KR100249617B1 - 거리 영상 파일 분류/검색 장치 - Google Patents

거리 영상 파일 분류/검색 장치 Download PDF

Info

Publication number
KR100249617B1
KR100249617B1 KR1019960054435A KR19960054435A KR100249617B1 KR 100249617 B1 KR100249617 B1 KR 100249617B1 KR 1019960054435 A KR1019960054435 A KR 1019960054435A KR 19960054435 A KR19960054435 A KR 19960054435A KR 100249617 B1 KR100249617 B1 KR 100249617B1
Authority
KR
South Korea
Prior art keywords
boundary
label
distance image
extracting
closed curve
Prior art date
Application number
KR1019960054435A
Other languages
English (en)
Other versions
KR19980035967A (ko
Inventor
정성학
Original Assignee
전주범
대우전자주식회사
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 전주범, 대우전자주식회사 filed Critical 전주범
Priority to KR1019960054435A priority Critical patent/KR100249617B1/ko
Publication of KR19980035967A publication Critical patent/KR19980035967A/ko
Application granted granted Critical
Publication of KR100249617B1 publication Critical patent/KR100249617B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 저장된 거리 영상으로 부터 계단형 경계와 지붕형 경계를 검출하고 사용자가 원하는 종류의 영상을 검색할 수 있도록 영역화하여 거리 영상을 분류하고 검색하는 거리 영상 파일 분류/검색 방법 및 장치에 관한 것이다.
본 발명은 계단형 경계 및 지붕형 경계의 추출을 통한 거리 영상의 영역화를 이용하여 저장되어 있는 거리 영상 파일들의 분류/검색을 자동화하므로써 영상 파일의 검색을 용이하게 한다.

