KR100220844B1 - 거리 영상 파일 분류/검색 방법 및 장치 - Google Patents

Abstract

본 발명은 경계추적을 이용하여 저장되어 있는 거리 영상 파일들의 분류 및 검색을 자동화하므로써 영상 파일의 검색을 용이하게 하도록 하는데 그 목적이 있는 것으로, 이와같은 목적은 거리 영상 파일을 저장하는 영상 저장 수단; 상기 영상 저장 수단에 저장된 거리 영상 파일의 영상으로 부터 잡음을 제거하는 전처리 수단; 상기 전처리 수단에 의해 잡음이 제거된 거리 영상 파일의 영상을 경계화소에서 그 출력값이 0이되는 필터의 계수에 의해 경계화소를 추출하는 필터링 수단; 상기 필터링 수단으로 부터 출력되는 경계 화소와 그 방향에 따라 경계를 추적하여 거리 영상의 폐곡선을 추출하는 경계 추적 수단; 상기 경계 추적 수단의 출력을 입력받아 폐곡선을 추출하여 영역을 확정하는 영역화 수단; 상기 영역화 수단에서 확정된 영역에 따라 상기 영상 저장 수단에 저장된 거리 영상 파일에 라벨을 생성하여 할당하는 라벨 생성 수단; 상기 영상 저장 수단에 저장된 거리 영상 파일에 상기 라벨 생성 수단에서 생성된 라벨을 맵핑하여 저장하는 라벨 저장 수단; 사용자로 부터 입력되는 신호와 상기 라벨 저장 수단에 저장된 라벨에 따라 상기 영상 저장 수단에 저장된 거리 영상 파일을 검색하는 영상 검색 수단을 포함함으로써 달성된다.

Description

거리 영상 파일 분류/검색 방법 및 장치

본 발명은 경계 추적을 이용하여 거리 영상 파일(Range Raw File)을 분류하고 분류하고 검색하는 거리 영상 파일 분류/검색 방법 및 장치에 관한 것이다.

일반적으로 거리 영상(Range Raw)은 도 1에 도시한 바와 같이 각 화소의 값이 물체 표면의 각 점들의 3차원 좌표, 또는 기준 평면으로 부터의 각 점에 이르는 거리의 형태로 주어지는 영상을 말하며, 거리 영상을 취득할 수 있는 장치를 레인지 파인더(Range Finder)(1)라고 한다.

레인지 파인더는 여러가지 형태의 것이 사용되며, 보통 레이저를 이용하는 것이 많이 사용된다.

레인지 파인더의 출력은 2차원 행렬의 형태로 저장되어 거리 영상 파일(Range Raw File)을 생성하며, 거리 영상 파일은 각종 저장 매체에 저장되게 된다.

즉 거리 영상 파일은 각종 디스크 예를 들어 하드 디스크(Hard Disk), 네트워크 디스크(Network Disk), 및 플로피 디스크(Floppy Disk) 등에 저장된다.

이와 같은 방대한 양의 영상으로 구축된 데이타 베이스는 문자나 문장 형태가 아니라 텍스트 형태의 정보를 추출하여 이를 별도로 저장하여야 한다.

즉, 사람에 의해 작성된 문서 형식으로 이루어진 데이타 베이스의 경우에는 데이타 베이스에서 원하는 문자나 문장등을 텍스트 검색 프로그램을 이용하여 손쉽게 검색할 수 있으나, 영상으로 구축된 데이타 베이스는 문자나 문장을 이용할 수 없으므로 영상에서 텍스트 형태의 정보를 추출하여야만 한다.

영상에서 추출된 정보는 각 영상에 할당되는 라벨이라고 볼수 있는데, 종래에는 이러한 라벨을 사람이 직접 임의로 붙였다.

또한, 종래에는 다수의 거리 영상 파일이 있을때 사용자가 원하는 영상을 찾기 위해서는 각 영상을 직접 눈으로 확인하는 수작업을 하여야만 했다.

그러나 급속한 영상 처리 기술의 발전으로 거리 영상의 분류의 필요성이 가중되고 있어 수작업으로 라벨을 붙이는 종래의 방법은 속도 및 정확성에서 뒤떨어지는 문제점이 있었다.

상기 문제점을 개선하기 위한 본 발명은 경계추적을 이용하여 저장되어 있는 거리 영상 파일들의 분류 및 검색을 자동화하므로써 영상 파일의 검색을 용이하게 하기 위한 거리 영상 분류 및 검색 방법 및 장치를 제공함에 있다.

