[go: up one dir, main page]

KR20110084028A - 이미지 데이터를 이용한 거리 측정 장치 및 방법 - Google Patents

이미지 데이터를 이용한 거리 측정 장치 및 방법 Download PDF

Info

Publication number
KR20110084028A
KR20110084028A KR1020100004056A KR20100004056A KR20110084028A KR 20110084028 A KR20110084028 A KR 20110084028A KR 1020100004056 A KR1020100004056 A KR 1020100004056A KR 20100004056 A KR20100004056 A KR 20100004056A KR 20110084028 A KR20110084028 A KR 20110084028A
Authority
KR
South Korea
Prior art keywords
distance
image
image data
plane equation
plane
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
KR1020100004056A
Other languages
English (en)
Other versions
KR101658576B1 (ko
Inventor
박동렬
김동조
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020100004056A priority Critical patent/KR101658576B1/ko
Publication of KR20110084028A publication Critical patent/KR20110084028A/ko
Application granted granted Critical
Publication of KR101658576B1 publication Critical patent/KR101658576B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00—Measuring distances in line of sight; Optical rangefinders
    • G01C3/02—Details
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Measurement Of Optical Distance (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Geometry (AREA)
  • Business, Economics & Management (AREA)
  • Computer Graphics (AREA)
  • Multimedia (AREA)
  • Educational Technology (AREA)
  • Electromagnetism (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)

Abstract

이미지 데이터에 포함된 물체까지의 거리를 정확하게 측정할 수 있는 거리 측정 장치 및 방법이 개시된다. 본 발명의 일실시예에 따르면, 거리 측정 장치는 이미지 데이터 중 바닥면에 해당하는 평면 방정식과 바닥면에 접촉된 물체의 영상 좌표를 이용하여 물체까지의 거리를 측정할 수 있다.

