• 한국정보통신학회논문지
• /
• 제19권8호
• /
• pp.1805-1810
• /
• 2015

깊이 영상에 대한 접근성이 용이해지면서 다양한 연구 분야에서 깊이 센서를 활용하고 있다. 컴퓨터 비전의 모션인식 분야에서도 깊이 영상을 이용한 연구들이 진행되고 있다. 모션을 정확히 인식하기 위해서는 안정적인 데이터를 활용할 수 있어야 하지만 깊이 센서는 노이즈를 포함한다. 이러한 노이즈는 모션 인식 시스템의 성능에 영향을 줄 수 있기 때문에 효과적으로 노이즈를 억제하는 방법이 필요하다. 본 논문에서는 하드웨어를 사용하여 깊이 센서에서 입력되는 깊이 영상에 시간 영역과 공간 영역에서 안정화를 수행함으로써 깊이 영상을 안정화하는 하드웨어를 제안한다. 바닥 제거 알고리즘에 깊이 영상 안정화를 적용하여 노이즈를 억제한 깊이 영상 안정화가 시스템의 신뢰도 향상에 기여할 수 있음을 확인하고 구현한 하드웨어를 FPGA와 APU를 이용해 실시간 동작을 확인하였으며 설계한 하드웨어는 최대 202.184MHz에서 동작할 수 있다.

• 한국통신학회논문지
• /
• 제37권4C호
• /
• pp.277-282
• /
• 2012

본 논문에서는 실감 원격 영상회의를 위한 시선 맞춤 시스템을 제안한다. 제안하는 방법은 적외선 구조광을 사용하는 Kinect 깊이 카메라를 이용해서 색상 영상과 깊이 영상을 획득하고, 깊이 영상을 이용해서 사용자를 배경으로부터 분리한다. 깊이 카메라로부터 획득한 가공되지 않은 깊이 영상은 다양한 형태의 잡음을 가지고 있기 때문에, 첫번째 전처리 과정으로 결합형 양방향 필터를 사용해서 잡음을 제거한다. 그 다음, 깊이값의 불연속성에 적응적인 저역 필터를 적용한다. 색상 영상과 전처리 과정을 거친 깊이 영상을 이용해서 우리는 가상시점에서의 화자를 3차원 모델로 복원한다. 전체 시스템은 GPU 기반의 병렬 프로그래밍을 통해 실시간 처리가 가능하도록 했다. 최종적으로, 우리는 시선이 조정된 원격의 화자 영상을 얻을 수 있게 된다. 실험 결과를 통해 제안하는 시스템이 자연스러운 화자간 시선 맞춤을 실시간으로 가능하게 하는 것을 확인했다.

• 한국정보통신학회논문지
• /
• 제25권5호
• /
• pp.637-644
• /
• 2021

일반적으로, 컴퓨터 비전, 로보틱스, 증강현실 분야에서 3차원 공간 및 3차원 객체 검출 및 인식기술의 중요성이 대두되고 있다. 특히, 마이크로소프트사의 키넥트(Microsoft Kinect) 방식을 사용하는 영상 센서를 통하여 RGB 영상과 깊이 영상을 실시간 획득하는 것이 가능해짐으로 인하여 객체 검출, 추적 및 인식 연구에 많은 변화를 가져오고 있다. 본 논문에서는 다시점 카메라 시스템 상에서의 깊이 기반(RGB-Depth) 카메라를 통해 획득된 영상을 처리하여 3D 복원 영상의 품질을 향상하는 방법을 제안한다. 본 논문에서는 컬러 영상으로부터 획득한 마스크 적용을 통해 객체 바깥쪽 잡음을 제거하는 방법과 객체 안쪽의 픽셀 간 깊이 정보 차이를 구하는 필터링 연산을 결합하여 적용하는 방법을 제시하였다. 각 실험 결과를 통해 제시한 방법이 효과적으로 잡음을 제거하여 3D 복원 영상의 품질을 향상할 수 있음을 확인하였다.

• 한국통신학회논문지
• /
• 제36권12C호
• /
• pp.738-743
• /
• 2011

고해상도 3차원 깊이 영상은 고품질의 3차원 방송을 위해 필요한 중요한 정보이다. 깊이 카메라는 정확한 깊이 정보를 실시간으로 얻을 수 있지만, 카메라 물리적 한계로 인해 저해상도의 깊이 영상만 이용한다. 본 논문에서는 저해상도의 깊이 영상과 색상 영상을 이용하여 색상 영상을 보간 하는 방법을 제안한다. 제안하는 방법은 랜덤워크 확률 모델을 이용하여 각 화소들이 초기 깊이값과 같을 확률값을 정의하여 가장 높은 확률을 가지는 초기 깊이값을 나머지 화소들에 복사한다. 제안한 방법은 인접한 화소들만을 이용하는 것이 아니라 경로를 따라 비용을 계산함으로써, 여러 화소에 걸친 색상의 변화율이 고려되어 물체의 경계 주변에서 색상 영역과 깊이 영상간의 경계가 일치하는 향상된 깊이 영상을 얻을 수 있다.

• 한국정보기술학회논문지
• /
• 제17권8호
• /
• pp.75-83
• /
• 2019

본 논문에서는 Median flow와 영상의 Depth 정보를 이용하여 산업 현장의 다양한 환경 조건에서 실시간 철근의 끝점 추적 및 검출이 가능한 방법을 제안한다. 영상의 Depth 정보에 Median filter, Binarization, Morphology, Blob의 알고리즘을 사용하여 2개의 철근 끝점을 검출하는 방법을 제안하였다. 실시간 철근 끝점 추적을 위해서는 Median flow의 알고리즘을 이용하여 철근의 움직임 방향과 위치 추적을 제안하였다. 그리고 Depth 영상에서 검출된 철근 끝점 좌표와 Median flow를 이용한 철근의 위치추적 좌표를 서로 비교하여 최종 위치 좌표를 결정하였다. 그 결과 기존 Median flow 방식만 적용하였을 때 75% 정도의 철근의 최종 위치 판단 성공률이 Depth의 철근 끝점 정보까지 활용하였을 때는 95%까지 추적 성공률이 높아졌다.

• 대한기계학회논문집B
• /
• 제23권3호
• /
• pp.398-407
• /
• 1999

In the present image processing technique, the concept of the gradient indicator(GI) has been introduced to find out the depth-of-field in sizing large particles ranging from $30{\mu}m$ to $30{\mu}m$ where using of the concept of the normalized contrast value(VC) is not appropriate. The gradient indicator is defined as the ratio of the local value to the maximum possible value of the gray-level gradient in an image frame. The gradient indicator decreases with the increases of the particle size and the distance from the exact focal plane. A particle is considered to be in focus when the value of the gradient indicator at its image boundary stays above a critical value. This critical gradient indicator($GI_{critical}$) is defined as the maximum gradient indicator($GI_{max}$) subtracted by a constant ${\Delta}GI$ which is to account for the particle-size effect. In the present ca.so, the value of ${\Delta}GI$ was set to 0.28 to keep the standard deviation of the measured particles mostly within 0.1. It was also confirmed that, to find the depth-of-field for small particles(${\leq}30{\mu}m$) with the same measurement accuracy, tho concept of the critical normalized contrast($VC_{critical}$) is applicable with 85% of the maximum normalized contrast value($VC_{max}$). Finally, the depth-of-field was checked for the size range between $10{\mu}m$ and $300{\mu}m$ when the both in-focus criteria ($GI_{critical}$ and $VC_{critical}$) were adopted. The change of the depth-of-field with the particle size shows good linearity in both the VC-applicable and the GI-applicable ranges with a reasonable accuracy.

• 정보과학회 논문지
• /
• 제44권2호
• /
• pp.186-194
• /
• 2017

깊이 영상 기반 렌더링은 깊이 정보를 활용하여 가상 시점의 영상을 생성하는 기술로 다양한 3차원 영상시스템에서 필요로 하는 기술이다. 깊이 영상 기반 렌더링에서 가장 어려운 과제는 가상 시점 영상에서 새롭게 드러나는 부분을 채우는 과정이다. 영상 인페인팅은 이 과정에서 보편적으로 활용되는 방법이다. 본 논문에서는 홀을 채우는 과정에서 발생하는 오류를 줄이고 자연스럽게 채우는 방법을 제안한다. 먼저 색상 영상의 정보와 깊이 정보를 활용하여 지역적으로 적응적 패치 크기를 선택하도록 하였다. 또한 패치 간 유사도에 따라 홀을 채우는 방법을 한 번에 채우는 경우와 부분적으로 채우는 경우로 구분하였다. 이를 통해 오류의 발생을 줄이고 깊이 영상 기반 렌더링에서 가장 큰 문제가 되는 오류의 전파를 억제하였다. 실험을 통해 제안한 방법이 기존의 방법보다 시각적으로 자연스러운 가상 시점 영상을 생성하는 것을 확인하였다.

• 센서학회지
• /
• 제29권2호
• /
• pp.123-127
• /
• 2020

In this paper, the estimation of the disparity for depth extraction in monochrome complementary metal-oxide-semiconductor (CMOS) image sensors with offset pixel apertures is presented. To obtain the depth information, the disparity information between two different channel data of the offset pixel apertures is required. The disparity is caused by the difference in the response angle between the left- and right-offset pixel aperture images. A depth map is implemented by the generated disparity. Therefore, the disparity is the most important factor for realizing 3D images from the designed CMOS image sensor with offset pixel apertures. The disparity is influenced by the pixel height and offset value of the offset pixel aperture. To confirm this correlation, the offset value is set to maximum within the pixel area, and the disparity values corresponding to the difference in the heights are calculated and compared. The disparity is derived using the camera-lens formula. Two monochrome CMOS image sensors with offset pixel apertures are used in the disparity estimation.

• 감성과학
• /
• 제16권1호
• /
• pp.29-42
• /
• 2013

본 연구에서는 피사체의 깊이와 깊이 표현의 상세레벨(detail level)을 각기 다르게 조정한 깊이맵을 이용하여 2D-to-3D 입체변환을 수행하고, 변환된 입체 이미지를 기반으로 시청자 평가 실험을 진행하여 피사체의 절대적 깊이 변화와 배경간의 깊이 차이에 따라 깊이맵의 상세레벨이 깊이감, 볼륨감, 불편감에 미치는 효과를 분석하였다. 주객체의 깊이는 3 레벨로 조정하였고, 또한, 주객체와 배경과의 상대적 깊이 차이도 하나의 독립변인으로 분석하기 위하여 3 레벨로 조정하였다. 깊이맵의 깊이 표현의 상세레벨을 다시 3레벨로 나누어, 이들 조건을 만족하는 18개의 깊이맵을 정의하고 이를 기반으로 실험을 위한 입체영상을 생성하였다. 18개의 입체영상을 실험참가자에게 보여 주고 설문을 통하여 각 영상별로 실험자들이 느끼는 주관적 입체감, 볼륨감, 불편감을 조사하였다. 그 결과 주 피사체의 절대적 위치와 피사체-배경간의 상대적 거리차이가 달라짐에 따라 깊이맵의 상세도가 깊이감, 볼륨감, 불편감에 미치는 영향력이 달라지는 결과를 얻었다. 단색 깊이맵의 경우는 주객체의 절대적 깊이위치에 상관없이 전반적으로 볼륨감을 크게 훼손하고, 스크린의 안쪽에 객체가 위치하는 경우, 다른 상세레벨의 깊이맵에 비해 깊이감도 크게 저하시키는 효과를 보이기 때문에 주객체의 절대적 위치와 상관없이 사용을 피하는 것이 바람직 한 것으로 분석되었다. 또한, 세밀한 깊이맵과 간략한 깊이맵을 적용하였을 때 실험자가 입체감을 크게 다르게 느끼지 못하는 것으로 나타남에 따라 입체변환시 모든 장면에 너무 과도하게 상세한 깊이맵을 구성할 필요가 없는 것으로 분석되었다.

• 한국CDE학회논문집
• /
• 제21권3호
• /
• pp.296-305
• /
• 2016

This paper proposes a framework to automatically align Dental range image captured by depth sensors like the Microsoft Kinect. Aligning dental images by intraoral scanning technology is a difficult problem for applications requiring accurate model of dental-scan datasets with efficiency in computation time. The most important thing in dental scanning system is accuracy of the dental prosthesis. Previous approaches in intraoral scanning uses a Z-buffer ICP algorithm for fast registration, but it is relatively not accurate and it may cause cumulative errors. This paper proposes additional Alignment using the rough result comes after intraoral scanning alignment. It requires that Each Depth Image of the total set shares some overlap with at least one other Depth image. This research implements the automatically additional alignment system that aligns all depth images into Completed model by computing a network of pairwise registrations. The order of the each individual transformation is derived from a global network and AABB box overlap detection methods.