KR100266309B1 - 폐곡선 추출 방법 - Google Patents

Abstract

본 발명은 폐곡선 추출 방법에 관한 것이다.

이러한 본 발명의 방법은, 지도나 도면의 영상으로부터 물체를 인식하는 과정에 있어서, 임의의 한 직선(ℓ)을 선택하여 그 직선(ℓ)과 오른이웃 또는 왼이웃을 만족하는 직선들의 합집합 T를 구하는 단계, 합집합 T의 모든 직선들에 대하여 양끝점에 각각 직선이 연결되고, 그 연결된 직선이 합집합 T에 속하는지를 판단하는 단계, 및 판단 결과 만족하지 않는 직선들을 합집합 T에서 제거시키는 단계로 이루어져 있다.

따라서, 연결된 선들의 각도와 방향 등의 정보만을 이용하였기 때문에 많은 시간이 걸리고 폐곡선에 다른 직선이 걸쳐져 있으면 폐곡선을 추출하지 못하던 종래와 달리, 본 발명은 폐곡선을 구성하는 선들의 특성과 이웃관계를 이용함으로써, 폐곡선을 구성하는 선에 다른 선이 연결되어 있어도 폐곡선을 쉽게 추출해낼 수 있다.

Description

폐곡선 추출 방법(Method of drawing out a closed line)

본 발명은 영상인식에 관한 것으로, 특히 도면이나 지도와 같이 선으로만 구성된 물체의 영상을 인식하기 위한 폐곡선 추출 방법에 관한 것이다.

최근 개인용 컴퓨터의 대중화, 디지털 전송 기술의 발전, 고화질 디스플레이 장치 실현, CD의 보편화, 및 메모리 디바이스의 저가격화 등에 따라 가전의 개념이 영상(image)이라는 정보 매체를 중심으로 급속히 변화하고 있다.

그래픽 처리기술을 이용하여 현실감 있는 영상을 만들기 위해서는 고해상도의 디스플레이(1280 x 1024 이상)가 필요하며, 1 백만개 이상의 화소(pixel)에 대해 변환(transformation)과 색상계산을 직접 수행할 경우 방대한 량의 계산을 해야한다. 이와 같은 많은 계산량을 줄이기 위하여 물체의 곡면을 작은 폴리곤(polygon)의 메쉬(mesh)로 나타내고, 폴리곤의 각 정점(vertex)에 대한 변환, 색상 계산등을 수행한 후 라스터 라이져(rasterizer)에서 폴리곤 내부의 각 화소에 해당하는 색상의 근사치를 계산하는 방법(Gouraud shading, Phong shading)이 많이 쓰이고 있다.

예컨대, PC를 이용하여 스캐너로부터 도면이나 지도를 읽어들여 그 영상을 인식하는 것은 매우 보편화된 기술이다. 상기 PC가 영상을 인식하는 단계는 크게 전처리과정과, 프리미티브(Primitive) 추출과정, 및 물체 인식과정으로 이루어진다. 상기 전처리과정에서는 영상 데이터로부터 노이즈를 제거하고 칼라 또는 흑백의 영상 데이터를 단순화시키기 위한 이진화 등을 수행한다. 그런 다음, 프리미티브 추출과정에서 점들의 집합으로 이루어진 선으로부터 형상을 구성하는 기본요소(Primitive)을 추출하고, 물체 인식과정에서는 이러한 프리미티브들을 조합하여 물체를 인식하게 된다.

여기서, 상기 도면이나 지도와 같은 영상에 나타나는 모든 물체는 선들로 구성되는데, 그 선들간에는 일정한 규칙이 존재한다. 예를 들어, 지도를 인식하는 경우에 폐곡선은 구획에 해당되고 이들 구획들이 모여 블록을 구성하게 된다. 이들 블록을 인식하기 위해서는 블록을 구성하는 구획을 모두 인식한 후에 구획들을 연결하여 인식하게 된다. 이 과정에서 인접한 구획간의 선들의 공유성을 정보로 사용한다.