Description

이미지 데이터를 이용한 거리 측정 장치 및 방법{APPARATUS AND METHOD FOR MEASURING DISTANCE USING IMAGE DATA}
이미지 데이터에 포함된 물체까지의 거리를 측정하는 기술과 관련된다.
지도 정보를 생성하거나 주변 지역을 감시하는 기능을 포함하는 로봇, 감시 카메라 등과 같은 장치가 많이 생산되고 있다. 위와 같은 기능들을 실행하기 위해, 로봇, 감시 카메라 등과 같은 장치는 대상 물체까지의 거리 또는 대상 물체의 각도를 측정한다. 예를 들면, 장치는 장치의 외부에 인공 표식 또는 센서를 장착하여 대상 물체까지의 거리 또는 대상 물체의 각도를 측정할 수 있다. 또는, 장치는 카메라와 같은 이미지 획득부를 통해 획득된 이미지에 기초하여 대상 물체까지의 거리 또는 대상 물체의 각도를 측정할 수 있다.
최근에는, 정확하게 물체까지의 거리 또는 물체의 각도 등을 측정할 수 있는 기술에 대한 다양한 연구가 진행되고 있다.
이미지 데이터에 포함된 물체까지의 거리를 정확하게 측정할 수 있는 거리 측정 장치 및 방법이 개시된다.
본 발명의 일실시예에 따른 거리 측정 장치는, 이미지 획득부로부터 획득된 이미지 데이터 중 바닥면에 대응되는 부분의 평면 방정식을 계산하는 평면 방정식 계산부 및 상기 바닥면에 접촉된 물체의 영상 좌표와 상기 평면 방정식을 이용하여 상기 이미지 획득부로부터 상기 물체까지의 거리를 계산하는 거리 계산부를 포함할 수 있다.
여기서, 상기 평면 방정식 계산부는 상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여, 상기 평면 방정식을 계산할 수 있다.
여기서, 상기 평면 방정식 계산부는 상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여 평면들을 추출하고, 상기 평면들 중 미리 설정된 영역 내에 존재하는 평면을 바닥면으로 인식할 수 있다.
여기서, 상기 거리 계산부는 상기 평면 방정식의 계수, 상기 물체의 영상 좌표값 및 상기 이미지 획득부의 초점 거리 값에 기초하여 상기 물체까지의 거리를 계산할 수 있다.
본 발명의 일실시예에 따른 거리 측정 방법은, 이미지 획득부로부터 획득된 이미지 데이터 중 바닥면에 대응되는 부분의 평면 방정식을 계산하는 단계 및 상기 바닥면에 접촉된 물체의 영상 좌표와 상기 평면 방정식을 이용하여 상기 이미지 획득부로부터 상기 물체까지의 거리를 계산하는 단계를 포함할 수 있다.
여기서, 상기 평면 방정식을 계산하는 단계는 상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여, 상기 평면 방정식을 계산하는 단계를 포함할 수 있다.
여기서, 상기 평면 방정식을 계산하는 단계는 상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여 평면들을 추출하고, 상기 평면들 중 미리 설정된 영역 내에 존재하는 평면을 바닥면으로 인식하는 단계를 포함할 수 있다.
여기서, 상기 거리를 계산하는 단계는 상기 평면 방정식의 계수, 상기 물체의 영상 좌표값 및 상기 이미지 획득부의 초점 거리 값에 기초하여 상기 거리를 계산하는 단계를 포함할 수 있다.
개시된 내용에 따르면, 이미지 데이터에 포함된 물체까지의 거리를 정확하게 측정할 수 있다.
도 1은 본 발명의 일 실시예와 관련된 이미지 데이터를 이용한 거리 측정 장치의 블록 구성도(block diagram)이다.
도 2a 및 도 2b는 공간 좌표 및 영상 좌표를 설명하기 위한 도면이다.
도 3은 공간 좌표(x, y, z), 영상 좌표(u, v) 및 초점거리(f)에 관계를 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 거리 측정 방법을 설명하기 위한 흐름도이다.
도 5a 내지 도 5d는 본 발명의 일실시예에 따른 거리 측정 방법을 설명하기 위한 이미지도이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예에 따른 거리 측정 장치에 대하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예와 관련된 이미지 데이터를 이용한 거리 측정 장치의 블록 구성도(block diagram)이다.
거리 측정 장치(200)는 평면 방정식 계산부(210) 및 거리 계산부(220)를 포함한다. 거리 측정 장치(200)는 이미지 획득부(100)를 더 포함할 수 있다.
