😎 κ³΅λΆ€ν•˜λŠ” μ§•μ§•μ•ŒνŒŒμΉ΄λŠ” μ²˜μŒμ΄μ§€?

2D μ˜μƒμ²˜λ¦¬μ™€ 3D μ˜μƒμ²˜λ¦¬ λ³Έλ¬Έ

πŸ‘©‍πŸ’» IoT (Embedded)/Image Processing

2D μ˜μƒμ²˜λ¦¬μ™€ 3D μ˜μƒμ²˜λ¦¬

μ§•μ§•μ•ŒνŒŒμΉ΄ 2022. 10. 18. 15:47
728x90
λ°˜μ‘ν˜•

221018 μž‘μ„±

<λ³Έ λΈ”λ‘œκ·ΈλŠ” gitBook_Tutorial_PCL의 github λ₯Ό μ°Έκ³ ν•΄μ„œ κ³΅λΆ€ν•˜λ©° μž‘μ„±ν•˜μ˜€μŠ΅λ‹ˆλ‹€>

https://github.com/adioshun/gitBook_Tutorial_PCL/blob/master/part-0/part00-chapter00.md

 

GitHub - adioshun/gitBook_Tutorial_PCL: PCL Library Tutorial μž‘μ„± 쀑

PCL Library Tutorial μž‘μ„± 쀑 . Contribute to adioshun/gitBook_Tutorial_PCL development by creating an account on GitHub.

github.com

 

 

 

πŸ’› μ˜μƒμ²˜λ¦¬

μ‹ ν˜Έ 처리(Signal Processing)

: μ‹ ν˜Έμ—μ„œ μž‘μŒμ„ μ œκ±°ν•˜κ±°λ‚˜ 정보λ₯Ό μΆ”μΆœν•΄ 이후 ν›„μ†μž‘μ—…μ—μ„œ ν™œμš©ν•  수 있게 λ‹€λ“¬λŠ” μž‘μ—…

: μ‹ ν˜ΈλŠ” μ•„λ‚ λ‘œκ·Έ(Analog electrical signals) λ˜λŠ” 디지털 μ‹ ν˜Έ(Digital electronic signals) 둜 ν‘œν˜„λ˜λ©°, 음ν–₯, μ „μžκΈ°νŒŒ, μ˜μƒ λ˜λŠ” μ„Όμ„œ 좜λ ₯ κ°’ λ“± λ‹€μ–‘ν•œ 츑정값을 ν‘œν˜„

 

이미지 처리(Image Processing) vs 컴퓨터 λΉ„μ „(Computer Vision)

: 컴퓨터 λΉ„μ „κ³Ό 이미지 μ²˜λ¦¬λŠ” 같은 λ ˆλ²¨μ΄μ§€λ§Œ λͺ©μ μ€ 닀름

: 이미지 처리 κΈ°μˆ μ€ 주둜 이미지 μ§ˆμ„ ν–₯μƒμ‹œν‚€κ±°λ‚˜ 포맷(e.g. νžˆμŠ€ν† κ·Έλž¨)을 λ³€κ²½ν•΄ 이후 μž‘μ—…μ— ν™œμš©

: 컴퓨터 비전은 μ΄λ―Έμ§€μ—μ„œ 정보λ₯Ό μΆ”μΆœν•΄ μ΄ν•΄ν•˜λŠ”λ° λͺ©μ 

=> 이미지 처리λ₯Ό ν†΅ν•΄μ„œ 컬러 이미지λ₯Ό ν‘λ°±μœΌλ‘œ λ³€κ²½ν•˜κ³  컴퓨터 비전을 ν†΅ν•΄μ„œ 이미지상 물체λ₯Ό 탐지

 

νŒ¨ν„΄μΈμ‹(Pattern Recognition) and λ¨Έμ‹ λŸ¬λ‹(Machine Learning)

: νŒ¨ν„΄μΈμ‹ λ˜λŠ” λ¨Έμ‹ λŸ¬λ‹μ€ λ°μ΄ν„°μ—μ„œ νŠΉμ •ν•œ νŒ¨ν„΄μ„ νƒμ§€ν•˜λŠ”λ° λͺ©μ μ„ λ‘ 

: λ°μ΄ν„°λŠ” μ—‘μ…€νŒŒμΌκ³Ό 같은 μ •ν˜•λ°μ΄ν„° μΌμˆ˜λ„ 있고, μ΄λ―Έμ§€λ‚˜ μ„Όμ„œμ™€ 같은 λΉ„μ •ν˜• 데이터

 

λ¨Έμ‹  λΉ„μ „(Machine Vision)

: λ¨Έμ‹ λΉ„전은 곡학적 μ˜μ—­(Engineering domain)

: μœ„ κΈ°μˆ λ“€μ„ μ΄μš©ν•΄ 정밀검사, κ³΅μ •μ œμ–΄ λ“±μ˜ 산업적 ν™œμš©ν•˜λŠ” μ‘μš©λ‹¨μ„ 의미

 

λ‘œλ΄‡ λΉ„μ „(Robot Vision)

