• ETRI Journal
• /
• 제35권5호
• /
• pp.939-942
• /
• 2013

We provide a new solution for the projective reconstruction problem based on coupled line cameras (CLCs) and their geometric properties. The proposed solution is composed of a series of optimized steps, and each step is more efficient than those of the initial solution proposed in [1]. We also give a new determinant condition for rectangle determination, which leads to less ambiguity in implementation. The key steps of the proposed solution can be represented with more compact analytic equations due to the intuitive geometric interpretations of the projective reconstruction problem based on CLCs: the center of projection corresponds to the intersection point of the two solution circles of each line camera involved.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.391-394
• /
• 2005

In this paper, we present an approach that is able to reconstruct 3 dimensional metric models from un-calibrated images acquired by a freely moved camera system. If nothing is known of the calibration of either camera, nor the arrangement of one camera which respect to the other, then the projective reconstruction will have projective distortion which expressed by an arbitrary projective transformation. The distortion on the reconstruction is removed from projection to metric through self-calibration. The self-calibration requires no information about the camera matrices, or information about the scene geometry. Self-calibration is the process of determining internal camera parameters directly from multiply un-calibrated images. Self-calibration avoids the onerous task of calibrating cameras which needs to use special calibration objects. The root of the method is setting a uniquely fixed conic(absolute quadric) in 3D space. And it can make possible to figure out some way from the images. Once absolute quadric is identified, the metric geometry can be computed. We compared reconstruction image from calibrated images with the result by self-calibration method.

• 대한전자공학회논문지SP
• /
• 제42권2호
• /
• pp.113-120
• /
• 2005

비교정 영상 시퀀스(un-calibrated sequence)로부터 대상 장면을 재구성하는 연구는 컴퓨터 비젼에서 중요한 주제이다. 3차인 정보론 유클리드 공간에서 재구성하기 위해 프로젝티브(projective) 재구성이 선행되며, 이는 병합(merging)방법과 분해 (factorization)방법으로 나뉜다. 분해방법은 카메라 투영행렬과 3차원 구조정보를 한 번에 계산하기 때문에 계산속도가 빠르며, 병합방법의 단점인 오차의 누적 문제를 해결할 수 있다. 그러나 사용되는 일치점(correspondence)이 모든 영상 시퀀스에 존재한다는 가정으로 인해 긴 시퀀스에 적용하기 어렵다. 본 논문에서는 영상 시퀀스를 몇 개의 그룹으로 나누고 각 그룹을 분해 법으로 프로젝티브 재구성을 한 다음, 하나의 프로젝티브 공간으로 다시 구성하는 새로운 방법을 제안하였다. 시퀀스에서 그룹을 결정하기 위해 매칭점의 개수, 평면사영변환(homography) 오차, 영상 내 매칭점의 분포를 함께 고려했으며, 병합방법에 비해 카메라 파라미터의 오차 누적이 적고 계산속도면에서도 우수함을 실험을 통해 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.737-741
• /
• 2009

This paper addresses the factorization method to estimate the projective structure of a scene from feature (points) correspondences over images with occlusions. We propose both a column and a row space approaches to estimate the depth parameter using the subspace constraints. The projective depth parameters are estimated by maximizing projection onto the subspace based either on the Joint Projection matrix (JPM) or on the the Joint Structure matrix (JSM). We perform the maximization over significant observation and employ Tardif's Camera Basis Constraints (CBC) method for the matrix factorization, thus the missing data problem can be overcome. The depth estimation and the matrix factorization alternate until convergence is reached. Result of Experiments on both real and synthetic image sequences has confirmed the effectiveness of our proposed method.

• 한국멀티미디어학회논문지
• /
• 제15권6호
• /
• pp.770-783
• /
• 2012

본 논문에서는 다중 영상에서 추출된 특징점을 사용해서 투영 공간에서의 카메라 행렬과 3차원 정점좌표를 계산하는 방법을 제안한다. 수치적인 안정성을 위해서 특징점을 정규화한 후 복원하며 얻어지는 카메라 행렬과 3차원 정점에 대해서 비정규화한다. 카메라 행렬과 3차원 정점의 초기값을 얻기 위해서 특이값 분해기법을 사용해서 투영 깊이가 적용된 측정 행렬을 분해한다. 행렬 분해 제약을 사용하여 카메라 행렬과 3차원 정점을 투영 복원한다. 투영 복원 과정에서는 비선형 반복적 최적화 방법이 사용된다. 실험 결과 제안방법은 대체로 적절한 정확성을 얻었고 오차의 편차가 크지 않았다.

