본 논문은 줌-렌즈로 취득한 비디오 영상에 대해서 줌-렌즈의 왜곡을 자동으로 보상할 수 있는 새로운 방법을 제안하였다. 먼저, 초점거리의 증가에 따라 렌즈의 왜곡 계수가 비선형적으로 단조 감소하는 특징으로부터 초점거리와 렌즈 왜곡 계수로 표현되는 비선형 줌-렌즈 왜곡 모델을 정의하였다. 그리고 취득한 비디오 영상으로부터 몇 장의 샘플 영상을 선정하고, 이 샘플영상에 대한 초점거리와 렌즈 왜곡 계수는 기존의 방법들을 이용하여 측정하였다. 이렇게 측정한 초점거리와 렌즈 왜곡 계수들로 부터 줌-렌즈 왜곡 모델을 최적화 시켰다. 최적화된 줌-렌즈 왜곡 모델은 각 비디오 영상의 초점거리를 입력으로 하여 렌즈 왜곡계수를 자동으로 계산할 수 있다. 본 논문에서 제안한 방법은 다양한 실사 영상과 비디오 영상에 적용하여 그 성능을 검증하였으며, 화질의 열화 없이 영상의 왜곡을 보상할 수 있었다.
In this paper, we proposed a new method to correct the zoom lens distortion for the video sequence captured by the zoom lens. First, we defined the nonlinear zoom lens distortion model which is represented by the focal length and the lens distortion using the characteristic that lens distortion parameters are nonlinearly and monotonically changed while the focal length is increased. Then, we chose some sample images from the video sequence and estimated a focal length and a lens distortion parameter for each sample image. Using these estimated parameters, we were able to optimize the zoom lens distortion model. Once the zoom lens distortion model was obtained, lens distortion parameters of other images were able to be computed as their focal lengths were input. The proposed method has been made experiments with many real images and videos. As a result, accurate distortion parameters were estimated from the zoom lens distortion model and distorted images were well corrected without any visual artifacts.
