[go: up one dir, main page]

KR101548455B1 - 객체 영역 추출 방법 및 그 장치 - Google Patents

객체 영역 추출 방법 및 그 장치 Download PDF

Info

Publication number
KR101548455B1
KR101548455B1 KR1020140023309A KR20140023309A KR101548455B1 KR 101548455 B1 KR101548455 B1 KR 101548455B1 KR 1020140023309 A KR1020140023309 A KR 1020140023309A KR 20140023309 A KR20140023309 A KR 20140023309A KR 101548455 B1 KR101548455 B1 KR 101548455B1
Authority
KR
South Korea
Prior art keywords
region
weighted
image
value
object candidate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
KR1020140023309A
Other languages
English (en)
Inventor
김용민
박기태
문영식
Original Assignee
한양대학교 에리카산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 에리카산학협력단 filed Critical 한양대학교 에리카산학협력단
Priority to KR1020140023309A priority Critical patent/KR101548455B1/ko
Application granted granted Critical
Publication of KR101548455B1 publication Critical patent/KR101548455B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

객체 영역 추출 방법 및 그 장치가 개시된다. 객체 영역 추출 방법은 (a) 관심영역 영상에 대한 주성분분석(PCA: Principal Component Analysis)을 수행하여 2차원 평면 벡터를 도출하는 단계; (b) 상기 도출된 2차원 평면 벡터를 이용하여 x-y 평면과의 사이각을 임계값으로 도출하는 단계; (c) 상기 임계값을 기반으로 배경 영역을 제거하여 객체 후보 영역을 도출하는 단계; 및 (d) 상기 객체 후보 영역의 평균과 표준편차를 이용하여 가중치 적용 영역을 도출하고, 상기 가중치 적용 영역에 가중치값을 적용하는 단계를 포함한다.

