.
도 2는 본 발명의 실시예에 따른 기준 물체와 타겟 물체의 실험.
도 3은 본 발명의 실시예에 따른 기준 물체와 타겟 물체의 실험에 의해 획득된 요소 영상.
도 4는 본 발명의 실시예에 따른 Z'=12mm 에서 복원된 Mark1의 평면 영상.
도 5는 본 발명의 실시예에 따른 Z'=27mm 에서 복원된 Mark2의 평면영상.
도 6는 본 발명의 실시예에 따른 Z'=18mm, 21mm, 24mm 에서 복원된 목표 물체의 평면 영상.
도 7는 본 발명의 실시예에 따른 Z'=30mm, 33mm, 36mm 에서 복원된 목표 물체의 평면 영상.
도 8은 본 발명의 실시예에 따른 Mark1의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 그래프.
도 9은 본 발명의 실시예에 따른 Mark2의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 그래프.
도 10은 본 발명의 실시예에 따른 Mark1의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 계산으로 산출된 목표 물체의 3차원 좌표 그래프.
도 11은 본 발명의 실시예에 따른 Mark2의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 계산으로 산출된 목표 물체의 3차원 좌표 그래프.
<도면의 주요 부분에 대한 부호의 설명>
100: 기준 물체 102: 목표 물체
110: 렌즈 어레이 120: 픽업 디바이스
130: 컴퓨터 시스템 140: 복원된 기준 평면 영상
142: 복원된 목표 평면 영상
본 발명은 3차원 집적 영상 복원 방식에 관한 것으로, 특히 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치에 관한 것이다.
최근 3차원 영상과 영상 재생 기술에 관한 연구들이 활발히 이루어지고, 이는 시각 정보의 수준을 한 차원 높여주는 새로운 개념의 실감 영상 미디어로서 차 세대 디스플레이를 주도하게 될 것으로 예상되고 있다. 이에 따른 국내외 학계와 산업계를 중심으로 연구가 활발히 진행되고 있다. 또한, 3차원 영상은 2차원 영상 보다 실감 있고 자연스러우며 보다 인간에 가까워 3차원 영상에 대한 수요가 증가하고 있다.
3차원 영상 재생 기술은 관측자에게 평면 이미지가 아니라 입체감 있고 실감 있는 3차원 입체 영상을 느낄 수 있도록 입체로 표시하는 기술을 말한다
3차원 물체 인식에는 본질적으로 공간상의 3차원 물체의 위치 정보 검출이 수반된다. 최근에 몇몇 접근 방식들은 공간상의 3차원 물체 인식을 위해 집적영상기법을 도입하였다. 3차원 영상을 기록하고 디스플레이 하는 방법중의 하나인 집적영상기법은 마이크로 렌즈 어레이를 통해 물체의 다시점 2차원 영상들을 획득하는 방법이다. 이러한 집적영상기법을 이용한 3차원 물체 인식에 관한 접근 방식들은 공간상의 3차원 물체의 위치정보를 검출하는 연구를 수반하고 있다.
일반적으로 집적 영상 기술은 크게 영상 획득 단계(픽업)와 영상 재생 단계로 나뉘어 진다. 영상 획득 단계(픽업)는 이미지 센서와 같은 2차원 감지기와 렌즈 어레이로 구성되며, 이때 3차원 객체는 렌즈 어레이 앞에 위치한다. 그러면 3차원 객체의 다양한 영상정보들이 렌즈 어레이를 통과한 후 2차원 감지기에 저장된다. 이때 저장된 영상은 요소 영상으로서 3차원 재생을 위해 이용된다. 이후 집적 영상 기술의 영상 재생 단계는 영상 획득 단계(픽업)의 역과정으로, 액정 표시 장치와 같은 영상 재생 장치와 렌즈 어레이로 구성된다. 여기서, 영상 획득 과정(픽업)에서 얻은 요소 영상은 영상 재생 장치에 표시되고, 요소 영상의 영상 정보는 렌즈 어레이를 통과하여 공간상에 3차원 영상으로 재생되게 된다.
영상 획득 과정(픽업)에서, 3차원 객체로부터 명암과 방향 정보가 공간적으로 렌즈 어레이 상에 표본화가 되고, 2차원 이미지 센서를 사용하여 요소 영상 배열로서 광학적으로 저장된다. 저장된 요소 영상은 영상 재생 장치에 표시되고, 요소 영상의 영상 정보는 렌즈 어레이를 통과하여 공간상에 3차원 영상으로 재생되게 된다.
집적영상을 복원함에 있어서는 광학적 집적 영상 복원 방식과 컴퓨터적 집적 영상 복원 방식이 있다. 광학적 집적 영상 복원 방식은 회절과 수차 등과 같은 광학적 장치의 물리적인 제한에 의해 야기된 요소 영상들간의 불충분한 오버랩과 디스플레이 된 3차원 영상의 저하된 화질로 인해 저해상도의 3차원 영상이 디스플레이 되는 문제점을 가지고 있다. 이러한 결점을 보완하기 위해 기하광학의 디지털 시뮬레이션을 통하여 컴퓨터로 3차원 영상을 복원할 수 있는 컴퓨터적 집적영상 복원기법이 소개되었다.
