KR102063845B1 - 영상 기반 계측 장치 및 그 방법 - Google Patents

영상 기반 계측 장치 및 그 방법 Download PDF

Info

Publication number
KR102063845B1
KR102063845B1 KR1020190074306A KR20190074306A KR102063845B1 KR 102063845 B1 KR102063845 B1 KR 102063845B1 KR 1020190074306 A KR1020190074306 A KR 1020190074306A KR 20190074306 A KR20190074306 A KR 20190074306A KR 102063845 B1 KR102063845 B1 KR 102063845B1
Authority
KR
South Korea
Prior art keywords
image
point group
plane
axis
parameter
Prior art date
Application number
KR1020190074306A
Other languages
English (en)
Inventor
김익수
한유덕
Original Assignee
국방과학연구소
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020190074306A priority Critical patent/KR102063845B1/ko
Application granted granted Critical
Publication of KR102063845B1 publication Critical patent/KR102063845B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/56—Particle system, point based geometry or rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 일 실시예에 따른 영상 기반 계측 장치는, 대상체의 거리 정보를 포함하는 영상을 획득하는 영상 획득부와, 상기 획득된 영상의 상기 대상체의 거리 정보를 나타내는 점 군(point group)에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득하는 파라미터 획득부와, 상기 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 상기 복수의 점 군 평면과 관련된 기울기를 추정하는 기울기 추정부와, 상기 추정된 기울기와 상기 대상체의 기하정보를 이용하여 상기 대상체의 움직임을 분석하는 분석부를 포함할 수 있다.

Description

영상 기반 계측 장치 및 그 방법 {APPARATUS AND METHOD FOR MEASUREMENT BASED ON IMAGES}
본 발명은 대상체에 대한 영상에 기반하여 대상체의 움직임을 분석하는 영상 기반 계측 장치 및 방법에 관한 것이다.
유도탄 개발 초기에는 추력방향 제어에 사용하는 노즐 각도를 계측하는 것이 매우 중요하다. 이는 발사 초기의 유도탄의 비행 안정성 및 제어력 확보를 위한 것으로, 유도탄의 비행 안정성 및 제어력이 확보되어야 유도탄 개발의 성공 확률이 높아지기 때문이다. 따라서, 유도탄 개발 초기의 HILS(Hardware In the Loop Simulation)를 수행할 때, 실제 노즐의 구동 응답을 측정하여 노즐의 조종 성능을 확인한다.
노즐의 조종 성능을 확인을 위해 일반적으로 노즐의 끝 단면에 3~4개의 물리적인 접촉 센서를 설치하여 노즐의 구동 시 센서가 움직인 변위를 측정하여 노즐의 구동변위를 계산하는 방식을 사용한다.
그러나, 유도탄 마다 다양한 제원(예: 노즐 직경)을 가질 수 있으며, 이러한 경우에는 유도탄이 가지는 제원을 측정하고 이를 고려하여 센서 장착을 위한 설계가 매번 수행되어야 한다. 따라서, 유도탄의 노즐의 구동을 보다 효율적으로 계측하기 위한 방안이 요구된다.
한국등록특허 제10-0480780호 (2005년 03월 24일 등록)
본 발명이 해결하고자 하는 과제는, 대상체의 거리 정보를 포함하는 영상을 이용하여 대상체의 움직임을 분석하는 영상 기반 계측 장치 및 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 이상에서 언급한 바로 제한되지 않으며, 언급되지는 않았으나 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있는 목적을 포함할 수 있다.
본 발명의 일 실시예에 따른 영상 기반 계측 장치는, 대상체의 거리 정보를 포함하는 영상을 획득하는 영상 획득부와, 상기 획득된 영상의 상기 대상체의 거리 정보를 나타내는 점 군(point cloud)에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득하는 파라미터 획득부와, 상기 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 상기 복수의 점 군 평면과 관련된 기울기를 추정하는 기울기 추정부와, 상기 추정된 기울기와 상기 대상체의 기하정보를 이용하여 상기 대상체의 움직임을 분석하는 분석부를 포함할 수 있다.
또한, 상기 영상 기반 계측 장치와 상기 대상체 간의 제1 축을 기준으로 축 정렬을 수행하는 정렬부를 더 포함하고, 상기 획득된 영상은, 상기 제1 축 기준의 축 정렬이 유지되는 상태의 대상체에 대한 영상과 제2 축을 기준으로 움직이는 상기 대상체에 대한 영상을 포함할 수 있다.
또한, 상기 복수의 점 군 평면은, 상기 제1 축을 포함하는 평면에 대한 제1 점 군 평면과 상기 제2 축을 포함하는 평면에 대한 제2 점 군 평면을 포함하고, 상기 파라미터는, 상기 제1 축을 포함하는 평면에 대한 제1 법선 벡터와, 상기 제2 축을 포함하는 평면에 대한 제2 법선 벡터를 포함할 수 있다.
또한, 상기 기울기 추정부는, 상기 제1 법선 벡터와 상기 제2 법선 벡터에 대해 회전변환 행렬을 적용함에 기초하여 상기 제1 점 군 평면에 대한 상기 제2 점 군 평면의 기울기를 추정할 수 있다.
또한, 상기 거리 정보는, 상기 영상 획득부로부터 상기 대상체를 구성하는 복수의 점까지의 거리를 나타내는 정보를 포함하고, 상기 점 군은 상기 복수의 점을 포함할 수 있다.
