Most stereo systems operate in stages, namely, preprocessing, establishing correspondence, and recovering depth. The projection of light rays onto the retinapresents our visual system with an image of the world that is inherently two-demensional, yet we are able to interact with the three-dimensional world, even in the situations new to us, with objects unknown to us. That we accomplish this task easily implies that one of the functions of the human visual system is to reconstruct a 3-D representation of the world from its 2-D projection onto our eyes.
In general, conventional stereo algorithm assumes that intensity variation in the both images is not occurred. But in reality, this assumption is not true in most cases, because the position of the two cameras are not same. This intensity variation between the two images is a main source of false matching in stereo algoruthm. In this thesis, we will present all the possible problem that one may encounter in shape from stereo vision. Specially, in the process of reconstruction of three-dimensional structure the error, that we do not aware of the existence, is included. We will analyze the error of the three steps of 3D-reconstruction such as camera calibration, rectification by epipolar geometry and triangulation and propose the method of avoiding the error.
We will show the new matching algorithm so called the intrinsic curve method that reduce the time cost remarkably in the searching of corresponding matching points. In the classical stereo, searching process is unavoidable and search of corresponding points is highly time consuming, but we can avoid searching process by using the intrinsic curve method. Test results are reported in comparison with the other matching the other matching method.
In addition, we include the biprism stereo. The biprism stereo gives a image that corresponds to the stereo pair images. Because of its hardware configuration, we can acquir the left and the right images that are in the stereo pair with one camera simultaneously. The biprism stereo gives the image that has a minimum intensity variation between the two images of stereo pair. Accordingly, stereo matching with the biprism stereo gives the better stereo camera calibration and matching result than that of by any other stereo algorithm that we have ever seen.
산업현장에서 '자동화 시스템'은 엄청난 보급속도와 더불어 생산성의 향상에 큰 기여를 하고 있다. 또한 이에 발맞추어 삼차원 물체의 인식은 필수 불가결한 요구 사항이다. 특히 삼차원 정보(Shape, Depth, Pose, Motion Parameter등)를 얻는데 가장 보편적으로 이용되는 시스템이 양안 시(Stereo Eye)라고 할 수 있다.
이 양안 시를 이용하여 삼차원 구조 복원에서의 우리가 쉽게 간과할 수 있는 오차 요소와 여러 가지 중간 각각의 과정에서의 오차를 분석하였다. 특히 카메라 변수 계산과정은 가장 중요하고 기초가 되는 과정이므로 특별한 정도와 면밀한 실행을 요구한다.
이러한 카메라 변수 계산 과정과 삼차원 구조 복원에 있어서 가장 큰 오차 요인은 좌 우 이미지에서 밝기 값의 다른 분포와 카메라의 보는 위치의 변화에 따른 광학적 왜곡 현상이라고 볼 수 있는데, 이러한 오차 요인은 특별히 두 대의 카메라를 사용하는 고전적인 스테레오 접근방식에서 자주 발생한다. 이에 대한 대응책으로 바이 프리즘 스테레오(Biprism Stereo) 시스템을 제안하였다. 바이 프리즘 스테레오(Biprism Stereo) 시스템에서는 위의 열거한 오차 요인들이 관찰되지 않아 카메라 변수 계산 과정과 삼차원 구조 복원에 있어서 보다 더 낮은 오차 결과를 보였다. 따라서 바이프리즘 스테레오(Biprism Stereo) 시스템은 삼차원 구조 복원에 있어서 여타의 스테레오 시스템보다 더 좋은 시스템이라고 말할 수 있다.
그리고 고전적인 대응점 얻는 방법(Template Matching)은 시간이 크게 요구되어지는 알고리즘이므로, 이를 적절하게 대치할 수 있는 방법인 새로운 고유곡선을 이용한 대응점 얻는 방법을 또한 제안하였다. 이 새로운 고유곡선(proposed Intrinsic Curve)을 이용한 대응점 얻는 방법은 실시간의 이슈에 매우 적절한 알고리즘이고, 실제 대응점 찾기의 과정을 없애는 룩업 테이블을 이용하므로 그 해당 대응점을 얻는 데까지 걸리는 시간이 기존의 어느 알고리즘보다 획기적으로 빠른 알고리즘이다. 이 알고리즘을 더 빠르게 만드는데 가장 큰 걸림돌이 되는 것은 룩업 테이블을 구성하는 측정요소의 선택에 있다. 만일에 우리가 적절하게 이 요소를 가능한 한 적게 잘 선택한다면, 더더욱 빠른 알고리즘을 만들 수 있을 것으로 기대된다. 물론 이때 선택하는 측정요소는 우리가 찾고자 하는 물성치나 물리량을 가장 잘 대변할 수 있어야 한다.
또한 바이 프리즘 스테레오에서는 하나의 이미지를 좌우 두 장의 이미지로 절반씩 사용하기 때문에 보이는 시각이 좁을 수밖에 없다. 만일 카메라 앞에 놓이는 프리즘의 구조를 잘 분석하여 새롭게 프리즘 구조를 만들거나 기존의 프리즘 위치와 카메라의 위치 관계를 정량적으로 잘 분석한다면, 카메라의 보다 더 넓게 보는 시각을 사용할 수 있으리라 기대 된다.