도 1은 거리 영상을 설명하기 위한 도면

도 2는 본 발명에 의한 거리 영상 파일 분류 과정을 나타낸 흐름도

도 3는 본 발명에 의한 거리 영상 파일 검색 과정을 나타낸 흐름도

도 4a, 도 4b는 거리 영상의 특성을 나타낸 도면

도 5a 는 본 발명에 의한 계단 경계의 추출을 설명하기 위한 도면

도 5b 는 본 발명에 의한 지붕 경계의 추출을 설명하기 위한 도면

도 6, 도 7 은 경계 추출 과정을 설명하기 위한 도면

도 8 은 저장되는 라벨표를 나타낸 도면

도 9 는 본 발명에 의한 거리 영상 파일 분류/검색 장치의 구성도

* 도면의 주요부분에 대한 부호의 설명

100 : 영상 저장부 110 : 필터링부

120 : 필터링부 130 : 경계 추적부

140 : 영역화부 150 : 라벨 생성부

160 : 라벨 저장부 170 : 영상 검색부

180 : 사용자 입력부 190 : 모니터

상기 목적을 달성하기 위해 본 발명에 의한 거리 영상 파일 분류/검색 방법은, 저장된 거리 영상 파일의 경계 화소를 추출하는 경계화소 추출 단계; 추출된 경계를 추적하여 이를 영역화하여 라벨을 생성하는 라벨 생성 단계; 상기 저장된 거리 영상 파일에 생성된 라벨을 맵핑하여 저장하는 라벨 저장 단계; 및 상기 라벨에 따라 원하는 칼라 영상 파일을 검색하는 거리 영상 파일 검색 단계를 포함하여 수행됨을 특징으로 한다.

또한, 본 발명에 의한 거리 영상 파일 분류/검색 장치는, 거리 영상 파일을 저장하는 영상 저장 수단; 상기 영상 저장 수단에 저장된 거리 영상 파일의 영상으로 부터 잡음을 제거하는 전처리 수단; 상기 전처리 수단에 의해 잡음이 제거된 거리 영상 파일의 영상을 경계화소에서 그 출력값이 0이되는 필터에 의해 경계화소를 추출하는 필터링 수단; 상기 필터링 수단으로 부터 출력되는 경계 화소와 그 방향에 따라 경계를 추적하여 거리 영상의 폐곡선을 추출하는 경계 추적 수단; 상기 경계 추적 수단의 출력을 입력받아 폐곡선을 추출하여 영역을 확정하는 영역화 수단; 상기 영역화 수단에서 확정된 영역에 따라 상기 영상 저장 수단에 저장된 거리 영상 파일에 라벨을 생성하여 할당하는 라벨 생성 수단; 상기 영상 저장 수단에 저장된 거리 영상 파일에 상기 라벨 생성 수단에서 생성된 라벨을 맵핑하여 저장하는 라벨 저장 수단; 사용자로 부터 입력되는 신호와 상기 라벨 저장 수단에 저장된 라벨에 따라 상기 영상 저장 수단에 저장된 거리 영상 파일을 검색하는 영상 검색 수단을 포함함을 특징으로 한다.

이하 첨부한 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.

본 발명에 의한 거리 영상 파일 분류/검색 방법은 도 2 및 도 3에 도시한 바와 같이 경계 화소 추출단계(ST1∼ST3), 라벨 생성 단계(ST4 ∼ ST15), 라벨 저장 단계(ST16), 및 거리 영상 파일 검색 단계(ST20 ∼ ST23)에 의해 수행된다.

경계 화소 추출단계(ST1∼ST3)는 전처리된 거리 영상 파일로부터 소정의 필터를 이용하여 지붕 경계와 계단 경계를 추출하는 단계로, 저장된 거리 영상 파일을 읽어들여 잡음을 제거하는 제 1 단계(ST1, ST2), 잡음이 제거된 거리 영상 파일을 경계화소에서 그 출력이 0이 되는 필터의 계수를 이용하여 경계화소를 추출하는 제 2 단계(ST3)로 이루어 진다.

여기서, 경계 화소를 추출하는 필터 계수는

이다.

라벨 생성 단계(ST4 ∼ ST15)는 저장된 거리 영상 파일의 영상을 경계 추적을 이용하여 영역화하여 라벨을 생성하는 단계로, 상기 추출된 경계 화소에 의해 경계를 추적하여 각각 폐곡선을 추출하는 폐곡선 추출 단계(ST4 내지 ST12), 상기 추출된 폐곡선이 두개 이상 합쳐져 있으면 통합하여 하나 또는 그 이상의 최종영역을 확정하는 최종영역 확정 단계(ST13, ST14); 상기 확정된 최종 영역에 따라 상기 저장된 거리 영상 파일에 라벨을 할당하는 라벨 할당 단계(ST15)에 의해 수행된다.