또한, 상기 파라미터 획득부는, 상기 획득된 영상에서 상기 대상체에 대한 영역과 배경(background)에 대한 영역을 분리하고, 상기 대상체에 대한 영역에서 상기 대상체를 구성하는 복수의 점 중 적어도 일부를 랜덤하게 추출하여 상기 점 군을 생성하고, 상기 복수의 점은 상기 대상체의 거리 정보를 포함할 수 있다.
또한, 상기 파라미터 획득부는, 상기 생성된 점 군에 평면 근사가 적용됨에 기초하여 획득되는 점 군 평면과 구분되어 나타나는 이상점(outlier)을 제거할 수 있다.
또한, 상기 분석부는, 상기 대상체의 기하정보와 상기 추정된 기울기와의 차이에 기초하여 상기 대상체의 움직임의 변위 또는 각도를 분석하고, 상기 대상체의 기하정보는, 상기 대상체의 측정하고자 하는 부분의 실제 위치를 반영하여 기지정된 값으로, 상기 대상체의 중심축으로부터의 상대위치, 거리 및 각도 중 적어도 하나에 대한 정보를 포함할 수 있다.
본 발명의 일 실시예에 따른 영상 기반 계측 방법은, 대상체의 거리 정보를 포함하는 영상을 획득하는 단계와, 상기 획득된 영상의 상기 대상체의 거리 정보를 나타내는 점 군(point group)에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득하는 단계와, 상기 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 상기 복수의 점 군 평면과 관련된 기울기를 추정하는 단계와, 상기 추정된 기울기와 상기 대상체의 기하정보를 이용하여 상기 대상체의 움직임을 분석하는 단계를 포함할 수 있다.
또한, 상기 영상 기반 계측 장치와 상기 대상체 간의 제1 축을 기준으로 축 정렬을 수행하는 단계를 더 포함하고, 상기 획득된 영상은, 상기 제1 축 기준의 축 정렬이 유지되는 상태의 대상체에 대한 영상과 제2 축을 기준으로 움직이는 상태의 대상체에 대한 영상을 포함할 수 있다.
또한, 상기 복수의 점 군 평면은, 상기 제1 축을 포함하는 평면에 대한 제1 점 군 평면과 상기 제2 축을 포함하는 평면에 대한 제2 점 군 평면을 포함하고, 상기 파라미터는, 상기 제1 축을 포함하는 평면에 대한 제1 법선 벡터와, 상기 제2 축을 포함하는 평면에 대한 제2 법선 벡터를 포함할 수 있다.
또한, 상기 기울기를 추정하는 단계는, 상기 제1 법선 벡터와 상기 제2 법선 벡터에 대해 회전변환 행렬을 적용함에 기초하여 상기 제1 점 군 평면에 대한 상기 제2 점 군 평면의 기울기를 추정하는 단계를 포함할 수 있다.
또한, 상기 거리 정보는, 상기 영상 획득부로부터 상기 대상체를 구성하는 복수의 점까지의 거리를 나타내는 정보를 포함하고, 상기 점 군은 상기 복수의 점을 포함할 수 있다.
또한, 상기 파라미터를 획득하는 단계는, 상기 획득된 영상에서 상기 대상체에 대한 영역과 배경(background)에 대한 영역을 분리하는 단계와, 상기 대상체에 대한 영역에서 상기 대상체를 구성하는 복수의 점 중 적어도 일부를 랜덤하게 추출하여 상기 점 군을 생성하는 단계를 더 포함하고, 상기 복수의 점은 상기 대상체의 거리 정보를 포함할 수 있다.
또한, 상기 파라미터를 획득하는 단계는, 상기 생성된 점 군에 평면 근사가 적용됨에 기초하여 획득되는 점 군 평면과 구분되어 나타나는 이상점(outlier)을 제거할 수 있다.
또한, 상기 분석하는 단계는, 상기 대상체의 기하정보와 상기 추정된 기울기와의 차이에 기초하여 상기 대상체의 움직임의 변위 또는 각도를 분석하는 단계를 포함하고, 상기 대상체의 기하정보는, 상기 대상체의 측정하고자 하는 부분의 실제 위치를 반영하여 기지정된 값으로, 상기 대상체의 위치, 크기 및 각도 중 적어도 하나에 대한 정보를 포함할 수 있다.
본 발명의 일 실시예에 따른 컴퓨터 판독가능 기록매체는, 대상체의 거리 정보를 포함하는 영상을 획득하는 단계와, 상기 획득된 영상의 상기 대상체의 거리 정보를 나타내는 점 군(point group)에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득하는 단계와, 상기 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 상기 복수의 점 군 평면과 관련된 기울기를 추정하는 단계와, 상기 추정된 기울기와 상기 대상체의 기하정보를 이용하여 상기 대상체의 움직임을 분석하는 단계를 수행하도록 프로그램된 컴퓨터 프로그램을 저장할 수 있다.
본 발명의 실시예에 따른 영상 기반 계측 장치 및 방법은, 대상체의 거리 정보를 포함하는 영상을 이용하여 대상체의 움직임을 분석함으로써 다양한 제원의 대상체에 대해 높은 활용성을 가질 수 있다.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 영상 기반 계측 장치가 동작되는 환경의 개념도를 도시한다.