컴퓨터 복원 방식은 3차원 객체의 서로 다른 시점으로부터 획득된 영상을 다시 본래의 영상으로 복원하는 방법으로써, 렌즈 어레이와 복원 평면간의 거리 변화에 따라 이루어 진다. 컴퓨터 복원 방식의 처리절차는 다음과 같다. 3차원 객체로부터 렌즈 어레이를 이용하여 서로 다른 시차를 가지는 요소 영상을 획득한다. 획득된 각각의 요소 영상은 거리 변화에 따라 복원 평면상에 컴퓨터적으로 복원된다.
도 1a는 기존의 요소 영상을 컴퓨터적으로 복원하는 방식에 대한 설명을 위 한 도면이다. 컴퓨터적으로 복원된다는 의미는 다음과 같다. 복원 영상 평면(154)이 가상 렌즈 어레이(152)로부터 L 만큼 떨어져 있는 경우를 가정할 때, 요소 영상(150)은 가상 렌즈 어레이(152)와 복원 영상 평면(154) 사이의 거리 L 과 가상 렌즈 어레이(152)와 요소 영상 평면(150) 사이의 거리 g 에 의해 디지털적으로 L/g 만큼 확대된다. 이 확대된 요소 영상은 복원 영상 평면의 대응하는 픽셀들에 중첩된다. 획득된 모든 요소 영상들의 평면 영상을 복원하기 위해서는 각각의 요소 영상에 대응하는 렌즈 어레이를 통해 위와 같은 처리 과정을 반복적으로 수행한다.
그러나 종래에는 3차원 영상을 복원하여 입체 영상으로 재현하는 방법에만 초점이 맞춰져 있었다. 따라서 공간상의 3차원 물체의 정확한 위치를 검출하는 방법이 없었으므로, 이러한 공간상의 3차원 물체의 정확한 위치를 검출할 필요성이 요구된다.
본 발명은 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치를 제안한다.
본 발명은 컴퓨터적으로 복원된 집적영상을 이용하여 3차원 물체의 정확하고 정밀한 위치정보를 추출하기 위해서 새로운 형태의 3차원 집적 영상 복원 방식의 위치 검출 장치를 제안한다.
또한, 본 발명은 초점이 맞춰진 기준 물체의 평면 영상과 목표 물체의 평면 영상들 사이의 상호 상관도를 계산하여 현저하게 상관 피크를 띠는 지점을 토대로 공간상의 목표 물체의 위치 정보를 산출함으로써, 3차원 물체의 정확한 위치를 알 수 있는 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치를 제안한다.
본 발명이 제시하는 다른 기술적 과제들은 하기의 설명을 통해 쉽게 이해될 수 있을 것이다.
본 발명의 일 측면에 따르면, 3차원 영상 상관 검출기에서 수행되는 3차원 물체의 위치 정보 검출 방법에 있어서, 3차원 물체로부터 렌즈 어레이를 통하여 서로 다른 시차를 가지는 요소 영상을 획득하는 단계; 상기 획득된 요소 영상을 상기 요소 영상과 가상 렌즈 어레이 사이의 거리(g)와 상기 가상 렌즈 어레이와 복원 영상 평면 사이의 거리(Z')에 의해 Z'/g의 비율로 변화된 크기를 가지는 평면 영상으로 복원하는 단계; 상기 복원된 3차원 물체의 평면 영상과 미리 저장된 기준 물체의 기준 평면 영상간의 상관도를 계산하는 단계; 및 상기 상관도 계산 결과 최대의 상관도를 가지는 지점을 도출하는 단계; 를 포함하는 3차원 집적 영상 복원 방식의 위치 검출 방법을 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 평면 영상으로 복원하는 단계에 있어서, 상기 요소 영상은 상기 가상 렌즈 어레이로부터 복원 영상 평면까지의 거리로 정의되는 거리 파라미터(Z')의 변화에 따라 평면 영상으로 복원되는 3차원 집적 영상 복원 방식의 위치 검출 방법을 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 평면 영상으로 복원하는 단계에 있어서, 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원되는 3차원 집적 영상 복원 방식의 위치 검출 방법을 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 평면 영상으로 복원하는 단계에 있어서, 상기 요소 영상은 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 상기 X'의 축과 수직을 이루는 방향으로 정하는 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원되는 3차원 집적 영상 복원 방식의 위치 검출 방법을 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 최대의 상관도를 가지는 지점의 거리 파라미터 Z'의 값을 추출하여 Z'를 고정시킨 상태에서, 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원되는 단계를 더 포함하는 3차원 집적 영상 복원 방식의 위치 검출 방법을 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 최대 상관도를 가지는 지점의 거리 파라미터 X'와 Z'의 값을 추출하여 X'와 Z'를 고정시킨 상태에서, 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 상기 X'의 축과 수직을 이루는 방향으로 정하는 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원되는 단계를 더 포함하는 3차원 집적 영상 복원 방식의 위치 검출 방법을 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 기준 물체의 기준 평면 영상은