• 정보처리학회논문지B
• /
• 제17B권3호
• /
• pp.183-188
• /
• 2010

본 연구에서는 여러 이미지를 이용하여 사실적인 3차원 장면의 모델을 얻는 방법이 구현되었다. 이미지는 파라메터를 모르는 카메라를 이용하여 여러 위치에서 획득한 것을 사용하였다. 먼저 특징점 추출 및 추적 방법을 사용하여 모든 이미지에 대한 대응점들을 구하고 이 점들을 사용하여 사영복원을 구한다. 그 다음 사영 복원된 값에 여러 제약조건을 사용하여 유클리디언 복원을 하면 특징점들의 3차원 좌표값이 계산된다. 이 좌표값을 이용하여 삼각형 메쉬를 구한 후 이 면에 텍스처 맵핑을 하면 사실적인 복원이 완성된다. 전체 시스템은 C++언어로 구현하였으며, 사용자 인터페이스는 Qt 라이브러리로, 텍스처 맵핑과 모델 가시화 부분은 OpenGL 그래픽스 라이브러리로 구현하였다. 구현된 시스템의 효용성을 보이기 위해 모의 데이터와 실제 이미지 데이터를 이용하여 실험한 결과를 포함하였으며 만족할 만한 복원 결과를 얻을 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.191-194
• /
• 2003

The recovery of 3D scene structure from multiple views has been long one of the central problems in computer vision. This paper presents a new projective reconstruction method based on factorization for un-calibrated image sequences. The proposed algorithm provides an effective measure to construct frame groups by using various information between frames. The experimental results show that the proposed method can reconstruct a more precise 3D structure than the precious methods such as the merging method.

• 한국컴퓨터정보학회논문지
• /
• 제11권2호
• /
• pp.169-175
• /
• 2006

본 논문은 고정된 카메라를 수평 이동(panning)시켜 얻어진 영상으로부터 단순화된 변환식을 이용 실린더 파노라마 영상(cylindrical panorama)을 재구성하는 방법을 제안한다. 일반적인 영상간의 사영 변환식(projective transform)은 3차원 공간의 X, Y, Z축에 대한 카메라의 회전 성분을 모두 고려하지만, 실제 파노라마 영상을 구성하기 위해서는 Y축 중심의 카메라 회전만을 고려한다. 이러한 제약은 기존의 8자유도(degree of freedom)를 갖는 사영 변환식을 4자유도를 갖는 사영 변환식으로 단순화시키고, 그 결과 변환식을 유도하기 위해 필요한 대응점의 개수가 절반으로 줄어들어 전체적인 계산량을 크게 감소시킬 수 있다. 모의실험 결과 제안된 알고리즘은 기존의 알고리즘과 계산량을 감소시키면서 유사한 성능을 보이고 있고, 단순화된 사영 변환식을 이용한 영상을 구성하는 것을 보여주었다.

• 한국CDE학회논문집
• /
• 제20권4호
• /
• pp.357-366
• /
• 2015

We review recent research results on coupled line cameras (CLC) as a new geometric tool to reconstruct a scene quadrilateral from image quadrilaterals. Coupled line cameras were first developed as a camera calibration tool based on geometric insight on the perspective projection of a scene rectangle to an image plane. Since CLC comprehensively describes the relevant projective structure in a single image with a set of simple algebraic equations, it is also useful as a geometric reconstruction tool, which is an important topic in 3D computer vision. In this paper we first introduce fundamentals of CLC with reals examples. Then, we cover the related works to optimize the initial solution, to extend for the general quadrilaterals, and to apply for cuboidal reconstruction.

• 제어로봇시스템학회논문지
• /
• 제10권5호
• /
• pp.415-420
• /
• 2004

We present a new algorithm for the calibration of a camera and the recovery of 3D scene structure up to a scale from image sequences using known angles between lines in the scene. Traditional method for calibration using scene constraints requires various scene constraints due to the stratified approach. Proposed method requires only one type of scene constraint of known angle and also it directly recovers metric structure up to an unknown scale from projective structure. Specifically, we recover the matrix that is the homography between the projective structure and the Euclidean structure using angles. Since this matrix is a unique one in the given set of image sequences, we can easily deal with the problem of varying intrinsic parameters of the camera. Experimental results on the synthetic and real images demonstrate the feasibility of the proposed algorithm.