어안렌즈 카메라 영상의 초광각 시야각 확보를 위한 기하학적 왜곡 보정

Abstract

지능형 자동차는 여러 기술 융합을 통하여 운전자의 주행 안정성과 편의성 증대를 획기적으로 향상시킬 수 있으며, 특히 영상 기술 시스템은 사람의 시각 인지 능력을 확장시키는 핵심적인 기술이다. 180° 이상의 영역을 획득하는 어안렌즈(fisheye lens)는 최소의 카메라로 최대 시야각을 확보할 수 있는 장점으로 인해 차량 장착 시도가 늘고 있다. 이와 같이 어안렌즈를 통해 시야 확보를 하고, 영상 센서로 사용하기 위해서는 캘리브레이션 작업이 선행되어야 하며, 운전자에게 현실감있는 영상을 제공하기 위해서는 이를 이용하여 방사왜곡(radial distortion)에 따른 기하학적인 왜곡 보정이 필요하다. 본 논문에서는 수직, 수평화각에 따라 왜곡이 비대칭구조로 설계된 차량용 어안렌즈 에 적합한 카메라 모델을 제시한다. 어안렌즈 왜곡은 렌즈의 광축과 입력 광선이 이루는 각도에 따라 발생하며, 영상 센서의 중심에서 해당 픽셀까지의 거리로 계산한다. 따라서, 렌즈 왜곡을 계산할 때 해당 픽셀에 수평 방향으로 가중치를 적용하여 카메라 모델을 추정한다. 또한, 180° 이상 영역에 대한 원근 투영 왜곡 보정시 발생하는 영상 손실을 최소화하고 시각적 인지도를 높일 수 있도록 수평수직 방향에 대해 왜곡 보정 정도를 제어할 수 있는 모델을 적용한다. 캘리브레이션한 결과 제안한 카메라 모델은 차량용 어안렌즈뿐만 아니라 차량용 광각렌즈, 표준 어안렌즈에도 적용 가능하였다. 이를 이용하여 정확한 카메라 모델을 추정한 후, 사용자 정의에 따라 가로ㆍ세로에 대한 왜곡 보정 정도를 입력하여 카메라 모델을 그대로 적용했을 때보다 인지하기 편한 결과 영상을 출력할 수 있게 한다. ;Intelligent vehicles can improve the driver’s safety and convenience through merging various technologies. Especially the importance of vision systems are arising as vision systems can elevate efficientlythe human vision sense. Due to the fact that fisheye lens can provide super wide angles with the minimum number of cameras, field-of-view over 180 degrees, many vehicles are attempting to mount the camera system. Not only to use the camera as a viewing system, but also as a camera sensor, camera calibration should be preceded, and geometrical correction on the radial distortion is needed to provide the images for the driver’s assistance. In this thesis, we introduce a camera model optimized for fisheye lens which have asymmetric distortion beyond the horizontal angle. Fisheye lense distortion is mainly caused by the angle between the optical axis and the light ray that comes through the lens, and this is calculated by the length from the image center to the corresponding pixel. Therefore our approach is to supply a horizontal weight factor to estimate the lens model. Moreover, to minimize the loss of image data when undistorting the input image through a perspective projection, we introduce a correction model which considers the ratio for each axis. The camera model fitted vehicle fisheye lens, wide-angle lens and symmetric fisheye lens. After estimating the camera model, we corrected the image with the horizontal, vertical weighted model, and the the resulted images provided the wide angle data and was more easy to recognize the 3D scene with the human eye.