Description

거리 영상 파일 분류/검색 방법 및 장치 (Range Raw File Filing/ Searching Method and Device)
본 발명은 저장된 거리 영상으로 부터 계단형 경계와 지붕형 경계를 검출하고 사용자가 원하는 종류의 영상을 검색할 수 있도록 영역화하여 거리 영상을 분류하고 검색하는 거리 영상 파일 분류/검색 방법 및 장치에 관한 것이다.
일반적으로 거리 영상(Range Raw)은 도1에 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 계단형 경계 및 지붕형 경계의 추출을 통한 거리 영상의 영역화를 이용하여 저장되어 있는 거리 영상 파일들의 분류/검색을 자동화하므로써 영상 파일의 검색을 용이하게 하기 위한 거리 영상 파일 분류/검색 방법 및 장치를 제공함에 그 목적이 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 4(가)(나)는 거리 영상의 특성을 나타낸 도면
도 5 및 도 6은 도 2의 계단 경계 추출 과정을 설명하기 위한 도면
도 7은 도 2의 지붕 경계 추출 과정을 설명하기 위한 도면
도 8은 저장되는 라벨표를 나타낸 도면
도 9는 본 발명에 의한 거리 영상 파일 분류/검색 장치의 구성도
＜도면의 주요에 대한 부호의 설명＞
200 : 영상 저장부300 : 라벨 저장부
410 : 필터링부420 : 계단 경계 추출부
430 : 지붕 경계 추출부440 : 경계 화소 결정부
450 : 영역화부460 : 라벨 생성부
500 : 영상 검색부600 : 사용자 입력부
700 : 모니터
상기 목적을 달성하기 위해 본 발명에 의한 거리 영상 파일 분류/검색 방법은 저장된 거리 영상 파일의 영상을 입력으로 계단 경계와 지붕 경계를 추적하여 경계 화소를 추출하는 경계 추출 단계; 상기 추출된 경계 화소를 이용하여 폐곡선을 이루는 영역을 추출하는 폐곡선 추출 단계; 상기 추출된 폐곡선으로부터 영역을 확정하는 영역화 단계; 상기 확정된 영역에 따라 상기 저장된 거리 영상 파일에 라벨을 할당하여 저장하는 라벨 할당 단계, 및 상기 저장된 라벨에 따라 원하는 거리 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 필터링 수단; 상기 필터링 수단으로 부터 출력되는 잡음이 제거된 거리 영상으로 부터 계단 경계 화소를 추출하는 계단 경계 추출 수단; 상기 필터링 수단으로 부터 출력되는 잡음이 제거된 거리 영상으로 부터 지붕 경계 화소를 추출하는 지붕 경계 추출 수단; 상기 계단 경계 추출 수단과 지붕 경계 추출 수단으로 부터 출력되는 계단 경계와 지붕 경계 화소를 경계 화소로 결정하는 경계 화소 결정 수단; 상기 경계 화소 결정 수단으로 부터 출력되는 경계 화소에 따라 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 추출 단계(100, 101, 102, 103, 104), 폐곡선 추출 단계(105), 영역화 단계(106), 라벨 할당 단계(107, 108), 및 거리 영상 파일 검색 단계(120, 121, 122, 123)에 의해 수행된다.
상기 경계 추출 단계(100, 101, 102, 103, 104)는 저장된 거리 영상 파일의 영상을 입력으로 계단 경계와 지붕 경계를 추적하여 경계 화소를 추출하는 단계로, 저장된 거리 영상 파일의 영상으로 부터 잡음을 제거하는 잡음 제거 단계(100, 101), 상기 잡음이 제거된 거리 영상으로 부터 계단 경계 화소를 추출하는 계단 경계 추출 단계(102), 상기 잡음이 제거된 거리 영상으로 부터 지붕 경계 화소를 추출하는 지붕 경계 추출 단계(103), 및 상기 추출된 계단 경계와 지붕 경계 화소를 경계 화소로 결정하는 경계 화소 결정 단계(104)에 의해 수행된다.
