• 한국정보통신학회논문지
• /
• 제12권12호
• /
• pp.2271-2276
• /
• 2008

본 논문에서는 3D 영상의 해상도 개선을 위한 크기가변 확대 기법 기반의 컴퓨터적 집적 영상 재생 방법을 제안한다. 먼저 컴퓨터적 집적 영상 재생 방법에서 요소 영상 사이의 간섭 문제를 설명한다. 큰 확대개수는 요소 영상의 확대 중첩 과정에서 큰 간섭을 야기하여 재생 3D 영상의 해상도를 저하시킨다. 이 간섭 문제를 극복하기 위해서 최소 확대 계수를 계산하는 방법을 제안한다. 새로운 최소 확대 계수는 해상도가 향상된 3D 영상을 제공하며, 제안하는 방법은 기존의 방법보다 계산량이 작다. 제안하는 방법의 유용함을 보이기 위해서 컴퓨터 복원 실험을 수행하고 그 결과를 보고한다.

• Journal of information and communication convergence engineering
• /
• 제19권2호
• /
• pp.102-107
• /
• 2021

In this paper, we propose a new three-dimensional (3D) photon-counting integral imaging reconstruction method using a merging reconstruction process and maximum likelihood estimation (MLE). The conventional 3D photon-counting reconstruction method extracts photons from elemental images using a Poisson random process and estimates the scene using statistical methods such as MLE. However, it can reduce the photon levels because of an average overlapping calculation. Thus, it may not visualize 3D objects in severely low light environments. In addition, it may not generate high-quality reconstructed 3D images when the number of elemental images is insufficient. To solve these problems, we propose a new 3D photon-counting merging reconstruction method using MLE. It can visualize 3D objects without photon-level loss through a proposed overlapping calculation during the reconstruction process. We confirmed the image quality of our proposed method by performing optical experiments.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2280-2286
• /
• 2012

본 논문에서는 고속 컴퓨터 집적 영상 복원 방법을 이용하여 새로운 형태의 3D 비선형 상관기를 제안한다. 고속 컴퓨터 집적 영상 복원 방법을 구현하기 위해서 기존의 방법에서 확대 과정을 제거함으로서 고속 계산이 가능하다. 제안하는 상관기는 먼저 기준 물체와 목표 물체의 요소 영상들을 렌즈 배열을 통해 픽업한다. 이 픽업된 영상에 고속 컴퓨터 집적 영상 복원 방법을 사용하여 목표 평면 영상과 기준 평면 영상들이 복원된다. 복원된 기준 평면 영상과 목표 평면 영상들 간의 비선형 상호상관을 통해 인식을 수행한다. 비선형 상관 연산의 사용은 상관기의 3D 물체 인식 성능 향상시킬 수 있다. 제안된 방법의 유용함을 보이기 위해 기존의 방법과 비교하여 기초적인 상관관계 실험을 수행하고 그 결과를 보고한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권5호
• /
• pp.2273-2286
• /
• 2018

This paper describes transformations between elemental image arrays and a RGBD image for three-dimensional integral imaging and transmitting systems. Two transformations are introduced and analyzed in the proposed method. Normally, a RGBD image is utilized in efficient 3D data transmission although 3D imaging and display is restricted. Thus, a pixel-to-pixel mapping is required to obtain an elemental image array from a RGBD image. However, transformations and their analysis have little attention in computational integral imaging and transmission. Thus, in this paper, we introduce two different mapping methods that are called as the forward and backward mapping methods. Also, two mappings are analyzed and compared in terms of complexity and visual quality. In addition, a special condition, named as the hole-free condition in this paper, is proposed to understand the methods analytically. To verify our analysis, we carry out experiments for test images and the results indicate that the proposed methods and their analysis work in terms of the computational cost and visual quality.

• 한국통신학회논문지
• /
• 제34권11B호
• /
• pp.1311-1319
• /
• 2009

집적 영상 현미경에서 획득한 요소 영상을 이용하여 집적 영상 디스플레이에서 재생하였다. 일반화된 서로 다른 두 렌즈 어레이를 이용하는 집적 영상의 획득과 재생의 관계를 이용하여 집적 영상 현미경 및 디스플레이 시스템에 적용하였다. 집적 영상 현미경에서 획득한 요소 영상을 재생하기 위해서 스케일링이 적용된 요소 영상이 필요하다. 집적 영상을 재생할 때 요소 영상의 정보 손실을 최소화하는 스케일링 계수와 요소 영상의 왜곡을 최소화하는 스케일링 계수를 선택해야 한다. 본 연구에서는 $125{\mu}m$ 피치 사이즈의 마이크로 렌즈 어레이를 가지는 집적 영상 현미경으로 시료를 촬영하고 1mm 피치 사이즈의 렌즈 어레이를 가지는 집적 영상 디스플레이로 촬영된 시료를 3차원 영상으로 재생하는 실험을 수행하였다. 이 때, 요소 영상의 스케일링 계수는 집적 영상 현미경에서 획득한 요소 영상의 정보 손실을 최소화 하는 값으로 설정하였다.

