Computer Vision/Image Processing

Computer Vision/Image Processing

[Camera Calibration/02] Lense distortion, undistortion 이란

Introduction앞선 게시물에서 핀홀(pinhole) 카메라 모델을 통해 3차원 좌표가 어떻게 픽셀 좌표로 변환되는지 알아봤습니다. 그러면 이제 문제없이 카메라의 포즈를 구할 수 있는 걸까요? 아쉽게도 그렇지 않습니다. 핸드폰이 아닌 로봇이나 자동차의 카메라에서 얻은 영상을 보면 실물과 많이 다름을 알 수 있습니다. 핸드폰의 경우도 광각으로 찍은 사진은 묘하게 실제 풍경과 비율이 다르다는 느낌을 받는 경우가 많습니다. 이는 우리가 영상을 찍을 때 렌즈(lens)를 사용하기 때문입니다. 앞서 설명한 투영 과정은 렌즈가 평면인 경우를 가정합니다. 그러나 더 넓은 FOV(field of view)를 얻기 위해서 곡률이 큰 렌즈를 사용하기 마련인데요. 위 사진은 그 예시로 어안렌즈(fisheye camer..

Computer Vision/Image Processing

[Camera Calibration/01] Pinhole camera model 이란

Introduction SLAM 카테고리에서는 이미지를 활용해 카메라의 포즈(pose)를 구하는 방법들에 대해 다뤘습니다. 하지만 막상 Epipolar geometry, PnP, ICP 등 여러 알고리즘을 이용해 포즈를 구해보면 부정확한 결과를 얻게 되는데요. 왜 그런 걸까요? 이미지는 기본적으로 렌즈(lens)를 활용해 구해집니다. 초점을 모으기 위해서, 혹은 더 넓은 FOV(Field Of View)를 확보하기 위해서 등 다양한 이유로 렌즈는 평면이 아니고 굴곡을 띄게 됩니다. 여기서부터 이상과 현실에는 괴리가 존재하는 거죠. 또한, 카메라마다 기본적으로 초점 거리, 배율 등이 다릅니다. 같은 영상을 찍음에도 카메라마다 다른 카메라 포즈를 생성한다면 이것들을 구하는 의미가 있을까요? 이번 시리즈에서는..

YoungJ
'Computer Vision/Image Processing' 카테고리의 글 목록