여기서, 상기 잡음 제거 단계(100, 101)는 메디안 필터링(Median Filtering)및 스무드 필터링(Smooth Filtering)에 의해 수행된다.
또한, 상기 계단 경계 화소는 상기 거리 영상 신호의 수직 및 수평 방향의 미분값의 크기와 설정된 경계 판별용 문턱치의 비교에 의해 결정된다.
한편, 상기 지붕 경계 추출 단계(103)는 상기 잡음이 제거된 거리 영상에 해당 화소를 중심으로 특정 크기, 예를 들어 3 x 3 또는 5 x 5 화소로 이루어진 윈도우를 설정하는 윈도우 설정 단계, 상기 설정된 윈도우 내의 임의의 3개 화소의 거리값을 추출하여 법선 벡터를 계산하는 법선 벡터 계산 단계, 및 상기 계산된 법선 벡터의 상대적인 각도가 급격히 변하는 화소를 지붕 경계 화소로 결정하는 지붕 경계 화소 결정 단계에 의해 수행된다.
상기 폐곡선 추출 단계(105)는 상기 추출된 경계 화소를 이용하여 폐곡선을 이루는 영역을 추출하는 단계이다.
상기 영역화 단계(106)는 상기 추출된 폐곡선으로부터 영역을 확정하는 단계로, 상기 추출된 폐곡선 내부에 다른 폐곡선이 존재하는지 검색하는 단계, 상기 검색 결과 추출된 폐곡선 내부에 다른 폐곡선이 존재하는 경우 최소 면적을 갖는 폐곡선을 검출하는 단계, 및 상기 검색 결과 추출된 폐곡선 내부에 다른 폐곡선이 존재하지 않는 경우 상기 추출된 폐곡선과 상기 최소 면적 폐곡선으로 이루어진 면을 각각 영역으로 확정하는 영역 확정 단계에 의해 수행된다.
상기 라벨 할당 단계(107, 108)는 상기 확정된 영역에 따라 상기 저장된 거리 영상 파일에 라벨을 할당하여 저장하는 단계이다.
상기 거리 영상 파일 검색 단계(120, 121, 122, 123)는 도 3에 도시한 바와 같이 상기 저장된 라벨에 따라 원하는 거리 영상 파일을 검색하는 단계이다.
여기서, 상기 라벨은 상기 영역의 갯수, 상기 각 영역의 화소의 갯수, 상기 각 영역의 모양, 및 상기 각 영역의 거리값의 평균 값으로 이루어진다.
이와 같이 수행되는 본 발명에 의한 거리 영상 파일 분류/검색 방법의 동작을 설명한다.
먼저, 저장된 거리 영상 파일의 영상을 읽고 이 영상 데이타로 부터 잡음을 제거하기 위한 필터링을 수행하는 잡음 제거 단계(100, 101)를 수행한다.
센서를 통해 획득되는 실제 거리 영상의 경우 도4(가)에 도시한 바와 같이 그 환경에 따라 많은 잡음이 첨가된다. 이와 같이 잡음이 첨가된 거리 영상 신호로 부터 잡음을 제거하는 전처리 과정을 수행하는 단계는 필수적이다.
따라서 거리 영상의 영상 데이타를 메디안 필터링 및 스무드 필터링하여 도4(나)에 도시한 바와 같이 잡음이 제거된 영상 데이타를 검출해낸다.
이와 같이 영상으로 부터 잡음을 제거한후에는 경계 화소를 추출하는 계단 경계 추출 단계(102)와 지붕 경계 추출 단계(103)를 수행한다.
일반적으로 거리 영상에서는 경계가 크게 두가지 형태로 나타난다. 하나는 도 5에 도시한 바와 같은 계단 형태로 이루어지는 계단 경계이고, 다른 하나는 도 7에 도시한 바와 같은 지붕 형태로 이루어지는 지붕 경계이다.
계단 경계는 도 5에 도시한 바와 같이 1차원 상에서는 밝기값이 급격히 변하는 경계로 나타나고 2차원 상에서는 거리값이 급격히 변하는 경계로 나타나므로, 상기 저장된 거리 영상 신호를 수직 및 수평 방향으로 미분하여 수평 및 수직 방향의 미분값(h, v)을 찾아낸후 이 미분값의 크기((h2+ v2)1/2)와 설정된 경계선 판별용 문턱치를 비교하여 경계 화소를 찾아낸다.
2차원 행렬상에서 거리값을 나타내는 거리 영상 신호(I(x, y)는 아래 (식 1) 및 (식 2)와 같이 수평 및 수직 방향으로 미분이 이루어진다.