상기 거리 파라미터 Z'을 미리 알고 있는 기준 물체의 거리(Zr)와 일치시킨 평면에 초점을 맞추어 상기 기준 물체의 요소 영상을 평면 영상으로 복원하여 획득된 3차원 집적 영상 복원 방식의 위치 검출 방법을 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 3차원 물체의 위치 정보 검출 장치에 있어서, 3차원 물체로부터 렌즈 어레이를 통하여 서로 다른 시차를 가지는 요소 영상을 획득하는 영상 입력부; 상기 획득된 요소 영상을 상기 요소 영상과 가상 렌즈 어레이 사이의 거리(g)와 상기 가상 렌즈 어레이와 복원 영상 평면 사이의 거리(Z')에 의해 Z'/g의 비율로 변화된 크기를 가지는 평면 영상으로 복원하는 영상 복원부; 및 상기 복원된 3차원 물체의 평면 영상과 미리 저장된 기준 물체의 기준 평면 영상간의 상관도를 계산하는 상관 분석부; 를 포함하는 3차원 집적 영상 복원 방식의 위치 검출 장치를 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 영상 복원부는, 상기 영상 입력부에서 획득한 요소 영상을 상기 가상 렌즈 어레이로부터 복원 영상 평면까지의 거리로 정의되는 거리 파라미터(Z')의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치를 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 영상 복원부는, 상기 영상 입력부에서 획득한 요소 영상을 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치를 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 상관 분석부는 상기 최대의 상관 도를 가지는 지점의 거리 파라미터 Z'의 값을 추출하여 Z'를 고정시킨 상태에서, 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치를 제시할 수 있다.
또한 본 발명의 다른 측면에 따르면, 상기 상관 분석부는 상기 최대 상관도를 가지는 지점의 거리 파라미터 X'와 Z'의 값을 추출하여 X'와 Z'를 고정시킨 상태에서, 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 상기 X'의 축과 수직을 이루는 방향으로 정하는 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치를 제시할 수 있다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않 는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1b은 본 발명의 실시예에 따른 3차원 집적 영상 복원 방식의 위치 검출 장치이다. 본 발명의 실시예에 따른 3차원 집적 영상 복원 방식의 위치 검출 장치는 크게 픽업부분과 인식부분으로 나누어 볼 수 있다.
픽업부분은 렌즈 어레이(110)와 픽업 디바이스(120)를 포함한다. 렌즈 어레이(110)는 요소 영상을 추출하기 위한 복수의 렌즈가 특정 패턴으로 배열된다. 픽업 디바이스(120)는 렌즈 어레이(110)를 통하여 3차원 객체(100, 102, 104)를 여러 방향에서 바라본 서로 다른 요소 영상들을 저장한다.
기준 물체의 기준 평면 영상(140)은 본래 기준 물체의 위치인 Z'=Zr 인 위치에서 복원된 평면 영상 PR (xr, yr, zr)이다. 목표 물체의 복원 평면 영상들(142)은 렌즈 어레이(100)와 복원 평면간의 거리 파라미터 Z'의 변화에 따라 각각의 출력 평면에서 복원된다.
구체적으로 본 발명의 실시예에 따른 3차원 집적 영상 복원 방식의 위치 검 출 장치를 살펴보면, 기준 물체(100)(xr, yr, zr)와 렌즈 어레이(100) 사이의 거리는 이미 알고 있는 거리 Zr(112) 에 있다고 가정한다. 목표 물체1 (xo, yo, zo1)(102)과 목표 물체2 (xo, yo, zo2)(104)는 각각 렌즈 어레이(100)로부터 임의의 거리 Zo1(116), Zo2(114)에 위치한다. 이러한 기준 물체(100)와 목표 물체(102, 104)의 요소 영상들은 각각의 렌즈 어레이(110)와 픽업 디바이스(120)에 의해 획득된다. 최종적으로 기준 물체(100)와 목표 물체(102, 104)의 요소 영상들은 컴퓨터(130)상에 기록된다.
인식부분은 컴퓨터(130)와 복원 영상 평면(140, 142)을 포함한다. 인식부분은 3차원 물체로부터 렌즈 어레이를 통하여 획득한 서로 다른 시차를 가지는 요소 영상들로부터 3차원 집적 영상 복원 방식을 이용하여 기준 물체(100)와 목표 물체(102, 104)의 평면 영상을 복원한다. 디지털 시뮬레이션을 통하여 렌즈 어레이(100)로부터 임의의 거리에서 목표 물체(102, 104)와 기준 물체(100)의 평면 영상을 컴퓨터적으로 복원할 수 있다.
