• 한국정보전자통신기술학회논문지
• /
• 제3권3호
• /
• pp.8-13
• /
• 2010

Shape from focus (SFF) 방법은 이미지의 초점화된 영상을 이용하여 삼차원의 형상을 복원하는 방법이다. 그동안 많은 SFF 방법들이 연구되어 왔지만 노이즈에 대한 문제점과 영상특성으로 인한 최적화되지 못한 문제점이 남아있었다. 그러므로 노이즈를 제거하기 위한 필터링과 최적화 알고리즘을 제안한다. 성능 평가를 위하여 통계적인 판별기준인 평균제곱근오차 (RMSE)와 상관관계 (correlation) 수치를 이용한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권1호
• /
• pp.23-28
• /
• 2017

Shape from focus (SFF) 기법은 카메라 렌즈를 다양한 초점 거리로 놓고 촬영한 영상을 이용해 물체의 3차원 정보를 추출하는 방법이다. 이 논문에서는 미소 객체(microscopic object)의 3차원 깊이 정보를 추출하기 위해 수학적 모폴로지의 기울기 연산자를 이용하는 새로운 SFF방법을 제안한다. 전통적으로 SFF 기법에서는 초점의 품질을 측정하기 위해 하나의 초점 측도(focus measure)를 사용한다. 그러나 미소 객체의 복잡한 형태와 텍스쳐 특성에 따라 하나의 초점 측도만을 사용하는 것은 충분하지가 않은데, 본 논문에서는 향상된 초점 측도를 위해 다수의 형태소(multi-structuring elements)를 사용하는 모폴로지 연산자를 사용하는 방법을 제안한다. 최종적으로 모든 초점 측도 결과를 통합하여 최적의 깊이 맵을 계산하게 된다. 실험을 통해 제안된 알고리즘이 기존의 방법들에 비해 3차원 형상 복원 측면에서 더 정밀한 깊이 맵을 제공하는 것을 알 수 있었다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2013년도 춘계학술대회 논문집
• /
• pp.913-914
• /
• 2013

• 한국정보전자통신기술학회논문지
• /
• 제15권4호
• /
• pp.237-242
• /
• 2022

관제 및 측정 시스템 등에서 고품질 영상을 획득하는 것은 중요한 요소 중 하나이다. 영상 획득 기술 중에서 SFF (Shape from Focus)는 물체를 광축 방향으로 사전에 결정된 스텝 사이즈로 이동시킴으로써 초점 정도가 다른 2D 영상들을 획득함으로써 삼차원 형상을 복원하는 기술이다. SFF를 위해 일정한 스텝 사이즈로 물체를 이동시킬 때 각 스텝에서 광축 방향으로 기계 진동, 즉 지터 노이즈가 발생한다. 본 논문에서는 이 지터 노이즈의 영향을 줄이기 위해 새로운 상태 추정 필터를 설계 및 적용한다. 제안된 방법의 적용을 위해 지터 노이즈와 초점 커브는 가우시안 함수로써 모델링한다. 실험 결과들을 통해 제안된 방법의 효율성을 증명한다.

• 반도체디스플레이기술학회지
• /
• 제18권3호
• /
• pp.66-71
• /
• 2019

In shape from focus (SFF) methods, the quality of image focus volume plays a vital role in the quality of 3D shape reconstruction. Traditionally, a linear 2D filter is applied to each slice of the image focus volume to rectify the noisy focus measurements. However, this approach is problematic because it also modifies the accurate focus measurements that should ideally remain intact. Therefore, in this paper, we propose to enhance the focus volume adaptively by applying 3-dimensional weighted least squares (3D-WLS) based regularization. We estimate regularization weights from the guidance volume extracted from the image sequences. To solve 3D-WLS optimization problem efficiently, we apply a technique to solve a series of 1D linear sub-problems. Experiments conducted on synthetic and real image sequences demonstrate that the proposed method effectively enhances the image focus volume, ultimately improving the quality of reconstructed shape.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 하계종합학술대회논문집
• /
• pp.777-780
• /
• 1998

