Simple Camera Calibration Using Neural Networks

신경망을 이용한 간단한 카메라교정

Camera calibration is a procedure which calculates internal and external parameters of a camera with the Down world coordinates of the control points. Accurate camera calibration is required for achieving accurate visual measurements. In this paper, we propose a simple and flexible camera calibration using neural networks which doesn't require a special knowledge of 3D geometry and camera optics. There are some applications which are not in need of the values of the internal and external parameters. The proposed method is very useful to these applications. Also, the proposed camera calibration has advantage that resolves the ill-condition as object plane is near parallel image plane. The ill-condition is frequently met in product inspection. For little more accurate calibration, acquired image is divided into two regions according to radial distortion of lens and neural network is applied to each region. Experimental results and comparison with Tsai's algorithm prove the validity of the proposed camera calibration.

카메라 교정(Camera calibration)은 알고있는 월드 좌표계(world coordinate system)의 제어점(control points)들에 대하여 카메라의 내부/외부 인자(internal and external parameters)들을 계산하는 과정이다. 정확한 카메라 교정은 정밀한 측정을 위해서 반드시 요구된다. 본 논문에서, 우리는 3D 기하학이나 카메라 광학에 대한 특별한 지식을 요구하지 않는 신경망을 이용하여 간단하면서도 유연한 카메라 교정을 제안한다. 제안한 방법은 내부/외부 인자를 요구하지 않는 응용 분야에 매우 유용하다. 또한 제안한 카메라 교정은 물체가 이미지 평면과 거의 평행할 경우에 발생하는 악조건(ill-condition)문제를 해결할 수 있는 장점을 가졌다. 이러한 악조건은 시각 시스템을 이용하여 제품 검사를 할 경우에 흔히 발생한다. 좀더 정확한 교정을 위해 획득한 이미지는 렌즈의 방사형 왜곡에 따라 두 개의 지역으로 분할하여 교정된다. 그리고 Tsai의 알고리즘을 이용한 결과와 제안한 방법을 이용하여 교정한 결과를 실험을 통해 타당성을 증명한다.