KR100912128B1 - 수평선 추출 장치 및 방법 - Google Patents

수평선 추출 장치 및 방법 Download PDF

Info

Publication number
KR100912128B1
KR100912128B1 KR1020070091684A KR20070091684A KR100912128B1 KR 100912128 B1 KR100912128 B1 KR 100912128B1 KR 1020070091684 A KR1020070091684 A KR 1020070091684A KR 20070091684 A KR20070091684 A KR 20070091684A KR 100912128 B1 KR100912128 B1 KR 100912128B1
Authority
KR
South Korea
Prior art keywords
interest
still image
region
contrast
horizontal line
Prior art date
Application number
KR1020070091684A
Other languages
English (en)
Other versions
KR20080053172A (ko
Inventor
이재광
박창준
이인호
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to US11/952,811 priority Critical patent/US8275170B2/en
Publication of KR20080053172A publication Critical patent/KR20080053172A/ko
Application granted granted Critical
Publication of KR100912128B1 publication Critical patent/KR100912128B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods

Landscapes

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

Abstract

본 발명은 마커 프리(marker-free) 해상 카메라 트래킹 시스템(tracking system)에서 해상 장면 영상 합성에 있어서 카메라의 움직임을 구하기 위해 필요한 수평선을 추출하는 장치 및 방법에 관한 것이다.
이와 같은 본 발명은 제공되는 해상 장면 동영상에서 수평선 부근에 관심영역(ROI: Region Of Interest)을 지정하고, 이 관심영역 내에서 해당 열에 해당하는 픽셀(pixel) 간의 밝기 차를 이용하여 밝기 차가 가장 큰 부분을 찾는 과정을 매 열마다 수행해서 찾아진 최대점들을 이용한 선 맞춤을 통하여 수평선을 추출한다.
따라서 수평선 추출 결과가 매우 안정적이고, 수평선 추출이 자동화되어있으므로 수백 프레임(frame)의 해상 장면 영상열에서도 수평선을 쉽게 추출할 수 있는 장점이 있다.
수평선, 추출, 관심, 영역, 가우시안, 콘트라스트

