Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Performance Criterion-based Polynomial Calibration Model for Laser Scan Camera

레이저 스캔 카메라 보정을 위한 성능지수기반 다항식 모델

  • 백경동 (부산대학교 전자전기공학과) ;
  • 천성표 (영진전문대학 신재생에너지전기계열) ;
  • 김수대 (부산대학교 전자전기공학과) ;
  • 김성신 (부산대학교 전자전기공학과)
  • Received : 2011.06.13
  • Accepted : 2011.10.15
  • Published : 2011.10.25
Download PDF
⟨ Previous Next ⟩

Abstract

The goal of image calibration is to find a relation between image and world coordinates. Conventional image calibration uses physical camera model that is able to reflect camera's optical properties between image and world coordinates. In this paper, we try to calibrate images distortion using performance criterion-based polynomial model which assumes that the relation between image and world coordinates can be identified by polynomial equation and its order and parameters are able to be estimated with image and object coordinate values and performance criterion. In order to overcome existing limitations of the conventional image calibration model, namely, over-fitting feature, the performance criterion-based polynomial model is proposed. The efficiency of proposed method can be verified with 2D images that were taken by laser scan camera.

영상의 왜곡보정은 영상 좌표계(이미지)와 전역 좌표계(대상체)의 상관관계를 규정하는 것이다. 기존의 왜곡영상에 대한 보정은 카메라의 광학적 특성을 모델링하여 영상 좌표계와 전역 좌표계의 물리적 관계를 찾는 방식이 주를 이루고 있다. 본 논문에서는 성능 지수기반 다항식 모델을 이용하여 왜곡영상의 보정을 시도하였다. 성능지수기반 다항식 모델은 영상 좌표계와 전역 좌표계 사이의 상관관계를 다항식으로 가정한 후, 이미지와 대상체의 좌표 데이터와 성능지수를 이용하여 다항식 모델의 계수와 차수를 결정하는 방식이다. 제안한 성능지수기반 다항식 모델을 이용하여 기존의 왜곡영상을 보정방식이 가진 과대적합 문제와 같은 한계를 극복하고자 한다. 제안한 방법을 레이저 스캔 카메라로 획득한 2차원 영상에 적용하여 모델의 유효성을 검증하였다.

Keywords

References

  1. J. Wang, F. Shi, J. Zhang, Y. Liu, "A new calibration model of camera lens distortion," Pattern Recognition, vol. 41, pp 607-615, 2008. https://doi.org/10.1016/j.patcog.2007.06.012
  2. 김병익, 김대현, 배태욱, 김영춘, 심태은, 김덕규, "광각 카메라 영상의 보정을 위한 자동 정합 좌표 추출 방법," 멀티미디어학회 논문지, vol. 13, no. 3, pp. 410-416, 2010.
  3. S.-B. Roh, S.-K. Oh, W. Pedrycz, "A fuzzy ensemble of parallel polynomial neural networks with information granules formed by fuzzy clustering," Knowledge-Based Systems, vol. 23, pp. 202-219, 2010.
  4. W. Yu, "Image-based lens geometric distortion correction using minimization of average bicoherence index," Pattern Recognition, vol. 37, pp. 1175-1187, 2004. https://doi.org/10.1016/j.patcog.2004.01.001
  5. Y. Bai, D. Wang, "Improve the Position Measurement Accuracy Using A Dynamic On-Line Fuzzy Interpolation Technique," International Symposium on Computational Intelligence for Measurement Systems and Applications (CIMSA2003), pp. 29-31, 2003.
  6. Y. Bai, D. Wang, "On the Comparison of Trilinear, Cubic Spline, and Fuzzy Interpolation Methods in the High-Accuracy Measurements," IEEE Trans. on Fuzzy Systems, vol. 18, no. 5, pp. 1016-1022, 2010. https://doi.org/10.1109/TFUZZ.2010.2064170
  7. Y. Chen, Y. Chang, and B. Chen., "Fuzzy solutions to partial differential equations: Adaptive approach," IEEE Trans. on Fuzzy Systems, vol. 17, no. 1, pp. 116-127, 2009. https://doi.org/10.1109/TFUZZ.2008.2005010
  8. C. R.-Viala, A.-J. S.-Salmeron, "Robust metric calibration of non-linear camera lens distortion," Pattern Recognition, vol. 43, pp. 1688-1699, 2010. https://doi.org/10.1016/j.patcog.2009.10.003
  9. 김기영, 우운택, "실감 콘텐츠 생성을 위한 분해법 기반 다수 카메라 시스템 자동 보정 알고리즘," 방송공학회 논문지, vol. 11, no. 4, pp. 495-506, 2006.
  10. 박민기, "퍼지 모델을 이용한 카메라 보정에 관한 연구," 한국지능시스템학회 논문지, vol. 11, no. 5, pp. 413-418, 2001.
  11. J. Su, "Camera calibration based on receptive fi elds," Pattern Recognition, vol. 40, pp. 2837-2845, 2007. https://doi.org/10.1016/j.patcog.2007.01.024
  12. X. Chen, J. Xi, Y. Jin, J. Sun, "Accurate calibration for a camera-projector measurement system based on structured light projection," Optics and Lasers in Engineering, vol. 47, pp. 310-319, 2009. https://doi.org/10.1016/j.optlaseng.2007.12.001
  13. 임준식, 김수형, 박상철, "간판 영상 인식을 위한 텍스트 영역 왜곡 보정," 정보과학회논문지, vol. 38, no. 9, pp. 470-476, 2011.
  14. Y. V. Venkatesh, S. K. Raja, A. J. Kumar, "On the Application of a Modified Self-Organizing Neural Network to Estimate Stereo Disparity," IEEE Trans. on Image Processing, vol. 16, no. 11, pp. 2822-2829, 2007. https://doi.org/10.1109/TIP.2007.906772