KR20080001093A - 실시간 확장 가능한 스테레오 매칭 시스템 및 방법 - Google Patents
실시간 확장 가능한 스테레오 매칭 시스템 및 방법 Download PDFInfo
- Publication number
- KR20080001093A KR20080001093A KR1020060059208A KR20060059208A KR20080001093A KR 20080001093 A KR20080001093 A KR 20080001093A KR 1020060059208 A KR1020060059208 A KR 1020060059208A KR 20060059208 A KR20060059208 A KR 20060059208A KR 20080001093 A KR20080001093 A KR 20080001093A
- Authority
- KR
- South Korea
- Prior art keywords
- module unit
- census
- stereo matching
- camera
- xor
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
-
- 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
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- 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
- G06T2207/10016—Video; Image sequence
- G06T2207/10021—Stereoscopic video; Stereoscopic image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
본 발명은 실시간 확장 가능한 스테레오 매칭 시스템으로서, 상세하게는 두 개의 카메라를 통해서 얻은 영상을 이용하여 유사한 점을 찾아 그 결과로 깊이(Depth) 영상을 계산하는 스테레오 매칭(Stereo Matching)을 실시간으로 수행하는 실시간 확장 가능한 스테레오 매칭 시스템에 관한 것이다.
본 발명의 실시예에 따른 실시간 확장 가능한 스테레오 매칭 시스템은 도 3에 나타낸 바와 같이, 좌표 생성 모듈부(110), 센서스 변환 모듈부(120), 지연 XOR 연산 모듈부(130), 스테레오 매칭 모듈부(140), 제어 모듈부(150)로 구성된다.
본 발명에 따른 실시간 스테레오 매칭 시스템을 이용하면, 별도의 컴퓨터 시스템이나 소프트웨어 프로그램을 사용하지 않고 실시간으로 교정된 영상의 깊이 정보를 획득하는 것이 가능하며 또한, 발명된 장치는 하드웨어로 간단하게 구현될 수 있어 로봇 비전(Robot Vision)이나 지능형 카메라(Intelligent Camera), 산업현장 등에 쉽게 응용될 수 있다.
실시간, 스테레오 매칭, 센서스
Description
도 1은 종래의 물체의 3차원 구조 복원 방법을 나타낸 순서도.
도 2는 종래의 양안차 추정 방법을 나타낸 순서도.
도 3은 본 발명에 따른 실시간 확장 가능한 스테레오 매칭 시스템을 나타낸 블록도.
도 4는 도 3에 도시된 센서스 변환 모듈부에서 센서스 벡터를 생성하는 방법을 보인 예시도.
도 5는 본 발명에 따라 센서스 벡터를 지연시킨 후 XOR한 결과에서 1의 개수를 세기 위해 각 비트를 모두 더해주는 방법에 대한 예시도.
도 6은 본 발명에 따라 지연 XOR모듈부의 출력으로 나온 상관도 값을 받아 각각 해당하는 윈도우를 생성하는 것을 보인 블록도.
도 7은 본 발명에 따라 연산 대상이 되는 원본 영상 중 L카메라에서 얻은 영상을 나타낸 예시도.
도 8은 본 발명에 따라 연산 대상이 되는 원본 영상 중 R카메라에서 얻은 영상을 나타낸 예시도.
도 9는 본 발명에 따른 스테레오 매칭 시스템의 검증을 위해 구현한 하드웨어 시스템의 연산 결과 영상을 나타낸 예시도.
<도면의 주요 부분에 대한 부호의 설명>
110: 좌표생성모듈부 120: 센서스변환모듈부
130: 지연XOR모듈부 140: 스테레오매칭모듈부
150: 제어모듈부
본 발명은 실시간 확장 가능한 스테레오 매칭 시스템으로서, 상세하게는 두 개의 카메라를 통해서 얻은 영상을 이용하여 유사한 점을 찾아 그 결과로 깊이(Depth) 영상을 계산하는 스테레오 매칭(Stereo Matching)을 실시간으로 수행하는 실시간 확장 가능한 스테레오 매칭 시스템에 관한 것이다.
두 개의 카메라를 사용하여 영상을 얻으면 두 카메라 간의 거리차이와 카메라의 초점거리 때문에 동일한 영상에 존재하는 동일한 물체가 두 영상에서 서로 다른 위치에 존재하게 된다.
예를 들어, 카메라에서 가까운 물체와 멀리 떨어진 물체가 한 영상에 들어가도록 두 카메라 모두에서 영상을 획득했다고 가정하면 가까운 물체는 카메라 간의 거리 차이에 영향을 받기 때문에 획득한 두 영상에서 서로 다른 부분에 위치하게 되고, 멀리 있는 물체는 두 영상에서 유사한 부분에 위치하게 된다.
이러한 성질을 이용하여 한 영상의 각 픽셀이 다른 영상의 어떤 픽셀과 가장 유사한지를 검색하여 그 결과를 통해 영상에 있는 물체의 깊이 정보를 획득하는 것이 가능하다.
그러나, 이러한 스테레오 비전 연산을 수행하는 경우 많은 검색량과 연산량 때문에 두 영상에서 같은 점을 찾는 스테레오 매칭은 어려운 문제 중 하나이다.
그레이 영상의 경우 각 픽셀의 값은 0~255로 나타내기 때문에 영상에서 무수하게 많은 반복이 일어나서 두 영상을 이루는 픽셀의 상관도를 계산할 때 각 픽셀만 가지고 비교를 하게 되면 바른 결과를 얻지 못한다.
따라서, 한 픽셀과 그 주변 픽셀을 그룹으로 묶어서 비교를 해야하며 이러한 비교를 각 픽셀에 대해 영상에서 정보를 얻고자 하는 물체 간의 거리 차이만큼 반복해야 하기 때문에 계산량이 많이 증가한다.
일반적으로 가장 널리 알려진 스테레오 매칭 방법에는 에스에이디(SAD) 방법과 센서스(Census) 방법이 있다.
에스에이디 방법은 왼쪽 카메라에서 얻어진 영상의 한 픽셀과 그 주변픽셀을 그룹으로 묶어 오른쪽 카메라에서 얻어진 영상의 같은 행에 존재하는 같은 크기의 픽셀 그룹의 그레이 값 차를 구하여 절대값을 취해서 얻은 값을 해당하는 두 픽셀의 상관도로 보는 방법이다.
센서스 방법은 왼쪽 카메라에서 얻어진 영상의 한 픽셀에 대해 그 주변 픽셀 과의 센서스 변환(Census Transform)을 수행한 후 동일한 변환을 수행한 주변 픽셀과 그룹으로 묶고 오른쪽 카메라에도 마찬가지 변환을 수행하고 그룹으로 묶어 이들의 XOR(Exclusive OR) 연산을 통해 얻은 값을 두 픽셀의 상관도로 보는 방법이다.
두 연산 모두 많은 연산량을 필요로 하며 이러한 연산을 범용 마이크로프로세서를 사용한 컴퓨터 시스템에서 수행하게 되면 막대한 연산 부담을 주게 되며 실시간으로 수행되기 어렵다.
종래의 스테레오 매칭 방법이 2003년 2월 25일에 공개된 대한민국 공개특허공보 제 10-2003-0015625호에 개시되어 있다.
상기 제 10-2003-0015625호 스테레오 매칭 방법은, 도 1에 나타낸 바와 같이, 광 평면 프로젝터로부터 발하는 라인 형태의 빛이 정육면체 프레임 내부의 대상 물체를 비추고 있는 장면을 촬영하는 영상 획득 단계(S1), 촬영된 영상에서 정육면체 프레임에 부착된 LED를 인식하고 인식된 위치를 기준으로 좌표를 설정하는 LED 식별 및 좌표 설정 단계(S2), 광 평면과 정육면체 프레임의 모서리와 만나는 곳의 좌표를 계산하는 LDP의 3차원 좌표 계산 단계(S3), 대상 물체와 광 평면이 만나서 형성되는 광 줄무늬의 좌표를 계산하는 물체의 3차원 좌표 계산 단계(S5), 물체 표면상의 점들의 집합에 대한 삼각형 추출 알고리즘을 적용하여 삼각형 망 구조를 생성하는 단계(S6), 법선 벡터를 이용하여 잘못 만들어진 삼각형을 제거하는 단계(S7)를 포함하여 구성된다.
그리고, 다른 스테레오 매칭 방법이 2006년 1월 19일에 공개된 대한민국 공 개특허공보 제 10-2006-0006189호에 개시되어 있다.
상기 제 10-2006-0006189호 스테레오 매칭 방법은, 도 2에 나타낸 바와 같이, 스테레오 이미지의 해상도를 각각 달리하여 복수 레벨의 이미지를 구하는 단계(S10, S20), 상기 해상도가 최하위인 레벨의 이미지에 대해 양안차 맵을 구하는 단계(S30), 상기 양안차 맵으로부터 상위 레벨의 이미지에 대해 거친 양안차 맵을 추정하는 단계(S40), 상기 거친 양안차 맵을 이용하여 상기 상위 레벨의 이미지에 대한 미세한 양안차 맵을 구하는 단계(S50) 및 상기 상위 레벨의 이미지가 최상위 레벨의 해상도를 갖는 이미지이면(S60) 상기 미세한 양안차 맵을 상기 스테레오 이미지에 대한 최종 양안차 맵으로 출력하는 단계(S70)를 포함하여 구성된다.
또한, 적응형 윈도우에 관한 문헌으로서 "A Stereo Mtching Algorithm with Adaptive Window"가 있고, 멀티뷰에 관한 문헌으로서 " Multiple View Geometry in Computer Vision"이 있다.
그러나, 상기 특허공보 및 문헌에 개시된 기술은 스테레오 매칭을 수행하는 방법에 관한 것으로 범용 컴퓨터를 사용하여 구현하고 속도나 구현 방법과는 무관하게 3차원 정보를 획득하는 방법에 관한 것이다.
따라서, 이에 대한 실시간 수행 등을 고려하지 않았기 때문에 실제 지능형 로봇이나 산업 현장에 응용되기 힘든 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 소프트웨어적이 아 니고 하드웨어적으로 카메라에서 얻은 두 영상에 대해 센서스 변환을 적용한 후 스테레오 매칭을 수행하여 깊이 정보를 실시간으로 추출할 수 있는 스테레오 매칭 시스템 및 방법을 제공함에 그 목적이 있다.
본 발명은 상기 목적을 달성하기 위해, 영상을 받는 카메라에서 생성된 제어 신호를 기반으로 현재 입력중인 픽셀의 2차원 좌표를 계산해내는 좌표 생성모듈부, 상기 카메라에서 획득한 픽셀을 확장 가능한 크기의 윈도우에 저장한 후 두 영상의 각 픽셀에 대해 센서스 변환을 수행하여 센서스 벡터를 생성하는 센서스 변환모듈부, 상기 센서스 변환모듈부의 출력을 검색 대상이 되는 양안차 만큼 지연시켜 두 센서스 벡터 간의 상관도를 구하는 지연 XOR 연산모듈부, 상기 지연 XOR 연산모듈부의 출력을 받아 확장 가능한 크기의 윈도우에 저장한 후 이를 사용하여 물체와 카메라의 상대적인 거리 값으로 출력하는 스테레오 매칭모듈부, 상기 좌표 생성모듈부, 상기 센서스 변환모듈부, 상기 지연 XOR 연산모듈부 및 상기 스테레오 매칭모듈부를 제어하며 동기를 맞추는 제어모듈부를 포함하여 구성된 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 시스템을 제공한다.
상기 제어모듈부는 외부에서의 입력에 따라 센서스 변환에 사용되는 윈도우의 크기와 스테레오 매칭에 사용되는 윈도우의 크기를 확장하거나 축소하는 것이 가능한 것을 특징으로 한다.
상기 좌표 생성모듈부의 좌표의 범위는 영상의 크기와 동일하며, 상기 좌표 생성모듈부는 1프레임을 모두 받은 후 다음 프레임으로 넘어가면 좌표값을 초기화하고 다시 카운트를 시작하는 것을 특징으로 한다.
상기 지연 XOR 연산모듈부에서는 두 영상의 각 픽셀에 대한 센서스 벡터를 구하는 양안차 만큼 지연시키고 서로 XOR연산을 적용 후 결과로 얻은 비트벡터의 각 비트를 모두 더해 1의 개수를 구해 지연된 수만큼의 상관도 값을 출력하는 특징으로 한다.
상기 스테레오 매칭모듈부에서는 상기 지연 XOR 연산모듈부의 결과로 얻은 상관도 값을 확장 가능한 크기의 윈도우에 저장한 후 각 윈도우의 합을 구해 가장 작은 값을 영상에 맺힌 물체와 카메라의 상대적인 거리 값으로 출력하는 것을 특징으로 한다.
그리고, 본 발명은 상기 목적을 달성하기 위해, 좌표 생성모듈부에서 카메라를 통해 입력된 영상의 2차원 좌표를 계산하는 단계, 상기 카메라에서 획득한 픽셀에 대해 센서스 변환모듈부에서 센서스 벡터를 생성하는 단계, 지연 XOR 연산모듈부에서 상기 센서스 벡터를 양안차 만큼 지연시켜 상관도를 구하는 단계, 스테레오 매칭모듈부에서 상기 상관도 값을 입력받아 전체영상의 각 좌표의 해당 좌표에 맺힌 물체와 카메라와의 상대 거리를 구하는 단계, 제어모듈부에서 외부의 입력에 따라 센서스 변환에 사용되는 윈도우의 크기와 스테레오 정합에 사용되는 윈도우의 크기를 조절하는 단계로 구성된 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 방법을 제공한다.
상기 지연 XOR 연산모듈부에서 상관도 값을 출력하는 단계는 CX0 = CRn XOR CL0, CX1 = CRn XOR CL1, CX2 = CRn XOR CL2 ... CXn -1 = CRn XOR CLn -1, CXn = CRn XOR CLn로 계산되는 단계(여기서, CL과 CR은 센서스 변환 결과, CLn과 CRn은CL과 CR을 n 만큼 지연시킨 값, CX는 CL과 CR의 상관도 값)가 포함되는 것을 특징으로 한다.
(실시예)
이하, 본 발명의 바람직한 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
도 3은 본 발명에 따른 실시간 확장 가능한 스테레오 매칭 시스템을 나타낸 블록도, 도 4는 도 3에 도시된 센서스 변환 모듈부에서 센서스 벡터를 생성하는 방법을 보인 예시도, 도 5는 본 발명에 따라 센서스 벡터를 지연시킨 후 XOR한 결과에서 1의 개수를 세기 위해 각 비트를 모두 더해주는 방법에 대한 예시도, 도 6은 본 발명에 따라 지연 XOR모듈부의 출력으로 나온 상관도 값을 받아 각각 해당하는 윈도우를 생성하는 것을 보인 블록도, 도 7은 본 발명에 따라 연산 대상이 되는 원본 영상 중 L카메라에서 얻은 영상을 나타낸 예시도, 도 8은 본 발명에 따라 연산 대상이 되는 원본 영상 중 R카메라에서 얻은 영상을 나타낸 예시도, 도 9는 본 발명에 따른 스테레오 매칭 시스템의 검증을 위해 구현한 하드웨어 시스템의 연산 결과 영상을 나타낸 예시도이다.
본 발명의 실시예에 따른 실시간 확장 가능한 스테레오 매칭 시스템은 도 3 에 나타낸 바와 같이, 좌표 생성 모듈부(110), 센서스 변환 모듈부(120), 지연 XOR 연산 모듈부(130), 스테레오 매칭 모듈부(140), 제어 모듈부(150)로 구성된다.
상기 좌표 생성 모듈부(110)는 영상을 받는 카메라에서 생성된 제어 신호를 기반으로 현재 입력중인 픽셀의 2차원 좌표값을 계산한다.
상기 좌표값의 범위는 영상의 크기와 동일하며 1프레임을 모두 받고 다음 프레임으로 넘어가면 상기 좌표값을 초기화하고 다시 카운트를 시작한다.
상기 센서스 변환 모듈부(120)는 카메라에서 받은 픽셀에 대해, 예를 들어 대한민국 특허출원번호 제 10-2005-0006940호에 개시된, 실시간 윈도우 기반 영상 처리장치(공지된 기술을 사용하는 것이므로 구체적 설명은 생략한다)에서 제안한 윈도우 기반 영상처리 구조를 사용하며 k × k 크기의 윈도우에 저장한 후 도 4에 도시한 연산을 통하여 센서스 벡터를 생성한다.
센서스 변환은 본 분야에 관용적으로 많이 알려진 변환의 한 종류로써 윈도우의 중앙에 있는 픽셀의 그레이 값과 그 주변 픽셀들과의 크기 비교를 통해 중앙의 픽셀 그레이 값이 더 크면 그 해당 좌표의 값은 0으로 표시되고, 윈도우의 중앙에 있는 픽셀의 그레이 값과 그 주변 픽셀의 그레이 값들과의 크기 비교를 통해 중앙의 픽셀 그레이 값이 더 작으면 그 해당 좌표의 값은 1로 출력한다.
예를 들면, 도 4에 나타낸 바와 같이, 중앙에 있는 픽셀 그레이 값 x와 주변 픽셀 그레이 값 x―20을 비교하면, 중앙에 있는 픽셀 그레이 값 x가 더 크므로, x―20 좌표의 값은 0으로 표시된다.
그리고, 중앙에 있는 픽셀 그레이 값 x와 주변 픽셀 그레이 값 x+15를 비교 하면, 중앙에 있는 픽셀 그레이 값 x가 더 작으므로, x+15 좌표의 값은 1로 표시된다.
이때, 비교 출력 값은 단지 중앙 픽셀과 그 주변 픽셀의 대소 관계만을 나타내기 위한 것으로, 중앙 픽셀의 그레이 값이 더 클 때 1을, 더 작을 때 0을 출력해도 최종 결과에는 영향을 주지 않는다.
상기 k × k 크기의 윈도우를 사용한 경우 상기 센서스 벡터의 길이는 윈도우에 해당하는 전체 픽셀의 수에서 1을 뺀 값인 k × k ―1이 된다.
그리고, 두 카메라에서 얻은 영상에 각각 적용하여 결과적으로 센서스 벡터로 이루어진 두 개의 영상을 얻게 된다.
이렇게 생성된 센서스 벡터는 0과 1로만 이루어진 비트열이고 각 픽셀을 대표한다.
상기 지연 XOR 연산 모듈부(130)는 상기 센서스 변환 모듈부(120)의 출력으로 얻은 상기 센서스 벡터를 양안차 n 만큼 지연시킨다.
이때, 상기 양안차 값은 카메라 간의 거리에 따라 결정이 가능하며 일반적으로 카메라 사이의 거리가 멀면 더 큰 양안차 값을, 카메라 사이의 거리가 가까우면 더 작은 양안차 값이 사용된다.
상기 수학식 1에 있어서, 카메라를 바라보는 입장에서 왼쪽에 있는 카메라를 L카메라, 오른쪽에 있는 카메라를 R카메라라고 했을 때 L카메라의 센서스 변환 결과 결과를 CL , R카메라의 센서스 변환 결과를 CR 로 한다.
그리고, 상기 CL 과 CR 을 n 만큼 지연시킨 값을 각각 CL n , CR n 이라 하면, 수학식 1은 R카메라에서 얻은 영상의 한 점 CR n 이 L카메라에서 얻은 영상의 어느 좌표에 위치하는지를 찾는 과정으로서 CX 0 ∼ CX n 는 R카메라에서 얻은 영상의 한 점인 CR n 과 CL 0 ∼ CL n 의 상관도 값을 나타내며 각각 상기 센서스 변환 모듈(120)에서 생성한 상기 센서스 벡터와 그 길이가 같다.
상기 결과는 0과 1로 이루어진 비트열로써 XOR 연산의 특성상 비교의 대상이 된 두 센서스 벡터에서 같은 값이 많을수록 결과 비트열에서 1의 수가 적게 된다.
이를 위해 도 5에 나타낸 바와 같이, 구해진 결과 비트를 모두 더해주는 방법으로 전체 비트열에서 1의 개수만 세는 것이 가능하다.
도 5에서 나타낸 방법이 아니더라도, 계수기를 사용하거나 비트 코릴레이 터(bit correlator)를 사용하여 비트열에서 1의 개수만 다른 방법을 사용하는 세는 것도 가능하다.
이 과정에서 1의 수를 미리 세는 것으로 스테레오 매칭 과정에서의 연산량을 크게 줄일 수 있다.
이와 같은 연산을 통해 지연 XOR 연산 모듈부(130)는 총 n 개의 상관도 값을 출력해준다.
상기 스테레오 매칭 모듈부(140)는 지연 XOR 연산 모듈부(130)에서 출력한 상기 n 개의 상관도 값을 입력받아 대한민국 특허출원번호 제 10-2005-0006940호에 개시된 바와 같은 실시간 윈도우 기반 영상 처리장치(공지된 기술을 사용하는 것이므로 구체적 설명은 생략한다)에서 제안한 윈도우 기반 영상처리 구조를 사용하여 각 입력 값에 대해 m × m 윈도우에 저장한다.
따라서, 도 6에서 보인 것과 같이 총 n 개의 윈도우를 생성하게 되며 각 m × m 윈도우의 합을 구하여 서로 비교한다.
각 윈도우의 합을 비교했을 때 n 개의 윈도우 중에서 가장 작은 값을 가지는 윈도우가 두 영상에서 가장 상관도가 높은 좌표라고 할 수 있으며, 이때 해당 윈도우가 가지는 0∼n의 순번이 영상에서 해당 좌표에 맺힌 물체와 카메라의 상대적인 거리 값을 나타낸다.
상기와 같은 연산을 반복하여 전체 영상의 각 좌표의 해당 좌표에 맺힌 물체와 카메라와의 상대 거리를 구할 수 있으며, 상기 상대거리가 카메라에서 얻은 영상의 깊이 정보가 된다.
상기 제어 모듈부(150)는 이러한 전체 구성을 제어하며 동기를 맞춘다.
또한, 외부에서의 입력에 따라 센서스 변환에 사용되는 윈도우의 크기와 스테레오 매칭에 사용되는 윈도우의 크기를 조절한다.
본 발명에 따른 실시간 확장 가능한 스테레오 매칭 시스템은 검증을 위해 하드웨어 기술 언어인 VHDL(VHSIC Hardware Description Language)을 통해 디자인하였으며, 상기 시스템을 별도로 작성한 프레임 그래버(Frame Grabber) 모듈과 함께 합성하여 Xilinx사의 Virtex4(XC4VLX200- FF1513C) 장치를 통해 영상이 정상적으로 처리되는 것을 확인하였다.
표 1은 실제 구현된 스테레오 매칭 시스템을 상기 프레임 그래버와 합성하여 영상 처리된 결과를 나타낸다.
Device utilization summary - Number of Slices: 46325 out of 89088 52% - Number of Slice Flip Flops: 80178 out of 178176 42% - Number of 4 input LUTs: 62361 out of 178176 35% - Number of bonded IOBs: 411 out of 960 42% - IOB Flip Flops: 37 - Number of GCLKs: 7 out of 32 21% - Number of DCM_ADVs: 3 out of 12 25% - Number of DSP48s: 45 out of 96 47% |
Timing summary - Minimum period: 20.298ns - Maximum Frequency: 49.265MHz - Minimum input arrival time before clock: 13.227ns - Maximum output required time after clock: 8.510ns |
표 1에서 합성 결과는 표준 640x480 형식의 입력 영상을 최대 초당 120프레임 이상 처리가 가능 하다는 것을 뜻하며 따라서, 스테레오 매칭 연산을 실시간으로 수행할 수 있다.
도 7은 연산 대상이 되는 원본 영상 중 L 카메라에서 얻은 영상을, 도 8은 R 카메라에서 얻은 영상을 나타낸 것이고, 도 9는 검증을 위해 상기 구현한 하드웨어 시스템으로 연산한 연산 결과 영상을 나타낸다.
한편, 본 발명은 상기한 특정 실시 예에 한정되는 것이 아니라 본 발명의 요지를 벗어나지 않는 범위 내에서 변형 및 수정하여 실시할 수 있다.
본 발명은 확장 가능하며 실시간으로 스테레오 매칭을 수행할 수 있는 하드웨어 시스템을 통해 동작과 연산 결과를 검증하였다.
그리고, 본 발명에 따른 실시간 스테레오 매칭 시스템을 이용하면, 별도의 컴퓨터 시스템이나 소프트웨어 프로그램을 사용하지 않고 실시간으로 교정된 영상의 깊이 정보를 획득하는 것이 가능하다.
또한, 발명된 장치는 하드웨어로 간단하게 구현될 수 있어 로봇 비전(Robot Vision)이나 지능형 카메라(Intelligent Camera), 산업현장 등에 쉽게 응용될 수 있다.
Claims (7)
- 영상을 받는 카메라에서 생성된 제어 신호를 기반으로 현재 입력중인 픽셀의 2차원 좌표를 계산해내는 좌표 생성모듈부;상기 카메라에서 획득한 픽셀을 확장 가능한 크기의 윈도우에 저장한 후 두 영상의 각 픽셀에 대해 센서스 변환을 수행하여 센서스 벡터를 생성하는 센서스 변환모듈부;상기 센서스 변환모듈부의 출력을 검색 대상이 되는 양안차 만큼 지연시켜 두 센서스 벡터 간의 상관도를 구하는 지연 XOR 연산모듈부;상기 지연 XOR 연산모듈부의 출력을 받아 확장 가능한 크기의 윈도우에 저장한 후 이를 사용하여 물체와 카메라의 상대적인 거리 값으로 출력하는 스테레오 매칭모듈부;상기 좌표 생성모듈부, 상기 센서스 변환모듈부, 상기 지연 XOR 연산모듈부 및 상기 스테레오 매칭모듈부를 제어하며 동기를 맞추는 제어모듈부를 포함하여 구성된 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 시스템.
- 제 1항에 있어서,상기 제어모듈부는 외부에서의 입력에 따라 센서스 변환에 사용되는 윈도우의 크기와 스테레오 매칭에 사용되는 윈도우의 크기를 확장하거나 축소하는 것이 가능한 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 시스템.
- 제 1항에 있어서,상기 좌표 생성모듈부의 좌표의 범위는 영상의 크기와 동일하며, 상기 좌표 생성모듈부는 1프레임을 모두 받은 후 다음 프레임으로 넘어가면 좌표값을 초기화하고 다시 카운트를 시작하는 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 시스템.
- 제 1항에 있어서,상기 지연 XOR 연산모듈부에서는 두 영상의 각 픽셀에 대한 센서스 벡터를 구하는 양안차 만큼 지연시키고 서로 XOR연산을 적용 후 결과로 얻은 비트벡터의 각 비트를 모두 더해 1의 개수를 구해 지연된 수만큼의 상관도 값을 출력하는 특징으로 하는 실시간 확장 가능한 스테레오 매칭 시스템.
- 제 1항에 있어서,상기 스테레오 매칭모듈부에서는 상기 지연 XOR 연산모듈부의 결과로 얻은 상관도 값을 확장 가능한 크기의 윈도우에 저장한 후 각 윈도우의 합을 구해 가장 작은 값을 영상에 맺힌 물체와 카메라의 상대적인 거리 값으로 출력하는 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 시스템.
- 좌표 생성모듈부에서 카메라를 통해 입력된 영상의 2차원 좌표를 계산하는 단계;상기 카메라에서 획득한 픽셀에 대해 센서스 변환모듈부에서 센서스 벡터를 생성하는 단계;지연 XOR 연산모듈부에서 상기 센서스 벡터를 양안차 만큼 지연시켜 상관도를 구하는 단계;스테레오 매칭모듈부에서 상기 상관도 값을 입력받아 전체영상의 각 좌표의 해당 좌표에 맺힌 물체와 카메라와의 상대 거리를 구하는 단계;제어모듈부에서 외부의 입력에 따라 센서스 변환에 사용되는 윈도우의 크기와 스테레오 정합에 사용되는 윈도우의 크기를 조절하는 단계로 구성된 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 방법.
- 제 6항에 있어서,상기 지연 XOR 연산모듈부에서 상관도 값을 출력하는 단계는CX0 = CRn XOR CL0, CX1 = CRn XOR CL1, CX2 = CRn XOR CL2 ... CXn -1 = CRn XOR CLn -1, CXn = CRn XOR CLn로 계산되는 단계(여기서, CL과 CR은 센서스 변환 결과, CLn과 CRn은CL과 CR을 n 만큼 지연시킨 값, CX는 CL과 CR의 상관도 값)가 포함되는 것을 특징으로 하는 실시간 확장 가능한 스테레오 매칭 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060059208A KR100813100B1 (ko) | 2006-06-29 | 2006-06-29 | 실시간 확장 가능한 스테레오 매칭 시스템 및 방법 |
US11/678,428 US8340397B2 (en) | 2006-06-29 | 2007-02-23 | Extensible system and method for stereo matching in real-time |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060059208A KR100813100B1 (ko) | 2006-06-29 | 2006-06-29 | 실시간 확장 가능한 스테레오 매칭 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20080001093A true KR20080001093A (ko) | 2008-01-03 |
KR100813100B1 KR100813100B1 (ko) | 2008-03-17 |
Family
ID=39050860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020060059208A KR100813100B1 (ko) | 2006-06-29 | 2006-06-29 | 실시간 확장 가능한 스테레오 매칭 시스템 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8340397B2 (ko) |
KR (1) | KR100813100B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150037319A (ko) * | 2013-09-30 | 2015-04-08 | 엘지디스플레이 주식회사 | 입체영상 표시장치 및 그의 디스패러티 산출방법 |
KR101627792B1 (ko) * | 2014-12-26 | 2016-06-08 | 전자부품연구원 | 스테레오 비전 SoC 및 그 구동 방법 |
US10003784B2 (en) | 2016-07-05 | 2018-06-19 | Hyundai Motor Company | Stereo image matching apparatus and method requiring small calculation |
WO2018030642A3 (ko) * | 2016-08-10 | 2018-08-09 | 주식회사 유엑스팩토리 | Cmos 이미지 센서를 집적한 스테레오 이미지 정합 시스템 및 방법 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100902343B1 (ko) | 2007-11-08 | 2009-06-12 | 한국전자통신연구원 | 로봇 영상 시스템 및 검출 방법 |
KR101591471B1 (ko) * | 2008-11-03 | 2016-02-04 | 삼성전자주식회사 | 물체의 특징 정보를 추출하기 위한 장치와 방법, 및 이를 이용한 특징 지도 생성 장치와 방법 |
CN102447933A (zh) * | 2011-11-01 | 2012-05-09 | 浙江捷尚视觉科技有限公司 | 基于双目架构的深度信息获取方法 |
US9407896B2 (en) | 2014-03-24 | 2016-08-02 | Hong Kong Applied Science and Technology Research Institute Company, Limited | Multi-view synthesis in real-time with fallback to 2D from 3D to reduce flicker in low or unstable stereo-matching image regions |
US20170061633A1 (en) * | 2015-09-02 | 2017-03-02 | Microsoft Technology Licensing, Llc | Sensing object depth within an image |
TW201742001A (zh) * | 2016-05-30 | 2017-12-01 | 聯詠科技股份有限公司 | 影像雜訊估測方法及裝置與影像擷取裝置 |
JP6723079B2 (ja) * | 2016-06-08 | 2020-07-15 | 日立オートモティブシステムズ株式会社 | 物体距離検出装置 |
US10321112B2 (en) | 2016-07-18 | 2019-06-11 | Samsung Electronics Co., Ltd. | Stereo matching system and method of operating thereof |
US10839535B2 (en) | 2016-07-19 | 2020-11-17 | Fotonation Limited | Systems and methods for providing depth map information |
US10462445B2 (en) | 2016-07-19 | 2019-10-29 | Fotonation Limited | Systems and methods for estimating and refining depth maps |
CN106355608B (zh) * | 2016-09-09 | 2019-03-26 | 南京信息工程大学 | 基于可变权重代价计算与S-census变换的立体匹配方法 |
KR102507383B1 (ko) | 2016-11-08 | 2023-03-08 | 한국전자통신연구원 | 직사각형 윈도우를 이용한 스테레오 정합 방법 및 스테레오 정합 시스템 |
CN109801325A (zh) * | 2019-01-11 | 2019-05-24 | 深兰人工智能芯片研究院(江苏)有限公司 | 一种双目立体视觉***获取视差图的方法及装置 |
GB202005538D0 (en) * | 2020-04-16 | 2020-06-03 | Five Ai Ltd | Stereo depth estimation |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4752628A (en) * | 1987-05-15 | 1988-06-21 | Nalco Chemical Company | Concentrated lapping slurries |
US5604819A (en) * | 1993-03-15 | 1997-02-18 | Schlumberger Technologies Inc. | Determining offset between images of an IC |
US5860848A (en) * | 1995-06-01 | 1999-01-19 | Rodel, Inc. | Polishing silicon wafers with improved polishing slurries |
WO1998003021A1 (en) * | 1996-06-28 | 1998-01-22 | Sri International | Small vision module for real-time stereo and motion analysis |
AU4323197A (en) * | 1996-09-30 | 1998-04-24 | Hitachi Chemical Company, Ltd. | Cerium oxide abrasive and method of abrading substrates |
US5876490A (en) * | 1996-12-09 | 1999-03-02 | International Business Machines Corporatin | Polish process and slurry for planarization |
US6215898B1 (en) * | 1997-04-15 | 2001-04-10 | Interval Research Corporation | Data processing system and method |
KR100307883B1 (ko) * | 1998-04-13 | 2001-10-19 | 박호군 | 정합화소수를이용한유사도측정방법및이를구현하기위한장치 |
US6556704B1 (en) * | 1999-08-25 | 2003-04-29 | Eastman Kodak Company | Method for forming a depth image from digital image data |
US6964923B1 (en) * | 2000-05-24 | 2005-11-15 | International Business Machines Corporation | Selective polishing with slurries containing polyelectrolytes |
TWI281493B (en) * | 2000-10-06 | 2007-05-21 | Mitsui Mining & Smelting Co | Polishing material |
US6676718B2 (en) * | 2001-01-12 | 2004-01-13 | Rodel Holdings, Inc. | Polishing of semiconductor substrates |
EP1402230A1 (en) * | 2001-06-29 | 2004-03-31 | Square D Company | Overhead dimensioning system and method |
KR20030015625A (ko) | 2001-08-17 | 2003-02-25 | 에이알비전 (주) | 정육면체 프레임을 이용한 카메라 보정이 필요없는 물체의3차원 구조 복원 방법 |
KR100442873B1 (ko) * | 2002-02-28 | 2004-08-02 | 삼성전자주식회사 | 화학적 기계적 폴리싱 슬러리 및 이를 사용한 화학적기계적 폴리싱 방법 |
US7300478B2 (en) * | 2003-05-22 | 2007-11-27 | Ferro Corporation | Slurry composition and method of use |
US7068815B2 (en) * | 2003-06-13 | 2006-06-27 | Sarnoff Corporation | Method and apparatus for ground detection and removal in vision systems |
KR100951360B1 (ko) | 2003-07-10 | 2010-04-08 | 삼성전자주식회사 | 분사장치 및 그 제어방법 |
KR100601958B1 (ko) | 2004-07-15 | 2006-07-14 | 삼성전자주식회사 | 3차원 객체 인식을 위한 양안차 추정 방법 |
KR100523848B1 (ko) | 2005-01-26 | 2005-10-26 | 학교법인 성균관대학 | 실시간 윈도우 기반 영상 처리 장치 |
-
2006
- 2006-06-29 KR KR1020060059208A patent/KR100813100B1/ko not_active IP Right Cessation
-
2007
- 2007-02-23 US US11/678,428 patent/US8340397B2/en active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150037319A (ko) * | 2013-09-30 | 2015-04-08 | 엘지디스플레이 주식회사 | 입체영상 표시장치 및 그의 디스패러티 산출방법 |
KR101627792B1 (ko) * | 2014-12-26 | 2016-06-08 | 전자부품연구원 | 스테레오 비전 SoC 및 그 구동 방법 |
US10003784B2 (en) | 2016-07-05 | 2018-06-19 | Hyundai Motor Company | Stereo image matching apparatus and method requiring small calculation |
WO2018030642A3 (ko) * | 2016-08-10 | 2018-08-09 | 주식회사 유엑스팩토리 | Cmos 이미지 센서를 집적한 스테레오 이미지 정합 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR100813100B1 (ko) | 2008-03-17 |
US20080037862A1 (en) | 2008-02-14 |
US8340397B2 (en) | 2012-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100813100B1 (ko) | 실시간 확장 가능한 스테레오 매칭 시스템 및 방법 | |
US10462447B1 (en) | Electronic system including image processing unit for reconstructing 3D surfaces and iterative triangulation method | |
KR101310213B1 (ko) | 깊이 영상의 품질 개선 방법 및 장치 | |
US7742657B2 (en) | Method for synthesizing intermediate image using mesh based on multi-view square camera structure and device using the same and computer-readable medium having thereon program performing function embodying the same | |
KR101665567B1 (ko) | 3차원 뎁스 영상 시간 보간 방법 및 장치 | |
CN107316326B (zh) | 应用于双目立体视觉的基于边的视差图计算方法和装置 | |
JP6883608B2 (ja) | 深度マップに対して画像位置合せを行って深度データを最適化することができる深度データ処理システム | |
US20090167843A1 (en) | Two pass approach to three dimensional Reconstruction | |
US9807372B2 (en) | Focused image generation single depth information from multiple images from multiple sensors | |
WO2006106465A2 (en) | Method and device for three-dimentional reconstruction and rendering | |
KR20120068470A (ko) | 스테레오 영상 정합 장치 및 그 방법 | |
CN110853151A (zh) | 一种基于视频的三维立体点集恢复方法 | |
KR20120067188A (ko) | 변이 맵 보정 장치 및 방법 | |
AU2012350230B2 (en) | Method of 3D reconstruction of a scene calling upon asynchronous sensors | |
EP3311361A1 (en) | Method and apparatus for determining a depth map for an image | |
KR20080047673A (ko) | 입체영상 변환 장치 및 그 방법 | |
KR100943635B1 (ko) | 디지털카메라의 이미지를 이용한 디스패리티 맵 생성 장치 및 방법 | |
JP2016509805A (ja) | 画像ストリームの高フレームレート化 | |
KR101125061B1 (ko) | Ldi 기법 깊이맵을 참조한 2d 동영상의 3d 동영상 전환방법 | |
CN102075777A (zh) | 一种基于运动对象的视频图像平面转立体处理方法 | |
KR20180106480A (ko) | 2d 이미지를 이용한 고해상도 3d 뎁스 이미지 생성 장치 및 그 방법 | |
CN110087059B (zh) | 一种针对真实三维场景的交互式自由立体显示方法 | |
KR101581586B1 (ko) | 깊이 영상의 노이즈를 보정하는 방법 | |
KR101505360B1 (ko) | 시차 탐색 범위 추정 장치 및 방법 | |
KR20150101856A (ko) | 디지털 시네마에서 스테레오 카메라로 획득한 좌우 영상의 색 일치 방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
G170 | Re-publication after modification of scope of protection [patent] | ||
FPAY | Annual fee payment |
Payment date: 20130111 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20140106 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20150115 Year of fee payment: 8 |
|
LAPS | Lapse due to unpaid annual fee |