도 2는 본 발명의 일 실시예에 따른 영상 기반 계측 장치의 기능적 구성의 예를 도시한다.
도 3은 본 발명의 일 실시예에 따른 영상 기반 계측 방법의 각 단계의 흐름을 도시한다.
도 4는 본 발명의 일 실시예에 따른 영상 기반 계측 방법의 파라미터를 획득하는 단계의 구체적인 흐름을 도시한다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명의 범주는 청구항에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명은 본 발명의 실시예들을 설명함에 있어 실제로 필요한 경우 외에는 생략될 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예들을 포함할 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로서 이해되어야 한다.
제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 이와 같은 용어들에 의해 한정되지는 않는다. 이 용어들은 하나의 구성요소들을 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 영상 기반 계측 장치가 동작되는 환경의 개념도를 도시한다.
도 1을 참조하면, 영상 기반 계측 장치(10)는 대상체(20)와 소정 거리를 두고 위치될 수 있다. 예를 들어, 영상 기반 계측 장치(10)는 대상체(20)의 상부에 대상체(20)와 수직이 되도록 위치될 수 있다.
대상체(20)는 다양한 변위를 가지고 움직일 수 있으며, 영상 기반 계측 장치(10)는 이러한 대상체(20)에 대한 영상을 획득할 수 있다. 여기서, 대상체(20)는 유도탄의 노즐이 될 수도 있다. 다만, 대상체는 유도탄의 노즐에 제한되는 것은 아니고 다양한 변위로 움직이는 다양한 종류의 물체를 포함할 수도 있다.
영상 기반 계측 장치(10)는 다양한 방법으로 대상체(20)에 대한 영상을 획득할 수 있다. 예를 들어, 영상 기반 계측 장치(10)는 영상을 획득할 수 있는 다른 장치와의 연결에 기초하여, 다른 장치로부터 촬영되는 대상체(20)에 대한 영상을 획득할 수 있다.
영상 기반 계측 장치(10)에 의해 획득되는 영상은 대상체(20)와 영상 기반 계측 장치(10) 사이의 거리에 대한 정보를 포함하는 영상일 수 있다. 경우에 따라, 이러한 영상은 깊이 영상(depth image)으로 지칭될 수 있다. 대상체(20)가 움직이는 경우, 획득된 영상에는 대상체(20)가 움직이는 면에 대한 정보가 나타날 수 있다.
도 2는 본 발명의 일 실시예에 따른 영상 기반 계측 장치의 기능적 구성의 예를 도시한다. 이하 사용되는 '…부'등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 이하 도 2의 설명에서는 도 1과 중복되는 내용은 생략될 수 있다.
도 2를 참조하면, 영상 기반 계측 장치(10)는 영상 획득부(110), 파라미터 획득부(120), 기울기 추정부(130), 분석부(140), 정렬부(150)를 포함할 수 있다.
영상 획득부(110)는 마이크로프로세서(microprocessor)를 포함하는 연산 장치에 의해 구현될 수 있으며, 거리 정보를 가지는 깊이 영상을 촬영할 수 있는 KINECT과 같은 일반 상용 장비로 구현될 수도 있다. 이는 후술할 파라미터 획득부(120), 기울기 추정부(130), 분석부(140), 정렬부(150)도 마이크로프로세서를 포함하는 연산 장치에 의해 구현될 수 있다.
영상 획득부(110)는 대상체(20)의 거리 정보를 포함하는 영상을 획득할 수 있다. 여기서, 거리 정보는, 대상체(20)를 구성하는 복수의 점(point)과 영상 획득부(110)(또는 영상 기반 계측 장치(10))와의 거리를 나타내는 정보를 포함할 수 있다. 예를 들어, 영상 획득부(110)가 제1 포인트에 위치해있으며 대상체(20)는 복수의 점들의 집합으로 구성되어 있다고 가정하는 경우, 거리 정보는 제1 포인트와 복수의 점들 각각과의 거리를 나타내는 정보를 포함할 수 있다.
후술하겠으나, 경우에 따라 대상체(20)는 영상의 획득에 앞서 정렬부(150)에 의해 초기화 및 축 정렬이 수행될 수 있다. 이러한 경우, 영상 획득부(110) 초기화 및 축 정렬이 수행된 대상체(20)에 대한 영상을 획득할 수 있다.
영상 획득부(110)는 축 정렬이 수행된 대상체(20)에 대한 영상 이외에도 대상체(20)가 특정한 축으로 움직이는 경우, 움직이는 면에 대한 정보를 포함하는 영상도 획득할 수 있다. 경우에 따라, 영상 획득부(110)는 대상체(20)가 복수의 축으로 움직이는 경우, 복수의 축 각각 마다 움직이는 면에 대한 정보를 포함하는 영상을 획득할 수 있다.
파라미터 획득부(120)는 획득된 영상의 대상체(20)의 거리 정보를 나타내는 점 군(point group)에 대해 평면 근사를 적용하여 점 군 평면을 획득할 수 있다. 파라미터 획득부(120)는 점 군 평면에 기초하여 점 군 평면과 관련된 파라미터를 획득할 수 있다.
구체적으로, 파라미터 획득부(120)는 획득된 영상에서 대상체(20)에 대한 영역과 배경(background)에 대한 영역을 분리(또는 분할)할 수 있다. 대상체(20)에 대한 영역과 배경에 대한 영역의 분리는 다양한 영상 분할 알고리즘에 기초하여 수행될 수 있으며, 이에 대해서는 통상의 기술자에게 용이한바 자세한 설명은 생략하겠다.
파라미터 획득부(120)는 획득된 영상에서 배경에 대한 영역이 분리되면, 대상체(20)에 대한 영역에서 대상체(20)를 구성하는 복수의 점 중 적어도 일부를 랜덤하게 추출하여 점 군을 생성할 수 있다. 점 군은 3차원의 정보일 수 있다.
파라미터 획득부(120)는 추출된 점 군에 평면 근사를 적용하고, 이에 기초하여 획득되는 점 군 평면을 획득할 수 있다. 파라미터 획득부(120)는 획득된 점 군 평면과 구분되어 나타나는 이상점(outlier)을 제거할 수 있다. 이러한 경우, 점 군에 대해 보다 정확한 평면 근사가 수행될 수 있다.
한편, 평면 근사는 평면방정식을 이용하여 점 군을 선형방정식의 형태로 구성하고, 이에 기초하여 평면 파라미터를 구함으로써 수행될 수 있다. 이와 관련된 보다 구체적인 설명은 도 4를 통해 후술하겠다.
만약, 영상 획득부(110)에 의해 획득되는 거리 정보를 포함하는 영상이 복수인 경우, 파라미터 획득부(120)는 획득되는 영상 각각에 대해 평면 근사를 수행할 수 있다. 예를 들어, 영상 획득부(110)에 의해 축 정렬이 수행된 상태의 대상체(20)에 대한 영상과 특정 축으로 대상체(20)가 이동하는 경우의 영상이 획득되는 경우, 파라미터 획득부(120)는 획득된 영상 각각에 대해 상술한 평면 근사를 수행할 수 있다.
파라미터 획득부(120)는 대상체(20)의 특정 축을 기준으로 획득되는 평면의 제1 법선 벡터와, 대상체(20)가 한 축 방향으로 이동하는 경우 대상체(20)가 이동하는 평면에 대한 제2 법선 벡터를 파라미터로서 획득할 수 있다.
여기서, 제1 법선 벡터는 대상체(20)가 이동하는 평면에 대한 것이기 때문에 대상체(20)의 움직임(또는 움직이는 변위)를 나타내는 파라미터일 수 있다. 점 군 평면은 대상체(20)가 이동하지 않은 상태, 즉 초기 상태(또는 중립 상태)에서 획득되는 평면일 수 있으며, 이에 따라, 제2 법선 벡터는 대상체(20)의 초기 상태를 나타내는 파라미터일 수 있다.
기울기 추정부(130)는 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여 점 군 평면과 관련된 기울기를 추정(또는 산출)할 수 있다. 구체적으로, 기울기 추정부(130)는 제1 법선 벡터와 제2 법선 벡터를 이용함으로써 영상 획득부(110)(또는 영상 기반 계측 장치(10))와 대상체(20) 간의 회전변환 행렬을 구할 수 있다.
예를 들어, 기울기 추정부(130)는 제1 법선 벡터와 제2 법선 벡터에 회전변환 행렬을 적용하여, 제2 법선 벡터에 대한 제1 법선 벡터의 기울기를 추정할 수 있다. 여기서, 제1 법선 벡터는 대상체(20)의 이동과 관련된 축, 즉 제2 축에 대한 평면의 법선 벡터이고, 제2 법선 벡터는 초기에 축 정렬이 수행되었을 때의 축, 즉 제1 축에 대한 평면의 법선 벡터이기 때문에, 기울기 추정부(130)에 의해 추정되는 기울기는 기본 축을 기준으로 대상체(20)가 움직인 변위에 대한 기울기를 나타내는 것일 수 있다.
분석부(140)는 대상체(20)의 기하정보와 추정된 기울기에 기초하여 대상체(20)의 움직임의 변위 또는 각도를 분석할 수 있다. 여기서, 대상체(20)의 기하정보는, 대상체(20)의 측정하고자 하는 부분의 실제 위치를 반영하는 기지정된 값으로, 대상체(20)의 중심축으로부터의 상대위치, 크기 및 각도 중 적어도 하나에 대한 정보를 포함할 수 있다.
정렬부(150)는 영상 기반 계측 장치(10)의 초기화를 수행하거나 영상 기반 계측 장치(10)와 대상체(20) 간의 축 정렬을 수행할 수 있다. 여기서, 축은 물체의 중심이 되는 중심 축을 지칭하는 것으로 축의 측정 또는 정렬은 통상의 기술자에게 용이한바 자세한 설명을 생략하겠다.
구체적으로, 정렬부(150)는 보다 정확한 변위 측정을 위해 영상 기반 계측 장치(10)의 초기화를 수행하거나 영상 기반 계측 장치(10)와 대상체(20) 간의 축 정렬을 수행할 수 있다.
정렬부(150)는 다양한 방법으로 축 정렬을 수행할 수 있다. 예를 들어, 기준 축인 제1 축이 기지정된 경우, 정렬부(150)는 영상 기반 계측 장치(10)의 축과 대상체(20)의 축이 제1 축에 대응하도록 축 정렬을 수행할 수 있다. 다른 예를 들면, 영상 기반 계측 장치(10)의 축이 제1 축일 수 있으며, 정렬부(150)는 대상체(20)의 축이 제1 축이 되도록 대상체(20)의 축을 정렬할 수 있다.
한편, 경우에 따라 정렬부(150)는 생략될 수도 있고, 이러한 경우 축 정렬이 수행된 축 대신 기지정된 축이 제1 축으로 설정될 수 있다.
경우에 따라, 대상체(20)는 제2 축 이외에도 다양한 축에 기초하여 움직일 수 있는데, 이러한 경우, 영상 획득부(110), 파라미터 획득부(130), 기울기 추정부(140) 각각은 대상체(20)가 움직일 수 있는 축 마다 상술한 동작를 반복하여 각 축과 관련된 기울기를 추정할 수 있다.
도 3은 본 발명의 일 실시예에 따른 영상 기반 계측 방법의 각 단계의 흐름을 도시한다. 도 3에 도시된 방법의 각 단계는 경우에 따라 도면에 도시된 바와 그 순서를 달리하여 수행될 수 있음은 물론이다. 또한, 이하 도 3에서는 도 1 또는 도 2와 중복되는 내용이 생략될 수도 있다.
도 3을 참조하면, 정렬부(150)는 영상 기반 계측 장치(10)와 대상체(20) 간의 축 정렬을 수행할 수 있다(S110). 축 정렬이 수행되어 기본 축으로 지정되는 축은 제1 축으로 지칭될 수 있다. 또한, 경우에 따라, 정렬부(150)는 축 정렬과 함께 또는 축 정렬과는 별개로 보다 정확한 계측을 위해 영상 기반 계측 장치(10)의 초기화를 수행할 수 있다.
영상 획득부(110)는 대상체(20)의 거리 정보를 포함하는 영상을 획득할 수 있다(S120). 구체적으로, 영상 획득부(110)는 제1 축 기준의 축 정렬이 유지되는 상태의 대상체(20)에 대한 영상과 제2 축을 기준으로 움직이는 상태의 대상체에 대한 영상을 획득할 수 있으며, 각각의 영상에는 대상체(20)와 영상 획득부(110) 사이의 거리를 나타내는 거리 정보가 포함되어 있을 수 있다.
파라미터 획득부(120)는 획득된 영상의 대상체(20)의 거리 정보를 나타내는 점 군에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득할 수 있다(S130).
복수의 점 군 평면은, 제1 축을 포함하는 평면에 대한 제1 점 군 평면과 상기 제2 축을 포함하는 평면에 대한 제2 점 군 평면을 포함할 수 있다. 파라미터는 제1 축을 포함하는 평면에 대한 제1 법선 벡터와 제2 축을 포함하는 평면에 대한 제2 법선 벡터를 포함할 수 있다.
한편, 파라미터는 평면 근사를 이용하여 복수의 점 군 평면을 획득할 수 있는데, 이와 관련된 보다 구체적인 설명은 도 4를 통해 후술하겠다.
기울기 추정부(130)는 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 복수의 점 군 평면과 관련된 기울기를 추정할 수 있다(S140). 복수의 점 군 평면과 관련된 기울기는 제2 법선 벡터의 제1 법선 벡터에 대한 기울기를 포함할 수 있다.
구체적으로, 기울기 추정부(130)는 제1 법선 벡터와 제2 법선 벡터에 대해 회전변환 행렬을 적용함으로써, 제2 법선 벡터의 제1 법선 벡터에 대한 기울기를 추정할 수 있다.
한편, 대상체(20)는 제2 축 이외에도 다양한 축에 기초하여 움직일 수 있으며, 이러한 경우, 대상체(20)가 움직일 수 있는 축 마다 상술한 S120 단계 내지 S140 단계를 반복하여 각 축과 관련된 기울기를 추정할 수 있다.
분석부(140)는 추정된 기울기와 대상체(20)의 기하정보를 이용하여 대상체(20)의 움직임을 분석할 수 있다. 구체적으로, 분석부(140)는 추정된 기울기와 대상체(20)의 실제 기하정보를 이용하여 대상체(20)의 움직임의 변위 또는 각도를 분석할 수 있다.
대상체(20)의 기하정보는, 대상체(20)의 측정하고자 하는 부분의 실제 위치를 반영하는 기지정된 값으로, 대상체(20)의 중심축으로부터의 상대위치, 크기 및 각도 중 적어도 하나에 대한 정보를 포함할 수 있다. 여기서, 중심축은 기지정된 축일 수 있다.
만약, 추정된 기울기가 복수개인 경우, 분석부(140)는 추정된 기울기를 통합적으로 고려하여 대상체(20)의 움직임의 변위 또는 각도를 분석할 수 있다.
도 4는 본 발명의 일 실시예에 따른 영상 기반 계측 방법의 파라미터를 획득하는 단계의 구체적인 흐름을 도시한다.
도 4를 참조하면, 파라미터 획득부(120)는 영상 획득부(110)에 의해 획득된 영상에서 대상체(20)에 대한 영역과 배경(background)에 대한 영역을 분리할 수 있다(S210). 여기서, 배경은 대상체(20)를 제외한 나머지 영역을 의미할 수 있다.