라벨 저장 단계(ST16)는 상기 저장된 거리 영상 파일에 상기 라벨 생성 단계에서 생성된 라벨을 맵핑하여 저장하는 단계이다.

영상 파일 검색 단계(ST20 ∼ ST23)는 상기 라벨에 따라 원하는 거리 영상 파일을 검색하는 단계이다.

이와 같이 수행되는 본 발명에 의한 칼라 거리 파일 분류 및 검색 방법을 세부적으로 첨부된 도면을 참조하여 설명한다.

먼저, 저장된 거리 영상 파일을 읽어(ST1) 잡음을 제거하기 위한 전처리를 행하게 되는데(ST2) 이는 레인지 파인더를 통해 획득되는 실제 거리 영상의 경우, 그 환경에 따라 도 4a에 도시한 바와같이 많은 잡음이 첨가되기 때문에, 이들의 영향을 감소시키기 위하여 메디안 필터링(Median Filtering)및 스무드 필터링(Smooth Filtering)에 의해 도 4b에 도시한 바와같이 잡음이 제거된 거리 영상을 얻게된다(ST2).

이후, 잡음이 제거된 거리 영상으로부터 다음 필터의 필터 계수를 이용하여 경계 화소를 추출하게 되는데(ST3), 이때의 거리 영상 파일은 2차원 행렬에 밝기값이 할당된 형태이며, 경계 화소를 검출하기 위하여 다음 식 [1]과 같이 경계화소의 출력값이 0이 되도록 하는 3 1* 3형태의 마스크를 갖는 필터를 사용함으로써 경계화소를 추출하게 된다.

[수학식1]

이다.

이러한 필터의 계수를 이용하여 경계화소를 추출하는 경우에는 미분기를 사용하여 에지화소를 추출할때와는 달리 문턱치 설정단계가 필요없는 장점을 지니게 된다.

상기 식 [1]의 필터를 입력 영상의 2차원 행렬즉, 각각의 화소에 마스킹하게 되면 다음 식 [2]에 의해 필터의 출력이 발생한다.

[수학식 2]

그러므로, 이의 식 [2]에 의해 필터링 값이 0이 되는 화소에 대해서만 에지화소라고 판단하게 되는데, 도 5a와 도 5b에 도시한 바와같이 계단 경계(step edge)인가 또는 지붕 경계(roof edge)인가에 따라서 필터의 출력이 다름을 알 수 있으므로, 경계화소는 두가지 경계를 모두 포함하는 필터의 출력이 있으면 이를 경계화소로 판단한다.

따라서, 기존의 경계화소를 추출하는 방법은 미분후 이를 임계값을 이용하여 이진화하는 과정을 수행하지만 본 발명에서는 상기의 경계 추출과정에 의해 경계선의 정보가 달라지는 문제점을 해결 할 수 있다.

이렇게, 상기 경계 화소 추출단계(ST1∼ST3)를 수행한 후에는 상기 추출된 경계화소의 경계선을 추적하여 거리 영상 내에서 각각 폐곡선을 추출하는 폐곡선 추출 단계(ST4 내지 ST12)를 수행한다.

상기 폐곡선 추출 단계(ST4 내지 ST12)는 상기 추출된 경계 화소중에서 임의의 경계 화소를 시작 경계 화소로 선택하는 제 1 시작 경계 화소 선택 단계(ST4), 상기 시작 경계 화소가 나타날때까지 상기 시작 경계 화소로 부터 인접한 경계 화소로 진행하면서 경계를 추적하는 경계 추적 단계(ST5, ST6, ST7, ST8), 상기 경계 추적 단계 수행후 시작 경계 화소가 나타나면 폐곡선을 판정하는 폐곡선 판정 단계(ST10), 상기 진행된 경계 화소 이외의 경계 화소가 존재하는지를 검사하는 경계 화소 검색 단계(ST11), 및 상기 검색 결과 추적된 경계 화소 이외의 경계 화소가 있으면 임의의 경계 화소를 시작 경계 화소로 선택하고 상기 경계 추적 단계로 진행하는 제 2 시작 경계 화소 선택 단계(ST12)에 의해 수행된다.

상기 거리 영상의 추출된 경계 화소중에서 임의의 경계 화소를 시작 경계 화소로 선택한 후(ST4), 상기 경계 추적 단계(ST5, ST6, ST7, ST8, ST9)를 수행하는데, 이를 도 5를 참조하여 설명한다.

도 5에 도시한 바와 같이 임의로 경계 화소(F1)를 시작 경계 화소로 선택한후(ST4), 시작 경계 화소(F1)에 인접하여 경계 화소가 존재하는 방향으로 진행한다(ST5).

