JP2011182397A - ずれ量算出方法およびずれ量算出装置 - Google Patents
ずれ量算出方法およびずれ量算出装置 Download PDFInfo
- Publication number
- JP2011182397A JP2011182397A JP2011040833A JP2011040833A JP2011182397A JP 2011182397 A JP2011182397 A JP 2011182397A JP 2011040833 A JP2011040833 A JP 2011040833A JP 2011040833 A JP2011040833 A JP 2011040833A JP 2011182397 A JP2011182397 A JP 2011182397A
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature point
- amount calculation
- deviation amount
- deviation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
【課題】立体画像撮影用の2台のカメラ間のずれ量を算出する。
【解決手段】第1の画像内の特徴点の位置と、第2の画像内の対応する特徴点の位置とを特定する特定器と、上記第1の画像および上記第2の画像内において、上記第1の画像および上記第2の画像のそれぞれを撮影するカメラの光軸を確定する確定器と、所定のモデルを用いて、上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置との間のずれ量を演算する演算器と、ランダムサンプルコンセンサス技術を用いて、上記演算されたずれ量の妥当性を試験する試験器とを具備し、上記ずれ量は、上記第1の画像および上記第2の画像のそれぞれの上記確定された光軸に関する、上記第1の画像の上記特徴点の位置と、上記第2の画像の上記対応する特徴点の位置とに応じて算出され、上記試験されたずれ量は、所定の条件を達成したときに妥当とされる。
【選択図】図2
【解決手段】第1の画像内の特徴点の位置と、第2の画像内の対応する特徴点の位置とを特定する特定器と、上記第1の画像および上記第2の画像内において、上記第1の画像および上記第2の画像のそれぞれを撮影するカメラの光軸を確定する確定器と、所定のモデルを用いて、上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置との間のずれ量を演算する演算器と、ランダムサンプルコンセンサス技術を用いて、上記演算されたずれ量の妥当性を試験する試験器とを具備し、上記ずれ量は、上記第1の画像および上記第2の画像のそれぞれの上記確定された光軸に関する、上記第1の画像の上記特徴点の位置と、上記第2の画像の上記対応する特徴点の位置とに応じて算出され、上記試験されたずれ量は、所定の条件を達成したときに妥当とされる。
【選択図】図2
Description
本発明は、ずれ量算出方法およびずれ量算出装置に関する。
3D画像を視聴するために立体映像を撮影する場合、当該映像を2台のカメラを用いて撮影することが一般的である。映像が正確に撮影されることを保証するためには、2台のカメラは、同じズームレベルと、最小の垂直視差とを有する必要がある。また、2台のカメラのロールずれ量が最小である必要もある。
通常、上記ずれ量は、可能である場合はカメラの操作者によって修正される。2台のカメラ間のずれは単独ではなく、2つ以上のずれが組み合わさって起こることが典型的であるため、カメラ操作者がこれらのずれ量を確定して修正することは困難である。さらに、特に生放送のビデオ映像の場合、このようなエラーを迅速にかつ正確に修正することが重要である。
LACEY他著、"An evaluation of the performance of RANSAC algorithms for stereo camera calibration" BMVC 200: Proceedings of the 11th British Machine Vision Conference; 11-14 September 200, University of Bristol, UK; Conference Paper, Vol 2, Pages 646-655
本発明の実施形態は、上記問題に対処することを目的とする。
本発明の第1の実施形態によれば、立体的に視聴可能な第1の画像と第2の画像との間のずれ量を算出する方法であって、上記第1の画像内の特徴点の位置と、上記第2の画像内の対応する特徴点の位置とを特定し、上記第1の画像および上記第2の画像内において、上記第1の画像および上記第2の画像のそれぞれを撮影するカメラの光軸を確定し、所定のモデルを用いて、上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置との間のずれ量を計算し、ランダムサンプルコンセンサス技術を用いて、上記計算されたずれ量の妥当性をテストし、上記ずれ量は、上記第1の画像および上記第2の画像のそれぞれの上記確定された光軸に関する、上記第1の画像の上記特徴点の位置と、上記第2の画像の上記対応する特徴点の位置とに応じて算出され、上記テストされたずれ量は、上記ランダムサンプルコンセンサス技術が所定の条件を達成したときに妥当とされる、ずれ量算出方法が提供される。
上記ずれ量は、上記ずれ量が正確である確率が閾値を上回るときに妥当であってもよい。
上記所定の条件は、上記ランダムサンプルコンセンサス技術が所定回数反復されることであってもよい。
上記反復の回数は、下記の式に基づいて算出されてもよい。
上記モデルは、下記の式によって定義されてもよい。
上記ずれ量算出方法はさらに、ブロックマッチング技術を用いて、元の第1の画像および元の第2の画像の縮小版から特徴点を取得するステップを含んでもよい。
上記ずれ量算出方法はさらに、上記元の第1の画像および上記元の第2の画像の上記縮小版から取得された上記特徴点を、上記元の第1の画像および上記元の第2の画像におけるブロックマッチング技術の開始点として用い、上記元の第1の画像および上記元の第2の画像から第1の特徴点および第2の特徴点を取得するステップを含んでもよい。
上記ずれ量算出方法はさらに、上記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、上記第2の画像内において少なくとも1つの対応するさらなる特徴点の位置を特定するステップを含んでもよく、上記第1の画像において2つの特徴点の位置を、上記第2の画像において対応する2つの特徴点の位置を選択し、上記第1の画像と上記第2の画像との間の所与の回転ずれ量に基づいて、上記第1の画像と上記第2の画像との間の垂直ずれ量を算出してもよい。
上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の上方に位置してもよく、かつ上記第1の画像内の上記さらなる特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の下方に位置してもよい。
上記第1の画像内において特徴点の位置を選択し、上記第2の画像内において対応する特徴点の位置を選択し、上記第1の画像と上記第2の画像との間の所与の垂直ずれ量に基づいて、上記第1の画像と上記第2の画像との間のスケールずれ量を算出してもよい。
上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の上方に位置してもよいか、または上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の下方に位置してもよい。
上記ずれ量算出方法はさらに、上記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、上記第2の画像内において少なくとも1つの対応するさらなる特徴点の位置を特定するステップを含んでもよく、上記第1の画像内において2つの特徴点の位置を選択し、上記第2の画像内において対応する2つの特徴点の位置を選択し、上記第1の画像と上記第2の画像との間の所与のスケールずれ量に基づいて、上記第1の画像と上記第2の画像との間の回転ずれ量を算出してもよい。
上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の左側に位置してもよく、かつ上記第1の画像内の上記さらなる特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の右側に位置してもよい。
上記特徴点の位置および上記さらなる特徴点の位置は、ランダムに生成されてもよい。
上記特徴点の位置は、上記第1の画像および上記第2の画像内の画素位置であってもよい。
本発明の第2の実施形態によれば、コンピュータに、上記ずれ量算出方法の各ステップを実行させるプログラムが提供される。
本発明の第3の実施形態によれば、プログラム(請求項16に対応)が記録された記録媒体が提供される。
本発明の第4の実施形態によれば、立体的に視聴可能な第1の画像と第2の画像との間のずれ量を算出する装置であって、上記第1の画像内の特徴点の位置と、上記第2の画像内の対応する特徴点の位置とを特定する特定器と、上記第1の画像および上記第2の画像内において、上記第1の画像および上記第2の画像のそれぞれを撮影するカメラの光軸を確定する確定器と、モデルを用いて、上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置との間のずれ量を演算する演算器と、ランダムサンプルコンセンサス技術を用いて、上記演算されたずれ量の妥当性を試験する試験器とを具備し、上記ずれ量は、上記第1の画像および上記第2の画像のそれぞれの上記確定された光軸に関する、上記第1の画像の上記特徴点の位置と、上記第2の画像の上記対応する特徴点の位置とに応じて算出され、上記テストされたずれ量は、上記ランダムサンプルコンセンサス技術が所定の条件を達成したときに妥当とされる、ずれ量算出装置が提供される。
上記ずれ量は、上記ずれ量が正確である確率が閾値を上回るときに妥当であってもよい。
上記所定の条件は、上記ランダムサンプルコンセンサス技術が所定回数反復されることであってもよい。
上記反復の回数は、下記の式に基づいて算出されてもよい。
上記モデルは、下記の式によって定義されてもよい。
上記ずれ量算出装置はさらに、ブロックマッチング技術を用いて、元の第1の画像および元の第2の画像の縮小版から特徴点を取得する取得器を具備してもよい。
上記取得器はさらに、上記元の第1の画像および上記元の第2の画像の上記縮小版から取得された上記特徴点を、上記元の第1の画像および上記元の第2の画像におけるブロックマッチング技術の開始点として用い、上記元の第1の画像および上記元の第2の画像から第1の特徴点および第2の特徴点を取得するように動作可能であってもよい。
上記特定器はさらに、上記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、上記第2の画像内において少なくとも1つの対応するさらなる特徴点の位置を特定するように動作可能であってもよく、上記第1の画像において2つの特徴点の位置を、上記第2の画像において対応する2つの特徴点の位置を選択し、上記第1の画像と上記第2の画像との間の所与のロールずれ量に基づいて、上記第1の画像と上記第2の画像との間の垂直ずれ量を算出してもよい。
上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の上方に位置してもよく、かつ上記第1の画像内の上記さらなる特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の下方に位置してもよい。
上記第1の画像内において特徴点の位置を選択し、上記第2の画像内において対応する特徴点の位置を選択し、上記第1の画像と上記第2の画像との間の所与の垂直ずれ量に基づいて、上記第1の画像と上記第2の画像との間のスケールずれ量を算出してもよい。
上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の上方に位置してもよいか、または上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の下方に位置してもよい。
上記特定器はさらに、上記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、上記第2の画像内において少なくとも1つの対応するさらなる特徴点の位置を特定するように動作可能であってもよく、上記第1の画像内において2つの特徴点の位置を選択し、上記第2の画像内において対応する2つの特徴点の位置を選択し、上記第1の画像と上記第2の画像との間の所与のスケールずれ量に基づいて、上記第1の画像と上記第2の画像との間の回転ずれ量を算出してもよい。
上記第1の画像内の上記特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の左側に位置してもよく、かつ上記第1の画像内の上記さらなる特徴点の位置と、上記第2の画像内の上記対応する特徴点の位置とが、上記確定された光軸の右側に位置してもよい。
上記特徴点の位置および上記さらなる特徴点の位置は、ランダムに生成されてもよい。
上記特徴点の位置は、上記第1の画像および上記第2の画像内の画素位置であってもよい。
本発明の上記および他の課題、特徴および利点が、添付の図面を参照して読まれるべき例示的な実施形態の以下の詳細な説明から明らかになるであろう。
[方法の概要]
実施形態において、立体画像についてずれ量を計算するために、概ね以下の方法が行われる。
1)2枚の画像のうちの一方の画像内の主要特徴点を選択する。実施形態において、左画像内の主要特徴点を選択する。
2)主要特徴点をブロックマッチング処理の基準として用いて、右画像内の対応する主要特徴点を算出する。
3)一連の幾何学的演算を実行して、3つの歪み量(ずれ量)を得る。具体的には、垂直視差を示すずれ量を算出し、スケール(拡大縮小)視差を示すずれ量を算出し、最後に、ロール(回転)視差を示すずれ量を算出する。実施形態において、先行のステップにおいて算出されたずれ量を、後述のステップのずれ量演算において用いる。3つのずれ量を特定の順序で算出するように記載されているが、後述するように、本発明はこれに限定されない。ずれ量はあらゆる順序で計算することが可能である。次いで、ずれ量を用いて、カメラの物理的な位置および/またはカメラのパラメータを調整するか、または、ずれ量に基づいて、撮影画像を電子的に調整することができる。
実施形態において、立体画像についてずれ量を計算するために、概ね以下の方法が行われる。
1)2枚の画像のうちの一方の画像内の主要特徴点を選択する。実施形態において、左画像内の主要特徴点を選択する。
2)主要特徴点をブロックマッチング処理の基準として用いて、右画像内の対応する主要特徴点を算出する。
3)一連の幾何学的演算を実行して、3つの歪み量(ずれ量)を得る。具体的には、垂直視差を示すずれ量を算出し、スケール(拡大縮小)視差を示すずれ量を算出し、最後に、ロール(回転)視差を示すずれ量を算出する。実施形態において、先行のステップにおいて算出されたずれ量を、後述のステップのずれ量演算において用いる。3つのずれ量を特定の順序で算出するように記載されているが、後述するように、本発明はこれに限定されない。ずれ量はあらゆる順序で計算することが可能である。次いで、ずれ量を用いて、カメラの物理的な位置および/またはカメラのパラメータを調整するか、または、ずれ量に基づいて、撮影画像を電子的に調整することができる。
図1は、本発明の実施形態のうちの一実施態様を示す。2台のカメラ110および120が立体画像を撮影するように設定される。これらの立体画像用カメラによって、カメラシステム100が構成される。各カメラからの出力が、本発明の実施形態によるずれ量演算器200に供給される。ずれ量演算器200は、カメラシステム100の2台のカメラ間のずれ量を算出する。なお、立体画像を撮影するように設定されたカメラは水平変位を行うものだが、水平変位を行う画像用のアルゴリズムは必須ではない。それゆえ、ずれ量演算器200が、垂直視差を示すずれ量と、回転視差を示すずれ量とを算出し、スケール視差を示すずれ量が生成される。これらのずれ量をカメラの操作者が用いることによって、カメラのずれを物理的に修正するか、当該ずれ量を用いてサーボモータを制御してずれを修正させることができる。実際には、ずれ量を用いることで、カメラの向きを一切物理的に修正することなく、カメラシステム100によって生成される画像を電子的に修正することも可能である。
図2は、ずれ量演算器200をより詳細に示す。まず、従来の技術を用いて、2台のカメラからの画像を1/4HDに(すなわち、1280×720pから480×270解像度または360×180へ)縮小し、エッジ検出器210に供給する。画像の解像度を減らすことは、エッジ検出がより速やかに行われることを意味する。エッジ検出器210を用いて、左画像における水平エッジを算出する。検出されたエッジを対応点算出器220に供給し、対応点算出器220は、左画像内の点に対応する右画像内の点を算出する。換言すると、対応点算出器220は、左画像内において、右画像の一定の画素がどこに位置するかを算出する。ずれ量をずれ量算出器230において計算して出力する。
図3は、エッジ検出器210と対応点算出器220とによって実行される処理を説明するフローチャートである。当該フローチャートは、図4のイラストを用いて説明される。
図4では、(左側のカメラ120によって撮影された)左画像120Aに自動車125Aの像が含まれている。これはまず、従来技術を用いて1/4HD解像度に縮小される。解像度を減らすことは、エッジ検出がより速やかに行われることを意味する。図3のステップ2101において、左画像内の水平エッジを検出する。実施形態において、これは、例えば、ゾーベルエッジ検出アルゴリズム等のエッジ検出アルゴリズムによって達成される。水平エッジを検出するのは、計算されるずれ量のうちの1つが2枚の画像間の垂直変位であるためである。このようにして、水平エッジのみを計算することで、候補特徴点の数が、実質的に結果の精度に影響を与えることなく減る。
左画像内の水平エッジを計算した後、120B(図4を参照)のような画像を生成する。図4に見られるように、エラーエッジ125Bが生成されている。エラーエッジ125Bは、右画像おいて対応する点を有しない。したがって、検出された水平エッジの数を減らすことが望まれる。水平エッジの数の削減は、図3のステップS2102において行われる。これを達成するために、エッジが検出された画像をタイルに分割する。実施形態において、各タイルは、幅16画素×高さ16画素である。図4において、1つのタイルに参照符号125Cが付されている。しかし、任意のサイズのタイルを選択可能である。同様に、任意の形状のタイル、例えば、矩形のタイルを選択可能である。タイルに引っかからないエッジは全て無視する。換言すると、検出されたエッジのうち、長さが16画素未満のものは無視される。この削減を行うことによって、誤ったエラーエッジが無視される。これによって、結果の信頼性が向上するとともに、本方法の演算にかかる費用が削減される。
検出されたエッジの数を減らした後、画像を象限に分割する。象限の中心は画像の光軸である。実施形態において、象限の中心を光軸に置くのは、光軸が不変の線だからである。つまり、光軸は、スケール歪みの影響も、ロール歪むの影響も受けない。説明の便宜上、画像の光軸は、画像の中心と想定する。しかし、当業者であれば、これがただ有効な仮定であって、常に適用される訳ではないことが理解されるであろう。これを図4に120Dで示す。象限画像の一区画が参照符号付き(125D)で示されている。
画像を象限に分割した後、象限毎に複数のサンプルエッジ画素を選択する。実施形態において、象限毎に20個の画素が選択されているが、本発明はこれに限定されず、任意の数の画素を選択することができる。この選択は、理解されるように、演算の精度と速度との兼ね合いに基づいてもよい。さらに、実施形態において、画素はランダムに選択されているが、本発明はこれに限定されない。
複数の選択画素が選択された典型的な画像を図4の120Eに示す。このような画素の1つの画素位置が参照符号付き(125E)で示されている。なお、画素位置は好適な特徴点として確定されているが、本発明はこれに限定されない。理解されるように、1/4解像度画像におけるサブ画素位置等の他の特徴点を算出することもできる。複数のサブ画素のうちの任意の1つが「通常の」画素位置(すなわち、フル解像度HD信号の画素位置)に存在する場合、サブ画素の値をランダムにまたは何らかの他の方法によって選択してもよい。さらに、ユーザに、「通常」画素位置にある、存在し得る異なるサブ画素値を知らせてもよい。
これまでのところ、本方法は、左画像内の特徴位置を識別した。これらの特徴位置は、左画像内の画素位置である。次に、右画像内の対応する画素位置がどこに存在するのかを算出する必要がある。
右画像内において確定される画素位置毎に探索を実行する。換言すると、複数の画素位置が左画像内に確定されているため、対応する画素位置を算出するために右画像内の同じ画素位置の周囲において探索を実行する必要がある。これは、ブロックマッチング技術を用いて達成される。
ステップ2104において、従来のブロックマッチング技術を、右画像の画素位置毎に実行し、対応する画素位置を算出する。これを図4の110Bに図示する。当該画像110Bに見られるように、左画像から導出された画素位置125Eが、右画像110Bにおいて探索エリアの中心をなしている。探索エリアのサイズは、立体視聴を達成するために必要とされる意図的な水平変位およびエラーに起因するずれ量に対処するものでなければならない。したがって、画像が典型的なフル解像度画像である場合、探索エリアは、幅250画素×高さ100画素である。しかし、本発明はこれに限定されず、他のサイズおよび形状の探索エリアを採用することが可能である。具体的には、1/4解像度に対して、探索エリアは、幅63画素×高さ45画素である。
ブロックマッチング技術の結果は、確率のマップであり、これは、左画像内において確定された画素位置125Eに対応する探索エリア内の各画素位置の確率を提供する。最も高い確率を有する右画像内の画素位置が、左画像125Eにおける画素位置に対応する右画像内の画素位置として選択される。図4に示されるように、右画像の画素位置は、画素位置119Bとして確定される。これは、ステップS2105において示されるように、左画像内において確定された全ての画素位置に対して繰り返される。
エラー結果の数を確実に減らすために、ステップS2105からの結果はフィルタリングにかけられる。第1のフィルタとして、右画像内の明確に対応する画素位置が確率1を有する場合、例えば、0.98(または確率98%)の一定の閾値未満の全ての結果が無視される。これによって、エラー結果の数が減る。これは例示の閾値であるため、他の好適な閾値が想定可能であり、本発明はこれに限定されない。
さらに、左画像内の画素位置がエッジ画素位置である場合、右画像内の対応する点もエッジ画素位置であるはずである。それゆえ、右画像も、水平エッジを検出するために、ゾーベルエッジ検出アルゴリズム等のエッジ検出アルゴリズムにかけられる。右画像内の対応する画素位置が3つの水平エッジのうちの1つのエッジ上に位置している場合、右画像内の画素位置が、左画像内において算出された画素位置に対応する確率が高くなる。なお、上記技術の一方または両方を用いてエラー結果が生じる可能性を低減することができる。実際には、両方の技術の組合せが用いられる。
図2を参照すると、対応点算出器220からの出力は、左画像内の画素位置のリストおよび右画像内の対応する点のリストである。
対応点算出器220の精度を向上させるために、対応点が識別されたフル解像度(1920×1080)画像を用いてブロックマッチング技術を繰り返す。具体的には、左画像において16画素×16画素探索ウィンドウを、右画像において32画素×32画素探索ウィンドウを用いて、ブロックマッチング技術を繰り返す。各探索ウィンドウの中心は、対応点算出器220によって算出された点に位置決めされる。フル解像度ブロックマッチングの結果は、ずれ量計算機230に供給される。上述のように説明してきたが、第1の画像内の位置と、第2の画像内の対応する点とを算出する従来技術を同様に用いてもよい。しかし、SIFT(Scale-Invariant Feature Transform)等の従来技術より、上記方法の方が速く、演算にかかる費用が安く済むことに留意されたい。
[ずれ量の計算]
対応特徴点を導出し、画像の光軸に関する位置に変換した後、下記のずれ量を導出する方法を用いてもよい。
対応特徴点を導出し、画像の光軸に関する位置に変換した後、下記のずれ量を導出する方法を用いてもよい。
図10を参照すると、垂直オフセット(vertical offset)が一定であると仮定すると、垂直オフセットは、スケールおよびロール回転に対して不変であることになり、以下の式が成り立つ。
さらに、ブロックマッチングを用いて、点p2lおよびp2r間の垂直位置の差dを測定することが可能である。
3つの未知のパラメータ、T、Sおよびθ(またはT、aおよびb)が存在する場合、左画像において光軸に関して表される座標(x,y)を有するこれらの3点、p1l、p2lおよびp3lおよび右画像において対応する点を見出すことが可能であり、以下の式が示される。
[3]、[4]および[5]から、T、θおよびSが立証されることが明白である
4つ以上の特徴点が測定される場合、実施形態において、画像の降順に(すなわち、始めの画像から最後の画像へ)点をリスト化することが可能である。これらの対応の3点が選択される。選択される3点は、i番目、i番目+n/3およびi番目+2n/3の特徴点であり、式中、iは、特徴点選択(0〜n/3−1)の反復回数であり、nは測定された特徴点の数である。a、bおよびTの値は、反復される度に計算され、全ての反復が行われた後、値が順番に並べられる。a、bおよびTの中央値が、最良の推定値として選ばれ、これらの値は、T、Sおよびθを計算するのに用いられる。
図13Aおよび13Bを参照すると、上述したθ、SおよびTをより正確に立証する方法が開示される。対応点の精度、θの精度を立証する際にエラーがあると、スケールおよびTは誤ったものになる。それゆえ、対応点を確定する際に、不正確さ、したがって、計算したずれ量の不正確さを低減することが望まれる。計算したずれ量の精度を上げるためには、RANSAC(RANdom Sample Consensus)法を用いて、θ、SおよびTを計算するのに必要とされる3つの対応点を立証する。図13Aおよび13Bは、このような方法を説明するフローチャートを示す。
当該方法を、ステップS1305において開始する。ステップ1310において、RANSAC技術の反復回数を計算する。必要とされる反復回数は、必要とされる結果の精度と、対応点の精度とに依存する。通常、任意の一対応点が正確である確率は、SIFT、SURFまたはブロックマッチング等の高性能対応アルゴリズムの場合、約80%である(または対応点が不正確である確率は20%)。
必要とされる反復回数nを計算するために、RANSAC技術後の対応点が正確である確率を算出する。実施形態において、θ、SおよびTの値が正確である可能性は99.9999%である。それゆえ、以下の式が成り立つ。
値nを算出した後、左画像内の3つの対応点をランダムに選択する。さらに、右画像の対応する点も立証する(S1315)。選択されたこれらの点を用いて、上記式においてθ、スケールおよびTを計算する(S1320)。ランダムに選択された点を、ステップS1325において、コンセンサスセットに追加する。
