KR20210050167A - 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법 - Google Patents

합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법 Download PDF

Info

Publication number
KR20210050167A
KR20210050167A KR1020190134463A KR20190134463A KR20210050167A KR 20210050167 A KR20210050167 A KR 20210050167A KR 1020190134463 A KR1020190134463 A KR 1020190134463A KR 20190134463 A KR20190134463 A KR 20190134463A KR 20210050167 A KR20210050167 A KR 20210050167A
Authority
KR
South Korea
Prior art keywords
filter
image
kernel
kernel function
unit
Prior art date
Application number
KR1020190134463A
Other languages
English (en)
Other versions
KR102282086B1 (ko
Inventor
박세혁
Original Assignee
주식회사 뷰온
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 뷰온 filed Critical 주식회사 뷰온
Priority to KR1020190134463A priority Critical patent/KR102282086B1/ko
Publication of KR20210050167A publication Critical patent/KR20210050167A/ko
Application granted granted Critical
Publication of KR102282086B1 publication Critical patent/KR102282086B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/586—Depth or shape recovery from multiple images from multiple light sources, e.g. photometric stereo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20228—Disparity calculation for image-based rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 조사각이 다른 복수개의 램프를 이용하여 물체에 빛을 조사하는 조명부; 상기 조명부의 빛이 비춰지는 물체 표면을 스캔하는 이미지센서로 시차가 다른 이미지들을 획득하는 센서부; 상기 센서부에 의해 획득된 시차가 다른 이미지들을 입력받고, 커널함수 설정기가 필터 단위로 독립 적용되는 커널함수들을 조합하여 합성 커널함수를 설정하고, 상기 합성 커널함수가 적용된 합성필터를 이용하여 시차가 다른 이미지들을 필터링 연산하고, 필터링 연산된 시차가 다른 이미지들을 매칭하여 디스패리티 영상을 생성하는 영상 처리부;를 포함하되, 상기 커널함수 설정기는 커널 특성을 결정하는 적어도 하나의 필터파라미터에 대해 서로 다른 커널함수들을 조합하여 상기 합성 커널함수를 설정하는 것을 특징으로 한다.

