Uncalibrated camera에서의 초점거리 계산

Abstract

3차원 정보 추적이나 형상 복원, 가상 물체 삽입들의 과정을 수행하기 위해서는 카메라의 위치와 방향에 관한 정보가 필수적이다. 영상을 취득하는데 사용된 카메라의 초점 거리, 화소 크기 등을 나타내는 내부 변수 (intrinsic parameter) 와 카메라의 위치와 방향을 나타내는 외부 변수 (extricsic parameter)를 결정하는 과정을 카메라 캘리브레이션이라고 한다. 본 논문에서는 기존의 'Uncalibrated Camera' 에서 카메라의 내부 변수 추정 과정에 대해 연구한다. 카메라의 내부 변수는 셀프 캘리브레이션 (self-calibration)을 이용해 얻은 기본 행렬 F로부터 추정한다. 카메라의 내부 변수 중 특히 카메라의 초점 거리 계산에 카메라 주점이 주는 영향이 매우 크다는 것을 밝히고, 결과에 영향을 주는 오차 성분을 분석하였다. 또한 초점 거리의 오차 민감도를 고려한 영상 촬영 조건을 제안하고 실험을 통해 제안한 방법이 보다 더 정답에 가까운 초점 거리를 계산하는 것을 확인하였다. 마지막으로 캘리브레이션에 사용되는 특징점의 대응점 오차가 초점 거리에 미치는 영향을 분석하였다. 대응점의 위치에 따라 각 점의 오차가 결과에 주는 정도가 다른 근거를 제시하고 각 점의 오차 민감도를 고려한 특징점 선택 방법을 제안하였다. ;Calibration is a process of finding internal and external parameters of a camera. This process is extremely important for practical applications. The fundamental matrix is a basic parameter in the analysis of a pair of scenes taken from different positions. This paper investigates the problem of computing focal length given two uncalibrated perspective views. Focal length is determined by fundamental matrix and principal point. Therefore the noise components of focal length is composed of principal point and point correspondences inaccuracies. We propose a simple condition of camera orientation to reduce the uncertainty in focal length. Using that condition, estimated focal length becomes more reliable against image noise and principal point inaccuracies. We also show that noise sensitivity of focal length is inversely proportional to the distance between the principal point and an image point. Point correspondences far from the principal point can minimize the influence of image noise on estimated focal length. Therefore we can increase the accuracy of focal length by choosing feature points far from the principal point.