즉, 수평 및 수직 방향 중에서 경계 화소가 존재하는 방향으로 한 회소 진행한다.

이때, 시작 경계 화소(F1)에 인접한 경계 화소가 F2, F9 두개의 화소가 있는 경우에는 임의로 하나의 경계 화소(F2)를 선택하여 진행한다.

이때, 진행한 경계 화소(F2)가 시작 경계 화소(F1)인지 판단하여 처음 경계 추적을 시작한 화소(F1)로 되돌아온 것인지 판단한다(ST6).

상기 판단 결과 진행한 경계 화소(F2)가 시작 경계 화소(F1)가 아닌 경우 상기 진행 방향을 유지하면서 다음 화소(F3)로 진행한다(ST7). 이때, 다음 화소(F3)가 경계 화소인지 판단하여 경계 화소이면 상기 시작 경계 화소인지 판단하는 단계(ST6)로 진행하여 시작 경계 화소 판단(ST6)과 진행(ST7)과 경계 화소 판단(ST8)을 반복한다(ST8).

즉, 다음 화소가 경계 화소인지를 검색하여 경계 화소인 경우에는 방향을 계속 유지하여 경계 화소가 아닌 화소에 도착할때까지 진행한다.

이와 같은 단계의 반복후 경계 화소(F3)에서 진행 방행을 유지하면서 다음 화소(F10)로 진행하였는데, 다음 화소(F10)가 경계 화소가 아닌 경우에는 인접하여 경계 화소가 존재하는 방향으로 진행하고 상기 시작 경계 화소인지 판단하는 단계(ST6)로 진행하는 단계(ST9)를 수행한다.

즉, 다음 화소(F10)가 경계 화소가 아닌 경우에는 수평 및 수직 방향 중에서 경계 화소가 존재하는 방향으로 진행하여 경계 화소(F4, F5, F6)로 계속 진행한다(ST9).

이와 같이 진행 방향을 전환한후에도 다시 시작 경계 화소 판단 단계(ST6)로 진행하여 위의 과정을 반복한다.

한편, 시작 경계 화소 판단 결과 상기 진행한 경계 화소가 시작 경계 화소인 경우, 즉 경계를 추적하여 처음에 선택한 시작 경계 화소까지 진행하여 하나의 폐곡선이 형성되면 상기 폐곡선 판정 단계(ST10)로 진행하여 폐곡선을 판정한다.

이와 같이 폐곡선을 추출한후(ST10), 상기 진행된 경계 화소 이외의 경계 화소가 있는지 검색하여 없으면 최종영역 확정 단계(ST13, ST14)를 수행한다.

상기 경계 화소 검색 단계(ST11) 수행 결과 추적된 경계 화소 이외의 경계 화소가 있는 경우 임의의 경계 화소를 시작 경계 화소로 선택하고 상기 경계 추적 단계로 진행하는 제 2 시작 경계 화소 선택 단계(ST12)를 수행한다.

즉, 다시 시작 경계 화소를 선택하여 위의 과정을 반복하여 다른 폐곡선을 추출한다.

이러한 경계 화소의 선택은 폐곡선 추출 단계를 진행하다가 양쪽으로 나뉘어지는 경계화소가 존재하는 경우에는 이를 스택(stack)형태의 데이터 구조에 저장하고, 나중에 이를 다시 불러들여 그 화소에서 경계 추적을 다시 시작하는 것이다.

이러한 폐곡선 추출의 일예를 도 7a와 도 7b를 참조하면, 먼저 거리 영상 파일이 도 7a에 도시한 바와같이 입력되었다고 가정한다.

여기에서 추출할 수 있는 폐곡선은 모두 3개로서, 각 ①,②,③번의 폐곡선이 추출되며, 이렇게 추출된 폐곡선을 이용하여 영역화를 행하게 된다.

그러므로, 상기 진행된 경계 화소 이외의 경계 화소가 있는지 검색하여 없으면 상기 추출된 폐곡선을 하나 또는 그 이상의 영역으로 확정하는 최종영역 확정 단계(ST13, ST14)를 수행한다.

이와 같이 폐곡선을 검사하였으면, 이러한 폐곡선이 두개이상 합쳐져 있는가를 판단하여(ST13), 두개 이상의 폐곡선 또는 지붕 경계가 합쳐져 있으면 이를 하나의 영역으로 확정하여 영역화하게 된다(ST14).

이러한 영역화과정을 도 7c 내지 도 7f까지를 참조하여 설명하면, 도 7b에 의해 영역화할 수 있는 경우는 모두 4가지의 경우가 된다.