Description

합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법{Apparatus For Generating Disparity Map Using Composite Filter And Thereof Method}
본 발명은 대상 물체에 따라 필터의 특성 함수를 설정하여 스테레오 이미지의 특징점을 추출하고 이를 바탕으로 디스패리티 영상을 제공할 수 있는 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법에 관한 것이다.
스테레오 비전에서 깊이 영상(depth map)을 구하는 방법으로는 사람이 물체를 보았을 때 두 눈으로부터 생기는 양안 시차를 스테레오 카메라에서도 유사하게 적용하여 깊이 영상을 구하는 것이다. 이 때 스테레오 카메라에서의 양안 시차를 디스패리티(disparity)라고 부르며 디스패리티를 구하는 과정은 같은 장면의 두 영상에서 정합되는 점을 찾아 구한다.
종래 기술로서 [특허문헌 1]에는 윈도우 기반에서 절대값 차이의 합(sum of absolute difference: SAD)을 이용하여 깊이 영상을 구하는 기술이 개시되어 있다. 이러한 방법을 사용하면 영상의 깊이 정보를 추출할 수 있지만, 실시간 영상에 적용하면 노이즈가 많이 발생되는 문제점이 있다.
[특허문헌 1] 한국등록특허 제10-1988551호(2019.06.12 공고)
없음
본 발명의 목적은 스테레오 이미지로부터 디스패리티 영상을 얻을 수 있는 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명에 따른 합성필터를 이용한 디스패리티 영상 생성장치는, 조사각이 다른 복수개의 램프를 이용하여 물체에 빛을 조사하는 조명부; 상기 조명부의 빛이 비춰지는 물체 표면을 스캔하는 이미지센서로 시차가 다른 이미지들을 획득하는 센서부; 상기 센서부에 의해 획득된 시차가 다른 이미지들을 입력받고, 커널함수 설정기가 필터 단위로 독립 적용되는 커널함수들을 조합하여 합성 커널함수를 설정하고, 상기 합성 커널함수가 적용된 합성필터를 이용하여 시차가 다른 이미지들을 필터링 연산하고, 필터링 연산된 시차가 다른 이미지들을 매칭하여 디스패리티 영상을 생성하는 영상 처리부;를 포함하되, 상기 커널함수 설정기는 커널 특성을 결정하는 적어도 하나의 필터파라미터에 대해 서로 다른 커널함수들을 조합하여 상기 합성 커널함수를 설정하는 것을 특징으로 한다.
또한 상기 합성필터는 가보필터를 적용하고, 상기 커널함수 설정기가 상기 가보필터의 커널함수를 정의하는 필터파라미터로서 방향성 파라미터를 변화시켜서 얻어지는 커널함수들을 산술 평균하는 커널함수 평균연산부를 구비하는 것을 특징으로 한다.
또한 상기 커널함수 설정기가 상기 합성 커널함수의 설정에 필요한 필터정보를 저장하는 필터정보 저장부, 서로 다른 방향성 파라미터의 설계값을 저장하는 복수개 레지스터를 이용하여 해당 방향성 파라미터의 설계값을 개별적으로 출력하는 필터파라미터 출력부, 상기 가보필터의 필터파라미터를 이용하여 가보커널 함수를 연산하는 복수개 가보커널함수 연산기를 이용하여 해당 가보커널함수를 상기 커널함수 평균연산부에 출력하는 가보커널함수 출력부, 상기 필터파라미터 출력부와 가보커널함수 출력부 사이에 연결되고 동작신호에 따라 해당 방향성 파라미터 설계값을 해당 가보커널함수 연산기에 개별적으로 제공하는 복수개 스위치를 구비한 스위칭부, 상기 필터정보 저장부로부터 필터파라미터 식별정보를 제공받아 상기 스위칭부의 스위치를 개별적으로 동작시키기 위한 동작신호를 출력하는 필터파라미터 선택부를 구비하는 것을 특징으로 한다.
또한 상기 커널함수 평균연산부는 규칙 모드에 따라 산술 평균하는 경우 다음의 수학식을 이용하여 평균 커널함수(gavr-n)를 구하는 것을 특징으로 한다.
Figure pat00001
여기서, x와 y는 대상 영상의 직각 좌표계에서 좌표값, λ는 가보필터 커널의 사인함수를 조절하는 파장, θ는 커널함수의 방향성, ψ는 위상차, σ는 가우시안 함수의 표준편차, γ는 가보필터의 모양을 결정하는 요소이고, n은 산술 평균하는 나눔수이다.
또한 상기 커널함수 평균연산부는 규칙 모드에 따라 3개 커널함수를 사용하는 경우 각 커널함수에 대응하는 3개 방향성 파라미터(θ1,θ2,θ3)는 0, π/3, 2π/3인 것을 특징으로 한다.
또한 상기 커널함수 평균연산부는 불규칙 모드에 따라 산술 평균하는 경우 다음의 수학식을 이용하여 평균 커널함수(gavr-n)를 구하는 것을 특징으로 한다.
Figure pat00002
여기서, x와 y는 대상 영상의 직각 좌표계에서 좌표값, λ는 가보필터 커널의 사인함수를 조절하는 파장, θ는 커널함수의 방향성, ψ는 위상차, σ는 가우시안 함수의 표준편차, γ는 가보필터의 모양을 결정하는 요소이고, n+1은 산술 평균하는 나눔수이다.
또한 상기 조명부는 상기 물체의 상부에 배치되는 4개 램프를 구비하는 것을 특징으로 한다.
또한 상기 영상 처리부는 상기 물체의 상부에 배치되어 시차가 다른 이미지들을 획득하는 제1 및 제2 이미지센서의 일측에 연결되어 필터링 연산하는 제1 및 제2 합성필터를 구비한 필터부, 상기 제1 및 제2 합성필터에서 출력되는 스테레오 이미지를 매칭하여 하나의 이미지를 출력하는 스테레오 영상 매칭부, 및 상기 스테레오 영상 매칭부에 의해 매칭된 이미지를 이용하여 디스패리티 영상을 생성하는 디스패리티 영상 생성부를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명에 따른 합성필터를 이용한 디스패리티 영상 생성방법은, 조사각이 다른 복수개의 램프를 이용하여 물체의 표면에 빛을 비추고 이미지센서로 물체 표면을 스캔하여 시차가 다른 이미지들을 획득하는 단계; 상기 이미지 획득 단계에서 획득된 이미지들을 합성필터가 입력받아 필터링 연산하되 상기 합성필터에 적용된 합성 커널함수는 커널 특성을 결정하는 적어도 하나의 필터파라미터에 대해 커널함수 설정기가 서로 다른 커널함수를 조합하여 설정하고, 필터링 연산된 스테레오 이미지를 출력하는 단계; 상기 합성필터에서 필터링 연산된 스테레오 이미지를 매칭하여 하나의 이미지와 다른 이미지 사이에 존재하는 시차 정보를 계산하는 단계; 상기 스테레오 이미지를 매칭시 얻은 시차 정보를 이용하여 디스패리티 영상을 생성하는 단계;를 포함하는 것을 특징으로 한다.
또한 상기 합성필터가 가보 필터링 기법을 적용하는 경우, 가보필터의 방향성을 결정하는 방향성 파라미터에 의해 정의되는 커널함수들을 산술 평균하여 상기 합성필터의 합성 커널함수를 설정하는 것을 특징으로 한다.
또한 상기 합성 커널함수를 설정시 조합된 커널함수를 나눗셈 연산하기 위한 산술 평균 나눔수를 설정하는 경우, 규칙 모드에 따라 사용자에 의해 지정된 숫자와 동일한 숫자를 이용하거나 불규칙 모드에 따라 사용자에 의해 지정된 숫자보다 일정 갯수 많은 숫자를 이용하는 것을 특징으로 한다.
이상과 같은 본 발명은 대상 물체에 따라 합성필터의 특성 함수를 설정하여 스테레오 이미지의 특징점을 추출하고 이를 바탕으로 계산된 시차 정보가 반영된 고품질의 디스패리티 영상을 제공할 수 있다.
또한 본 발명은 필터파라미터의 설계값이 서로 다른 커널함수들을 조합하여 합성필터의 합성 커널함수를 설정하고, 이 합성필터를 이용하여 필터링 연산에 소요되는 연산량을 현저히 줄일 수 있다.
도 1은 본 발명에 따른 대상 물체의 디스패리티 영상을 생성하기 위하여 물체 상부에 배치된 2개의 이미지센서와 4개 램프를 이용하여 스테레오 이미지를 획득하는 동작을 나타낸 모식도,
도 2는 본 발명에 따른 합성필터를 이용한 디스패리티 영상 생성장치의 블록도,
도 3은 도 2의 커널함수 설정기의 상세 블록도,
도 4는 가보필터의 커널 특성을 결정하는 필터파라미터에 따라 달라지는 커널의 형태를 나타낸 도면,
도 5는 본 발명에 따른 합성필터의 성능 검사를 위해 인쇄회로기판의 상부에서 바라본 실물 이미지와 적색의 박스의 일부를 우측에 확대하여 나타낸 테스트 이미지,
도 6은 도 5의 테스트 이미지의 일부인 샘플 이미지1에 대해 방향성 파라미터가 다른 2개 커널을 각각 적용시켜 필터링 연산한 결과를 나타내는 출력이미지,
도 7은 본 발명에 따른 합성필터에 적용하기 위한 각각의 커널을 예시적으로 나타낸 도면,
도 8은 도 5의 테스트 이미지의 일부인 샘플 이미지2와 도 7의 커널 특성이 다른 가보커널1, 가보커널3, 및 가보커널5를 나타낸 도면,
도 9는 샘플 이미지2에 대해 가보커널1, 가보커널3, 및 가보커널5를 적용시 각 커널의 실수부, 허수부, 및 전체를 개별적으로 적용시켜 필터링 연산한 결과를 나타내는 출력이미지,
도 10은 가보커널3의 허수부가 적용된 제1 및 제2 합성필터에서 출력하는 이미지와 일부를 발췌하여 확대한 이미지,
도 11은 도 5의 테스트 이미지에 대해 종래의 SAD 기법을 적용한 디스패리티 영상, 본 발명에 따른 합성필터를 적용한 디스패리티 영상, 그리고 각각의 디스패리티 영상의 일부를 확대한 이미지이다.
이하 첨부한 도면을 참조하여 본 발명의 실시 예를 설명함으로써 본 발명을 설명한다.
각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
사람의 얼굴과 정맥 패턴 등과 같이 생체를 인식하여 방문자의 신원을 확인하는 분야, 인쇄회로기판과 디스플레이 패널 및 이차전지 등과 같은 각종 전자 제품의 표면 결함을 검사하는 분야, 비파괴 방식으로 용접 부위의 불량을 검사하는 분야 등 다양한 기술 분야에서 스테레오 비젼 시스템이 활용되고 있다.
본 발명은 스테레오 이미지를 영상 처리하여 3차원 영상을 얻는 스테레오 비전 시스템에 적용할 수 있다. 스테레오 이미지 매칭은 스테레오 이미지로부터 3차원 이미지를 얻기 위해 이용되는 기술로서, 동일 물체에 대하여 동일선상의 서로 다른 촬영 위치에서 촬영된 다수의 2차원 이미지로부터 3차원 이미지를 얻기 위해 이용된다. 이때 스테레오 이미지의 전처리를 위해 필터가 사용된다. 예를 들어 2차원 가보 필터는 대상 신호에 대해 특정 위치, 특정 주파수 그리고 특정 방향의 성분만을 자유롭게 통과시킬 수 있는 필터이다. 이와 같은 가보 필터의 장점을 활용하여 공간 영역(spatial domain)에서 영상을 처리하는 기법들, 예를 들면 영상 향상(image enhancement), 영상 복원(image restoration), 영상의 질감 분석(texture analysis), 그리고 영상 분할(image segmentation) 등에 가보 필터가 많이 사용되고 있다.
가보 필터는 공간 영역과 주파수 영역에서 동조 가능한 방향과 중심 주파수(tunable orientation and center frequency), 그리고 반경 주파수 대역폭(radial frequency bandwidth)과 관련된 필터파라메터들을 가진다. 따라서 필터파라메터들을 어떻게 설정하느냐에 따라서 가보 필터의 모양(shape), 방향(orientation), 중심 주파수(center frequency), 대역폭(bandwidth) 등이 변화된다.
영상 처리를 위해 가보 필터링 기법이 사용되는 경우, 주파수와 방향 및 대역폭 등이 다른 모든 필터를 입력 영상에 적용한 후에, 이 중에서 최적의 반응을 보이는 공간 필터를 사용할 수 있으나, 이렇게 다양한 가보 필터들로 구성된 다중 채널 뱅크를 이용하는 경우 복잡하고 많은 양의 계산을 필요로 하기 때문에 연산량이 매우 많은 문제점이 있다.
다수의 가보 필터에 대해 일일이 적용한 결과를 보고 이 중에서 반응성이 가장 좋은 하나의 필터를 적용하는 종래기술의 문제점을 해결하기 위하여, 본 발명에서는 대상 물체에 따라 필터 특성을 결정하는 필터파라미터를 설정함으로써 특징점 추출의 정확성을 높이고 연산량은 대폭 감소시킬 수 있는 개선된 가보필터로서 합성필터를 이용한다.
도 1은 본 발명에 따른 대상 물체의 디스패리티 영상을 생성하기 위하여 물체 상부에 배치된 2개 이미지센서와 4개 램프를 이용하여 스테레오 이미지를 획득하는 동작을 나타낸 모식도이고, 도 2는 본 발명에 따른 합성필터를 이용한 디스패리티 영상 생성장치의 블록도이다.
본 발명에 따른 합성필터를 이용한 디스패리티 생성 장치는 대상 물체(P)의 상부에 조명부(20)와 센서부(10)가 배치된다. 여기서 대상 물체(P)는 사용 환경에 따라 도시하지 않은 지그에 고정되거나 이동대에 의해 슬라이딩 이동될 수 있는데, 대상 물체(P)가 특정될 필요는 없다. 예를 들어 영상 분석을 통하여 표면 결함을 검사하기 위한 각종 전자 제품 뿐만 아니라 신원 확인을 위해 얼굴이나 정맥 패턴 등과 같이 사람의 신체 일부가 대상이 될 수 있다.
센서부(10)는 물체(P) 표면에 대한 스테레오 이미지를 획득하기 위하여 이미지센서(11, 12)를 구비한다. 2개 이미지센서(11, 12)는 시차가 다른 스테레오 이미지를 획득하기 위하여 동일선상에서 일정 간격을 두고 설치되고, 예를 들어 전하결합소자(charge coupled device: CCD)로 구현될 수 있다.
조명부(20)는 물체(P) 표면을 조명하기 위한 것으로, 조사각이 다른 복수개 램프(21, 22, 23, 24)를 구비한다. 4개 램프(21, 22, 23, 24)는 물체(P)를 향하여 사방에서 빛이 입사되어 음영 지역 없이 전체 영역이 밝게 비추어질 수 있도록 물체 상부에 방사상으로 배치될 수 있고, 예를 들어 발광다이오드(light-emitting diode: LED)로 구현될 수 있다.
도 2에 도시된 바와 같이, 본 발명에 따른 합성필터를 이용한 디스패리티 영상 생성장치는, 영상 처리부(30)에 조명부(10), 센서부(20), 입력부(80), 모니터(90)가 전기적으로 연결될 수 있다.
4개 램프(21, 22, 23, 24)가 모두 온(ON) 되어 물체(P) 표면에 빛이 비춰지는 환경에서 2개 이미지센서(11, 12)가 물체(P) 표면을 스캔하여 스테레오 이미지를 획득한다. 즉 2개 이미지센서(11, 12)가 렌즈를 통해 들어온 빛을 디지털 신호로 변화하여 스테레오 이미지를 형성하는데, 하나의 이미지센서(11)로부터 획득된 제1 이미지와 짝(pair)을 이루는 다른 이미지센서(12)로부터 획득된 제2 이미지는 동일 물체(P)로부터 획득된 스테레오 이미지를 구성하게 된다. 획득된 스테레오 이미지는 영상 처리부(30)에 출력된다.
영상 처리부(30)는 커널함수 설정기(40), 필터부(50), 스테레오 영상 매칭부(60), 디스패리티 영상 생성부(70)를 구비한다.
필터부(50)에서 스테레오 이미지의 특징점 추출이 이루어진다.
필터부(50)는 제1 및 제2 이미지센서(11, 12)로부터 입력받은 스테레오 이미지에 대해 각각 필터링 연산을 수행하는 제1 및 제2 합성필터(51, 52)를 구비한다. 제1 합성필터(51)는 제1 이미지센서(11)에 의해 획득된 제1 이미지의 전체 화소에 대해 컨벌루션 연산하고 제2 합성필터(52)는 제2 이미지센서(12)에 의해 획득된 제2 이미지의 전체 화소에 대해 컨벌루션 연산하며, 이렇게 제1 및 제2 합성필터(51)에 의해 각각 필터링 연산을 거치면 이미지의 특징점이 추출되고 나서 스테레오 영상 매칭부(60)에 입력된다.
필터부(50)의 제1 및 제2 합성필터(51, 52)는 가보 필터를 적용할 수 있다. 이 필터부(50)에서 이미지의 특징점 추출이 충실히 이루어질 때 스테레오 영상 매칭부(60)가 정확한 시차 정보를 구할 수 있다. 가보 필터의 필터 특성이 가보 커널함수의 필터파라미터에 의해 결정되기 때문에 필터부(50)에 대한 필터 설계시 필터부(50)의 필터 특성을 결정하게 되는 커널함수의 설정이 중요하게 고려되어야 한다. 실시예에서는 후술하는 커널함수 설정기(40)를 이용하여 제1 및 제2 합성필터(51, 52)에 대한 각각의 합성 커널함수를 설정한다.
스테레오 영상 매칭부(60)는 제1 및 제2 합성필터(51, 52)에서 필터링 연산을 거친 스테레오 이미지를 매칭시켜 시차 정보를 계산하는데, 제1 합성필터(51)로부터 입력되는 제1 이미지의 화소와 제2 합성필터(52)로부터 입력되는 제2 이미지의 화소를 비교하여 화소간 유사도에 따라 일치점을 알아내어 두 화소의 거리를 시차로서 구한다.
디스패리티 영상 생성부(70)는 스테레오 영상 매칭부(60)에서 계산된 시차 정보를 바탕으로 흑백으로 깊이감을 표출하는 디스패리티 영상을 생성한다. 이 디스패리티 영상이 모니터(90)에 출력되어 시각적으로 확인할 수 있다.
도 3에 도시한 바와 같이, 제1 및 제2 합성필터(51, 52)에 적용하는 합성 커널함수는 커널함수 설정기(40)에 의해 각각 설정되며, 동일한 합성 커널함수가 설정된다. 입력부(80)로부터 사용자 명령을 입력받는 커널함수 설정기(40)가 제1 및 제2 합성필터(51, 52)에 적용하는 합성 커널함수를 설정하는데, 대상 물체(P)에 따라 합성 커널함수를 다르게 설정할 수 있다. 실시예에서 제1 및 제2 합성필터(51)(52)로서 가보 필터를 채택하고 있고, 이 가보 필터의 필터 특성을 결정하는 필터파라미터로서 방향성 파라미터를 선정한다. 즉, 커널함수 설정기(40)는 필터 특성을 결정하는 적어도 하나의 필터파라미터를 변화시켜서 합성 커널함수를 설정한다.
실시예와 다르게 방향성 파라미터 이외의 다른 필터파라미터를 대상으로 하여 합성 커널함수를 설정할 수도 있다. 또한 가보 필터가 아닌 이미지 필터를 적용시 해당 이미지 필터의 필터파라미터를 조합하여 합성 커널함수를 설정할 수도 있다.
커널함수 설정기(40)는 필터파라미터 선택부(41), 필터파라미터 출력부(42), 스위칭부(S1,S2,…,Sn), 가보커널함수 출력부(43), 커널함수 평균연산부(44) 및 필터정보 저장부(45)를 포함할 수 있다.
필터정보 저장부(45)는 입력부(80)의 사용자 명령에 따라 필터부(50)에 적용하는 필터정보를 필터파라미터 선택부(41)와 커널함수 평균연산부(44)에 제공한다. 여기서 필터정보는 합성 커널함수를 설정하기 위하여 선택된 필터파라미터의 식별정보, 산술평균의 나눔수를 의미한다. 필터파라미터의 식별정보는 필터파라미터 선택부(41)에 제공되고, 산술평균의 나눔수는 커널함수 평균연산부(44)에 제공된다.
필터파라미터 출력부(42)는 방향성 파라미터에 대한 설계값들을 개별적으로 출력하는 제1 내지 제n레지스터(h1, h2,…,hn)를 구비한다. 제1레지스터(h1)는 제1 방향성 파라미터(θ1)를 저장하고, 제2레지스터(h2)는 제2 방향성 파라미터(θ2)를 저장하며, 제n레지스터(hn)는 제n 방향성 파라미터(θn)를 저장할 수 있다.
필터파라미터 출력부(42)의 출력측에 필터 파라미터 선택부(41)의 동작신호에 따라 동작하는 스위칭부(S1,S2,…,Sn)가 일대일로 연결된다. 즉 제1 내지 제n레지스터(h1, h2,…,hn)의 출력측에는 제1 내지 제n 스위치(S1,S2,…,Sn) 중 대응하는 어느 하나가 직렬 연결된다.
제1 내지 제n 스위치(S1,S2,…,Sn)의 일측에는 가보커널함수 출력부(43)가 연결된다. 가보커널함수 출력부(43)는 가보커널함수에 대한 계산값들을 개별적으로 출력하는 제1 내지 제n연산기(F1, F2,…,Fn)를 구비한다. 제1연산기(F1)는 제1스위치(S1)를 통해 받은 제1방향성 파라미터 설계값(θ1)이 적용된 제1 가보커널함수(g1)를 연산하여 출력하고, 제2연산기(F2)는 제2스위치(S2)를 통해 받은 제2방향성 파라미터 설계값(θ2)이 적용된 제2 가보커널함수(g2)를 연산하여 출력하고, 제n연산기(Fn)는 제n스위치(Sn)를 통해 받은 제n방향성 파라미터 설계값(θn)이 적용된 제n 가보커널함수(gn)를 연산하여 출력한다.
커널함수 평균연산부(44)는 가보커널함수 출력부(43)로부터 제공되는 제1 내지 제n방향성 파라미터 설계값(θ1,θ2,…,θn)과 필터정보 저장부(45)로부터 받은 산술평균 나눔수를 이용하여 평균연산하고, 그 연산 결과로서 얻어진 평균 커널함수(gavr-n)를 제1 및 제2합성필터(51, 52)에 제공한다.
여기서 산술 평균의 나눔수는 규칙 모드와 불규칙 모드에 따라 다르게 설정한다. 즉 규칙 모드는 사용자에 의해 입력된 지정숫자(n)와 동일한 개수의 커널함수를 조합하여 사용하고, 불규칙 모드는 사용자에 의해 입력된 지정숫자(n)보다 더 많은 개수(실시예에서는 1을 가산함)의 커널함수를 조합하여 사용한다. 실시예에서는 사용자가 지정숫자(n)로 1 내지 4 중 어느 하나의 숫자를 지정하는 경우 규칙 모드에 따라 산술 평균의 나눔수를 설정하게 되고, 사용자가 지정숫자(n)로 5를 지정하는 경우 불규칙 모드에 따라 산술 평균의 나눔수를 설정하도록 사전에 결정되어 있다.
[표1]을 참고하여, 지정숫자(n)가 4이하인 경우 산술 평균의 나눔수는 조합하는 커널함수의 개수와 동일하기 때문에 동일한 개수의 방향성 파라미터 설계값이 필요하다. 지정숫자(n)가 5인 경우 6개의 커널함수를 조합하기 위하여 산술 평균의 나눔수가 6 이기 때문에, 6개의 방향성 파라미터 설계값이 필요하게 된다. 각각의 방향성 파리미터 설계값은 대상 물체(P)에 따라 다르게 설정될 수 있다.
지정숫자 필터파라미터 식별정보 방향성 파라미터 설계값
n=1 방향성 파라미터(θ) θ1=0
n=2 방향성 파라미터(θ) θ1=0,θ2=π/2
n=3 방향성 파라미터(θ) θ1=0,θ2=π/3,θ3=2π/3
n=4 방향성 파라미터(θ) θ1=0,θ2=π/4,θ3=π/2,θ4=3π/4
n=5 방향성 파라미터(θ) θ1=0,θ2=π/6,θ3=π/3,θ4=π/2,θ5=2π/3,θ6=5π/6
커널함수 평균연산부(44)가 규칙 모드에 따라 4개 이하의 커널함수를 산술 평균하는 경우, 다음의 [수학식1]을 이용하여 평균 커널함수(gavr-n)를 구한다.
Figure pat00003
여기서, x와 y는 대상 영상의 직각 좌표계에서 좌표값, λ는 가보필터 커널의 사인함수를 조절하는 파장, θ는 커널함수의 방향성, ψ는 위상차, σ는 가우시안 함수의 표준편차, γ는 가보필터의 모양을 결정하는 요소이고, n은 산술 평균하는 나눔수이다.
예를 들어 입력부(80)로부터 지정숫자(n)를 3으로 지정하고 규칙 모드에 따라 제1 내지 제3방향성 파라미터(θ1,θ2,θ3)를 적용하기 위한 사용자 명령이 커널함수 설정기(40)에 입력된 경우, 필터 파라미터 선택부(41)는 제1 내지 제3스위치(S1, S2, S3)를 온(ON)시키는 동작신호를 출력한다. 이에 따라 제1 내지 제3스위치(S1, S2, S3)에 연결된 제1 내지 제3 가보커널함수 연산기(F1, F2, F3)는 제1 내지 제3스위치(S1, S2, S3)를 통해 제1 내지 제3 레지스터(h1, h2, h3)로부터 제1 내지 제3 방향성 파라미터 설계값(θ1,θ2,θ3)을 각각 입력받아 가보커널 함수(g1, g2, g3)를 연산한다.
제1 가보커널함수 연산기(F1)는 제1 가보커널 함수(g1)를 연산하고, 제2 가보커널함수 연산기(F2)는 제2 가보커널 함수(g2)를 연산하며, 제3 가보커널함수 연산기(F3)는 제3 가보커널 함수(g3)를 연산한다.
Figure pat00004
커널함수 평균연산부(44)는 3개 커널함수(g1, g2, g3)를 산술 평균 나눔수인 3으로 나누어 평균 커널함수(gavr-3)를 구한다.
Figure pat00005
[표1]를 참고하여, 각 커널함수에 적용하는 3개 방향성 파라미터(θ1,θ2,θ3)는 0, π/3, 2π/3가 사용될 수 있다.
다른 예로서, 입력부(80)로부터 지정숫자(n)를 5로 지정하고 불규칙 모드에 따라 제1 내지 제6방향성 파라미터(θ1,θ2,θ3,θ4,θ5,θ6)를 적용하기 위한 사용자 명령이 커널함수 설정기(40)에 입력된 경우, 커널함수 평균연산부(44)가 다음의 [수학식2]을 이용하여 평균 커널함수(gavr-n)를 구한다.
Figure pat00006
여기서, x와 y는 대상 영상의 직각 좌표계에서 좌표값, λ는 가보필터 커널의 사인함수를 조절하는 파장, θ는 커널함수의 방향성, ψ는 위상차, σ는 가우시안 함수의 표준편차, γ는 가보필터의 모양을 결정하는 요소이고, n+1은 산술 평균하는 나눔수이다.
[표1]를 참고하여, 각 커널함수에 적용하는 6개 방향성 파라미터(θ1,θ2,θ3,θ4,θ5,θ6)는 0, π/6, π/3, π/2, 2π/3, 5π/6 가 사용될 수 있다.
이와 같이 커널함수 설정기(40)를 이용하여 제1 및 제2 합성필터(51, 52)에 대한 각각의 합성 커널함수를 설정하는 경우, 스테레오 영상 매칭부(60)는 제1 및 제2 합성필터(51, 52)에서 필터링 연산을 거친 스테레오 이미지를 매칭시켜 시차 정보를 계산하여 디스패리티 영상 생성부(70)에 제공한다. 디스패리티 영상 생성부(70)는 스테레오 영상 매칭부(60)에서 계산된 시차 정보를 바탕으로 흑백으로 깊이감을 나타낼 수 있는 디스패리티 영상을 생성할 수 있다. 이 디스패리티 영상이 모니터(90)에 출력되어 시각적으로 확인할 수 있다.
이하에서는 본 발명에 따른 합성필터를 이용하여 디스패리티 영상 생성하는 과정을 검증하고 종래기술과 대비하였으며, 이를 설명하기로 한다.
도 4에 도시한 바와 같이, 2차원 가보필터는 필터파라미터를 조절하여 커널의 형태(shape)를 다양하게 변화시킬 수 있다.
도 5는 본 발명에 따른 합성필터의 성능 검사를 위해 인쇄회로기판의 상부에서 바라본 실물 이미지와 테스트 이미지를 나타낸 것으로, 우측의 테스트 이미지는 실물 이미지에서 적색의 박스의 일부를 우측에 확대하여 나타낸 것이다.
도 6에 나타낸 바와 같이, 도 5의 테스트 이미지에서 녹색 박스 영역인 [샘플 이미지1]에 대해 방향성 파라미터가 다른 2개 커널을 각각 적용시키면 이미지의 특징점 추출이 다르게 나타나는 것을 확인할 수 있다. 예를 들어 가보필터의 방향성 파라미터가 π/2로 설정된 커널을 이용하여 필터링 연산을 통해 얻은 [출력 이미지1]는 사각형 모서리가 두드러지게 나타난 반면 가보필터의 방향성 파라미터가 π/4로 설정된 커널을 이용하여 필터링 연산을 통해 얻은 [출력 이미지2]는 잔물결이 나타난 것을 알 수 있다.
도 7은 본 발명에 따른 합성필터에 적용하기 위한 각각의 커널을 예시적으로 나타낸 도면으로, [가보커널1]은 사용자 명령에 따라 지정숫자(n)를 1로 지정한 규칙 모드에 따라 제1방향성 파라미터(θ1)를 적용한 각각의 합성필터(51,52)에 대한 커널의 모양이고, [가보커널2]는 사용자 명령에 따라 지정숫자(n)를 2로 지정한 규칙 모드에 따라 제1 및 제2방향성 파라미터(θ1,θ2)를 적용한 각각의 합성필터(51,52)에 대한 커널의 모양이며, [가보커널3]은 사용자 명령에 따라 지정숫자(n)를 3으로 지정한 규칙 모드에 따라 제1 내지 제3방향성 파라미터(θ1,θ2,θ3)를 적용한 각각의 합성필터(51,52)에 대한 커널의 모양이고, [가보커널4]는 사용자 명령에 따라 지정숫자(n)를 4로 지정한 규칙 모드에 따라 제1 내지 제4방향성 파라미터(θ1,θ2,θ3,θ4)를 적용한 각각의 합성필터(51,52)에 대한 커널의 모양이며, [가보커널5]는 사용자 명령에 따라 지정숫자(n)를 5로 지정한 불규칙 모드에 따라 제1 내지 제6방향성 파라미터(θ1,θ2,θ3,θ4,θ5,θ6)를 적용한 각각의 합성필터(51,52)에 대한 커널의 모양이다.
도 8은 도 5의 테스트 이미지의 일부인 [샘플 이미지2]와 도 7의 커널 특성이 다른 가보커널1, 가보커널3, 가보커널5의 형태를 나타낸 것으로, 도 9에 나타낸 바와 같이, 동일한 [샘플 이미지2]에 대해 가보커널1, 가보커널3, 가보커널5를 적용시 이미지의 특징점 추출이 상이하게 나타난다.
동일한 [샘플 이미지2]에 대해 가보커널1, 가보커널3, 가보커널5에 대해 각각의 커널함수의 실수부를 적용하여 얻은 [가보커널1-R],[가보커널3-R],[가보커널5-R]은 서로 상이하다. 또한 동일한 [샘플 이미지2]에 대해 가보커널1, 가보커널3, 가보커널5에 대해 각각의 커널함수의 허수부를 적용하여 얻은 [가보커널1-I],[가보커널3-I],[가보커널5-I]은 서로 상이하다. 또한 동일한 [샘플 이미지2]에 대해 가보커널1, 가보커널3, 가보커널5에 대해 각각의 커널함수의 전체를 적용하여 얻은 [가보커널1-C],[가보커널3-C],[가보커널5-C]은 서로 상이하다.
또한 동일한 [샘플 이미지2]에 대해 가보커널1에 대해 각각의 커널함수의 실수부, 허수부 및 전체를 적용하여 얻은 [가보커널1-R],[가보커널1-I],[가보커널1-C] 역시 서로 상이하고, 이와 유사하게 동일한 [샘플 이미지2]에 대해 가보커널3, 및 가보커널5에 대해서도 각 커널함수의 실수부, 허수부, 전체를 적용시 얻어지는 이미지는 서로 상이하게 나타난다.
도 9에 나타낸 바와 같이, 가보필터의 커널함수에 따라 특징점 추출이 달라지고, 이러한 가보필터의 필터링 연산 결과에 따라 스테레오 매칭부(60)에서 매칭된 시차 정보로부터 얻어지는 디스프래리티 영상 생성부(70)의 디스패리티 영상의 품질은 밀접한 영향을 받게 된다.
시험예
- 제1 및 제2 합성필터의 합성 커널함수 : [가보커널 3-I] 적용
- 이미지 사이즈 : 370×1030 [pixel]
- 이미지 처리시간 : 4.5ms
도 10에 나타낸 바와 같이, 시험예에 따라 얻은 제1 및 제2 합성필터(51, 52)에서 출력하는 이미지는 특징점 추출이 양호하다. 제1이미지센서(11)의 출력 이미지(St1)에 대해 제1합성필터(51)에서 필터링 연산된 제1이미지(St1-k3)와 제2이미지센서(12)의 출력 이미지(St2)에 대해 제2합성필터(52)에서 필터링 연산된 제2이미지(St2-k3)는 특징점 추출이 거의 유사하게 나타났으며, 각각 확대한 이미지(k3-E1, k3-E2)에서 나타난 바와 같이 모서리 경계 부분이 두드러지게 나타남을 알 수 있다.
이와 같이 제1 및 제2합성필터(51, 52)로부터 필터링 연산된 이미지를 스테레오 영상 매칭부(60)에서 매칭하여 시차 정보를 계산하고, 계산된 시차 정보를 바탕으로 디스패리티 영상 생성부(70)가 디스패리티 영상을 생성한다. 도 11에 나타낸 바와 같이, 좌측에는 종래의 SAD 방법을 적용하여 얻은 디스패리티 영상[DP-E1]과 본 발명의 합성필터를 사용하여 시험예에 따라 얻은 디스패리티 영상[DP-E2]를 대비하여 보면, 우측의 디스패리티 영상[DP-E2]이 깊이감을 충실히 재현하고 있음을 알 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다.
10 : 센서부 20 : 조명부
30 : 영상 처리부 40 : 커널함수 설정기
41 : 필터파라미터 선택부 42 : 필터파라미터 출력부
43 : 가보커널함수 출력부 44 : 커널함수 평균연산부
45 : 필터정보 저장부 50 : 필터부
60 : 스테레오 영상 매칭부 70 : 디스패리티 영상 생성부
80 : 입력부 90 : 모니터

Claims (11)

  1. 조사각이 다른 복수개의 램프를 이용하여 물체에 빛을 조사하는 조명부;
    상기 조명부의 빛이 비춰지는 물체 표면을 스캔하는 이미지센서로 시차가 다른 이미지들을 획득하는 센서부;
    상기 센서부에 의해 획득된 시차가 다른 이미지들을 입력받고, 커널함수 설정기가 필터 단위로 독립 적용되는 커널함수들을 조합하여 합성 커널함수를 설정하고, 상기 합성 커널함수가 적용된 합성필터를 이용하여 시차가 다른 이미지들을 필터링 연산하고, 필터링 연산된 시차가 다른 이미지들을 매칭하여 디스패리티 영상을 생성하는 영상 처리부;를 포함하되,
    상기 커널함수 설정기는 커널 특성을 결정하는 적어도 하나의 필터파라미터에 대해 서로 다른 커널함수들을 조합하여 상기 합성 커널함수를 설정하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
  2. 제1항에 있어서,
    상기 합성필터는 가보필터를 적용하고,
    상기 커널함수 설정기가 상기 가보필터의 커널함수를 정의하는 필터파라미터로서 방향성 파라미터를 변화시켜서 얻어지는 커널함수들을 산술 평균하는 커널함수 평균연산부를 구비하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
  3. 제2항에 있어서,
    상기 커널함수 설정기가 상기 합성 커널함수의 설정에 필요한 필터정보를 저장하는 필터정보 저장부, 서로 다른 방향성 파라미터의 설계값을 저장하는 복수개 레지스터를 이용하여 해당 방향성 파라미터의 설계값을 개별적으로 출력하는 필터파라미터 출력부, 상기 가보필터의 필터파라미터를 이용하여 가보커널 함수를 연산하는 복수개 가보커널함수 연산기를 이용하여 해당 가보커널함수를 상기 커널함수 평균연산부에 출력하는 가보커널함수 출력부, 상기 필터파라미터 출력부와 가보커널함수 출력부 사이에 연결되고 동작신호에 따라 해당 방향성 파라미터 설계값을 해당 가보커널함수 연산기에 개별적으로 제공하는 복수개 스위치를 구비한 스위칭부, 상기 필터정보 저장부로부터 필터파라미터 식별정보를 제공받아 상기 스위칭부의 스위치를 개별적으로 동작시키기 위한 동작신호를 출력하는 필터파라미터 선택부를 구비하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
  4. 제2항에 있어서,
    상기 커널함수 평균연산부는 규칙 모드에 따라 산술 평균하는 경우 다음의 수학식을 이용하여 평균 커널함수(gavr-n)를 구하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
    Figure pat00007