Description

객체 영역 추출 방법 및 그 장치{Method and apparatus for extracting object area}
본 발명은 비균질한 적외선 영상에서 주성분 분석(PCA: Principal Component Analysis) 평면을 이용하여 객체 영역을 추출할 수 있는 객체 영역 추출 방법 및 그 장치에 관한 것이다.
영상에서 객체 영역을 정확하게 추출하는 것은 어려운 작업이다. 특히 적외선 영상의 경우 열이 많은 영역에서 밝은 값을 가지는 특성이 있으며, 이로 인해 영상이 비균질하고 잡음이 많이 포함되는 특성이 있다. 이러한 적외선 영상에서 객체 영역을 정확하게 추출하는 것은 일반 영상에 비해 더욱 어렵다.
종래에는 Otsu, Fuzzy-C means 등을 이용하여 적외선 영상에서 객체 영역을 추출하였다. Otsu 방법은 확률 모델을 이용한 분류 방법으로 클래스간의 분산은 가장 크며 클래스내 분산이 가장 작은 최적의 임계값을 찾아 객체 영역을 추정해주는 가장 일반적인 방법이다.
또한, Fuzzy-C means 방법은 신경망 구조를 이용하여 최적의 객체 영역을 추정하는 방법이다.
그러나, 종래의 적외선 영상에서 객체 영역을 추출하는 방법은 전체 영역에 대한 수치를 이용해 밝기가 한쪽으로 몰려 있거나 밝기의 분포가 균등하지 못할 경우 좋지 못한 성능을 보이는 단점이 있다.
본 발명은 비균질한 적외선 영상에서도 정확하게 객체 영역을 검출할 수 있는 객체 영역 추출 방법 및 그 장치를 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 비균질한 적외선 영상에서도 정확하게 객체 영역을 검출할 수 있는 객체 영역 추출 방법이 제공된다.
본 발명의 일 실시예에 따르면, 적외선 영상에서 객체 영역을 추출하는 방법에 있어서, (a) 관심영역 영상에 대한 주성분분석(PCA: Principal Component Analysis)을 수행하여 2차원 평면 벡터를 도출하는 단계; (b) 상기 도출된 2차원 평면 벡터를 이용하여 x-y 평면과의 사이각을 임계값으로 도출하는 단계; (c) 상기 임계값을 기반으로 배경 영역을 제거하여 객체 후보 영역을 도출하는 단계; 및 (d) 상기 객체 후보 영역의 평균과 표준편차를 이용하여 가중치 적용 영역을 도출하고, 상기 가중치 적용 영역에 가중치값을 적용하는 단계를 포함하는 객체 영역 추출 방법이 제공될 수 있다.
(e) 상기 가중치값이 적용된 가중치 적용 영역의 밝기값을 상기 관심영역 영상에 업데이트하는 단계를 더 포함할 수 있다.
상기 (a) 내지 상기 (e) 단계는, 상기 2차원 평면 벡터가 상기 x-y 평면간의 TLS(total least square) 에러 변화량이 최소일 때까지 반복 수행될 수 있다.
상기 TLS 에러 변화량이 최소가 되는 시점은 상기 사이각이 최소값으로 수렴되는 시점이다.
상기 (d) 단계는, 상기 객체 후보 영역의 이진화 영상에서 평균과 표준 편차를 도출하는 단계; 상기 이진화 영상에서 평균 지점을 중심으로 상기 표준편차에 해당하는 가로 및 세로 방향의 영역을 가중치 적용 영역으로 결정하여 잘라내는 단계; 및 상기 가중치 적용 영역에 가중치값을 적용하는 단계를 포함할 수 있다.
상기 가중치값은 상기 가중치 적용 영역에 대한 평균 밝기값으로 정규화된 값이다.
본 발명의 다른 측면에 따르면, 비균질한 적외선 영상에서도 정확하게 객체 영역을 검출할 수 있는 장치가 제공된다.
본 발명의 일 실시예에 따르면, 적외선 영상에서 객체 영역을 추출하는 영상 처리 장치에 있어서, 관심영역 영상에 대한 주성분분석(PCA: Principal Component Analysis)을 수행하여 2차원 평면 벡터를 도출하는 주성분분석부; 상기 도출된 2차원 평면 벡터를 이용하여 x-y 평면과의 사이각을 임계값으로 도출하는 계산부; 상기 임계값을 기반으로 배경 영역을 제거하여 객체 후보 영역을 도출하는 객체 후보 영역 추출부; 및 상기 객체 후보 영역의 평균과 표준편차를 이용하여 가중치 적용 영역을 도출하고, 상기 가중치 적용 영역에 가중치값을 적용하는 가중치 적용부를 포함하는 영상 처리 장치가 제공될 수 있다.
