카메라 캘리브레이션을 위한 자동 타겟 인식 = Automatic Target Recognition for Camera Calibration

국문 초록 (Abstract)

카메라 캘리브레이션은 카메라의 초점거리, 주점위치, 렌즈왜곡 등의 매개변수를 결정하는 작업으로 이를 위해 서 주로 체커보드를 촬한 상을 사용하고 있다. 체커보드 상에서 타겟을 자동으로 인식할 때 기존의 연구는 사용자가 타겟인식을 위한 입력 매개변수를 잘 이해하고 있어야 하거나 상에서 체커보드가 모두 나타나야 하는 한계점이 있었다. 이에 본 연구에서는 체커보드 중심부와 외곽부분에 각각 4개씩 8개의 블랍을 포함하는 직사각형 을 이용하여 체커보드 상의 일부만 촬된 경우에도 자동으로 타겟점의 번호를 부여할 수 있고 별도의 입력 매개 변수 없이 자동으로 타겟을 인식하는 방법을 제안하다. 본 연구에서 체커보드 타겟의 중심점을 자동으로 추출하 기 위해서 흑백패턴의 왜곡, 경계선 변화빈도, 흑백픽셀의 비율의 3가지 조건을 이용하다. 또한 체커보드의 방향 성과 번호부여는 블랍을 이용하다. 두 가지 타입의 체커보드에 대한 실험을 통해서 36장의 상에 대해 1분 이내 의 짧은 시간에 체커보드 타겟을 자동으로 인식할 수 있었다.

다국어 초록 (Multilingual Abstract)

Camera calibration is the process of determining the parameters such as the focal length of a camera, the position of a principal point, and lens distortions. For this purpose, images of checkerboard have been mainly used. When targets were automatically recognized in checkerboard image, the existing studies had limitations in that the user should have a good understanding of the input parameters for recognizing the target or that all checkerboard should appear in the image. In this study, a methodology for automatic target recognition was proposed. In this method, even if only a part of the checkerboard image was captured using rectangles including eight blobs, four each at the central portion and the outer portion of the checkerboard, the index of the target can be automatically assigned. In addition, there is no need for input parameters. In this study, three conditions were used to automatically extract the center point of the checkerboard target: the distortion of black and white pattern, the frequency of edge change, and the ratio of black and white pixels. Also, the direction and numbering of the checkerboard targets were made with blobs. Through experiments on two types of checkerboards, it was possible to automatically recognize checkerboard targets within a minute for 36 images.

참고문헌 (Reference)

• 1 박정민, "스테레오 카메라 캘리브레이션을 위한 동일평면 체커보드 코너점 정밀검출" 제어·로봇·시스템학회 21 (21): 602-608, 2015
• 2 Placht, S., "ROCHADE: Robust Checkerboard Advanced Detection for Camera Calibration" 766-779, 2014
• 3 Fürsattel, P., "OCPAD — Occluded checkerboard pattern detector" 1-9, 2016
• 4 Lari, Zahra, "Multi-camera System Calibration with Built-in Relative Orientation Constraints (Part 2) Automation, Implementation, and Experimental Results" 한국측량학회 32 (32): 205-216, 2014
• 5 Oh, S.Y., "Finding locating checker board using corner detection and interpolation" The Korean Society Of Broad Engineers 165-168, 2016
• 6 Kwon, S.I., "Blob configuration for target estimation of multi-camera checker board images" 50-51, 2018
• 7 Rufli, M., "Automatic detection of checkerboards on blurred and distorted images" Intelligent Robots and Systems 3121-3126, 2008
• 8 Yu, Y. J., "Automatic Checkerboard Corner Detection for Camera Calibration" Dongkuk University 2015
• 9 Habib, A., "Automated detection, localization, and identification of signalized targets and their impact on digital camera calibration" 65 (65): 785-803, 2013