즉, 기준 물체는 이미 알고 있는 Z'-평면(Zr)에 초점이 맞춰져 복원되는 반면에, 목표 물체는 렌즈 어레이(100)부터 복원 평면 영상(142)간의 거리 파라미터 Z' 의 변화에 따라 각각의 출력 평면에 초점이 맞춰져서 복원된다. 여기서, Z'는 본 발명의 실시예에 따른 3차원 집적 영상 복원 방식의 위치 검출 장치에서 목표 물체와의 정확한 거리 측정을 하기 위한 거리 조절 인자이다. 예를 들어, Z'= 10mm로 조절할 경우 렌즈 어레이(100)로부터 10mm 떨어진 공간에 복원 평면(142)을 위 치 시키고, 그에 초점을 맞추어 요소 영상들을 컴퓨터적으로 복원하는 것을 의미한다.
거리 파라미터(조절인자) Z'의 변화에 따라 각각의 요소 영상들을 컴퓨터적으로 복원한 후, 기준 물체의 기준 평면 영상(140)과 목표 물체의 복원 평면 영상들(142)간의 상관 관계(Correlation)를 분석한다.
상관 관계 분석이란 변수들간의 관련성을 분석하기 위한 방법으로 하나의 변수가 다른 변수와 어느 정도 밀접한 관련성을 갖고 변화하는지를 알아보기 위해 이용된다. 기준 물체의 좌표 PR (xr, yr, zr)와 복원된 평면 영상의 좌표들 Po(xo, yo, z)간에 상관도를 계산하여 그 위치를 산출할 수 있다.
상관도는 두 변량 사이의 상관관계의 정도를 나타내는 수치인 상관 계수로 계산되고, 상관 계수는 -1과 1사이의 값을 가지며, 절대값이 1에 가까울수록, 강한 상관 관계를 암시한다. 상관 계수의 계산은 이미 주지의 수치이므로, 본 발명의 이해와 설명의 편의를 도모하기 위하여, 본 발명의 요지와 관련이 없는 부분에 대한 상세한 설명은 생략한다.
이러한 상관 분석은 상관 피크를 띠는 지점이 도출될 때까지 거리 파라미터 Z'의 변화에 따라 반복적으로 계산된다. 상술한 바와 같이 목표 물체의 복원 평면 영상들(142)은 원래 목표 물체가 위치했던 Zo'-평면에서 복원된 선명하게 초점이 맞춰진 부분 영상과 Zo'-평면에서 벗어나서 복원된 흐려진 부분 영상들로 이루어져 있다. 따라서 이미 알고 있는 기준 평면 영상(140)과 렌즈 어레이(110)부터 복원 평 면 영상간의 거리 파라미터 Z'의 변화에 따라 각각의 출력 평면에서 복원된 목표 평면 영상들(142)간의 상관도를 계산하면 목표 물체가 위치했던 Zo'-평면에서 현저하게 상관 피크를 띠게 된다. 또한 이 상관 피크를 띠는 지점을 토대로 공간상의 목표 물체의 3차원 위치 정보 (xo, yo, zo)를 검출할 수 있다.
위에서는 본 발명의 실시예에 따른 일반적인 시스템의 설명하였다. 이하에서는 본 발명의 실시예에 따른 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치를 적용한 실험에 대하여 실험 조건 및 실험 데이터를 구체적으로 설명하도록 한다.
도 2는 본 발명의 실시예에 따른 기준 물체와 목표 물체의 실험을 도시한 도면이다. 본 실험에서는'Mark 1'(100)과 'Mark 2'(200), 이 두 개의 2차원 패턴들로 구성된 3차원 물체를 기준 물체(210)로 사용하였다. 기준 물체인'Mark 1'(100)과 'Mark 2'(200)은 렌즈 어레이(110)로부터 각각 12 mm, 27 mm 거리에 위치하고, 그의 중심 위치는 각각 (0 mm, 0 mm, 12 mm), (0 mm, 0 mm, 27 mm) 이다. 목표 물체들은 렌즈 어레이(100)의 앞쪽에 Z'=Z1 (114), Z'=Z2 (116)를 가지도록 배치(220)하였고, 각각의 목표 물체(102, 104)의 거리 Z'를 측정하였다.
본 실험에서 목표 물체(102, 104)와 기준 물체(100, 200)로부터 획득된 요소 영상들은 컴퓨터적으로 복원된다. 사용된 렌즈 어레이(110)는 지름이 1.08 mm인 34x25의 렌즈들로 구성되며, 각 렌즈의 해상도는 30x30이고, 디스플레이 패널의 화소간 거리는 36um이다. 따라서 획득된 요소 영상의 해상도는 1020x750이다.
이하 도3에서 획득된 기준 물체 'Mark 1', 'Mark 2' 및 목표 물체의 요소 영상들을 각각 나타낸다.
