거리 영상에서의 다면체 모델링

Abstract

영상으로부터 3차원 물체를 인식하는 시스템은 센서로부터 입력된 영상을 모델 데이터 베이스에 저장되어 있는 모델과 정합시키는 방법을 사용한다. 3차원 물체 인식에서는 각 화소에서 물체까지의 거리를 나타내는 거리영상을 주로 이용한다. 거리 영상은 명암영상에 비하여 위치나 조명의 영향을 받지 않으며, 3차원 물체의 기하학적 특성을 직접 제공하므로 3차원 물체 인식에 더 적합한 영상이다. 본 논문에서는 3차원 다면체를 포함하는 거리영상으로부터 물체를 모델링하기 위하여 다면체의 꼭지점의 3차원 좌표를 추출하는 효율적인 알고리즘을 제안한다. 3차원 다면체를 포함하는 거리 데이터로부터 물체의 표면 요소 (surface primitive)로서 삼각형 조각 (triangular patch)을 추출하여 2차원 배열을 구성하고, 2차원 배열에서 다면체를 인식하고 꼭지점의 좌표를 찾아내었다. 평면을 이루는 각 삼각형 (triangular patch)의 법선 벡터의 히스토그램을 구성하고 유사한 방향을 갖는 삼각형을 집단화 (clustering)하는 방법을 사용하여 물체의 표면을 분할하였다. 그리고 각 면의 면 방정식을 구하여 회전에 영향을 받지 않는 면 방향, 면간 각도 등을 계산하였으며, 물체의 경계선 영상을 검출하여 꼭 지점의 좌표를 계산하였다. 본 논문에서 제시한 알고리즘은 면 분할시에 거리데이터로부터 추출된 표면 요소 (surface primitive)의 단위 법선 벡터만을 사용하므로 그 시간이 상당히 빠르고 물체의 이동이나 회전 등에 영향을 받지 않는다는 장점을 갖는다. 합성 영상과 실제 거리영상에 대한 다면체의 꼭지점 추출 실험결과 제시한 알고리즘으로 물체의 꼭지점의 좌표를 계산할 수 있으므로 데이터의 전송, 보관시에 데이터의 양을 획기적으로 줄일 수 있고, VRML (Virtual Reality Modeling Language)등을 비롯하여 3차원 물체 모델링에 효과적으로 적용할 수 있다.;A three dimensional object recognition system has two major parts: object recognition (i.e., matching of a new sensed image with an already constructed model) and model database (i.e., geometric representation of important features of an object). In many cases, 3D object recognition algorithms utilize range images that represent distance to the surface of the object from a senser at each pixel. Compared to intensity images, range images are independent of the position and properties of light source, or the reflectivity of the object surface and provide the geometric properties of the object. Therefore range images are adequate for 3D modeling. In this paper, we propose an effective algorithm for extraction of 3D coordinates of vertices of polyhedra from range images. From a range data of a 3D polyhedron, we divide the surface with triangular patches. After recognizing polyhedra in 2D array, we derive coordinates of the vertices. We construct 2D histogram using normal vector of each triangular patch which constitute the planes and then segment the planes of the object by clustering triangular patches which have the same orientation. The proposed algorithm is very fast and independent of translation and rotation because the segmentation is based on the normal vector of surface primitives in the range image. From the computer simulation of synthetic .and real range images, the proposed algorithm extracted coordinates of vertices of objects. It can reduce quantity of data in transmission and can be successfully applied to modeling objects.