次いで、他の全ての対応点を個々にモデルに挿入して、右画像内の点の位置と、SおよびTの値を用いて計算した予測位置および測定位置間の距離とを計算する。これらの立証された値を、ランダムに選択された対応点によって算出された上記値と比較する(ステップS1335)。上記値の差異が閾値を下回る場合、対応点をコンセンサスセットに追加する(S1340)。上記差異が閾値を上回る場合、点はコンセンサスセットに追加しない(S1345)。
全ての対応点をテストした後、コンセンサスセットに存在する点の数を計数する。点の数が閾値を上回る場合、すなわち、点対応アルゴリズムの精度以下である場合、中央値法(median of values method)をコンセンサスセット全体に用い、より良好なモデルS1355Aを生成する。当該モデルは、全ての対応点を用いて再びテストされる(S1360)。一方、コンセンサスセットにある点の数が閾値を下回る場合、別の3つのコンセンサス点をランダムに選択して処理を繰り返す(S1355)。
上述したように、コンセンサスセット内の全ての対応点を用いて、モデルを先行のモデルに対してテストする。テスト中のモデルと、先行のモデルとの間の差異がエラー閾値を下回る場合、テスト中のモデルを先行のものより良好なモデルであると判定する(S1365)。テスト中のモデルが先行のモデルよりも良好ではない場合、当該テスト中のモデルを無視する(S1370)。
テスト中のモデルが先行のモデルよりも良好である場合、次の反復に用いるためにコンセンサスセット、モデル、およびエラー値を記憶する。エラー値を閾値エラーと比較し、エラーが閾値を下回る場合、RANSAC処理を停止する。代替的に、エラーが閾値を上回るが、RANSAC処理の反復回数がnを下回る場合、別の3つの対応点をランダムに選択する。しかし、エラーが閾値を上回り、かつ反復回数がnを上回る場合、RANSAC処理は終了する。なお、全体的な閾値停止技術(overall threshold abort technique)(ステップS1380)は、用いても用いなくてもよい。実施形態において、このステップは、含めなくてもよい。
RANSAC処理の終了により、出力されたθ、SおよびTの値が立証される。
図5は、対応する点が算出された後にずれ量を計算する別の方法を説明するフローチャートである。
アルゴリズムの構造から分かるように、本実施形態のずれ量は反復して計算される。アルゴリズムの各反復中に、ずれ量は、一定値にまとまり始める。なお、アルゴリズムはリアルタイムで実行される。これは、映像の1フレームでは、アルゴリズムが、必要とされる定常状態に達しない可能性があることを意味する。この場合、アルゴリズムは複数の異なるフレームに対して実行される。これは、定常状態に達するまで必要とされる少数のフレームにわたってずれ量が変化する可能性が低いためである。なお、ずれ量アルゴリズムを映像の別のフレームに対して実行する必要がある場合、図3に記載した対応アルゴリズムを映像の新たなフレームに対して実行する必要がある。一方、映像の1フレーム中に定常状態に達する場合、図3の対応アルゴリズムは、一回だけ実行すればよい。
定常状態に達した後、アルゴリズムを周期的に、例えば10秒に一回のペースで、または所定数のフレーム後に実行して、カメラがミスアライメント状態に確実にならないようにしてもよい。代替的に、カメラの焦点距離が変わった後に、または、任意の他の行為に応答して、アルゴリズムを実行してもよい。
ステップ501において、ずれ量計算の1回目の反復の前に、ロール(回転)ずれ量を0度に設定する。回転ずれ量のこの値は、ずれ量計算アルゴリズムの1回目の反復中に更新される。回転ずれ量を、想定されるずれ量の他の任意の値ではなく、0度に設定する理由は、回転ずれ量が零に近いためである。これは、カメラ操作者による初期設定中に、ロール差が、画像に対する回転のミスマッチの影響によって小さい可能性が高いためである。それゆえ、回転ずれ量が0度であると初期に仮定すると、他のずれ量の精度が初期に高い値をとるため、全体のアルゴリズムがより迅速に好適な精度レベルに到達することになる。
ステップ502において、ロール値を用いて垂直ずれ(移動)量を計算する。これは、図6を参照して後述する。
ステップ503において、計算された垂直ずれ量を用いてスケールずれ量を計算する。これは、図8を参照して後述する。
ステップ504において、計算されたスケールずれ量を用いてロールずれ量を計算する。これは、図9を参照して後述する。
ずれ量を反復して計算する場合、ステップS505において、映像の1フレームのずれ量計算の反復回数を算出する。反復回数が閾値を下回る場合(例えば5)、初期値として先行の反復において計算した値を用いて、アルゴリズムを再実行する。
反復回数が閾値を上回る場合、アルゴリズムをチェックすることで、定常状態に達したかどうかを確認する(ステップS506)。反復間のずれ量が0.05%等の閾値だけしか変化しなかった場合に定常状態に達したと判断してもよい。ずれ量が定常状態である場合、ずれ量を出力して、再び必要になる時、例えば、カメラ設定が上述のように変更される場合までアルゴリズムは待機する。
[垂直ずれ量計算(図5のステップS502)]
図6は、垂直ずれ量を算出するための原理を説明するフローチャートである。
図6は、垂直ずれ量を算出するための原理を説明するフローチャートである。
光軸がスケールに関して不変のものである場合、カメラによって撮影された画像の光軸に関して垂直ずれ(移動)値を計算するのに有利である。これを行うために、対応点算出器220によって算出された画素位置を、光軸に関する画素位置に変換する必要がある。図7は、画素位置を光軸に関する画素位置に変換する方法を示す。なお、同図において寸法はフルHD信号に関しているが、実施形態において、解像度は、これよりも低くてもよい。従来の画像ラベリング手法では、高解像度画像に関して、左上画素位置を(0,0)とし、右下画素位置を(1920,1080)とする。それゆえ、係る従来システムにおいて、(上記のように光軸位置として想定される)画像の中心は、(960,540)の画素位置を有する(上記参照)。しかし、本発明の実施形態において、画像の中心は、(0,0)の画素位置を有する。(400,400)の従来の画素位置を光軸に関するものに変換するために、画素位置と、画像の中心との間の距離を算出する必要がある。図7から、従来の画素位置(400,400)が、光軸から左に560画素、上に200画素にあることは明らかである。それゆえ、従来の画素位置(400,400)は、光軸に関して画素位置(−560、200)にある。
垂直ずれ量を算出するために、左画像からの2つの特徴点の位置を選択する。具体的には、特徴点の位置は、左画像において光軸の下方に位置するものを1つ、光軸の上方に位置するものを1つ選択する(S602)。実施形態において、これらの特徴点はランダムに選択されるが、本発明はこれに限定されない。また、右画像から対応する特徴点の位置を選択する(S603)。
点を選択した後、これらを下記の式6に当てはめ、移動値を算出する(S604)。
この式の導出については、明細書の最後に記載する。
なお、R1およびR2の値におけるθの値の正負は、特徴点p1およびp2が位置する象限によって決まる。具体的には、特徴点(または特徴位置)が右下の象限または左上の象限にある場合、ロール値は−θとなる。他方、特徴点が左下の象限または右上の象限にある場合、ロール値は+θとなる。これは、ロールが光軸に関して測定されるためである。
これらの点の移動を算出した後、計算された垂直ずれ量の数を1だけインクリメントする(ステップS605)。この数を閾値と比較する(ステップS606)。計算されたずれ量の数が閾値を下回る場合、別の2つの点を選択して、垂直ずれ量アルゴリズムを再実行する。実施形態において、閾値は20になっているが、任意の他の値も予期される。
計算されたずれ値の数が閾値を上回る場合、計算された値を昇順に並べる(ステップS607)。順序付けられたリストの中央値を選択し(ステップS608)、これを図5のステップS502用の計算されたずれ値であると見なす。このずれ値中央値を垂直ずれ量として出力し、スケールずれ量アルゴリズムに供給する(図5のステップS503)。なお、中央値は、導出された値から直接選択してもよい。換言すると、中央値を選択する前にずれ量を順番に並べる必要がなくてもよい。これは、他のずれ量計算にも適用される。
[スケールずれ量計算(図5のステップS503)]
図8は、スケールずれ量を算出するための原理を説明するフローチャートである。
図8は、スケールずれ量を算出するための原理を説明するフローチャートである。
ステップ801において、対応点算出器220において算出された画素位置を、図7を参照して説明したように、光軸に関する画素位置に変換する。
スケールずれ量を算出するために、左画像からの特徴位置を選択する(S802)。実施形態において、特徴点はランダムに選択されるが、本発明はこれに限定されない。また、右画像から対応する特徴位置を選択する(S803)。
点を選択した後、これを下記の式7に当てはめ、スケールの値を算出する(S804)。
この式の導出についても、明細書の最後に記載する。
スケールを算出した後、計算されたスケールずれ量の数を1だけインクリメントする(ステップS805)。この数を閾値と比較する(ステップS806)。計算されたずれ値の数が閾値を下回る場合、別の点を選択して、スケールずれ量アルゴリズムを再実行する。実施形態において、閾値は20になっているが、任意の他の値も予期される。
計算されたずれ値の数が閾値を上回る場合、計算された値を昇順に並べる(ステップS807)。順序付けられたリストの中央値を選択し(ステップS808)、これを図5のステップS503用の計算されたずれ値であると見なす。このずれ値中央値をスケールずれ量として出力し、回転ずれ量アルゴリズムに供給する(図5のステップS504)。
[回転ずれ量計算]
図9は、回転ずれ量を算出するための原理を説明する図である。
図9は、回転ずれ量を算出するための原理を説明する図である。
ステップ901において、図7を参照して説明したように、対応点算出器220によって算出された画素位置を光軸に関する画素位置に変換する。
回転ずれ量を算出するために、左画像からの2つの特徴位置を選択する。具体的には、特徴位置は、左画像において光軸の左側に位置するものを1つ、光軸の右側に位置するものを1つ選択する(S902)。実施形態において、これらの特徴点はランダムに選択されるが、本発明はこれに限定されない。また、右画像から対応する特徴位置を選択する(S903)。
点を選択した後、これらを下記の式8に当てはめ、移動値を算出する(S904)。
この式の導出ついても、明細書の最後に記載する。
これらの点を算出した後、計算されたロールずれ値の数を1だけインクリメントする(ステップS905)。この数を閾値と比較する(ステップS906)。計算されたずれ値の数が閾値を下回る場合、別の2つの点を選択して、ロールずれ量アルゴリズムを再実行する。実施形態において、閾値は20になっているが、任意の他の値も予期される。
計算されたずれ値の数が閾値を上回る場合、計算された値を昇順に並べる(ステップS907)。順序付けられたリストの中央値を選択し(ステップS908)、これを図5のステップS504用の計算されたずれ値であると見なす。このずれ値中央値をロールずれ量として出力する。
ステップS505またはS506において、ずれ量計算アルゴリズムを再実行する場合、ステップS908において計算されたロール値を次の反復において用いる。しかし、ずれ量計算アルゴリズムを再実行しない場合、ステップS908において計算されたロールずれ量、ならびに、ステップS608からの垂直ずれ量、およびステップS808からのスケールずれ量をずれ量計算アルゴリズムの結果として出力する。
[他の実施形態]
以上、定常状態に言及した。しかし、これは本発明にとって必須ではない。アルゴリズムの一回のみの反復が、修正が行われるミスマッチレベルを示す。実際には、任意の回数の反復によってミスマッチ量が特定される。
以上、定常状態に言及した。しかし、これは本発明にとって必須ではない。アルゴリズムの一回のみの反復が、修正が行われるミスマッチレベルを示す。実際には、任意の回数の反復によってミスマッチ量が特定される。
本発明の実施形態は、コンピュータにロードされると、コンピュータに、上述の方法の各ステップを実行させるコンピュータ可読指示(コンピュータプログラム)として提供してもよい。コンピュータ可読指示は、任意のコンピュータ可読言語で、または、実際には、適切なマイクロプロセッサによって理解され得る任意の言語で書き込むことができる。コンピュータプログラムは、磁気ディスク、または光ディスク、または任意の固体メモリ等の記録媒体に記憶されてもよい。さらに、コンピュータプログラムは、インターネット等のネットワーク上のキャリアとして存在してもよい。
各個々のアルゴリズムにおける画像の光軸に関する画素の変換について説明したが、本発明はこれに限定されない。実際には、変換は、対応点計算と、ずれ量計算機230への特徴点の供給との間に行ってもよい。これによって、ずれ量計算機230における演算の負荷が減る。さらに、同じか他の実施形態において、各アルゴリズムにおいて用いられる選択された画素位置のみが光軸に関して変換される。換言すると、ずれ量の計算用に点が選択された後にだけ、これらは変換される。
異なるずれ量が或る特定の順序で計算される場合について説明したが、本発明はこれに限定されない。ずれ量は、あらゆる順序で計算することができる。
高解像度画像からずれ量を取得する場合について説明したが、本発明はこれに限定されない。例えば、ずれ量を標準画質画像から、または高解像度画像のスケール縮小版から取得することが可能である。例えば、ずれ量を4:1スケール縮小から取得することができる。この場合、縮小画像内では1つの画素が高解像度画像において4つの画素から成る。この状況では、縮小画像の実際の画素値は、高解像度画像における4つのあり得る画素から選択することができる。係る選択は、ランダムに行ってもよい。
さらに、ずれ量の1つまたは複数の値によって、エラーが整数の画素値のものではないことを示す場合、ずれ量値の上下の、最も近傍の整数画素値をユーザに表示して、ユーザが用いたい画素を選択可能とするようにしてもよい。または、最も近傍の整数に四捨五入される最も近傍の画素値を選択させてもよい。
添付の図面を参照して本発明の例示的な実施形態を説明してきたが、本発明は厳格な上記実施形態に限定されず、添付の特許請求の範囲に規定される発明の範囲および精神から逸脱しない範囲で、当業者は種々の変更および変形形態をなすことができることを理解されたい。
[移動量の導出]
図10を参照すると、座標の組(x1、y1)によって表されるp1と、座標の組(x2、y2)によって表されるp2という2つの点を仮定すると、点y1rおよびy2rの回転、移動、スケーリングに関してy1lおよびy2lの位置を表すことができる。
y1lが光軸の上方に位置すると仮定すると、以下のように記述される。
図10を参照すると、座標の組(x1、y1)によって表されるp1と、座標の組(x2、y2)によって表されるp2という2つの点を仮定すると、点y1rおよびy2rの回転、移動、スケーリングに関してy1lおよびy2lの位置を表すことができる。
y1lが光軸の上方に位置すると仮定すると、以下のように記述される。
[スケール量の導出]
上記式[17]および[18]から、スケールSは以下のように計算されることが分かる。
上記式[17]および[18]から、スケールSは以下のように計算されることが分かる。
[回転量の導出]
回転計算に用いる点の選択を示す図11と、垂直位置に基づく角度測定を示す図12とを参照すると、光軸(p1)の左側から1つ、光軸(p2)の右側から1つ、ランダム主要特徴位置が選択される。
点p1およびp2の相対的な回転を測定するために、p1lとp2lとの間の勾配を算出して、当該勾配をp1rとp2rとの間の勾配と比較する、換言すると、左画像内の二点間の勾配と、右画像の対応の点間の勾配とを比較する必要がある。なお、回転計算は移動に対して不変であるが、スケールに対しては可変である。それゆえ、スケール(S)は、計算において説明される。
p1rとp2rとの間の勾配は、以下のように計算される。
回転計算に用いる点の選択を示す図11と、垂直位置に基づく角度測定を示す図12とを参照すると、光軸(p1)の左側から1つ、光軸(p2)の右側から1つ、ランダム主要特徴位置が選択される。
点p1およびp2の相対的な回転を測定するために、p1lとp2lとの間の勾配を算出して、当該勾配をp1rとp2rとの間の勾配と比較する、換言すると、左画像内の二点間の勾配と、右画像の対応の点間の勾配とを比較する必要がある。なお、回転計算は移動に対して不変であるが、スケールに対しては可変である。それゆえ、スケール(S)は、計算において説明される。
p1rとp2rとの間の勾配は、以下のように計算される。
Claims (32)
- 立体的に視認可能な第1の画像と第2の画像との間のずれ量を算出するずれ量算出方法であって、
前記第1の画像内の特徴点の位置と、前記第2の画像内の対応する特徴点の位置とを特定し、
前記第1の画像および前記第2の画像内において、前記第1の画像および前記第2の画像のそれぞれを撮影するカメラの光軸を確定し、
所定のモデルを用いて、前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置との間のずれ量を演算し、
ランダムサンプルコンセンサス技術を用いて、前記演算されたずれ量の妥当性を試験し、
前記ずれ量は、前記第1の画像および前記第2の画像のそれぞれの前記確定された光軸に関する、前記第1の画像の前記特徴点の位置と、前記第2の画像の前記対応する特徴点の位置とに応じて算出され、
前記試験されたずれ量は、前記ランダムサンプルコンセンサス技術が所定の条件を達成したときに妥当とされる
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、
前記ずれ量は、当該ずれ量が正確である確率が閾値を上回るときに妥当とされる
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、
前記所定の条件は、前記ランダムサンプルコンセンサス技術が所定回数反復されることである
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、さらに、
ブロックマッチング技術を用いて、元の第1の画像および元の第2の画像の各縮小版から特徴点を取得するステップを含む
ずれ量算出方法。 - 請求項6に記載のずれ量算出方法であって、さらに、
前記元の第1の画像および前記元の第2の画像の前記各縮小版から取得された前記特徴点を、前記元の第1の画像および前記元の第2の画像におけるブロックマッチング技術の開始点として用い、前記元の第1の画像および前記元の第2の画像から第1の特徴点および第2の特徴点を取得するステップを含む
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、さらに、
前記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、前記第2の画像内において少なくとも1つの対応するさらなる特徴点の位置を特定するステップを含み、
前記第1の画像において2つの特徴点の位置を選択し、前記第2の画像において対応する2つの特徴点の位置を選択し、前記第1の画像と前記第2の画像との間の所与の回転ずれ量に基づいて、前記第1の画像と前記第2の画像との間の垂直ずれ量を算出する
ずれ量算出方法。 - 請求項8に記載のずれ量算出方法であって、
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の上方に位置し、かつ
前記第1の画像内の前記さらなる特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の下方に位置する
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、
前記第1の画像内において特徴点の位置を選択し、前記第2の画像内において対応する特徴点の位置を選択し、前記第1の画像と前記第2の画像との間の所与の垂直ずれ量に基づいて、前記第1の画像と前記第2の画像との間のスケールずれ量を算出する
ずれ量算出方法。 - 請求項10に記載のずれ量算出方法であって、
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の上方に位置するか、または
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の下方に位置する
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、さらに、
前記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、前記第2の画像内において少なくとも1つの対応するさらなる特徴点の位置を特定するステップを含み、
前記第1の画像内において2つの特徴点の位置を選択し、前記第2の画像内において対応する2つの特徴点の位置を選択し、前記第1の画像と前記第2の画像との間の所与のスケールずれ量に基づいて、前記第1の画像と前記第2の画像との間の回転ずれ量を算出する
ずれ量算出方法。 - 請求項12に記載のずれ量算出方法であって、
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の左側に位置し、かつ
前記第1の画像内の前記さらなる特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の右側に位置する
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、
前記特徴点の位置および前記さらなる特徴点の位置は、ランダムに生成される
ずれ量算出方法。 - 請求項1に記載のずれ量算出方法であって、
前記特徴点の位置は、前記第1の画像および前記第2の画像内の画素位置である
ずれ量算出方法。 - コンピュータに、請求項1に記載のずれ量算出方法の各ステップを実行させるプログラム。
- 請求項16に記載のプログラムが記録された記録媒体。
- 立体的に視聴可能な第1の画像と第2の画像との間のずれ量を算出するずれ量算出装置であって、
前記第1の画像内の特徴点の位置と、前記第2の画像内の対応する特徴点の位置とを特定する特定器と、
前記第1の画像および前記第2の画像内において、前記第1の画像および前記第2の画像のそれぞれを撮影するカメラの光軸を確定する確定器と、
所定のモデルを用いて、前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置との間のずれ量を演算する演算器と、
ランダムサンプルコンセンサス技術を用いて、前記演算されたずれ量の妥当性を試験する試験器とを具備し、
前記ずれ量は、前記第1の画像および前記第2の画像のそれぞれの前記確定された光軸に関する、前記第1の画像の前記特徴点の位置と、前記第2の画像の前記対応する特徴点の位置とに応じて算出され、
前記試験されたずれ量は、前記ランダムサンプルコンセンサス技術が所定の条件を達成したときに妥当とされる
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、
前記ずれ量は、当該ずれ量が正確である確率が閾値を上回るときに妥当とされる
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、
前記所定の条件は、前記ランダムサンプルコンセンサス技術が所定回数反復されることである
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、さらに、
ブロックマッチング技術を用いて、元の第1の画像および元の第2の画像の各縮小版から特徴点を取得する取得器を具備する
ずれ量算出装置。 - 請求項23に記載のずれ量算出装置であって、
前記取得器はさらに、前記元の第1の画像および前記元の第2の画像の前記各縮小版から取得された前記特徴点を、前記元の第1の画像および前記元の第2の画像におけるブロックマッチング技術の開始点として用い、前記元の第1の画像および前記元の第2の画像から第1の特徴点および第2の特徴点を取得するように動作可能である
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、
前記特定器はさらに、前記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、前記第2の画像内において少なくとも1つの対応するさらなる特徴点の位置を特定するように動作可能であり、
前記第1の画像において2つの特徴点の位置を選択し、前記第2の画像において対応する2つの特徴点の位置を選択し、前記第1の画像と前記第2の画像との間の所与の回転ずれ量に基づいて、前記第1の画像と前記第2の画像との間の垂直ずれ量を算出する
ずれ量算出装置。 - 請求項25に記載のずれ量算出装置であって、
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の上方に位置し、かつ
前記第1の画像内の前記さらなる特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の下方に位置する
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、
前記第1の画像内において特徴点の位置を、前記第2の画像内において対応する特徴点の位置を選択し、前記第1の画像と前記第2の画像との間の所与の垂直ずれ量に基づいて、前記第1の画像と前記第2の画像との間のスケールずれ量を算出する
ずれ量算出装置。 - 請求項27に記載のずれ量算出装置であって、
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の上方に位置するか、または
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の下方に位置する
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、
前記特定器はさらに、前記第1の画像内において少なくとも1つのさらなる特徴点の位置を特定し、前記第2の画像内において少なくとも1つの対応するさらなる特徴位置を特定するように動作可能であり、
前記第1の画像内において2つの特徴点の位置を選択し、前記第2の画像内において対応する2つの特徴点の位置を選択し、前記第1の画像と前記第2の画像との間の所与のスケールずれ量に基づいて、前記第1の画像と前記第2の画像との間の回転ずれ量を算出する
ずれ量算出装置。 - 請求項29に記載のずれ量算出装置であって、
前記第1の画像内の前記特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の左側に位置し、かつ
前記第1の画像内の前記さらなる特徴点の位置と、前記第2の画像内の前記対応する特徴点の位置とが、前記確定された光軸の右側に位置する
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、
前記特徴点の位置および前記さらなる特徴点の位置は、ランダムに生成される
ずれ量算出装置。 - 請求項18に記載のずれ量算出装置であって、
前記特徴点の位置は、前記第1の画像および前記第2の画像内の画素位置である
ずれ量算出装置。
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1003291.0 | 2010-02-26 | ||
GB1003289.4 | 2010-02-26 | ||
GB1003289A GB2478156A (en) | 2010-02-26 | 2010-02-26 | Method and apparatus for generating a disparity map for stereoscopic images |
GB1003291A GB2478157A (en) | 2010-02-26 | 2010-02-26 | Method and apparatus for cutting between a first and second image sequence in a stereoscopic video |
GB1005989A GB2478164A (en) | 2010-02-26 | 2010-04-09 | Calculating misalignment between a stereoscopic image pair based on feature positions |
GB1005989.7 | 2010-04-09 | ||
GB1014339A GB2478169A (en) | 2010-02-26 | 2010-08-27 | Validating the calculated misalignment between a stereoscopic image pair using a RANSAC method |
GB1014339.4 | 2010-08-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011182397A true JP2011182397A (ja) | 2011-09-15 |
Family
ID=42236113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011040833A Withdrawn JP2011182397A (ja) | 2010-02-26 | 2011-02-25 | ずれ量算出方法およびずれ量算出装置 |
Country Status (4)
Country | Link |
---|---|
US (2) | US8538198B2 (ja) |
JP (1) | JP2011182397A (ja) |
CN (1) | CN102169577A (ja) |
GB (2) | GB2478164A (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2478164A (en) * | 2010-02-26 | 2011-08-31 | Sony Corp | Calculating misalignment between a stereoscopic image pair based on feature positions |
JP5792662B2 (ja) * | 2011-03-23 | 2015-10-14 | シャープ株式会社 | 視差算出装置、距離算出装置及び視差算出方法 |
GB2489931A (en) * | 2011-04-08 | 2012-10-17 | Sony Corp | Analysis of 3D video to detect frame violation within cropped images |
US20130016186A1 (en) * | 2011-07-13 | 2013-01-17 | Qualcomm Incorporated | Method and apparatus for calibrating an imaging device |
US9129378B2 (en) * | 2011-09-07 | 2015-09-08 | Thomson Licensing | Method and apparatus for recovering a component of a distortion field and for determining a disparity field |
KR101883376B1 (ko) * | 2011-11-22 | 2018-07-31 | 엘지전자 주식회사 | 이동 단말기 및 그것의 제어 방법 |
GB2500712A (en) | 2012-03-30 | 2013-10-02 | Sony Corp | An Apparatus and Method for transmitting a disparity map |
TWI595428B (zh) * | 2012-05-29 | 2017-08-11 | 財團法人工業技術研究院 | 特徵點匹配方法 |
CN103700080B (zh) * | 2013-12-06 | 2016-08-03 | 北京工业大学 | 基于Skinner概率自动机的图像误匹配对去除方法 |
US10085001B2 (en) * | 2014-03-21 | 2018-09-25 | Omron Corporation | Method and apparatus for detecting and mitigating mechanical misalignments in an optical system |
US10796425B1 (en) * | 2016-09-06 | 2020-10-06 | Amazon Technologies, Inc. | Imagery-based member deformation gauge |
CN108109173B (zh) * | 2016-11-25 | 2022-06-28 | 宁波舜宇光电信息有限公司 | 视觉定位方法,相机***和自动化设备 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5864359A (en) | 1995-05-30 | 1999-01-26 | Smith & Nephew, Inc. | Stereoscopic autofocusing based on comparing the left and right eye images |
US6191809B1 (en) * | 1998-01-15 | 2001-02-20 | Vista Medical Technologies, Inc. | Method and apparatus for aligning stereo images |
JP4172554B2 (ja) * | 1998-03-12 | 2008-10-29 | 富士重工業株式会社 | ステレオカメラの調整装置 |
JP4149037B2 (ja) | 1998-06-04 | 2008-09-10 | オリンパス株式会社 | 映像システム |
US6674892B1 (en) * | 1999-11-01 | 2004-01-06 | Canon Kabushiki Kaisha | Correcting an epipolar axis for skew and offset |
US6504611B2 (en) * | 2000-05-17 | 2003-01-07 | Coretek, Inc. | Two stage optical alignment device and method of aligning optical components |
GB2372659A (en) * | 2001-02-23 | 2002-08-28 | Sharp Kk | A method of rectifying a stereoscopic image |
KR101237945B1 (ko) | 2002-11-21 | 2013-02-28 | 비젼 Ⅲ 이미징 인코퍼레이티드 | 무안경식 디스플레이를 위한 시차 이미지의 특정한 정렬시스템 및 방법 |
US7308157B2 (en) * | 2003-02-03 | 2007-12-11 | Photon Dynamics, Inc. | Method and apparatus for optical inspection of a display |
JP4611755B2 (ja) * | 2005-01-13 | 2011-01-12 | 株式会社日立ハイテクノロジーズ | 走査電子顕微鏡及びその撮像方法 |
KR101142785B1 (ko) | 2005-06-28 | 2012-05-08 | 엘지디스플레이 주식회사 | 박막트랜지스터를 포함하는 액정표시장치 |
JP4595733B2 (ja) * | 2005-08-02 | 2010-12-08 | カシオ計算機株式会社 | 画像処理装置 |
KR100793076B1 (ko) | 2005-12-08 | 2008-01-10 | 한국전자통신연구원 | 에지 적응형 스테레오/다시점 영상 정합 장치 및 그 방법 |
US20070165942A1 (en) * | 2006-01-18 | 2007-07-19 | Eastman Kodak Company | Method for rectifying stereoscopic display systems |
KR100762670B1 (ko) | 2006-06-07 | 2007-10-01 | 삼성전자주식회사 | 스테레오 이미지로부터 디스패리티 맵을 생성하는 방법 및장치와 그를 위한 스테레오 매칭 방법 및 장치 |
US7935920B2 (en) | 2006-06-08 | 2011-05-03 | Canon Kabushiki Kaisha | Illumination optical system including luminous flux conversion system |
KR100899422B1 (ko) | 2007-08-06 | 2009-05-27 | 삼성모바일디스플레이주식회사 | 스테레오 매칭 시스템 및 이를 이용한 스테레오 매칭방법 |
JP4946730B2 (ja) * | 2007-08-27 | 2012-06-06 | ソニー株式会社 | 顔画像処理装置及び顔画像処理方法、並びにコンピュータ・プログラム |
US20090128621A1 (en) * | 2007-11-21 | 2009-05-21 | Charles Gregory Passmore | System and/or method for automated stereoscopic alignment of images |
JP5240453B2 (ja) * | 2008-02-14 | 2013-07-17 | 株式会社リコー | 画像処理方法、画像処理装置及び画像撮像装置 |
JP4695664B2 (ja) | 2008-03-26 | 2011-06-08 | 富士フイルム株式会社 | 立体動画像処理装置および方法並びにプログラム |
CN101276474B (zh) * | 2008-04-14 | 2010-09-01 | 中山大学 | 一种基于局部坐标的线性约束图像变形方法 |
US8213706B2 (en) * | 2008-04-22 | 2012-07-03 | Honeywell International Inc. | Method and system for real-time visual odometry |
WO2010025309A1 (en) * | 2008-08-28 | 2010-03-04 | Zoran Corporation | Robust fast panorama stitching in mobile phones or cameras |
GB2478164A (en) * | 2010-02-26 | 2011-08-31 | Sony Corp | Calculating misalignment between a stereoscopic image pair based on feature positions |
-
2010
- 2010-04-09 GB GB1005989A patent/GB2478164A/en not_active Withdrawn
- 2010-08-27 GB GB1014339A patent/GB2478169A/en not_active Withdrawn
-
2011
- 2011-01-27 US US13/015,251 patent/US8538198B2/en not_active Expired - Fee Related
- 2011-02-10 US US13/024,907 patent/US8494307B2/en not_active Expired - Fee Related
- 2011-02-25 JP JP2011040833A patent/JP2011182397A/ja not_active Withdrawn
- 2011-02-28 CN CN2011100495782A patent/CN102169577A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
GB2478164A (en) | 2011-08-31 |
US20110211751A1 (en) | 2011-09-01 |
US20110211750A1 (en) | 2011-09-01 |
GB2478169A (en) | 2011-08-31 |
GB201005989D0 (en) | 2010-05-26 |
US8494307B2 (en) | 2013-07-23 |
GB201014339D0 (en) | 2010-10-13 |
US8538198B2 (en) | 2013-09-17 |
CN102169577A (zh) | 2011-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2011182397A (ja) | ずれ量算出方法およびずれ量算出装置 | |
Liu et al. | Concrete crack assessment using digital image processing and 3D scene reconstruction | |
US10825198B2 (en) | 3 dimensional coordinates calculating apparatus, 3 dimensional coordinates calculating method, 3 dimensional distance measuring apparatus and 3 dimensional distance measuring method using images | |
JP5580164B2 (ja) | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム | |
JP5745178B2 (ja) | 3次元測定方法、装置及びシステム、並びに画像処理装置 | |
CN109377551B (zh) | 一种三维人脸重建方法、装置及其存储介质 | |
US20150262346A1 (en) | Image processing apparatus, image processing method, and image processing program | |
US11928805B2 (en) | Information processing apparatus, information processing method, and storage medium for defect inspection and detection | |
JP6170281B2 (ja) | 三次元計測装置、三次元計測装置の制御方法、およびプログラム | |
CN111457886A (zh) | 距离确定方法、装置及*** | |
US11393116B2 (en) | Information processing apparatus, method thereof, and non-transitory computer-readable storage medium | |
CN109902695B (zh) | 一种面向像对直线特征匹配的线特征矫正与提纯方法 | |
US20230260159A1 (en) | Information processing apparatus, information processing method, and non-transitory computer readable medium | |
JP6579816B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP2008224323A (ja) | ステレオ写真計測装置、ステレオ写真計測方法及びステレオ写真計測用プログラム | |
JP2010182330A (ja) | カラー画像の処理方法および画像処理装置 | |
CN112734721B (zh) | 一种光轴偏转角度检测方法、装置、设备和介质 | |
JP2019022147A (ja) | 光源方向推定装置 | |
Su et al. | An automatic calibration system for binocular stereo imaging | |
JP6564679B2 (ja) | 画像処理装置、画像マッチングによる同一部位検出方法および画像処理用プログラム | |
CN111524091B (en) | Information processing apparatus, information processing method, and storage medium | |
JP2008287338A (ja) | 画像処理装置 | |
JP5039083B2 (ja) | 画像作成方法、計算装置、画像作成プログラムおよび記憶媒体 | |
Shi et al. | An automatic and robust chessboard corner extraction | |
TWI516744B (zh) | 距離估算系統、距離估算方法及電腦可讀取媒體 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20140513 |