KR20210090046A - 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법 - Google Patents

광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법 Download PDF

Info

Publication number
KR20210090046A
KR20210090046A KR1020200003366A KR20200003366A KR20210090046A KR 20210090046 A KR20210090046 A KR 20210090046A KR 1020200003366 A KR1020200003366 A KR 1020200003366A KR 20200003366 A KR20200003366 A KR 20200003366A KR 20210090046 A KR20210090046 A KR 20210090046A
Authority
KR
South Korea
Prior art keywords
lookup table
distortion correction
coordinates
original image
image
Prior art date
Application number
KR1020200003366A
Other languages
English (en)
Other versions
KR102633109B1 (ko
Inventor
진문용
Original Assignee
현대모비스 주식회사
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 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020200003366A priority Critical patent/KR102633109B1/ko
Publication of KR20210090046A publication Critical patent/KR20210090046A/ko
Application granted granted Critical
Publication of KR102633109B1 publication Critical patent/KR102633109B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G06T5/006—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/12—Bounding box

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)
  • Geometry (AREA)

Abstract

본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템은 차량에 구비된 카메라에서 촬영된 원본영상의 왜곡을 미리 설정된 왜곡보정 룩업테이블을 이용하여 왜곡이 보정된 보정영상을 생성한 후, 상기 보정영상의 Ground Truth 좌표를 생성하는 왜곡보정부 및 상기 왜곡보정 룩업테이블에 변경 사항이 발생하면, 상기 보정영상의 Ground Truth 좌표 값을 상기 왜곡보정 룩업테이블을 이용하여 상기 원본영상 좌표로 매핑시킨 후 상기 매핑된 원본영상 좌표를 역변환 룩업테이블을 이용하여 변경 Ground Truth 좌표로 매핑시키는 변경왜곡보정부를 포함하며, 어안(fisheye) 카메라를 통해 촬영한 광각 영상의 왜곡 보정 방법이 변경되더라도, 기존 확보된 GT 데이터를 자동 변경하여 재작업 없이 재사용할 수 있도록 함으로써, GT 재작업 시간이 불필요하여 일정 지연 없이 알고리즘 개발 및 검증이 가능하고, GT 재작업 인력이 불필요하므로 비용을 절감할 수 있는 효과가 있다.