도 3은 본 발명의 실시예에 따른 기준 물체와 목표 물체의 실험에 의해 획득된 요소 영상이다. 도 3의 (302) 내지 (306)은 기준 물체인'Mark 1'(100)에서 획득된 요소 영상(302), 'Mark 2'(200)에서 획득된 요소 영상(302)과 획득된 목표 물체(102, 104)의 요소영상을 나타낸다. 여기서, 공간상의 임의의 위치(114, 116)에 'Mark 1'과 'Mark 2'를 배치한 3차원 물체를 목표 물체(102, 104)로 사용하였고, 이의 중심 위치는 각각 (-9.36 mm, 4.93 mm, 21 mm)(114), (4.36 mm, -4.90 mm, 33 mm)(116)이다.
도 4 내지 7은 본 발명의 실시예에 따른 기준 물체와 목표 물체의 실험에 의해 복원된 평면 영상들이다. 구체적으로 도 4는 본 발명의 실시예에 따른 Z'=12에서 복원된 Mark1의 평면 영상이다. 도 5는 본 발명의 실시예에 따른 Z'=27에서 복원된 Mark2의 평면영상이다. 도 4 및 도 5를 살펴보면, 기준물체인 Mark1, Mark2 는 이미 알고 있는 거리 Zr에 초점이 맞춰져 복원되므로 선명한 영상을 얻게 되고, 이는 이후 수행하는 상관도 계산의 기준으로 사용된다.
한편, 목표 물체의 목표 평면 영상들은 Z'=6 mm에서 Z'=36 mm까지 1 mm마다 복원된다. 도 6는 본 발명의 실시예에 따른 Z'=18mm, 21mm, 24mm 에서 복원된 목표 물체의 평면 영상이고, 도 7는 본 발명의 실시예에 따른 Z'=30mm, 33mm, 36mm 에서 복원된 목표물체의 평면 영상이다.
도 6을 살펴보면 Z'=21mm인 지점에서 복원된 목표 평면 영상의 Mark1(100)의 표식이 뚜렷함을 알 수 있고, 도 7을 살펴보면 Z'=33mm인 지점에서 복원된 목표 평면 영상의 Mark2(200)의 표식이 뚜렷함을 알 수 있다. 그 외의 경우는 초점이 벗어나 흐려진 것을 볼 수 있다. 이러한 특징은 3차원 집적 영상 복원 방식에 의해 복원된 평면들의 중요한 특성 중의 하나로 복원된 기준 평면 영상과 목표 평면 영상간의 상관도 계산을 통해 영상 내의 목표 물체를 효율적으로 검출할 수 있게 한다.
도 8은 본 발명의 실시예에 따른 Mark1의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 그래프이다. 도 8에서 살펴보듯이 현저하게 상관 피크를 띠는 지점이 바로 공간상의 본래 목표 물체가 배치된 위치임을 알 수 있다. 상관도는 두 변수가 유사한 정도에 따라 동일한 경우 '1'까지 나타날 수 있다.
구체적으로 도 8은 기준 물체의 위치인 Z'=Zr 인 위치에서 복원된 평면 영상 PR (xr, yr, zr) (실험에서는 Zr =12mm인 위치에서 복원한 Mark1의 평면영상)과 목표 물체를 Z'=0mm 에서부터 Z'=42mm까지 1mm 간격으로 복원한 평면 영상간의 상관도를 계산한 결과이다. 도 8을 살펴보면, Z'=21mm에서 0.9502의 상관 피크 값을 나타낸다. 즉, Z'=21mm에 초점을 맞추어 복원된 평면 영상이 기준 평면 영상과 가장 유사한 상관 관계를 보이고, 이를 통해 목표 물체 Mark1의 Z' 좌표를 파악할 수 있다.
도 9은 본 발명의 실시예에 따른 Mark2의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 그래프이다. 도 9에서 살펴보듯이 현저하게 상관 피크를 띠는 지점이 바로 공간상의 본래 목표 물체가 배치된 위치임을 알 수 있다.
구체적으로 도 9는 기준 물체의 위치인 Z'=Zr 인 위치에서 복원된 평면 영상 PR (xr, yr, zr)(실험에서는 Zr =27mm인 위치에서 복원한 Mark2의 평면영상)과 목표 물체를 Z'=0mm 에서부터 Z'=42mm까지 1mm 간격으로 복원한 평면 영상간의 상관도를 계산한 결과이다. 도 9를 살펴보면, Z'=33mm에서 0.9699의 상관 피크 값을 나타낸다. 즉, Z'=33mm에 초점을 맞추어 복원된 평면 영상이 기준 평면 영상과 가장 유사한 상관 관계를 보이고, 이를 통해 목표 물체 Mark2의 Z' 좌표를 파악할 수 있다.
도 10는 본 발명의 실시예에 따른 Mark1의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 계산으로 산출된 목표 물체의 3차원 좌표 그래프이다.
Mark1의 기준 평면 영상과 목표물체의 평면 영상들간의 상관 결과값으로부터 목표 물체 Mark1의 3차원 좌표 중 Z'의 좌표값을 알 수 있으며, X'와 Y' 좌표에 관해서도 각각 상관도를 계산하면, 목표 물체의 3차원 공간상의 좌표를 얻을 수 있다.
