| 1 |
1
2
|
| 2 |
2
제1항에 있어서, 상기 컬러 영상 및 상기 광도 영상에 대해 초기 캘리브레이션을 수행하여 상기 컬러 카메라의 상기 내적 파라미터 및 상기 외적 파라미터를 계산하고, 상기 3차원 TOF 센서의 상기 내적 파라미터 및 상기 외적 파라미터를 계산하는 단계를 더 포함하는 영상 처리 방법
|
| 3 |
3
제1항에 있어서, 상기 비용함수를 최적화하는 단계는상기 원주방향 왜곡이 보정된 광도 영상의 특징점을 획득하고, 상기 컬러 영상의 특징점을 획득하는 단계를 포함하는 영상 처리 방법
|
| 4 |
4
제1항에 있어서, 최적화된 비용 함수를 이용하여 상기 컬러 카메라와 상기 3차원 TOF 센서 간의 위치 및 각도를 추정하는 단계를 더 포함하는 영상 처리 방법
|
| 5 |
5
제1항에 있어서, 상기 2
|
| 6 |
6
제1항에 있어서,상기 3차원 TOF 센서는상기 2
|
| 7 |
7
제1항에 있어서,상기 3차원 TOF 센서의 내적 파라미터를 최적화하는 단계는상기 3차원 측정값들을 상기 내적 파라미터를 이용하여 상기 광도 영상으로 전사한 결과, 해당 픽셀의 좌표와 상기 3차원 측정값들과 맵핑되는 상기 광도 영상의 픽셀의 좌표간의 오차가 최소가 되도록 Levenberg-Marquardt 방식을 이용하여 최적화를 수행하는영상 변환 방법
|
| 8 |
8
제1항에 있어서,상기 원주방향 왜곡(radial distortion)을 보정하는 단계는상기 광도 영상에 포함된 원주방향 왜곡(radial distortion) 성분을 상기 최적화된 내적 파라미터를 고려하여, Levenberg-Marquardt 방식을 이용하여 보정하는영상 변환 방법
|
| 9 |
9
제1항에 있어서,상기 깊이 제약조건은상기 3차원 TOF 센서에서 측정된 3차원 측정값들 중에서 상기 2
|
| 10 |
10
제9항에 있어서,상기 비용 함수는상기 원주방향 왜곡이 보정된 광도 영상의 특징점의 좌표와 상기 2
|
| 11 |
11
2
|
| 12 |
12
제11항에 있어서, 상기 컬러 영상 및 상기 광도 영상에 대해 초기 캘리브레이션을 수행하여 상기 컬러 카메라의 상기 내적 파라미터 및 상기 외적 파라미터를 계산하고, 상기 3차원 TOF 센서의 상기 내적 파라미터 및 상기 외적 파라미터를 계산하는 계산부를 더 포함하는 영상 처리 장치
|
| 13 |
13
제11항에 있어서, 상기 2
|
| 14 |
14
제11항에 있어서,제1 최적화부는상기 3차원 측정값들을 상기 내적 파라미터를 이용하여 상기 광도 영상으로 전사한 결과, 해당 픽셀의 좌표와 상기 3차원 측정값들과 맵핑되는 상기 광도 영상의 픽셀의 좌표간의 오차가 최소가 되도록 최적화를 수행하는영상 변환 장치
|
| 15 |
15
제11항에 있어서,상기 깊이 제약조건은상기 3차원 TOF 센서에서 측정된 3차원 측정값들 중에서 상기 2
|
| 16 |
16
제15항에 있어서,상기 제2 최적화부는상기 원주방향 왜곡이 보정된 광도 영상의 특징점의 좌표와 상기 2
|
