KR100227266B1

KR100227266B1 - 영상 인식방법

Info

Publication number: KR100227266B1
Application number: KR1019960043502A
Authority: KR
Inventors: 권순호; 오영석
Original assignee: 최춘길; 태석기계주식회사
Priority date: 1996-10-01
Filing date: 1996-10-01
Publication date: 1999-11-01
Also published as: KR19980025464A

Abstract

본 발명은 영상 인식방법을 공개한다. 그 방법은 미리 설정된 영상의 소정영역의 데이터를 저장하는 단계; 입력되는 비교될 영상을 저장하고 상기 비교될 영상을 상기 미리 설정된 영상의 소정 영역 데이터와 동일한 크기를 가진 소정수의 영역으로 나누고, 상기 미리 설정된 영상의 소정 영역의 데이터와 상기 소정수의 영역의 데이터의 상관계수를 각각 구하는 제1탐색단계; 상기 소정수의 영역 중 상관계수가 가장 큰 영역 주위의 탐색 영역의 데이터와 상기 미리 설정된 소정 영역의 데이터의 상관계수를 구하는 제2탐색단계; 상기 제2탐색단계에서 구해진 상관계수가 설정된 상관계수보다 큰지를 비교하여 큰 경우에는 상기 미리 설정된 영상의 소정 영역과 상기 탐색 영역의 위치오차를 계산하는 위치 오차 계산단계; 및 상기 제2탐색단계에서 구해진 상관계수가 설정된 상관계수보다 큰지를 비교하여 작은 경우에는 상기 소정수의 영역중 상관계수가 다음으로 큰 영역 주위의 탐색영역의 데이터에 대하여 상기 제2탐색단계를 수행하는 단계로 이루어져 있다. 따라서, 미리 설정된 영상의 위치로부터 비교될 영상의 어느 위치로 이동했는지를 찾는데 필요한 연산횟수가 줄어든다는 장점이 있다.

Description

영상 인식방법

본 발명은 영상 인식방법에 관한 것으로, 특히 미리 설정된 영상과 비교될 영상의 위치오차를 추출하기 위한 영상 인식방법에 관한 것이다.

영상 인식방법이란 미리 설정된 영상이 찾아보고자 하는 영역내의 어느 위치에 있는가 또는 미리 설정된 영상과 동일한 영상이 소정 영역 내에 존재하는가 등의 판단을 하는 것을 말한다. 이러한 기능을 갖기 위하여 미리 설정된 영상과 비교할 영상을 비교 검사하는 하드웨어 또는 소프트웨어적인 도구가 필요로 하게된다.

그런데, 종래의 영상 인식방법은 미리 설정된 영상과 비교할 영상의 영상 데이터를 모두 비교함에 의해서 비교할 영상이 미리 설정된 영상에서 어느 정도 벗어나는지를 판단하게 됨으로써 영상의 움직임을 추출하는데 시간이 오래 걸린다는 단점이 있었다.

본 발명의 목적은 비교할 영상이 미리 설정된 영상으로부터 벗어난 정도를 쉽게 찾을 수 있는 영상 인식방법을 제공하는데 있다.

이와 같은 목적을 달성하기 위한 본 발명의 영상 인식방법은 미리 설정된 영상의 소정 영역의 데이터를 저장하는 단계; 입력되는 비교될 영상을 저장하고 상기 비교될 영상을 상기 미리 설정된 영상의 소정 영역 데이터와 동일한 크기를 가진 소정수의 영역으로 나누고, 상기 미리 설정된 영상의 소정 영역의 데이터와 상기 소정수의 영역의 데이터의 상관계수를 각각 구하는 제1탐색단계; 상기 소정수의 영역 중 상관계수가 가장 큰 영역 주위의 탐색 영역의 데이터와 상기 미리 설정된 소정 영역의 데이터의 상관계수를 구하는 제2탐색단계; 상기 제2탐색단계에서 구해진 상관계수가 설정된 상관계수보다 큰지를 비교하여 큰 경우에는 상기 미리 설정된 영상의 소정 영역과 상기 탐색 영역의 위치오차를 계산하는 위치 오차 계산단계; 및 상기 제2탐색단계에서 구해진 상관계수가 설정된 상관계수보다 큰지를 비교하여 작은 경우에는 상기 소정수의 영역중 상관계수가 다음으로 큰 영역 주위의 탐색 영역의 데이터에 대하여 상기 제2탐색단계를 수행하는 단계를 구비한 것을 특징으로 한다.

제1도는 미리 설정된 영상이 존재하는 위치로부터 비교할 영상이 존재하는 위치까지의 오차를 측정하는 방법을 나타내는 도면.

제2(a)도 및 제2(b)도는 종래의 영상 인식방법을 설명하기 위한 도면.

제3(a)도 내지 제3(d)도는 본 발명의 일 실시예에 의한 영상 인식방법을 설명하기 위한 도면이다.

이하, 첨부된 도면을 참고로 하여 본 발명의 영상 인식방법을 설명하기 전에 종래의 영상 인식방법을 설명하면 다음과 같다.

일반적으로, 미리 설정된 영상이 존재하는 우치로부터 비교할 영상이 존재하는 위치까지의 오차를 측정하는 방법은 제1도에 나타내었다. 물체(P2)까지의 위치벡터(Px)를 알기 위해서는 미리 설정된 위치(P1)에서 위치(P2)까지의 오차벡터(Perror)를 측정함으로써 위치벡터(Px)를 구할 수 있다. 즉, Px = Pknown+Perror의 관계를 이용하여 구할 수 있다. 여기에서, 굵은 글씨는 벡터를 의미한다. 따라서, 오차벡터(Perror)를 구하는 것이 위치를 구하는 관건이다. 영상처리를 이용하여 오차벡터(Perror)를 구하는 방법은 다음과 같다.

먼저, 오차벡터(Perror)에서 물체(P1)의 영상 데이터를 저장하여 놓고, 물체(P1) 주위에서 물체(P1)와 가장 유사한 영상 데이터가 있는 위치를 찾는데 그 위치까지의 벡터가 오차벡터(Perror)이다. 여기에서, "가장 유사하다"의 판단이 문제가 된다.

두 개의 이차원 영상이 유사하다고 하는 것은 두 영상의 명암도의 오차가 작다는 의미가 된다. 제2(a)도 및 제2(b)도에 나타낸 것처럼, 미리 설정된 영상(F1)의 소정 영역(T1)내의 UDD상 데이터를 v(m,n)이라 하고, 비교될 영상(F2)의 영상 데이터를 u(m,n)이라 하자. 여기에서, 0mM, 0nN(단, N과 M은 자연수)이다. 그러면, 두 영상(T1, F2)의 오차의 합(SD)은 아래의 수학식 1로 나타내어진다.

[수학식 1]

오차의 합(SD)이 최소인 점을 찾으면 되나, 어떠한 경우에도 최소인 점은 발생하고, 화면에 물체가 없더라도 마치 있는 것처럼 판단할 수 있다. 즉, 어느 정도 유사한지를 알 수 없는 단점이 있다. 오차의 제곱의 합도 마찬가지라 할 수 있다. 이러한 문제점을 해결하기 위한 두 영상 u(m,n), v(m,n)간의 상관계수(p)는 아래의 수학식 2로 나타내어진다.

[수학식 2]

상기 수학식 2에서 E[ ]는 기대치를 의미하고 E[x], E[xy], E[x²]은 각각 아래의 수학식 3으로 표현되어진다.

[수학식 3]

만일, 영상 v(m,n)이 미리 설정된 위치에서의 영상이라고 하고 영상 u(m,n)이 그 주위에서의 한 위치에서의 영상이라고 한다면, 기대치들(E[v²], E[v], E²[v])의 값은 미리 계산할 수 있는 값이 되고, 주변에 대하여 기대치들(E[u²], E[u], E²[uv])을 계산하여 상관계수(p)를 구할 수 있다. 이 상관계수(p)가 최대치가 되는 점이 바로 찾고자 하는 점이 된다. 그런데, 상관관계(p)가 -1보다 크거나 같고 1보다 작으므로 어느 정도 유사한지가 수치로 표현된다. 만일, 상관계수(p)가 0.9이면 90유사하다고 할 수 있고, 특정한 값 이상이면 물체가 있다고 판단하여 사용자가 그 문턱값을 쉽게 설정할 수가 있게 된다. 그런데, 종래에는 상관계수(p)를 구하기 위하여 미리 설정된 영상의 소정 블럭의 영상 데이터(T1)를 비교될 영상의 전 영역(F2)에 걸쳐서 수행해야 한다는 문제점이 있었다. 또한, 이와 같은 연산을 고속으로 수행하기 위해서는 미리 설정된 영상의 소정 블럭(T1)의 크기가 크면 클수록 세제곱의 크기에 비례하여 연산 횟수가 많아지게 된다. 따라서, 모든 탐색 영역에 대하여 상관계수(p)를 구하는 것은 연산횟수가 많아 고속처리에 적합하지 않다는 단점이 있었다. 만일 영상이 갖는 최고 주파수가 어떤 범위 내에 있다고 하면 모든 탐색영역(F2)에 대하여 상관계수를 구할 필요 없이 몇 화소씩 건너 뛰면서 구할 수 있다.

이제, 제3(a)도 내지 제3(d)도를 이용하여 본 발명의 영상 인식방법을 설명하면 다음과 같다.

먼저, 본 발명에서는 제3(a)도에 나타낸 것처럼, 미리 설정된 영상(F1)의 소정블럭(T1)의 데이터의 값과 좌표를 저장하여 둔다. 다음으로, 제3(b)도에 나타낸 바와 같이 비교될 영상(F2)을 입력하여 이 영상(F2)을 소정 블럭(T1)의 크기와 동일한 크기를 가진 소정 개수의 블럭으로 나눈다. 제3(b)도에서는 비교될 영상(F2)이 16개의 블럭으로 나누어진 것을 도시하였다. 그리고, 블럭(T1)의 영상 데이터와 16개의 블럭의 영상 데이터의 상관계수(p)를 상기 수학식 2에 의해서 구한다. 그래서, 가장 상관계수(p)가 큰 블럭을 찾는다. 그래서, 만일 상관계수(p)가 가장 큰 블럭이 6번 블럭(T2)이라고 하고 그 다음으로 상관계수(p)가 큰 블럭이 11번 블럭(T3)이라고 하자. 제3(c)도에 나타낸 바와 같이, 6번 블럭(T2) 주위의 탐색영역(SA1)의 영상 데이터와 블럭(T1)의 영상 데이터의 상관계수(p)를 계산하여 계산된 상관계수(p)들 중에 주어진 값보다 높은 값이 있다면 블럭(T1)과의 벡터차이값을 계산하게 되고, 높은 값이 없다면 이 영역 내에서는 블럭(T1)과 일치하는 영상 데이터가 없는 것이 된다. 그리고, 제3(d)도에 나타낸 바와 같이 11번 블럭(T3)주위의 탐색영역(SA2)의 영상 데이터와 블럭(T1)의 영상 데이터의 상관계수(p)를 계산하여 계산된 상관계수(p)들 중에 주어진 값보다 높은 값이 있다면 블럭(T1)과의 벡터차이값을 계산하게 되고, 높은 값이 없다면 이 영역 내에서도 블럭(T1)과 일치하는 영상 데이터가 없는 것이므로 다음으로 상관계수(p)가 큰 블럭으로 가서 제3(c)도 및 제3(d)도에 나타낸 바와 동일한 동작을 수행하게 된다.

본 발명의 영상 인식방법은 미리 설정된 영상의 소정 블럭의 영상 데이터와 비교될 영상의 데이터를 소정 블럭으로 분할하여 그 소정 블럭과의 영상 데이터를 비교하여 대략적으로 상관계수가 가장 큰 영상 데이터가 위치할 위치를 1차 탐색하고, 그 다음으로 1차 탐색된 블럭 주위를 2차 탐색하는 방법으로 상관계수가 가장 큰 영상 데이터가 존재하는 위치를 찾아 그 위치오차를 알 수 있게 된다.

그리고, 본 발명의 영상 인식방법은 와이어 본더와 같은 장치에 응용되어 반도체 칩의 위치를 정확하게 파악하여 항상 원하는 자리에 본딩을 할 수 있도록 할 수 있다.

본 발명의 영상 인식방법은 미리 설정된 영상의 위치로부터 비교될 영상이 어느 위치로 이동했는지를 찾는데 필요한 연산횟수가 줄어든다는 장점이 있다.

Claims

미리 설정된 영상의 소정 영역의 데이터를 저장하는 단계; 입력되는 비교될 영상을 저장하고 상기 비교될 영상을 상기 미리 설정된 영상의 소정 영역 데이터와 동일한 크기를 가진 소정수의 영역으로 나누고, 상기 미리 설정된 영상의 소정 영역의 데이터와 상기 소정수의 영역의 데이터의 상관계수를 각각 구하는 제1탐색단계; 상기 소정수의 영역 중 상관계수가 가장 큰 영역 주위의 탐색 영역의 데이터와 상기 미리 설정된 소정 영역의 데이터의 상관계수를 구하는 제2탐색단계; 상기 제2탐색단계에서 구해진 상관계수가 설정된 상관계수보다 큰지를 비교하여 큰 경우에는 상기 미리 설정된 영상의 소정 영역과 상기 탐색 영역의 위치 오차를 계산하는 위치 오차 계산단계; 및 상기 제2탐색단계에서 구해진 상관계수가 설정된 상관계수보다 큰지를 비교하여 작은 경우에는 상기 소정수의 영역중 상관계수가 다음으로 큰 영역 주위의 탐색 영역의 데이터에 대하여 상기 제2탐색단계를 수행하는 단계를 구비한 것을 특징으로 하는 영상 인식방법.