이미지 획득부(100)는 이미지 센서에 의해 얻어지는 정지 영상 또는 동영상 등의 화상 프레임(이하 '이미지 데이터'라 함)을 처리한다. 이미지 획득부(100)는 처리된 이미지 데이터를 거리 계산부(220)로 전송하거나 모니터 등과 같은 디스플레이부에 전송할수 있다. 이미지 획득부(100)는 CCD(Charge Coupled Device), CMOS(Complementary Metal Oxide Semiconductior), CIS(Contact Image Sensor) 또는 기타 알려진 이미지 센서를 구비할 수 있다.
평면 방정식 계산부(210)는 획득된 이미지 데이터 중 바닥면에 대응되는 부분의 평면 방정식을 계산한다. 도 2a에 도시된 바와 같은 x,y,z 좌표계를 기준으로 평면 방정식을 표현하면, 이하 수학식 1과 같다. 여기서, x,y,z 좌표계는 실제 물리 공간에서의 공간 좌표계를 의미한다.
Figure pat00001
여기서, a, b, c : 평면 방정식의 계수이다.
예를 들면, 평면 방정식 계산부(210)는 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여 이미지 데이터 내에 존재하는 여러 개의 평면을 추출한다. 평면 방정식 계산부(210)는 여러 개의 평면 중 미리 설정된 영역 내에 존재하는 평면을 바닥면으로 인식한다. 여기서, 미리 설정된 영역은 사용자에 의해서 자유롭게 설정될 수 있다. 예를 들면, 평면 방정식 계산부(210)는 이미지 데이터 중 가운데를 기준으로 아래 쪽에 존재하는 평면을 바닥 평면으로 인식할 수 있다. 이에 대한 구체적인 예는, 이하의 도 5a 내지 도 5d를 참조하여 구체적으로 설명하겠다.
이하에서는, 평면 방정식 계산부(210)가 이미지 데이터의 각 지점에 대응되는 거리 정보를 추출하는 방법을 설명하겠다.
본 발명의 일 실시예에 따른 거리 정보를 추출하는 거리 측정 방법으로는 스테레오 방식의 거리 측정 방법이 사용될 수 있다. 예를 들면, 이미지 획득부(100)가 2 개의 카메라를 포함하는 경우, 평면 방정식 계산부(210)는 2 대의 카메라로부터 각각의 이미지 데이터를 수신한다. 평면 방정식 계산부(210)는 이미지 획득부(100)로부터 수신된 2개의 이미지 데이터에 기초하여 삼각 측량을 통해 거리를 측정할 수 있다.
또 다른 예를 들면, 이미지 획득부(100)가 1개의 카메라를 포함하는 경우, 거리 측정 장치(200)는 이미지 획득부(100)를 회전축을 중심으로 회전시키면서 두 번 대상물을 촬영하여 2개의 이미지 데이터를 생성한다. 그러면, 평면 방정식 계산부(210)는 이미지 획득부(100)로부터 수신된 2개의 이미지 데이터에 기초하여 삼각 측량을 통해 거리를 측정할 수 있다.
또 다른 예를 들면, 평면 방정식 계산부(210)는 3차원 거리 센서(미도시)를 이용하여 객체까지의 거리를 계산할 수 있다. 3차원 거리 센서에는 적외선 센서, 초음파 센서 등이 사용될 수 있다. 즉, 평면 방정식 계산부(210)는 3차원 거리 센서로부터 입력된 감지 신호에 기초하여 물체까지의 거리를 계산할 수 있다.
이하에서는, 평면 방정식을 계산하는 방법을 설명한다. 평면 방정식 계산부(210)는 이미지 데이터를 분석용 최소 자승 알고리즘, 레벤버그-마쿼트(Levenberg-Marquardt) 알고리즘, 신경망(neural network) 알고리즘 등을 이용하여 평면 방정식을 계산할 수 있다. 위와 같은 알고리즘들은 일 예에 불과하고, 평면 방정식은 다양한 알고리즘에 의해서 계산될 수 있다. 본 실시예에서는, 최소 자승 알고리즘에 기초하여 평면 방정식을 계산하는 방법을 설명한다.
최소 자승법에 따르면, 평면 방정식 계산부(210)는 이하의 수학식 2, 3 및 4를 이용하여 평면 방정식을 계산한다.
Figure pat00002
여기서, (x1, y1, z1), (x2, y2, z2) ... (xn, yn, zn)들은 바닥면에 해당되는 지점들의 좌표값이다.
수학식 2는 이하의 수학식 3으로 표현될 수 있다.
Figure pat00003
수학식 3으로부터 평면 방정식의 계수인 a, b, c는 이하의 수학식 4를 이용하여 계산할 수 있다.
Figure pat00004
최종적으로, 평면 방정식 계산부(210)는 수학식 4를 이용하여 평면 방정식의 계수인 a, b, c를 계산하고, 이를 이용하여 평면 방정식을 계산한다.
거리 계산부(220)는 이미지 획득부(100)로부터 바닥면에 접촉된 물체의 영상 좌표를 계산한다. 도 2b에 도시된 바와 같은 u,v 좌표계는 영상 좌표계이며, 영상 좌표계는 이미지 획득부(100)로부터 획득된 이미지 데이터에서의 소정 위치를 원점으로 설정한 좌표계를 의미한다. 영상 좌표계는 2차원이며, 어떤 물체까지의 거리에 대응되는 뎁스(depth) 정보가 없을 수 있다. 뎁스 정보는 추후 설명될 초점 거리(f)에 대응될 수 있다.
거리 계산부(220)는 이미지 에지(edge) 추출 알고리즘, 이미지 세크멘테이션(sementation) 알고리즘 등을 이용하여 물체의 영상 좌표값 (u,v)를 계산할 수 있다. 이에 대한 구체적인 예는, 이하의 도 5a 내지 도 5d를 참조하여 구체적으로 설명하겠다.
거리 계산부(220)는 평면 방정식과 영상 좌표값에 기초하여 이미지 획득부(100)로부터 물체까지의 거리를 계산한다. 여기서, 거리는 공간 좌표 중 z 축에 해당하는 값일 수 있다.
이하에서, 도 3을 참조하여 공간 좌표(x, y, z), 영상 좌표(u, v) 및 초점거리(f)의 관계를 설명한다.
도 3은 공간 좌표(x, y, z), 영상 좌표(u, v) 및 초점거리(f)에 관계를 설명하기 위한 도면이다.
삼각형의 닮음을 이용하여, 공간 좌표(x, y, z), 영상 좌표(u, v) 및 초점거리(f)의 관계를 도출하면, 이하의 수학식 5 및 수학식 6과 같이 표현된다.
Figure pat00005
Figure pat00006
수학식 5, 수학식 6 및 수학식 1을 연립하여, z에 대해 정리하면, 이하의 수학식 7과 같이 표현된다.
Figure pat00007
거리 계산부(220)는 수학식 5, 수학식 6 및 수학식 7을 이용하여 물체까지의 거리를 계산한다. 즉, 거리 계산부(220)는 평면 방정식의 계수(a, b, c), 영상 좌표값(u, v) 및 초점 거리 값(f)을 이용하여 거리를 계산한다. 여기서, 초점 거리 값(f)은 미리 설정되거나 카메라 보정(camera calibration) 등을 통해서 획득할 수 있다.
개시된 거리 측정 장치는 이미지 데이터에 포함된 바닥면을 이용하여 물체까지의 거리를 계산함으로써, 물체까지의 거리를 정확하게 측정할 수 있다.
도 4는 본 발명의 일실시예에 따른 거리 측정 방법을 설명하기 위한 흐름도이다.
평면 방정식 계산부(210)는 이미지 획득부(100)를 통해 획득된 이미지 데이터의 각 지점까지의 거리 정보를 추출한다(300). 평면 방정식 계산부(210)는 거리 정보에 기초하여 바닥면에 대응되는 평면 방정식을 계산한다(310). 평면 방정식 계산부(21)는 수학식 2, 수학식 3 및 수학식 4를 이용하여 평면 방정식을 계산한다. 거리 계산부(220)는 이미지 획득부(100)로부터 바닥면에 접촉된 물체의 영상 좌표를 추출한다(320). 거리 계산부(220)는 평면 방정식과 영상 좌표를 이용하여 이미지 획득부(100)로부터 물체까지의 거리를 계산한다(330).
개시된 거리 측정 방법에 따르면, 이미지 데이터에 포함된 바닥면을 이용하여 물체까지의 거리를 계산함으로써, 물체까지의 거리를 정확하게 측정할 수 있다.
도 5a 내지 도 5d는 본 발명의 일실시예에 따른 거리 측정 방법을 설명하기 위한 이미지도이다.
도 5a 및 도 5b는 이미지 획득부를 통해 획득된 2개의 이미지 데이터이다. 2개의 이미지 데이터는 2개의 이미지 획득부로부터 얻어지거나 1개의 이미지 획득부를 2번 촬영하여 얻어질 수 있다. 평면 방정식 계산부(210)는 이미지 획득부(100)를 통해 획득된 2 개의 이미지 데이터에 포함된 각 지점들까지의 거리 정보를 추출한다.
도 5c는 평면 방정식 계산부(210)에 의해서 추출된 평면을 도시한 도면이다. 평면 방정식 계산부(210)는 거리 정보에 기초하여 이미지 데이터 내에 존재하는 여러 개의 평면(500, 510, 520)을 추출한다. 평면 방정식 계산부(210)는 여러 개의 평면(500, 510, 520) 중 미리 설정된 영역 내에 존재하는 평면을 바닥면(500)으로 인식한다. 여기서, 평면 방정식 계산부(210)는 이미지 데이터 중 미리 설정된 기준점의 아래 쪽에 존재하는 평면을 바닥 평면으로 인식할 수 있다.
도 5d는 에지 추출 알고리즘을 이용하여, 도 5b의 이미지 데이터의 에지를 추출한 결과를 보여주는 도면이다. 거리 계산부(220)는 이미지 획득부(100)로부터 바닥면에 접촉된 물체(520)의 영상 좌표값을 계산한다. 즉, 거리 계산부(220)는 바닥면과 물체가 접촉된 위치(540)에 대응되는 영상 좌표값을 추출한다. 그 다음, 거리 계산부(220)는 평면 방정식과 영상 좌표에 기초하여 이미지 획득부(100)로부터 물체까지의 거리를 계산한다.
위에서 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
또한, 위에서 설명된 실시예는 그 설명을 위한 것이며, 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술분야의 통상의 전문가라면 본 발명의 기술사상의 범위에서 다양한 실시예가 가능함을 이해할 수 있을 것이다.
또한, 본 발명의 일실시예에 의하면, 전술한 방법은, 프로그램이 기록된 매체에 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 매체의 예로는, ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.

Claims (8)

  1. 이미지 획득부로부터 획득된 이미지 데이터 중 바닥면에 대응되는 부분의 평면 방정식을 계산하는 평면 방정식 계산부; 및
    상기 바닥면에 접촉된 물체의 영상 좌표와 상기 평면 방정식을 이용하여 상기 이미지 획득부로부터 상기 물체까지의 거리를 계산하는 거리 계산부를 포함하는 이미지 데이터를 이용한 거리 측정 장치.
  2. 제 1 항에 있어서,
    상기 평면 방정식 계산부는
    상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여, 상기 평면 방정식을 계산하는 이미지 데이터를 이용한 거리 측정 장치.
  3. 제 1 항에 있어서,
    상기 평면 방정식 계산부는
    상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여 평면들을 추출하고, 상기 평면들 중 미리 설정된 영역 내에 존재하는 평면을 바닥면으로 인식하는 이미지 데이터를 이용한 거리 측정 장치.
  4. 제 1 항에 있어서,
    상기 거리 계산부는
    상기 평면 방정식의 계수, 상기 물체의 영상 좌표값 및 상기 이미지 획득부의 초점 거리 값에 기초하여 상기 물체까지의 거리를 계산하는 이미지 데이터를 이용한 거리 측정 장치.
  5. 이미지 획득부로부터 획득된 이미지 데이터 중 바닥면에 대응되는 부분의 평면 방정식을 계산하는 단계; 및
    상기 바닥면에 접촉된 물체의 영상 좌표와 상기 평면 방정식을 이용하여 상기 이미지 획득부로부터 상기 물체까지의 거리를 계산하는 단계를 포함하는 이미지 데이터를 이용한 거리 측정 방법.
  6. 제 5 항에 있어서,
    상기 평면 방정식을 계산하는 단계는,
    상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여, 상기 평면 방정식을 계산하는 단계를 포함하는 이미지 데이터를 이용한 거리 측정 방법.
  7. 제 5 항에 있어서,
    상기 평면 방정식을 계산하는 단계는,
    상기 이미지 데이터의 각 지점에 대응되는 거리 정보를 이용하여 평면들을 추출하고, 상기 평면들 중 미리 설정된 영역 내에 존재하는 평면을 바닥면으로 인식하는 단계를 포함하는 이미지 데이터를 이용한 거리 측정 방법.
  8. 제 5 항에 있어서,
    상기 거리를 계산하는 단계는,
    상기 평면 방정식의 계수, 상기 물체의 영상 좌표값 및 상기 이미지 획득부의 초점 거리 값에 기초하여 상기 거리를 계산하는 단계를 포함하는 이미지 데이터를 이용한 거리 측정 방법.
KR1020100004056A 2010-01-15 2010-01-15 이미지 데이터를 이용한 거리 측정 장치 및 방법 Active KR101658576B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100004056A KR101658576B1 (ko) 2010-01-15 2010-01-15 이미지 데이터를 이용한 거리 측정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100004056A KR101658576B1 (ko) 2010-01-15 2010-01-15 이미지 데이터를 이용한 거리 측정 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110084028A true KR20110084028A (ko) 2011-07-21
KR101658576B1 KR101658576B1 (ko) 2016-09-22

Family

ID=44921464

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100004056A Active KR101658576B1 (ko) 2010-01-15 2010-01-15 이미지 데이터를 이용한 거리 측정 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101658576B1 (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101285509B1 (ko) * 2012-03-26 2013-07-17 주식회사 팬택 이미지 저장 장치 및 방법
KR20130119288A (ko) * 2012-04-23 2013-10-31 한국전자통신연구원 위치 보정 장치 및 방법
KR20160046583A (ko) * 2014-10-21 2016-04-29 연세대학교 산학협력단 무인항공기에서 투하하는 물체의 착지 위치 예측 방법 및 장치
KR20170005312A (ko) * 2015-07-03 2017-01-12 전자부품연구원 카메라와 거리 센서의 동시 캘리브레이션 시스템 및 방법
KR20170009684A (ko) * 2015-07-15 2017-01-25 고려대학교 산학협력단 실내 구조의 방향 정보 추출 장치 및 방법
WO2018194227A1 (ko) * 2017-04-20 2018-10-25 한국생산기술연구원 딥러닝을 이용한 3차원 터치 인식 장치 및 이를 이용한 3차원 터치 인식 방법
WO2018203590A1 (ko) * 2017-05-02 2018-11-08 한국생산기술연구원 3차원 터치 인식을 위한 접촉 위치 및 깊이 측정 알고리즘
KR20190104355A (ko) * 2017-01-24 2019-09-09 엔제루 프레잉구 카도 가부시키가이샤 칩 인식 시스템
KR102078122B1 (ko) * 2018-10-02 2020-02-17 숭실대학교산학협력단 초음파 센서를 이용한 경사도 측정 장치 및 그의 경사도 측정 방법
KR102498028B1 (ko) * 2022-08-30 2023-02-10 주식회사 에프에스네트웍스 감시 카메라 시스템 및 그 시스템 사용 방법
KR20240033816A (ko) * 2022-09-06 2024-03-13 주식회사 스마트큐브 카메라와 라이다를 이용한 상자의 부피 측정방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102486249B1 (ko) * 2020-07-27 2023-01-10 라온피플 주식회사 3d 좌표의 오차를 보정하는 방법 및 이를 수행하기 위한 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09152334A (ja) * 1995-11-30 1997-06-10 Matsushita Electric Ind Co Ltd 物体検出装置
JP3193930B2 (ja) * 1992-07-08 2001-07-30 松下電器産業株式会社 画像入力合成装置
JP2002257535A (ja) * 2001-03-05 2002-09-11 Mitsutoyo Corp 位置測定装置
JP2005098978A (ja) * 2003-08-20 2005-04-14 Japan Science & Technology Agency 三次元計測装置、三次元計測方法、三次元計測プログラムおよび記録媒体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3193930B2 (ja) * 1992-07-08 2001-07-30 松下電器産業株式会社 画像入力合成装置
JPH09152334A (ja) * 1995-11-30 1997-06-10 Matsushita Electric Ind Co Ltd 物体検出装置
JP2002257535A (ja) * 2001-03-05 2002-09-11 Mitsutoyo Corp 位置測定装置
JP2005098978A (ja) * 2003-08-20 2005-04-14 Japan Science & Technology Agency 三次元計測装置、三次元計測方法、三次元計測プログラムおよび記録媒体

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101285509B1 (ko) * 2012-03-26 2013-07-17 주식회사 팬택 이미지 저장 장치 및 방법
KR20130119288A (ko) * 2012-04-23 2013-10-31 한국전자통신연구원 위치 보정 장치 및 방법
KR20160046583A (ko) * 2014-10-21 2016-04-29 연세대학교 산학협력단 무인항공기에서 투하하는 물체의 착지 위치 예측 방법 및 장치
KR20170005312A (ko) * 2015-07-03 2017-01-12 전자부품연구원 카메라와 거리 센서의 동시 캘리브레이션 시스템 및 방법
KR20170009684A (ko) * 2015-07-15 2017-01-25 고려대학교 산학협력단 실내 구조의 방향 정보 추출 장치 및 방법
US11842595B2 (en) 2017-01-24 2023-12-12 Angel Group Co., Ltd. Chip recognition system
KR20190104355A (ko) * 2017-01-24 2019-09-09 엔제루 프레잉구 카도 가부시키가이샤 칩 인식 시스템
KR20220116586A (ko) * 2017-01-24 2022-08-23 엔제루 구루푸 가부시키가이샤 칩 인식 시스템
KR20230092034A (ko) * 2017-01-24 2023-06-23 엔제루 구루푸 가부시키가이샤 칩 인식 시스템
US11941942B2 (en) 2017-01-24 2024-03-26 Angel Group Co., Ltd. Chip recognition system
US11954966B2 (en) 2017-01-24 2024-04-09 Angel Group Co., Ltd. Chip recognition system
US12112596B2 (en) 2017-01-24 2024-10-08 Angel Group Co., Ltd. Chip recognition system
US12293627B2 (en) 2017-01-24 2025-05-06 Angel Group Co., Ltd. Chip recognition system
WO2018194227A1 (ko) * 2017-04-20 2018-10-25 한국생산기술연구원 딥러닝을 이용한 3차원 터치 인식 장치 및 이를 이용한 3차원 터치 인식 방법
WO2018203590A1 (ko) * 2017-05-02 2018-11-08 한국생산기술연구원 3차원 터치 인식을 위한 접촉 위치 및 깊이 측정 알고리즘
KR102078122B1 (ko) * 2018-10-02 2020-02-17 숭실대학교산학협력단 초음파 센서를 이용한 경사도 측정 장치 및 그의 경사도 측정 방법
KR102498028B1 (ko) * 2022-08-30 2023-02-10 주식회사 에프에스네트웍스 감시 카메라 시스템 및 그 시스템 사용 방법
KR20240033816A (ko) * 2022-09-06 2024-03-13 주식회사 스마트큐브 카메라와 라이다를 이용한 상자의 부피 측정방법

Also Published As

Publication number Publication date
KR101658576B1 (ko) 2016-09-22

Similar Documents

Publication Publication Date Title
KR101658576B1 (ko) 이미지 데이터를 이용한 거리 측정 장치 및 방법
JP4177826B2 (ja) 画像処理装置および画像処理方法
KR101534259B1 (ko) 타이어 마모도 측정 방법 및 그 장치
JP4002919B2 (ja) 移動体高さ判別装置
US10068344B2 (en) Method and system for 3D capture based on structure from motion with simplified pose detection
KR101072876B1 (ko) 이동 로봇에서 자신의 위치를 추정하기 위한 방법 및 장치
JP6125188B2 (ja) 映像処理方法及び装置
KR101633620B1 (ko) 영상 기반의 위치 인식을 위한 특징점 등록 장치 및 그 방법
JP2011174879A (ja) 位置姿勢推定装置及びその方法
JP6589636B2 (ja) ３次元形状計測装置、３次元形状計測方法及び３次元形状計測プログラム
WO2014181725A1 (ja) 画像計測装置
JP6524529B2 (ja) 建築限界判定装置
JP6221390B2 (ja) 画像処理装置、プログラム、および画像処理方法
KR20190103146A (ko) 사람을 추적하는 로봇
CN112907728B (zh) 基于摄像头和边缘计算的船舶场景还原和定位方法及系统
CN107710091B (zh) 用于选择移动平台的操作模式的系统和方法
KR102410300B1 (ko) 스테레오 카메라를 이용한 카메라 위치 측정 장치 및 방법
JP2017038777A (ja) 動作認識装置
JP2020125960A (ja) 移動体位置推定装置、及び移動体位置推定プログラム
JP6606340B2 (ja) 画像検出装置、画像検出方法およびプログラム
CN111553342B (zh) 一种视觉定位方法、装置、计算机设备和存储介质
KR101741501B1 (ko) 카메라와 객체 간 거리 추정 장치 및 그 방법
KR101459522B1 (ko) 모바일 기반의 부가정보를 이용한 위치 보정 방법
KR101907057B1 (ko) 구면 모델링을 통한 깊이 정보 보정 방법과 보정장치
JP2024172473A (ja) 物体認識装置および物体認識方法

Legal Events

Date Code Title Description
PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

R17-X000 Change to representative recorded

St.27 status event code: A-3-3-R10-R17-oth-X000

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

R18-X000 Changes to party contact information recorded

St.27 status event code: A-3-3-R10-R18-oth-X000

A201 Request for examination
PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

D13-X000 Search requested

St.27 status event code: A-1-2-D10-D13-srh-X000

D14-X000 Search report completed

St.27 status event code: A-1-2-D10-D14-srh-X000

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

P22-X000 Classification modified

St.27 status event code: A-2-2-P10-P22-nap-X000

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U11-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

FPAY Annual fee payment

Payment date: 20190814

Year of fee payment: 4

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 5

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 6

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 7

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 8

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 9

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 10