상기 가중치값이 적용된 가중치 적용 영역의 밝기값을 상기 관심영역 영상에 업데이트하는 갱신부를 더 포함할 수 있다.
상기 주성분분석부, 상기 계산부, 상기 객체 후보 영역 추출부, 상기 가중치 적용부 및 상기 갱신부는 상기 사이각이 최소값으로 수렴될때까지 상기 객체 영역 추출을 위해 순차적으로 반복 수행될 수 있다.
상기 가중치 적용부는, 상기 객체 후보 영역의 이진화 영상에서 평균과 표준 편차를 도출하고, 상기 이진화 영상에서 평균 지점을 중심으로 상기 표준편차에 해당하는 가로 및 세로 방향의 영역을 가중치 적용 영역으로 결정하여 잘라내어 상기 가중치 적용 영역에 가중치값을 적용할 수 있다.
본 발명의 일 실시예에 따른 객체 영역 추출 방법 및 그 장치를 제공함으로써, 균질한 적외선 영상에서도 정확하게 객체 영역을 검출할 수 있는 이점이 있다.
도 1은 본 발명의 일 실시예에 따른 비균질한 적외선 영상에서 객체 영역을 추출하는 방법을 나타낸 순서도.
도 2는 본 발명의 일 실시예에 따른 가중치 적용 영역을 구하는 방법을 설명하기 위해 도시한 도면.
도 3은 본 발명의 일 실시예에 따른 가중치값의 정규화를 설명하기 위해 도시한 도면.
도 4는 본 발명의 일 실시예에 따른 가중치값을 적용한 가중치 적용 영역의 밝기값을 원본 영상에 갱신하는 방법을 설명하기 위해 도시한 도면.
도 5는 본 발명의 일 실시예에 따른 가중치 적용 영역에 가중치값의 갱신으로 인한 밝기값의 변화를 설명하기 위해 도시한 도면.
도 6은 본 발명의 일 실시예에 따른 가중치 적용 영역에 가중치값의 갱신으로 인한 원본 영상의 밝기값의 변화에 따른 객체 후보 영역의 이동을 설명하기 위해 도시한 도면.
도 7은 본 발명의 일 실시예에 따른 TLS 에러 변화가 최소가 되도록 객체 후보 영역 추출하는 과정을 n회 반복함에 따른 객체 후보 영역의 변화를 설명하기 위해 도시한 도면.
도 8은 종래와 본 발명의 일 실시예에 따른 객체 후보 영역을 추출한 결과를 비교한 도면.
도 9는 본 발명의 일 실시예에 따른 적외선 영상에서 객체 후보 영역을 추출하는 영상 처리 장치의 내부 구성을 개략적으로 도시한 블록도.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명의 실시예를 첨부한 도면들을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 비균질한 적외선 영상에서 객체 영역을 추출하는 방법을 나타낸 순서도이고, 도 2는 본 발명의 일 실시예에 따른 가중치 적용 영역을 구하는 방법을 설명하기 위해 도시한 도면이고, 도 3은 본 발명의 일 실시예에 따른 가중치값의 정규화를 설명하기 위해 도시한 도면이며, 도 4는 본 발명의 일 실시예에 따른 가중치값을 적용한 가중치 적용 영역의 밝기값을 원본 영상에 갱신하는 방법을 설명하기 위해 도시한 도면이고, 도 5는 본 발명의 일 실시예에 따른 가중치 적용 영역에 가중치값의 갱신으로 인한 밝기값의 변화를 설명하기 위해 도시한 도면이며, 도 6은 본 발명의 일 실시예에 따른 가중치 적용 영역에 가중치값의 갱신으로 인한 원본 영상의 밝기값의 변화에 따른 객체 후보 영역의 이동을 설명하기 위해 도시한 도면이고, 도 7은 본 발명의 일 실시예에 따른 TLS 에러 변화가 최소가 되도록 객체 후보 영역 추출하는 과정을 n회 반복함에 따른 객체 후보 영역의 변화를 설명하기 위해 도시한 도면이며, 도 8은 종래와 본 발명의 일 실시예에 따른 객체 후보 영역을 추출한 결과를 비교한 도면이다.
이하에서는 비균질한 환경의 적외선 영상에서 비행기, 배(ship), 자동차와 같은 움직이는 객체를 추적하기 위해 필요한 관심영역(ROI: Region ?of- Interest)내에서 객체 영역을 효율적으로 추출하는 방법에 대해 설명하기로 한다.