Description

광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법{DATA CONVERTING SYSTEM FOR DETECTING WIDE ANGLE IMAGE OBJECT AND METHOD THEREOF}
본 발명은 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법에 관한 것으로, 보다 상세하게는 어안(fisheye) 카메라를 통해 촬영한 카메라 광각 영상의 왜곡 보정 방법이 변경되더라도, 기존 확보된 GT 데이터를 자동 변경하여 재작업 없이 재 사용할 수 있도록 하는 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법에 관한 것이다.
일반적으로 차량용 카메라는 운전자의 안전을 도모하기 위해 차량의 외부에 장착되며, 차량의 외부의 영상을 입력받아 운전자에게 제공하게 된다.
이러한 차량용 카메라는 카메라의 장착 위치, 렌즈의 사양 예컨대 화각 및 왜곡 함수에 따른 보정 기능을 필요로 하며, 이와 같은 보정 기능을 수행하기 위해 실험을 통해 취득한 결과값이 저장된 룩업 테이블(Look Up Table, LUT)을 카메라 내부에 마련된 비휘발성 소자인 플래시 메모리에 저장하고, 저장된 값을 왜곡된 영상과 비교하여 왜곡된 영상을 보정하고 있다.
특히, 어안(fisheye) 카메라의 광각 영상을 이용한 객체 검출 알고리즘 개발은 왜곡 보정을 수행한 후 GT(Ground Truth) 데이터를 만들어 학습과 검증에 이용한다. 그러나, 왜곡 보정 방법이 변경될 경우 기존에 만들어둔 GT를 사용할 수 없어 수정작업 또는 재작업이 필요해 많은 시간이 소요되는 문제점이 있었다.
대한민국 등록특허공보 등록번호 제10-1850503호
본 발명의 실시예는 어안(fisheye) 카메라를 통해 촬영한 광각 영상의 왜곡 보정 방법이 변경되더라도, 기존 확보된 GT 데이터를 자동 변경하여 재작업 없이 재사용할 수 있도록 함으로써, GT 재작업 시간이 불필요하여 일정 지연 없이 알고리즘 개발 및 검증이 가능하고, GT 재작업 인력이 불필요하므로 비용을 절감할 수 있는 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법을 제공하고자 한다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템은 차량에 구비된 카메라에서 촬영된 원본영상의 왜곡을 미리 설정된 왜곡보정 룩업테이블을 이용하여 왜곡이 보정된 보정영상을 생성한 후, 상기 보정영상의 Ground Truth 좌표를 생성하는 왜곡보정부 및 상기 왜곡보정 룩업테이블에 변경 사항이 발생하면, 상기 보정영상의 Ground Truth 좌표 값을 상기 왜곡보정 룩업테이블을 이용하여 상기 원본영상 좌표로 매핑시킨 후 상기 매핑된 원본영상 좌표를 역변환 룩업테이블을 이용하여 변경 Ground Truth 좌표로 매핑시키는 변경왜곡보정부를 포함하고, 상기 역변환 룩업테이블은 역변환 룩업테이블 생성부를 통하여 상기 왜곡보정 룩업테이블 값인 원본영상의 좌표에 상기 왜곡보정 룩업테이블의 인덱스 값을 저장하여 생성될 수 있다.
일 실시예에 있어서, 상기 원본영상의 왜곡 보정은 상기 왜곡보정 룩업테이블에서 상기 원본영상의 좌표에 해당하는 인덱스 값을 이용하여 상기 보정영상을 생성할 수 있다.
일 실시예에 있어서, 상기 왜곡보정 룩업테이블은 상기 보정영상과 같은 크기이며, 상기 원본영상 좌표 값들로 구성될 수 있다.
일 실시예에 있어서, 상기 역변환 룩업테이블은 상기 원본영상과 같은 크기이며, 상기 왜곡보정 룩업테이블의 좌표 값들로 구성될 수 있다.
일 실시예에 있어서, 상기 변경왜곡보정부는 상기 왜곡보정 룩업테이블이 상기 원본영상보다 크기가 작아서 상기 역변환 룩업테이블에 홀이 발생하게 되면, 상기 역변환 룩업테이블에서 주변 값들을 보간하여 홀을 채울 수 있다.
일 실시예에 있어서, 상기 변경왜곡보정부는 상기 변경 Ground Truth의 좌표를 연결하여 형성된 바운딩 박스를 직사각형 행태로 보정할 수 있다.
본 발명의 다른 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 방법은 왜곡보정부에서 차량에 구비된 카메라로 촬영된 원본영상의 왜곡을 미리 설정된 왜곡보정 룩업테이블을 이용하여 왜곡이 보정된 보정영상으로 생성한 후, 상기 보정영상의 Ground Truth 좌표를 생성하는 제1단계 및 상기 왜곡보정 룩업테이블에 변경 사항이 발생하면, 변경왜곡보정부에서 상기 보정영상의 Ground Truth 좌표 값을 상기 왜곡보정 룩업테이블을 이용하여 상기 원본영상 좌표로 매핑시킨 후 상기 매핑된 원본영상 좌표를 역변환 룩업테이블을 이용하여 변경 Ground Truth 좌표로 매핑시키는 제2단계를 포함하고, 상기 역변환 룩업테이블은 역변환 룩업테이블 생성부를 통하여 상기 왜곡보정 룩업테이블 값인 원본영상의 좌표에 상기 왜곡보정 룩업테이블의 인덱스 값을 저장하여 생성되는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 