• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.471-476
• /
• 2007

본 논문에서는 다중카메라를 이용한 3차원 공간 구성에 대한 분석을 위해 실제 카메라의 3차원 위치를 분석하였다. 카메라의 3차원 위치 분석을 위해서 카메라 교정법을 이용하였으며 교정 결과 얻은 카메라의 외부변수를 역좌표변환하여 카메라의 3차원 위치를 얻었다. 다중카메라 교정을 위해서 10대의 카메라를 다섯 쌍의 스테레오 카메라로 묶어 교정을 하였다. 이러한 과정을 통해 얻은 카메라의 외부변수의 역좌표변환으로 실제 카메레라의 위치를 계산하였고 이것의 정확한 3차원 위치정보를 얻기 위해 초기 교정에서 선택된 12개의 점을 기초로 하여 각 좌표의 8-방향의 좌표 결과를 얻게 된다. 이렇게 해서 얻은 좌표를 이용하여 카메라 교정 과정을 반복하였다. 그 결과 카메라의 정확한 3차원 위치를 얻었으며, 또한 마커 좌표의 변화가 카메라의 위치에 영향 정도를 분석하였다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.845-848
• /
• 2000

운동(motion) 벡터는 보고 있는 카메라와 관측되는 대상물 사이의 상대적인 움직임에 의해서 발생되는 3차원 물체의 속도가 2차원 영상에 투사되어 맺히는 영상에서의 2차원 속도 벡터를 가리킨다 영상에서 물체의 움직임은 3차원 공간상의 운동을 알 수 있는 중요한 정보로써 물체를 추적하는데 응용되고 있다. 본 논문에서는 여러 장의 연속적인 2차원 밝기 영상으로부터 카메라의 움직임을 추정하는 문제를 다룬다. 기존의 특징 기반 추적 기법에서는 저 단계의 영상 처리 과정에서 모델과 배경의 특징점이 서로 분리되지 않거나, 모델의 특징(feature)이 소실되었을 경우, 추적이 용이하지 못하고, 카메라와 3차원 물체의 병진과 회전 운동에 의해 발생된 움직임의 경우 3차원 표적 특징이 많이 사라져서 오차가 많이 누적되기도 한다. 본 논문에서는 이러한 문제를 해결하기 위하여 목표물 및 배경 특징들을 사용하여 카메라의 운동 정보를 찾아내는 기법을 제안한다. 제안하는 3차원 카메라의 운동 정보 추정 기법은 크게 두 장의 연속된 영상으로부터 3차원 모델과 배경의 많은 특징들에 대한 광류(optical flow) 검색 과정과, 이로부터 취득한 움직임 벡터와 카메라의 비선형 운동 방정식과 Lagrange multiplier를 통한 카메라의 운동 정보 추정 과정으로 구성된다.

• CDE review
• /
• v.3 no.2
• /
• pp.45-51
• /
• 1997

당 사의 카메라 사업부에서는 2배줌 및 3배줌 카메라 각각 1개 기종씩 2개 기종의 카메라를 동시 개발하는 카메라 개발 프로젝트에 3차원 설계 프로세스를 도입하여 납기 및 품질 측면에서 괄목할 만한 성과를 거둘 수 있었다. 당 사는 95년 5월부터 3차원 CAD/CAM 시스템을 도입하여 카메라 1개 기종을 개발 완료하였고, 이 때 발생했던 문제점을 보완, 개선하여 금번 프로젝트를 수행하였다. 본 프로젝트의 특징을 간략하게 서술하여 보면 다음과 같다. 1) 카메라의 Body, Finder Ass'y 등 공용화 가능한 주요 부품들을 공용화하여 2배줌 및 3배줌 카메라 두개 기종을 동시에 설계 진행하였다. 2) Layout 설계 단계에서부터 3차원 CAD 시스템을 사용하여 완전한 Top-Down 설계방법 및 팀설계 방법을 적용하였다. 3) 사내 금형설계 및 가공 부문에서 제작되어야 할 핵심 부품의 경우 3차원 CAD/CAM 시스템을 일괄 적용하여 개발설계에서부터 가공까지 일원화된 3차원 CAD 데이터를 활용하는 시스템 체계를 적용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06b
• /
• pp.162-166
• /
• 2010

기존의 인간과 컴퓨터 사이의 상호작용을 제어하는 손 인터페이스들은 대부분이 2차원 영상을 분석, 제어하는 간단한 구조로 되어 있거나 3차원 분석의 경우 주로 두 대의 카메라로 영상을 입력 받아 매 프레임 많은 연산을 처리하는 불필요한 구조로 구현된 경우가 많다. 본 논문에서 제안하는 가상 양시점화 기법은 두 카메라 사이의 변환 정보를 호모그래피(Homography) 행렬로 계산한 후에는 오직 한 대의 카메라만을 이용하여 사실적인 3차원 손 좌표 복원을 수행한다. 즉, 초기에 구해진 호모그래피 행렬을 통해 가상의 두 번째 카메라의 좌표 값을 예측하여 한 대의 카메라만을 사용하면서도 두 대의 카메라로 처리하는 것과 같은 결과를 얻으려는 시도이다. 이는 단일 손 영상을 분석하여 3차원 정보를 유추하는 기존의 3차원 손인터페이스 방식에 비해 보다 정확한 3차원 정보를 얻을 수 있으며, 두 대의 카메라를 동시에 구동할 때보다 연산량의 감소로 실시간 처리에 있어 효율적이다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.385-387
• /
• 2012

본 논문에서는 스테레오 기반 카메라 추적 방법을 이용하여 3차원 모바일 디스플레이 상의 증강현실에서 증강된 가상 객체의 3차원 효과가 올바르게 나타나도록 하는 방법을 제안한다. 3차원 디스플레이에 가상 콘텐츠를 증강시키기 위해서는 카메라의 정확한 위치와 자세를 추정하는 것도 중요하지만, 증강된 가상 콘텐츠의 시각적 3차원 효과가 올바르게 나타나도록 하는 것도 중요하다. 이를 위해서는 좌우 카메라의 3차원 공간상의 관계가 유지되도록 양측 카메라의 위치 및 자세를 동시 추정(joint estimation)할 필요가 있다. 제안된 방법은 스테레오 카메라와 패럴렉스 배리어 방식의 3차원 디스플레이가 장착된 안드로이드 스마트폰에서 구현되고 실험되었다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.4 no.3
• /
• pp.27-33
• /
• 2003

The image-based 3D modeling is the technique of generating a 3D graphic model from images acquired using cameras. It is being researched as an alternative technique for the expensive 3D scanner. In this paper, we propose the image-based, 3D modeling system using calibrated stereo cameras. The proposed algorithm for rendering, 3D model consists of three steps, camera calibration, 3D reconstruction, and 3D registration step. In the camera calibration step, we estimate the camera matrix for the image aquisition camera. In the 3D reconstruction step, we calculate 3D coordinates using triangulation from corresponding points of the stereo image. In the 3D registration step, we estimate the transformation matrix that transforms individually reconstructed 3D coordinates to the reference coordinate to render the single 3D model. As shown the result, we generated relatively accurate 3D model.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.1
• /
• pp.42-47
• /
• 2005

In this papcr, we address the 3D reconstruction of the indoor circumstance using what the data is extracted by a pall of image from Stereo Camera. Generally sucaking, there arc three methods to extract 3-Dimensional data using IR sensor, Laser sensor and Stereo camera sensor. The best is stereo camera sensor which can show a high performance at a reasonable price. We used 'Window Correlation Matching Method' to extract 3-Dimensional data in stereo image. We proposed new Method to reduce error data, said 'Histogram Weighted Hough Transform'. Owing to this mettled, we reduced error data in each stereo image. So reconstruction is well done. 3-Dimensional Reconstruction is accomplished by using the DirectX that is well known as 3D-Game development tool. We show that the stereo camera can be not only used to extract 3-dimensional data but also applied to reconstruct the 3-Dimensional circumstance. And we try to reduce the error data using various method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.817-820
• /
• 2014

본 논문에서는 휴대용 카메라를 이용한 3차원 공간 재구성을 위해 카메라의 실시간 포즈를 정확히 추정할 수 있는 카메라 포즈 최적화 시스템을 제안한다. 본 시스템에서는 3차원 공간에서 6차원 자유도를 가지고 움직이는 카메라의 주행 거리와 추정 포즈들 사이의 관계를 3차원 포즈 그래프로 나타냈다. 그리고 이 포즈 그래프에 대표적인 포즈 SLAM 알고리즘인 g2o를 적용함으로써, 최적화된 카메라 포즈들을 계산해낸다. 본 논문에서는 TUM 대학의 벤치마크 데이터 집합을 이용해 다양한 성능 평가 실험들을 수행하였고, 이를 통해 본 논문에서 제안한 카메라 포즈 최적화 시스템의 높은 성능을 확인할 수 있었다.

• The KIPS Transactions:PartB
• /
• v.17B no.3
• /
• pp.215-226
• /
• 2010

The structured-light 3D reconstruction technique uses a coded-pattern to find correspondences between the camera image and the projector image. To calculate the 3D coordinates of the correspondences, it is necessary to calibrate the camera and the projector. In addition, the calibration results affect the accuracy of the 3D reconstruction. Conventional camera-projector calibration techniques commonly require either expensive hardware rigs or complex algorithm. In this paper, we propose an easy camera-projector calibration technique. The proposed technique does not need any hardware rig or complex algorithm. Thus it will enhance the efficiency of structured-light 3D reconstruction. We present two camera-projector systems to show the calibration results. Error analysis on the two systems are done based on the projection error of the camera and the projector, and 3D reconstruction of world reference points.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.185-188
• /
• 2015

미리 저장된 객체의 3차원 특징점(Feature point) 좌표와 카메라 영상의 2차원 특징점 좌표를 매칭(Matching)하여 객체를 추적하는 방식의 경우, 카메라의 시점이 변할 때 특징점에서 발생되는 원근 효과(Perspective effect)가 반영되지 못하여 특징점 매칭 오류가 발생한다. 따라서 특징점에서 발생하는 원근 효과를 반영하여 정확한 카메라 포즈를 추정하기 위해 이전 프레임(Frame)의 카메라 포즈(Camera Pose)에 맞추어 텍스쳐가 포함 된 3차원 객체의 모델을 렌더링 하여 원근 효과를 적용한 후, 현재 카메라 영상과 특징점 매칭하여 프레임 사이의 카메라 움직임을 구하여 객체를 추적한다. 더 나아가 본 논문에서는 특징점 매칭에서 발생하는 작은 오류들로 인한 미세한 카메라 움직임은 2단계의 임계치(Threshold)를 적용하여 떨림 현상으로 간주하여 떨림 현상이 제거된 객체 추적을 수행한다. 매 프레임마다 카메라 포즈에 맞춘 추적 객체를 렌더링 하기 때문에 떨림 현상으로 간주되어 제거된 카메라 움직임은 누적되지 않고, 추적 오류도 발생시키지 않는다.