cv.cornerSubPix : 코너 검출 정확도 향상

OpenCV 라이브러리에서 제공하는 cornerSubPix는

 

• 코너 검출의 정확도를 높이기 위해 사용되는 함수임.
• 이 함수는 초기 검출된 코너 위치를 서브픽셀 수준으로 정밀하게 조정하기 위해 사용됨.

---

Function Signature

cv.cornerSubPix(
    image,          # 입력 이미지 (그레이스케일)
    corners,        # 초기 코너 위치들 (numpy array)
    winSize,        # 윈도우 크기 (width, height)
    zeroZone,       # 제외할 중심 영역 크기 (width, height)
    criteria        # 종료 조건 (type, max_iter, epsilon)
)

cornerSubPix 함수는 다음과 같은 인자를 받음:

• image (이미지): 입력 이미지로, 반드시 grayscale image여야 함.
• corners (코너들): 초기 코너 위치
  • goodFeaturesToTrack나
  • findChessboardCorners와 같은 함수로부터 얻은 값임.
• winSize (윈도우 크기): 코너를 세밀하게 조정할 때 사용하는 검색 윈도우의 절반 크기.
  • 예를 들어, (5, 5)로 설정하면 실제 윈도우 크기는 11x11이 됨.
• zeroZone (제로 존): 검색 중 중심 영역을 무시할 영역임.
  • 일반적으로 (-1, -1)로 설정하여 무시하지 않음.
• criteria (종료 기준): 정확도를 높이기 위해 사용하는 종료 기준임.
  • cv2.TERM_CRITERIA_EPS 또는 cv2.TERM_CRITERIA_MAX_ITER와 같은 플래그를 사용함.

---

winSize의 역할

winSize는 서브픽셀 정밀도로 코너 위치를 조정할 때 참조하는 영역의 크기를 결정하는 값임.

 

이는 검색 윈도우의 절반 크기를 나타내며, 너무 작거나 너무 크면 원하는 결과를 얻기 어려움.

• 작은 winSize:
  • 작은 영역 내에서 정밀한 조정을 시도함.
  • 노이즈에 민감할 수 있으며, 코너가 정확하게 검출되지 않을 수 있음.
  • 처리 속도가 빠를 수 있음.
• 큰 winSize:
  • 넓은 영역을 참조하여 코너 위치를 조정함.
  • 더 많은 정보(픽셀 값)를 사용하여 정밀한 위치를 계산하므로, 더 정확한 결과를 얻을 수 있음.
  • 처리 시간이 길어질 수 있음.

---

최적의 winSize 설정

• 이미지 해상도 및 특성:
  • 고해상도 이미지에서는 큰 winSize가 필요할 수 있음.
  • 저해상도 이미지에서는 작은 winSize가 적절할 수 있음.
• 코너 밀도:
  • 코너가 밀집된 영역에서는 작은 winSize가 더 적합할 수 있음.
  • 코너가 드문드문 있는 경우 큰 winSize가 유리할 수 있음.
• 실험적 접근:
  • 다양한 winSize 값을 실험하여 최적의 값을 찾는 것이 중요함.

---

알고리즘 개요

cornerSubPix는 다음과 같은 단계를 통해 작동함:

1. 초기 코너 위치 설정:
   • 초기 코너 위치는
   • 다른 코너 검출 알고리즘(goodFeaturesToTrack, findChessboardCorners)으로부터 얻음.
2. 검색 윈도우 설정: winSize로 지정된 영역 내의 픽셀 값을 분석함.
3. 픽셀 값 분석:
   • 초기 코너 위치를 중심으로
   • winSize로 지정된 영역 내의 픽셀 값을 분석하여 정밀한 위치를 계산함.
4. 반복적 위치 조정: 종료 조건(criteria)이 만족될 때까지 반복적으로 코너 위치를 조정함.

---

예시 코드

다음은 cornerSubPix 함수의 예시 코드임:

import cv2
import numpy as np

# 그레이스케일 이미지 로드
gray = cv2.imread('chessboard.jpg', cv2.IMREAD_GRAYSCALE)

# 코너 검출 (초기 추정)
corners = cv2.goodFeaturesToTrack(gray, maxCorners=100, qualityLevel=0.01, minDistance=10)

# winSize 설정
winSize = (5, 5)  # 코너 위치를 정밀하게 조정할 때 사용할 검색 윈도우의 절반 크기

# 종료 기준 설정
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)

# 코너를 부드럽게 조정
refined_corners = cv2.cornerSubPix(gray, corners, winSize, (-1, -1), criteria)

# 결과 출력
for corner in refined_corners:
    x, y = corner.ravel()
    cv2.circle(gray, (x, y), 3, 255, -1)

cv2.imshow('Corners', gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

이 코드는 cornerSubPix를 사용하여 초기 코너 위치를 서브픽셀 수준으로 정밀하게 조정하는 예시임.

winSize 설정에 따라 검색 영역의 크기가 달라지며, 적절한 winSize를 선택하면 더 정확한 코너 위치를 얻을 수 있음.

---

같이 보면 좋은 자료들

https://docs.opencv.org/4.x/da/d0d/tutorial_camera_calibration_pattern.html

OpenCV: Create calibration pattern

https://ds31x.tistory.com/339

[CV] Chessboard관련 함수들: OpenCV

https://ds31x.tistory.com/347

[CV] cv2.calibrateCamera

---