KR100809678B1 - 에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그장치 - Google Patents

에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그장치 Download PDF

Info

Publication number
KR100809678B1
KR100809678B1 KR1020060041554A KR20060041554A KR100809678B1 KR 100809678 B1 KR100809678 B1 KR 100809678B1 KR 1020060041554 A KR1020060041554 A KR 1020060041554A KR 20060041554 A KR20060041554 A KR 20060041554A KR 100809678 B1 KR100809678 B1 KR 100809678B1
Authority
KR
South Korea
Prior art keywords
edge
binary image
edges
edge position
points
Prior art date
Application number
KR1020060041554A
Other languages
English (en)
Other versions
KR20070109066A (ko
Inventor
김정태
Original Assignee
두비시스주식회사
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 두비시스주식회사 filed Critical 두비시스주식회사
Priority to KR1020060041554A priority Critical patent/KR100809678B1/ko
Publication of KR20070109066A publication Critical patent/KR20070109066A/ko
Application granted granted Critical
Publication of KR100809678B1 publication Critical patent/KR100809678B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Abstract

본 발명은 에지 위치 추정을 이용하여 효과적으로 이진 영상을 복원하는 방법에 관한 것으로, 본 발명에 따른 이진 영상 복원 방법은, 측정된 이진 영상으로부터 에지 후보점들을 검출하는 단계와, 검출된 에지 후보점들 중 미리 지정된 에지 개수만큼의 에지를 선택하고 선택된 에지들의 위치를 초기 추정치로 설정하는 단계와, 설정된 초기 추정치에 기초하여 측정된 이진 영상과 가장 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화하는 단계와, 최적화된 에지 위치에 기초하여 이진 영상을 복원하는 단계를 포함하는 것을 특징으로 한다. 이에 따라, 보다 효과적으로 측정된 이진 영상 신호와 가장 유사한 이진 영상을 보다 정확하게 복원할 수 있다.
이진파형, 바코드, 복원, 에지, 최적화, Bi-level waveform, barcode, deblurring, restoration, edge, optimization