즉, 도 7c에 도시한 바와같이 ① + ③의 영역, 도 7d에 도시한 바와같이 ①+②의 영역, 도 7e에 도시한 바와같이 ①+②+③의 영역, 도 7f에 도시한 바와같이 ②+③의 영역으로 영역화하여 최종영역으로 확정한다(ST13, ST14).

이와 같이 확정된 영역에 따라 상기 저장된 거리 영상 파일에 라벨을 할당하는 라벨 할당 단계(ST15)를 수행한다.

여기서, 라벨은 상기 영역의 갯수, 상기 각 영역의 화소의 갯수, 영역의 모양, 상기 각 영역의 거리값의 평균값으로 이루어진 특징을 이용한 것이다.

즉, 각 거리 영상에 대해 확정된 영역의 갯수(n), 각 최종 영역의 특징에 해당하는 화소의 갯수, 각 영역의 모양, 및 거리값의 평균값을 라벨로 할당한다.

예를 들어 [(영역의 갯수n), (1번 영역: (화소의 갯수), (영역의 모양), (거리값의 평균)), (2번 영역: (화소의 갯수), (거리값의 평균), (영역의 모양)), …, n번 영역: (화소의 갯수), (거리값의 평균), (영역의 모양))] 형식으로 라벨을 할당한다.

여기서, 각 영역에 대한 모양을 결정하기 위해서는 경계 화소를 이용하여 임플리시트 방정식(Implicit Equation)을 풀어서 가장 근사한 원, 타원, 사각형의 방정식의 계수를 추출한다.

즉, 임플리시트 방정식에 따라 가장 근사한 원, 타원, 및 사각형의 방정식의 계수를 추출하여 각 영상의 모양으로 할당한다.

이와 같이 라벨을 생성한후 상기 저장된 거리 영상 파일에 생성된 라벨을 맵핑하여 저장한다(ST16).

즉, 도 8에 도시한 바와 같이 각각의 거리 영상에 해당하는 라벨을 맵핑시켜 저장한후 관리한다.

여기서 라벨은 텍스트 파일 형식으로 저장되며 각 거리 영상에 대해 해당하는 라벨이 존재하게 된다.

라벨을 저장한후에는 상기 라벨에 따라 원하는 거리 영상 파일을 검색하는 거리 영상 파일 검색 단계를 수행하는데, 이는 일반적인 데이타 베이스 검색 방법을 사용하면 된다.

예를 들어, 도 3에 도시한 바와 같이 검색 모드로 들어가면(ST20), 라벨을 검색하여(ST21), 원하는 라벨에 해당하는 거리 영상을 거리 영상 파일이 저장된 메모리에서 읽어 낸후, 거리 영상을 검색한다(ST22, ST23).

즉, 라벨을 통해 원하는 영역의 갯수n와 각 영역의 화소의 갯수, 각 영상의 모양, 및 거리값의 평균을 사용자가 입력시키면 이에 해당하는 라벨이 읽혀지고 그에 맵핑된 거리 영상 파일이 읽혀진다.

이때 출력되는 거리 영상 파일은 그 수가 적으므로 사용자는 이를 하나씩 검색하면 된다.

즉, 본 발명에 의한 거리 영상 파일 분류/검색 방법은 다수의 거리 영상 파일이 시스템에 입력되어 저장되면 각각의 거리 영상 파일에 라벨을 붙이고 사용자의 입력에 따라 라벨 검색 기능을 이용하여 원하는 거리 영상을 출력하게 된다.

이때, 거리 영상 파일을 분류하고 검색하기 위해 사용되는 것은 거리 영상 영역화(Range Image Segment)로, 거리 영상 파일의 특징을 각각의 거리 영상에 라벨을 붙여서 저장하고 검색시에도 이 라벨을 이용한다.

다음으로, 본 발명에 의한 거리 영상 분류 및 검색 장치는 도 9에 도시한 바와 같이 영상 저장부(100), 전처리부(110), 필터링부(120), 경계 추적부(130), 영역화부(140), 라벨 생성부(150), 라벨 저장부(160), 영상 검색부(170), 사용자 입력부(180), 및 모니터(190)로 구성된다.

영상 저장부(100)는 레인지 파일(Rande File) 형태, 즉 거리 영상 파일을 저장하는 것으로, 하드 디스크, 네트워크 디스트, 플로피 디스크로 이루어진다.

전처리부(110)는 센서를 통해 획득되는 실제 거리 영상의 잡음을 제거하기 위하여 메디안 필터링 및 스무딩 필터링을 행하여 전처리하는 것이다.

필터링부(120)는 전처리된 거리 영상을 경계화소에서 출력이 0이되는 필터를 사용하여 필터링함으로써 거리 영상의 밝기값이 급격히 변하는 부분의 경계화소를 추출하는 것이다.

경계 추적부(130)는 상기 필터링부(120)에서 추출된 상기 거리 영상의 경계 화소를 그 방향에 따라 추적하여 각각 폐곡선을 추출하는 것이다.

영역화부(140)는 상기 경계 추적부(130)에서 추출된 폐곡선에 의해 2개 이상의 폐곡선 또는 지붕 경계가 합쳐져 하나의 폐곡선이 될때 이를 통합하여 거리 영상에서 하나 또는 그 이상의 최종 영역을 확정하는 것이다.

라벨 생성부(150)는 영역화(140)에서 확정된 최종 영역에 따라 상기 저장된 거리 영상 파일의 라벨을 생성하여 상기 라벨 저장부(160)에 저장하는 것이다.

라벨 저장부(160)는 상기 영상 저장부(100)에 저장된 거리 영상 파일에 상기 라벨 생성부(150)로 부터 출력되는 라벨을 맵핑하여 저장하는 것이다.

영상 검색부(170)는 사용자로 부터 입력되는 신호와 상기 라벨 저장부(160)에 저장된 라벨에 따라 상기 영상 저장부(100)에 저장된 거리 영상 파일을 검색한다.

모니터(190)는 영상 검색부(170)의 제어에 따라 라벨 저장부(160)에 저장된 라벨과 영상 저장부(100)에 저장된 거리 영상 파일을 디스플레이한다.

사용자 입력부(180)는 거리 영상 파일의 검색을 위해 사용자가 입력시키는 검색 데이타를 영상 검색부(170)로 출력시키는 수단으로, 주로 키보드로 이루어진다.

이와 같이 구성되는 본 발명에 의한 거리 영상 파일 분류 및 검색 장치의 동작을 설명한다.

먼저, 영상 저장부(100)에 거리 영상 파일이 저장되면, 전처리부(110)에서는 상기 영상 저장부(100)에 저장된 거리 영상 파일을 읽어 잡음을 제거하기 위한 전처리를 행하게 되는데, 이는 레인지 파인더를 통해 획득되는 실제 거리 영상의 경우, 그 환경에 따라 많은 잡음이 첨가되기 때문에, 이들의 영향을 감소시키기 위하여 메디안 필터(Median Filter) 및 스무드 필터(Smooth Filter)에 의해 잡음이 제거된 거리 영상을 얻게된다.

이렇게 전처리부(110)에 의해 잡음이 제거되면, 필터링부(120)에서는 잡음이 제거된 거리 영상을 인가받아 경계화소에서 그 출력이 0이되는 필터의 계수에 의해 경게 화소를 추출하게 된다.

이러한 계수를 갖는 필터에 의한 출력은 상기 식 [2]에 의해 결정되며, 이에따른 경계의 모양이 계단 경계인가 지붕 경계인가에 따라서 필터의 출력이 다름을 알 수 있으며, 경계 화소는 이 두가지 경계를 모두 포함하는 필터의 출력 즉, 0이 출력되면 경계화소로 판단한다.

이렇게, 상기 필터링부(120)에 의해 경계 화소가 추출되면 경계 추적부(130)에서는 이를 인가받아 상기 추출된 경계의 방향을 추적하여 거리 영상 내에서 각각 폐곡선을 추출하게 된다.

이러한 거리 영상내의 폐곡선을 찾기 위한 경계 추적 동작은 도 5를 참조하여 설명한 바와 같다.

즉, 먼저 경계 화소중에서 임의의 시작 경계 화소(F1)를 선택하여 수평 및 수직 방향 중 경계 화소가 존재하는 방향으로 한 화소 진행하고, 진행한 화소(F2)가 경계 화소인 경우에는 방향을 계속 유지하면서 경계 화소가 아닌 화소(F10)에 도착할때까지 계속 진행한다.

한편, 경계 화소가 아닌 화소에 도착항 경우에는 수형 및 수직 방향중 경계 화소가 존재하는 방향, 즉 화소(F4)로 진행하고, 다시 경계 화소가 아닌 화소에 도착할때까지 진행한다.

이와 같은 과정을 반복하여 시작 경게 화소(F1)에 도착하면 폐곡선으로 판정하고 진행한 화소를 제외한 경계 화소에서 위의 과정을 반복하여 다른 폐곡선을 추출한다.

상기 경계 추적부(130)에 의해 도 7a의 입력 영상에 대하여 도 7b에 도시한 바와같은 각각의 폐곡선이 추출되면 영역화부(140)에서는 이러한 폐곡선이 두개이상 합쳐져 있는가를 검사하여 두개 이상의 폐곡선이 합쳐져 있으면 이를 하나의 영역으로 확정하여 영역화하게 된다.

이러한 영역화과정을 도 7c 내지 도 7f까지를 참조하여 설명하면, 도 7b에 의해 영역화할 수 있는 경우는 모두 4가지의 경우가 된다.

즉, 도 7c에 도시한 바와같이 ① + ③의 영역, 도 7d에 도시한 바와같이 ①+②의 영역, 도 7e에 도시한 바와같이 ①+②+③의 영역, 도 7f에 도시한 바와같이 ②+③의 영역으로 영역화하여 최종영역으로 확정한다.

이와 같이 확정된 영역에 따라 라벨 생성부(150)에서는 상기 저장된 거리 영상 파일에 라벨을 할당하게 된다.

여기서, 라벨은 상기 영역의 갯수, 상기 각 영역의 화소의 갯수, 영역의 모양, 상기 각 영역의 거리값의 평균값으로 이루어진 특징을 이용한 것이다.

즉, 각 거리 영상에 대해 확정된 영역의 갯수(n), 각 최종 영역의 특징에 해당하는 화소의 갯수, 각 영역의 모양, 및 거리값의 평균값을 라벨로 할당한다.

예를 들어 [(영역의 갯수n), (1번 영역: (화소의 갯수), (영역의 모양), (거리값의 평균)), (2번 영역: (화소의 갯수), (거리값의 평균), (영역의 모양)), …, n번 영역: (화소의 갯수), (거리값의 평균), (영역의 모양))] 형식으로 라벨을 할당한다.

여기서, 각 영역에 대한 모양을 결정하기 위해서는 경계 화소를 이용하여 임플리시트 방정식(Implicit Equation)을 풀어서 가장 근사한 원, 타원, 사각형의 방정식의 계수를 추출한다.

즉, 임플리시트 방정식에 따라 가장 근사한 원, 타원, 및 사각형의 방정식의 계수를 추출하여 각 영상의 모양으로 할당한다.

이와 같이 라벨 생성부(150)에서 생성된 라벨은 라벨 저장부(160)에 영상 저장부(100)에 저장된 거리 영상 파일에 맵핑되어 저장된다.

즉, 영상 저장부(100)에 있는 각 거리 영상은 라벨 생성부(150)에 의해 라벨을 할당받는다.

이 라벨은 텍스트(Ascii Format)로 도 8의 라벨표에 도시한 바와 같이 각 거리 영상에 해당하는 라벨이 할당되어 저장된후 관리된다.

이와 같이 영상 저장부(100)에 저장된 거리 영상에 각각 할당된 라벨이 라벨 저장부(160)에 저장된후 사용자가 검색을 요구하게 되면 일반적인 데이타 베이스 검색 방법에 의해 거리 영상이 검색된다.

즉, 사용자가 찾고자 하는 영상 즉, 사용자가 원하는 형태의 영역을 가진 영상의 특징에 해당하는 라벨을 사용자 입력부(180)를 통해 입력시키면 영상 검색부(170)에서는 입력된 라벨에 의해 검색할 수 있다.

사용자는 영역화 결과에 의해 얻어진 라벨 목록을 보고 자신이 원하는 영상에 해당 가능한 라벨을 입력한다.

이 라벨은 텍스트 형태로 저장되어 있으므로 일일이 영상을 확인하지 않더라도 기존의 텍스트 서치 프로그램(Text Search Program)을 이용하여 쉽게 검색할 수 있다.

영상 검색부(170)에서는 라벨만을 검색하여 사용자가 원하는 거리 영상을 텍스트 서치 방법을 이용하여 검색하며, 사용자가 입력한 라벨에 해당하는 몇개의 영상을 영상 저장부(100)에서 찾아서 모니터(190)에 디스플레이해 준다.

사용자는 모든 영상이 아닌 영상 검색부(170)에서 제공하는 몇개의 영상을 확인하여 원하는 영상을 볼 수가 있다.

이상에서 설명한 바와 같이 본 발명에 의한 거리 영상 파일 분류/검색 방법 및 장치는 저장된 거리 영상을 사용자가 쉽게 찾아 볼 수 있도록 하고 라벨에 대한 검색만으로도 거리 영상에 대한 정보를 알 수 있도록 하여 방대한 양의 거리 영상의 저장을 효율적으로 검색할 수 있다.

Claims (11)

1. 저장된 거리 영상 파일의 경계 화소를 추출하는 경계화소 추출 단계;

   추출된 경계를 추적하여 이를 영역화하여 라벨을 생성하는 라벨 생성 단계;

   상기 저장된 거리 영상 파일에 생성된 라벨을 맵핑하여 저장하는 라벨 저장 단계; 및

   상기 라벨에 따라 원하는 칼라 영상 파일을 검색하는 거리 영상 파일 검색 단계를 포함하여 수행됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
2. 제 1 항에 있어서, 경계 화소 추출단계는

   저장된 거리 영상 파일을 읽어들여 잡음을 제거하는 제 1 단계;

   잡음이 제거된 거리 영상 파일을 경계화소에서 그 출력이 0이 되는 필터의 계수를 이용하여 경계화소를 추출하는 제 2 단계로 이루어짐을 특징으로 하는 거리 영상 파일 분류/검색 방법.
3. 제 2 항에 있어서, 상기 잡음 제거는 메디안 필터링(Median Filtering)및 스무드 필터링(Smooth Filtering)에 의해 수행됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
4. 제 2 항에 있어서, 필터의 계수는

   임을 특징으로 하는 거리 영상 파일 분류/검색 방법.
5. 제 1 항에 있어서, 라벨 생성 단계는

   추출된 경계 화소에 의해 경계를 추적하여 각각 폐곡선을 추출하는 폐곡선 추출 단계;

   상기 추출된 폐곡선이 두개 이상 합쳐져 있으면 통합하여 하나 또는 그 이상의 최종영역을 확정하는 최종영역 확정 단계;

   상기 확정된 최종 영역에 따라 상기 저장된 거리 영상 파일에 라벨을 할당하는 라벨 할당 단계에 의해 수행됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
6. 제 5 항에 있어서, 상기 폐곡선 추출 단계는

   시작 경계 화소에 인접하여 경계 화소가 존재하는 방향으로 진행하는 단계;

   상기 진행한 경계 화소가 시작 경계 화소인지 판단하여 상기 진행한 경계 화소가 시작 경계 화소인 경우 상기 폐곡선 판정 단계로 진행하는 단계;

   상기 판단 결과 진행한 경계 화소가 시작 경계 화소가 아닌 경우 진행 방향을 유지하면서 다음 화소로 진행하는 단계;

   상기 다음 화소가 경계 화소인지 판단하여 경계 화소이면 상기 시작 경계 화소인지 판단하는 단계로 진행하는 단계; 및

   상기 판단 결과 다음 화소가 경계 화소가 아니면 인접하여 경계 화소가 존재하는 방향으로 진행하고 상기 시작 경계 화소인지 판단하는 단계로 진행하는 단계를 포함하여 수행됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
7. 제 1 항에 있어서, 상기 라벨은 상기 영역의 갯수, 상기 각 영역의 화소의 갯수, 상기 각 영역의 모양, 및 상기 각 영역의 거리값의 평균 값으로 이루어짐을 특징으로 하는 거리 영상 파일 분류/검색 방법.
8. 거리 영상 파일을 저장하는 영상 저장 수단;

   상기 영상 저장 수단에 저장된 거리 영상 파일의 영상으로 부터 잡음을 제거하는 전처리 수단;

   상기 전처리 수단에 의해 잡음이 제거된 거리 영상 파일의 영상을 경계화소에서 그 출력값이 0이되는 필터의 계수에 의해 경계화소를 추출하는 필터링 수단;

   상기 필터링 수단으로 부터 출력되는 경계 화소와 그 방향에 따라 경계를 추적하여 거리 영상의 폐곡선을 추출하는 경계 추적 수단;

   상기 경계 추적 수단의 출력을 입력받아 폐곡선을 추출하여 영역을 확정하는 영역화 수단;

   상기 영역화 수단에서 확정된 영역에 따라 상기 영상 저장 수단에 저장된 거리 영상 파일에 라벨을 생성하여 할당하는 라벨 생성 수단;

   상기 영상 저장 수단에 저장된 거리 영상 파일에 상기 라벨 생성 수단에서 생성된 라벨을 맵핑하여 저장하는 라벨 저장 수단;

   사용자로 부터 입력되는 신호와 상기 라벨 저장 수단에 저장된 라벨에 따라 상기 영상 저장 수단에 저장된 거리 영상 파일을 검색하는 영상 검색 수단을 포함함을 특징으로 하는 거리 영상 파일 분류/검색 장치.
9. 제 8 항에 있어서, 상기 전처리 수단은 메디안 필터(Median Filter)및 스무드 필터(Smooth Filter)로 구성됨을 특징으로 하는 거리 영상 파일 분류/검색 장치.
10. 제 8 항에 있어서, 필터의 계수는

    임을 특징으로 하는 거리 영상 파일 분류/검색 장치.
11. 제 8 항에 있어서, 상기 라벨은 상기 영역화 수단에서 확정된 영역의 갯수, 상기 각 영역의 화소의 갯수, 각 영역의 모양, 및 상기 각 영역의 거리값의 평균 값으로 이루어짐을 특징으로 하는 거리 영상 파일 분류/검색 장치.