• 한국정보통신학회논문지
• /
• 제11권2호
• /
• pp.337-343
• /
• 2007

집적 영상 기술에서 재생되는 3차원 영상은 요소 영상의 해상도에 비례하기 때문에 고해상도의 3차원 영상을 얻기 위해서 요소 영상의 정보량이 급격히 증가하는 문제가 있다. 본 논문에서는 이 문제점을 해결하기 위해서 핀홀 모델 기반의 새로운 1차원 집적 영상 기법을 제안한다. 제안하는 기법에서 새로운 형태의 1차원 요소 영상을 제공하며, 이 요소 영상은 기존의 2차원 요소 영상에서 핀홀 모델을 적용하여 각각의 요소 영상에 대해서 수평 픽셀 라인을 선택하고 확대하여 만들고 지며, 이를 3차원 영상의 재생에 사용하였다. 제안하는 기법은 수직시차를 제거함으로써 요소영상의 정보량을 상당히 감소시킬 수 있다. 제안하는 방법 유용함을 보이기 위해서 광학적 실험을 수행하고, 그 결과를 보고한다.

• 한국통신학회논문지
• /
• 제37권2A호
• /
• pp.128-134
• /
• 2012

본 논문에서는 커브형 집적영상 시스템에서 부분적으로 가려진 먼 거리 3차원 물체의 인식 향상을 위한 새로운 direct pixel-mapping (DPM)방법을 제안한다. 제안 방법은 커브형 집적영상 시스템에서 DPM 방법에 의해 먼 거리에 위치한 3차원 물체로부터 픽업된 요소영상배열 (elemental image array, EIA)은 가시적으로 가까운 거리에서 픽업한 것과 같은 새로운 요소영상배열을 생성한다. 이러한 특성은 재생한 3차원 물체 영상의 해상도를 향상 시킬 수 있고, 이로 인하여 먼 거리에 위치한 3차원 물체에 대한 인식 성능을 향상 시킬 수 있다. 컴퓨터적 실험결과와 기존 방법과의 비교를 통하여 제안방법으로 재생한 물체의 PSNR과 NCC의 값이 평균 1.75dB와 4.56% 향상됨을 확인할 수 있었다.

• 한국전자통신학회논문지
• /
• 제13권2호
• /
• pp.411-418
• /
• 2018

본 논문에서는 집적영상에서 가상광학과 혼돈 수열(chaos sequence)을 결합하여 3차원 물체 영상을 암호화는 새로운 방법을 제안한다. 먼저 가상 핀홀 배열(virtual pinhole array)을 통하여 2차원 요소영상 배열(EIA)을 생성한 후, 이를 이용해 3차원 물체를 디지털로 만든다. 그 후 혼돈 수열의 논리적 연산을 통해 최종 암호화 영상을 만든다. 이러한 방법은 영상 데이터를 시각화하기 위한 영상의 기본 정보인 픽셀의 값을 변환시키기 때문에 기존의 암호화 방법보다 향상된 암호화 결과를 얻을 수 있다. 실험을 통해 본 암호화 방법의 유효성과 안정성을 검증한다.

• 지구물리와물리탐사
• /
• 제11권1호
• /
• pp.60-67
• /
• 2008

이 논문에서 우리는 해저용 수신기들과 이동하는 전기적 양극송신기의 한 조로 이루어진 전형적인 해양 인공송신 전자탐사 (MCSEM) 방법에 의해 얻어진 자료 해석에 전자탐사 구조보정법의 적용을 다룬다. 이 연구에서와 같이 다중 송신기와 다중 수신기를 이용해 획득된 자료는 방대한 컴퓨터 계산을 요하기 때문에 MCSEM자료의 3차원적 해석은 매우 도전적인 문제이다. 이와 동시에, 우리는 조밀하게 송신 및 수신기를 위치 시켜야 하는 이 MCSEM시스템은 구조보정법의 적용에 아주 적합하다는 것을 보여줄 것이다. 구조보정장 계산의 속도를 증가시키기 위해 우리는 직접 개발한 다중격자 준선형 (MGQL) 근사법에 기초한 적분방정식 해의 빠른 형태를 적용시켰다. 이 논문에서 공식화된 구조보정 영상 원리는 전형적인 해저 석유 저류층 모델에 적용되어 시험 되었다.

• 한국광학회지
• /
• 제20권2호
• /
• pp.94-101
• /
• 2009

본 논문에서는 집적영상에서 깊이 추출을 할 때 영상 분할 방법을 이용하여 각각의 물체에 대해 삼각형 메쉬(mesh) 모델을 구성하는 방법을 제안하였다. 집적영상에서 렌즈 어레이와 카메라를 이용하여 실제 물체를 픽업하면 요소영상(Elemental image) 집합을 얻을 수 있다. 요소영상 집합은 3차원 물체의 정보를 가지고 있으므로 대응점 분석을 통해 깊이 추출을 할 수 있다. 우선, 각 요소영상 중심점의 대응점 분석을 통해 시차를 구하고 이를 이용하여 깊이를 구한다. 요소영상의 중심점에 해당하는 물체의 X, Y 공간좌표는 각 점들이 사각형 격자 형태를 이룬다. 이 격자 형태의 점들 중에서 가까운 점 3개를 연결하여 삼각형 메쉬를 만들면 물체의 삼각형 메쉬 모델을 구할 수 있다. 이 때 각 물체에 대해 삼각형 메쉬 모델을 구하기 위해서 요소영상의 중심점들로 구성된 가운데 방향별 영상을 영상 분할하고 각각의 분할된 영역에 대해서만 삼각형 메쉬 모델을 구성하였다. 영상 분할 방법은 normalized cut 방법을 이용하였다. 제안된 방법의 검증을 위해 실제 물체를 픽업하고 각 물체의 삼각형 메쉬 모델을 구성하였다.