도로 이미지 역투시 변환은 이미지 기반 차량 간 거리 인식과 도로 결함 측정을 구현하기 위한 전제 조건입니다. 기존의 정적 역투시 변환 방법은 변환 매개변수를 동적으로 조절할 수 없는 문제점이 있으며, 현재의 동적 역투시 변환 방법은 도로 차선 및 질감 등의 정보에 크게 의존하여 이미지 투시 왜곡 보정 효과가 좋지 않을 수 있습니다. 이러한 문제를 해결하기 위해 깊이 카메라 의미 분할과 3차원 평면 피팅 기반의 도로 이미지 동적 역투시 변환 방법을 제안합니다. 먼저 RGB 이미지 의미 분할 모델을 통해 도로 영역을 추출하고, 도로 영역에 해당하는 점군 데이터에서 3차원 평면 피팅을 수행하여 도로가 아닌 점군이 도로 피팅에 미치는 간섭을 제거합니다; 이를 바탕으로 도로 정보와 카메라와 도로 간의 공간 위치 관계를 활용하여 구축된 카메라 자세 추정 방법으로 카메라의 도로 상대 자세를 계산합니다; 마지막으로 카메라의 다른 자세에서 도로의 영상 관계를 기반으로 구성된 도로 이미지 역투시 변환 모델을 이용해 원본 이미지에서 임의 기준점까지 투시 왜곡 보정을 수행합니다. 시뮬레이션 실험 결과, 제안한 방법은 일반적인 카메라 자세 변화 상황에서 투시 왜곡 보정 오차를 10⁻² mm 수준으로 안정적으로 유지하며, 현재의 고급 역투시 변환 방법보다 우수하여 도로 이미지 역투시 변환 품질을 효과적으로 향상시킬 수 있음을 보여줍니다. 실제 실험 결과는 제안한 방법의 유효성을 추가로 검증하였습니다.

머신 비전; 도로 이미지; 동적 역투시 변환; 의미 분할; 자세 추정