I(x-1, y-1)+I(x-1, y)+I(x-1, y+1)-I(x+1, y-1)-I(x+1, y)-I(x+1, y-1) = h
----- [식 1]
I(x-1, y-1)+I(x, y-1)+I(x+1, y-1)-I(x-1, y+1)-I(x, y+1)-I(x+1, y+1) = v
----- [식 2]
즉, 도 6에 도시한 바와 같이 수평 미분은 기준 화소(x, y)를 중심으로 하여 좌측의 화소의 거리값(A4, A5, A6)과 우측의 화소의 거리값(A1, A2, A3)의 차를 구하므로써 이루어지고, 수직 미분은 기준 화소(x, y)를 중심으로 하여 상측의 화소의 거리값(A4, A7, A1)과 하측의 화소의 거리값(A6, A8, A3)의 차를 구하므로써 이루어진다.
위의 (식 1)에 도시한 바와 같이 수평 미분을 수행하여 수평 미분값(h)을 계산하고, 위의 (식 2)에 도시한 바와 같이 수직 미분을 수행하여 수직 미분값(v)을 계산한후 이들 미분값(h, v)의 크기((h2+ v2)1/2)를 계산한다. 즉, 수직 및 수평 미분값(h, v)을 각각 제곱하여 가산한후 다시 제곱근을 취해 미분값의 크기((h2+ v2)1/2)를 계산한다.
상기 계산된 미분값의 크기((h2+ v2)1/2)가 미리 설정된 경계선 판별용 문턱치와 비교되어 상기 경계선 판별용 문턱치보다 큰 경우 기준 화소(x, y)가 경계 화소가 된다.
한편, 잡음 제거 단계(101)를 수행하고 계단 경계를 추출하거나 추출하면서 지붕 경계 추출 단계(103)를 수행한다.
지붕 경계는 거리값의 미분으로는 추출이 불가능하며 도 7(가)에 도시한 바와 같이 법선 벡터를 이용하여야 한다.
법선 벡터를 구하기 위해서는 먼저, 상기 잡음이 제거된 거리 영상에 해당 화소를 중심으로 특정 크기, 예를 들어 3 x 3, 또는 5 x 5 의 윈도우를 설정하는 윈도우 설정 단계를 수행한다. 즉, 도 7(나)에 도시한 바와 같이 해당 화소(X5)를 중심으로 특정 크기의 윈도우를 씌운다.
이와 같이 윈도우를 씌운후 법선 벡터 계산 단계 및 지붕 경계 화소 결정 단계를 수행하여 지붕 경계를 찾아 낸다. 위의 과정을 설명하기 위해 3 x 3 화소의 윈도우를 씌우는 경우를 예를 들어 설명한다.
도 7(나)에 도시한 바와 같이 해당 화소(X5)를 중심으로 3 x 3 화소의 윈도우를 씌우고 설정된 윈도우 내의 임의의 3개의 화소의 거리값을 추출한다. 법선 벡터란 ax + by + cz = 1 의 방정식을 만족해야 하므로 이를 풀기 위해서는 3 화소의 값이 필요하다. 따라서 윈도우내의 3 화소를 추출하여 법선 벡터를 계산한다. 이때 윈도우내의 8개의 화소(X1, X2, X3, X4, X6, X7, X8, X9) 중에서 임의의 3 화소를 3 회 선택하여 이의 평균을 해당 화소의 법선 백터로 이용한다. 즉, 계산상의 효율에 따라 위와 같은 방법을 사용하는데, 충분히 빠른 계산이 가능하다고 하면 모든 가능한 3 화소를 계산하여 그의 평균을 구하는 것이 바람직하다.
이와 같이 법선 벡터를 계산한후에는 상기 계산된 법선 벡터의 상대적인 각도가 급격히 변하는 화소를 지붕 경계 화소로 결정하는 지붕 경계 화소 결정 단계를 수행한다. 즉, 법선 벡터의 상대적인 각도가 급격히 변하는 부분을 추출하면 그 화소가 경계 화소가 된다. 2개의 법선 벡터가 이루는 각도는 다음 (식 3)과 같이 구한다.
[식 3]
여기서, (a(x,y))는 화소(x,y)에서늬 법선 벡터를 나타낸다. 위의 두 값(θx, θy)을 각 화소(x, y)에서 검사하여 두 값이 일정한 문턱치 이상이 되면 그 화소는 경계 화소로 판단한다.
이와 같이 상기 지붕 경계 추출 단계와 계단 경계 추출 단계를 수행하여 추출된 계단 경계와 지붕 경계 화소를 경계 화소로 결정한다(104).