Description

에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그 장치{A method and apparatus for restoring a bi-level waveform by estimating edge locations}
도 1은 본 발명에 따른 바코드 판독장치의 구성의 일 예,
도 2는 본 발명에 따른 이진 영상 복원 장치의 구성의 일 예,
도 3은 본 발명에 따른 이진 영상 복원 방법을 도시한 흐름도,
도 4는 본 발명에 따른 에지 추정 방법을 도시한 흐름도,
도 5는 본 발명에 따른 영상 복원 방법의 효과를 실험하기 위해 사용된 PDF417 규격의 바코드 이진 영상의 일 예,
도 6은 실험결과로 얻어진 최적화에 따른 상관관계계수의 변화를 도시한 그래프,
도 7은 실험결과로 얻어진 본 발명에 따라 복원된 신호를 도시한 그래프이다.
<도면의 주요부분에 대한 부호의 설명>
10: 이진영상 측정모듈 20: 이진영상 복원모듈
22: 에지 검출부 24: 에지 추정부
26: 에지 최적화부 28: 이진영상 복원부
30: 정보 해석모듈
본 발명은 이진 영상 복원 방법 및 그 장치에 관한 것으로, 보다 구체적으로는 에지 위치 추정을 이용하여 이진 영상을 효과적으로 복원하는 방법 및 그 복원 장치에 관한 것이다.
이진 파형(bi-level waveform: 이하 '이진 영상'이라 함)은 두 가지의 크기만을 가지는 신호로서 구형파 형태의 디지털 신호나 바코드 영상 신호 등이 대표적인 예이다. 이진 영상이 통신채널을 거쳐 수신되거나 또는 매체에 저장되었다가 다시 읽혀지는 경우 대부분 파형이 왜곡되고 잡음이 추가되어 원 신호와는 달리 변형된다. 예를 들면, 바코드 영상을 CCD(Charge Coupled Device) 카메라와 같은 영상 입력 장치로 읽어보면 인쇄시 잉크의 번짐, 조명의 불균일함, 렌즈 왜곡, CCD 카메라의 PSF(Point Spread Function) 등의 영향으로 이진 신호가 블러링(blurring)되어 있고 잡음이 더해져 있는 경우가 대부분이다. 바코드 영상의 정보를 복호화하기 위하여 바(bar)와 스페이스(space) 패턴의 에지들을 정확히 복원하여 그 간격을 측정하여야 하는데, 블러링된 영상을 사용하면 잘못된 에지들을 검출하게 되어 복호에 실패하는 경우가 발생하게 된다. 이러한 문제점을 해결하기 위하여 반복적인 최적화 기번을 이용한 디블러링(deblurring)을 수행하여 일차적으로 원 영상에 가깝게 영상을 복원하고, 이 복원된 영상에 에지 검출기법을 적용하는 연구가 수행되어 왔다.
이 방법은 임의의 신호를 왜곡을 유발하는 블러링(blurring) 함수를 거쳐서 왜곡된 신호를 만들어 내면서 측정된 신호와 가장 유사한 신호를 만들어내는 신호를 반복적으로 찾아냄으로써 디블러링(deblurring)을 수행한다. 이를 위하여 두 영상의 유사성을 계량화하는 유사지수를 설계하고 이 유사지수를 최대화하는 신호를 발견하는 반복적 최적화 알고리즘을 사용하여 영상을 복원하게 된다.
이러한 방법의 문제점은 측정된 영상과 유사한 영상을 만드는 신호가 유일하지 않거나 또는 잡음 때문에 원 영상과는 다른 신호가 복원될 가능성이 많다는 것이다. 이는 수학적으로 deblurring 문제가 ill-posed 문제이기 때문이다. 이러한 문제점을 방지하기 위하여, 단순히 측정된 신호와 유사한 신호를 만들 뿐만 아니라 원 신호의 속성을 반영한 정규화 함수(regularization function)를 최소화시키는 신호를 선택한다. 많은 경우에 원 신호가 지나치게 많이 변하지는 않는다는 전제하에 미분치의 제곱을 적분한 함수 등을 정규화 함수로 사용한다. 그러나 이 경우 변화가 심한 영상은 선택되지 않게 되므로, 이진영상의 본질적인 속성인 에지가 제대로 복원되지 못한다는 결정적인 문제점이 있다. 이를 막기 위하여 에지를 효율적으로 검출하기 위한 총변량 최소화(Total variation minimization) 방법 등이 연구되어 왔으나 본질적인 에지 손상의 문제를 완전히 해결하기는 매우 어렵다.
뿐만 아니라, 기존의 방법은 정규화 인자(regularization parameter)의 선택이라는 문제점도 가지고 있다. 정규화 인자는 목적함수에서 유사지수와 정규화 함수 사이의 비율을 조절하는 인자로서 이의 선택에 따라 복원된 영상이 잡음에 매우 민감할 수도 있고, 원 영상과는 매우 다른 영상을 가질 수도 있다. 정규화 인자를 자동으로 결정하기 위하여 CV(Cross Validation) 등의 여러 가지 방법이 제안되어 왔지만 많은 경우에 만족스럽지 못한 결과를 보이고 이로 인한 에지 복원의 실패는 바코드 복호 오류를 불러일으킬 수 있게 된다.
보다 구체적으로 기존의 바코드 영상 복원 방법을 살펴보면 다음과 같다. 원래의 이진 영상 신호가 임펄스 응답 G(t)로 표현되는 블러링에 의해 왜곡되고, 왜곡된 신호에 잡음이 더해진 신호 y(t)가 관측된다고 가정하면, 측정된 신호는 다음 수학식 1과 같이 표현될 수 있다.
Figure 112006032471018-pat00001
여기서, y(t)는 측정된 이진영상 신호를, G(t)는 임펄스 응답(블러링)을, n(t)는 잡음을 나타낸다.