: λ‘œλ΄‡ 비전은 일뢀 λ¨Έμ‹  λΉ„μ „μ˜ κΈ°λŠ₯을 μ‚¬μš©

: 과학적 μ˜μ—­κ³Ό 곡학적 μ˜μ—­μ— λͺ¨λ‘ 포함

: μˆœμˆ˜ν•œ 컴퓨터 λΉ„μ „ 연ꡬ 뢄야와 달리 λ‘œλ΄‡ 비전은 개발 μ‹œ λ‘œλ΄‡μ˜ 동역학, 물리적 λ³€ν™” 등을 κ³ λ €

 

 

 

πŸ’› 2D μ˜μƒ 데이터

 

: 이미지 μ˜μƒμ€ 크게 λ ˆμŠ€ν„°(Raster)방식 이미지와 벑터(Vector)방식 μ΄λ―Έμ§€λ‘œ ꡬ뢄

  • λ ˆμŠ€ν„° 방식은 μ •μ‚¬κ°ν˜• λͺ¨μ–‘μ˜ ν”½μ…€(Pixel) μˆ˜λ°±κ°œκ°€ λͺ¨μ—¬ 전체 이미지λ₯Ό κ΅¬μ„±ν•˜λŠ” 방식
    • 컬러의 μžμ—°μŠ€λŸ¬μš΄ λ³€ν™”λ‚˜ μ„Έλ°€ν•œ 그림을 ν‘œν˜„ν•˜κΈ° μ–΄λ €μ›Œ 고해상도 μ΄λ―Έμ§€μ—λŠ” λ ˆμŠ€ν„° 방식이 μ‚¬μš©
  • 벑터 방식은 λ‹€μ–‘ν•œ μ„ λ“€μ˜ μ’Œν‘œμ™€ 수치 정보λ₯Ό λ°”νƒ•μœΌλ‘œ 이미지λ₯Ό 화면에 ν‘œμ‹œν•˜λŠ” 방식
    • ν”½μ…€ 각각의 λͺ¨λ“  컬러 정보λ₯Ό μ €μž₯ν•˜λŠ” 것이 μ•„λ‹ˆλΌ 기본적인 점의 μœ„μΉ˜ 정보 μ •λ„λ§Œ κΈ°μ–΅
    • 파일의 크기가 μž‘κ³ , 이미지λ₯Ό μΆ•μ†Œν•˜κ±°λ‚˜ ν™•λŒ€ν•΄λ„ 이미지에 손상을 주지 μ•ŠλŠ” 것이 큰 μž₯점

: 2D μ˜μƒ 처리λ₯Ό μœ„ν•œ 라이브러리

  • OpenCV(OpenCV, n.d.)
  • scikit-image(Scikit-Image, n.d.)
  • Pillow(PIL)

 

πŸ’› 3D μ˜μƒ 데이터

  • 3D μ˜μƒμ€ μˆ˜λ™λ°©μ‹κ³Ό λŠ₯λ™λ°©μ‹μœΌλ‘œ 생성 방식이 λ‚˜λˆ„μ–΄ 짐
  • λŠ₯동방식을 μ΄μš©ν•œ 3D μ˜μƒμ€ μ„Όμ„œκ°€ 물체에 λΉ›μ΄λ‚˜ μ‹ ν˜Έλ₯Ό λ³΄λ‚΄μ„œ λŒμ•„μ˜€λŠ” μ‹œκ°„(ToF, Time of Flight)을 기둝해 각 λΉ›/μ‹ ν˜Έμ˜ μ‹œκ°„λ‹Ή 이동 거리 정보λ₯Ό 계산 ν•˜κ³  ν•˜λ‚˜μ˜ 점(Point)으둜 λ§Œλ“¦
  • Point 1은 물체의 ν•œ 지점(Point)에 λ°˜μ‚¬λœ μœ„μΉ˜ 정보λ₯Ό ν‘œν˜„ν•˜κ³  있으며, x(-1), y(1), z(1)의 μœ„μΉ˜ 정보λ₯Ό λ‚˜νƒ€λƒ„
  • ν•œ λ¬Όμ²΄λŠ” μ—¬λŸ¬ 포인트 μ •λ³΄λ‘œ κ΅¬μ„±λ˜λ©° μ΄λŸ¬ν•œ μ—¬λŸ¬ 점(Point)의 집합(set cloud)이 3차원 곡간상에 퍼져 μžˆλŠ” 것이 κ΅¬λ¦„μ˜ μž…μžμ™€ κ°™λ‹€κ³  ν•˜μ—¬ 점ꡰ(Point cloud)라고 뢀름
  • 점ꡰ은 2D 이미지와 λ‹€λ₯΄κ²Œ 깊이(z)정보λ₯Ό 가지고 μžˆμ–΄ 기본적으둜 3차원 λ°°μ—΄λ‘œ ν‘œν˜„λ¨
  • 각 N 쀄은 ν•˜λ‚˜μ˜ 점의 μœ„μΉ˜(x,y,z) 정보λ₯Ό 가지고 있음

 

: 3D μ˜μƒ 처리λ₯Ό μœ„ν•œ 라이브러리

  • PCL(Point Cloud Library, n.d.)
  • Open3D(Open3D, n.d.)Matlab(Computer Vision Toolbox)(

 

728x90
λ°˜μ‘ν˜•
Comments