즉, 위의 두가지 회소를 결합하여 경계를 결정하는데, 모든 화소를 검색하여 계단 또는 지붕 경계 어느 한쪽에 해당하면 경계 화소로 결정한다.
이와 같이 경계 화소 및 방향을 추출한후에는 폐곡선을 추출하는 폐곡선 추출 단계(105)를 수행한다. 폐곡선 형성 여부는 각 경계 화소를 따라라면서 시작점으로 되돌아 오면 폐곡선으로 판단한다.
이와 같이 폐곡선을 추출한후에는 상기 추출된 폐곡선으로 부터 영역을 확정하여 영역화 단계(106)를 수행한다.
즉, 상기 추출된 폐곡선 내부에 다른 폐곡선이 존재하는지 검색하고, 상기 검색 결과 추출된 폐곡선 내부에 다른 폐곡선이 존재하는 경우 최소 면적을 갖는 폐곡선을 검출한다. 이때, 다른 추출된 폐곡선 내부에 다른 폐곡선이 존재하지 않는 경우에는 상기 추출된 폐곡선을 영역으로 확정하고, 다른 폐곡선이 존재하는 경우에는 상기 최소 면적 폐곡선을 영역으로 확정한다.
이와 같이 확정된 영역에 따라 상기 저장된 거리 영상 파일에 라벨을 할당하는 라벨 할당 단계(107)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(107).
예를 들어 [(영역의 갯수n), (1번 영역: (화소의 갯수), (각 영역의 모양), (거리값의 평균)), 2번 영역: (화소의 갯수), (거리값의 평균)), …, n번 영역: (화소의 갯수), (거리값의 평균))] 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(108).
즉, 도8에 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, 도3에 도시한 바와 같이 검색 모드로 들어가면(120), 라벨을 검색하여(121), 원하는 라벨에 해당하는 거리 영상을 거리 영상 파일이 저장된 메모리에서 읽어 낸후, 거리 영상을 검색한다(122. 123).
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 파일 분류/검색 장치는 도 9에 도시한 바와 같이 영상 저장부(200), 필터링부(410), 계단 경계 추출부(420), 지붕 경계 추출부(430), 경계 화소 결정부(440), 영역화부(450), 라벨 생성부(460), 라벨 저장부(300), 영상 검색부(500), 사용자 입력부(600), 및 모니터(700)로 구성된다.
상기 영상 저장부(200)는 거리 영상 파일을 저장하는 것으로, 하드 디스크, 네트워크 디스트, 플로피 디스크로 이루어진다.
상기 필터링부(410)는 상기 영상 저장부(200)에 저장된 거리 영상 파일의 영상으로 부터 잡음을 제거하는 것으로, 메디안 필터(Median Filter)및 스무드 필터(Smooth Filter)로 구성된다.
상기 계단 경계 추출부(420)는 상기 필터링부(410)로 부터 출력되는 잡음이 제거된 거리 영상으로 부터 계단 경계 화소를 추출한다.
상기 지붕 경계 추출부(430)는 상기 필터링부(410)로 부터 출력되는 잡음이 제거된 거리 영상으로 부터 지붕 경계 화소를 추출한다.
상기 경계 화소 결정부(440)는 상기 계단 경계 추출부(420)와 지붕 경계 추출부(430)로 부터 출력되는 계단 경계와 지붕 경계 화소를 경계 화소로 결정한다.
상기 영역화부(450)는 상기 경계 화소 결정부(440)로 부터 출력되는 경계 화소에 따라 폐곡선을 추출하여 영역을 확정한다.
상기 라벨 생성부(460)는 상기 영역화부(450)에서 확정된 영역에 따라 상기 영상 저장부(200)에 저장된 거리 영상 파일에 라벨을 생성하여 할당한다.
상기 라벨 저장부(300)는 상기 영상 저장부(200)에 저장된 거리 영상 파일에 상기 라벨 생성부(460)에서 생성된 라벨을 맵핑하여 저장한다.