즉, 상기 도면이나 지도와 같은 영상에서 가장 기본적인 물체는 폐곡선이며, 이들이 모여 더 큰 물체를 구성하므로, 영상인식 분야에서 외곽선을 인식하는 것이 중요하다. 이때, 많은 선들로 구성된 물체의 경우, 외곽선을 찾기 위해서는 많은 선들을 탐색하여야 하므로, 선들의 수가 많아지면 탐색시간이 기하급수적으로 증가하게 된다. 따라서 상기 물체 인식과정에서 이러한 탐색을 쉽게 하기 위하여 물체를 구성하는 선들의 특성을 이용하여 물체를 인식하도록 하는 것이다.

그러나, 영상 데이터를 벡터화하였을 경우에 얻어진 직선들은 아무 의미가 없는 단순한 자료들이다. 따라서, 폐곡선들로 이루어진 물체를 인식하기 위해서는 먼저 인접한 폐곡선간의 선들의 공유성을 정보로 사용하여 폐곡선을 인식한 후에 폐곡선들을 연결하여 물체를 인식하여야 한다. 그러나, 종래에는 폐곡선을 찾기 위하여 연결된 선들의 각도, 선분 추적, 방향 등의 정보만을 사용하기 때문에 많은 시간이 소요되며, 폐곡선을 구성하는 선들에 다른 선이 연결되어 있을 경우에는 폐곡선을 찾지 못하는 문제점이 있었다.

이에 본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로, 직선들간의 이웃관계를 조사하여 어떠한 형태의 폐곡선이라도 인식할 수 있도록 된 폐곡선 추출 방법을 제공하는데 그 목적이 있다.

상기와 같은 목적을 달성하기 위한 본 발명의 방법은, 지도나 도면의 영상으로부터 물체를 인식하는 과정에 있어서, 임의의 직선(ℓ)을 선택하고, 그 선(ℓ)의 오른쪽 이웃관계 또는 왼쪽 이웃관계를 만족하는 선들의 집합을 구하는 단계, 상기 직선(ℓ)과 직선(ℓ)과 이웃관계인 선들의 합집합 T를 구하는 단계, 상기 합집합 T에서 임의의 직선 k를 선택하는 단계, 상기 직선 k의 양끝점에 각각 직선들이 연결되고, 각 끝점에 연결된 직선가운데 하나이상이 집합 T에 속하는지를 판단하는 단계, 판단 결과 그렇지 않다면 상기 집합 T에서 직선 k를 제거하고, 판단 결과 그렇다면 집합 T의 모든 직선에 대하여 조사가 완료되었는지를 판단하는 단계, 판단 결과 모든 직선에 대한 조사가 완료되었다면 집합 T를 구성하는 직선의 개수가 2보다 큰지를 판단하는 단계, 및 판단 결과 직선의 개수가 2보다 크지 않다면 집합 T를 구성하는 직선들이 폐곡선이 아님을 인식하고, 판단 결과 집합 T를 구성하는 직선의 개수가 2보다 크다면 집합 T를 구성하는 직선들을 폐곡선으로 인식하는 단계를 포함하는 것을 특징으로 한다.

도 1은 본 발명에 따른 폐곡선 추출 방법을 도시한 흐름도,

도 2는 다수개의 직선들로 구성된 영상의 한 예를 도시한 도면이다.

＊도면의 주요부분에 대한 부호의 설명

이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예에 대하여 자세히 살펴보기로 한다.

먼저, 본 발명의 이해를 돕기 위하여 도면이나 지도와 같은 영상에 있어서 영상을 구성하는 선들간의 연결성을 살펴보기로 한다.

일반적으로 도면이나 지도와 같은 영상에 있어서 한 물체만을 고립시킨 경우에, 물체의 외곽선을 구성하는 직선들의 특성은 선의 한 쪽에만 직선들이 존재하고 다른 쪽에는 직선들이 존재하지 않는다는 것이다(예컨대, 사각형을 이루는 네 선분들중에서, 왼쪽 선분을 기준으로 보았을 경우 그 오른쪽에만 직선이 위치하고, 위쪽 선분을 기준으로 보았을 경우에는 아래쪽에만 직선이 위치하는 등의 이론과 같다).

이때, 두 직선과 두 직선의 끝점을 연결하는 가상 직선으로 구성되는 사변형내에 다른 직선을 거치지 않고 두 직선을 직접 연결하는 직선이 존재할 때 두직선은 이웃관계를 만족한다고 하며, 선분들과의 이웃관계를 설정하는 알고리즘은 다음과 같다.