여기서 X'는 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터로 정의된다. 또한 Y'는 렌즈 어레이 평면에 포 함되며 상기 X'의 축과 수직을 이루는 방향으로 정하는 거리 파라미터로 정의된다.
즉, 도 2에서 수행된 실험 장치에서 Z' 공간 평면을 고정한 경우, 렌즈 어레이에 속하는 평면상의 일축과 그 수직축을 의미한다.
목표 물체 Mark1의 X, Y 위치를 검증하기 위해서는 도 8에서 얻은 결과치를 바탕으로, 최대의 상관도를 가지는 지점의 거리 파라미터 Z'의 값을 공간상의 Z좌표로 고정 시킨 후, 요소 영상을 X의 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원하고, Y의 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원한다. 이후 상기 기준 평면 영상과 상관도를 계산하여 공간상의 위치 좌표를 파악할 수 있다. 이러한 상관 분석을 실시하여 나타난 Mark1의 위치 좌표는 데카르트 좌표계에서 (-9.36 mm, 4.93 mm, 21 mm)이다.
도 11은 본 발명의 실시예에 따른 Mark2의 기준 평면 영상과 목표 물체의 평면 영상들간의 상관도 계산으로 산출된 목표 물체의 3차원 좌표 그래프이다.
목표 물체 Mark1의 X, Y 위치를 검증하기 위해서는 도 9에서 얻은 결과치를 바탕으로, 최대의 상관도를 가지는 지점의 거리 파라미터 Z'의 값을 공간상의 Z좌표로 고정 시킨 후, 요소 영상을 X의 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원하고, Y의 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원한다. 이후 상기 기준 평면 영상과 상관도를 계산하여 공간상의 위치 좌표를 파악할 수 있다. 이러한 상관 분석을 실시하여 나타난 Mark2의 위치 좌표는 데카르트 좌표계에서 (4.36 mm, -4.90 mm, 33 mm)이다.
이상 본 발명의 실시예에 따른 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치를 적용한 실험에 대하여 실험 조건 및 실험 데이터를 구체적으로 설명하였다.
본 발명은 상기 실시예에 한정되지 않으며, 많은 변형이 본 발명의 사상 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 가능함은 물론이다.
상술한 바와 같이 본 발명에 따른 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치는 3차원 물체의 정확한 위치를 검출하게 한다. 제안된 방법은 렌즈 어레이(100)로부터 픽업된 요소 영상들을 이용하여 디지털적으로 물체의 체적 평면 영상들을 복원하는 컴퓨터 복원 방식의 집적 영상에 기반을 두며, 해상도가 향상된 기준 물체와 목표 물체의 복원된 평면 영상들간의 상호 상관 분석을 통해 공간상의 목표 물체의 정확한 3차원 좌표를 검출할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술분야에서 통상의 지식을 가진 자라면 하기의 특허 청구 범위에 기재된 본 발명 및 그 균등물의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (12)

  1. 3차원 영상 상관 검출기에서 수행되는 3차원 물체의 위치 정보 검출 방법에 있어서,
    3차원 물체로부터 렌즈 어레이를 통하여 서로 다른 시차를 가지는 요소 영상을 획득하는 단계;
    상기 획득된 요소 영상을 상기 요소 영상과 가상 렌즈 어레이 사이의 거리(g)와 상기 가상 렌즈 어레이와 복원 영상 평면 사이의 거리(Z')에 의해 Z'/g의 비율로 변화된 크기를 가지는 평면 영상으로 복원하는 단계;
    상기 복원된 3차원 물체의 평면 영상과 미리 저장된 기준 물체의 기준 평면 영상간의 상관도를 계산하는 단계; 및
    상기 상관도 계산 결과 최대의 상관도를 가지는 지점을 도출하는 단계;
    를 포함하는 3차원 집적 영상 복원 방식의 위치 검출 방법.
  2. 제 1항에 있어서,
    상기 평면 영상으로 복원하는 단계에 있어서, 상기 요소 영상은 상기 가상 렌즈 어레이로부터 복원 영상 평면까지의 거리로 정의되는 거리 파라미터(Z')의 변화에 따라 평면 영상으로 복원되는 3차원 집적 영상 복원 방식의 위치 검출 방법.
  3. 제 1항에 있어서,
    상기 평면 영상으로 복원하는 단계에 있어서, 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원되는 3차원 집적 영상 복원 방식의 위치 검출 방법.
  4. 제 3항에 있어서,
    상기 평면 영상으로 복원하는 단계에 있어서, 상기 요소 영상은 상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 상기 X'의 축과 수직을 이루는 방향으로 정하는 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원되는 3차원 집적 영상 복원 방식의 위치 검출 방법.
  5. 제 1항에 있어서,
    상기 최대의 상관도를 가지는 지점의 거리 파라미터 Z'의 값을 추출하여 Z'를 고정시킨 상태에서,
    상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복 원되는 단계를 더 포함하는 3차원 집적 영상 복원 방식의 위치 검출 방법.
  6. 제 5항에 있어서,
    상기 최대 상관도를 가지는 지점의 거리 파라미터 X'와 Z'의 값을 추출하여 X'와 Z'를 고정시킨 상태에서,
    상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 상기 X'의 축과 수직을이루는 방향으로 정하는 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원되는 단계를 더 포함하는 3차원 집적 영상 복원 방식의 위치 검출 방법.
  7. 제 1항에 있어서,
    상기 기준 물체의 기준 평면 영상은
    상기 거리 파라미터 Z'을 미리 알고 있는 기준 물체의 거리(Zr)와 일치시킨 평면에 초점을 맞추어 상기 기준 물체의 요소 영상을 평면 영상으로 복원하여 획득된 3차원 집적 영상 복원 방식의 위치 검출 방법.
  8. 3차원 물체의 위치 정보 검출 장치에 있어서,
    3차원 물체로부터 렌즈 어레이를 통하여 서로 다른 시차를 가지는 요소 영상 을 획득하는 영상 입력부;
    상기 획득된 요소 영상을 상기 요소 영상과 가상 렌즈 어레이 사이의 거리(g)와 상기 가상 렌즈 어레이와 복원 영상 평면 사이의 거리(Z')에 의해 Z'/g의 비율로 변화된 크기를 가지는 평면 영상으로 복원하는 영상 복원부; 및
    상기 복원된 3차원 물체의 평면 영상과 미리 저장된 기준 물체의 기준 평면 영상간의 상관도를 계산하는 상관 분석부;
    를 포함하는 3차원 집적 영상 복원 방식의 위치 검출 장치.
  9. 제 8항에 있어서,
    상기 영상 복원부는, 상기 영상 입력부에서 획득한 요소 영상을 상기 가상 렌즈 어레이로부터 복원 영상 평면까지의 거리로 정의되는 거리 파라미터(Z')의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치.
  10. 제 8항에 있어서,
    상기 영상 복원부는, 상기 영상 입력부에서 획득한 요소 영상을 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치.
  11. 제 8항에 있어서,
    상기 상관 분석부는 상기 최대의 상관도를 가지는 지점의 거리 파라미터 Z'의 값을 추출하여 Z'를 고정시킨 상태에서,
    상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 렌즈 어레이의 중앙에서 임의의 일측방향으로 정하는 거리 파라미터 X'의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치.
  12. 제 11항에 있어서,
    상기 상관 분석부는 상기 최대 상관도를 가지는 지점의 거리 파라미터 X'와 Z'의 값을 추출하여 X'와 Z'를 고정시킨 상태에서,
    상기 요소 영상은 상기 렌즈 어레이 평면에 포함되며 상기 X'의 축과 수직을이루는 방향으로 정하는 거리 파라미터 Y'의 변화에 따라 평면 영상으로 복원하는 3차원 집적 영상 복원 방식의 위치 검출 장치.
KR1020070049677A 2007-05-22 2007-05-22 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치 KR100891161B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070049677A KR100891161B1 (ko) 2007-05-22 2007-05-22 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070049677A KR100891161B1 (ko) 2007-05-22 2007-05-22 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20080102785A true KR20080102785A (ko) 2008-11-26
KR100891161B1 KR100891161B1 (ko) 2009-04-06

Family

ID=40288410

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070049677A KR100891161B1 (ko) 2007-05-22 2007-05-22 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR100891161B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100927236B1 (ko) * 2007-07-30 2009-11-16 광운대학교 산학협력단 영상 복원 방법, 영상 복원 장치 및 영상 복원 방법을 실행하는 프로그램이 기록된 컴퓨터에서 판독될 수 있는 기록매체
KR100937768B1 (ko) * 2008-04-29 2010-01-20 동서대학교산학협력단 3차원 영상 재생 장치 및 방법
KR101100784B1 (ko) * 2009-11-10 2012-01-02 광운대학교 산학협력단 물체 인식 방법 및 장치
KR101104296B1 (ko) * 2009-11-26 2012-01-11 광운대학교 산학협력단 물체 인식 방법 및 장치
KR101275588B1 (ko) * 2011-10-06 2013-06-17 충북대학교 산학협력단 3차원 볼륨 데이터에 대한 고속 집적 영상 생성 시스템 및 이를 이용한 입체영상 표시 방법
KR20160121707A (ko) * 2015-04-10 2016-10-20 충북대학교 산학협력단 집적영상 현미경 장치 및 심도범위 개선 방법
WO2017028920A1 (en) * 2015-08-19 2017-02-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Ultrasonic measurements for reconstructing an image of an object
KR101874778B1 (ko) * 2017-05-01 2018-08-02 (주)휴러스트 3차원 입체 영상 기반의 연속 줌 및 연속 배율 전환을 지원하는 의료용 현미경 시스템
WO2019225774A1 (ko) * 2018-05-23 2019-11-28 광운대학교 산학협력단 듀얼뷰반사형 집적영상시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101295347B1 (ko) 2011-12-16 2013-08-12 경북대학교 산학협력단 영상 데이터의 상관도 산출 장치 및 산출 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1122957A1 (en) 2000-02-02 2001-08-08 THOMSON multimedia Three-dimensional display apparatus
US7261417B2 (en) 2004-02-13 2007-08-28 Angstrom, Inc. Three-dimensional integral imaging and display system using variable focal length lens
JP4125252B2 (ja) 2004-03-02 2008-07-30 株式会社東芝 画像生成装置、画像生成方法、及び画像生成プログラム

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100927236B1 (ko) * 2007-07-30 2009-11-16 광운대학교 산학협력단 영상 복원 방법, 영상 복원 장치 및 영상 복원 방법을 실행하는 프로그램이 기록된 컴퓨터에서 판독될 수 있는 기록매체
KR100937768B1 (ko) * 2008-04-29 2010-01-20 동서대학교산학협력단 3차원 영상 재생 장치 및 방법
KR101100784B1 (ko) * 2009-11-10 2012-01-02 광운대학교 산학협력단 물체 인식 방법 및 장치
KR101104296B1 (ko) * 2009-11-26 2012-01-11 광운대학교 산학협력단 물체 인식 방법 및 장치
KR101275588B1 (ko) * 2011-10-06 2013-06-17 충북대학교 산학협력단 3차원 볼륨 데이터에 대한 고속 집적 영상 생성 시스템 및 이를 이용한 입체영상 표시 방법
KR20160121707A (ko) * 2015-04-10 2016-10-20 충북대학교 산학협력단 집적영상 현미경 장치 및 심도범위 개선 방법
KR101715470B1 (ko) * 2015-04-10 2017-03-14 충북대학교 산학협력단 집적영상 현미경 장치 및 심도범위 개선 방법
WO2017028920A1 (en) * 2015-08-19 2017-02-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Ultrasonic measurements for reconstructing an image of an object
KR101874778B1 (ko) * 2017-05-01 2018-08-02 (주)휴러스트 3차원 입체 영상 기반의 연속 줌 및 연속 배율 전환을 지원하는 의료용 현미경 시스템
WO2019225774A1 (ko) * 2018-05-23 2019-11-28 광운대학교 산학협력단 듀얼뷰반사형 집적영상시스템

Also Published As

Publication number Publication date
KR100891161B1 (ko) 2009-04-06

Similar Documents

Publication Publication Date Title
KR100891161B1 (ko) 3차원 집적 영상 복원 방식의 위치 검출 방법 및 장치
JP5631025B2 (ja) 情報処理装置、その処理方法及びプログラム
Rajagopalan et al. Depth estimation and image restoration using defocused stereo pairs
Hahne et al. Baseline and triangulation geometry in a standard plenoptic camera
Sutton et al. Image correlation for shape, motion and deformation measurements: basic concepts, theory and applications
EP2192546A1 (en) Method for recognizing objects in a set of images recorded by one or more cameras
US20190133692A1 (en) Systems and methods for obtaining a structured light reconstruction of a 3d surface
JP2017181298A (ja) ３次元形状測定装置および３次元形状測定方法
Zhang et al. Decoding and calibration method on focused plenoptic camera
KR101293576B1 (ko) 3차원 집적 영상디스플레이의 깊이조절시스템
JP4337203B2 (ja) 距離画像生成装置および距離画像生成方法、並びにプログラム提供媒体
KR101289008B1 (ko) 깊이 카메라를 이용한 3차원 집적영상 획득방법 및 디스플레이 장치
CN111998834B (zh) 一种裂缝监测方法及系统
KR101104296B1 (ko) 물체 인식 방법 및 장치
KR100927236B1 (ko) 영상 복원 방법, 영상 복원 장치 및 영상 복원 방법을 실행하는 프로그램이 기록된 컴퓨터에서 판독될 수 있는 기록매체
KR20160049639A (ko) 부분 선형화 기반의 3차원 영상 정합 방법
Salfelder et al. Markerless 3D spatio-temporal reconstruction of microscopic swimmers from video
KR101100784B1 (ko) 물체 인식 방법 및 장치
Morinaga et al. Underwater active oneshot scan with static wave pattern and bundle adjustment
CN108109195B (zh) 一种用于展示文物缺损部件的方法、装置及系统
JP2018081378A (ja) 画像処理装置、撮像装置、画像処理方法および画像処理プログラム
Li et al. Metric three-dimensional reconstruction model from a light field and its calibration
Riou et al. Interests of refocused images calibrated in depth with a multi-view camera for control by vision
KR101121132B1 (ko) 집적 영상 복원 방법 및 장치
Jin et al. A two-step calibration method for unfocused light field camera based on projection model analysis

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: 20120319

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee