Computer Vision5 Computer Vision Feature Detection 완벽 가이드: 기초부터 실전까지 - 3 OpenCV 기반 Feature Detection 종합 튜토리얼Point Feature (SIFT, SURF, ORB) + Line Feature (Hough, LSD) + 실전 프로젝트목차Feature Detection이란?왜 Feature Detection이 중요한가?좋은 Feature의 조건Point Feature DetectionLine Feature DetectionFeature Matching실전 프로젝트성능 비교5. Line Feature Detection5.1 Hough TransformHough Transform은 직선, 원, 타원 등의 파라메트릭 형상을 검출하는 강력한 방법입니다.5.1.1 기본 원리핵심 아이디어: 이미지 공간의 점들을 파라미터 공간으로 변환직선의 표현:1) 직교 좌표계.. 2025. 11. 17. Computer Vision Feature Detection 완벽 가이드: 기초부터 실전까지 - 2 OpenCV 기반 Feature Detection 종합 튜토리얼Point Feature (SIFT, SURF, ORB) + Line Feature (Hough, LSD) + 실전 프로젝트목차Feature Detection이란?왜 Feature Detection이 중요한가?좋은 Feature의 조건Point Feature DetectionLine Feature DetectionFeature Matching실전 프로젝트성능 비교 및 최적화4. Point Feature Detection 상세4.1 Harris Corner DetectorHarris Corner Detector는 1988년 Chris Harris와 Mike Stephens가 개발한 고전적인 코너 검출 알고리즘입니다. 4.1.1 이론적 배경핵심 .. 2025. 11. 17. Computer Vision Feature Detection 완벽 가이드: 기초부터 실전까지 - 1 OpenCV 기반 Feature Detection 종합 튜토리얼Point Feature (SIFT, SURF, ORB) + Line Feature (Hough, LSD) + 실전 프로젝트목차Feature Detection이란?왜 Feature Detection이 중요한가?좋은 Feature의 조건Point Feature DetectionLine Feature DetectionFeature Matching실전 프로젝트성능 비교 및 최적화 1. Feature Detection이란?1.1 직소 퍼즐 비유로 이해하기여러분은 직소 퍼즐을 해본 적이 있나요? 수 많은 조각들을 맞춰서 하나의 완성된 그림을 만드는 게임입니다. 우리 사람은 어떻게 이 퍼즐 조각들을 맞출 수 있을까요?핵심은 "고유하고 쉽게 식별할 수 있.. 2025. 11. 17. 카메라 캘리브레이션 ( Camera Calibration ) - 2 2. 주점 (principal point) 주점 cx, cy는 카메라 렌즈의 중심 즉, 핀홀에서 이미지 센서에 내린 수선의 발의 영상 좌표(단위는 px)로서 일반적으로 ㅁ라하는 영상 중심점(image center)과는 다른 의미입니다.예를 들어, 카메라 조립 과정에서 오차로 인해 렌즈와 이미지 센서가 수평이 어긋나면 주점과 영상중심은 다른 값을 가질 것입니다. 영상기하학에서는 단순한 영상 중심점 보다는 principal point가 훨씬 중요하며 영상의 모든 기하학적 해석은 이 주점을 이용하여 이루어집니다. 3. 비대칭 계수(skew coefficient)비대칭 계수 skew_c (Intrinsic properties 행렬의 [0.1] 부분)는 이미지 센서의 cell array의 y축이 기울어진 정도를.. 2025. 11. 13. 카메라 캘리브레이션 ( Camera Calibration ) - 1 카메라 캘리브레이션이란? 영상처리, 컴퓨터 비전 분야에서는 카메라 캘리브레이션은 필요한 과정 중 하나입니다. 실제로 우리가 눈으로 보는 세상은 3차원입니다. 하지만 이것을 카메라로 찍으면 2차원의 이미지로 변하게 됩니다.이 때, 3차원의 점들이 이미지 상에서 어디에 맺히는지는 기하학적으로 생각하면 영상을 찍을 당시의 카메라의 위치 및 방향에 의해 결정됩니다.하지만 실제 이미지는 사용된 렌즈, 렌즈와 센서와의 거리, 렌즈와 센서가 이루는 각 등 카메라 내부의 기구적인 부분에 의해서 크게 영향을 받습니다.따라서, 3차원 점들이 영상에 투영된 위치를 구하거나 역으로 영상좌표로부터 3차원 공간좌표를 복원할 때에는 이러한 내부 요인을 제거해야만 정확한 계산이 가능해집니다. 이러한 내부 요인의 파마리터 값을 구하는.. 2025. 11. 10. 이전 1 다음