첫째, 모든 직선의 끝점들로부터 x 좌표에 대한 순서집합(orderde set) A를 구한다.

둘째, 집합 A에서 직선 끝점들로 구성되는 구간들의 집합 B를 구한다. 상기 구간들의 집합은 다음 수학식 2와 같다.

셋째, 각 구간에 끝점의 x 좌표가 포함되는 직선들의 집합을 구한 후, 이들을 구간 중심에서의 x 좌표 값에 대응하는 직선들의 y 좌표 값을 사용하여 정렬한다. 이 결과 인접한 직선들은 y 축 방향으로 이웃 관계를 만족한다.

넷째, 상기와 동일한 방법으로 x축 방향으로의 이웃 관계를 구한 후, 한 직선이 갖는 x축 방향으로의 이웃 관계를 만족하는 직선들의 집합과 y 축 방향으로의 이웃 관계를 만족하는 직선들의 집합의 합집합을 구한다. 이 합집합이 바로 그 직선과 이웃 관계를 만족하는 직선들의 집합이 된다.

다섯째, 기준 직선(ℓ)의 방향(m, -180 ° ＜m＜180 ° )과 두 개의 임시각 T1,T2을 구한다. 이때, 상기 기준 직선(ℓ)의 방향(m)이 양의 각일 경우에 T1=m,T2=180°+m 이고, 기준 직선의 방향(m)이 음의 각일 경우에 T1=180°+m,T2=180°+T1 이다.

여섯째, 상기 기준 직선(ℓ)과 이웃관계를 만족하는 모든 직선들(ℓ_i)의 중점과 기준 직선(ℓ)의 중점을 잇는 직선의 방향(m_i)을 구한다. 이때 m_i가 음의 각일 경우에, 상기 m_i는 m_i= m_i+360 ° 가 된다. 상기 m_i가 T1＜m_i＜T2인 경우에 직선 ℓ_i는 기준 직선(ℓ)과 오른쪽 이웃관계를 만족하며, T1＜m_i＜T2 가 아닌 경우에는 왼쪽 이웃관계를 만족한다.

이어서, 상기와 같은 선들간의 특성을 참조하여 본 발명의 작용 및 효과를 설명하기로 한다.

도 1은 본 발명에 따른 폐곡선 추출 방법을 도시한 흐름도이고, 도 2는 다수개의 직선들로 구성된 영상의 한 예를 도시한 것이다.

본 발명에 따라 폐곡선을 추출하기 위하여, 먼저 도면이나 지도와 같은 영상으로부터 임의의 직선(ℓ)을 선택하고, 그 선(ℓ)의 오른쪽 이웃관계 또는 왼쪽 이웃관계를 만족하는 선들의 집합, 즉 Nei_R(ℓ) 또는 Nei_L(ℓ)을 구한다(S1). 그리고, 상기 직선(ℓ)과 직선(ℓ)과 이웃관계인 선들의 합집합 T를 구한다(S2). 즉 상기 T={ℓ} + {Nei_R(ℓ)} 또는 T={ℓ} + {Nei_L(ℓ)}이 된다.

이어서, 상기 합집합 T에서 임의의 직선 k를 선택하고(S3), 상기 직선 k의 양끝점에 각각 직선들이 연결되고, 직선 k의 한 끝점에 연결된 직선가운데 적어도 한 선과 직선 k의 다른 끝점에 연결된 직선가운데 적어도 한 선이 모두 집합 T에 속하는지를 판단한다(S4). 판단 결과 그렇지 않다면 상기 집합 T에서 직선 k를 제거하고(S5), 판단 결과 그렇다면 집합 T의 모든 직선에 대하여 조사가 완료되었는지를 판단한다(S6).

판단 결과 조사가 완료되지 않았으면 상기 제3단계로 분기하고, 판단 결과 모든 직선에 대한 조사가 완료되었다면 집합 T를 구성하는 직선의 개수가 2보다 큰지를 판단한다(S7). 판단 결과 직선의 개수가 2보다 크지 않다면 집합 T를 구성하는 직선들이 폐곡선이 아님을 인식하고(S8) 종료하게 된다. 상기와 같이 직선의 개수가 2보다 크지 않을 경우 폐곡선을 인식하지 못하고 종료하는 것은, 2개의 직선을 이용하여 폐곡선을 구성하는 것이 불가능하기 때문이다.

상기 제7단계의 판단 결과 집합 T를 구성하는 직선의 개수가 2보다 크다면, 집합 T를 구성하는 직선들을 폐곡선으로 인식한다(S9).

이와 같이 폐곡선을 구성하는 선들에 대하여 오른쪽 이웃관계와 왼쪽 이웃관계의 특성을 이용하면, 지도에 있어서의 구획에 해당하는 폐곡선을 쉽게 찾을 수 있다.

예컨대, 도 2에 도시된 바와 같이, 직선 A내지 직선 N으로 이루어진 도면에 있어서, 임의의 직선(ℓ)으로 A를 선택하면, 직선 A의 오른이웃 Nei_R(A)은 {B,C,D,E,F}이며 집합 T는 {A}와 {B,C,D,E,F}의 합집합이 된다. 상기 집합 T의 구성요소가운데 직선 D는 한쪽 끝점에 직선이 연결되어 있지 않다. 따라서 직선 D만이 본 발명의 상기 제4단계를 만족하지 않으므로 집합 T에서 직선 D를 제거하면, 집합 T의 나머지 직선들 A,B,C,E,F가 하나의 폐곡선을 구성한다. 이와 같이 폐곡선을 구성하는 선에 다른 선이 걸쳐져 있어도 폐곡선을 추출해낼 수 있다.

이상에서 살펴본 바와 같이, 본 발명의 폐곡선 추출 방법은 도면이나 지도와 같은 영상을 인식하는 과정에 있어서, 폐곡선을 구성하는 직선들의 특성과 이웃관계를 이용함으로써, 폐곡선을 구성하는 선에 다른 선이 연결되어 있어도 폐곡선을 쉽게 추출해낼 수 있는 효과가 있다.

Claims (2)

1. 지도나 도면의 영상으로부터 물체를 인식하는 과정에 있어서,

   임의의 직선(ℓ)을 선택하고, 그 선(ℓ)의 오른쪽 이웃관계 또는 왼쪽 이웃관계를 만족하는 선들의 집합을 구하는 단계(S1);

   상기 직선(ℓ)과 직선(ℓ)과 이웃관계인 선들의 합집합 T를 구하는 단계(S2);

   상기 합집합 T에서 임의의 직선 k를 선택하는 단계(S3);

   상기 직선 k의 양끝점에 각각 직선들이 연결되고, 각 끝점에 연결된 직선가운데 하나이상이 집합 T에 속하는지를 판단하는 단계(S4);

   판단 결과 그렇지 않다면 상기 집합 T에서 직선 k를 제거하고(S5), 판단 결과 그렇다면 집합 T의 모든 직선에 대하여 조사가 완료되었는지를 판단하는 단계(S6);

   판단 결과 모든 직선에 대한 조사가 완료되었다면 집합 T를 구성하는 직선의 개수가 2보다 큰지를 판단하는 단계(S7); 및

   판단 결과 직선의 개수가 2보다 크지 않다면 집합 T를 구성하는 직선들이 폐곡선이 아님을 인식하고, 판단 결과 집합 T를 구성하는 직선의 개수가 2보다 크다면 집합 T를 구성하는 직선들을 폐곡선으로 인식하는 단계(S8,S9)를 포함하는 것을 특징으로 하는 폐곡선 추출 방법.
2. 제 1 항에 있어서, 상기 오른쪽 이웃관계는 기준 직선의 중점과 기준 직선과 이웃관계인 직선의 중점을 이은 직선의 방향(m_i)이 T1＜m_i＜T2를 만족하고, 상기 왼쪽 이웃관계는 T1＜m_i＜T2를 만족하지 않는 것을 특징으로 하는 폐곡선 추출 방법.(상기에서 T1과 T2는, 기준 직선의 방향을 m이라 했을 때, m＞0이면 T1=m,T2=180°+m 이고, m＜0이면 T1=180°+m,T2=180°+T1 임)

Images