즉, 이하에서는 적외선 영상에서 관심영역 영상을 획득한 후 해당 관심영역 영상 내에서 객체 영역을 정확하게 추출하는 것에 대해 설명하기로 한다.
이를 위해, 단계 110에서 영상 처리 장치(100)는 관심 영역 영상을 입력받는다.
단계 115에서 영상 처리 장치(100)는 관심 영역 영상에 대해 주성분분석(PCA)을 수행하여 주축에 해당하는 2차원평면을 획득한다.
보다 상세히 설명하면, 영상 처리 장치(100)는 관심 영역 영상에 대한 주성분분석을 수행하기 위해, 관심 영역 영상을 3차원 밝기 공간으로 변환한다. 즉, 영상 처리 장치(100)는 x축 및 y축을 가로 및 세로로 나타내며, z축을 밝기로 나타내는 3차원 밝기 공간으로 관심 영역 영상을 변환할 수 있다.
이와 같이, 관심 영역 영상을 3차원 밝기 공간으로 변환한 후 주성분분석(PCA)을 수행하여 주축에 해당하는 2차원 벡터(즉, 2차원 평면)을 획득한다. 주성분분석(PCA)은 분산을 최대로 하는 방향(변량)을 찾아 그로부터 데이터를 축약하여 데이터의 개개 정보를 보다 보기 쉽게 표현해주는 분석방법이다.
이에 따라, 주성분분석을 통해 밝기값에 대한 분산을 최대로 하는 방향(변량)을 찾고, 2차원 평면의 기저 벡터를 찾을 수 있다.
주성분분석(PCA) 방법 자체는 당업자에게는 이미 공지된 사항이므로 이에 대한 상세한 설명은 생략하기로 한다.
이와 같이, 주성분분석(PCA)을 통해 2차원 평면을 획득한 후 영상 처리 장치(100)는 획득된 2차원 평면을 기준으로 토탈최소제곱법(TLS: Total Least Square) 에러가 최소가 되는 2차원 평면의 기저 벡터를 보정하기 위해 오차제곱합(SSE: Sum of the Square Error)값을 구한다.
이어, 영상 처리 장치(100)는 구해진 오차제곱합을 이용해 최적의 2차원 평면을 구할 수 있다.
단계 120에서 영상 처리 장치(100)는 구해진 2차원 평면과 공간축이 이루는 x-y 평면과의 사이각을 계산한다.
예를 들어, 주성분분석(PCA)를 통해 획득된 2차원 평면의 벡터를 T=[xp, yp, zp]라고 가정하고, intensity 도메인에서 밝기 평면을 B=[xb, yb, zb]라고 가정하자.
2차원 평면과 공간축이 이루는 x-y 평면과의 사이각은 하기 수1을 이용하여 계산될 수 있다.
Figure 112014019497278-pat00001
단계 125에서 영상 처리 장치(100)는 계산된 2차원 평면과 공간축이 이루는 x-y 평면과의 사이각을 임계값으로 설정하고, 설정된 임계값을 이용하여 배경영역을 제거하여 객체 부분에 대한 후보 영역(이하, 객체 후보 영역이라 칭하기로 함)을 도출한다.
예를 들어, 영상 처리 장치(100)는 계산된 2차원 평면 벡터를 이용하여 확장된 2차원 평면을 획득하고, 확장된 2차원 평면에서 기준 밝기값 이상은 제1 비트값(예를 들어, 1)로 이진화하고, 기준 밝기값 미만은 제2 비트값(예를 들어, 0)으로 이진화하여 배경 영역을 제거하여 객체 후보 영역을 도출할 수 있다.
즉, 영상 처리 장치(100)는 하기 수2를 이용하여 확장된 2차원 평면에서 밝기값을 기준으로 이진화할 수 있다. 예를 들어, 2차원 평면을 T=[[xp, yp, zp]라고 가정하고, 평면 확장 계수를 곱하여 확장된 2차원 평면을 fE=a X T라고 가정하자. 여기서, a는 평면 확장 계수를 나타낸다.
Figure 112014019497278-pat00002
여기서,
Figure 112014019497278-pat00003
는 기저벡터로 구성된 T를 3차원 밝기값 공간에서의 영상 크기에 해당하는 넓이 계수 a만큼 확장한 2차원 평면을 표현하는 함수를 나타낸다.
즉, 영상 처리 장치(100)는 확장된 2차원 평면에서 밝기값이 기준 밝기값(임계값) 이상이면, 제1 비트값으로 이진화하고, 밝기값이 기준 밝기값(임계값) 미만이면 제2 비트값으로 이진화할 수 있다.
