KR100374323B1 - 로젯 주사 영상을 위한 클러스터링 방법 - Google Patents

Abstract

본 발명은 로젯 주사 영상을 위한 클러스터링 방법에 관한 것으로서, 로젯 패턴에 따라서 대상 영상을 읽어들이는 단계(a); 상기 읽어들인 대상 영상의 데이터 중 위치에 관한 정보를 변환하여 2차원 메모리에 배열하는 단계(b); 상기 2차원 메모리에 배열된 영상 데이터를 첫 번째 행부터 순서대로 읽어들이고, 연속되어 1인 경우에 이를 부분 클러스터로 정의하는 단계(c); 상기 단계(c)를 2차원 메모리의 끝 행까지 수행하고 생성되는 복수의 부분 클러스터를 저장하는 단계(d); 생성된 복수의 부분 클러스터간의 연속성 여부를 조사하는 단계(e); 상기 단계(e)에서 연속된 부분 클러스터들을 하나의 독립된 클러스터로 묶는 단계(f)를 포함하는 것을 특징으로 한다.

본 발명에 의한 방법에 의하면, 기존의 ISODAT 방식이나 K-means 방식과 같이 초기 씨앗점의 선택을 필요로 하지 않으며, 씨앗점의 선택에 따라 클러스터링 결과의 차이에 대한 염려가 없다. 또한 클러스터의 수를 고정시킬 필요가 없고, 화소가 저장된 메모리 번호의 연속성을 이용하여 클러스터링 하기 때문에 ISODATA 방식처럼 클러스터의 병합 및 분리 파라미터가 필요 없으며, 따라서 대상 영상에 존재하는 클러스터를 모두 분리할 수 있고, 계산이 간편한 장점이 있다.

Description

로젯 주사 영상을 위한 클러스터링 방법{Clustering Method for Rosette Scan Image}

본 발명은 로젯 주사 영상을 위한 클러스터링 방법에 관한 것으로서, 더욱 상세하게는 로젯 패턴에 의해 읽어들인 영상 화소를 2차원 메모리에 배열하고, 이로부터 부분 클러스터를 정의하며, 상기 정의된 부분 클러스터를 통해 클러스터를생성하는 방법에 관한 것이다.

로젯 주사 영상은 단소자 검출기가 전체 시계(total field of view)를 로젯 패턴의 형태로 주사하여 만들어내는 영상으로서 적외선 유도 미사일의 탐색기에서 비행중인 표적과 섬광탄 같은 유사 표적을 분리하는데 주로 사용되고 있다. 로젯 주사 방식의 탐색기는 광학계의 회전으로 마치 적외선 검출기가 로젯 패턴을 따라 전체 시계를 주사하는 것처럼 표적의 정보를 2차원 주사 영상으로 제공한다.

로젯 주사 탐색기는 검출된 주사 영상으로부터 표적의 크기와 공간상의 위치에 관련된 정보를 얻을 수 있기 때문에 표적, 배경, 클러터(clutter) 및 섬광탄과 같은 대응 능력을 서로 구분할 수 있다. 로젯 패턴의 주사 속도는 잎사귀 중심부가 빠르고 잎사귀 끝부분이 늦다. 또한 패턴 자체의 비선형성 때문에 표적을 지나가는 주사선 수는 패턴의 중앙이 외부보다 많다. 이러한 로젯 패턴의 주사 속도의 차이와 비선형성으로 인하여 검출되는 영상은 전체 시계내의 위치에 따라 형상이 다르게 나타난다.

또한 로젯 주사 탐색기는 단소자 검출기의 주사에 의해 적외선 영상을 취득하기 때문에 일반 카메라 영상과는 달리 밝기 분포의 차이가 크지 않다. 따라서 표적의 위치에 따른 검출 영상의 변형에 적응할 수 있으며, 동시에 섬광탄과 같은 표적의 대응 능력을 처리할 수 있는 신호처리 기법이 필요하다.