Description

수평선 추출 장치 및 방법{APPARATUS AND METHOD FOR DETECTING HORIZON IN A SEA IMAGE}
본 발명은 수평선 추출 장치 및 방법에 관한 것으로, 특히, 마커 프리(marker-free) 해상 카메라 트래킹 시스템(tracking system)에서 해상 장면 영상 합성에 있어서 카메라의 움직임을 구하기 위해 필요한 수평선을 추출하는 장치 및 방법에 관한 것이다.
본 발명은 정보통신부 및 정보통신연구진흥원의 IT신성장동력핵심기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호: 2005-S-003-02, 과제명: 실사 수준의 디지털 영상 콘텐츠 제작 소프트웨어].
컴퓨터 그래픽(CG: Computer Graphics)과 실사의 합성 기술은 영화 산업과 증강현실(augmented reality) 분야에서 비약적으로 발전해왔다. 자연스러운 합성을 위해 그 영상이 촬영될 당시의 카메라의 움직임을 알아내야 한다. 일반적으로 사람이 수작업으로 매 프레임(frame)마다 합성 작업을 하기도 하지만 이는 매우 많은 노력이 필요하며 시간도 많이 소요된다.
현재 많은 상용 소프트웨어(쉐이크, 부주, 매치무버, 컴버스쳔 등)가 영상 합성에 있어서 수작업을 대신하여 사용된다. 연속된 영상열에서 인접한 영상의 특징점들을 추출하여 정합한 후에 이들의 상관관계를 통해 카메라의 상대적인 움직임을 계산하는 것이다. 하지만 해상 장면 같은 특징점을 구할 수 없는 영상에서는 영화 “트로이” 에서와 같이 바다에 부표를 띄어 놓아 이들을 특징점으로 하여 카메라 움직임을 구하였다. 이 경우 영화 촬영시 부표를 다른 배들과 연결하여 바다에 띄워야 하는 번거로움과 원거리 헬기 촬영이 아닌 다른 배에서의 근접 촬영이 이루어졌을 시 부표가 파도에 의해 많이 움직이는 등 대부분의 경우에서 영상 합성 작업이 힘들다.
해상 장면에서 일종의 마커 없이 수평선 정보를 이용하여 카메라의 틸트(tilt), 요(yaw) 등의 정보를 얻을 수 있다. 일반적인 해상 장면에서는 직선을 추출하는 라돈(radon)이나 허프(hough) 변환을 이용하여 수평선을 추출할 수 있으나 기상 조건이 나쁠 경우 물안개 등으로 인해 수평선이 희미하게 보이며, 이 경우 직선 추출 과정을 통해 수평선을 추출하기 어렵다.
본 발명은 전술한 과제를 해결하기 위하여 안출한 것으로, 제공되는 해상 장면 동영상에서 수평선 부근에 관심영역(ROI: Region Of Interest)을 지정하고, 이 관심영역 내에서 해당 열에 해당하는 픽셀(pixel) 간의 밝기 차를 이용하여 밝기 차가 가장 큰 부분을 찾는 과정을 매 열마다 수행해서 찾아진 최대점들을 이용한 선 맞춤(line fitting)을 통하여 수평선을 추출하는 수평선 추출 장치 및 방법을 제공하는데 그 목적이 있다.
이와 같은 목적을 달성하기 위하여,
본 발명의 일 형태에 따르면, 해상 장면에서 수평선을 추출하는 장치로서, 해상 장면 동영상의 매 프레임에 대응하는 정지영상에서 관심영역을 선택하는 관심영역 추출부; 상기 정지영상 중 상기 관심영역에서 선 맞춤에 대응하는 수평선을 구하는 제어부를 포함하여 이루어지는 것을 특징으로 하는 것이 제공된다.
바람직하게는 상기 정지영상은 콘트라스트가 조절되고 가우시안 필터링(Gaussian filtering)된 것이 좋다. 상기 콘트라스트는 기세팅(setting)에 의거하여 조절되는 것이 바람직하다. 상기 콘트라스트는 상기 제어부의 제어에 따라 조절되는 것이 좋다.
상기 관심영역 추출부는 상기 매 프레임에 대응하는 정지영상 중 첫 번째 정 지영상에서 상기 관심영역을 선택하는 것이 바람직하다.
상기 선 맞춤은 상기 관심영역에서 해당 열마다 각 픽셀에 대해서 해당 픽셀을 중심으로 상하 대칭되는 두 픽셀의 명암값 차이를 각각 계산하여, 상기 해당 열마다 명암 차이가 가장 큰 픽셀에 대응하는 최대점들을 계산하며, 상기 최대점들을 이용해서 수행되는 것이 좋다. 상기 해당 열은 상기 관심영역 내의 모든 열인 것이 좋다.
상기 제어부는 상기 해상 장면 동영상에 대응하는 복수의 정지영상에 동일한 파일 이름을 부여하고, 각 정지영상에는 일련 번호를 순차적으로 부여해서 이후에 각 정지영상이 하나의 파일로 일괄 처리되도록 하는 것이 더욱 좋다.
상기 제어부의 관심영역 선택은 상기 관심영역 추출부로부터 좌상단의 점과 우하단의 점을 입력받아 수행하도록 할 수 있다.
본 발명의 다른 형태에 따르면, 해상 장면에서 수평선을 추출하는 장치에서 수평선 추출 방법으로서, (a) 해상 장면 동영상의 매 프레임에 대응하는 정지영상에서 관심영역을 지정하는 단계; (b) 상기 정지영상 중 상기 관심영역에서 선 맞춤에 대응하는 수평선을 구하는 단계를 포함하여 이루어지는 것을 특징으로 하는 것이 제공된다.
바람직하게는 상기 정지영상은 콘트라스트가 조절되고 가우시안 필터링된 것이 바람직하다.
상기 관심영역은 상기 매 프레임에 대응하는 정지영상 중 첫 번째 정지영상에서 지정되는 것이 좋다.
상기 관심영역의 좌표는 입력장치로부터 좌상단의 점과 우하단의 점을 입력받아 수행하도록 하는 것이 바람직하다.
상기 선 맞춤은 상기 관심영역에서 해당 열마다 각 픽셀에 대해서 해당 픽셀을 중심으로 상하 대칭되는 두 픽셀의 명암값 차이를 각각 계산하여, 상기 해당 열마다 명암 차이가 가장 큰 픽셀에 대응하는 최대점들을 계산하며, 상기 최대점들을 이용해서 수행되는 것이 더욱 바람직하다. 상기 해당 열은 상기 관심영역 내의 모든 열인 것이 좋다. 상기 선 맞춤은 상기 최대점들의 중심을 구한 후 상기 각 최대점들을 상기 중심을 기준으로 시프트(shift)시킴으로써 이루어질 수 있다. 상기 수평선을 구하는 단계는, 상기 시프트된 점들을 각각 xrel(i), yrel(i)이라고 할 때 행렬
Figure 112007065615374-pat00001
의 고유치인 각 파라미터 a, b를 구하고, 상기 파라미터 a, b와 상기 중심의 좌표(xm, ym)를 직선의 기본식 ax+by+c=0에 대입하여 c를 구해서 수평선 식의 파라미터 a, b, c를 구하는 것을 특징으로 한다.
이상에서 설명한 바와 같이 본 발명은, 제공되는 해상 장면 동영상에서 수평선 부근에 관심영역을 지정하고, 이 관심영역 내에서 해당 열에 해당하는 픽셀 간의 밝기 차를 이용하여 밝기 차가 가장 큰 부분을 찾는 과정을 매 열마다 수행해서 찾아진 최대점들을 이용한 선 맞춤을 통하여 수평선을 추출한다.
따라서 수평선 추출 결과가 매우 안정적이고, 수평선 추출이 자동화되어있으므로 수백 프레임의 해상 장면 영상열에서도 수평선을 쉽게 추출할 수 있는 장점이 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세히 설명하면 다음과 같다.
도 1은 본 발명에 따른 수평선 추출 장치의 일 실시예를 나타낸 블록도이며, 도 2는 본 발명에 따른 수평선 추출 방법의 일 실시예를 단계별로 나타낸 순서도이고, 도 3은 수평선이 희미한 해상 장명의 원 영상을 나타낸 도면이며, 도 4는 해상 장면의 첫 번째 영상에서 관심영역의 지정을 나타낸 도면이다.
도 1 내지 도 4를 참조하여 보면, 먼저, 도 1의 수평선 추출장치(10)는 정지영상 스캔부(12), 콘트라스트 조절부(14), 가우시안 필터(16), 관심영역 추출부(18) 및 제어부(20)로 구성되며, 외부에 구성된 입력장치(22) 및 디스플레이(24)와 연결되어 있다.
동 도면에 있어서, 수평선 추출 장치(10) 내의 정지영상 스캔부(12)는 제공되는 해상 장면 동영상의 매 프레임을 스캔(scan)하여 매 프레임에 대응하는 정지영상을 발생시켜서 콘트라스트 조절부(14)로 제공한다(도 2의 S10). 상기 해상 장 면 동영상을 구성하는 정지영상 열은 일관된 파일 이름과 일련 번호를 가지고 있어야 후에 일괄 처리될 수 있다. 따라서, 제어부(20)가 상기 해상 장면 동영상을 구성하는 정지영상 열들에 일관된 파일 이름과 일련 번호를 부여해서 그 정지영상의 열들이 일괄 처리될 수 있도록 한다. 예로, 제어부(20)는 가우시안 필터(16)를 통해 제공되는 해상 장면 동영상에 대응하는 복수의 스캔된 정지영상들에 동일한 파일 이름을 부여하고, 각 스캔된 정지영상에는 일련 번호를 순차적으로 부여해서 이후에 각 스캔된 정지영상이 하나의 파일로 일괄 처리되도록 한다.
콘트라스트 조절부(14)는 정지영상 스캔부(12)로부터 제공되는 도 3과 같은 스캔된 정지영상의 콘트라스트를 조절한다(도 2의 S12). 이때 콘트라스트를 너무 심하게 조절하면 수평선 정보가 손실될 수도 있으므로 스캔된 정지영상에 적당한 콘트라스트를 부여해야 한다. 상기 콘트라스트 조절부(14)의 콘트라스트 조절 정도는 콘트라스트 조절부(14)에 미리 세팅시켜 놓거나 제어부(20)의 제어에 따라 세팅되도록 할 수 있다. 즉, 콘트라스트 조절부(14)는 기세팅에 의거 또는, 제어부(20)의 제어에 따라 정지영상 스캔부(12)로부터 제공되는 스캔된 정지영상의 콘트라스트를 조절한다.
콘트라스트를 조절한 후 물체의 경계 부분 등에서 즉, 에지 픽셀 등에서는 상대적으로 높은 주파수를 갖게 되는 바, 높은 공간 주파수를 갖는 이미지에서의 잡음을 감소시키기 위하여 가우시안 필터(16)를 사용한다. 따라서 가우시안 필터(16)는 콘트라스트 조절부(14)로부터 제공되는 콘트라스트가 조절된 스캔된 정지영상을 가우시안 필터링하여 도 4와 같이 가우시안 필터링된 첫 번째 정지영상을 출력한다(도 2의 S14). 물론 가우시안 필터(16)는 콘트라스트 조절부(14)로부터 순차적으로 제공되는 콘트라스트가 조절된 정지영상들을 순차적으로 가우시안 필터링하여 제어부(20)로 제공한다.
관심영역 추출부(18)는 입력장치(22), 예컨대 마우스의 끌기 등의 동작에 의해 입력된 관심영영의 직사각형 좌표를 입력받는다. 관심영역 추출부(18)는 사용자가 화면(도면 중에 도시되지 않음)을 통해 가우시안 필터링된 첫 번째 정지영상에 적용한다. 즉, 제어부(20)는 상기 가우시안 필터링된 첫 번째 정지영상에서 관심영역(I)을 인지한다. 한편, 마우스 등의 입력장치(22)에 의해 좌표를 입력하는 기술은 이미 일반화된 기술이므로 그 상세한 설명은 생략하기로 한다.
제어부(20)는 계산량을 줄이기 위해서 가우시안 필터(16)로부터 제공되는 가우시안 필터링된 첫 번째 정지영상에서 관심영역 추출부(18)에 의해 지정된 관심영역만을 추출한다(도 2의 S16, S18). 예컨대, 제어부(20)는 관심영역을 지정할 때에는 좌상단의 점과 우하단의 좌표점을 입력장치(22)로부터 관심영역 추출부(18)를 통해 입력받는다. 관심영역 추출부(18)는 입력장치가 입력한 구역을 제어부(20)가 인지할 수 있는 좌표점으로 처리하여 제어부(20)로 전송한다. 이해를 쉽게 하기 위해 지정된 관심영역을 하나의 행렬로 가정하고 좌상단의 점을 (X1, Y1), 우하단의 점을 (X2, Y2)라고 할 경우, 좌상단의 위치는 (1, 1)이 되며, 우하단의 점은 (X2-X1+1, Y2-Y1+1)이 된다. 제어부(20)는 후술하는 연산과정(S20, S22, S24)을 통하여 관심영역 추출부(18)를 통해 입력된 좌표점 내에서 수평선을 추출하고 추출된 수평선 라인을 디스플레이(24)를 통해 디스플레이시킨다. 제어부(20)에서 연산하는 과 정은 후술하는 도 5 내지 도 7을 참조하여 보다 상세하게 설명하기로 한다.
도 5는 도 4에서 지정된 관심영역(I) 내 해당 열에 대한 명암 분포를 나타낸 도면으로, 지정된 ROI(관심영역) 행렬의 임의의 행의 첫 번째 열부터 마지막 열까지의 명암 분포를 나타낸다.
도 5를 참조하여 보면, 영상이 희미할 경우 다른 에지에서 나타나는 명암 분포처럼 어디를 에지로 결정해야 하는지 명확하게 구분 짓기 힘들다.
따라서 제어부(20)는 가우시안 필터(16)로부터 제공되는 가우시안 필터링된 정지영상 중 관심영역(I) 내에서 모든 열마다 각 픽셀에 대해서 해당 픽셀을 중심으로 상하 대칭되는 두 픽셀의 명암값 차이를 각각 계산하여, 모든 열마다 명암 차이가 가장 큰 픽셀에 대응하는 최대점들을 계산한다(도 2의 S20). 예로, 관심영역(I) 내에 열이 1,000개 있다면, 각 열마다 최대점을 계산하기 때문에, 최대점도 1,000개를 구하게 된다. 상기 제어부(20)가 관심영역(I) 내에서 모든 열마다 각 픽셀에 대해서 자신을 중심으로 -60 픽셀 위의 픽셀 명암 값과 +60 픽셀 아래의 픽셀 명암 값의 차이를 각각 계산하는 것을 수학식 1과 같이 나타낼 수 있다.
ROI(i, j) = I(i+60, j) - I(i-60, j)
여기서 ROI(i, j)는 지정된 ROI 행렬의 j 번째 행과 i 열을 의미하며, I(i, j)는 입력 영상의 j 번째 행과 i 번째 열을 의미한다. 또한 일반 영화 장면의 스캔 영상 크기인 2048*1556을 기준으로 실험한 결과, 120 픽셀 정도의 차이에서 가장 좋은 수평선 추출 결과를 나타내었기 때문에 +60, -60을 사용하였다.
도 6은 명암 분포도의 차이 분포 및 최대점을 나타낸 도면으로, 수학식 1에 의한 관심영역에서의 결과이다. 여기서 60 픽셀 상하의 차이 중 최대점을 갖는 곳을 그 행의 에지라고 가정한다.
상기 도 5 및 도 6의 밝기는 그레이 레벨을 250으로 나눈 것을 기준으로 한다.
도 7은 수학식 1에 의해 각 행마다 구한 최대점들(M)을 이용하여 찾은 수평선을 나타낸 도면으로, 제어부(20)는 이 최대점들(M)을 이용해서 선 맞춤하고, 그 선 맞춤에 대응하는 수평선을 구한다(도 2의 S22, S24).
예로, 흩어진 최대점들(M)에서 가장 적합한 선을 찾기 위해서는 모든 최대점들(M)의 중심을 구한 후 각 최대점들(M)을 그 중심을 기준으로 시프트시킨다. 이렇게 구해진 점들을 각각 xrel(i), yrel(i)이라고 할 때 다음의 행렬의 고유치를 구하면 고유치의 값이 각각 파라미터 a, b가 된다.
Figure 112007065615374-pat00002
행렬 A를 이용하여 구해진 파라미터 a, b와 상기 중심의 좌표(xm, ym)를 직선의 기본식 ax+by+c=0에 대입하여 c를 구하면 수평선 식의 파라미터 a, b, c를 구할 수 있다.
제어부(20)는 가우시안 필터(16)로부터 제공되는 가우시안 필터링된 정지영상이 마지막 정지영상이 아닐 경우 상기 단계(S10)가 수행되도록 하여, 마지막 정지영상까지 매 정지영상에 대해서 상기 단계(S12, S14, S16, S18, S20, S22, S24) 가 수행되도록 한다(S26). 즉 상기 단계(S10)에서 발생된 두 번째 정지영상 내지 마지막 정지영상에 대해서는 관심영역을 다시 선택할 필요가 없기 때문에 상기 단계 (S12)(S14)(S20)(S22)(S24)를 수행한다.
이와 같은 본 발명은 수평선 추출 시 수평선이 희미해서 라돈이나 허프 변환으로 수평선을 찾을 수 없을 때 수평선을 구할 수 있다.
상술한 바와 같이 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 형태로 기록매체(씨디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다.
이상에서 설명한 본 발명은 전술한 실시 예 및 첨부된 도면에 의해 한정되는 것이 아니고 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변경 및 변환이 가능하다는 것이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 명백할 것이다.
도 1은 본 발명에 따른 수평선 추출 장치의 일 실시예를 나타낸 블록도,
도 2는 본 발명에 따른 수평선 추출 방법의 일 실시예를 단계별로 나타낸 순서도,
도 3은 수평선이 희미한 해상 장명의 원 영상을 나타낸 도면,
도 4는 해상 장면의 첫 번째 영상에서 관심영역의 지정을 나타낸 도면,
도 5는 도 4에서 지정된 관심영역 내 해당 열에 대한 명암 분포를 나타낸 도면,
도 6은 명암 분포도의 차이 분포 및 최대점을 나타낸 도면,
도 7은 각 행마다 찾은 최대점들을 이용하여 찾은 수평선을 나타낸 도면.
<도면의 주요 부분에 대한 부호의 설명>
10: 수평성 추출 장치 12: 정지영상 스캔부
14: 콘트라스트 조절부 16: 가우시안 필터
18: 관심영역 추출부 20: 제어부
22: 입력장치 24: 디스플레이

Claims (17)

  1. 해상 장면에서 수평선을 추출하는 장치로서,
    해상 장면 동영상의 매 프레임에 대응하는 정지영상에서 선택된 관심영역의 좌표를 추출하는 관심영역 추출부;
    상기 정지영상 중 상기 관심영역 좌표에서 선 맞춤에 대응하는 수평선을 구하는 제어부를 포함하여 이루어지는 것을 특징으로 하는 수평선 추출 장치.
  2. 제1항에 있어서
    상기 정지영상은 콘트라스트가 조절되고 가우시안 필터링된 것을 특징으로 하는 수평선 추출 장치.
  3. 제2항에 있어서,
    상기 콘트라스트는 기세팅에 의거하여 조절되는 것을 특징으로 하는 수평선 추출 장치.
  4. 제2항에 있어서,
    상기 콘트라스트는 상기 제어부의 제어에 따라 조절되는 것을 특징으로 하는 수평선 추출 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 관심영역 추출부는 상기 매 프레임에 대응하는 정지영상 중 첫 번째 정지영상에서 상기 관심영역의 좌표를 추출하는 것을 특징으로 하는 수평선 추출 장치.
  6. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 선 맞춤은 상기 관심영역에서 해당 열마다 각 픽셀에 대해서 해당 픽셀을 중심으로 상하 대칭되는 두 픽셀의 명암값 차이를 각각 계산하여, 상기 해당 열마다 명암 차이가 가장 큰 픽셀에 대응하는 최대점들을 계산하며, 상기 최대점들을 이용해서 수행되는 것을 특징으로 하는 수평선 추출 장치.
  7. 제6항에 있어서,
    상기 해당 열은 상기 관심영역 내의 모든 열인 것을 특징으로 하는 수평선 추출 장치.
  8. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 제어부는 상기 해상 장면 동영상에 대응하는 복수의 정지영상에 동일한 파일 이름을 부여하고, 각 정지영상에는 일련 번호를 순차적으로 부여하는 것을 특징으로 하는 수평선 추출 장치.
  9. 제1항에 있어서
    상기 관심영역 추출부가 추출하는 상기 관심역역 좌표는 입력장치에 의해 입력된 좌상단의 점과 우하단의 점을 좌표화하여 수행되는 것을 특징으로 하는 수평선 추출 장치.
  10. 해상 장면에서 수평선을 추출하는 장치에서 수평선 추출 방법으로서,
    (a) 해상 장면 동영상의 매 프레임에 대응하는 정지영상에서 관심영역을 지정하는 단계;
    (b) 상기 정지영상 중 상기 관심영역에서 선 맞춤에 대응하는 수평선을 구하는 단계를 포함하여 이루어지는 것을 특징으로 하는 수평선 추출 방법.
  11. 제10항에 있어서
    상기 정지영상은 콘트라스트가 조절되고 가우시안 필터링된 것을 특징으로 하는 수평선 추출 방법.
  12. 제10항에 있어서
    상기 관심영역은 상기 매 프레임에 대응하는 정지영상 중 첫 번째 정지영상에서 지정되는 것을 특징으로 하는 수평선 추출 방법.
  13. 제10항에 있어서
    상기 관심영역에 대한 좌표는 입력장치로부터 좌상단의 점과 우하단의 점을 입력받아 수행되는 것을 특징으로 하는 수평선 추출 방법.
  14. 제10항에 있어서
    상기 선 맞춤은 상기 관심영역에서 해당 열마다 각 픽셀에 대해서 해당 픽셀을 중심으로 상하 대칭되는 두 픽셀의 명암값 차이를 각각 계산하여, 상기 해당 열마다 명암 차이가 가장 큰 픽셀에 대응하는 최대점들을 계산하며, 상기 최대점들을 이용해서 수행되는 것을 특징으로 하는 수평선 추출 방법.
  15. 제14항에 있어서
    상기 해당 열은 상기 관심영역 내의 모든 열인 것을 특징으로 하는 수평선 추출 방법.
  16. 제14항 또는 제15항에 있어서,
    상기 선 맞춤은 상기 최대점들의 중심을 구한 후 상기 각 최대점들을 상기 중심을 기준으로 시프트시킴으로써 이루어지는 것을 특징으로 하는 수평선 추출 방법.
  17. 제16항에 있어서
    상기 수평선을 구하는 단계는,
    시프트된 점들을 각각 xrel(i), yrel(i)이라고 할 때 행렬
    Figure 112009015249802-pat00003
    의 고유치인 각 파라미터 a, b를 구하고, 상기 파라미터 a, b와 상기 중심의 좌표(xm, ym)를 직선의 기본식 ax+by+c=0에 대입하여 c를 구해서 수평선 식의 파라미터 a, b, c를 구하는 것을 특징으로 하는 수평선 추출 방법.
KR1020070091684A 2006-12-08 2007-09-10 수평선 추출 장치 및 방법 KR100912128B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US11/952,811 US8275170B2 (en) 2006-12-08 2007-12-07 Apparatus and method for detecting horizon in sea image