이러한 모델을 기반으로 원 이진 영상 신호를 복원하기 위하여, 기존의 방법은 바코드 영상과 가장 유사한 모양을 만들어내는 원 이진 영상을 찾아내기 위하여 여러 개의 이진 영상 신호 중에서 알려진 블러링 모델을 통과한 후 왜곡된 영상과 가장 유사한 신호를 만들어 내는 신호를 찾아내도록 한다. 이를 위하여 측정된 신호와 만들어지는 신호의 유사도를 계량화하여야 하는데 MSE(Mean Square Error) 혹은 상관관계계수 등이 널리 사용된다.
앞서 설명한 바와 같이 원 신호 발견의 문제는 ill-posed 역문제(inverse problem)이기 때문에 정규화 과정이 필요하게 된다. 만약 정규화를 수행하지 않으면 잡음의 영향에 매우 민감하게 된다. 즉, 측정된 영상과의 오차만을 최소화하게 되면 잡음을 효과적으로 제거하지 못하게 된다. 이러한 문제점을 줄이기 위하여, 원 영상의 특성을 이용한 벌칙함수(penalty function)를 추가하여 보다 정확한 영상을 얻고자 하게 된다. 그 결과로 복원되는 신호는 다음 수학식 2와 같이 정의된다.
Figure 112007080348486-pat00026
여기서,
Figure 112006032471018-pat00003
는 복원된 신호이고,
Figure 112006032471018-pat00004
는 정규화 인자,
Figure 112006032471018-pat00005
는 원 영상의 특성을 이용한 벌칙함수를 나타낸다.
가장 널리 알려진 벌칙함수로는 일반적인 영상들이 저주파 신호로 구성되어 있다는 점에 착안하여 설계된 신호의 일차 또는 이차 미분치의 제곱을 적분한 함수들이 있는데 수학식 3은 일차미분을 사용한 벌칙함수를 나타낸다.
Figure 112006032471018-pat00006
그러나, 이러한 정규화 방법은 원 영상에서 고주파 성분인 에지 성분을 필연적으로 제거하게 되므로, 바코드 영상과 같이 원 영상에 많은 에지가 포함되고 그 에지에 중요한 정보를 담고 있는 이진 영상에는 효과적으로 적용되기 어려운 문제점이 있다. 이러한 문제점을 해결하기 위하여 상대적으로 에지를 보다 잘 보존할 수 있는 총변량 최소화 방법 등을 적용하는 연구도 활발히 진행되고 있으나 이 방법 역시 본질적으로는 고주파 성분을 제거한다는 점에서 바코드 영상에의 적용에는 한계를 지니고 있다.
뿐만 아니라 수학식 2에서 볼 수 있듯이 정규화 인자
Figure 112006032471018-pat00007
의 설계가 매우 중요하다. 만약
Figure 112006032471018-pat00008
가 너무 작으면 잡음의 영향을 지나치게 많이 받게 될 것이고, 너무 크게 되면 복원되는 영상이 너무 저주파 성분의 부드러운 영상으로 되어서 원 신호와 많은 차이를 보이게 될 것이다. 효과적인 정규화 인자의 자동 설계는 매우 중요한 문제로서 많이 연구되어 왔으나, 이진 신호에 대한 성능이 검증되어 있지 않으며 아울러 연산시간의 문제 등도 있게 된다.
따라서, 전술한 문제점을 해결하기 위한 본 발명의 목적은 에지 위치 추정을 이용하여 효과적으로 이진 영상을 복원하는 방법 및 그 장치를 제공하는 것이다.
또한, 본 발명의 다른 목적은 미리 정해진 에지의 개수 정보를 이용하여 보다 효과적으로 에지 위치를 추정하는 방법을 제공하는 것이다.
보다 구체적으로는, 본 발명에서는 원 이진 영상에서의 에지의 개수가 미리 정해진 이진 영상들을 그 에지 개수 정보를 이용하여 보다 효율적으로 복원하는 방법을 제안한다. 에지의 개수가 정해지면 이진 영상은 정해진 개수만큼의 에지의 위치와 두 가지 신호의 크기 만으로 완전히 규정할 수 있게 된다. 따라서 기존의 복원방법처럼 전체 신호를 추정해 내는 것이 아니라 에지의 위치만을 추정하여 전체 신호를 복원할 수 있게 된다. 본 발명에서는 주어진 에지의 개수를 이용하여 최적의 에지 위치를 반복적으로 발견하는 알고리즘을 제안한다.
에지의 개수가 알려져 있다는 가정은 많은 경우에 있어서 사실이다. 실제로 사용되고 있는 많은 이진 영상이 복호하고자 하는 단위 영상에 정해진 개수의 에지를 포함하고 있다. 대표적인 예로 PDF417 규격의 이차원 바코드는 한 코드 단위(code unit) 안에 8개의 에지가 존재하며, 항상 바(bar) 패턴으로 이진 영상이 시작되도록 규격에 정해져 있다. 본 발명에서는 제안하는 알고리즘을 이용하여 정해진 개수의 에지를 포함하는 이진 영상을 효과적으로 복원할 수 있다.
본 발명에 따라 전술한 목적은, 에지 위치 추정을 이용하여 이진 영상을 복원하는 방법에 있어서, (a) 측정된 이진 영상으로부터 에지 후보점들을 검출하는 단계; (b) 검출된 에지 후보점들 중 미리 지정된 에지 개수만큼의 에지를 선택하고 선택된 에지들의 위치를 초기 추정치로 설정하는 단계; (c) 설정된 초기 추정치에 기초하여 측정된 이진 영상과 가장 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화하는 단계; 및 (d) 최적화된 에지 위 치에 기초하여 이진 영상을 복원하는 단계를 포함하는 것을 특징으로 하는 이진 영상 복원 방법에 의해 달성된다.
한편, 본 발명의 다른 분야에 따르면 전술한 목적은, 에지의 개수가 알려진 이진 영상의 에지 위치를 추정하는 방법에 있어서, (a) 측정된 이진 영상으로부터 에지 후보점들을 검출하는 단계; (b) 검출된 후보점들 중 변화율이 큰 후보점들을 알려진 에지의 개수만큼 선택하여 선택된 후보점들의 위치를 에지 위치로 추정하는 단계를 포함하는 것을 특징으로 하는 에지 위치 추정 방법에 의해서 달성된다.
한편, 본 발명의 또 다른 분야에 따르면 전술한 목적은, 에지 위치 추정을 이용하여 이진 영상을 복원하는 장치에 있어서, 측정된 이진 영상으로부터 에지들을 검출하는 에지 검출부; 검출된 에지들 중 미리 지정된 수만큼의 에지를 선택하고 선택된 에지들의 위치를 초기 추정치로 설정하는 에지 추정부; 설정된 초기 추정치에 기초하여 측정된 이진 영상과 가장 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화하는 에지 최적화부; 및 최적화된 에지 위치에 기초하여 이진 영상을 복원하는 이진영상 복원부를 포함하는 것을 특징으로 하는 이진 영상 복원 장치에 의해 달성된다.
한편, 본 발명의 다른 분야에 따르면 전술한 목적은, 전술한 이진 영상 복원 장치를 포함하는 것을 특징으로 하는 바코드 판독장치에 의해서도 달성된다.
이하에서는 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명에 따른 바코드 판독장치의 구성의 일 예이다.
도 1을 참조하면, 본 발명에 따른 바코드 판독장치는 이진영상 입력모듈(10), 이진영상 복원모듈(20) 및 정보 해석모듈(30)을 구비한다. 이진영상 입력모듈(10)은 바코드 리더기와 같은 입력장치를 통해 측정된 이진 영상 신호를 입력받아 이진영상 복원모듈(20)로 전달한다. 이진영상 복원모듈(20)은 측정된 이진 영상 신호를 후술하는 에지 위치 추정 방법 및 최적화 방법을 통해 원래의 이진 영상에 가장 유사한 이진 영상으로 복원하여 정보 해석모듈(30)로 전달한다. 정보 해석모듈(30)은 복원된 이진영상으로부터 디지털 정보를 해석한다.
도 2는 본 발명에 따른 이진 영상 복원 장치(20)의 구성의 일 예이다.
도 2를 참조하면, 본 발명에 따른 이진 영상 복원 장치(20)는 에지 검출부(22), 에지 추정부(24), 에지 최적화부(26) 및 이진영상 복원부(28)를 구비한다.
에지 검출부(22)는 이진영상 입력모듈(10)에서 측정된 이진 영상 신호부터 에지들을 검출한다. 예를 들면, 측정된 이진 영상의 이차 미분치가 영으로 검출되는 점들을 에지 후보점들로 검출할 수 있다.
에지 추정부(24)는 검출된 에지들 중 미리 지정된 수만큼의 에지를 선택하고 선택된 에지들의 위치를 초기 추정치로 설정한다. 예를 들면, 에지 검출부(22)에서 검출된 에지 후보점들 중 일차 미분치가 소정의 문턱값(threshold)보다 큰 점들을 선택하는데, 이때 선택된 점들의 개수가 미리 지정된 에지 개수와 같아지도록 문턱값을 조정하는 것이 바람직하다. 구체적으로는 선택된 점들의 개수가 미리 지정된 에지 개수보다 많으면 문턱값을 높이고, 선택된 점들의 개수가 미리 지정된 에지 개수보다 적으면 문턱값을 낮추도록 하여 문턱값을 조정할 수 있다.
에지 최적화부(26)는 에지 추정부(24)에서 설정된 에지 위치의 초기 추정치를 기준으로 이진영상 입력모듈(10)에서 측정된 이진 영상과 가장 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화할 수 있다. 구체적으로는 설정된 초기 추정치를 기준으로 반복적으로 잠정적인 에지 위치를 움직여가면서 측정된 이진 영상과 유사도가 가장 높은 이진 영상을 만들어내는 에지 위치를 찾아냄으로써 에지 위치를 최적화하는 것이 바람직하다.
이진영상 복원부(28)는 상기 최적화된 에지 위치에 기초하여 이진 영상을 복원한다. 구체적으로는 단위 계단파 신호에 대하여 에지 최적화부(26)에서 최적화한 에지의 위치들로 에지의 위치를 보정함으로써 효율적으로 원래의 이진영상 신호를 복원해 낼 수 있다. 특히, 코드 단위 안에 포함되는 에지의 개수가 미리 지정되고 시작 패턴이 일정하게 정해지는 규격을 따르는 이진영상에서는 최적의 에지 위치를 찾아내기만 하면 간단히 원래의 이진 영상을 복원해 낼 수 있다.
도 3은 본 발명에 따른 이진 영상 복원 방법을 도시한 흐름도이다.
도 3을 참조하면, 본 발명에 따라 에지 위치 추정을 이용하여 이진 영상을 복원하기 위하여는, 먼저 이진영상 입력모듈(10)로부터 측정된 이진 영상으로부터 에지 후보점들을 검출하고(S100), 검출된 에지 후보점들 중 미리 지정된 에지 개수만큼의 에지를 선택하고 선택된 에지들의 위치를 초기 추정치로 설정하며(S110), 설정된 초기 추정치에 기초하여 측정된 이진 영상과 가장 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화하고(S120), 최적화된 에지 위치에 기초하여 이진 영상을 복원한다(S130).
보다 구체적으로, 에지 후보점들을 검출하기 위하여(S100), 측정된 이진 영상의 이차 미분치가 영점 검출되는 점들을 에지 후보점들로 검출한다. 또한, 에지 위치의 초기치를 설정하기 위하여(S110), 검출된 에지 후보점들 중 일차 미분치가 소정의 문턱값(threshold)보다 큰 점들을 선택한다. 만약 선택된 점들의 개수가 미리 지정된 에지 개수와 같지 않으면 문턱값을 조정하여 일차 미분치가 조정된 문턱값을 넘는 점들을 선택한다. 만약 선택된 점들의 수가 미리 지정된 에지 개수와 같으면 선택된 점들의 위치를 에지 위치로 추정하면 된다.
추정된 에지 위치를 최적화하기 위하여(S120)는, 설정된 초기 추정치를 기준으로 잠정적인 에지 위치를 움직여가면서 반복적으로 에지 위치를 추정하고 추정된 에지 위치들 중 측정된 이진 영상과 유사도가 가장 높은 이진 영상을 만들어내는 에지 위치를 선택함으로써 에지 위치를 최적화할 수 있다.
한편, 최적화 과정을 효과적으로 수행하기 위해서는 추정하고자 하는 에지 위치들의 초기 추정치의 선택이 매우 중요하다. 도 4는 본 발명에 따른 에지 추정 방법을 도시한 흐름도이다.
도 4를 참조하면, 에지의 개수가 알려진 이진 영상의 에지 위치를 추정하기 위하여, 측정된 이진 영상으로부터 에지 후보점들을 검출하고(S111), 검출된 후보점들 중 변화율이 큰 후보점들을 알려진 에지의 개수만큼 선택하여 선택된 후보점들의 위치를 에지 위치로 추정한다(S112 내지 S116).
보다 구체적으로, 에지를 검출하기 위하여 측정된 이진 영상의 이차 미분치가 영점 검출되는 점들을 에지 후보점으로 검출한다(S111). 또한, 에지 위치의 초기 추정치를 선택하기 위하여, 초기 문턱값을 설정하고(S112) 검출된 후보점들 중 일차 미분치가 소정의 문턱값(threshold)보다 큰 점들을 선택한 후(S113), 선택된 점들의 개수를 미리 정해진 에지의 개수와 비교한다(S114). 만약 양자가 같다면(S114 예) 선택된 점들을 에지 위치의 초기 추정치로 간단하게 설정할 수 있다(S116). 반면 양자가 같지 않다면(S114 아니오), 미리 정해진 에지 개수만큼 에지가 선택될 때까지 문턱값을 조정한 후(S115) 다시 측정된 이진 영상 신호의 일차 미분치들이 새로 조정된 문턱값보다 큰 점들을 선택(S113)하는 과정을 반복한다.
구체적으로는 선택된 점들의 개수가 미리 지정된 에지 개수보다 많으면 문턱값을 높이고, 선택된 점들의 개수가 미리 지정된 에지 개수보다 적으면 문턱값을 낮추도록 하여 간단하게 문턱값을 조정할 수 있다.
기존의 이진 영상 복원 방법에서는 정규화 인자(parameters)나 다른 인자들의 문턱값을 설정하는 것이 문제가 되었다. 정규화 인자를 자동으로 설정하는 경우 복원된 영상 결과가 만족스럽지 못하여 에지 복원에 실패하게 되고 결국 이진 영상의 복호 오류를 일으키는 경우가 많았다. 그러나 본 발명에 따라 미리 지정된 에지 개수를 이용하여 문턱값을 보다 간단하게 결정할 수 있을 뿐만 아니라, 정해진 개수의 에지가 반드시 포함되게 되므로 복호의 오류를 효과적으로 줄일 수 있다.
이하에서는 본 발명에 따라 에지 정보를 이용하여 이진 영상을 복원하는 구체적인 실시예를 살펴본다.
만약 복원하고자 하는 이진 영상이 n 개의 에지를 가지고 있다고 가정하면 원래의 이진 영상 신호는 다음같이 인자화(parameterization) 할 수 있다.
Figure 112006032471018-pat00009
여기서, U(t)는 단위 계단파 신호이고, a, b는 두 가지의 신호값(계단파의 증가부분 및 감소부분의 신호값)과 관련된 미지의 상수들이며,
Figure 112006032471018-pat00010
는 에지의 위치를 나타낸다.
전술한 이진 영상 신호 모델에서 이진 영상을 복원하는 문제는 n 개의 에지 위치들과 두 가지의 영상 값 a, b를 복원하는 문제로 바뀌게 된다. 더구나, 이진 바코드 영상을 복원하고자 한다면 모든 필요한 정보가 에지의 위치들에 있으므로, 에지의 위치들 즉,
Figure 112006032471018-pat00011
만 복원하면 된다.
본 발명에서 제안하는 이진 영상 복원 방법은, 측정된 이진영상 y(t)와 가장 유사한 영상을 만들어 내는 x를 반복적으로 추정하여 원 영상을 복원하는 것이다. 이를 위하여, 두 인수 a, b에 독립적인 유사지수, 즉 선형적인 변형에 무관한 상관관계지수(Correlation Coefficient)를 목적함수로 하고 이 목적함수를 최대화하는 에지들의 집합을 발견하도록 한다. 상관관계계수는 다음 수학식 5와 같이 정의된다.
Figure 112006032471018-pat00012
여기서,
Figure 112006032471018-pat00013
로 표현되는 에지위치 x의 평균값을,
Figure 112006032471018-pat00014
는 측정된 이진 영상 y(t)의 평균값을,
Figure 112006032471018-pat00015
로 표현되는 에지위치 x의 표준편차를,
Figure 112006032471018-pat00016
는 측정된 이진 영상 y(t)의 표준편차를 나타낸다. 이진영상은 위치 0에서 시작하여 T에서 종료되는 것으로 가정한다.
본 발명에 따른 이진 영상 복원 방법은 기존의 복원방법과는 달리, 원 영상 신호 u(t)를 x로 인수화하였기 때문에 에지의 위치를 나타내는 인수 x만 추정하여 내면 원래의 이진 영상 신호를 복원할 수 있게 된다. 작은 개수의 에지를 많은 신호 데이터들로부터 발견하게 되므로 이 문제는 일반적으로 ill-posed가 아니게 되고 따라서 정규화를 필요로 하지 않게 된다. 인수 x는 초기 추정치로부터 조금씩 이동해 가면서 전술한 상관관계지수를 최대화시키는 에지 위치를 반복적으로 최적화를 수행함으로써 추정할 수 있다. 즉, 상관관계지수를 음수화한 값을 최소화시키는 인수 x를 반복적으로 추정함으로써 측정된 이진 영상 신호와 가장 유사한 이진 영상을 만들어 내는 최적화된 에지의 위치를 추정할 수 있다. 이때, 인수 x는 에지의 선후 관계가 바뀌면 안 되기 때문에 이를 만족하는 집합
Figure 112006032471018-pat00017
에 속하는 원소들 중에서 상관관계계수를 최대화시키는 인수를 추정하게 되고, 추정되는 위치는 다음 수학식 6과 같이 정의된다.
Figure 112006032471018-pat00018
전술한 수학식 6으로 표현되는 인수 x의 추정값을 최적화하기 위하여 본 발명에서는 그 수렴성이 증명된 공지의 Gradient Projection 방법을 사용하였다. 그러나, 최적화 알고리즘은 전술한 방법에 한정되는 것은 아니며, SIMTLEX 방법과 같 은 공지의 다른 최적화 알고리즘을 적용할 수도 있다.
이하에서는 도시된 이진 영상을 복원하는 실험을 통해 본 발명에 따른 이진 영상 복원 방법의 효과를 살펴본다. 본 발명에 따른 영상 복원 방법의 성능을 검증하기 위하여 도 5에 도시된 PDF417 규격에 따른 이차원 바코드 영상을 사용하여 실험을 수행하였다. PDF417 규격의 바코드는 하나의 바코드 영상 안에 여러 개의 분리된 블록이 있으며 각 블록의 행은 바(bar) 패턴 4개와 스페이스(space) 패턴 4개로 구성되어 총 8개의 에지를 포함한다. 바코드에 저장되는 정보는 바 패턴과 스페이스 패턴의 비율로 표현된다.
도 5는 본 발명에 따른 영상 복원 방법의 효과를 실험하기 위해 사용된 PDF417 규격의 바코드 이진 영상의 일 예이다. 먼저, 이 영상을 기존의 에지 검출 알고리즘을 적용하여 이차 미분치의 영점교차가 일어나는 지점들을 에지 후보점으로 지정하고 이 후보점들 가운데 일차 미분치의 값이 큰 8개의 점들을 에지로 추정하였다. 이렇게 추정된 에지들을 이용하여 복호를 시도한 결과 총 4개의 열의 데이터가 복호가 되지 않았다. 이러한 오류의 원인은 블러링으로 인한 에지의 위치 이동, 잡음에 의한 영향 등에 기인한 것이다.
한편, 본 발명에 따른 이진 영상 복원 방법을 적용하여 에지의 위치들을 다시 추정하여 보았다. 이 때 블러링 함수는 가우시안 함수의 형태를 가지고 있는 것으로 가정하였고 그 인수값들은 수동으로 가장 좋은 결과를 나타내는 것으로 조정하였다. 먼저, 오류가 발생한 행에 에지 검출 알고리즘을 적용하였다. 에지 검 출 알고리즘은 널리 알려진 Log(Laplacian of Gaussian) 알고리즘을 적용하여 이차 미분치의 영점 교차가 일어나는 지점들을 에지 후보점으로 지정하고, 지정된 후보점들 중에 일차 미분치가 큰 8개의 점들을 에지로 추정한다. 이렇게 추정된 에지들을 이용하여 복호를 시도해 보고 복호에 실패한 행들에 대하여 전술한 최적화 알고리즘을 적용하여 에지의 위치를 다시 추정한다.
도 6은 본 발명에서 제안한 알고리즘을 사용하여 최적화를 수행하였을 때의 상관관계계수의 변화를 도시한 그래프이다.
도 6을 참조하면, 반복되는 최적화 과정을 거쳐 복원된 이진 영상 u(t;x)(수학식 4 참조)가 블러링되면 상관관계계수가 0.954 정도이지만, 최적화 과정을 거쳐서 발견된 에지 위치들을 이용하여 생성한 신호와 측정된 신호와의 상관관계계수는 0.996이라는 높은 값을 가지게 되는 것을 확인할 수 있다.
도 7은 최적화 이전의 초기 추정치(initial u(t)*G9t))와 최적화 이후의 에지 추정치(Final u(t)*G(t)), 그리고 측정된 이진 영상 신호 y(t)를 비교하여 나타낸 것이다. 도 7을 참조하면, 도 6에서 예측할 수 있듯이 반복되는 최적화 과정을 거쳐서 측정된 이진 영상 신호 y(t)와 매우 유사한 이진 영상 신호를 만들어 내는 u(t;x)를 추정할 수 있음을 확인할 수 있다.
[기존 알고리즘으로 복호되지 않았던 행들의 상관관계계수의 변화]
(1,7)행 (1,13)행 (2,8)행 (5,7)행
초기 상관관계계수 0.959 0.954 0.954 0.951
상관관계계수 (제안된 알고리즘 적용) 0.998 0.996 0.996 0.995
표 1은 기존의 복원방법으로는 복호가 불가능 했던 4개의 행에 본 발명에서 제안한 최적화 알고리즘을 적용하였을 때, 최적화 이전 및 최적화 이후의 상관관계계수의 변화를 요약한 것이다. 도시된 표에서 알 수 있는 바와 같이, 본 발명에 따른 최적화 알고리즘을 통하여 상관관계계수가 크게 증가된 것을 확인할 수 있다. 실제로 기존 복원 방법으로 복호화에 실패했던 4개의 행에 대하여 본 발명에 따른 최적화 과정을 거쳐서 추정해 낸 에지 위치를 사용하여 복호를 다시 시도한 결과 모두 성공적으로 복호화할 수 있었다.
한편, 본 발명에 따른 이진 영상 복원 방법은 컴퓨터 프로그램으로도 작성 가능하다. 상기 프로그램을 구성하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 또한, 상기 프로그램은 컴퓨터가 읽을 수 있는 정보저장매체(computer readable media)에 저장되고, 컴퓨터에 의하여 읽혀지고 실행됨으로써 패킷 분류 방법을 구현한다. 상기 정보저장매체는 자기 기록매체, 광 기록매체, 및 캐리어 웨이브 매체를 포함한다.
전술한 바와 같이 본 발명에 따르면, 에지 위치 추정을 이용하여 효과적으로 이진 영상을 복원하는 방법 및 그 장치가 제공된다. 또한, 미리 정해진 에지의 개수 정보를 이용하여 보다 효과적으로 에지 위치를 추정하는 방법이 제공된다.
이에 따라 에지 개수 정보를 이용하여 보다 간단하게 문턱값을 설정하고 에지 위치의 초기 추정치를 효과적으로 선택할 수 있으며, 수동으로 인자를 조절할 필요가 없다. 또한, 반복되는 최적화 알고리즘을 통해 측정된 이진 영상신호에 가장 유사한 이진 영상신호를 보다 정확하고 효과적으로 복원해 낼 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (15)

  1. 에지 위치 추정을 이용하여 이진 영상을 복원하는 방법에 있어서,
    (a) 측정된 이진 영상으로부터 에지 후보점들을 검출하는 단계;
    (b) 검출된 에지 후보점들 중 미리 지정된 에지 개수만큼의 에지를 선택하고 상기 선택된 에지들의 위치를 초기 추정치로 설정하는 단계;
    (c) 상기 설정된 초기 추정치에 기초하여 상기 측정된 이진 영상과 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화하는 단계; 및
    (d) 상기 최적화된 에지 위치에 기초하여 이진 영상을 복원하는 단계를 포함하는 것을 특징으로 하는 이진 영상 복원 방법.
  2. 제1항에 있어서, 상기 (a)단계는,
    상기 측정된 이진 영상의 이차 미분치가 영점 검출되는 점들을 에지 후보점들로 검출하는 것을 특징으로 하는 이진 영상 복원 방법.
  3. 제1항에 있어서, 상기 (b)단계는,
    (b1) 상기 검출된 에지 후보점들 중 일차 미분치가 소정의 문턱값(threshold)보다 큰 점들을 선택하는 단계; 및
    (b2) 상기 선택된 점들의 개수가 상기 미리 지정된 에지 개수와 같지 않으면 상기 문턱값을 조정하여 상기 (b1)단계로 되돌아가고, 상기 선택된 점들의 수가 상기 미리 지정된 에지 개수와 같으면 상기 선택된 점들의 위치를 에지 위치로 추정하는 단계를 포함하는 것을 특징으로 하는 이진 영상 복원 방법.
  4. 제3항에 있어서,
    상기 문턱값을 조정하기 위하여, 상기 선택된 점들의 개수가 상기 미리 지정된 에지 개수보다 많으면 상기 문턱값을 높이고, 상기 선택된 점들의 개수가 상기 미리 지정된 에지 개수보다 적으면 상기 문턱값을 낮추는 것을 특징으로 하는 이진 영상 복원 방법.
  5. 제1항에 있어서, 상기 (c) 단계는,
    상기 설정된 초기 추정치를 기준으로 반복적으로 잠정적인 에지 위치를 움직여가면서 측정된 이진 영상과 유사도가 가장 높은 이진 영상을 만들어내는 에지 위치를 찾아냄으로써 에지 위치를 최적화하는 것을 특징으로 하는 이진 영상 복원 방법.
  6. 에지의 개수가 알려진 이진 영상의 에지 위치를 추정하는 방법에 있어서,
    (a) 측정된 이진 영상으로부터 에지 후보점들을 검출하는 단계;
    (b) 상기 검출된 후보점들 중 변화율의 크기가 큰 순서대로 후보점들을 상기 알려진 에지의 개수만큼 선택하여 선택된 후보점들의 위치를 에지 위치로 추정하는 단계를 포함하는 것을 특징으로 하는 에지 위치 추정 방법.
  7. 제6항에 있어서, 상기 (a) 단계는,
    측정된 이진 영상의 이차 미분치가 영점 검출되는 점들을 에지 후보점으로 검출하는 것을 특징으로 하는 에지 위치 추정 방법.
  8. 제6항에 있어서, 상기 (b) 단계는,
    (b1) 상기 검출된 후보점들 중 일차 미분치가 소정의 문턱값(threshold)보다 큰 점들을 선택하는 단계; 및
    (b2) 상기 선택된 점들의 수가 상기 알려진 에지의 개수와 같지 않으면 상기 문턱값을 조정하여 상기 (b)단계로 되돌아가고, 상기 선택된 점들의 수가 상기 알려진 에지의 개수와 같으면 상기 선택된 점들의 위치를 에지 위치로 추정하는 단계를 포함하는 것을 특징으로 하는 에지 위치 추정 방법.
  9. 제8항에 있어서,
    상기 문턱값을 조정하기 위하여, 상기 선택된 점들의 개수가 상기 알려진 에지 개수보다 많으면 상기 문턱값을 높이고, 상기 선택된 점들의 개수가 상기 알려진 에지 개수보다 적으면 상기 문턱값을 낮추는 것을 특징으로 하는 에지 위치 추정 방법.
  10. 에지 위치 추정을 이용하여 이진 영상을 복원하는 장치에 있어서,
    측정된 이진 영상으로부터 에지들을 검출하는 에지 검출부;
    상기 검출된 에지들 중 미리 지정된 수만큼의 에지를 선택하고 상기 선택된 에지들의 위치를 초기 추정치로 설정하는 에지 추정부;
    상기 설정된 초기 추정치에 기초하여 상기 측정된 이진 영상과 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화하는 에지 최적화부; 및
    상기 최적화된 에지 위치에 기초하여 이진 영상을 복원하는 이진영상 복원부를 포함하는 것을 특징으로 하는 이진 영상 복원 장치.
  11. 제10항에 있어서, 상기 에지 검출부는,
    상기 측정된 이진 영상의 이차 미분치가 영점 검출되는 점들을 에지 후보점들로 검출하는 것을 특징으로 하는 이진 영상 복원 장치.
  12. 제10항에 있어서, 상기 에지 추정부는,
    상기 검출된 에지 후보점들 중 일차 미분치가 소정의 문턱값(threshold)보다 큰 점들을 선택하되, 상기 선택된 점들의 개수가 상기 미리 지정된 에지 개수와 같아지도록 상기 문턱값을 조정하는 것을 특징으로 하는 이진 영상 복원 장치.
  13. 제12항에 있어서, 상기 에지 추정부는,
    상기 문턱값을 조정하기 위하여, 상기 선택된 점들의 개수가 상기 미리 지정된 에지 개수보다 많으면 상기 문턱값을 높이고, 상기 선택된 점들의 개수가 상기 미리 지정된 에지 개수보다 적으면 상기 문턱값을 낮추는 것을 특징으로 하는 이진 영상 복원 장치.
  14. 제10항에 있어서, 상기 에지 최적화부는,
    상기 설정된 초기 추정치를 기준으로 반복적으로 잠정적인 에지 위치를 움직여가면서 측정된 이진 영상과 유사도가 가장 높은 이진 영상을 만들어내는 에지 위치를 찾아냄으로써 에지 위치를 최적화하는 것을 특징으로 하는 이진 영상 복원 장치.
  15. 바코드 판독장치에 있어서,
    에지 위치 추정을 이용하여 상기 이진 영상을 복원하는 이진 영상 복원 장치를 포함하며,
    상기 이진 영상 복원 장치는,
    측정된 이진 영상으로부터 에지들을 검출하는 에지 검출부;
    상기 검출된 에지들 중 미리 지정된 수만큼의 에지를 선택하고 상기 선택된 에지들의 위치를 초기 추정치로 설정하는 에지 추정부;
    상기 설정된 초기 추정치에 기초하여 상기 측정된 이진 영상과 유사한 이진 영상을 만들어 내는 에지 위치를 반복적으로 추정함으로써 에지 위치를 최적화하는 에지 최적화부; 및
    상기 최적화된 에지 위치에 기초하여 이진 영상을 복원하는 이진영상 복원부를 포함하는 것을 특징으로 하는 바코드 판독장치.
KR1020060041554A 2006-05-09 2006-05-09 에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그장치 KR100809678B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060041554A KR100809678B1 (ko) 2006-05-09 2006-05-09 에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060041554A KR100809678B1 (ko) 2006-05-09 2006-05-09 에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그장치

Publications (2)

Publication Number Publication Date
KR20070109066A KR20070109066A (ko) 2007-11-15
KR100809678B1 true KR100809678B1 (ko) 2008-03-05

Family

ID=39063631

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060041554A KR100809678B1 (ko) 2006-05-09 2006-05-09 에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그장치

Country Status (1)

Country Link
KR (1) KR100809678B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100944272B1 (ko) * 2008-02-27 2010-02-26 대성엘앤에이 주식회사 바코드 영상 복원 장치 및 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980084209A (ko) * 1997-05-22 1998-12-05 윤종용 외곽선의 방향성을 고려한 이진 외곽선 부호화 방법
JPH1173509A (ja) * 1997-08-29 1999-03-16 Advantest Corp 画像情報認識装置および画像情報認識方法
KR19990062036A (ko) * 1997-12-31 1999-07-26 윤종용 미분 연산자를 사용한 에지 검출 방법
KR20000051928A (ko) * 1999-01-28 2000-08-16 학교법인 인하학원 이진 영상에서 외부 경계선 추출 방법
KR20030059402A (ko) * 2001-12-29 2003-07-10 엘지전자 주식회사 에지 검출 방법과 장치
US20040062443A1 (en) * 2002-10-01 2004-04-01 Jonathan Yen Extracting graphical bar codes from an input image

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980084209A (ko) * 1997-05-22 1998-12-05 윤종용 외곽선의 방향성을 고려한 이진 외곽선 부호화 방법
JPH1173509A (ja) * 1997-08-29 1999-03-16 Advantest Corp 画像情報認識装置および画像情報認識方法
KR19990062036A (ko) * 1997-12-31 1999-07-26 윤종용 미분 연산자를 사용한 에지 검출 방법
KR20000051928A (ko) * 1999-01-28 2000-08-16 학교법인 인하학원 이진 영상에서 외부 경계선 추출 방법
KR20030059402A (ko) * 2001-12-29 2003-07-10 엘지전자 주식회사 에지 검출 방법과 장치
US20040062443A1 (en) * 2002-10-01 2004-04-01 Jonathan Yen Extracting graphical bar codes from an input image

Also Published As

Publication number Publication date
KR20070109066A (ko) 2007-11-15

Similar Documents

Publication Publication Date Title
Cai et al. Convergence analysis of tight framelet approach for missing data recovery
Ji et al. Robust video denoising using low rank matrix completion
Cai et al. Two-phase approach for deblurring images corrupted by impulse plus Gaussian noise
US7522782B2 (en) Digital image denoising
Mignotte A segmentation-based regularization term for image deconvolution
Nasimudeen et al. Directional switching median filter using boundary discriminative noise detection by elimination
JP2004362578A (ja) 重み付きオーバーコンプリートな雑音除去
Tanaka et al. Motion blur parameter identification from a linearly blurred image
JP5703520B2 (ja) バーコード画像のボケ修正を行う方法、端末、およびコンピュータ可読記録媒体
Cai et al. Minimization of a detail-preserving regularization functional for impulse noise removal
Lam Blind bi-level image restoration with iterated quadratic programming
KR100809678B1 (ko) 에지 위치 추정을 이용한 이진 영상의 복원 방법 및 그장치
Pooja et al. Adaptive sparsity through hybrid regularization for effective image deblurring
Abdurrazzaq et al. A hybrid of tropical-singular value decomposition method for salt and pepper noise removal
Moghaddam Out of focus blur estimation using genetic algorithm
Phansalkar Determination of linear motion point spread function using Hough transform for image restoration
US20230306216A1 (en) Method and device for evaluating matrix codes
Suneetha et al. An Improved Denoising of Medical Images Based on Hybrid Filter Approach and Assess Quality Metrics
Carrillo et al. Bayesian compressed sensing using generalized Cauchy priors
Jidesh et al. A curvature-driven image Inpainting approach for high-density impulse noise removal
Rani et al. Adaptive window-based filter for high-density impulse noise suppression
Telatar et al. Edge estimation and restoration of Gaussian degraded images
Lee et al. MMSE nonlocal means denoising algorithm for Poisson noise removal
Jain et al. A survey of non-linear filtering techniques for image noise removal
Elawady et al. A new effective denoising filter for high density impulse noise reduction

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: 20130219

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140226

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150226

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee