• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1081-1086
• /
• 2006

일반적으로 프로젝터는 심도(depth of field)가 제한되어 있기 때문에 스크린이 곡면일 경우, 일부 영역에서는 초점이 맞지 않게(out-of-focus) 된다. 이런 out-of-focus 영역의 정보는 블러링(blurring)되기 때문에 사용자에게 정확한 정보를 전달할 수 없다. 여러 대의 프로젝터를 이용할 경우, 각 프로젝터는 다른 in-focus 영역을 가지기 때문에 각 프로젝터 픽셀의 in-focus/out-of-focus 판별을 통해 in-focus 픽셀만을 투사함으로써, out-of-focus 픽셀의 영향을 제거할 수 있다. 그러나 여러 대의 프로젝터의 in-focus영역이 거의 일치할 경우, out-of-focus영역은 여전히 out-of-focus상태일 수 밖에 없다. 따라서, 각 프로젝터의 초점을 유연하게 조절하면서 동시에 여러 대의 프로젝터에 의한 in-focus 영역을 최대한 크게 할 수 있는 방법이 필요하다. 본 논문에서는 각 프로젝터의 초점을 유동적으로 조절하면서 취득된 영상을 처리하여 in-focus 영역을 판별하고 각 프로젝터에 대한 in-focus 영역을 조합하여 전체in-focus 영역의 면적을 최대화하는 방법을 제안한다. 제안된 방법의 유용성을 검증하기 위해, 각 프로젝터의 in-focus 영역을 적절한 컬러를 이용해 시각적으로 표현해주고 이 정보를 참조해 각 프로젝터의 초점을 유동적으로 조절하여 전초점 영상을 만들어내는 시스템을 구현하였다.

• 한국통신학회논문지
• /
• 제29권3C호
• /
• pp.419-425
• /
• 2004

본 논문은 카메라로 찍은 투사 사영(Perspective Projection)의 한 영상으로부터 물체의 크기와 위치를 계산하기 위해서 3 개의 소실 점만을 사용해서 계산하는 새로운 방법을 제안한다. 우리의 접근 방법은 투사 사영의 영상으로부터 초점 거리(Focal Length), 회전 행렬(Rotation Matrix) 등의 정보들 없이 3개의 소실 점만을 가지고 계산하는 방법이다. 물체는 꼭지점(vertices)의 좌표가 크기 벡터 v 의 선형 함수로서 표현할 수 있는 다각형으로써 모델이 된다는 것을 가정한다. 이 재구성의 입력은 영상에서 특징 점과 모델에서 특징 점 사이 대응점의 집합으로 표현할 수 있다. 이 매개 변수 모델의 각각 크기를 최적화하기 위해서, 재구성의 최적화는 동일하게 매개 변수 공간을 샘플링에 의한 최적화기에 대하여 다중 시작점(multiple starting points)을 발생하는 다중 시작(multi-start) 방법을 가지는 표준 비선형 최적화 기법을 효과적으로 해결할 수가 있다.

• 한국정보디스플레이학회:학술대회논문집
• /
• 한국정보디스플레이학회 2000년도 제1회 학술대회 논문집
• /
• pp.161-162
• /
• 2000

We propose multi-layer aspheric lenticular lens for rear projection screen to provide wide viewing angle. Each pitch of lenticular lens sheet is divided by three region and image light from projection optical system is propagated widely on each region due to different focal point. Besides, to improve vertical viewing angle of screen, we propose glass bead embedded screen on observer side of lenticular lens.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.1145-1148
• /
• 2002

This paper presents a new method which is calculated to use only three vanishing points in order to compute the dimensions of object and its pose from a single image of perspective projection taken by a camera and the problem of recovering 3D models from three vanishing points of box scene. Our approach is to compute only three vanishing points without this information such as the focal length, rotation matrix, and translation from images in the case of perspective projection. We assume that the object can be modeled as a linear function of a dimension vector ν. The input of reconstruction is a set of correspondences between features in the model and features in the image. To minimize each the dimensions of the parameterized models, this reconstruction of optimization can be solved by the standard nonlinear optimization techniques with a multi-start method which generates multiple starting points for the optimizer by sampling the parameter space uniformly.