종래의 로젯 탐색기에 있어서, 전체 시계내에 존재하는 영상을 구분하는 클러스터링 방법으로 K-means 클러스터링을 사용하였다. 그러나 이 방법은 초기 클러스터의 씨앗점(Seed Point)의 선택에 따라서 클러스터링 결과가 다르게 나타나고,알고리즘 시작 전에 대상 클러스터의 수를 결정해야 한다. 따라서 표적에서 대응 능력으로 발사하는 섬광탄의 수가 일정하지 않으면 미사일의 표적 추적은 실패하게 된다. 이러한 점을 개선한 클러스터링 방법으로 ISODATA(Iterative Self Organizing Data Analysis Technique) 기법이 있다. 이러한 클러스터링 방법은 알고리즘 시작전에 클러스터의 수를 미리 고정하지 않고 알고리즘 진행에 따라 클러스터의 수를 결정하기 때문에 섬광탄의 수에 관계없이 모든 클러스터를 구분할 수 있다. 그러나 미사일 요격에 의해 탐색기와 표적의 거리가 가까워지면 검출된 클러스터의 크기가 증가하기 때문에, 클러스터의 분리 및 병합 파라미터의 값을 수시로 변경해야 한다. 따라서 ISODATA 알고리즘을 적용한 반대응 능력은 알고리즘 자체의 반복과 추적 진행에 따른 파라미터의 변경으로 처리 시간이 길어지는 단점이 있다.

본 발명에서는 상기한 바와 같은 종래 기술의 문제점을 해결하기 위해, 로젯 패턴에 의해 읽어들인 영상 화소를 2차원 메모리에 배열하고 메모리의 연속성을 이용하여 클러스터링 하는 방법을 통해, 씨앗점 및 클러스터의 병합 및 분리 파라미터가 필요 없는 클러스터링 방법을 제안하고자 한다.

도 1은 N1, N2 및 ΔN에 따라 생성된 로젯 패턴의 모양을 도시한 것,

도 2는 로젯 주사 영상을 위한 클러스터링 방법의 바람직한 실시예에 따른 순서도를 도시한 것,

도 3은 로젯 패턴을 2차원으로 재배열하는 방법을 로젯 패턴에 도시하면서 설명한 것,

도 4는 영상 화소를 2차원 메모리에 배열하는 일례를 도시한 것,

도 5a는 실제 입력 영상, 도 5b는 2차원 메모리에 배열하여 클러스터를 형성한 영상, 도 5c는 도 5b의 2차원 메모리 상에서의 클러스터를 실제 좌표에 맞게 배열한 것을 도시한 것.

이하에서 첨부된 도면을 참조하여, 본 발명에 의한 로젯 주사 영상을 위한 클러스터링 방법의 바람직한 실시예를 상세하게 설명한다.

우선 도 1을 참조하여 로젯 주사 패턴에 대하여 설명한다.

로젯 주사 패턴은 두 개의 광학계를 일정한 비율로 서로 반대 방향으로 회전시킴으로써 이루어진다. 두 프리즘의 회전 주파수가 f1, f2 일 때, 형성되는 로젯 패턴의 자취는 다음의 수학식 1로 표현된다.

상기 수학식 1에서는 프리즘의 굴절률을 의미한다.

상기 회전 주파수인 f₁, f₂에 의 비에 의해 주사 속도, 총 잎사귀의 수, 잎사귀의 넓이 및 인접한 잎사귀와의 교차점들의 위치 등이 결정되며, 이들 주파수 비의 관계는 다음의 수학식 2와 같다.

수학식 2에서 N₁및 N₂는 양의 정수이고 f₁f₂이다.

수학식 2의 비가 항상 유리수이고, N₁=f₁/f 및 N₂=f₂/f 가 되는 최대 공약수 f를 가질 때에만 수학식 1에 의해 완전히 닫혀 있는 로젯 패턴을 형성할 수 있으며, 이 경우 로젯 패턴의 프레임 주기는 다음의 수학식 3과 같이 표현된다.

로젯 패턴 내의 전체 잎사귀의 수는 다음의 수학식 4와 같으며, 로젯 패턴을 형성하는 잎사귀의 넓이를 나타내는 파라미터는 다음의 수학식 5와 같이 나타내어진다.

도 1에서 도 1a는 N₁=13, N₂=11,=2 인경우의 로젯 패턴을 도시한 것이고, 도 1b는 N₁=13, N₂=9,=4인 경우의 로젯 패턴을 도시한 것이다. 도 1에 도시된 바와 같이,의 값이 커지면 잎사귀의 폭이 넓어지고, 값이 적어지면 상대적으로 잎사귀의 폭은 좁아지는 것을 알 수 있다.

도 2는 로젯 주사 영상을 위한 클러스터링 방법의 바람직한 실시예에 따른 순서도를 도시한 것이다.

도 2에 도시된 바와 같이, 우선 대상 영상을 로젯 패턴에 따라서 읽어들인다(21). 로젯 패턴에 의해 읽어들인 대상영상은 각 샘플점에서의 밝기에 따라 서로 다른 값으로 저장이 된다. 예를 들어 읽어들인 대상 영상의 데이터는 밝기 정도에 따라 0부터 255의 값을 가지게 된다. 본 발명의 바람직한 실시예에 따르면, 정확한 대상영상의 인식보다는 대상 영상 내에서 표적의 존재 여부를 파악하는데 목적이 있으므로, 일정한 기준을 정하여 어느 정도의 밝기 이상이면 표적이 존재하는 것으로 파악하고, 이하이면 표적이 존재하지 않는 것으로 파악한다. 따라서 대상 영상의 검출 레벨은 영상이 존재하면 1, 존재하지 않으면 0의 값을 가지게 된다. 즉 대상 영상 내에서 표적이 검출되는 부분의 화소 값들은 연속해서 1의 값을 가지며, 그렇지 않은 부분은 0의 값이 연속된다.

도 3은 로젯 패턴을 2차원으로 재배열하는 방법을 로젯 패턴에 도시하면서 설명한 것이다.

샘플링 시간에 따라 검출되는 영상 화소의 배열은 비선형적인 패턴을 따라 정렬되기 때문에 2차원 배열이 아닌 1차원 배열의 형태를 가진다. 또한 도 3에 도시된 바와 같이, 로젯 패턴의 잎사귀가 굵은 실선과 같은 순서로 형성되기 때문에 1차원 배열로 화소간의 연속성을 검사할 수 없다. 따라서 패턴이 완전히 형성된 다음에 1차원 배열을 각각의 잎사귀 별로 나누어 2차원 공간상 및 2차원 메모리에 분포될 수 있도록 재배열을 하도록 한다(22). 로젯 패턴의 비선형성을 최대한 줄이기 위해서 잎사귀가 겹치지 않는 패턴을 대상으로 재배열을 하는 것이 바람직하다.

로젯 패턴을 재배열하는 방법을 상세히 설명하면 다음과 같다. 먼저 로젯 패턴을 형성하는데 필요한 샘플점의 수가 2의 k승 값을 갖도록 다음의 수학식 6과 같이 정의한다. 샘플점의 숫자를 2의 k승 값을 갖도록 하는 것은 이를 2의 k승의 값을 갖는 메모리 저장공간에 배열하기 위함이다.

상기 수학식 6에서 k=1,2 ···이고, N은 로젯 패턴의 전체 잎사귀 수이다. 로젯 패턴이 2차원 배열로 재정렬 되기 위해서 샘플 시간는 다음의 수학식 7을 만족하여야 한다.

상기 수학식 6에서 f는 하나의 로젯 패턴을 형성하는데 필요한 프레임 주파수이다.

로젯 패턴을 2차원 배열로 변환하기 위해서 도 3과 같이 각 잎사귀를 패턴의 중심과 끝을 기준으로 반분한다. 로젯 패턴이 시작되는 잎사귀 위쪽 반을 i=1로 정하고, 반시계 방향으로 번호를 부여한다. 각각의 i행은 j개의 순시 샘플 점(N_j)으로 구성되기 때문에 센서의 순시 위치로부터 배열의 i와 j값을 계산할 수 있다. i는 2차원 메모리에서 행에 해당되고 j는 2차원 메모리에서 열에 해당된다.

i 값은 다음의 수학식 8에 의해 구한다.

상기 수학식 8에서 i=1,2,···,2N 사이의 값을 가진다.는 검출기의 순시 위치를 극좌표로 표현하였을 경우에 각(angle)에 해당된다. 열에 해당하는 j는 전체 패턴의 샘플 수로부터 2^k개씩 분할하여 구성한다. 따라서 j의 범위는 j=1,2,···,2^k가 된다. 패턴 중심부의 샘플점부터 시작하여 잎사귀 끝점의 샘플점에서 끝나도록 j열의 배치 순서를 정하면 다음의 수학식 9와 같이 j값을 구할 수 있다.

, if D is odd,

,if D is even,

상기 수학식 9에서이고 N_j= 1,2,···,N_T이다.

한 주기 동안의 로젯 주사중에, 적외선 센서에서 검출되는 물체에 관한 정보는 수학식 8과 수학식 9를 이용하여 해당 메모리 배열에 저장된다. 로젯 주사중에 물체가 검출되면 해당 배열의 메모리에 1을 저장한다. 반대의 경우는 0을 저장한다. 한 주기 동안의 주사가 완료되면 메모리상에 ij 배열이 생성되는데, 도 4는 이의 일례를 도시한 것이다.

도 4에 도시된 바와 같은 2차원 메모리상에 영상 데이터를 배열하는 과정이 끝나면, 2차원 메모리상의 행을 중심으로 부분 클러스터를 정의한다(23).

부분 클러스터를 정의하는 방법을 설명하기에 앞서, 설명에 사용되는 용어를 다음과 같이 정의한다.

S_l는 l 번째 부분 클러스터를 의미하고, i 는 행 번호, j 는 열 번호를 의미하며, x_ij는 (i,j) 번째 배열의 화소 값, n(S_l) 은 l 번째 부분 클러스터의 원소 수, N_r은 하나의 부분 클러스터가 가질 수 있는 최소의 원소 수로서 이는 각 상황에 맞도록 임의로 정의한다.

부분 클러스터는 메모리 배열의 1행 즉 i=1부터 연속된 1의값을 가지는 데이터가 있는지 여부를 판단하면서 정의하게 된다. 우선 l, j, i 값을 1로 초기화한다. 1행(i=1)에서 j값을 1부터 2^k까지 증가시키면서 x_ij값을 검사한다. x_ij값이 연속하여 1의 값을 가지는 경우에는 연속하여 1을 가지는 i와 j값을 부분 클러스터로 정의하고, 이를 S_l에 포함시킨다. 단 연속하여 1을 가지는 개수가 임의로 정의한 N_r보다 큰 경우여야 한다. S_l에 포함시키는 작업은 하나 이상의 화소가 0의 값을 가질 때까지 계속된다. 1행에서 처음으로 정의된 부분 클러스터는 S₁이 된다. 부분 클러스터가 행 단위로 정의가 되기는 하나, 하나의 행에서 하나의 부분 클러스터만이 형성되는 것이 아니라 2개 이상의 부분 클러스터가 형성될 수도 있다. 도 4에 도시된 1행에서와 같이, 연속된 1의 값이 하나의 행에서 재차 반복되는 경우에는 그 각각을 독립적인 부분 클러스터로 정의한다. 도 4에서 첫 번째의 3개의 연속된 1값은 S₁이 되고 두 번째의 2개의 연속된 1값은 S₂가 된다.

마지막 i 행까지 상기한 과정을 반복을 하게되면, 다음의 수학식 10과 같은 부분 클러스터들이 정의된다.

상기 수학식 10에서 n은 l 번째 클러스터의 원소 수를 의미한다.

상기한 바와 같이 부분 클러스터들을 정의한 다음에는 각각의 부분 클러스터들이 연속되어 있는지 여부를 조사하고(24). 연속된 부분 클러스터들을 하나의 독립된 클러스터로 묶는 작업을 한다(25). 본 발명의 바람직한 실시예에 따르면, 상기한 두 과정은 같이 이루어진다. 연속성의 조사는 각각의 부분 클러스터에 속한 원소의 행이 다른 부분 클러스터의 원소의 행과 인접해있는지 여부로 판단한다. 이를 자세히 설명하면 다음과 같다.

모든 부분 클러스터를 포함하는 전체집합 U를 [S₁, S₂,···,S_l] 이라고 하고, 연속된 부분 클러스터가 합쳐진 하나의 독립된 클러스터를 C_p라고 정한다. 부분 클러스터의 연속성의 조사는 p=1부터 시작한다.

전체집합 U의 첫 번째 원소를 C_p에 포함시키고, U에서 제거하면 다음의 수학식 11과 같이 표현된다.

,

수학식 11에서 C_p의 임의의 원소 (i_m,j_m)_p와 U의 l 번째 부분 클러스터의 원소 (i_n,j_n)l과의 연속성을 다음의 수학식 12와 같은 방법으로 조사한다. C_p에 포함되는 l 번째 부분 클러스터는 U에서 제거된다.

and if

상기 수학식 12에서 알 수 있듯이 연속성의 조사는 임의로 C_p로 편입한 원소와 U에 속한 부분 클러스터의 원소의 차가 1인 경우에 연속된 것으로 판단하며, 이는 서로 행이 인접해있고, 열이 같은 경우에 서로 연속하고, 연속된 부분 클러스터들을 하나의 독립된 클러스터의 범주로 보는 것임을 알 수 있다. 또한 수학식 12에서 알 수 있듯이, 연속된 것으로 판단된 부분 클러스터들은 전체집합 U에서 제거된다.

상기 수학식 12에 해당하는 원소가 전체집합 U에 더 이상 존재하지 않으면, p 값을 하나 증가시키고, 이와 같은 과정을 U에 어떠한 원소도 남지 않을 때까지 계속한다.

도 3에 도시된 바와 같이, 로젯 패턴의 특성상 i=1 과 i=2N은 메모리 상에서는 인접하지 않더라도 실질적으로 인접해 있는 경우이므로, 마지막으로 i=1행과 i=2N행 사이의 연속성을 조사한다. 이들 행 사이의 연속성의 조사는 다음의 수학식 13과 같은 방법으로 한다.

, if

상기 수학식 13에서 r=1,2 ···,p-1 이고 s=r+l, ···,p이며, rs 이다.

부분 클러스터들간의 연속성 조사 및 연속된 부분 클러스터들을 하나의 클러스터로 묶는 과정이 종료되면 메모리 저장된 각각의 클러스터 배열을 실제 X,Y 좌표에 맞는 값으로 변환하고, 클러스터의 중심을 구한다(26).

도 5a는 실제 입력 영상, 도 5b는 2차원 메모리에 배열하여 클러스터를 형성한 영상, 도 5c는 도 5b의 2차원 메모리 상에서의 클러스터를 실제 좌표에 맞게 배열한 것을 도시한 것이다.

메모리 상의 클러스터를 실제 좌표에 맞도록 배열하는 것은 각각의 클러스터 배열을 X 및 Y 배열과 곱하는 방식으로 이루어진다. 도 5에서 알 수 있듯이 본 발명에 의한 방법이 실제 입력 영상의 개수 및 형태를 충분히 반영함을 알 수 있다. 클러스터의 중심은 도 5c와 같이 실제 좌표로 배열한 다음에 구하게 된다.

이상에서 설명한 바와 같이 본 발명에 의한 로젯 주사 영상을 위한 클러스터링 방법에 의하면, 기존의 ISODAT 방식이나 K-means 방식과 같이 초기 씨앗점의 선택을 필요로 하지 않으며, 씨앗점의 선택에 따라 클러스터링 결과의 차이에 대한 염려가 없다. 또한 클러스터의 수를 고정시킬 필요가 없고, 화소가 저장된 메모리 번호의 연속성을 이용하여 클러스터링 하기 때문에 ISODATA 방식처럼 클러스터의 병합 및 분리 파라미터가 필요 없으며, 따라서 대상 영상에 존재하는 클러스터를 모두 분리할 수 있고, 계산이 간편한 장점이 있다.

Claims (5)

1. 로젯 패턴에 따라서 대상 영상을 읽어들이는 단계(a);

   상기 단계(a)에서 읽어들인 대상 영상의 데이터를 상기 대상 영상의 로젯 패턴상 잎사귀 위치 및 패턴 중심부로부터의 거리에 따라 2차원 메모리에 배열하는 단계(b);

   상기 단계(b)를 통하여 상기 2차원 메모리에 배열된 영상 데이터를 첫 번째 행부터 순서대로 읽어들이고, 읽어들인 영상 데이터가 연속되어 1인 경우에 이를 부분 클러스터로 정의하는 단계(c);

   상기 단계(c)를 2차원 메모리의 끝 행까지 수행하여 생성되는 복수의 부분 클러스터를 저장하는 단계(d);

   상기 단계(d)에서 각 행별로 생성되는 복수의 부분 클러스터들 사이의 연속성 여부를 조사하는 단계(e); 및

   상기 단계(e)에서 서로 연속된 부분 클러스터들을 하나의 독립된 클러스터로 묶는 단계(f)를 포함하는 것을 특징으로 하는 로젯 주사 영상을 위한 클러스터링 방법.
2. 제 1항에 있어서,

   상기 단계(f)에서 묶어진 클러스터들을 상기 대상 영상에 해당하는 X, Y 좌표 값에 맞도록 배열하고, 이로부터 상기 각 클러스터의 중심을 구하는 단계(g)를 더 포함하는 것을 특징으로 하는 로젯 주사 영상을 위한 클러스터링 방법.
3. 제1항에 있어서,

   상기 단계(b)에서 대상 영상의 데이터를 2차원 메모리에 배열하는 단계는,

   상기 단계(a)에서 읽은 영상 데이터의 순시위치인및 로젯 패턴의 전체 잎사귀수인 N으로부터 0 인 경우에,<0 인 경우에에 의해 2차원 메모리상에서 행 번호 i를 결정하는 단계; 및

   각 샘플점을 N_j라 하고 D=라고 할 때 D가 홀수인 경우, D가 짝수인 경우에 의해 2차원 메모리상에서 열 번호 j를 결정하는 단계를 포함하며,

   여기에서, 각 잎사귀의 반쪽 상에는 패턴 중심부로부터 잎사귀 끝점까지 샘플점이 2^k개 존재하고(여기에서, k는 자연수이다),

   한 주기 동안의 패턴 전체의 샘플점 수 N_T는 2N·2^k개이며,

   상기 각 샘플점 N_j는 1, 2, ..., N_T의 값을 갖는 것을 특징으로 하는 로젯 주사 영상을 위한 클러스터링 방법.
4. 제 1항에 있어서, 상기 부분 클러스터는 각 행별로 정의되는 것을 특징으로 하는 로젯 주사 영상을 위한 클러스터링 방법.
5. 제 1항 또는 제 4항에 있어서,

   상기 단계(e)의 연속성의 조사는, 상기 각 행별로 정의된 부분 클러스터의 행이 인접해 있는지 여부로 조사하는 것을 특징으로 하는 로젯 주사 영상을 위한 클러스터링 방법.