지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이준환
- 발행연도
- 2013
- 저작권
- 광운대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문은 보정 이미지에서 최 근접 좌표를 이용한 방사 왜곡 보정 하드웨어 구조를 제안한다. 기존 보간법과는 달리 보정 이미지에서 최 근접한 좌표의 거리를 이용하기 때문에 이미지 전체 영역의 화질 향상과 함께 외각 영역에서 발생하는 계단 현상을 해결할 수 있다. 그러나, 양 선형 보간법을 적용한 기존 구조에서 추가되는 연산으로 인해 하드웨어 크기가 증가하기 때문에 룩 업 테이블 구조를 제안한다. 또한, 이미지의 외각 영역에는 보정된 영상 위 최 근접 좌표를 이용한 보간법을 적용하고, 그 외의 영역에는 양 선형 보간법을 적용함으로써 하드웨어 크기를 더욱 줄일 수 있는 룩 업 테이블 기반의 구조를 제안한다. Design compiler를 이용하여 합성한 결과 보정된 영상 위 최 근접 좌표를 이용한 보간법의 모든 연산 과정을 하드웨어로만 구현한 구조는 양 선형 보간법을 적용한 기존 구조에 비해 처리량이 높다는 장점을 가지고, 차량용 후방 카메라의 경우 보정된 영상 위 최 근접 좌표를 이용한 보간법과 양 선형 보간법을 함께 사용한 룩 업 테이블 기반의 구조는 보정된 영상 위 최 근접 좌표를 이용한 보간법의 모든 과정을 하드웨어로만 구현한 구조보다 하드웨어 크기를 48% 줄일 수 있다.
목차
제1장 서론제2장 관련 연구2.1 어안 렌즈의 특성2.2 좌표 변환2.2.1 어안 영상의 왜곡 보정 모델2.2.2 사상 방향에 따른 어안 이미지의 보정 방법2.3 보간법2.3.1 최 근접 이웃 보간법2.3.2 양 선형 보간법2.3.3 3차 회선 보간법2.3.4 보정된 영상 위 양 선형 보간법2.3.5 보정된 영상 위 최 근접 좌표를 이용한 보간법2.4 보간법의 성능 비교2.4.1 최대 신호 대 잡음 비2.4.2 수행 시간2.4.3 요구되는 산술 연산 횟수제3장 제안하는 하드웨어 구조3.1 처리량을 고려한 구조3.1.1 Coordinate Transformation3.1.2 CORDIC Top3.1.3 Bubble Sort3.1.4 Interpolation3.2 하드웨어 크기를 고려한 구조3.2.1 Coordinate Converter3.2.2 Nearest Neighbor Patterns3.3 하드웨어 크기와 파워 모두 고려한 구조3.3.1 Additional & modified block제4장 구현 및 고찰4.1 제안하는 구조간의 비교4.2 고정 소수점에 따른 최대 신호 대 잡음비 실험4.2.1 CORDIC 반복 횟수와 CORDIC 정밀도의 관계4.2.2 CORDIC 정밀도와 보간 계수 정밀도의 관계4.3 하드웨어 합성제5장 결론
최근 본 자료
댓글(0)
0