상기 영상 검색부(500)는 사용자로 부터 입력되는 신호와 상기 라벨 저장부(300)에 저장된 라벨에 따라 상기 영상 저장부(200)에 저장된 거리 영상 파일을 검색한다.
상기 모니터(700)는 영상 검색부(500)의 제어에 따라 라벨 저장부(300)에 저장된 라벨과 영상 저장부(200)에 저장된 거리 영상 파일을 디스플레이한다.
여기서, 상기 라벨은 상기 영역화부(450)에서 확정된 영역의 갯수, 상기 각 영역의 화소의 갯수, 각 영역의 모양, 및 상기 각 영역의 거리값의 평균 값으로 이루어진다.
상기 사용자 입력부(600)는 거리 영상 파일의 검색을 위해 사용자가 입력시키는 검색 데이타를 영상 검색부(500)로 출력시키는 수단으로, 주로 키보드로 이루어진다.
이와 같이 구성되는 본 발명에 의한 거리 영상 파일 분류/검색 장치의 동작을 설명한다.
센서를 통해 입력되는 실제 거리 영상은 그 환경에 따라 많은 잡음이 첨가되어 있으므로 이들의 영향을 감소시키기 위한 전처리 과정으로 필터링부(410)를 통과시켜 입력 데이타를 메디안 필터링 및 스무딩 처리한다.
이와 같이 전처리되어 잡음이 제거된 데이타는 계단 경계 추출부(420)와 지붕 경계 추출부(430)를 통해 계단 경계와 지붕 경계가 추출된다.
즉, 위의 (식 1)과 (식 2)에 의해 미분값의 크기을 계산한후 이를 문턱치와 비교하여 문턱치 이상이면 경계 화소로 판단하고, 위에서 설명한 바와 같이 법선 벡터를 계산하고 법선 벡터의 상대적인 각도를 위의 (식 3)에 따라 계산하고 이를 문턱치와 비교하여 지붕 경계로 판단한다.
이와 같이 계단 경계 추출부(420)와 지붕 경계 추출부(430)에서 계단 경계와 지붕 경계를 추출하고 추출된 계단 경계 또는 지붕 경계 중에서 하나에 속하면 경계 화소로 결정한다.
이와 같은 경계 화소 결정부(440)에서 결정된 경계 화소는 영역화부(450)에 입력되어 폐곡선이 추출되고 추출된 폐곡선을 이용하여 영역이 추출된다.
각 경계 화소를 따라가면서 시작점으로 되돌아 오면 폐곡선으로 판단하고 페곡선 추출이 완료되면 영역화부(450)에서는 추출된 폐곡선의 내부에 다른 폐곡선이 존재하는지 판단하여 다른 폐곡선이 존재하면 가장 작은 면적을 갖는 폐곡선을 하나의 영역으로 하여 영역을 추출한다.
상기 영역화부(450)에서 추출된 영역의 특징을 이용하여 라벨 생성부(460)에서는 라벨을 생성하게 된다. 즉, 각 영역에 대한 특징인 영역의 갯수와 하나의 영역에 대한 화소수, 모양, 및 거리값의 평균을 라벨로 생성하고, 도 8에 도시한 바와 같이 라벨 저장부(300)내의 라벨 테이블에 첨가한다.
즉, 라벨 테이블에는 위의 세가지 특징이 도 8에 도시한 표의 형태로 저장된다.
한편, 각 영역에 대한 모양을 결정하기 위해서는 경계 화소를 이용하여 임플리시트 방정식을 풀어서 가장 근가한 원, 타원, 및 사각형의 방정식의 계수를 추출한다.
이와 같이 영상 저장부(200)에 저장된 거리 영상에 각각 할당된 라벨이 라벨 저장부(300)에 저장된후 사용자가 검색을 요구하게 되면 일반적인 데이타 베이스 검색 방법에 의해 칼라 영상이 검색된다.
즉, 사용자가 찾고자 하는 영상 즉, 사용자가 원하는 형태의 영역을 가진 영상의 특징에 해당하는 라벨을 사용자 입력부(600)를 통해 입력시키면 영상 검색부(500)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(500)에서는 라벨만을 검색하여 사용자가 원하는 거리 영상을 텍스트 서치 방법을 이용하여 검색하며, 사용자가 입력한 라벨에 해당하는 몇개의 영상을 영상 저장부(200)에서 찾아서 모니터(700)에 디스플레이해 준다.
사용자는 모든 영상이 아닌 영상 검색부(500)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 (10)

  1. 저장된 거리 영상 파일의 영상을 입력으로 계단 경계와 지붕 경계를 추적하여 경계 화소를 추출하는 경계 추출 단계(100, 101, 102, 103, 104);
    상기 추출된 경계 화소를 이용하여 폐곡선을 이루는 영역을 추출하는 폐곡선 추출 단계(105);
    상기 추출된 폐곡선으로부터 영역을 확정하는 영역화 단계(106);
    상기 확정된 영역에 따라 상기 저장된 거리 영상 파일에 라벨을 할당하여 저장하는 라벨 할당 단계(107, 108), 및
    상기 저장된 라벨에 따라 원하는 거리 영상 파일을 검색하는 거리 영상 파일 검색 단계를 포함하여 수행됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
  2. 제 1 항에 있어서, 상기 경계 추출 단계(100, 101, 102, 103, 104)는 저장된 거리 영상 파일의 영상으로 부터 잡음을 제거하는 잡음 제거 단계(100, 101); 상기 잡음이 제거된 거리 영상으로 부터 계단 경계 화소를 추출하는 계단 경계 추출 단계(102); 상기 잡음이 제거된 거리 영상으로 부터 지붕 경계 화소를 추출하는 지붕 경계 추출 단계(103); 및 상기 추출된 계단 경계와 지붕 경계 화소를 경계 화소로 결정하는 경계 화소 결정 단계(104)를 포함하여 수행됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
  3. 제 2 항에 있어서, 상기 잡음 제거 단계(100, 101)는 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, 상기 계단 경계 화소는 상기 거리 영상 신호의 수직 및 수평 방향의 미분값의 크기와 설정된 경계 판별용 문턱치의 비교에 의해 결정됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
  5. 제 2 항에 있어서, 상기 지붕 경계 추출 단계(103)는 상기 잡음이 제거된 거리 영상에 해당 화소를 중심으로 특정 크기의 윈도우를 설정하는 윈도우 설정 단계; 상기 설정된 윈도우 내의 임의의 3개 화소의 거리값을 추출하여 법선 벡터를 계산하는 법선 벡터 계산 단계; 및 상기 계산된 법선 벡터의 상대적인 각도가 급격히 변하는 화소를 지붕 경계 화소로 결정하는 지붕 경계 화소 결정 단계에 의해 수행됨을 특징으로 하는 거리 영상 파일 분류/검색 방법.
  6. 제 1 항에 있어서, 상기 영역화 단계는 상기 추출된 폐곡선 내부에 다른 폐곡선이 존재하는지 검색하는 단계; 상기 검색 결과 추출된 폐곡선 내부에 다른 폐곡선이 존재하는 경우 최소 면적을 갖는 폐곡선을 검출하는 단계; 및 상기 검색 결과 추출된 폐곡선 내부에 다른 폐곡선이 존재하지 않는 경우 상기 추출된 폐곡선과 상기 최소 면적 폐곡선으로 이루어진 면을 각각 영역으로 확정하는 영역 확정 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(200);
    상기 영상 저장 수단(200)에 저장된 거리 영상 파일의 영상으로 부터 잡음을 제거하는 필터링 수단(410);
    상기 필터링 수단(410)으로 부터 출력되는 잡음이 제거된 거리 영상으로 부터 계단 경계 화소를 추출하는 계단 경계 추출 수단(420);
    상기 필터링 수단(410)으로 부터 출력되는 잡음이 제거된 거리 영상으로 부터 지붕 경계 화소를 추출하는 지붕 경계 추출 수단(430);
    상기 계단 경계 추출 수단(420)과 지붕 경계 추출 수단(430)으로 부터 출력되는 계단 경계와 지붕 경계 화소를 경계 화소로 결정하는 경계 화소 결정 수단(440);
    상기 경계 화소 결정 수단(440)으로 부터 출력되는 경계 화소에 따라 폐곡선을 추출하여 영역을 확정하는 영역화 수단(450);
    상기 영역화 수단(450)에서 확정된 영역에 따라 상기 영상 저장 수단(200)에 저장된 거리 영상 파일에 라벨을 생성하여 할당하는 라벨 생성 수단(460);
    상기 영상 저장 수단(200)에 저장된 거리 영상 파일에 상기 라벨 생성 수단(460)에서 생성된 라벨을 맵핑하여 저장하는 라벨 저장 수단(300);
    사용자로 부터 입력되는 신호와 상기 라벨 저장 수단(300)에 저장된 라벨에 따라 상기 영상 저장 수단(200)에 저장된 거리 영상 파일을 검색하는 영상 검색 수단(500)을 포함함을 특징으로 하는 거리 영상 파일 분류/검색 방치.
  9. 제 8 항에 있어서, 상기 필터링 수단(410)은 메디안 필터(Median Filter)및 스무드 필터(Smooth Filter)로 구성됨을 특징으로 하는 거리 영상 파일 분류/검색 장치.
  10. 제 8 항에 있어서, 상기 라벨은 상기 영역화 수단(450)에서 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.
KR1019960054435A 1996-11-15 1996-11-15 거리 영상 파일 분류/검색 장치 KR100249617B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019960054435A KR100249617B1 (ko) 1996-11-15 1996-11-15 거리 영상 파일 분류/검색 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019960054435A KR100249617B1 (ko) 1996-11-15 1996-11-15 거리 영상 파일 분류/검색 장치

Publications (2)

Publication Number Publication Date
KR19980035967A KR19980035967A (ko) 1998-08-05
KR100249617B1 true KR100249617B1 (ko) 2000-03-15

Family

ID=19482051

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019960054435A KR100249617B1 (ko) 1996-11-15 1996-11-15 거리 영상 파일 분류/검색 장치

Country Status (1)

Country Link
KR (1) KR100249617B1 (ko)

Also Published As

Publication number Publication date
KR19980035967A (ko) 1998-08-05

Similar Documents

Publication Publication Date Title
JP3453134B2 (ja) 複数の記号ストリングの等価性を判定する方法
CN111754541B (zh) 目标跟踪方法、装置、设备及可读存储介质
US5854854A (en) Skew detection and correction of a document image representation
US6014458A (en) System for designating document direction
US10127199B2 (en) Automatic measure of visual similarity between fonts
JP3259993B2 (ja) 語形測定方法及び画像信号処理方法
JPH05217019A (ja) ビジネスフォーム識別システム及び画像処理システム
JP6393230B2 (ja) オブジェクト検出方法及び画像検索システム
EP1017011A2 (en) Block selection of table features
KR20080021181A (ko) 영상 데이터 처리 방법 및 그에 따른 시스템
JPH11345339A (ja) 画像セグメンテ―ション方法及び装置及びシステム及びコンピュ―タ可読メモリ
CN111652144A (zh) 基于目标区域融合的题目分割方法、装置、设备和介质
JPH07220090A (ja) 物体認識方法
JPH08508128A (ja) 分布マップを用いる画像の分類方法及び装置
CN113591433A (zh) 一种文本排版方法、装置、存储介质及计算机设备
CN116229446A (zh) 路面文字识别的处理方法、装置及介质
KR100249617B1 (ko) 거리 영상 파일 분류/검색 장치
CN114783042A (zh) 基于多移动目标的人脸识别方法、装置、设备及存储介质
KR100245337B1 (ko) 거리 영상 파일 분류 및 검색 방법 및 장치
KR100241921B1 (ko) 거리 영상 파일 분류/검색 방법
KR100220844B1 (ko) 거리 영상 파일 분류/검색 방법 및 장치
KR100245338B1 (ko) 칼라 영상 파일 분류 및 검색 방법 및 장치
KR19980051896A (ko) 거리 영상파일 분류/검색 방법 및 장치
JP3100825B2 (ja) 線認識方法
JP3514085B2 (ja) 文字列入力方法及び装置、並びに、文字列入力プログラムを格納した記憶媒体

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121203

Year of fee payment: 14

FPAY Annual fee payment

Payment date: 20131202

Year of fee payment: 15

LAPS Lapse due to unpaid annual fee