• 한국광학회:학술대회논문집
• /
• 한국광학회 2009년도 동계학술발표회 논문집
• /
• pp.253-254
• /
• 2009

• Journal of information and communication convergence engineering
• /
• 제14권1호
• /
• pp.51-56
• /
• 2016

In this paper, we present a three-dimensional (3-D) automatic target recognition system based on optical integral imaging reconstruction. In integral imaging, elemental images of the reference and target 3-D objects are obtained through a lenslet array or a camera array. Then, reconstructed 3-D images at various reconstruction depths can be optically generated on the output plane by back-projecting these elemental images onto a display panel. 3-D automatic target recognition can be implemented using computational integral imaging reconstruction and digital nonlinear correlation filters. However, these methods require non-trivial computation time for reconstruction and recognition. Instead, we implement 3-D automatic target recognition using optical cross-correlation between the reconstructed 3-D reference and target images at the same reconstruction depth. Our method depends on an all-optical structure to realize a real-time 3-D automatic target recognition system. In addition, we use a nonlinear correlation filter to improve recognition performance. To prove our proposed method, we carry out the optical experiments and report recognition results.

• 한국정보통신학회논문지
• /
• 제17권4호
• /
• pp.981-988
• /
• 2013

본 논문에서는 집적 영상 기술을 이용하여 한 번의 획득 과정을 통하여 물체의 3차원 공간정보를 저장한 후 저장된 정보를 이용하여 집속면(focusing plane)에 대응하는 디포커싱 영상을 구현하는 방법을 제안한다. 집속면에 대응하는 ${\delta}$-함수 배열과 기본영상의 콘볼루션 연산을 통하여 집속면에 대응하는 포커싱 및 디포커싱영상을 구현하였다. 디포커싱 정도는 집속면과 물체거리의 차이에 따라 상대적으로 달라짐을 관찰 할 수 있었다. 제안하는 방법에 대한 기초적인 실험을 수행하고 그 결과를 보고한다.

• Journal of the Optical Society of Korea
• /
• 제19권4호
• /
• pp.390-396
• /
• 2015

We propose a partial occlusion removal method for computational integral imaging reconstruction (CIIR) based on the usage of the exemplar based inpainting technique. The proposed method is an improved version of the original linear inpainting based CIIR (LI-CIIR), which uses the inpainting technique to fill in the data missing region. The LI-CIIR shows good results for images which contain objects with smooth surfaces. However, if the object has a textured surface, the result of the LI-CIIR deteriorates, since the linear inpainting cannot recover the textured data in the data missing region well. In this work, we utilize the exemplar based inpainting to fill in the textured data in the data missing region. We call the proposed method the neighboring elemental image exemplar based inpainting (NEI-exemplar inpainting) method, since it uses sources from neighboring elemental images to fill in the data missing region. Furthermore, we also propose an automatic occluding region extraction method based on the use of the mutual constraint using depth estimation (MC-DE) and the level set based bimodal segmentation. Experimental results show the validity of the proposed system.

• Journal of the Optical Society of Korea
• /
• 제14권4호
• /
• pp.388-394
• /
• 2010

In this paper the object recognition performance of a photon counting integral imaging system is quantitatively compared with that of a conventional gray scale imaging system. For 3D imaging of objects with a small number of photons, the elemental image set of a 3D scene is obtained using the integral imaging set up. We assume that the elemental image detection follows a Poisson distribution. Computational geometrical ray back propagation algorithm and parametric maximum likelihood estimator are applied to the photon counting elemental image set in order to reconstruct the original 3D scene. To evaluate the photon counting object recognition performance, the normalized correlation peaks between the reconstructed 3D scenes are calculated for the varied and fixed total number of photons in the reconstructed sectional image changing the total number of image channels in the integral imaging system. It is quantitatively illustrated that the recognition performance of the photon counting integral imaging system can be similar to that of a conventional gray scale imaging system as the number of image viewing channels in the photon counting integral imaging (PCII) system is increased up to the threshold point. Also, we present experiments to find the threshold point on the total number of image channels in the PCII system which can guarantee a comparable recognition performance with a gray scale imaging system. To the best of our knowledge, this is the first report on comparisons of object recognition performance with 3D photon counting & gray scale images.