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR1020060124930 2006-12-08
KR20060124930 2006-12-08
KR20070013901 2007-02-09
KR1020070013901 2007-02-09

Publications (2)

Publication Number Publication Date
KR20080053172A KR20080053172A (ko) 2008-06-12
KR100912128B1 true KR100912128B1 (ko) 2009-08-13

Family

ID=39807634

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070091684A KR100912128B1 (ko) 2006-12-08 2007-09-10 수평선 추출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR100912128B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100926760B1 (ko) * 2007-12-17 2009-11-16 삼성전자주식회사 이동 로봇의 위치 인식 및 지도 작성 방법
KR101610830B1 (ko) 2009-11-05 2016-04-11 삼성전자주식회사 어플리케이션 실행 장치 및 방법
KR101480220B1 (ko) * 2013-05-10 2015-01-08 인하대학교 산학협력단 객체 인식 장치 및 그 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010013521A (ko) * 1998-04-07 2001-02-26 타테이시 요시오 화상 처리 장치 및 방법, 화상 처리를 위한 프로그램을기억한 매체 및 검사장치
KR20070079552A (ko) * 2006-02-02 2007-08-07 후지쯔 가부시끼가이샤 화상 처리 방법 및 화상 처리기
KR100778058B1 (ko) 2006-09-22 2007-11-21 한국전자통신연구원 해상 장면 영상열에서 카메라의 틸트 회전을 이용한 카메라고도 결정 방법
KR100793838B1 (ko) 2006-09-27 2008-01-11 한국전자통신연구원 카메라 모션 추출장치, 이를 이용한 해상장면의 증강현실 제공 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010013521A (ko) * 1998-04-07 2001-02-26 타테이시 요시오 화상 처리 장치 및 방법, 화상 처리를 위한 프로그램을기억한 매체 및 검사장치
KR20070079552A (ko) * 2006-02-02 2007-08-07 후지쯔 가부시끼가이샤 화상 처리 방법 및 화상 처리기
KR100778058B1 (ko) 2006-09-22 2007-11-21 한국전자통신연구원 해상 장면 영상열에서 카메라의 틸트 회전을 이용한 카메라고도 결정 방법
KR100793838B1 (ko) 2006-09-27 2008-01-11 한국전자통신연구원 카메라 모션 추출장치, 이를 이용한 해상장면의 증강현실 제공 시스템 및 방법

Also Published As

Publication number Publication date
KR20080053172A (ko) 2008-06-12

Similar Documents

Publication Publication Date Title
US7805003B1 (en) Identifying one or more objects within an image
US20180255254A1 (en) Automatic lens flare detection and correction for light-field images
Prados et al. A novel blending technique for underwater gigamosaicing
KR101670282B1 (ko) 전경-배경 제약 조건 전파를 기초로 하는 비디오 매팅
JP5362878B2 (ja) 画像処理装置及び画像処理方法
US20030039402A1 (en) Method and apparatus for detection and removal of scanned image scratches and dust
US8971611B2 (en) Image process device, image process method, and image process program
CN108377374B (zh) 用于产生与图像相关的深度信息的方法和系统
CN107784669A (zh) 一种光斑提取及其质心确定的方法
US20210281748A1 (en) Information processing apparatus
US8275170B2 (en) Apparatus and method for detecting horizon in sea image
JP7098601B2 (ja) 画像処理装置、撮像装置、画像処理方法、およびプログラム
CN110647836B (zh) 一种鲁棒的基于深度学习的单目标跟踪方法
JP5818552B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN107547803B (zh) 视频分割结果边缘优化处理方法、装置及计算设备
JP2013025650A (ja) 画像処理装置、画像処理方法およびプログラム
JP2009268085A (ja) 画像トリミング装置およびプログラム
EP2530642A1 (en) Method of cropping a 3D content
CN116228757B (zh) 一种基于图像处理算法的深海网箱网衣检测方法
KR100912128B1 (ko) 수평선 추출 장치 및 방법
JP5864936B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN115424107A (zh) 基于图像融合与深度学习的水下桥墩表观病害检测方法
CN113505622A (zh) 一种自动识别多条码与led灯的测试系统及方法
US8736706B1 (en) Method and system for generating high resolution composite images
CN112285876A (zh) 基于图像处理与气泡检测的相机自动对焦方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
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: 20120730

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20130729

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20140728

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20150728

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20160726

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170727

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190725

Year of fee payment: 11