파라미터 획득부(120)는 대상체(20)에 대한 영역에서 대상체(20)를 구성하는 복수의 점으로 점 군을 생성할 수 있다(S220). 여기서, 복수의 점은 획득된 영상에서 대상체(20)의 형상을 구성하는 선 또는 면을 이루기 위한 점을 포함할 수 있다. 예를 들어, 파라미터 획득부(120)는 대상체(20)에 대한 영역에서 나타나는 거리에 대한 정보가 3차원의 점 군으로 나타나도록 변환할 수 있다.
경우에 따라, 파라미터 획득부(120)는 대상체(20)에 대한 영역에서 대상체(20)를 구성하는 복수의 점 중 적어도 일부를 랜덤하게 추출하여 점 군을 생성할 수도 있다.
파라미터 획득부(120)는 점 군에 평면 근사가 적용됨에 기초하여 획득되는 점 군 평면과 구분되어 나타나는 이상점을 제거할 수 있다(S230). 구체적으로, 파라미터 획득부(120)는 점 군에 평면 근사를 적용할 수 있으며, 이러한 경우 나타나는 이상점을 제거할 수 있다(S230).
예를 들어, 파라미터 획득부(120)는 하기의 수학식 1을 이용하여 점 군이 선형방정식의 형태로 나타나도록 할 수 있다.
Figure 112019063955259-pat00001
수학식 1을 참조하면, (x1, y1, z1), (x2, y2, z2), (xn, yn, zn) 각각은 점 군을 구성하는 점의 x, y, z 좌표이고, a, b, c는 평면 파라미터이다.
파라미터 획득부(120)는 점 군을 구성하는 각각의 점에 대해 ax+by+c=z와 같은 형태의 평면방정식에 기초하여 점 군에 대한 선형방정식 Ax=b를 도출할 수 있다. 이에 따라, 점 군으로 구성되는 평면이 획득됨으로써 평면 근사가 수행될 수 있다.
경우에 따라, 파라미터 획득부(120)는 선형방정식의 도출을 점 군을 구성하는 각각의 점들 중 일부를 추출하여 수행할 수 있고, 이에 기초하여 평면 근사가 수행되도록 하여 점 군 평면을 생성할 수도 있다. 이러한 경우, 점 군을 구성하는 복수의 점 중 점 군 평면과 소정 거리이상 떨어진 점이 존재할 수 있으며, 파라미터 획득부(120)는 이러한 점을 이상점으로 결정하고 이를 제거할 수 있다.
이와 같은 이상점 제거는 RANSAC 알고리즘에 기초하여 수행될 수도 있으며 이에 대해서는 통상의 기술자에게 용이한바 구체적인 설명을 생략하겠다.
본 발명의 일 실시예에 따른 영상 기반 계측 장치 및 방법은, 대상체(20)에 대해 영상을 획득하고 이를 분석하여 대상체(20)의 움직임을 분석함으로써, 분석하고자 하는 대상체(20)가 변경되더라도 동일한 방식으로 계측을 수행할 수 있다.
본 발명의 일 실시예에 따른 영상 기반 계측 장치 및 방법은, 획득된 영상에서 대상체(20)에 대한 점 군의 평면 근사를 수행하여 이상점을 제거하여 대상체(20)의 움직임을 분석함으로써 보다 정확하게 대상체(20)의 움직임을 분석할 수 있다.
본 명세서에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 품질에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 명세서에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 영상 기반 계측 장치
20: 대상체
110: 영상 획득부
120: 파라미터 획득부
130: 기울기 추정부
140: 분석부
150: 정렬부

Claims (17)

  1. 대상체의 거리 정보를 포함하는 영상을 획득하는 영상 획득부와,
    상기 획득된 영상의 상기 대상체의 거리 정보를 나타내는 점 군(point group)에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득하는 파라미터 획득부와,
    상기 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 상기 복수의 점 군 평면과 관련된 기울기를 추정하는 기울기 추정부와,
    상기 추정된 기울기와 상기 대상체의 기하정보를 이용하여 상기 대상체의 움직임을 분석하는 분석부를 포함하고,
    상기 분석부는,
    상기 대상체의 기하정보와 상기 추정된 기울기와의 차이에 기초하여 상기 대상체의 움직임의 변위 또는 각도를 분석하고,
    상기 대상체의 기하정보는,
    상기 대상체의 측정하고자 하는 부분의 실제 위치를 반영하여 기지정된 값으로, 상기 대상체의 중심축으로부터의 상대위치, 크기 및 각도 중 적어도 하나에 대한 정보를 포함하는
    영상 기반 계측 장치.
  2. 제1항에 있어서,
    상기 영상 기반 계측 장치와 상기 대상체 간의 제1 축을 기준으로 축 정렬을 수행하는 정렬부를 더 포함하고,
    상기 획득된 영상은,
    상기 제1 축 기준의 축 정렬이 유지되는 상태의 대상체에 대한 영상과 제2 축을 기준으로 움직이는 대상체에 대한 영상을 포함하는
    영상 기반 계측 장치.
  3. 제2항에 있어서,
    상기 복수의 점 군 평면은,
    상기 제1 축을 포함하는 평면에 대한 제1 점 군 평면과 상기 제2 축을 포함하는 평면에 대한 제2 점 군 평면을 포함하고,
    상기 파라미터는,
    상기 제1 축을 포함하는 평면에 대한 제1 법선 벡터와, 상기 제2 축을 포함하는 평면에 대한 제2 법선 벡터를 포함하는
    영상 기반 계측 장치.
  4. 제3항에 있어서,
    상기 기울기 추정부는,
    상기 제1 법선 벡터와 상기 제2 법선 벡터에 대해 회전변환 행렬을 적용함에 기초하여 상기 제1 점 군 평면에 대한 상기 제2 점 군 평면의 기울기를 추정하는
    영상 기반 계측 장치.
  5. 제1항에 있어서,
    상기 거리 정보는,
    상기 영상 획득부로부터 상기 대상체를 구성하는 복수의 점까지의 거리를 나타내는 정보를 포함하고,
    상기 점 군은 상기 복수의 점을 포함하는
    영상 기반 계측 장치.
  6. 제1항에 있어서,
    상기 파라미터 획득부는,
    상기 획득된 영상에서 상기 대상체에 대한 영역과 배경(background)에 대한 영역을 분리하고,
    상기 대상체에 대한 영역에서 상기 대상체를 구성하는 복수의 점 중 적어도 일부를 랜덤하게 추출하여 상기 점 군을 생성하고,
    상기 복수의 점은 상기 대상체의 거리 정보를 포함하는
    영상 기반 계측 장치.
  7. 제6항에 있어서,
    상기 파라미터 획득부는,
    상기 생성된 점 군에 평면 근사가 적용됨에 기초하여 획득되는 점 군 평면과 구분되어 나타나는 이상점(outlier)을 제거하는
    영상 기반 계측 장치.
  8. 삭제
  9. 대상체의 거리 정보를 포함하는 영상을 획득하는 단계와,
    상기 획득된 영상의 상기 대상체의 거리 정보를 나타내는 점 군(point group)에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득하는 단계와,
    상기 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 상기 복 수의 점 군 평면과 관련된 기울기를 추정하는 단계와,
    상기 추정된 기울기와 상기 대상체의 기하정보를 이용하여 상기 대상체의 움직임을 분석하는 단계를 포함하고,
    상기 분석하는 단계는,
    상기 대상체의 기하정보와 상기 추정된 기울기와의 차이에 기초하여 상기 대상체의 움직임의 변위 또는 각도를 분석하는 단계를 포함하고,
    상기 대상체의 기하정보는,
    상기 대상체의 측정하고자 하는 부분의 실제 위치를 반영하여 기지정된 값으로, 상기 대상체의 중심축으로부터의 상대위치, 크기 및 각도 중 적어도 하나에 대한 정보를 포함하는
    영상 기반 계측 방법.
  10. 제9항에 있어서,
    상기 영상 기반 계측 장치와 상기 대상체 간의 제1 축을 기준으로 축 정렬을 수행하는 단계를 더 포함하고,
    상기 획득된 영상은,
    상기 제1 축 기준의 축 정렬이 유지되는 상태의 대상체에 대한 영상과 제2 축을 기준으로 움직이는 상태의 대상체에 대한 영상을 포함하는
    영상 기반 계측 방법.
  11. 제10항에 있어서,
    상기 복수의 점 군 평면은,
    상기 제1 축을 포함하는 평면에 대한 제1 점 군 평면과 상기 제2 축을 포함하는 평면에 대한 제2 점 군 평면을 포함하고,
    상기 파라미터는,
    상기 제1 축을 포함하는 평면에 대한 제1 법선 벡터와, 상기 제2 축을 포함하는 평면에 대한 제2 법선 벡터를 포함하는
    영상 기반 계측 방법.
  12. 제11항에 있어서,
    상기 기울기를 추정하는 단계는,
    상기 제1 법선 벡터와 상기 제2 법선 벡터에 대해 회전변환 행렬을 적용함에 기초하여 상기 제1 점 군 평면에 대한 상기 제2 점 군 평면의 기울기를 추정하는 단계를 포함하는
    영상 기반 계측 방법.
  13. 제9항에 있어서,
    상기 거리 정보는,
    상기 영상을 획득하는 단계로부터 상기 대상체를 구성하는 복수의 점까지의 거리를 나타내는 정보를 포함하고,
    상기 점 군은 상기 복수의 점을 포함하는
    영상 기반 계측 방법.
  14. 제9항에 있어서,
    상기 파라미터를 획득하는 단계는,
    상기 획득된 영상에서 상기 대상체에 대한 영역과 배경(background)에 대한 영역을 분리하는 단계와,
    상기 대상체에 대한 영역에서 상기 대상체를 구성하는 복수의 점 중 적어도 일부를 랜덤하게 추출하여 상기 점 군을 생성하는 단계를 더 포함하고,
    상기 복수의 점은 상기 대상체의 거리 정보를 포함하는
    영상 기반 계측 방법.
  15. 제14항에 있어서,
    상기 파라미터를 획득하는 단계는,
    상기 생성된 점 군에 평면 근사가 적용됨에 기초하여 획득되는 점 군 평면과 구분되어 나타나는 이상점(outlier)을 제거하는
    영상 기반 계측 방법.
  16. 삭제
  17. 대상체의 거리 정보를 포함하는 영상을 획득하는 단계와,
    상기 획득된 영상의 상기 대상체의 거리 정보를 나타내는 점 군(point group)에 대해 평면 근사를 적용하여 복수의 점 군 평면을 획득함에 기초하여 상기 복수의 점 군 평면 각각과 관련된 파라미터를 획득하는 단계와,
    상기 획득된 파라미터에 대해 회전변환 행렬을 적용함에 기초하여, 상기 복수의 점 군 평면과 관련된 기울기를 추정하는 단계와,
    상기 추정된 기울기와 상기 대상체의 기하정보를 이용하여 상기 대상체의 움직임을 분석하는 단계를 수행하도록 프로그램되고,
    상기 분석하는 단계는,
    상기 대상체의 기하정보와 상기 추정된 기울기와의 차이에 기초하여 상기 대상체의 움직임의 변위 또는 각도를 분석하는 단계를 포함하고,
    상기 대상체의 기하정보는,
    상기 대상체의 측정하고자 하는 부분의 실제 위치를 반영하여 기지정된 값으로, 상기 대상체의 중심축으로부터의 상대위치, 크기 및 각도 중 적어도 하나에 대한 정보를 포함하는
    컴퓨터 프로그램을 저장하는 컴퓨터 판독가능 기록매체.
KR1020190074306A 2019-06-21 2019-06-21 영상 기반 계측 장치 및 그 방법 KR102063845B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190074306A KR102063845B1 (ko) 2019-06-21 2019-06-21 영상 기반 계측 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190074306A KR102063845B1 (ko) 2019-06-21 2019-06-21 영상 기반 계측 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR102063845B1 true KR102063845B1 (ko) 2020-01-08

Family

ID=69154130

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190074306A KR102063845B1 (ko) 2019-06-21 2019-06-21 영상 기반 계측 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102063845B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102309278B1 (ko) * 2021-03-31 2021-10-07 주식회사 일루베이션 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100480780B1 (ko) 2002-03-07 2005-04-06 삼성전자주식회사 영상신호로부터 대상물체를 추적하는 방법 및 그 장치
KR20090050567A (ko) * 2007-11-16 2009-05-20 전자부품연구원 Ｔｏｆ 카메라를 이용한 로봇의 물체 자세 인식 방법
KR20130021018A (ko) * 2011-08-22 2013-03-05 삼성전자주식회사 3차원 점군의 물체 분리 방법
JP2017003363A (ja) * 2015-06-08 2017-01-05 株式会社パスコ 位置推定方法、位置推定装置及び位置推定プログラム
KR20180045745A (ko) * 2016-10-26 2018-05-04 삼성에스디에스 주식회사 이동체에서의 객체 검출 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100480780B1 (ko) 2002-03-07 2005-04-06 삼성전자주식회사 영상신호로부터 대상물체를 추적하는 방법 및 그 장치
KR20090050567A (ko) * 2007-11-16 2009-05-20 전자부품연구원 Ｔｏｆ 카메라를 이용한 로봇의 물체 자세 인식 방법
KR20130021018A (ko) * 2011-08-22 2013-03-05 삼성전자주식회사 3차원 점군의 물체 분리 방법
JP2017003363A (ja) * 2015-06-08 2017-01-05 株式会社パスコ 位置推定方法、位置推定装置及び位置推定プログラム
KR20180045745A (ko) * 2016-10-26 2018-05-04 삼성에스디에스 주식회사 이동체에서의 객체 검출 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102309278B1 (ko) * 2021-03-31 2021-10-07 주식회사 일루베이션 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법

Similar Documents

Publication Publication Date Title
US11004261B2 (en) Method, device, computer system, and mobile apparatus for generating three-dimensional point cloud
EP3871190B1 (en) Camera pose estimation using obfuscated features
US10288418B2 (en) Information processing apparatus, information processing method, and storage medium
US9429418B2 (en) Information processing method and information processing apparatus
KR101808840B1 (ko) 학습 기반 깊이 정보 추출 방법 및 장치
EP2531980B1 (en) Depth camera compatibility
AU2020278951A1 (en) Image-based localization
US10895458B2 (en) Method, apparatus, and system for determining a movement of a mobile platform
US20160094830A1 (en) System and Methods for Shape Measurement Using Dual Frequency Fringe Patterns
CN105284108B (zh) 影像监视***、监视装置
JP6889865B2 (ja) テンプレート作成装置、物体認識処理装置、テンプレート作成方法及びプログラム
KR20100000671A (ko) 영상 처리 방법
JP6172432B2 (ja) 被写体識別装置、被写体識別方法および被写体識別プログラム
EP3306529A1 (en) Machine control measurements device
WO2018235219A1 (ja) 自己位置推定方法、自己位置推定装置および自己位置推定プログラム
KR102063845B1 (ko) 영상 기반 계측 장치 및 그 방법
KR101931564B1 (ko) 영상 정합을 이용한 영상 처리 장치 및 방법
JP6813025B2 (ja) 状態判定装置、状態判定方法、及びプログラム
JP5743935B2 (ja) 対象物検出装置および対象物検出方法
KR102410300B1 (ko) 스테레오 카메라를 이용한 카메라 위치 측정 장치 및 방법
US20220230459A1 (en) Object recognition device and object recognition method
KR102067423B1 (ko) 지피유 가속 컴퓨팅을 이용한 3차원 복원 클라우드 포인트 생성 방법
KR101693811B1 (ko) 밸브 모델링 방법 및 장치
KR102325121B1 (ko) 맵 정보과 영상 매칭을 통한 실시간 로봇 위치 예측 방법 및 로봇
CN111161357B (zh) 信息处理方法及装置、增强现实设备和可读存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant