렌즈 왜곡현상은 머신비전 시스템에 있어 필연적인 현상이며 가격과 시스템의 크기를 줄이기 위한 렌즈의 선택으로 왜곡현상은 점점 더 심해지고 있다. 이와 같은 추세로 왜곡보정의 필요성은 중대한 문제가 되고 있지만 기존의 카메라 모델을 이용한 왜곡보정 방식은 그 비선형 때문에 복잡하고 많은 연산이 필요한 문제점이 있다. 또한 최근 각광을 받고 있는 인공신경 망을 이용한 보정방법 역시 정확성과 효율성의 측면에서 문제점이 발견되고 있다. 본 연구에서는 이러한 문제점을 해결할 수 있는 새로운 형태의 알고리즘을 제안한다. K-means 군집분석 방법을 사용하여 왜곡영상을 실제 왜곡정도에 따라 분할한 후 각 영역에 인공신경 망을 적용하여 영상을 보정한다. 그 결과 새롭게 제안된 영상분할을 적용한 신경망 알고리즘은 영상분할을 하지 않은 기존 방법들보다 더 정확한 왜곡보정 결과를 나타내었다.
Lens distortion is inevitable phenomenon in machine vision system. More and more distortion phenomenon is occurring in order to choice of lens for minimizing cost and system size. As shown above, correction of lens distortion is critical issue. However previous lens correction methods using camera model have problem such as nonlinear property and complicated operation. And recent lens correction methods using neural network also have accuracy and efficiency problem. In this study, I propose new algorithms for correction of lens distortion. Distorted image is divided based on the distortion quantity using k-means. And each divided image region is corrected by using neural network. As a result, the proposed algorithms have better accuracy than previous methods without image division.