단계 130에서 영상 처리 장치(100)는 객체 후보 영역에 대한 이진화 영상에서의 평균과 표준편차를 계산하고, 계산된 평균과 표준편차를 이용해 가중치를 적용할 영역(이하, 가중치 적용 영역이라 칭하기로 함)을 정한 후 가중치를 적용한다.
예를 들어, 영상 처리 장치(100)는 객체 후보 영역에 대해 이진화된 영상에서 평균과 표준편차를 계산한 후, 계산된 평균을 이용하여 평균지점을 기준(도 2의 215 참조)으로 표준편차에 해당하는 가로 및 세로 방향으로 가중치 적용 영역을 결정하여 잘라낸다(도 2의 220 참조)
또한, 영상 처리 장치(100)는 표준편차를 시그마값으로 설정하여 가중치값을 설정할 수 있다. 가중치값을 모두 합산한 값은 1이 된다.
따라서, 영상 처리 장치(100)는 가중치 적용 영역의 평균 밝기값을 곱해줌으로써 기본 밝기값을 유지한 가중치값을 정규화할 수 있다.
가중치값을 정규화한 후 영상 처리 장치(100)는 가중치 적용 영역에 가중치값을 적용하여 해당 가중치 적용 영역의 밝기값을 업데이트할 수 있다.
도 3을 참조하면, 도 3의 310은 가중치 적용 영역의 밝기값의 분포를 나타낸 도면이고, 315는 정규화 이전의 가중치값을 나타낸 도면이고, 320은 정규화한 가중치값을 가중치 적용 영역에 적용한 경우 밝기값의 세기를 나타낸 도면이다.
단계 135에서 영상 처리 장치(100)는 가중치값이 적용된 가중치 적용 영역의 데이터값들을 관심영역 영상에 반영한다.
도 4에는 가중치값이 적용된 가중치 적용 영역의 데이터값들(즉, 밝기값)을 관심영역 영상에 반영하여 업데이트한 경우, 관심영역 영상의 밝기값의 변화를 도시한 도면이 예시되어 있다.
이를 통해, 도 5과 같이, 가우시안 형태의 가중치값이 가중치 적용 영역에 업데이트되면서 밝기값이 올라가는 것을 확인할 수 있다. 또한, 도 6을 통해 가우시안 형태의 가중치값이 관심영역 영상에 반영되어 밝기값이 올라가면서 평균과 분산이 적응적으로 변경됨으로 인해 객체 후보 영역이 이동되는 것을 확인할 수 있다.
따라서, 영상 처리 장치(100)는 단계 110 내지 단계 135를 TLS 에러 변화량이 최소가 될때까지 반복수행하여 최적의 객체 후보 영역을 추출할 수 있다.
즉, 상술한 바와 같이, 관심영역 영상에서 밝기값이 갱신됨으로 인해, 적응적으로 평균과 표준편차가 변경되며, 이와 같은 과정을 통해 주성분분석을 통해 획득된 2차원 평면이 x-y 평면에 평행하게 변경되게 된다.
도 7에는 단계 115 내지 단계 135를 12회 반복 수행한 경우 객체 후보 영역을 나타낸 것이다.
단계 115 내지 단계 135를 반복수행하는 횟수가 늘어남에 따라 배경 부분의 잡음이 제거되어 정확하게 객체 후보 영역을 추출할 수 있는 것을 확인할 수 있다.
도 8은 종래와 본 발명의 일 실시예에 따른 적외선 영상에서 객체 후보 영역을 추출한 결과를 비교한 것이다.
도 8의 810은 각각 입력 영상을 나타낸 것이고, 815는 Otus’s 방법에 따른 적외선 영상에서 객체 후보 영역을 추출한 결과이고, 820은 Fuzzy-C means 방법에 따른 적외선 영상에서 객체 후보 영역을 추출한 결과이며, 825는 본 발명의 일 실시예에 따른 PCA 평면을 이용하여 적외선 영상에서 객체 후보 영역을 추출한 결과를 나타낸 것이다.
도 8에 도시된 바와 같이, 본 발명의 일 실시예에 따른 PCA 평면을 이용하여 객체 후보 영역을 추출한 결과가 종래에 비해 비균질한 환경의 적외선 영상에서 정확하게 객체 후보 영역을 검출할 수 있는 것을 확인할 수 있다.
도 9는 본 발명의 일 실시예에 따른 적외선 영상에서 객체 후보 영역을 추출하는 영상 처리 장치의 내부 구성을 개략적으로 도시한 블록도이다.
도 9을 참조하면, 본 발명의 일 실시예에 따른 영상 처리 장치(100)는 입력부(910), 주성분분석부(915), 계산부(920), 객체 후보 영역 추출부(925), 갱신부(930), 가중치 적용부(935), 메모리(940) 및 제어부(945)를 포함하여 구성된다.
입력부(910)는 객체 후보 영역을 추출하기 위한 관심영역 영상을 입력받기 위한 수단이다. 이미 전술한 바와 같이, 관심영역 영상은 비균질한 환경의 적외선 영상일 수 있다.
주성분분석부(915)는 관심영역 영상을 밝기값을 Z축으로 하는 3차원 공간 데이터로 변환한 후 이를 주성분분석을 수행하여 주축에 대한 2차원 평면 벡터를 획득하기 위한 수단이다. 주성분분석(PCA)는 당업자에게는 자명한 사항이므로 이에 대한 상세한 설명은 생략하기로 한다.
계산부(920)는 주성분분석을 통해 획득된 2차원 평면 벡터를 이용하여 x-y 평면과의 사이각을 계산하기 위한 수단이다.
사이각을 계산하는 방법은 수 1을 참조하여 설명한 바와 동일하므로 중복되는 설명은 생략하기로 한다.
객체 후보 영역 추출부(925)는 계산부(920)를 통해 계산된 2차원 평면 벡터와 x-y 평면과의 사이각을 임계값으로 설정하고, 설정된 임계값을 이용하여 배경 잡음을 제거하여 객체 후보 영역을 도출하기 위한 수단이다.
가중치 적용부(935)는 도출된 객체 후보 영역의 평균과 표준편차를 이용하여 가중치 적용 영역을 도출하고, 가중치 적용 영역에 가중치값을 적용하기 위한 수단이다.
즉, 가중치 적용부(935)는 객체 후보 영역의 평균과 표준편차를 이용하여 객체 후보 영역 중 가중치를 부여할 일부 영역을 결정한 후 해당 결정된 영역(즉, 가중치 적용 영역)에 가중치값을 부여하여 밝기값이 증가되도록 할 수 있다.
이미 전술한 바와 같이, 가중치 적용 영역에 적용되는 가중치값은 표준편차에 해당 관심영역 영상내에서 가중치 적용 영역에 해당하는 영역의 평균밝기값을 이용하여 정규화된 값일 수 있다.
갱신부(930)는 가중치 적용부(935)에 의해 객체 후보 영역의 가중치값이 적용된 밝기값을 관심영역 영상에 갱신할 수 있다.
이를 통해 관심영역 영상에서 특정 객체가 있는 영역의 밝기값을 적응적으로 증가시킬 수 있다.
비균질한 환경의 적외선 영상의 특성으로 인해, 주성분분석을 통해 획득된 2차원 평면은 x-y 평면과 평행하지 않고 일부 회전된 평면으로 획득될 수 있다. 이에, 주성분분석을 통해 획득된 2차원 평면과 x-y 평면과의 사이각이 최소가 되도록 주성분분석부(915), 계산부(920), 객체 후보 영역 추출부(925), 가중치 적용부(935), 갱신부(930)가 순차적으로 반복하여 객체 후보 영역 추출하는 과정을 수행함으로써 정확하게 객체 후보 영역을 추출할 수 있는 이점이 있다.
메모리(940)는 본 발명의 일 실시예에 따른 비균질한 환경의 적외선 영상에서 주성분분석을 통해 획득된 2차원 평면을 이용하여 객체 후보 영역을 추출하기 위해 필요한 다양한 알고리즘, 해당 과정에서 도출된 다양한 데이터를 저장하기 위한 수단이다.
제어부(945)는 본 발명의 일 실시예에 따른 영상 처리 장치(100)의 내부 구성 요소들(예를 들어, 입력부(910), 주성분분석부(915), 계산부(920), 객체 후보 영역 추출부(925), 갱신부(930), 가중치 적용부(935), 메모리(940) 등)을 제어하기 위한 수단이다.
또한, 제어부(945)는 주성분분석을 통해 획득된 2차원 평면과 x-y 평면과의 사이각이 최소가 되도록 주성분분석부(915), 계산부(920), 객체 후보 영역 추출부(925), 가중치 적용부(935), 갱신부(930)가 순차적으로 반복적으로 동작되도록 제어할 수도 있다.
한편, 본 발명의 실시예에 따른 비균질한 적외선 영상에서 PCA 평면을 이용하여 객체 영역을 추출하는 방법은 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조등을 단독으로 또는 조합하여 포함할 수 있다.
프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 영상 처리 장치
910: 입력부
915: 주성분분석부
920: 계산부
925: 객체 후보 영역 추출부
930:갱신부
935: 가중치 적용부
940: 메모리
945: 제어부

Claims (11)

  1. 적외선 영상에서 객체 영역을 추출하는 방법에 있어서,
    (a) 관심영역 영상에 대한 주성분분석(PCA: Principal Component Analysis)을 수행하여 2차원 평면 벡터를 도출하는 단계;
    (b) 상기 도출된 2차원 평면 벡터와 x-y 평면과의 사이각을 임계값으로 도출하는 단계;
    (c) 상기 임계값을 기반으로 배경 영역을 제거하여 객체 후보 영역을 도출하는 단계; 및
    (d) 상기 객체 후보 영역의 평균과 표준편차를 이용하여 가중치 적용 영역을 도출하고, 상기 가중치 적용 영역에 가중치값을 적용하는 단계를 포함하는 객체 영역 추출 방법.
  2. 제1 항에 있어서,
    (e) 상기 가중치값이 적용된 가중치 적용 영역의 밝기값을 상기 관심영역 영상에 업데이트하는 단계를 더 포함하는 객체 영역 추출 방법.
  3. 제2 항에 있어서,
    상기 (a) 내지 상기 (e) 단계는,
    상기 2차원 평면 벡터가 상기 x-y 평면간의 TLS(total least square) 에러 변화량이 최소일 때까지 반복 수행되는 것을 특징으로 하는 객체 영역 추출 방법.
  4. 제3 항에 있어서,
    상기 TLS 에러 변화량이 최소가 되는 시점은 상기 사이각이 최소값으로 수렴되는 시점인 것을 특징으로 하는 객체 영역 추출 방법.
  5. 제1 항에 있어서,
    상기 (d) 단계는,
    상기 객체 후보 영역의 이진화 영상에서 평균과 표준 편차를 도출하는 단계;
    상기 이진화 영상에서 평균 지점을 중심으로 상기 표준편차에 해당하는 가로 및 세로 방향의 영역을 가중치 적용 영역으로 결정하여 잘라내는 단계; 및
    상기 가중치 적용 영역에 가중치값을 적용하는 단계를 포함하는 객체 영역 추출 방법.
  6. 제5 항에 있어서,
    상기 가중치값은 상기 가중치 적용 영역에 대한 평균 밝기값으로 정규화된 값인 것을 특징으로 하는 객체 영역 추출 방법.
  7. 제1 항 내지 제6 항 중 어느 하나의 항에 따른 방법을 수행하기 위한 프로그램 코드를 기록한 기록매체 제품.
  8. 적외선 영상에서 객체 영역을 추출하는 영상 처리 장치에 있어서,
    관심영역 영상에 대한 주성분분석(PCA: Principal Component Analysis)을 수행하여 2차원 평면 벡터를 도출하는 주성분분석부;
    상기 도출된 2차원 평면 벡터와 x-y 평면과의 사이각을 임계값으로 도출하는 계산부;
    상기 임계값을 기반으로 배경 영역을 제거하여 객체 후보 영역을 도출하는 객체 후보 영역 추출부; 및
    상기 객체 후보 영역의 평균과 표준편차를 이용하여 가중치 적용 영역을 도출하고, 상기 가중치 적용 영역에 가중치값을 적용하는 가중치 적용부를 포함하는 영상 처리 장치.
  9. 제8 항에 있어서,
    상기 가중치값이 적용된 가중치 적용 영역의 밝기값을 상기 관심영역 영상에 업데이트하는 갱신부를 더 포함하는 영상 처리 장치.
  10. 제9 항에 있어서,
    상기 주성분분석부, 상기 계산부, 상기 객체 후보 영역 추출부, 상기 가중치 적용부 및 상기 갱신부는 상기 사이각이 최소값으로 수렴될때까지 상기 객체 영역 추출을 위해 순차적으로 반복 수행되는 것을 특징으로 하는 영상 처리 장치.
  11. 제8 항에 있어서,
    상기 가중치 적용부는,
    상기 객체 후보 영역의 이진화 영상에서 평균과 표준 편차를 도출하고, 상기 이진화 영상에서 평균 지점을 중심으로 상기 표준편차에 해당하는 가로 및 세로 방향의 영역을 가중치 적용 영역으로 결정하여 잘라내어 상기 가중치 적용 영역에 가중치값을 적용하는 것을 특징으로 하는 영상 처리 장치.
KR1020140023309A 2014-02-27 2014-02-27 객체 영역 추출 방법 및 그 장치 Expired - Fee Related KR101548455B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140023309A KR101548455B1 (ko) 2014-02-27 2014-02-27 객체 영역 추출 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140023309A KR101548455B1 (ko) 2014-02-27 2014-02-27 객체 영역 추출 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR101548455B1 true KR101548455B1 (ko) 2015-08-28

Family

ID=54062279

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140023309A Expired - Fee Related KR101548455B1 (ko) 2014-02-27 2014-02-27 객체 영역 추출 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101548455B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101667164B1 (ko) * 2015-10-02 2016-10-17 경북대학교 산학협력단 회전체 속도 기반의 베어링 고장 진단 방법
WO2017177052A1 (en) * 2016-04-06 2017-10-12 Hrl Laboratories, Llc System and method for ghost removal in video footage using object bounding boxes
KR101896957B1 (ko) * 2017-04-28 2018-09-12 성균관대학교산학협력단 전기기기 설계를 위한 최적해 산출 방법 및 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010112887A (ja) 2008-11-07 2010-05-20 Astellas Pharma Inc 主成分分析方法、主成分分析装置、異種品検出装置、主成分分析プログラム、及び、主成分分析プログラムが記録された記録媒体

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010112887A (ja) 2008-11-07 2010-05-20 Astellas Pharma Inc 主成分分析方法、主成分分析装置、異種品検出装置、主成分分析プログラム、及び、主成分分析プログラムが記録された記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
논문:OPTICAL ENGINEERING

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101667164B1 (ko) * 2015-10-02 2016-10-17 경북대학교 산학협력단 회전체 속도 기반의 베어링 고장 진단 방법
WO2017177052A1 (en) * 2016-04-06 2017-10-12 Hrl Laboratories, Llc System and method for ghost removal in video footage using object bounding boxes
US10121234B2 (en) 2016-04-06 2018-11-06 Hrl Laboratories, Llc System and method for ghost removal in video footage using object bounding boxes
KR101896957B1 (ko) * 2017-04-28 2018-09-12 성균관대학교산학협력단 전기기기 설계를 위한 최적해 산출 방법 및 장치
WO2018199387A1 (ko) * 2017-04-28 2018-11-01 성균관대학교산학협력단 전기기기 설계를 위한 최적해 산출 방법 및 장치

Similar Documents

Publication Publication Date Title
US9430701B2 (en) Object detection system and method
US8885923B2 (en) Feature point selecting system, feature point selecting method and feature point selecting program
JP4215781B2 (ja) 異常動作検出装置および異常動作検出方法
CN103729854B (zh) 一种基于张量模型的红外弱小目标检测方法
JP5166102B2 (ja) 画像処理装置及びその方法
US8396285B2 (en) Estimating vanishing points in images
US9971954B2 (en) Apparatus and method for producing image processing filter
US9076075B2 (en) Method and device for following an object in a sequence of at least two images
KR101780676B1 (ko) 트레이닝 이미지를 이용하여 분류 트리를 구성함으로써 rejector를 학습하고 상기 rejector를 이용하여 테스트 이미지 상의 객체를 검출하는 방법
JP4300098B2 (ja) オブジェクト識別方法とその装置、プログラム及び記録媒体
JP6597914B2 (ja) 画像処理装置、画像処理方法、及びプログラム
KR101708042B1 (ko) 포인트 클라우드를 이용한 ransac 알고리즘 기반의 실린더 추정 장치 및 방법
KR20130085199A (ko) 평면 검출 장치 및 방법
US20190066285A1 (en) Image inspection apparatus, image inspection method, and image inspection program
KR101548455B1 (ko) 객체 영역 추출 방법 및 그 장치
Maalek et al. Robust classification and segmentation of planar and linear features for construction site progress monitoring and structural dimension compliance control
WO2018025336A1 (ja) 劣化検出装置、劣化検出方法、及びコンピュータ読み取り可能な記録媒体
US10990796B2 (en) Information processing apparatus, image processing method and recording medium on which image processing program is recorded
KR101557577B1 (ko) 전자현미경 영상의 입자 분할 방법 및 장치
CN111428565A (zh) 一种基于深度学习的点云标识点定位方法及装置
CN117197584A (zh) 一种地质特征的识别分类方法、系统及计算机存储介质
JP2015187769A (ja) 物体検出装置、物体検出方法及びプログラム
CN113902922A (zh) 图片识别方法、介质、装置和计算设备
KR20220093794A (ko) 관심영역 이미지 추출장치 및 이를 포함하는 로봇 프로세스 자동화 시스템
KR101777948B1 (ko) 엔트로피와 배경변화율 차이점을 이용한 주요 객체 자동 검출 장치

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20140227

PA0201 Request for examination
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20150514

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20150820

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20150824

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20150824

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
LAPS Lapse due to unpaid annual fee
PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20190604