This paper investigates dense scene 3D reconstruction by fusion of camera image and sparse laser data. This paper proposes color based sampling to improve discontinuity of between object , distance accuracy and smoothing of between same object. To robust light and camera noise, we apply mean shift filtering to camera image. Distance value is sampled from sparse laser data using color similarity. Kernel based cost function is suggested to estimate distance value from sampled element. We suggest iterative refinement module to find optimal depth data. Color based sampling algorithm is robust to laser noise caused by laser scattering at object edge. Results are presented to demonstrate our proposed algorithm robust to image and laser data noise.
이 논문은 카메라 영상과 성긴 레이저 데이터를 이용하여 카메라의 모든 픽셀에 서로 다른거리에 있는 물체간에 불연속적으로, 동일 거리에 물체간에는 연속적으로 거리 정보를 가지는 3차원 복원 알고리즘을 연구하였다. 물체간의 불연속성, 거리의 정확성 , 동일 물체간의 평활성을 증가 시키기 위하여 색상 기반 샘플링 알고리즘을 제안한다. 카메라 영상에 Mean Shift Filtering 을 적용하여 조명, 카메라의 노이즈에 강인한 색상 영상을 얻어 카메라의 노이즈에 강인한 3차원 복원 알고리즘을 제안한다. 색상의 유사성을 이용하여 성긴 레이저 거리 값을 샘플링 하며 본 논문에서 제안하는 커널 기반 cost function을 이용하여 샘플링된 거리값의 분포를 추정한다. 추정된 샘플링 거리값의 분포는 본 논문에서 제안하는 Iterative Refinement Module을 이용하여 최적의 거리 값을 추정한다. 색상 기반 샘플링 알고리즘을 통하여 추정된 거리 값은 물체 경계부분 등에서 나타나는 레이저 데이터의 노이즈에 강인하다. 제안한 알고리즘이 영상과 레이저 데이터의 노이즈에 강인하다는 것을 증명하기 위하여 다양한 실험 환경에서 얻어진 영상과 레이저 데이터를 이용하여 3차원 복원한 결과를 보여준다.