제1단계는 원본영상의 왜곡 보정은 상기 왜곡보정 룩업테이블에서 상기 원본영상의 좌표에 해당하는 인덱스 값을 이용하여 상기 보정영상을 생성하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 제2단계에서 상기 변경왜곡보정부는 상기 왜곡보정 룩업테이블이 상기 원본영상보다 크기가 작아서 상기 역변환 룩업테이블에 홀이 발생하게 되면, 상기 역변환 룩업테이블에서 주변 값들을 보간하여 홀을 채우는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 제2단계는 변경왜곡보정부는 상기 변경 Ground Truth의 좌표를 연결하여 형성된 바운딩 박스를 직사각형 행태로 보정하는 단계를 포함할 수 있다.
본 기술은 어안(fisheye) 카메라를 통해 촬영한 광각 영상의 왜곡 보정 방법이 변경되더라도, 기존 확보된 GT 데이터를 자동 변경하여 재작업 없이 재사용할 수 있도록 함으로써, GT 재작업 시간이 불필요하여 일정 지연 없이 알고리즘 개발 및 검증이 가능하고, GT 재작업 인력이 불필요하므로 비용을 절감할 수 있는 효과가 있다.
이 외에, 본 문서를 통하여 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템을 나타내는 블록도이다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템을 통한 왜곡 보정 적용 영상을 설명하기 위한 도면이다.
도 4 내지 도 8은 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템을 통한 변경된 왜곡 보정 영상을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 방법을 설명하기 위한 순서도이다.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 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 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 도 1 내지 도 8을 참조하여, 본 발명의 실시예들을 구체적으로 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템을 나타내는 블록도이고, 도 2 및 도 3은 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템을 통한 왜곡 보정 적용 영상을 설명하기 위한 도면이고, 도 4 내지 도 8은 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템을 통한 변경된 왜곡 보정 영상을 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 시스템은 카메라(100), 영상처리모듈(300) 및 디스플레이(500)를 포함할 수 있다.
영상처리모듈(300)은 왜곡보정부(310), 역변환 룩업테이블 생성부(330), 변경왜곡 보정부(350)를 포함할 수 있고, 디스플레이(300)는 네비게이션 등 차량 내부에 구비된 장치로써, 카메라(100)를 통해 촬영된 영상을 표시할 수 있다.
도 2 및 도 3을 참조하면, 왜곡보정부(310)는 차량에 구비된 카메라(100)에서 촬영된 원본영상(30)의 왜곡을 미리 설정된 왜곡보정 룩업테이블(10)을 이용하여 왜곡이 보정된 보정영상(33)을 생성한 후, 보정영상(33)의 Ground Truth 영상(35)를 생성할 수 있다.
왜곡보정 룩업테이블(10)은 보정영상(33)과 같은 크기이며, 원본영상(30)의 x, y 좌표 값들로 구성할 수 있다.
원본영상(30)의 왜곡 보정은 왜곡보정 룩업테이블(10)에서 원본영상(50)의 좌표에 해당하는 인덱스 값 u, v를 이용하여 보정영상(53)을 생성할 수 있는 것으로, 인덱스 값 u, v에 원본영상(50)의 좌표 x, y 값을 저장하여 생성할 수 있다.
한편, 도 4 및 도 5를 참조하여, 보정영상(33)의 Ground Truth 영상(35)에서, 왜곡보정 룩업테이블(10)에 변경 사항이 발생하여 변경 왜곡보정 룩업테이블(60)이 생성되면, 이에 따른 변경 사항이 반영된 Ground Truth 영상(37)을 생성할 수 있다.
먼저, 역변환 룩업테이블 생성부(330)는 변경 왜곡보정 룩업테이블(60)에서, 왜곡보정 룩업테이블(10) 값인 원본영상(50)의 x, y 좌표에 왜곡보정 룩업테이블(10)의 인덱스 값 u, v 를 저장하여 역변환 룩업테이블을 생성할 수 있다.
따라서, 역변환 룩업테이블은 원본영상 크기와 같은 크기이고, 왜곡보정 룩업테이블(10)의 x, y 좌표 값들로 구성할 수 있다.
한편, 왜곡보정 룩업테이블(60)이 원본영상보다 크기가 작을 경우, 역변환 룩업테이블(63)은 홀(hole)이 발생하게 되는데, 이때, 홀 제거 전 역변환 룩업테이블(63)에서 주변 값들을 보간(interpolation)하여 홀을 채워줌으로써, 홀 제거 후 역변환 룩업테이블(65)을 생성할 수 있다.
이어서, 도 6을 참조하여, 변경왜곡보정부(350)는 보정영상(33)의 Ground Truth 영상(35)에서 검출한 객체를 박스처리하여 좌표를 생성한 GT bounding box 좌표 영상(70)에서, 좌표 값 p1, p2, p3, p4를 왜곡보정 룩업테이블(10)을 이용하여 원본영상 좌표로 매핑시킬 수 있다(원본영상 좌표영상; 73).
이어서, 변경왜곡보정부(350)는 원본영상 좌표영상(73)에서 매핑된 원본영상 좌표를 역변환 룩업테이블(65)을 이용하여 변경 Ground Truth 좌표로 매핑시킬 수 있다(변경 왜곡보정 좌표영상; 75). 이때, 매핑된 p1, p2, p3, p4는 직사각형이 아니므로 직사각형 형태로 보정할 수 있다.
도 7을 참조하여, 변경왜곡보정부(350)는 변경 왜곡보정 좌표영상(75)에서 변경 Ground Truth의 좌표를 연결하여 형성된 bounding box를 좌표 보정하여, 직사각형 형태가 아닌 bounding box를 변경된 좌표 값 p1, p2, p3, p4로 형성되는 직사각형 행태로 보정할 수 있다.
bounding box를 좌표 보정하여 생성된 변경된 좌표 값 p1의 x 좌표 및 y 좌표는 각각 변경 p1.x, 변경 p1.y, 변경된 좌표 값 p2의 x 좌표 및 y 좌표는 각각 변경 p2.x, 변경 p2.y, 변경된 좌표 값 p3의 x 좌표 및 y 좌표는 각각 변경 p3.x, 변경 p3.y, 변경된 좌표 값 p4의 x 좌표 및 y 좌표는 각각 변경 p4.x, 변경 p4.y로 나타낼 수 있으며, 이는 [수학식 1]에 의해 계산할 수 있다.
[수학식 1]
변경 p1.x = (기존 p1.x + 기존 p3.x) / 2
변경 p1.y = (기존 p1.y + 기존 p2.y) / 2
변경 p2.x = (기존 p2.x + 기존 p4.x) / 2
변경 p2.y = (기존 p1.y + 기존 p2.y) / 2
변경 p3.x = (기존 p1.x + 기존 p3.x) / 2
변경 p3.y = (기존 p3.y + 기존 p4.y) / 2
변경 p4.x = (기존 p2.x + 기존 p4.x) / 2
변경 p4.y = (기존 p3.y + 기존 p4.y) / 2
이렇게 함으로써, 도 8을 참조하여, 왜곡보정 룩업테이블(10)에 변경 사항이 발생하여 이에 따른 변경 사항이 반영된 Ground Truth 영상(37)에서는 객체에 대한 bounding box가 제대로 형성되지 않았는데, bounding box를 좌표 보정하여 변경된 좌표 값 p1, p2, p3, p4를 적용 한 영상(93)에서는 객체에 대한 bounding box가 제대로 형성된 것을 알 수 있다.
이하, 도 9를 참조하여 본 발명의 다른 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 방법을 구체적으로 설명하기로 한다. 도 9는 본 발명의 일 실시예에 따른 광각 영상 객체 검출을 위한 데이터 변환 방법을 설명하기 위한 순서도이다.
이하에서는 도 1의 광각 영상 객체 검출을 위한 데이터 변환 시스템이 도 9의 프로세스를 수행하는 것을 가정한다.
먼저, 왜곡보정부(310)에서 차량에 구비된 카메라(100)로 촬영된 원본영상의 왜곡을 미리 설정된 왜곡보정 룩업테이블을 이용하여 왜곡이 보정된 보정영상으로 생성한 후, 보정영상의 Ground Truth 좌표를 생성할 수 있다(S110).
이어서, 왜곡보정 룩업테이블에 변경 사항이 발생하면, 변경왜곡보정부(350)에서 역변환 룩업테이블 생성부(330)를 통하여 왜곡보정 룩업테이블 값인 원본영상의 좌표에 상기 왜곡보정 룩업테이블의 인덱스 값을 저장하여 역변환 룩업테이블을 생성할 수 있다(S120).
이어서, 변경왜곡보정부(350)는 왜곡보정 룩업테이블이 원본영상보다 크기가 작아서 역변환 룩업테이블에 홀이 발생하게 되면, 역변환 룩업테이블에서 주변 값들을 보간하여 홀을 채워줌으로써(S130), 홀 제거 후 역변환 룩업테이블(65)을 생성할 수 있다(S140).
이어서, 보정영상의 Ground Truth 좌표 값을 왜곡보정 룩업테이블을 이용하여 원본영상 좌표로 매핑시키고(S150), 매핑된 원본영상 좌표를 역변환 룩업테이블을 이용하여 변경 Ground Truth 좌표로 매핑시킨다(S160).
이상에서 설명한 바와 같은 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법에 따르면, 본 기술은 어안(fisheye) 카메라를 통해 촬영한 광각 영상의 왜곡 보정 방법이 변경되더라도, 기존 확보된 GT 데이터를 자동 변경하여 재작업 없이 재사용할 수 있도록 함으로써, GT 재작업 시간이 불필요하여 일정 지연 없이 알고리즘 개발 및 검증이 가능하고, GT 재작업 인력이 불필요하므로 비용을 절감할 수 있는 효과가 있다.
한편, 본 발명에 따른 단계 S110 내지 단계 S160에 따른 광각 영상 객체 검출을 위한 데이터 변환 방법을 프로그램화하여 컴퓨터가 읽을 수 있도록 기록매체에 저장시킬 수도 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 카메라 300: 영상처리모듈
500: 디스플레이

Claims (11)

  1. 차량에 구비된 카메라에서 촬영된 원본영상의 왜곡을 미리 설정된 왜곡보정 룩업테이블을 이용하여 왜곡이 보정된 보정영상을 생성한 후, 상기 보정영상의 Ground Truth 좌표를 생성하는 왜곡보정부; 및
    상기 왜곡보정 룩업테이블에 변경 사항이 발생하면, 상기 보정영상의 Ground Truth 좌표 값을 상기 왜곡보정 룩업테이블을 이용하여 상기 원본영상 좌표로 매핑시킨 후 상기 매핑된 원본영상 좌표를 역변환 룩업테이블을 이용하여 변경 Ground Truth 좌표로 매핑시키는 변경왜곡보정부를 포함하고,
    상기 역변환 룩업테이블은,
    역변환 룩업테이블 생성부를 통하여 상기 왜곡보정 룩업테이블 값인 원본영상의 좌표에 상기 왜곡보정 룩업테이블의 인덱스 값을 저장하여 생성되는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 시스템.
  2. 청구항 1에 있어서,
    상기 원본영상의 왜곡 보정은,
    상기 왜곡보정 룩업테이블에서 상기 원본영상의 좌표에 해당하는 인덱스 값을 이용하여 상기 보정영상을 생성하는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 시스템.
  3. 청구항 1에 있어서,
    상기 왜곡보정 룩업테이블은,
    상기 보정영상과 같은 크기이며, 상기 원본영상 좌표 값들로 구성된 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 시스템.
  4. 청구항 1에 있어서,
    상기 역변환 룩업테이블은,
    상기 원본영상과 같은 크기이며, 상기 왜곡보정 룩업테이블의 좌표 값들로 구성된 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 시스템.
  5. 청구항 1에 있어서,
    상기 변경왜곡보정부는,
    상기 왜곡보정 룩업테이블이 상기 원본영상보다 크기가 작아서 상기 역변환 룩업테이블에 홀이 발생하게 되면, 상기 역변환 룩업테이블에서 주변 값들을 보간하여 홀을 채우는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 시스템.
  6. 청구항 1에 있어서,
    상기 변경왜곡보정부는,
    상기 변경 Ground Truth의 좌표를 연결하여 형성된 바운딩 박스를 직사각형 행태로 보정하는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 시스템.
  7. 왜곡보정부에서 차량에 구비된 카메라로 촬영된 원본영상의 왜곡을 미리 설정된 왜곡보정 룩업테이블을 이용하여 왜곡이 보정된 보정영상으로 생성한 후, 상기 보정영상의 Ground Truth 좌표를 생성하는 제1단계; 및
    상기 왜곡보정 룩업테이블에 변경 사항이 발생하면, 변경왜곡보정부에서 상기 보정영상의 Ground Truth 좌표 값을 상기 왜곡보정 룩업테이블을 이용하여 상기 원본영상 좌표로 매핑시킨 후 상기 매핑된 원본영상 좌표를 역변환 룩업테이블을 이용하여 변경 Ground Truth 좌표로 매핑시키는 제2단계를 포함하고,
    상기 역변환 룩업테이블은,
    역변환 룩업테이블 생성부를 통하여 상기 왜곡보정 룩업테이블 값인 원본영상의 좌표에 상기 왜곡보정 룩업테이블의 인덱스 값을 저장하여 생성되는 단계를 포함하는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 방법.
  8. 청구항 7에 있어서,
    상기 제1단계는,
    원본영상의 왜곡 보정은 상기 왜곡보정 룩업테이블에서 상기 원본영상의 좌표에 해당하는 인덱스 값을 이용하여 상기 보정영상을 생성하는 단계를 포함하는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 방법.
  9. 청구항 7에 있어서,
    상기 제2단계에서,
    상기 변경왜곡보정부는 상기 왜곡보정 룩업테이블이 상기 원본영상보다 크기가 작아서 상기 역변환 룩업테이블에 홀이 발생하게 되면, 상기 역변환 룩업테이블에서 주변 값들을 보간하여 홀을 채우는 단계를 포함하는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 방법.
  10. 청구항 7에 있어서,
    상기 제2단계는,
    변경왜곡보정부는 상기 변경 Ground Truth의 좌표를 연결하여 형성된 바운딩 박스를 직사각형 행태로 보정하는 단계를 포함하는 것을 특징으로 하는 광각 영상 객체 검출을 위한 데이터 변환 방법.
  11. 청구항 7항 내지 청구항 10항 중 어느 한 항의 광각 영상 객체 검출을 위한 데이터 변환 방법을 실행하는 프로그램이 기록되어 컴퓨터로 읽을 수 있는 기록매체.
KR1020200003366A 2020-01-09 2020-01-09 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법 KR102633109B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200003366A KR102633109B1 (ko) 2020-01-09 2020-01-09 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200003366A KR102633109B1 (ko) 2020-01-09 2020-01-09 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210090046A true KR20210090046A (ko) 2021-07-19
KR102633109B1 KR102633109B1 (ko) 2024-02-05

Family

ID=77125970

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200003366A KR102633109B1 (ko) 2020-01-09 2020-01-09 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102633109B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980084420A (ko) * 1997-05-23 1998-12-05 배순훈 윤곽정보 검출장치 및 방법
KR20120020821A (ko) * 2010-08-31 2012-03-08 이성원 영상 왜곡 보정 장치 및 방법
US8340462B1 (en) * 2011-02-14 2012-12-25 DigitalOptics Corporation Europe Limited Pixel mapping using a lookup table and linear approximation
KR101850503B1 (ko) 2016-09-27 2018-04-19 주식회사 켐트로닉스 Svm 시스템을 위한 카메라 영상 왜곡보정 시스템 및 그의 보정방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980084420A (ko) * 1997-05-23 1998-12-05 배순훈 윤곽정보 검출장치 및 방법
KR20120020821A (ko) * 2010-08-31 2012-03-08 이성원 영상 왜곡 보정 장치 및 방법
US8340462B1 (en) * 2011-02-14 2012-12-25 DigitalOptics Corporation Europe Limited Pixel mapping using a lookup table and linear approximation
KR101850503B1 (ko) 2016-09-27 2018-04-19 주식회사 켐트로닉스 Svm 시스템을 위한 카메라 영상 왜곡보정 시스템 및 그의 보정방법

Also Published As

Publication number Publication date
KR102633109B1 (ko) 2024-02-05

Similar Documents

Publication Publication Date Title
CN110322513B (zh) 一种相机外参标定方法、装置及电子设备
CN110060200B (zh) 图像透视变换方法、装置及设备
EP1145568B1 (en) Software correction of image distortion in digital cameras
US9866818B2 (en) Image processing apparatus and method, image processing system and program
US20030020732A1 (en) Method and system for processing a non-linear two dimensional spatial transformation
US20140340529A1 (en) Automatic Projection Image Correction System, Automatic Projection Image Correction Method, and Non-Transitory Storage Medium
CN104917955A (zh) 一种图像转换和多视图输出系统及方法
CN111145271B (zh) 相机参数的精确度的确定方法、装置、存储介质及终端
CN102422321B (zh) 摄像装置以及图像复原方法
US20170132762A1 (en) Method and device for generating stencil matrices and synthesizing parking images
CN110288527A (zh) 一种车载环视相机全景鸟瞰图生成方法
US11350066B1 (en) Camera-assisted projection optics distortion characterization and correction
US20220319145A1 (en) Image processing device, image processing method, moving device, and storage medium
CN112419420B (zh) 一种相机标定方法、装置、电子设备及存储介质
KR20160040330A (ko) 어안 렌즈로부터 획득한 왜곡 영상을 동심원 형태의 표준 패턴을 이용하여 보정하는 방법
CN114286068B (zh) 对焦方法、装置、存储介质以及投影设备
CN117523007A (zh) 一种车载摄像头的静态标定方法、装置、车辆及存储介质
KR20210090046A (ko) 광각 영상 객체 검출을 위한 데이터 변환 시스템 및 방법
US11024015B2 (en) Image processing apparatus and distortion correction coefficient calculation method
KR101351911B1 (ko) 카메라의 영상 처리 장치 및 방법
US11134204B2 (en) Image processing apparatus and image transformation method
JP6316010B2 (ja) 画像処理装置、画像処理方法
KR20200033601A (ko) 영상 처리 장치 및 방법
CN116051652A (zh) 一种参数标定方法及电子设备、存储介质
JP6855254B2 (ja) 画像処理装置、画像処理システム、及び、画像処理方法

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