영상기반 다시점 거리영상의 정합

research_main_mutiviewRI_p

다시점 거리영상 (Multi-view Range Image)의 정합은 물체의 3차원 모델을 완전하게 복원하기위한 기술입니다. 서로 다른 시점의 거리영상을 합성하기위해서 기하학적인 정보를 사용하기도하지만 영상의 특징을 이용하여 정합을 수행하는 연구도 진행되고 있습니다. 영상특징을 이용하여 고속으로 거리영상을 정합한다면 물체의 3차원 모델을 빠른 시간에 생성할 수 있습니다.

스테레오 카메라를 이용한 거리영상 획득

스테레오 영상은 두 대 이상의 카메라를 이용하여 얻은 영상

research_main_stereo_p

스테레오 영상은 두 대 이상의 카메라를 이용하여 얻은 영상을 말합니다. 영상을 획득한 카메라의 기하정보를 안다면 스테레오 영상에서 물체까지의 거리영상을 구할 수 있습니다. 거리영상은 컴퓨터비전에서 매우 중요한 3차원 정보를 가지고 있어 물체인식 및 추적, 3차원모델링, 로봇비전 등에 유용하게 사용될 수 있습니다.

입체 카메라의 자동 초점 및 주시각제어 기술

입체카메라 또는 입체 TV기술은 차세대 컴퓨터 및 방송기술의 하나로


입체카메라 또는 입체 TV기술은 차세대 컴퓨터 및 방송기술의 하나로 현재 많은 연구가 진행되고 있습니다. 입체 카메라는 사람의 눈과 같이 초점 및 주시각제어 기능을 가지고 있어야 하며 물체의 거리에 따라 자동으로 제어해주어야 합니다. 입체카메라로 물체까지의 거리를 추정하는 기술, 입체영상에 가상의 물체를 정합하는 기술 등이 관심 연구분야입니다.

다시점 거리 영상을 이용한 3차원 모델링

물체의 거리를 측정할 수 있는 3차원 카메라를 이용하여 다시점에서 물체의

Multiview range image acquisition

                    3D model


물체의 거리를 측정할 수 있는 3차원 카메라를 이용하여 다시점에서 물체의 거리영상을 획득하고 3차원 모델을 생성하는 것이 목적입니다. 다시점 거리영상을 3차원 기준좌표계로 정합한 후 카메라의 위치를 추정하고 거리영상을 합성하여 모델을 생성한다. 3차원 거리영상의 정확한 정합, 실시간 거리영상의 정합, 3차원 물체의 완전복원 등이 현재 연구분야입니다.

 

  • Multi-view 3d range image online registration and integration


3 차원 컴퓨터비전 기술은 카메라로 획득한 영상 정보로부터 실제 환경(real scene)의 3차원 정보를 정확하고 빠르게 추출하려는 노력에서 비롯되었으며 컴퓨터 성능의 발달과 더불어 많은 연구가 진행되고 있다. 3차원 컴퓨터비전 기술은 주로 로봇, 디스플레이, 그리고 디지털 컨텐츠(contents) 등의 응용분야에 적용 되고 있다. 로봇이 카메라를 이용하여 주행하고자 하는 환경의 3차원 정보를 추출할 수 있다면 장애물을 회피하여 자율적인 주행을 계획할 수 있고, 주변 사물을 판단하는데 많은 도움을 받을 수 있다. 자동차에 카메라를 장착하여 주행 경로의 3차원 정보를 추출함으로써 자율 주행이나 위험감지, 자동주차 등에 사용할 수 있다. 또한 영상 특수효과를 구현하거나 역사적인 유물 또는 유적을 3차원으로 디지털화하여 문화원형을 보존하는 데 사용될 수도 있다.


그림 1은 3차원 컴퓨터비전 기술이 문화원형을 보존하는데 사용된 예로서 스탠포드대의 컴퓨터 그래픽스 연구실에서 “디지털 미켈란젤로 프로젝트” 의 결과물로 다비드상을 디지털화한 것이다. 국내에서도 과학기술부 장관 주제 회의를 통해 미국의 “디지털 미켈란젤로 프로젝트” 처럼 이미지 검색기술, 3차원 형상보정기술, 색상 재현기술 등을 중점적으로 개발해 주요 문화재에 대한 3D 입체영상작업과 DB구축사업을 진행한다는 계획을 발표하였다. (2006. 7. 21. 전자신문 – 디지털 기술로 문화재 복원)
일반적으로 실세계(real world)의 3차원 정보를 빠르게 추출하기 위해서는 거리 영상 카메라(range imaging camera)를 사용한다. 어떤 물체를 거리영상 카메라로 촬영하면 카메라의 시점에서 물체까지의 거리, 즉 3차원 거리 정보를 획득 할 수 있다.    그림 2는 본 연구실의 거리영상 카메라로 실험하는 장면이다


하지만 거리 영상 카메라도 사람의 눈과 마찬가지로 그림 2와 같이 물체의 가려진 부분을 볼 수 없기 때문에 물체의 여러 방향에서 거리영상을 획득하여야 물체의 완전한 3차원 정보를 획득할 수 있다.


그리고 다시점(multi-view)에서 획득된 거리영상들을 3차원 곡면으로 표현하면 이 곡면들은 서로 독립적인 좌표계를 가지기 때문에 이들의 하나의 좌표계로 이동시켜야 한다. 이를 3차원 곡면의 정합(registration) 이라 한다. 거리 영상을 정합 한 후 곡면들을 하나의 3차원 모델로 완성하는 과정을 거치게 되는데 이를 거리영상의 합성(integration) 이라 한다.
최근에는 실시간으로 3차원 정합을 구현하는 기술이 연구되고 있다. 본 연구실에서는 휴대 가능한 스테레오 기반의 거리영상 카메라를 이용하여 연속적으로 거리 영상을 획득하고 이들을 고속으로 정합할 수 있는 기술을 연구한다. 그리고 사용자가 온라인으로 정합 결과를 모니터링 하면서 카메라의 시점을 원하는 곳으로 이동하여 인터액티브하게 물체의 완전한 3차원 모델을 생성할 수 있는 시스템을 구현하고자 한다.
본 연구실에서는 실시간으로 정합을 하기 위해 좀 더 정확(accurate)하고 빠른 알고리즘을 연구 중인데 최근에는 KLT-2D Image Tracker와 기하 기반 정합을 사용한 연구를 진행 중이다.

  • Result


– 동영상1 : download(avi, 11.7MB)

본 연구실에서 거리영상 카메라를 사용하여 3차원 모델을 복원하는 실험 장면이다. 기하정보를 이용한 투영기반 정합과 사진정보를 이용한 영상기반 정합을 이용하여 온라인으로 정합을 하였다. 실험은 경북대학교 박물관 야외에 있는 석상을 촬영하였고 거리영상 카메라를 손에 들고 사용하였다. 본 시스템은 획득된 거리 영상이 정합되는 과정을 노트북을 통하여 실시간으로 볼 수 있다.

단일카메라를 이용한 3차원 합성 안정화

증강현실(Augmented Reality)은 3차원 가상물체(Virtual Object)를 비디오 영상과

  • Introduction


3D virtual objects are registered in a video sequence. For stable registration, the video camera’s pose should be accurately estimated. Otherwise, the virtual objects’ registration look awkward and unstable due to the mis-alignment between the real scene and the virtual objects. To solve the problem, we propose a 3D stabilization technique based on Visual SLAM. The pose of the camera is estimated and 3D scene points are generated simultaneously. In result, the virtual 3D objects are registered to the scene in very stable condition.

  • Particle filtering
  • Particle weighting
  • Scene generation
  • Real-time VSLAM
  • Demo video

    – Virtual object in the origin: download(WMV, 29MB)
– Virtual object in the scene: download(WMV, 27MB)