    여기서, x와 y는 대상 영상의 직각 좌표계에서 좌표값, λ는 가보필터 커널의 사인함수를 조절하는 파장, θ는 커널함수의 방향성, ψ는 위상차, σ는 가우시안 함수의 표준편차, γ는 가보필터의 모양을 결정하는 요소이고, n은 산술 평균하는 나눔수이다.
  5. 제4항에 있어서,
    상기 커널함수 평균연산부는 규칙 모드에 따라 3개 커널함수를 사용하는 경우 각 커널함수에 대응하는 3개 방향성 파라미터(θ1,θ2,θ3)는 0, π/3, 2π/3인 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
  6. 제2항에 있어서,
    상기 커널함수 평균연산부는 불규칙 모드에 따라 산술 평균하는 경우 다음의 수학식을 이용하여 평균 커널함수(gavr-n)를 구하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
    Figure pat00008

    여기서, x와 y는 대상 영상의 직각 좌표계에서 좌표값, λ는 가보필터 커널의 사인함수를 조절하는 파장, θ는 커널함수의 방향성, ψ는 위상차, σ는 가우시안 함수의 표준편차, γ는 가보필터의 모양을 결정하는 요소이고, n+1은 산술 평균하는 나눔수이다.
  7. 제1항에 있어서,
    상기 조명부는 상기 물체의 상부에 배치되는 4개 램프를 구비하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
  8. 제1항에 있어서,
    상기 영상 처리부는 상기 물체의 상부에 배치되어 시차가 다른 이미지들을 획득하는 제1 및 제2 이미지센서의 일측에 연결되어 필터링 연산하는 제1 및 제2 합성필터를 구비한 필터부, 상기 제1 및 제2 합성필터에서 출력되는 스테레오 이미지를 매칭하여 하나의 이미지를 출력하는 스테레오 영상 매칭부, 및 상기 스테레오 영상 매칭부에 의해 매칭된 이미지를 이용하여 디스패리티 영상을 생성하는 디스패리티 영상 생성부를 포함하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성장치.
  9. 조사각이 다른 복수개의 램프를 이용하여 물체의 표면에 빛을 비추고 이미지센서로 물체 표면을 스캔하여 시차가 다른 이미지들을 획득하는 단계;
    상기 이미지 획득 단계에서 획득된 이미지들을 합성필터가 입력받아 필터링 연산하되 상기 합성필터에 적용된 합성 커널함수는 커널 특성을 결정하는 적어도 하나의 필터파라미터에 대해 커널함수 설정기가 서로 다른 커널함수를 조합하여 설정하고, 필터링 연산된 스테레오 이미지를 출력하는 단계;
    상기 합성필터에서 필터링 연산된 스테레오 이미지를 매칭하여 하나의 이미지와 다른 이미지 사이에 존재하는 시차 정보를 계산하는 단계;
    상기 스테레오 이미지를 매칭시 얻은 시차 정보를 이용하여 디스패리티 영상을 생성하는 단계;를 포함하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성방법.
  10. 제9항에 있어서,
    상기 합성필터가 가보 필터링 기법을 적용하는 경우, 가보필터의 방향성을 결정하는 방향성 파라미터에 의해 정의되는 커널함수들을 산술 평균하여 상기 합성필터의 합성 커널함수를 설정하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성방법.
  11. 제10항에 있어서,
    상기 합성 커널함수를 설정시 조합된 커널함수를 나눗셈 연산하기 위한 산술 평균 나눔수를 설정하는 경우, 규칙 모드에 따라 사용자에 의해 지정된 숫자와 동일한 숫자를 이용하거나 불규칙 모드에 따라 사용자에 의해 지정된 숫자보다 일정 갯수 많은 숫자를 이용하는 것을 특징으로 하는 합성필터를 이용한 디스패리티 영상 생성방법.
KR1020190134463A 2019-10-28 2019-10-28 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법 KR102282086B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190134463A KR102282086B1 (ko) 2019-10-28 2019-10-28 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190134463A KR102282086B1 (ko) 2019-10-28 2019-10-28 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20210050167A true KR20210050167A (ko) 2021-05-07
KR102282086B1 KR102282086B1 (ko) 2021-07-27

Family

ID=75916639

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190134463A KR102282086B1 (ko) 2019-10-28 2019-10-28 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102282086B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080053191A (ko) * 2006-12-08 2008-06-12 소니 가부시끼 가이샤 정보처리 장치 및 정보처리 방법, 인식 장치 및 정보 인식방법, 및 , 프로그램
KR101988551B1 (ko) 2018-01-15 2019-06-12 충북대학교 산학협력단 스테레오 비전의 깊이 추정을 이용한 효율적 객체 검출 및 매칭 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080053191A (ko) * 2006-12-08 2008-06-12 소니 가부시끼 가이샤 정보처리 장치 및 정보처리 방법, 인식 장치 및 정보 인식방법, 및 , 프로그램
KR101988551B1 (ko) 2018-01-15 2019-06-12 충북대학교 산학협력단 스테레오 비전의 깊이 추정을 이용한 효율적 객체 검출 및 매칭 시스템 및 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Yuri Lysak외 1인, "A dense stereo matching by iterated dynamic programming with using Gabor filters", 2008 International Conference on Modern Problems of Radio Engineering, (2008.02.23.) 1부.* *
없음
최학남외 3인, "GPU를 이용한 Gabor Texture 특징점 기반의 금속 패드 변색 분류 알고리즘", 제어 로봇 시스템학회 논문지 vol 15.no8., (2009.08.31.) 1부.* *

Also Published As

Publication number Publication date
KR102282086B1 (ko) 2021-07-27

Similar Documents

Publication Publication Date Title
US9392262B2 (en) System and method for 3D reconstruction using multiple multi-channel cameras
US9234749B2 (en) Enhanced object reconstruction
US6701005B1 (en) Method and apparatus for three-dimensional object segmentation
DE112020004813T5 (de) Systeme und verfahren zur erweiterung von sensorsystemen und bildgebungssystemen mit polarisation
JP2021192064A (ja) ３次元計測システム及び３次元計測方法
WO2010032792A1 (ja) ３次元計測装置およびその方法
KR20120084635A (ko) 깊이 정보를 이용한 카메라 모션 추정 방법 및 장치, 증강 현실 시스템
DE102008002730A1 (de) Verfahren und Vorrichtung zur 3D-Rekonstruktion
EP3382645A2 (en) Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images
CN109191562B (zh) 基于彩色伪随机编码结构光的三维重建方法
JPWO2019167453A1 (ja) 画像処理装置、画像処理方法、およびプログラム
CN106952262B (zh) 一种基于立体视觉的船板加工精度分析方法
US20180210078A1 (en) Method for colouring sar images, and radar capable of implementing such a method
CN116802688A (zh) 用于图像内对应分析的设备和方法
CN110520768A (zh) 高光谱光场成像方法和系统
DE102008002725A1 (de) Verfahren und Vorrichtung zur 3D-Rekonstruktion
DE102017116758A1 (de) Verfahren und Vorrichtung zum Abtasten von Oberflächen mit einer Stereokamera
JP6285686B2 (ja) 視差画像生成装置
TW201720144A (zh) 測量柱狀透鏡板之旋轉位置
KR101994473B1 (ko) 평면이미지의 리포커싱 방법, 장치 및 기록매체에 저장된 프로그램
JP5336325B2 (ja) 画像処理方法
KR102282086B1 (ko) 합성필터를 이용한 디스패리티 영상 생성장치 및 그 방법
KR20170047780A (ko) 적응적 윈도우 마스크를 이용하는 로우 코스트 계산장치 및 그 방법
KR20230128430A (ko) 다수의 유형들의 광을 이용한 비전 검사를 위한 시스템들및 방법들
WO2021117633A1 (ja) 撮像装置、情報処理装置、撮像方法、および情報処理方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant