KR100235353B1 - 패턴 인식 시스템에서 입력 영상의 원 추출 방법 - Google Patents

Abstract

본 발명은 패턴 인식 시스템에서 입력 영상을 허프 변환을 이용하여 벡터화된 영상으로부터 원을 추출하는 방법에 관한 것으로, 본 발명의 원 추출 방법은 벡터화된 여러 직선 선분중에서 상기 입력 영상내의 실제적인 점들과의 벡터 오류가 가장 큰 선분을 상기 원의 일부분을 구성하는 기준 선분으로 선택하고, 그 기준 선분의 원호를 기준 원호로 규정하는 단계, 상기 입력 영상에서 상기 기준 원호의 중심점(Cx, Cy)과 반지름(R)을 계산하는 단계, 상기 기준 선분과 이웃하는 선분들을 연결하여 확장된 선분을 구성하는 단계, 상기 확장 선분들에 대하여 각기 구성된 원호의 중심점(X, Y)을 계산하는 단계, 상기 구성된 원호의 중심점(X, Y)과 상기 기준 원호의 중심점(Cx, Cy)간의 거리(Z)를 계산하는 단계, 상기 계산된 거리(Z)중에서 가장 작은 값을 갖는 하나의 이웃 선분과 상기 기준 선분을 연결한 확장 선분을 상기 원을 구성하는 새로운 상기 기준 선분으로 선택하고, 상기 새로운 기준 선분의 원호를 새로운 상기 기준 원호로 규정하여 원으로 추출된 모든 선을 만날때까지 상술한 단계를 반복하는 단계를 포함한다.

Description

패턴 인식 시스템에서 입력 영상의 원 추출 방법

본 발명은 패턴 인식 시스템에서 입력 영상에 대한 패턴 인식을 위하여 영상을 이진화하는 방법에 관한 것으로, 보다 상세하게는 패턴 인식 시스템에서 전역적 임계값과 지엽적 임계값을 적응적으로 이용한 입력 영상 이진화 방법에 관한 것이다.

영상 처리와 컴퓨터 비젼 분야에서 컴퓨터를 이용한 물체의 자동 패턴 인식 기법은 중요한 문제중의 하나이다. 패턴 인식은 입력 영상에 존재하는 패턴들에 대한 특징들과 미리 저장된 패턴인 모델에 대한 특징들의 비교를 통하여 이루어진다. 패턴 인식을 위해서는 입력 영상을 디지탈화한 이진 영상 신호로 변환하고, 윤곽 추출 기법을 이용하여 물체의 윤곽선을 추출한다. 물체의 윤곽선은 경계부분에 있는 화소들을 함께 직선으로 근사화하여 연결함으로써 형성된 궤적으로 생각할 수 있다. 따라서, 영상내에서 곡선을 구성하는 부분도 모두 직선으로 근사화된다.

패턴 인식 시스템에서 발생하는 문제는 디지탈화된 이진 영상에서 직선과 곡선을 검출하는 방법이다. 영상내에서 곡선 성분을 찾는 방법은 원래 영상 데이터에 허프 변환(Hough transform)을 적용하여 곡선 성분을 구성하는 화소들을 찾는 방법이 있다. 허프 변환은 잡음이 존재하는 영상에서 작은 수의 변수(parameter)에 의해 규정될 수 있는 직선, 원, 그리고 곡선들을 검출하고, 또한 어느 위치에 있는 가를 알아내는데 사용되는 강력한 기법으로 이용되고 있다.

도 1에는 허프 변환의 가장 단순한 예로, 영상내에 있는 모든 화소들을 기울기와 절편의 변수로서 묘사되는 변수 공간(parameter space)으로 매핑(mapping)하는 일차 변환을 도시한다. 영상 공간(image space)에 있는 한 직선상의 모든 화소들은 변수 공간에서의 여러 곡선들로 변형되며, 이들 모든 곡선들은 한 점에서 만난다. 또한, 변수 공간에 있는 하나의 곡선상의 점들은 영상 공간에서의 여러 직선으로 표현되며, 이들 모든 직선들은 한 점을 지난다. 즉, 도 1에 도시된 바와같은 이진화된 영상 공간내의 직선(62), (64), (66)은 기울기와 절편의 두 변수를 갖는 직선식, 즉, (y = ax + b), (y = cx + d), (y = ex + f)으로 묘사가 가능하며, 하나의 직선은 변수 공간에서와 같은 기울기와 절편을 가지는 한 점의 벡터, 예로, (a, b), (c, d), (e, f)에 대응될 수 있다.

이와 같이, 이진화 영상을 허프 변환에 의해 직선 벡터화한다음, 많은 직선 중에서 원을 구성하는 곡선들을 탐색하기위하여 이들 직선중에서 영상내의 실제적인 점들과 직선 벡터간의 차이, 즉, 벡터 오류(vector error)가 큰 벡터를 곡선으로 판단한다.

도 2a는 이진화된 신호를 상호 연결된 성분(connected component)들의 크기를 사용하여 세선화(thinning)화한 결과 영상을 도시하며, 도 2b는 허프 변환을 이용하여 직선 벡터화한 영상을 도시하며, 도 3c는 직선 벡터화한 영상내의 벡터들 중에서 벡터 오류가 큰 부분을 곡선으로서 찾은 결과 영상을 도시한다.

그러나, 원을 구성하는 모든 선들이 이와 같은 방법으로 추출될 수 있는 것은 아니다. 왜냐하면, 도 2와 같이 원을 구성하는 선들이 이웃하는 선들과 연결되어 잘게 잘라지는 경우에는 벡터 오류가 작아지게된다. 그 결과 벡터화된 영상에서 직선과 곡선을 구분하는 것이 불가능하다는 문제가 있다.

그러므로, 본 발명은 패턴 인식 시스템에서 벡터화된 영상에서 원의 구조적 특성을 이용하여 효과적으로 원을 추출하는 방법을 제공하는 것을 그 목적으로한다.

상술한 목적을 달성하기위한 본 발명에 따르면, 패턴 인식 시스템에서 입력 영상을 허프 변환을 이용하여 벡터화된 영상으로부터 원을 추출하는 방법은: (a) 상기 벡터화된 영상으로부터의 벡터 데이터와 허프 변환된 영상의 벡터 성분을 세선화한 세선 데이터를 수신하여, 여러 직선 벡터중에서 상기 입력 영상내의 실제적인 점들과의 벡터 오류가 가장 큰 선분을 선택하는 단계; (b) 상기 선택된 선분을 상기 원의 일부분을 구성하는 기준 선분으로 선택하는 단계; (c) 상기 선택된 선분의 원호를 기준 원호로 규정하는 단계; (d) 상기 입력 영상에서 상기 선택된 선분에 해당하는 실제 점들의 좌표를 이용하여 원의 중심점(Cx, Cy)과 반지름(R)을 계산하는 단계; (e) 상기 선택된 선분과 이웃하는 선분들을 연결하여 확장된 선분을 구성하는 단계; (f) 상기 확장 선분들에 대하여 각기 구성된 원호의 중심점(X, Y)을 계산하는 단계; (g) 상기 구성된 원호의 중심점(X, Y)과 상기 기준 원호의 중심점(Cx, Cy)간의 거리(Z)를 구하는 단계; (h) 상기 거리(Z)중에서 가장 작은 값을 갖는 하나의 이웃 선분을 선택하는 단계; (i) 상기 선택된 이웃 선분과 상기 기준 선분이 연결된 확장 선분을 상기 원을 구성하는 새로운 상기 기준 선분으로 선택하고, 상기 새로운 기준 선분의 원호를 새로운 상기 기준 원호로 규정하여 원으로 추출된 모든 선을 만날때까지 상기 단계(d) 부터 반복하는 단계를 포함하는 것을 특징으로한다.

도 1은 전형적인 허프 변환을 설명하는 변수 공간을 도시하는 도면,

도 2는 종래 기술에 따라 영상내의 원을 추출하는 예시적인 결과를 도시하는 도면,

도 3은 본 발명을 이용하는 패턴 인식 시스템의 개략적인 블록 구성도,

도 4는 본 발명에 따른 원 추출 방법을 설명하는 플로우트,

도 5는 본 발명에 따른 원 추출 과정을 설명하는 예시적인 도면,

도 6는 본 발명에 따른 원 추출 방법을 수행한 인식 결과 영상을 예시하는 도면.

＜도면의 주요부분에 대한 부호의 설명＞

10 : 스캐너 20 : 이진화부

30 : 세그멘테이션부 40 : 패턴 윤곽선 추출부

50 : 분류기

본 발명의 상기 및 기타 목적과 여러가지 장점은 첨부된 도면을 참조하여 하기에 기술되는 본 발명의 바람직한 실시예로 부터 더욱 명확하게 될 것이다.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 상세하게 설명한다.

도 3을 참조하면, 본 발명에 이용되는 패턴 인식 시스템의 개략적인 블록도가 도시된다.

먼저, 광학 스캐너등을 포함하는 스캐너(10)는 서류, 또는 문서상의 영상을 스캔한다. 이진화부(20)는 스캔된 영상으로부터 전역적 임계값과 지엽적 임계값 결정 방법을 이용하여 이진수로 디지트화한다.

이진화부(20)에의해 디지트화된 이진수의 영상은 세그멘테이션부(30)에 의해 구획되어 패턴 윤곽선 추출부(40)로 제공된다. 패턴 윤곽선 추출부(40)는 본 기술 분야에서 널리 알려진 윤곽 추출 알고리즘을 이용하여 영상의 윤곽선과 같은 특징을 추출한다. 추출된 윤곽선과 같은 특징은 허프 변환(Hough transform)을 이용하여 변수 공간으로 매핑되어 벡터 데이터의 영상으로 변환된다. 이 벡터 데이터 영상에서 직선과 곡선이 검출된다음 분류기(50)로 제공된다. 분류기(50)는 직선과 곡선의 패턴이 속하는 부류를 결정하여 인식된 결과를 최종적으로 출력하게된다.

도 4 는 도 1에 도시된 윤곽선 추출부에서 수행되는 본 발명의 원 추출 방법을 설명하는 플로우차트로서 도 5를 참조하여 하기와 같이 상세히 설명될 것이다.

먼저, 단계(110)에서, 허프 변환된 영상으로부터 벡터 데이터와 세선화된 데이터를 수신한다.

단계(120)에서, 도 5에 도시된 바와 같이, 여러 직선 성분, 예로, A, B, C, D중에서 영상내의 실제적인 점들과의 벡터 오류(vector error)가 가장 큰 직선, 즉, 선분(A)를 원의 일부분으로 추정하고, 이 선분(A)를 기준 선분으로 선택하고, 이 선분의 원호를 기준 원호로 규정한다.

단계(130)에서, 원 영상에서 기준 선분(A)에 해당하는 실제 점들의 좌표를 이용하여 원의 중심점 P의 좌표(Cx, Cy)를 구하고, 반지름(R)을 계산한다.

단계(140)에서는 기준 선분(A)과 이웃하는 선분이 존재하는 지를 판단한다. 이 판단 결과, 기준 선분(A)과 이웃하는 선분, 예로, 선분(D)이 존재하면, 기준 선분(A)과 이웃하는 선분(D)을 직선으로 연결하여 확장 선분(AD)을 형성한다.

단계(150)에서, 확장 선분(AD)에 대하여 원호를 구성하고 이 원호의 중심점Q의 좌표(X, Y)를 계산한다.

단계(160)에서, 단계(150)에서 구성된 확장 선분에 대한 원호의 중심점(Q)과 기준 원호의 중심점(P)간의 거리(Z)를 하기 수학식 1에의하여 구한다.

단계(170)에서는 거리(Z)가 기설정 기준 값, R/2 보다 작으면 단계(150)에서 구성된 확장 선분(AD)을 원의 일부분으로 추정한다. 이때, 이웃하는 선분이 선분(D)이외의 다른 선분, 예로, 선분(B) 및 (C) 가 존재하는 경우, 단계(130)부터 반복하여 거리(Z)값을 구하고 그 중에서 가장 작은 값을 갖는 이웃 선분, 예로, 선분(D)을 현재 추정하는 원의 일부분으로 선택한다.

이후 단계(180)에서는 선택된 이웃 선분(D)과 기준 선분(A)을 연결하고, 이렇게 연결된 확장 선분, 즉, (AD)를 새로운 기준 선분과 그의 원호를 기준 원호로 규정하고 상술한 단계 (130)부터 반복 수행한다. 이때, 사용하는 기준 원호의 중심점은 맨 처음 사용한 중심점(P)을 사용한다.

상술한 과정을 반복하면서, 단계(140)에서와 같이 이웃하는 모든 선분과 연결하여 원호를 구성함으로써 이웃하는 선분이 존재하지않거나, 원호를 구성하였을때 중심점간의 거리가 상술한 기준 값 범위내에 속하지않거나 이미 원으로 추출된 모든 선을 만나게되면 원을 추정하는 과정을 멈춘다. 도 6에는 본 발명에 따른 원 추정 단계를 통하여 추정된 결과를 도시한다.

그러므로, 종래 기술에서와 같이 원을 구성하는 선들이 이웃하는 선들과 연결되어 잘게 잘라짐으로써 벡터 오류가 작은 선이 발생되어 직선 성분과 곡선 성분을 구분할 수 없는 단점이 본 발명에 따라서 보다 정확한 곡선 성분으로 추정될 수 있다.

Claims (4)

1. 패턴 인식 시스템에서 입력 영상을 허프 변환을 이용하여 벡터화된 영상으로부터 원을 추출하는 방법에 있어서,

   (a) 상기 벡터화된 영상으로부터의 벡터 데이터와 허프 변환된 영상의 벡터 성분을 세선화한 세선 데이터를 수신하여, 여러 직선 벡터중에서 상기 입력 영상내의 실제적인 점들과의 벡터 오류가 가장 큰 선분을 선택하는 단계;

   (b) 상기 선택된 선분을 상기 원의 일부분을 구성하는 기준 선분으로 선택하는 단계;

   (c) 상기 선택된 선분의 원호를 기준 원호로 규정하는 단계;

   (d) 상기 입력 영상에서 상기 선택된 선분에 해당하는 실제 점들의 좌표를 이용하여 원의 중심점(Cx, Cy)과 반지름(R)을 계산하는 단계;

   (e) 상기 선택된 선분과 이웃하는 선분들을 연결하여 확장된 선분들을 구성하는 단계;

   (f) 상기 확장 선분들에 대하여 각기 구성된 원호의 중심점(X, Y)을 계산하는 단계;

   (g) 상기 구성된 원호의 중심점(X, Y)과 상기 기준 원호의 중심점(Cx, Cy)간의 거리(Z)를 구하는 단계;

   (h) 상기 거리(Z)중에서 가장 작은 값을 갖는 하나의 이웃 선분을 선택하는 단계;

   (i) 상기 선택된 이웃 선분과 상기 기준 선분이 연결된 확장 선분을 상기 원을 구성하는 새로운 상기 기준 선분으로 선택하고, 상기 새로운 기준 선분의 원호를 새로운 상기 기준 원호로 규정하여 원으로 추출된 모든 선을 만날때까지 상기 단계(d) 부터 반복하는 단계를 포함하는 것을 특징으로하는 패턴 인식 시스템의 원 추출 방법.
2. 제 1 항에 있어서, 상기 거리(Z)중에서 가장 작은 값을 갖는 하나의 이웃 선분을 선택하는 상기 단계(h)는 상기 거리(Z)가 기설정 기준 값보다 작은 이웃 선분들 중에서 선택되는 단계를 더 구비하는 것을 특징으로하는 패턴 인식 시스템의 원 추출 방법.
3. 제 2 항에 있어서, 상기 거리(Z)는 하기 수학식

   

   으로부터 계산되는 것을 특징으로하는 패턴 인식 시스템의 원 추출 방법.
4. 제 3 항에 있어서, 상기 기설정 값은 R/2 인것을 특징으로하는 패턴 인식 시스템의 원 추출 방법.

Images