KR20090078463A - Distorted image correction apparatus and method - Google Patents

Distorted image correction apparatus and method Download PDF

Info

Publication number
KR20090078463A
KR20090078463A KR1020080004301A KR20080004301A KR20090078463A KR 20090078463 A KR20090078463 A KR 20090078463A KR 1020080004301 A KR1020080004301 A KR 1020080004301A KR 20080004301 A KR20080004301 A KR 20080004301A KR 20090078463 A KR20090078463 A KR 20090078463A
Authority
KR
South Korea
Prior art keywords
correction
distortion
image
camera
coordinates
Prior art date
Application number
KR1020080004301A
Other languages
Korean (ko)
Other versions
KR100914211B1 (en
Inventor
한영인
송영기
백원인
Original Assignee
주식회사 이미지넥스트
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 주식회사 이미지넥스트 filed Critical 주식회사 이미지넥스트
Priority to KR1020080004301A priority Critical patent/KR100914211B1/en
Publication of KR20090078463A publication Critical patent/KR20090078463A/en
Application granted granted Critical
Publication of KR100914211B1 publication Critical patent/KR100914211B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/04Context-preserving transformations, e.g. by using an importance map
    • G06T3/047Fisheye or wide-angle transformations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/06Topological mapping of higher dimensional structures onto lower dimensional surfaces

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

A distortion apparatus and a method thereof for compensating video signal and producing the image in which the distortion is corrected from the image photographed through fish-eye lens are provided to calculate a distortion compensation coefficient automatically. A two-dimensional compensation index image about a correction index photographed through camera is received. A distortion correction factor comprising the registration error correction algorithm is calculated by using a plurality of feature data(S430, S440). A compensation file is generated by using the calculated coefficient. The image which is corrected by using the correction algorithm is generated.

Description

왜곡 영상 보정 장치 및 방법{DISTORTED IMAGE CORRECTION APPARATUS AND METHOD} Distortion image correction device and method {DISTORTED IMAGE CORRECTION APPARATUS AND METHOD}

본 발명은 왜곡 영상 보정 장치 및 방법에 관한 것으로, 더욱 상세하게는 어안렌즈를 통해 촬영된 이미지를 이용하여, 왜곡 보정 계수를 자동으로 산출하여 왜곡 이미지 보정에 이용하는 왜곡 영상 보정 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for correcting a distorted image, and more particularly, to an apparatus and method for correcting a distorted image using an image photographed through a fisheye lens and automatically calculating and correcting a distortion correction coefficient. .

자동차의 후방 카메라 또는 영상보안감시 카메라는 사용자의 관심 영역을 영상으로 제공한다. 특히, 큰 화각을 갖는 광각렌즈나 어안렌즈(fish-eye lens)는 보다 넓은 영역을 포함한 많은 정보를 사용자에게 제공한다.The rear camera of the vehicle or the video surveillance camera provides a user's region of interest as an image. In particular, wide-angle or fish-eye lenses with large angles of view provide the user with a lot of information, including a wider area.

광각렌즈는 표준 렌즈보다 초점 거리가 짧고, 60°에서 120°정도의 화각을 갖는 렌즈를 말하며, 어안렌즈(fish-eye lens)는 초광각렌즈로 구면수차를 역이용하여 만들며 180°또는 그 이상의 화각을 가진다. A wide-angle lens is a lens having a shorter focal length than a standard lens and has an angle of view of about 60 ° to 120 °. A fish-eye lens is an ultra-wide angle lens made by using spherical aberration, and has an angle of view of 180 ° or more. Have

특히, 어안렌즈는 의도적으로 통모양의 왜곡을 생기게 하여 180°이상의 화각 전면에 걸쳐 균일한 밝기와 선예도를 유지할 수 있게 만든 렌즈로서, 렌즈 중심점부의 피사체는 극단적으로 크게 찍히고 주변의 것은 아주 작게 찍히게 된다. 즉, 어안 렌즈는 광역의 영상을 획득할 수 있으며, 자동차의 경우 어안렌즈의 큰 화각은 운전자에게 보다 많은 차량 후방의 정보를 제공할 수 있다. 또한, 어안렌즈를 영상폰에 적용할 경우 짧은 거리에서 넓은 시야각을 확보할 수 있다.In particular, the fisheye lens intentionally creates a cylindrical distortion to maintain uniform brightness and sharpness over the entire angle of view of 180 ° or more. . That is, the fisheye lens can acquire a wide image, and in the case of a car, a larger angle of view of the fisheye lens can provide more information to the driver behind the vehicle. In addition, when the fisheye lens is applied to the video phone, a wide viewing angle can be secured at a short distance.

그러나 이때 획득한 영상은 심한 왜곡을 가지며, 카메라 왜곡은 특히 운전자에게 현실감을 저해한다. However, the acquired image has severe distortion, and the camera distortion in particular hinders the realism of the driver.

도 1a 내지 도 1c는 렌즈 왜곡이 없는 영상과 렌즈 왜곡이 발생한 영상을 예시적으로 나타낸 도면이다.1A to 1C are exemplary views illustrating an image without lens distortion and an image in which lens distortion occurs.

즉, 도 1a와 같이 수직과 수평이 직선으로 이루어진 영상은 렌즈 왜곡에 의해 도 1b 또는 도 1c와 같이 초점의 위치에 따라 곡선의 형상으로 나타나게 된다. 특히, 도 1b는 렌즈의 왜곡을 나타내는 왜곡 상수(k)가 0보다 작은 핀쿠션 왜곡(pincushion distortion)이 발생한 것을 도시하며, 도 1c는 렌즈의 왜곡을 나타내는 렌즈 왜곡 상수(k)가 0보다 큰 배럴 왜곡(barrel distortion)이 발생한 것을 도시한다.That is, as shown in FIG. 1A, the image having a straight line vertically and horizontally appears as a curved shape according to the position of the focus as shown in FIG. 1B or 1C due to lens distortion. In particular, FIG. 1B illustrates a pincushion distortion in which a distortion constant k representing a distortion of a lens is less than zero, and FIG. 1C illustrates a barrel having a lens distortion constant k of greater than zero representing a distortion of a lens. It shows that barrel distortion has occurred.

특히 도 1c는 어안렌즈로부터 입력된 영상으로서, 영상의 외각으로 갈수록 왜곡이 크게 나타남을 알 수 있다.In particular, Figure 1c is an image input from the fisheye lens, it can be seen that the distortion appears more toward the outside of the image.

이러한 렌즈 왜곡을 보정하기 위한 방법은 물리적 보정 방법으로 렌즈 왜곡을 보정하기 위한 보정렌즈를 추가로 설치하거나, 소프트웨어적으로 왜곡된 영상을 보정하는 방법이 있다. 여기서 물리적 보정 방법은 보정 렌즈를 추가하여야 한다는 점에서 카메라의 제조 비용을 상승시키는 단점이 있어 소프트웨어적인 보정이 주로 이용되고 있다.As a method for correcting the lens distortion, there is a method of physically correcting an additional lens for correcting lens distortion or a method for correcting a software-distorted image. Here, the physical correction method has the disadvantage of increasing the manufacturing cost of the camera in that the correction lens must be added, and software correction is mainly used.

종래 기술에 따르면, 그리드 형태의 테스트 패턴을 선택하고 이미지가 왜곡 되지 않게 표시될 때까지 카메라의 왜곡 보정 계수를 수동으로 보정할 수 있었다. 즉, 이미지의 중심에서 테스트 이미지의 코너를 방사상으로 드래깅하여 이미지의 윤곽을 변형시키고 이미지의 내용을 보정하는 것을 왜곡이 없어지는 지점까지 반복하도록 하였다.According to the prior art, it was possible to manually correct the distortion correction coefficient of the camera until the test pattern in the form of a grid was selected and the image was not displayed distorted. In other words, by dragging the corners of the test image radially from the center of the image, the contour of the image and the correction of the content of the image were repeated until the distortion disappeared.

다른 종래 기술에 따르면, 임의의 영상을 입력 받아 영상의 렌즈 왜곡 변수(k)의 범위를 증감시키면서 가장 작은 대표값을 가지는 k를 렌즈 왜곡 변수로 설정하여, 왜곡된 원영상으로부터 왜곡 보정된 영상을 획득하도록 하였다. According to another conventional technology, by inputting an arbitrary image and increasing or decreasing the range of the lens distortion variable k of the image, the k having the smallest representative value is set as the lens distortion variable, so that the distortion-corrected image from the distorted original image is obtained. To obtain.