물체의 3차원적인 정보를 복원하는 일은 그 정보의 일련된 이용에 있어서 중요한 문제이다. 이를 위해 여러가지 방법들이 연구되고 있으며, 그 중 shape from focus(SFF) 방법은 영상의 초점이 맞는 렌즈의 위치를 찾아내어 렌즈 공식에 의해 초점이 맞는 부분의 거리 정보를 구할 수 있다. 기존의 이 방법은 초점이 맞았는지의 정도를 계산하기 위한 focus measure 값들을 카메라의 광학축에 수직인 단순한 평면으로 가정하여 그 합이 최대가 되는 위치를 찾아내었다. 이를 개선하기 위해서 focused image surface(FIS) 개념이 연구되었고 그로 인해 더욱 나아진 결과를 얻었다. 물체의 FIS는 카메라 렌즈에 의해 초점이 맞게된 물체의 점들의 집합으로 이루어진 공간상의 면이다. 기하광학에 의해 물체의 모양과 FIS 상이에는 일대일 대응 관계가 있고 FIS의 형태를 구하는것이 결국은 물체의 모양을 복원하는것이다. FIS 개념을 처음 적용할 때는 물체의 모양이 부분적으로 영상 탐지기(image detector)와 같은 평면으로 가정하여 3차원 공간상에서 가능한 모든 방향의 평면에 대한 focus measure를 구하여 그 값이 최대가 되는 렌즈의 위치를 구하였다. 그러나 이러한 방법은 focus measure의 합이 정사각형의 윈도우에서 계산되기 때문에 곡면으로 이루어진 실제 물체에서는 오차르 ㄹ가지게 된다. 본 논문에서는 이와는 달이 평면이 아닌 곡면에 대한 focus measure의 합이 최대가 되는 렌즈의 위치를 구하여 이전의 방법들 보다 정확한 복원이 가능함을 보인다.

• 한국멀티미디어학회논문지
• /
• 제16권1호
• /
• pp.11-18
• /
• 2013

본 논문에서는 정확한 깊이를 추출하기 위해 고차 통계기반 초점 척도를 이용한 SFF(shape from focus) 알고리즘을 제시한다. 기존의 SFF기반 3차원 깊이 복원 기법들은 초점 척도로 SML(sum of modified Laplacian)을 사용하기 때문에, 성능이 영상의 특성에 크게 의존하여 초점이 정밀하거나 질감이 풍부한 영상에서만 효율적이다. 그러므로, 본 논문에서는 비교적 질감과 초점이 빈약한 영상에서도 초점 값을 추출할 수 있도록 고차 통계(HOS:higher order statistics)를 이용한 알고리즘을 제안한다. 이 초점 척도에 의해 초점 영역 맵이 생성되고 국부적으로 최적의 초점 값을 갖는 화소를 추출하기 위해 영역개선, 세선화, 모서리 검출과정이 순서적으로 적용된다. 최종적으로 추출된 점에 대해서 Delaunay 삼각화를 사용하여 3차원 모델정보를 생성한다.

• 반도체디스플레이기술학회지
• /
• 제12권2호
• /
• pp.27-32
• /
• 2013

Shape From Focus (SFF) is a passive optical technique to recover 3D structure of an object that utilizes focus information from 2D images of the object taken at different focus levels. Mostly, SFF methods use a single focus measure to compute image focus quality of each pixel in the image sequence. However, it is difficult to recover accurate 3D shape using a single focus measure, as different focus measures perform differently in diverse conditions. In this paper, a nonlinear Total Variation (TV) based approach is proposed for 3D shape recovery. To improve the result of surface reconstruction, several initial depth maps are obtained using different focus measures and the resultant 3D shape is obtained by diffusing them through TV. The proposed method is tested and evaluated by using image sequences of synthetic and real objects. The results and comparative analysis demonstrate the effectiveness of our method.

• Current Optics and Photonics
• /
• 제4권5호
• /
• pp.411-420
• /
• 2020

Non-contact three-dimensional (3D) measuring technology is used to identify defects in miniature products, such as optics, polymers, and semiconductors. Hence, this technology has garnered significant attention in computer vision research. In this paper, we focus on shape from focus (SFF), which is an optical passive method for 3D shape recovery. In existing SFF techniques using interpolation, all datasets of the focus volume are approximated using one model. However, these methods cannot demonstrate how a predefined model fits all image points of an object. Moreover, it is not reasonable to explain various shapes of datasets using one model. Furthermore, if noise is present in the dataset, an error will be generated. Therefore, we propose an algorithm based on polynomial regression analysis to address these disadvantages. Our experimental results indicate that the proposed method is more accurate than existing methods.

• 반도체디스플레이기술학회지
• /
• 제13권2호
• /
• pp.23-28
• /
• 2014

For the reconstruction of three-dimensional (3D) shape of microscopic objects through shape from focus (SFF) methods, usually a single focus measure operator is employed. However, it is difficult to compute accurate depth map using a single focus measure due to different textures, light conditions and arbitrary object surfaces. Moreover, real images with diverse types of illuminations and contrasts lead to the erroneous depth map estimation through a single focus measure. In order to get better focus measurements and depth map, we have combined focus measure operators by using genetic algorithm. The resultant focus measure is obtained by weighted sum of the output of various focus measure operators. Optimal weights are obtained using genetic algorithm. Finally, depth map is obtained from the refined focus volume. The performance of the developed method is then evaluated by using both the synthetic and real world image sequences. The experimental results show that the proposed method is more effective in computing accurate depth maps as compared to the existing SFF methods.