Hierarchical Height Reconstruction of Object from Shading Using Genetic Algorithm

유전자 알고리즘을 이용한 영상으로부터의 물체높이의 계층적 재구성

We propose a new approach to reconstruct the surface shape of an object from a shaded image. We use genetic algorithm instead of gradient descent algorithm which is apt to take to local minima and also proposes genetic representation and suitable genetic operators for manipulating 2-D image. And for more effective execution, we suggest hierarchical process to reconstruct minutely the surface of an object after coarse and global reconstruction. A modified Lambertian illumination model including the distance factor was herein adopted to get more reasonable result and an experiment was performed with synthesized and real images to demonstrate the devised method, of which results show the usefulness of our method.

본 논문에서는 영상의 밝기 정보로부터 물체의 표면 형상을 재구성하는 새로운 접근 방법을 제시한다. 표면 재구성 문제를 최적화 문제로 정의하고 국지 해(local minima)에 빠지기 쉬운 기존의 경사법(gradient method) 대신 유전자 알고리즘(genetic algorithm)을 사용한다. 이를 위해 2차원 이미지에 적절한 유전자 표현 및 유전자 연산을 제시한다. 또한 입력 이미지를 단계별로 축소하고, 축소된 이미지에 유전자 알고리즘을 적용하여 큰 형상을 먼저 결정한 후 미세한 형상을 찾아내는 계층적 방법을 적용함으로써 유전자 알고리즘의 수렴 속도를 개선한다. 반사 모델로 기존의 람버션 반사 모델(Lambertian illumination model)에 거리 요소를 포함시켜 보다 현실과 비슷한 제약 조건을 주었으며 실험을 통해 제시된 방법의 타당성을 보인다.