그러나, 종래의 디지털 이미지의 기하학적 왜곡 보정에 따른 기술은, 테스트 패턴 또는 임의의 영상으로 이미지가 왜곡되지 않게 표시될 때까지 사용자가 화면상에서 조작하거나 선택하였다.However, according to the conventional technique of correcting the geometric distortion of a digital image, a user manipulates or selects it on a screen until the image is not distorted with a test pattern or an arbitrary image.

따라서, 사용자가 왜곡 보정 상수를 수동으로 보정해야 하는 번거로움이 있으며, 사용자의 선택 기준에 따라 이미지의 기하학적 왜곡 보정의 수준이 변하는 문제점이 있었다.Therefore, there is a problem that the user has to manually correct the distortion correction constant, and there is a problem that the level of geometric distortion correction of the image changes according to the user's selection criteria.

따라서 본 발명이 이루고자 하는 기술적 과제는 어안렌즈 사용에 따른 영상의 왜곡을 최소화하기 위하여, 왜곡 보정 계수를 자동으로 산출하여 왜곡 이미지 보정에 이용하는 왜곡 영상 보정 장치 및 방법에 관한 것이다.Accordingly, an aspect of the present invention is directed to a distortion image correction apparatus and method for automatically calculating distortion correction coefficients and correcting distortion images in order to minimize distortion of an image resulting from the use of a fisheye lens.

이러한 기술적 과제를 이루기 위한 본 발명의 한 실시예에 따른 왜곡 영상 보정 방법은, 카메라를 통해 촬영된 보정 지표에 대한 2차원의 보정 지표 이미지를 수신하는 단계; 상기 보정 지표 이미지로부터 복수의 특징 데이터를 추출하는 단계; 상기 복수의 특징 데이터를 이용하여 왜곡 보정 알고리즘을 구성하는 왜곡 보정 계수를 산출하는 단계; 및 상기 산출된 계수를 이용하여 보정 파일을 생성하는 단계를 포함한다.According to an aspect of the present invention, there is provided a method of correcting a distorted image, the method including: receiving a two-dimensional correction index image of a correction index photographed through a camera; Extracting a plurality of feature data from the correction indicator image; Calculating a distortion correction coefficient constituting a distortion correction algorithm using the plurality of feature data; And generating a correction file using the calculated coefficients.

상기 보정 알고리즘을 이용하여 보정된 영상을 생성하는 단계를 더 포함할 수 있다.The method may further include generating a corrected image by using the correction algorithm.

상기 보정 지표 이미지는, 복수의 정방형 격자 무늬를 가지는 상기 보정 지표가 상기 카메라를 통해 촬영되어 생성될 수 있다.The correction indicator image may be generated by photographing the correction indicator having a plurality of square grids through the camera.

상기 보정 지표는, 상기 복수의 정방형 격자 무늬는 홀수X짝수 또는 짝수X홀수 형태로 배열될 수 있다.The correction index, the plurality of square lattice may be arranged in the form of odd X even or even X odd.

상기 특징 데이터는, 상기 보정 지표에 포함된 격자 무늬 사이의 꼭지점 좌표 정보 및 꼭지점 연결 정보를 포함할 수 있다.The feature data may include vertex coordinate information and vertex connection information between grids included in the correction indicator.

상기 왜곡 보정 계수는 상기 왜곡 보정 알고리즘을 구성하는 파라미터와 왜곡 상수를 포함하며, 상기 파라미터는 상기 카메라에 장착된 렌즈의 초점 거리와 광학 중심점을 포함하고, 상기 왜곡 상수는 상기 카메라에 장착된 렌즈의 방사상 왜곡 상수와 접선 방향 왜곡 상수를 포함할 수 있다.The distortion correction coefficient includes a parameter constituting the distortion correction algorithm and a distortion constant, the parameter includes a focal length and an optical center point of the lens mounted to the camera, and the distortion constant is a value of the lens mounted to the camera. It can include a radial distortion constant and a tangential distortion constant.

상기 왜곡 보정 알고리즘은 아래 수학식으로 표현될 수 있다.The distortion correction algorithm may be expressed by the following equation.

rd = atan( 2 * ru * tan(ω/2) ) * 1/ωr d = atan (2 * r u * tan (ω / 2)) * 1 / ω

u = fx * { rd * cos(θ)} + cx u = f x * {r d * cos (θ)} + c x

v = fy * { rd * sin(θ)} + cy v = f y * {r d * sin (θ)} + c y

여기서, u, v는 영상 평면 상의 보정 지표 이미지의 좌표를 의미하고, x', y'는 3차원 공간 좌표가 투영된 렌즈 평면상의 좌표를 의미하며, fx와 fy는 초점 거리를 의미하고, cx와 cy 는 광학 중심점 좌표를 의미하며, ω는 왜곡 상수를 의미하며, ru 2 = x'2 + y'2 이고, θ = tan- 1(y'/x')를 의미한다. 특히, ω는 값은 1.0으로 한다.Here, u and v refer to the coordinates of the correction indicator image on the image plane, x 'and y' refer to the coordinates on the lens plane on which the three-dimensional spatial coordinates are projected, and f x and f y refer to the focal lengths. , c x and c y are the coordinates of the optical center point, ω is the distortion constant, r u 2 = x ' 2 + y' 2 , and θ = tan - 1 (y '/ x'). . In particular, ω is a value of 1.0.

상기 왜곡 보정 알고리즘은 아래 수학식으로 표현될 수 있다.The distortion correction algorithm may be expressed by the following equation.

u = fx * {x'*(1+ k1*r2 + k2*r4) + 2p1*x'*y' + p2(r2 + 2x'2)} + cx u = f x * (x '* (1+ k 1 * r 2 + k 2 * r 4 ) + 2p 1 * x' * y '+ p 2 (r 2 + 2x' 2 )} + c x

v = fy * {y'*(1+ k1*r2 + k2*r4) + p1(r2 + 2y'2) + 2p2*x'*y'} + cy v = f y * {y '* (1+ k 1 * r 2 + k 2 * r 4 ) + p 1 (r 2 + 2y' 2 ) + 2p 2 * x '* y'} + c y

여기서, fx와 fy는 초점 거리를 의미하고, cx와 cy 는 광학 중심점 좌표를 의미하며, k1 과 k2 는 방사상 왜곡 상수를 의미하고, p1 과 p2 는 접선 방향 왜곡 상수를 의미하며, r2 = x'2 + y'2 를 의미한다.Where f x and f y are focal lengths, c x and c y are optical center point coordinates, k 1 and k 2 are radial distortion constants, and p 1 and p 2 are tangential distortion constants. Means r 2 = x ' 2 + y' 2

상기 카메라는 어안렌즈를 장착할 수 있다. The camera may be equipped with a fisheye lens.

본 발명의 한 실시예에 따른 왜곡 영상 보정 장치는, 카메라를 통해 촬영된 보정 지표에 대한 2차원의 보정 지표 이미지를 수신하는 영상 입력부; 상기 보정 지표 이미지로부터 복수의 특징 데이터를 추출하고, 상기 복수의 특징 데이터를 이용하여 왜곡 보정 알고리즘을 구성하는 왜곡 보정 계수를 산출하는 제어부; 및 상기 산출된 왜곡 보정 계수를 이용하여 보정 파일을 생성하는 보정 파일 생성부를 포함한다.According to one or more exemplary embodiments, an apparatus for correcting a distorted image includes: an image input unit configured to receive a two-dimensional correction index image of a correction index photographed through a camera; A controller for extracting a plurality of feature data from the correction indicator image and calculating a distortion correction coefficient constituting a distortion correction algorithm using the plurality of feature data; And a correction file generation unit generating a correction file using the calculated distortion correction coefficients.

상기 보정 파일을 이용하여 보정된 영상을 생성하는 보정 영상 생성부를 더 포함할 수 있다.The apparatus may further include a corrected image generator configured to generate a corrected image by using the corrected file.

상기 카메라의 광축과 상기 보정 지표가 이루는 각은 수직선을 기준으로 15도 이상을 유지하면서 촬영할 수 있다. The angle formed between the optical axis of the camera and the correction index may be photographed while maintaining 15 degrees or more with respect to the vertical line.

이와 같이 본 발명에 의하면, 어안렌즈를 통해 촬영된 영상으로부터 왜곡이 보정된 영상을 생성할 수 있다. As described above, according to the present invention, an image of which distortion is corrected may be generated from an image photographed through the fisheye lens.

그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. DETAILED DESCRIPTION Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention.

도 2는 본 발명의 실시예에 따른 왜곡 영상 보정 시스템의 구성을 나타낸 도면이다. 2 is a diagram showing the configuration of a distortion image correction system according to an embodiment of the present invention.

도 2에서 보는 바와 같이 왜곡 영상 보정 시스템은 카메라(100), 왜곡 영상 보정 장치(200) 및 표시 장치(300)를 포함할 수 있다.As shown in FIG. 2, the distorted image correcting system may include a camera 100, a distorted image correcting apparatus 200, and a display device 300.

카메라(100)는 어안렌즈를 구비할 수 있으며, 어안렌즈를 통해 180°이상의 화각을 가지는 3차원의 영상을 2차원의 이미지로 획득한다. 이때, 카메라(100)를 통해 획득된 이미지는 도 1c에 도시된 바와 같이, 심한 왜곡을 갖게 된다.The camera 100 may include a fisheye lens, and acquires a three-dimensional image having a view angle of 180 ° or more as a two-dimensional image through the fisheye lens. At this time, the image obtained through the camera 100 has a severe distortion, as shown in Figure 1c.

즉, 어안렌즈의 광학 중심점에 위치한 피사체는 왜곡을 가지지 않고, 주변에 위치한 피사체는 매우 심한 왜곡을 갖게 된다.That is, the subject located at the optical center point of the fisheye lens does not have distortion, and the subject located at the periphery has very severe distortion.

왜곡 영상 보정 장치(200)는 영상 입력부(210), 메모리부(220), 제어부(230), 보정 파일 저장부(240) 및 보정 영상 생성부(250)을 포함한다.The distortion image correcting apparatus 200 includes an image input unit 210, a memory unit 220, a control unit 230, a correction file storage unit 240, and a correction image generating unit 250.

영상 입력부(210)는 어안 렌즈를 가지는 카메라를 통해 촬영된 소정의 보정 지표에 대한 2차원의 보정 지표 이미지를 수신한다.The image input unit 210 receives a two-dimensional correction indicator image for a predetermined correction indicator photographed through a camera having a fisheye lens.

메모리부(220)는 수신된 복수의 보정 지표 이미지와 왜곡 보정 알고리즘 프로그램을 저장한다.The memory unit 220 stores the plurality of correction indicator images and the distortion correction algorithm program that have been received.

제어부(230)는 복수의 보정 지표 이미지로부터 복수의 특징 데이터를 추출하고, 복수의 특징 데이터를 이용하여 왜곡 보정 알고리즘을 구성하는 왜곡 보정 계수를 산출한다. 여기서, 왜곡 보정 계수는 내부 파라미터와 왜곡 상수 등을 포함한다.The controller 230 extracts a plurality of feature data from the plurality of correction index images and calculates a distortion correction coefficient constituting the distortion correction algorithm using the plurality of feature data. Here, the distortion correction coefficient includes an internal parameter, a distortion constant, and the like.

그리고, 제어부(230)는 산출된 내부파라미터와 왜곡 상수로 이루어지는 보정 파일을 생성한다.Then, the controller 230 generates a correction file consisting of the calculated internal parameter and the distortion constant.

보정 파일 저장부(240)는 비휘발성 메모리 영역으로 구성되며, 제어부(230)로부터 보정 파일을 수신하여 저장한다.The correction file storage unit 240 is configured as a nonvolatile memory area, and receives and stores a correction file from the control unit 230.

보정 영상 생성부(250)는 메모리부(220)에 저장된 왜곡 보정 알고리즘을 기초하여 왜곡 보정된 영상을 생성하여 외부의 표시 장치(300)로 출력한다.The corrected image generator 250 generates a distortion corrected image based on the distortion correction algorithm stored in the memory 220 and outputs the image to the external display device 300.

표시 장치(300)는 왜곡 보정된 영상을 디스플레이 할 수 있는 장치로서, PC나 LCD 모니터 등으로 구현될 수 있으며, 왜곡 영상 보정 장치(200)내에 포함될 수도 있다.The display device 300 is a device capable of displaying a distortion corrected image, and may be implemented as a PC or an LCD monitor, or may be included in the distortion image correcting apparatus 200.

이하에서는 왜곡 영상 보정 장치(200)가 왜곡된 영상을 보정하기에 앞서서, 카메라(100)를 통해 보정 지표를 촬영하는 방법에 대하여 설명하기로 한다.Hereinafter, before the distortion image correcting apparatus 200 corrects the distorted image, a method of photographing the correction index through the camera 100 will be described.

도 3a 내지 도 3d는 본 발명의 실시예에 따른 카메라를 이용하여 보정 지표를 촬영하는 것을 나타낸 도면이다.3A to 3D are diagrams showing photographing correction indicators using a camera according to an embodiment of the present invention.

도 3a 는 소정의 보정 지표를 나타낸 것으로, 보정 지표는 흑색과 백색의 정사각형이 격자 형태로 교대로 겹치지 않게 배치된다. 3A shows a predetermined correction index, which is arranged such that black and white squares do not overlap alternately in a lattice form.

그리고 도 3b에서 보는 바와 같이, 카메라(100)를 이용하여 보정 지표에 대하여 여러 방향에서 촬영을 하여 보정 지표 이미지를 생성할 수 있다. As shown in FIG. 3B, the correction indicator image may be generated by photographing the correction indicator in various directions using the camera 100.

이때, 도 3c에서 보는 바와 같이, 카메라의 광축과 보정 지표가 이루는 각은 수직선을 기준으로 15°이상이 바람직하다(도 3c에서는 45°로 예시함).At this time, as shown in Figure 3c, the angle formed between the optical axis of the camera and the correction index is preferably at least 15 ° relative to the vertical line (illustrated as 45 ° in Figure 3c).

그리고, 도 3d에서와 같이 카메라(100)를 90°씩 회전하면서 촬영을 할 수 있으며, 하나의 보정 지표에 대하여 최대한 다양한 보정 지표 이미지의 샘플을 생성하도록 한다.In addition, as shown in FIG. 3D, the camera 100 may be photographed while being rotated by 90 °, and a sample of various correction index images may be generated for one correction index.

한편, 도 3a과 같이 정사각형의 격자 수를 홀수X짝수, 짝수X홀수 형태로 구성한다. 예를 들면 5X6, 7X8, 10X7 형태로 구성한다(도 3a 에서는 6X5 형태로 도시하였음).On the other hand, as shown in Fig. 3a, the number of square lattice is configured in the form of odd X even and even X odd. For example, the configuration is 5X6, 7X8, 10X7 (shown in the form of 6X5 in Figure 3a).

이와 같이, 정사각형의 가로, 세로 개수를 홀수X짝수, 짝수X홀수 형태로 구 성함으로써, 도 3d 와 같이 다양한 각도에서 촬영된 보정 지표 이미지의 꼭지점 연결 정보의 오류가 발생하는 것을 방지할 수 있다.As described above, by configuring the horizontal and vertical numbers of the square in odd-numbered and even-numbered odd-numbered forms, it is possible to prevent an error in the vertex connection information of the correction index image photographed at various angles as shown in FIG. 3D.

따라서, 각각의 정사각형에 해당하는 보정 지표 이미지를 용이하게 구별할 수 있도록 한다.Therefore, it is possible to easily distinguish the correction indicator image corresponding to each square.

이하에서는 생성된 보정 지표 이미지에 대하여 왜곡 영상 보정 장치(200)가 왜곡된 영상을 보정하는 방법을 설명하기로 한다.Hereinafter, a method of correcting the distorted image by the distorted image correcting apparatus 200 with respect to the generated correction index image will be described.

도 4는 본 발명의 실시예에 따른 왜곡 영상 보정 장치의 왜곡 영상 보정 방법을 나타낸 순서도이다.4 is a flowchart illustrating a method of correcting a distorted image of the apparatus for correcting a distorted image, according to an exemplary embodiment.

먼저, 도 3과 같은 방법으로 카메라(100)에 의해 촬영된 보정 지표에 대한 다수의 보정 지표 이미지를 메모리부(220)에 저장한다(S410).First, a plurality of correction indicator images of the correction indicators photographed by the camera 100 are stored in the memory unit 220 in the same manner as in FIG. 3 (S410).

그리고, 제어부(230)는 메모리부(220)에 저장된 다수의 보정 지표 이미지로부터 도 5와 같이 특징데이터를 추출한다(420).The controller 230 extracts feature data from the plurality of correction indicator images stored in the memory 220 as shown in FIG. 5 (420).

여기서, 특징 데이터라 함은, 보정 지표 이미지를 구성하는 다수의 격자 무늬 사이의 꼭지점 좌표 정보 및 꼭지점 연결 정보를 포함한다.Here, the feature data includes vertex coordinate information and vertex connection information between a plurality of grids constituting the correction index image.

도 5는 본 발명의 실시예에 따른 보정 지표 이미지의 특징 데이터를 나타낸 예시도이다.5 is an exemplary view showing feature data of a correction index image according to an embodiment of the present invention.

여기서, 꼭지점 좌표 정보는 도 5와 같이 인접하는 4개의 정사각형이 형성하는 꼭지점의 좌표를 나타내며, 꼭지점 연결 정보는 꼭지점의 연결 관계를 나타낸다. 촬영된 보정 지표에서 인식되지 않은 꼭지점이 발생되는 것을 방지하기 위하여 꼭지점 연결 정보를 생성하도록 한다.Here, the vertex coordinate information indicates coordinates of vertices formed by four adjacent squares as shown in FIG. 5, and the vertex connection information indicates a connection relationship between vertices. Vertex connection information may be generated to prevent generation of vertices that are not recognized in the photographed correction index.

제어부(230)는 보정 지표의 다수의 특징 데이터를 메모리부(220)에 저장한다(S430).The controller 230 stores a plurality of feature data of the correction indicator in the memory 220 (S430).

제어부(230)는 3장 이상의 보정 지표 이미지로부터 복수의 특징 데이터 추출을 완료하면, 복수의 특징 데이터를 이용하여 왜곡 보정 알고리즘을 구성하는 각종 왜곡 보정 계수, 즉 카메라 매트릭스 및 왜곡 상수를 자동으로 산출한다(S440).When the plurality of feature data extraction is completed from three or more correction index images, the controller 230 automatically calculates various distortion correction coefficients, ie, a camera matrix and a distortion constant, that constitute a distortion correction algorithm using the plurality of feature data. (S440).

왜곡 보정 알고리즘은 내부 또는 외부 파라미터, 왜곡 상수가 카메라 매트릭스 형태로 구성되어 있으며, 어안렌즈의 파라미터와 왜곡 상수를 산출하는 방법에 대한 상세한 설명은 추후에 하기로 한다. The distortion correction algorithm is composed of internal or external parameters and distortion constants in the form of a camera matrix, and a detailed description of how to calculate the parameters and distortion constants of the fisheye lens will be given later.

그리고, 제어부(230)는 보정된 왜곡 보정 계수로부터 XML 또는 텍스트 파일 형태의 보정 파일을 생성하고, 비 휘발성 메모리 영역인 보정 파일 저장부(240)에 저장한다(S450).The controller 230 generates a correction file in the form of an XML or text file from the corrected distortion correction coefficients and stores the correction file in the correction file storage unit 240 which is a nonvolatile memory area (S450).

보정파일에 저장되는 정보는 왜곡 보정 알고리즘에 대한 정보로서, 왜곡 보정 알고리즘에는 초점 거리와 왜곡 중심 좌표를 포함하는 카메라 매트릭스와 방사상 왜곡 상수 및 접선 방향 왜곡 상수 등이 포함되며, 보정한 날짜, 사용된 영상 개수, 왜곡 보정의 정확도를 나타내는 픽셀 오류 치도 포함된다. The information stored in the correction file is information about the distortion correction algorithm. The distortion correction algorithm includes a camera matrix including focal length and distortion center coordinates, a radial distortion constant, a tangential distortion constant, and the like. Pixel error values indicating the number of images and the accuracy of distortion correction are also included.

그리고 제어부(230)는 메모리부(220)에 보정된 왜곡 보정 알고리즘을 저장한다.The controller 230 stores the corrected distortion correction algorithm in the memory unit 220.

만일, 생성된 보정파일을 기초하여 카메라 이미지 왜곡 보정이 기대 수준을 만족하지 않으면 보정 지표를 다른 위치로 변경하여 추가로 촬영하여 특징 데이터를 추가하여 보정파일을 생성한다(S460). If the camera image distortion correction does not satisfy the expected level based on the generated correction file, the correction index is changed to another position to additionally photograph and add the feature data to generate a correction file (S460).

그리고, 보정 영상 생성부(250)는 보정된 알고리즘을 이용하여 카메라의 기하학적 왜곡 영상이 보정된 영상을 생성한다(S470).The corrected image generating unit 250 generates an image in which the geometric distortion image of the camera is corrected using the corrected algorithm (S470).

그리고, 외부의 표시 장치(300)는 보정 영상 생성부(250)로부터 업로드된 보정 영상을 표시한다(S480).The external display device 300 displays the corrected image uploaded from the corrected image generator 250 (S480).

여기서, 본 발명의 실시예에서는 보정 영상 생성부(250)가 직접 보정 파일로부터 왜곡 영상이 보정된 보정 영상을 생성하는 것으로 설명하였으나, 보정 영상 생성부(250)가 외부의 표시 장치(300)에 포함된 경우에는 외부의 표시 장치(300)로 보정 파일만을 전달할 수도 있다. Here, in the exemplary embodiment of the present invention, the corrected image generator 250 directly generates a corrected image in which the distorted image is corrected from the corrected file. However, the corrected image generator 250 is applied to the external display device 300. If included, only the correction file may be transferred to the external display device 300.

또한, 본 발명의 실시예에서는 표시 장치(300)가 왜곡 영상 보정 장치(200)와 분리되어 있는 것으로 설명하였으나, 왜곡 영상 보정 장치(200)에 디스플레이가 포함되어 있는 경우 생성된 보정 영상을 직접 화면에 표시할 수 있다. In addition, in the exemplary embodiment of the present invention, the display apparatus 300 is described as being separated from the distortion image correcting apparatus 200. However, when the display apparatus is included in the distortion image correcting apparatus 200, the corrected image generated is directly displayed on the screen. Can be marked on.

이하에서는 도 6 내지 도 7을 통하여 왜곡 영상 보정 장치(200)의 제어부(230)가 왜곡 영상 알고리즘의 왜곡 보정 계수를 산출하는 방식에 대하여 설명한다.Hereinafter, a method of calculating the distortion correction coefficient of the distortion image algorithm by the controller 230 of the distortion image correcting apparatus 200 will be described with reference to FIGS. 6 to 7.

도 6은 세계 좌표계를 카메라 좌표계로 변환시키는 과정을 나타낸 도면이다.6 is a diagram illustrating a process of converting a world coordinate system into a camera coordinate system.

도 6과 같이 3차원 공간내의 가상 좌표인 세계(world) 좌표계를 카메라 초점(C)을 기준으로 하는 카메라 좌표계로 변환시키기 위하여 외부 파라미터 매트릭스를 이용한다.As shown in FIG. 6, an external parameter matrix is used to convert a world coordinate system, which is virtual coordinates in a three-dimensional space, to a camera coordinate system based on the camera focus C.

즉, 가상 좌표인 세계(world) 좌표계를 카메라 초점(C)을 기준으로 하는 카메라 좌표계로 변환시키기 위해서는 회전 행렬(R)과 이동 벡터(T)를 포함하는 매트 릭스가 필요하다.That is, a matrix including a rotation matrix R and a motion vector T is required to convert a world coordinate system, which is a virtual coordinate, into a camera coordinate system based on the camera focus C.

따라서, 세계 좌표계에서의 (X, Y, Z) 좌표를 카메라 좌표계의 (x, y, z) 좌표로 변환시키기 위하여 다음의 수학식 1을 적용한다.Therefore, in order to convert the (X, Y, Z) coordinates in the world coordinate system into the (x, y, z) coordinates of the camera coordinate system, the following equation (1) is applied.

Figure 112008003229514-PAT00001
Figure 112008003229514-PAT00001

수학식 1에서 R과 t를 매트릭스 형태로 나타내면 다음의 수학식 2와 같다.In Equation 1, R and t are expressed in matrix form as in Equation 2 below.

Figure 112008003229514-PAT00002
Figure 112008003229514-PAT00002

수학식 2에 나타낸 R과 t, 즉 [R|t]를 외부 파라미터(External Parameter)라고 하며, R과 t를 매트릭스 형태로 나타낸 것을 회전 변환 매트릭스(rotation-translation matrix)라고 한다. R and t shown in Equation 2, that is, [R | t], are referred to as external parameters, and R and t in matrix form are referred to as rotation-translation matrices.

외부 파라미터는 세계 좌표계의 좌표를 카메라 좌표계의 좌표로 변환시키기 위한 것으로, 세계 좌표계에 대한 카메라 좌표계의 상대적인 이동과 회전에 관한 파라미터이다.The external parameter is for converting the coordinates of the world coordinate system into the coordinates of the camera coordinate system, and is a parameter related to the relative movement and rotation of the camera coordinate system with respect to the world coordinate system.

따라서, [R|t]에 의하여 임의의 좌표계를 갖는 고정 카메라에서 3차원 공간 상의 한 점 P(X,Y,Z)은 3차원 공간상의 한 점 p(x,y,z)로 변환된다.Therefore, in a fixed camera having an arbitrary coordinate system by [R | t], one point P (X, Y, Z) in three-dimensional space is converted into one point p (x, y, z) in three-dimensional space.

도 7은 본 발명의 실시예에 따른 보정 지표의 한 꼭지점이 렌즈를 통과하여 영상 평면에 맺히는 것을 나타낸 도면이다.7 is a view showing that one vertex of the correction index according to an embodiment of the present invention passes through the lens and forms an image plane.

도 7에서 보는 바와 같이 카메라의 광축이 만나는 영상 평면상의 한 점(cx, cy), 즉 왜곡 중심을 기준으로 3차원 상의 한 점 P(x, y, z)이 초점 거리가 f인 렌즈를 통해 2차원의 영상 평면(image plane)에 투영될 때, 2차원의 영상 평면에 맺히는 점 p는 다음의 수학식 3과 같이 구할 수 있다.As shown in FIG. 7, a lens having a focal length f of one point (c x , c y ) on the image plane where the optical axis of the camera meets, that is, one point P (x, y, z) on the three-dimensional plane with respect to the center of distortion. When the projection on the two-dimensional image plane (image plane) through, the point p is formed on the two-dimensional image plane can be obtained as shown in Equation 3 below.

여기서, 3차원 상의 한 점 P(x, y, z)은 도 3a에 나타낸 보정 지표의 꼭지점 중 한 점을 나타낸다.Here, one point P (x, y, z) on the three-dimensional image represents one of the vertices of the correction index shown in FIG. 3A.

Figure 112008003229514-PAT00003
Figure 112008003229514-PAT00003

여기서, 등식의 오른쪽 단에 있는 첫번째 매트릭스를 카메라 매트릭스(camera matrix)라고 하며, 카메라 매트릭스에 포함되는 fx, fy, cx, cy 를 내부 파라미터(Initial Parameter)라고 한다.Here, the first matrix at the right end of the equation is called a camera matrix, and f x , f y , c x , and c y included in the camera matrix are called internal parameters.

내부 파라미터(Initial Parameter)란 카메라 매트릭스와 관련된 초점 거리(Focus Length), 왜곡 요소(Distortion Factor) 및 왜곡 중심 등을 포함하는 것 으로서, 카메라 자체에서 발생하는 왜곡에 대한 파라미터이다. 이와 같은 내부 파라미터를 연산함으로써 제반 왜곡 요소를 제거할 수 있다.An internal parameter includes a focal length, a distortion factor, and a distortion center associated with a camera matrix, and is a parameter for distortion generated in the camera itself. By calculating such internal parameters, it is possible to remove all distortion elements.

수학식 3에서 fx와 fy는 초점 거리를 나타내며, cx와 cy 는 광학 중심점에 해당하는 것으로, 렌즈의 왜곡 중심 좌표를 나타낸다. 또한 s 는 스케일(scale)을 나타내는 것으로서, 파라미터(fx, fy, cx, cy)와 관련된 함수로 나타낼 수 있으며, 샘플링(업/다운)에 따라서 파라미터(fx, fy, cx, cy)의 값을 일정 비율로 곱하거나 나누도록 한다. In Equation 3, f x and f y represent focal lengths, and c x and c y correspond to optical center points and represent distortion center coordinates of the lens. In addition, s represents a scale, which can be expressed as a function related to the parameters f x , f y , c x , and c y , and according to sampling (up / down), the parameters (f x , f y , c) x , c y ) multiply or divide by a percentage.

한편, 3차원 공간 좌표(x, y, z)가 카메라 좌표계로 투영된 렌즈 평면상의 좌표 (x', y')(도 7에는 도시하지 않음)와 3차원 공간 좌표 P(x, y, z) 간에는 다음의 수학식 4와 같은 비례식이 성립한다. 여기서 z는 0이 아니라고 가정한다.On the other hand, the coordinates (x ', y') (not shown in Fig. 7) on the lens plane on which the three-dimensional spatial coordinates (x, y, z) are projected by the camera coordinate system and the three-dimensional spatial coordinates P (x, y, z) ) Is proportional to the following equation (4). Assume that z is not zero.

x' = x/z x '= x / z

y' = y/zy '= y / z

여기서, 수학식 3을 연산한 뒤, 수학식 4에서 얻은 결과를 대입시키면, 다음의 수학식 5를 유도할 수 있다.Here, by calculating Equation 3 and substituting the result obtained in Equation 4, the following Equation 5 can be derived.

u = fx * x' + cx u = f x * x '+ c x

v = fy * y' + cy v = f y * y '+ c y

따라서, 내부 파라미터(fx, fy, cx, cy)를 이용하여 2차원 영상 평면상의 좌표인 p를 얻을 수 있다.Therefore, p, which is a coordinate on a two-dimensional image plane, can be obtained using the internal parameters f x , f y , c x , and c y .

그러나, 실제 렌즈는 완전한 구 형태가 아니므로 왜곡(distortion)이 발생한다.However, since the actual lens is not a perfect sphere shape, distortion occurs.

즉, 영상 평면상의 좌표 p'는 왜곡이 발생되지 않은 이상적인 점이므로, 실제 왜곡이 발생되는 영상 평면상의 좌표 p와 일치하지 않을 수 있다.That is, since the coordinate p 'on the image plane is an ideal point where no distortion is generated, the coordinate p' may not coincide with the coordinate p on the image plane where the actual distortion occurs.

이하에서는 수학식 6 내지 8을 통하여 p'와 p 사이의 관계에 대하여 설명하기로 한다. Hereinafter, the relationship between p 'and p will be described with reference to Equations 6 to 8.

도 7에서 cx와 cy 는 Z 축 상의 점으로서, 렌즈의 왜곡 중심 좌표를 나타내며, 왜곡이 발생하지 않는 점이다.In FIG. 7, c x and c y are points on the Z axis, and represent the distortion center coordinates of the lens, and no distortion occurs.

여기서, 렌즈 왜곡 모델은 어안렌즈에 대응되는 화각(field of view) ω를 하나의 왜곡상수로 갖고, 이미지 평면 상의 좌표 x', y' 는 렌즈 왜곡 모델에 의하여 다음의 수학식 6과 같이 x'', y'' (도 7에는 도시하지 않음)로 바꾸어 표현할 수 있다. Here, the lens distortion model has a field of view ω corresponding to the fisheye lens as one distortion constant, and the coordinates x 'and y' on the image plane are x 'by the lens distortion model as shown in Equation 6 below. It can be expressed by changing to ', y' (not shown in FIG. 7).

즉, 역공간 맵핑을 적용하여 왜곡이 없는 이미지 평면상의 좌표 x', y'를 왜곡이 발생한 이미지 평명상의 좌표 x'', y'' 로 맵핑하는 것이 가능하다. That is, it is possible to map the coordinates x ', y' on the image plane without distortion by mapping the inverse spatial mapping to the coordinates x '', y '' on the image plane where the distortion has occurred.

rd = 1/ω * atan( 2 * ru * tan(ω/2) )r d = 1 / ω * atan (2 * r u * tan (ω / 2))

x'' = rd * cos(θ)x '' = r d * cos (θ)

y'' = rd * sin(θ)y '' = r d * sin (θ)

여기서, ru 2 = x'2 + y'2 이고, θ = tan-1(y'/x'), ω는 왜곡상수를 나타낸다. 왜곡 상수 ω는 어안렌즈에 대응되는 화각(field of view)를 포함할 수 있다.Here, r u 2 = x ' 2 + y' 2 , θ = tan -1 (y '/ x'), and ω represents a distortion constant. The distortion constant ω may include a field of view corresponding to the fisheye lens.

마찬가지로 렌즈 왜곡 모델을 적용하여 수학식 5에서 x' 와 y' 대신에 각각 x'' 와 y''를 대입하면, 다음의 수학식 7이 도출된다.Similarly, if x '' and y '' are substituted for x 'and y' in Equation 5 by applying a lens distortion model, Equation 7 is derived.

u = fx * x'' + cx u = f x * x '' + c x

v = fy * y'' + cy v = f y * y '' + c y

그리고, 수학식 7에 수학식 6을 대입하면, 다음의 수학식 8과 같이 확장된 u, v 값을 도출할 수 있다.Substituting Equation 6 into Equation 7, an extended u and v value can be derived as shown in Equation 8 below.

u = fx * { rd * cos(θ)} + cx u = f x * {r d * cos (θ)} + c x

v = fy * { rd * sin(θ)} + cy v = f y * {r d * sin (θ)} + c y

수학식 8에서 보는 바와 같이, 왜곡이 발생된 영상 평면 상의 좌표 p'에 해당하는 좌표 값인 u, v를 각각 내부 파라미터(fx, fy, cx, cy)와 왜곡 상수(ω)로 나타낼 수 있다.As shown in Equation 8, u and v, which are coordinate values corresponding to the coordinate p 'on the image plane where the distortion is generated, are represented as internal parameters (f x , f y , c x , c y ) and a distortion constant (ω), respectively. Can be represented.

따라서, 다수의 보정 지표 이미지로부터 추출한 꼭지점 정보(u, v)에 해당 함)를 수학식 8에 대입하고, 뉴튼법(Newton-method)과 같은 수치 해석 방법을 통하여 가장 최적화된 어안렌즈의 내부 파라미터(fx, fy, cx, cy)와 왜곡 상수(ω)를 얻을 수 있다.Therefore, the vertex information (u, v) extracted from a plurality of correction indicator images is substituted into Equation 8, and the internal parameters of the fisheye lens most optimized through a numerical analysis method such as Newton-method. (f x , f y , c x , c y ) and distortion constant (ω) can be obtained.

특히 왜곡 상수는 카메라의 위치와 관계없이 동일한 값이 유지되므로, 최초 1회만 계산하면 고정된 값으로 설정할 수 있다.In particular, since the distortion constant is maintained the same value regardless of the camera position, it can be set to a fixed value only after the first calculation.

이와 같은 방법으로, 제어부(230)는 왜곡 보정 계수인 내부 파라미터(fx, fy, cx, cy)와 왜곡 상수(ω)를 산출한다. 이상적인 어안렌즈는 ω = 1 인 특성을 따른다.In this way, the controller 230 calculates the internal parameters f x , f y , c x , c y and distortion constant ω, which are distortion correction coefficients. An ideal fisheye lens follows the characteristic ω = 1.

한편, 렌즈 왜곡 모델은 무한 급수로도 표현이 가능하며, 렌즈 평면 상의 좌표 x', y' 는 렌즈 왜곡 모델에 의하여 다음의 수학식 9와 같이 x'', y'' (도 7에는 도시하지 않음)로 바꾸어 표현할 수 있다. On the other hand, the lens distortion model can be expressed as an infinite series, the coordinates x ', y' on the lens plane is x '', y '' (not shown in Figure 7) by the lens distortion model according to the following equation (9) Can be expressed as

즉, 방사상 왜곡과 접선 방향 왜곡을 고려한 카메라 렌즈 왜곡 모델에 의하여 렌즈 평면상의 좌표 x'', y'' 는 수학식 9와 같이 r에 대한 5차 함수로 나타낼 수 있다.That is, by the camera lens distortion model considering radial distortion and tangential distortion, the coordinates x '' and y '' on the lens plane may be expressed as a fifth-order function of r as shown in Equation (9).

x'' = x'*(1+ k1*r2 + k2*r4) + 2p1*x'*y' + p2(r2 + 2x'2)x '' = x '* (1+ k 1 * r 2 + k 2 * r 4 ) + 2p 1 * x' * y '+ p 2 (r 2 + 2x' 2 )

y'' = y'*(1+ k1*r2 + k2*r4) + p1(r2 + 2y'2) + 2p2*x'*y' y '' = y '* (1+ k 1 * r 2 + k 2 * r 4 ) + p 1 (r 2 + 2y' 2 ) + 2p 2 * x '* y'

여기서, r2 = x'2 + y'2 이고, k1 과 k2 는 방사상 왜곡 상수를 나타내며, p1 과 p2 는 접선 방향 왜곡 상수를 나타낸다.Where r 2 = x ' 2 + y' 2 , k 1 and k 2 represent radial distortion constants, and p 1 and p 2 represent tangential distortion constants.

마찬가지로 수학식 7에 수학식 9를 대입하면, 다음의 수학식 10과 같이 확장된 u, v 값을 도출할 수 있다.Similarly, by substituting Equation 9 into Equation 7, an extended u and v value can be derived as shown in Equation 10 below.

u = fx * {x'*(1+ k1*r2 + k2*r4) + 2p1*x'*y' + p2(r2 + 2x'2)} + cx u = f x * (x '* (1+ k 1 * r 2 + k 2 * r 4 ) + 2p 1 * x' * y '+ p 2 (r 2 + 2x' 2 )} + c x

v = fy * {y'*(1+ k1*r2 + k2*r4) + p1(r2 + 2y'2) + 2p2*x'*y'} + cy v = f y * {y '* (1+ k 1 * r 2 + k 2 * r 4 ) + p 1 (r 2 + 2y' 2 ) + 2p 2 * x '* y'} + c y

수학식 8에서 보는 바와 같이, 왜곡이 발생되지 않은 영상 평면 상의 좌표 p'에 해당하는 좌표 값인 u, v를 각각 내부 파라미터(fx, fy, cx, cy)와 왜곡 상수(k1, k2, p1, p2)로 나타낼 수 있다.As shown in Equation 8, u and v, which are coordinate values corresponding to the coordinates p 'on the image plane where the distortion is not generated, are internal parameters (f x , f y , c x , c y ) and distortion constants (k 1), respectively. , k 2 , p 1 , p 2 ).

그리고, 제어부(230)는 산출된 왜곡 보정 계수로부터 보정 파일을 생성하여 보정 파일 저장부(240)에 저장하게 된다.The controller 230 generates a correction file from the calculated distortion correction coefficient and stores the correction file in the correction file storage 240.

이와 같이 본 발명의 실시예에 따르면, 어안렌즈를 통해 촬영된 다수의 이미지를 이용하여 왜곡 보정 계수를 자동으로 산출하여 왜곡 이미지 보정에 이용할 수 있다.As described above, according to an exemplary embodiment of the present invention, the distortion correction coefficient may be automatically calculated using a plurality of images photographed through the fisheye lens, and used to correct the distortion image.

이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.Although the preferred embodiments of the present invention have been described in detail above, the scope of the present invention is not limited thereto, and various modifications and improvements of those skilled in the art using the basic concepts of the present invention defined in the following claims are also provided. It belongs to the scope of rights.

도 1a 내지 도 1c는 렌즈 왜곡이 없는 영상과 렌즈 왜곡이 발생한 영상을 예시적으로 나타낸 도면이다.1A to 1C are exemplary views illustrating an image without lens distortion and an image in which lens distortion occurs.

도 2는 본 발명의 실시예에 따른 왜곡 영상 보정 시스템의 구성을 나타낸 도면이다. 2 is a diagram showing the configuration of a distortion image correction system according to an embodiment of the present invention.

도 3a 내지 도 3d는 본 발명의 실시예에 따른 카메라를 이용하여 보정 지표를 촬영하는 것을 나타낸 도면이다.3A to 3D are diagrams showing photographing correction indicators using a camera according to an embodiment of the present invention.

도 4는 본 발명의 실시예에 따른 왜곡 영상 보정 장치의 왜곡 영상 보정 방법을 나타낸 순서도이다.4 is a flowchart illustrating a method of correcting a distorted image of the apparatus for correcting a distorted image, according to an exemplary embodiment.

도 5는 본 발명의 실시예에 따른 보정 지표 이미지의 특징 데이터를 나타낸 예시도이다.5 is an exemplary view showing feature data of a correction index image according to an embodiment of the present invention.

도 6은 세계 좌표계를 카메라 좌표계로 변환시키는 과정을 나타낸 도면이다.6 is a diagram illustrating a process of converting a world coordinate system into a camera coordinate system.

도 7은 본 발명의 실시예에 따른 보정 지표의 한 꼭지점이 렌즈를 통과하여 영상 평면에 맺히는 것을 나타낸 도면이다.7 is a view showing that one vertex of the correction index according to an embodiment of the present invention passes through the lens and forms an image plane.

Claims (16)

카메라를 통해 촬영된 보정 지표에 대한 2차원의 보정 지표 이미지를 수신하는 단계; Receiving a two-dimensional correction indicator image of the correction indicator photographed through the camera; 상기 보정 지표 이미지로부터 복수의 특징 데이터를 추출하는 단계; Extracting a plurality of feature data from the correction indicator image; 상기 복수의 특징 데이터를 이용하여 왜곡 보정 알고리즘을 구성하는 왜곡 보정 계수를 산출하는 단계; 및Calculating a distortion correction coefficient constituting a distortion correction algorithm using the plurality of feature data; And 상기 산출된 계수를 이용하여 보정 파일을 생성하는 단계를 포함하는 것을 특징으로 하는 왜곡 영상 보정 방법.And generating a correction file using the calculated coefficients. 제1항에 있어서,The method of claim 1, 상기 보정 알고리즘을 이용하여 보정된 영상을 생성하는 단계를 더 포함하는 것을 특징으로 하는 왜곡 영상 보정 방법. And generating a corrected image by using the correction algorithm. 제1항에 있어서,The method of claim 1, 상기 보정 지표 이미지는,The correction indicator image, 복수의 정방형 격자 무늬를 가지는 상기 보정 지표가 상기 카메라를 통해 촬영되어 생성되는 것을 특징으로 하는 왜곡 영상 보정 방법.The correction image correction method, characterized in that the correction index having a plurality of square grid pattern is generated by shooting with the camera. 제3항에 있어서,The method of claim 3, 상기 보정 지표는,The correction index is 상기 복수의 정방형 격자 무늬는 홀수X짝수 또는 짝수X홀수 형태로 배열되는 것을 특징으로 하는 왜곡 영상 보정 방법.The plurality of square lattice pattern is a distortion image correcting method, characterized in that arranged in an odd X even or even X odd shape. 제4항에 있어서,The method of claim 4, wherein 상기 특징 데이터는,The feature data, 상기 보정 지표에 포함된 격자 무늬 사이의 꼭지점 좌표 정보 및 꼭지점 연결 정보를 포함하는 것을 특징으로 하는 왜곡 영상 보정 방법. And the vertex coordinate information and the vertex connection information between the grids included in the correction index. 제5항에 있어서,The method of claim 5, 상기 왜곡 보정 계수는 상기 왜곡 보정 알고리즘을 구성하는 파라미터와 왜곡 상수를 포함하며, The distortion correction coefficient includes a parameter constituting the distortion correction algorithm and a distortion constant, 상기 파라미터는 상기 카메라에 장착된 렌즈의 초점 거리와 광학 중심점을 포함하고, 상기 왜곡 상수는 상기 카메라에 장착된 렌즈의 방사상 왜곡 상수와 접선 방향 왜곡 상수를 포함하는 것을 특징으로 하는 왜곡 영상 보정 방법. The parameter includes a focal length and an optical center point of the lens mounted to the camera, and the distortion constant includes a radial distortion constant and a tangential distortion constant of the lens mounted to the camera. 제6항에 있어서,The method of claim 6, 상기 왜곡 보정 알고리즘은 아래 수학식으로 표현되는 것을 특징으로 하는 왜곡 영상 보정 방법:The distortion correction algorithm is represented by the following equation: rd = atan( 2 * ru * tan(ω/2) ) * 1/ωr d = atan (2 * r u * tan (ω / 2)) * 1 / ω u = fx * { rd * cos(θ)} + cx u = f x * {r d * cos (θ)} + c x v = fy * { rd * sin(θ)} + cy v = f y * {r d * sin (θ)} + c y 여기서, u, v는 영상 평면 상의 보정 지표 이미지의 좌표를 의미하고, x', y'는 3차원 공간 좌표가 투영된 렌즈 평면상의 좌표를 의미하며, fx와 fy는 초점 거리를 의미하고, cx와 cy 는 광학 중심점 좌표를 의미하며, ω는 왜곡 상수를 의미하며, ru 2 = x'2 + y'2 이고, θ = tan- 1(y'/x')를 의미한다. 특히, ω는 값은 1.0으로 한다.Here, u and v refer to the coordinates of the correction indicator image on the image plane, x 'and y' refer to the coordinates on the lens plane on which the three-dimensional spatial coordinates are projected, and f x and f y refer to the focal lengths. , c x and c y are the coordinates of the optical center point, ω is the distortion constant, r u 2 = x ' 2 + y' 2 , and θ = tan - 1 (y '/ x'). . In particular, ω is a value of 1.0. 제6항에 있어서,The method of claim 6, 상기 왜곡 보정 알고리즘은 아래 수학식으로 표현되는 것을 특징으로 하는 왜곡 영상 보정 방법:The distortion correction algorithm is represented by the following equation: u = fx * {x'*(1+ k1*r2 + k2*r4) + 2p1*x'*y' + p2(r2 + 2x'2)} + cx u = f x * (x '* (1+ k 1 * r 2 + k 2 * r 4 ) + 2p 1 * x' * y '+ p 2 (r 2 + 2x' 2 )} + c x v = fy * {y'*(1+ k1*r2 + k2*r4) + p1(r2 + 2y'2) + 2p2*x'*y'} + cy v = f y * {y '* (1+ k 1 * r 2 + k 2 * r 4 ) + p 1 (r 2 + 2y' 2 ) + 2p 2 * x '* y'} + c y 여기서, u, v는 영상 평면 상의 보정 지표 이미지의 좌표를 의미하고, x', y'는 3차원 공간 좌표가 투영된 렌즈 평면상의 좌표를 의미하며, fx와 fy는 초점 거 리를 의미하고, cx와 cy 는 광학 중심점 좌표를 의미하며, k1 과 k2 는 방사상 왜곡 상수를 의미하고, p1 과 p2 는 접선 방향 왜곡 상수를 의미하며, r2 = x'2 + y'2 를 의미한다.Here, u and v refer to the coordinates of the correction indicator image on the image plane, x 'and y' refer to the coordinates on the lens plane on which the three-dimensional spatial coordinates are projected, and f x and f y refer to the focal lengths. C x and c y are the coordinates of the optical center point, k 1 and k 2 are the radial distortion constants, p 1 and p 2 are the tangential distortion constants, and r 2 = x ' 2 + y' 2 제1항에 있어서,The method of claim 1, 상기 카메라는 어안렌즈를 장착하고 있는 것을 특징으로 하는 왜곡 영상 보정 방법.And the camera is equipped with a fisheye lens. 카메라를 통해 촬영된 보정 지표에 대한 2차원의 보정 지표 이미지를 수신하는 영상 입력부;An image input unit configured to receive a two-dimensional correction indicator image of the correction indicator photographed by the camera; 상기 보정 지표 이미지로부터 복수의 특징 데이터를 추출하고, 상기 복수의 특징 데이터를 이용하여 왜곡 보정 알고리즘을 구성하는 왜곡 보정 계수를 산출하는 제어부; 및A controller for extracting a plurality of feature data from the correction indicator image and calculating a distortion correction coefficient constituting a distortion correction algorithm using the plurality of feature data; And 상기 산출된 왜곡 보정 계수를 이용하여 보정 파일을 생성하는 보정 파일 생성부를 포함하는 것을 특징으로 하는 왜곡 영상 보정 장치. And a correction file generator which generates a correction file using the calculated distortion correction coefficients. 제10항에 있어서,The method of claim 10, 상기 보정 파일을 이용하여 보정된 영상을 생성하는 보정 영상 생성부를 더 포함하는 것을 특징으로 하는 왜곡 영상 보정 장치. And a corrected image generating unit generating a corrected image by using the corrected file. 제10항에 있어서,The method of claim 10, 상기 보정 지표 이미지는,The correction indicator image, 복수의 정방형 격자 무늬를 가지는 상기 보정 지표가 상기 카메라를 통해 촬영되어 생성되는 것을 특징으로 하는 왜곡 영상 보정 장치.The correction image correction apparatus, characterized in that the correction indicator having a plurality of square grid pattern is generated by photographing through the camera. 제12항에 있어서,The method of claim 12, 상기 카메라의 광축과 상기 보정 지표가 이루는 각은 수직선을 기준으로 15도 이상을 유지하면서 촬영하는 것을 특징으로 하는 왜곡 영상 보정 장치.The angle formed between the optical axis of the camera and the correction index is photographed while maintaining at least 15 degrees relative to the vertical line. 제12항에 있어서,The method of claim 12, 상기 보정 지표는,The correction index is 상기 복수의 정방형 격자 무늬는 홀수X짝수 또는 짝수X홀수 형태로 배열되는 것을 특징으로 하는 왜곡 영상 보정 장치.The plurality of square lattice pattern is a distortion image correcting device, characterized in that arranged in an odd-X even or even-X odd form. 제14항에 있어서,The method of claim 14, 상기 특징 데이터는,The feature data, 상기 보정 지표에 포함된 격자 무늬 사이의 꼭지점 좌표 정보 및 꼭지점 연결 정보를 포함하는 것을 특징으로 하는 왜곡 영상 보정 장치. And a vertex coordinate information and vertex connection information between the grids included in the correction index. 제11항에 있어서,The method of claim 11, 상기 왜곡 보정 계수는 상기 왜곡 보정 알고리즘을 구성하는 파라미터와 왜곡 상수를 포함하며, The distortion correction coefficient includes a parameter constituting the distortion correction algorithm and a distortion constant, 상기 파라미터는 상기 카메라에 장착된 렌즈의 초점 거리와 광학 중심점을 포함하고,The parameter includes a focal length and an optical center point of the lens mounted to the camera, 상기 왜곡 상수는 상기 카메라에 장착된 렌즈의 방사상 왜곡 상수와 접선 방향 왜곡 상수를 포함하는 것을 특징으로 하는 왜곡 영상 보정 장치. And the distortion constant includes a radial distortion constant and a tangential distortion constant of a lens mounted to the camera.
KR1020080004301A 2008-01-15 2008-01-15 Distorted image correction apparatus and method KR100914211B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080004301A KR100914211B1 (en) 2008-01-15 2008-01-15 Distorted image correction apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080004301A KR100914211B1 (en) 2008-01-15 2008-01-15 Distorted image correction apparatus and method

Publications (2)

Publication Number Publication Date
KR20090078463A true KR20090078463A (en) 2009-07-20
KR100914211B1 KR100914211B1 (en) 2009-08-26

Family

ID=41336562

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080004301A KR100914211B1 (en) 2008-01-15 2008-01-15 Distorted image correction apparatus and method

Country Status (1)

Country Link
KR (1) KR100914211B1 (en)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101053506B1 (en) * 2009-12-16 2011-08-03 (주) 에투시스템 Method for adjusting parameters in distortion calibration of image acquired by camera having fish eye lens
KR101129369B1 (en) * 2010-01-15 2012-03-27 (주)제노레이 Tomograph
KR20140052769A (en) * 2012-10-25 2014-05-07 에스케이텔레콤 주식회사 Apparatus and method for correcting distored image
KR20140147529A (en) 2013-06-20 2014-12-30 삼성전기주식회사 Component embeding method and embedded substrate manufacturing method
KR20150129996A (en) 2014-05-13 2015-11-23 멀티펠스 주식회사 using extreme wide angle lens, the optical axis of the camera calibration method and apparatus
WO2018092992A1 (en) * 2016-11-18 2018-05-24 최재용 Real-time panoramic image production system on basis of lookup table and real-time panoramic image production method using same
KR20190116208A (en) * 2019-09-30 2019-10-14 에스케이텔레콤 주식회사 Apparatus and method for correcting distored image
KR20190118076A (en) * 2018-04-09 2019-10-17 한화테크윈 주식회사 Camera system and method for processing image thereof
CN114077357A (en) * 2021-07-02 2022-02-22 北京极豪科技有限公司 Correction method, correction device, electronic device and readable storage medium
CN117111046A (en) * 2023-10-25 2023-11-24 深圳市安思疆科技有限公司 Distortion correction method, system, device and computer readable storage medium
CN117555509A (en) * 2024-01-12 2024-02-13 深圳市康莱米电子股份有限公司 Screen adjustment method, system, equipment and medium of education tablet computer

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101314732B1 (en) * 2011-08-10 2013-10-08 (주)로봇에버 Provision method for robot control information and navigation device for robot control using the same
KR101818183B1 (en) 2016-12-28 2018-01-12 부산가톨릭대학교 산학협력단 Method for correcting distortion of fluoroscopy image
WO2020122361A1 (en) * 2018-12-12 2020-06-18 엘지전자 주식회사 Method for displaying 360-degree video including camera lens information, and device therefor
US11759949B2 (en) 2021-11-15 2023-09-19 Bear Robotics, Inc. Method, system, and non-transitory computer-readable recording medium for controlling a robot

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08305841A (en) * 1994-12-05 1996-11-22 Ritsumeikan Distorted image correcting display device
JP2007158639A (en) * 2005-12-05 2007-06-21 Alpine Electronics Inc Car driving support apparatus

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101053506B1 (en) * 2009-12-16 2011-08-03 (주) 에투시스템 Method for adjusting parameters in distortion calibration of image acquired by camera having fish eye lens
KR101129369B1 (en) * 2010-01-15 2012-03-27 (주)제노레이 Tomograph
KR20140052769A (en) * 2012-10-25 2014-05-07 에스케이텔레콤 주식회사 Apparatus and method for correcting distored image
KR20140147529A (en) 2013-06-20 2014-12-30 삼성전기주식회사 Component embeding method and embedded substrate manufacturing method
KR20150129996A (en) 2014-05-13 2015-11-23 멀티펠스 주식회사 using extreme wide angle lens, the optical axis of the camera calibration method and apparatus
WO2018092992A1 (en) * 2016-11-18 2018-05-24 최재용 Real-time panoramic image production system on basis of lookup table and real-time panoramic image production method using same
KR20190118076A (en) * 2018-04-09 2019-10-17 한화테크윈 주식회사 Camera system and method for processing image thereof
KR20190116208A (en) * 2019-09-30 2019-10-14 에스케이텔레콤 주식회사 Apparatus and method for correcting distored image
CN114077357A (en) * 2021-07-02 2022-02-22 北京极豪科技有限公司 Correction method, correction device, electronic device and readable storage medium
CN117111046A (en) * 2023-10-25 2023-11-24 深圳市安思疆科技有限公司 Distortion correction method, system, device and computer readable storage medium
CN117111046B (en) * 2023-10-25 2024-01-12 深圳市安思疆科技有限公司 Distortion correction method, system, device and computer readable storage medium
CN117555509A (en) * 2024-01-12 2024-02-13 深圳市康莱米电子股份有限公司 Screen adjustment method, system, equipment and medium of education tablet computer

Also Published As

Publication number Publication date
KR100914211B1 (en) 2009-08-26

Similar Documents

Publication Publication Date Title
KR100914211B1 (en) Distorted image correction apparatus and method
JP5739584B2 (en) 3D image synthesizing apparatus and method for visualizing vehicle periphery
CN104917955B (en) A kind of conversion of image and multiple view output system and method
CN107113376B (en) A kind of image processing method, device and video camera
US7570280B2 (en) Image providing method and device
JP5666069B1 (en) Coordinate calculation apparatus and method, and image processing apparatus and method
JP6891954B2 (en) Object detection device, object detection method, and program
JP5558973B2 (en) Image correction apparatus, correction image generation method, correction table generation apparatus, correction table generation method, correction table generation program, and correction image generation program
KR101077584B1 (en) Apparatus and method for processing images obtained by a plurality of cameras
CN103839227B (en) Fisheye image correcting method and device
US20130058589A1 (en) Method and apparatus for transforming a non-linear lens-distorted image
JPWO2018235163A1 (en) Calibration apparatus, calibration chart, chart pattern generation apparatus, and calibration method
KR101912396B1 (en) Apparatus and Method for Generating Image at any point-view based on virtual camera
KR101521008B1 (en) Correction method of distortion image obtained by using fisheye lens and image display system implementing thereof
JP5984493B2 (en) Image processing apparatus, image processing method, imaging apparatus, and program
JP2008311890A (en) Image data converter, and camera device provided therewith
JP5959311B2 (en) Data deriving apparatus and data deriving method
CN114549666B (en) AGV-based panoramic image splicing calibration method
KR101465112B1 (en) camera system
JP2016114445A (en) Three-dimensional position calculation device, program for the same, and cg composition apparatus
JP6755737B2 (en) Distance measuring device, imaging device, and distance measuring method
CN114693807A (en) Method and system for reconstructing mapping data of power transmission line image and point cloud
JP5344647B2 (en) Image processing method, image processing apparatus, and image processing program
JP4733448B2 (en) Parallax generation device and parallax generation program
CN115004683A (en) Imaging apparatus, imaging method, and program

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20130704

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140704

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150629

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160810

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170821

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20180801

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190808

Year of fee payment: 11