KR100960893B1 - 사상 체질 구분을 위한 3차원 영상 비교 방법 - Google Patents

사상 체질 구분을 위한 3차원 영상 비교 방법 Download PDF

Info

Publication number
KR100960893B1
KR100960893B1 KR1020080062834A KR20080062834A KR100960893B1 KR 100960893 B1 KR100960893 B1 KR 100960893B1 KR 1020080062834 A KR1020080062834 A KR 1020080062834A KR 20080062834 A KR20080062834 A KR 20080062834A KR 100960893 B1 KR100960893 B1 KR 100960893B1
Authority
KR
South Korea
Prior art keywords
geometric model
dimensional geometric
dimensional
standard
feature point
Prior art date
Application number
KR1020080062834A
Other languages
English (en)
Other versions
KR20100002800A (ko
Inventor
김근호
김종열
최은지
Original Assignee
한국 한의학 연구원
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 한국 한의학 연구원 filed Critical 한국 한의학 연구원
Priority to KR1020080062834A priority Critical patent/KR100960893B1/ko
Priority to US13/001,942 priority patent/US8369625B2/en
Priority to PCT/KR2008/005542 priority patent/WO2010002070A1/en
Publication of KR20100002800A publication Critical patent/KR20100002800A/ko
Application granted granted Critical
Publication of KR100960893B1 publication Critical patent/KR100960893B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1077—Measuring of profiles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B2090/364—Correlation of different images or relation of image positions in respect to the body
    • A61B2090/367—Correlation of different images or relation of image positions in respect to the body creating a 3D dataset from 2D images using position information

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 대상인물의 3차원 기하 모델 및 특징점 정보를 이용하여 사상 체질을 분류할 수 있는 사상 체질 구분을 위한 3차원 영상 비교 방법에 관한 것으로, 대상 인물의 3차원 기하 모델 및 특징점 정보를 획득하여 데이터 베이스 내에 저장된 각 사상체질을 대표하는 표준 3차원 기하 모델과 어느 하나의 특징점을 기준으로 정렬하여, 특징점에서의 Z축 방향의 공간적 거리차의 총합 또는 모든 좌표에서의 Z축 방향의 공간적 거리차의 총합을 구해, 가장 총합이 작은 경우의 표준 3차원 기하 모델이 대표하는 체질을 대표 인물의 사상 체질로 진단하도록 구성되어, 3차원 모델끼리 비교함으로써 기하특성을 보다 정확하게 비교 가능하며, 기준이 되는 표준 3차원 모델과 비교함으로써 오차에 덜 민감하고 실제 여러 사람들의 데이터를 표준화한 표준 모델을 데이터 베이스에 저장하여 사용할 수 있어 보다 정확한 사상체질 분류가 가능한 효과가 있다.
사상 체질, 3차원 모델, 특징점, 공간적 거리, 얼굴, 진단

Description

사상 체질 구분을 위한 3차원 영상 비교 방법{Method for comparing 3D models to classify Sasang constitution}
본 발명은 3차원 영상 비교 방법에 관한 것으로서, 특히 대상인물의 3차원 기하 모델 및 특징점 정보를 이용하여 사상 체질을 분류할 수 있는 사상 체질 구분을 위한 3차원 영상 비교 방법에 관한 것이다.
평소 건강한 사람은 신체적 고통이 별로 없어 어쩌다 병을 앓아도 자기 체질의 약점이 무엇인지 모르고 지낸다. 하지만 어떤 이는 기관지가 약하여 늘 기침을 해대며 감기를 끼고 사는 사람도 있고, 또 어떤 이는 위장이 약하여 조금만 먹어도 소화가 안 되고 자주 체하기도 한다. 반면, 무엇이든 소화를 잘 시켜 위장에 철판을 깔았다는 사람도 있다. 또 장이 악하여 하루에 여러 번 화장실을 가는 사람, 소변이 시원하게 안 나오고 자주 붓는 사람 등 다양한 증세를 호소한다.
이런 사람들은 스스로를 기관지가 약한 체질, 위가 약한 체질, 장이 약한 체질, 신장이 약한 체질이라고 가가 진단을 내리는 경우가 많다. 이와 같이 사람에 따라 다른 신체적 고통을 호소하는 것은 각자가 선천적으로 장부(오장육부)기능의 강약이 다른 체질로 태어나기 때문이다.
지금으로부터 약 100여 년 전에 활동했던 동무 이제마(東武, 李濟馬)선생은 사람의 장부의 강하고 약한 차이에 따라 네 가지 체질로 구분하고, 이를 각각 태양인(太陽人), 태음인(太陰人), 소양인(少陽人), 소음인(少陰人)으로 명명하였다. 이것이 사상체질 이론이다. 여기에서는 사람의 장부를 폐(폐), 비(췌장), 간(간), 신(신장)으로 구분하여 폐와 간, 비와 신이 서로 짝이 되어 크고 작은 차이가 발생됨으로써 체질이 네 가지로 결정되는 것이다.
이러한 사상체질은 얼굴의 형태나 체형에도 영향을 미쳐, 동일한 사상체질을 가진 사람은 얼굴의 형태에서도 어느 정도 공통점을 가지게 된다.
여러 문헌 및 임상적 실험을 통해 관측한 각 사상체질별 얼굴의 특징은 다음과 같다(참조문헌 동의수세보원, 보제연설, 금계비방, 사상변, 사상연의, 사상방약합편, 사상진료보원, 사상요결, 연변 사상의학 등)
태양인의 경우 얼굴형이 뚜렷하고, 머리가 크며, 이마가 넓고 눈썹이 진하며, 귀는 크고, 코는 코마루가 높은 특징이 있다.
소양인의 경우 얼굴형은 머리가 작고, 둥근편이며, 아래턱이 좁고 뾰족하고, 귀는 귓볼이 거의 없으며, 코는 높고 뾰족하며, 입술이 엷고 입이 작은 특징이 있다.
태음인의 경우 얼굴형은 머리와 얼굴이 넙적한 편이며, 하관(턱)이 넓고, 이마는 양 미간이 넓고 귀는 두껍고 코는 크고 끝이 뭉툭하며, 입술이 두터운 특징이 있다.
소음인의 경우 얼굴형은 둥근모양의 계란형 타원형이며, 체구에 비해 다소 길며, 이마는 좁고 약간 나온 편이며, 눈은 눈썹의 폭이 유난히 짧고 눈이 작고 귀는 귀방울이 크고 귀가 바가지처럼 오목하며, 코는 작은 편이고, 입이 크고 입술이 앞으로 튀어나온 편이다.
이와 같이 각 사상체질별 얼굴의 특징에 따라 대상 인물의 사상 체질을 진단할 수 있다.
이러한 특징에 따라 한의사가 진단을 하는 경우 주관적인 의견이 개입될 수 있는 문제점이 있고, 또한 과학기술이 발전함에 따라 원거리에서 영상 정보만으로도 병증을 진단할 필요성도 대두되고 있다.
관련된 종래 기술로는 3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체 (한국특허공개 2005-0017117, 2005. 02. 21 공개)가 있는데, 자세나 조명이 다른 조건으로 촬영된 물체의 화상에 대하여 입력 화상으로부터 데이터베이스에 기억되어 있는 참조 화상을 고속으로 검색하는 것을 목적으로 하는 발명으로 이는 3차원 모델을 비교하는 것이 아니라 3차원 모델의 참조 화상, 즉 2차원 화상을 이용하여 비교하여 검색하는 것으로 3차원적인 얼굴 구조의 특징이 있는 사상체질을 판단할 수 없는 문제점이 있다.
본 발명은 상기한 종래 기술의 문제점을 해결하기 위하여 안출된 것으로서, 대상 인물의 3차원 기하 모델 및 특징점 정보를 획득하여 이를 데이터 베이스 내의 각 사상 체질을 대표하는 표준 모델과 비교하여 가장 근사한 표준 모델을 찾아 사상 체질을 진단하는 사상 체질 구분을 위한 3차원 영상 비교 방법을 제공하는데 그 목적이 있다.
상기한 과제를 해결하기 위한 본 발명에 따른 사상 체질 구분을 위한 3차원 영상 비교 방법은 대상 인물로부터 얼굴 부분의 3차원 기하 모델 및 눈, 눈썹, 눈동자, 코, 입 영역을 포함하는 특징점 정보를 획득하는 제 1 단계, 태양인, 태음인, 소양인, 소음인을 대표하는 표준 3차원 기하 모델 및 특징점 정보가 저장된 데이터 베이스로부터 어느 하나의 표준 3차원 기하 모델 및 특징점 정보를 읽어들이는 제 2 단계, 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 얼굴을 X-Y 평면에 평행하도록 정렬하는 제 3 단계, 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 얼굴 폭이 같아지도록 두 3차원 기하 모델 중 어느 하나를 크기 변환하는 제 4 단계, 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델을 어느 하나의 특징점 좌표를 중심으로 겹치게 정렬하는 제 5 단계, 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델 사이의 Z축 방향으로의 공간적 거리차를 계산하여 그 총합을 구하는 제 6 단계 및 상기 데 이터 베이스에 저장된 모든 표준 3차원 기하 모델에 대해 상기 제 2 단계 내지 제 6 단계를 반복 수행한 후 그 중에서 상기 공간적 거리차의 총합이 가장 작은 표준 3차원 기하 모델이 대표하는 사상체질이 대상 인물의 사상 체질로 설정하는 제 7 단계를 포함하여 이루어진다.
여기서, 상기 제 1 단계는 상기 대상 인물의 컬러 영상 및 3차원 기하 모델을 획득하는 제 1 과정, 상기 컬러 영상으로부터 상기 특징점의 2차원 좌표를 추출하는 제 2 과정 및 상기 컬러 영상과 상기 3차원 기하 모델을 결합하여 상기 특징점의 3차원 좌표를 추출하는 제 3 과정을 포함하여 이루어진다.
또한, 상기 제 3 과정은 상기 3차원 기하 모델로부터 상기 2차원 특징점 좌표에 해당하는 위치에서 XYZ 방향의 3차원 좌표를 추출하는 것을 특징으로 한다.
그리고, 상기 데이터 베이스는 태양인, 태음인, 소양인, 소음인 중 각각에 해당하는 다수의 인물에 대한 얼굴 부분의 3차원 기하 모델 및 특징점 정보를 수집한 후 각 체질 별로 수집된 데이터를 평균하여 생성된 각 체질을 대표하는 표준 3 차원 기하 모델 및 특징점 정보가 저장된 것을 특징으로 한다.
여기서, 상기 제 3 단계는 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델에서 각각 양쪽 눈동자의 중심 좌표 및 입의 중심 좌표를 서로 연결하여 형성되는 평면이 X-Y 평면과 평행하도록 상기 두 3차원 기하 모델을 회전변환하는 제 1 과정 및 상기 회전변환된 두 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결한 직선이 X 축과 평행하도록 Z축을 중심으로 회전변환하는 제 2 과정을 포함한다.
또한, 상기 제 3 단계는 상기 3차원 기하 모델을 변환하는 과정과 동일한 과정으로 상기 특징점 정보를 변환하는 과정을 더 포함한다.
여기서, 상기 제 4 단계는 상기 대상 인물의 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결하는 직선에서 X-Y 평면으로 수직선을 그었을때 상기 3차원 기하 모델의 양쪽 최외곽 면과 만나는 지점의 좌표를 각각 구하는 제 1 과정, 상기 표준 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결하는 직선에서 X-Y 평면으로 수직선을 그었을때 상기 3차원 기하 모델의 양쪽 최외곽 면과 만나는 지점의 좌표를 각각 구하는 제 2 과정, 상기 제 1 과정에 구한 두 개의 좌표간 길이인 대상 인물의 얼굴폭과, 상기 제 2 과정에서 구한 두 개의 좌표간 길이인 표준 인물의 얼굴폭을 비교하여 크기 변환 비율을 계산하는 제 3 과정 및 상기 크기 변환 비율을 이용하여 상기 대상 인물의 3차원 기하 모델 및 상기 표준 3차원 기하 모델 중 어느 하나의 크기를 변환하여 얼굴폭을 일치시키는 제 4 과정을 포함하여 이루어진다.
상기 제 4 단계는 상기 크기 변환 비율을 이용하여 상기 대상 인물의 3차원 기하 모델 및 상기 표준 3차원 기하 모델 중 어느 하나의 특징점 정보를 변환하는 제 5 과정을 더 포함한다.
상기 제 5 단계는 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 왼쪽 눈동자의 중심 좌표가 서로 일치되도록 두 3차원 기하 모델을 이동시키는 것을 특징으로 한다.
상기 제 5 단계는 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 왼쪽 눈동자의 중심 좌표가 서로 일치되도록 상기 두 3차원 기하 모델의 특징점 정보를 이동시키는 과정을 더 포함한다. 여기서, 왼쪽 눈동자에 맞추는 이유는 사람의 얼굴의 특징은 왼쪽 얼굴이 잘 반영하기 때문이다.
상기 제 6 단계는 하나 이상의 특징점 좌표에 대해 Z축 방향으로의 공간적 거리차를 계산하여 그 총합을 구하는 것을 특징으로 한다.
또한, 상기 제 6 단계는 설정된 범위 내의 모든 X,Y 좌표에 대해 Z축 방향으로의 공간적 거리차를 계산하여 그 총합을 구할 수도 있다.
상기와 같이 구성되는 본 발명에 따른 사상 체질 구분을 위한 3차원 영상 비교 방법은 3차원 모델끼리 비교함으로써 기하특성을 보다 정확하게 비교 가능하며, 기준이 되는 표준 3차원 모델과 비교함으로써 오차에 덜 민감하고 실제 여러 사람들의 데이터를 표준화한 표준 모델을 데이터 베이스에 저장하여 사용할 수 있어 보다 정확한 사상체질 분류가 가능한 효과가 있다.
이하, 첨부된 도면을 참조하여 본 발명의 구체적인 내용 및 실시예를 설명하면 다음과 같다.
도 1은 본 발명에 따른 사상 체질 구분을 위한 3차원 영상 비교 방법이 도시된 순서도이며, 도 2는 본 발명에 사용되는 3차원 기하 모델의 일례가 도시된 도이다.
도 1을 참조하면, 본 발명에 따른 사상 체질 구분을 위한 3차원 영상 비교 방법은 먼저 사상체질을 진단하고자 하는 대상 인물로부터 얼굴 부분의 3차원 기하 모델 및 특징점 정보를 획득한다(S110).
여기서, 특징점이라 함은 안면을 구성하는 요소인 눈썹, 눈, 눈동자, 코, 입술 영역 등을 말하고, 특징점 정보라 하는 것은 상기 특징점의 3차원 좌표를 의미한다.
본 발명에서 필요로 하는 3차원 기하 모델은 도 2에 도시된 바와 같이 머리 전체의 3차원 기하 모델이 다 필요한 것이 아니라 사상체질을 감별하기 위해 가장 중요한 특징이 잘 드러나는 부위인 안면부위의 3차원 기하 모델이 필요하다.
도 2에서 (a)는 정면에서 바라본 3차원 기하 모델의 형상이고 (b)는 측면에서 바라본 3차원 기하 모델의 형상이다.
도 3은 본 발명에 따라 대상 인물로부터 3차원 기하 모델 및 특징점 정보를 획득하는 구체적인 과정이 도시된 도이며, 도 4는 컬러 영상에서의 특징점이 표시된 도이며, 도 5는 3차원 기하 모델에서 특징점이 표시된 도이다.
도 3 내지 도 5를 참조하여 구체적으로 설명하면, 먼저 대상 인물의 컬러 영상 및 3차원 기하 모델을 획득한다(S111). 상기 컬러 영상 및 3차원 기하 모델의 획득은 일례로 스테레오나 패턴 광을 조사하는 3차원 기하 모델 추출 장비를 이용하여 얻을 수 있다.
여기서, 상기 컬러 영상과 3차원 기하 모델은 동시에 아주 짧은 간격으로 촬영되므로, 얼굴을 구성하는 눈, 코, 입 등은 서로 대응되는 위치좌표를 가지게 된 다.
상기 3차원 기하 모델에서는 눈, 코, 귀, 입 등을 구분할 수 없으므로, 특징점을 추출할 수 없다. 따라서, 먼저 상기 컬러 영상을 이용하여 특징점을 추출하고, 해당 특징점의 2차원 좌표를 추출한다(S112).
컬러 영상에서 눈(E), 코, 귀, 입(L) 등은 주변과의 컬러차이, 컬러의 변화나 특징점의 형태 등을 이용하여 이미지 프로세싱을 통해 구분할 수 있어, 해당 영역의 2차원 좌표를 추출할 수 있다. 관련된 알고리즘은 이미 많은 방법이 공개되어 있으므로, 어떠한 방법을 사용하여도 상관없다.
다음으로, 상기 컬러 영상을 3 차원 기하 모델과 결합시킨다(S113). 3차원 기하 모델의 정면 모습에서 상기 특징점의 2차원 좌표에 해당하는 픽셀에서의 입체 정보인 X, Y, Z 좌표를 추출하여 해당 특징점의 3차원 좌표인 특징점 정보를 추출할 수 있다(S114). 도 5에는 일례로 왼쪽 눈의 눈동자(C1), 오른쪽 눈의 눈동자(C2), 입술의 중앙(C5)에 관한 특징점 정보가 검출된 것을 알 수 있다.
이렇게 대상 인물로부터 3차원 기하 모델 및 특징점 정보를 획득하면, 다음과정은 데이터 베이스로부터 4 가지 사상체질 중 어느 하나의 표준 3차원 기하 모델 및 해당 3차원 기하 모델의 특징점 정보를 읽어들인다(S120).
상기 데이터 베이스에는 태양인, 태음인, 소양인, 소음인을 각각 대표하는 표준 3차원 기하 모델 및 해당 3차원 기하 모델의 특징점 정보가 저장되어 있다.
여기서, 상기 각 체질을 대표하는 표준 3차원 기하 모델은 여러 방법에 의해 설정될 수 있는데, 앞서 배경기술에서 설명한 각 체질을 대표하는 얼굴의 기하학적 특징을 반영하여 인위적으로 생성한 3차원 기하 데이터로 이루어질 수 있다.
또 다른 방법은, 각 체질을 가지는 다수의 사람들로부터 3차원 기하 모델을 앞서 설명한 3차원 기하 모델 획득 장치를 이용하여 수집하고, 수집된 다수의 3차원 기하 모델을 분석하여 그 평균적인 데이터를 이용하여 생성한 3차원 기하 모델을 표준 3차원 기하 모델로 사용할 수 있다.
다음으로, 대상 인물의 기하 모델과 표준 기하 모델을 동일한 X-Y 평면 상에 정렬한다(S130).
도 6은 본 발명에서 3차원 기하 모델을 X-Y 평면에 평행하게 정렬하는 과정을 설명하기 위한 참조도이다.
상기 대상 모델과 표준 모델의 위치 기준을 맞추기 위하여 각각 양쪽 눈동자의 중심 점들과 입술 점을 연결한 평면(P)이 X-Y 평면에 평행하도록 위치시킨다.
C1(x1,y1,z1)을 왼쪽 눈동자 중심점이라 하고, C2(x2,y2,z2)를 오른쪽 눈동자 중심점이라 하고, C5(x5,y5,z5)는 입술로 인식된 면적에서 중심점(평균 위치)이라고 하면, 평면의 방정식 ax+by+cz+d=0에 상기 C1, C2, C5 3점을 대입하여 a, b, c, d를 구할 수 있는데, 여기서 a, b, c는 평면의 법선 벡터이다.
상기 법선 벡터가 [0, 0, c']이 되도록 회전 변환되면, 상기 P 평면이 x-Y 평면에 대해 수평해진다.
Figure 112008047218644-pat00001
여기서, T 는 전치행렬(tanspose)을 의미하고, c' 은 임의의 상수이다.
상기 [수학식 1]을 풀면, X 축으로 회전(Rx), Y 축으로 회전(Ry), Z 축으로 회전(Rz)하는 각도를 구할 수 있다.
다음으로, 구해진 RzRyRz를 이용하여 모든 좌표를 변환한다.
Figure 112008047218644-pat00002
여기서 C 는 이전 좌표이며, C'은 변환된 후의 좌표이며, 상기 수학식 2 는 C1을 중심으로 변환하는 식이다.
C1을 기준으로 하였으므로 C1은 변함이 없고, C2 는 C2'이 되고, C5 는 C5'이 된다.
일단 평면 P 가 X-Y 평면에 평행하게 되면, C1 과 C2'을 연결한 직선(변환된 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결한 직선)을 X 축에 평행하게 만든다. 즉 C1 과 C2'의 Y 좌표값이 같아지도록 하는 것이다.
다음으로, 대상 인물의 3차원 기하 모델과 표준 3차원 기하 모델의 얼굴폭이 동일하도록 일치시킨다(S140).
이 경우 대상 인물의 3차원 기하 모델의 얼굴폭에 상기 표준 3차원 기하 모 델의 얼굴폭을 일치시켜도 되고, 표준 3차원 기하 모델의 얼굴폭에 대상 인물의 3차원 기하 모델의 얼굴폭을 일치시켜도 된다.
다만, 대상 인물의 얼굴폭이 대상 인물에 따라 가변될 수 있으므로, 대상 인물의 얼굴폭을 표준 모델에 일치시키는 것이 바람직하다.
이하의 실시예에서는 대상 인물의 3차원 모델의 얼굴폭을 표준 모델에 일치시키겠다.
도 7은 본 발명에서 대상인물의 3차원 기하 모델과 표준 3차원 기하 모델의 얼굴폭을 일치시키는 과정을 설명하기 위한 참조도이다.
도 7을 참조하면, 먼저 대상 인물의 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결하는 직선에서 X-Y 평면에 수직선을 그었을때 상기 3차원 기하 모델의 양쪽 최외곽 면과 만나는 지점의 좌표를 구한다.
여기서, C1(x1,y1,z1)을 왼쪽 눈동자의 중심점이라 하고, C2'(x2,y1,z1)를 오른쪽 눈동자의 중심점이라 하면, C2' 과 C1을 이은 직선에서 X-Y 평면에 수직으로 그어 피부와 만나는 최외각 점 C3(x3,y1,z3), C4(x4,y1,z3)와 수직으로 꺽어지는 점 D(x3,y1,z1), D'(x4,y1,z1)을 구한다.
상기에서 구한 얼굴 양쪽의 최외각 점(C3와 C4)을 연결하여 길이를 구한 것이 얼굴폭이 된다. 이 경우 상기 D와 D' 간의 길이를 얼굴폭으로 설정하여도 된다.
Figure 112008047218644-pat00003
Figure 112008047218644-pat00004
상기에서 구한 대상 인물의 얼굴폭(I)을 이용하여 표준 3차원 모델과의 동일 점 사이의 길이(L)와 비교하여 크기 비율을 구한다.
Figure 112008047218644-pat00005
여기서, L 은 표준 3차원 기하 모델의 얼굴폭, I 는 대상 인물의 3차원 기하 모델의 얼굴폭, C'은 대상 인물의 3차원 기하 모델의 좌표 정보, C"은 대상 인물의 3차원 기하 모델의 크기 변환 후의 좌표 정보이다.
다음으로, 대상 인물의 3차원 기하 모델과 표준 3차원 기하 모델을 비교하기 위해 각 기하 모델에서 공통적인 어느 하나의 특징점 좌표를 기준으로 두 3차원 기하 모델을 겹치도록 정렬한다(S150).
특징점에는 앞서 설명한 바와 같이 눈썹, 눈, 눈동자, 코, 입술 등이 있는데, 이중 어느 하나의 특징점을 기준으로 두 모델을 중첩시키는 것이다.
이하의 설명에서는 왼쪽 눈동자의 중심좌표를 기준으로 두 모델을 정렬시켜 비교한다. 왜냐하면, 왼쪽 눈동자에 맞추는 이유는 사람의 얼굴의 특징은 왼쪽 얼굴이 잘 반영하기 때문이다.
Figure 112008047218644-pat00006
여기서, C1은 대상 인물의 3차원 기하 모델에서 왼쪽 눈동자의 중심좌표, C1g는 표준 3차원 기하 모델의 왼쪽 눈동자의 중심좌표이다. C1 의 좌표가 T 만큼 이동하여 C1g 와 일치되면, 대상 인물의 3차원 기하 모델의 모든 좌표(C")를 T 만큼 이동시켜 변환하여 어느 하나의 특징점이 일치된 최종좌표(C"')를 구한다.
이렇게 어느 하나의 특징점 좌표를 기준으로 두 모델을 정렬시킨 후에 두 모델 사이의 Z축 방향의 공간적 거리차(ZD)를 계산하고, 이 공간적 거리차(ZD)의 총합을 계산한다(S160).
도 8은 중첩된 대상 인물의 3차원 기하 모델과 표준 3차원 기하 모델의 단면이 도시된 도이다.
도 8을 참조하면 두 모델 간의 공간적 거리차(ZD)는 하기의 수학식 7과 같이 계산된다.
Figure 112008047218644-pat00007
여기서, C"'는 대상 인물의 3차원 기하 모델(200)의 좌표이며, Cg 는 표준 3차원 기하 모델(100)의 좌표이다.
두 모델 간 공간적 거리차를 구하는 방법은 두 가지가 있을 수 있다.
첫 번째 방법은 얼굴 내의 하나 이상의 특징점 좌표에 있어서 두 모델 간의 ZD를 구하여 ZD의 총합을 계산하는 것이다.
두 번째 방법은 설정된 범위 내의 모든 X, Y 좌표에 대해 ZD를 구하여, 구해진 ZD의 총합을 계산하는 것이다. 여기서, 상기 범위는 대상 인물의 3차원 기하 모델의 전체 X,Y 좌표로 설정될 수도 있고, 그보다 더 넓은 범위의 값으로 설정될 수도 있다.
만약 대상 인물의 3차원 기하 모델과 표준 3차원 기하 모델이 유사할수록 상기 총합은 더 적을 것이고, 두 모델간의 외형 차이가 클수록 상기 총합은 더 커질 것이다.
이러한 과정을 각 사상 체질을 대표하는 데이터 베이스 내에 저장된 모든 표준 3차원 기하모델에 대해 수행하여(S170) 가장 작은 총합을 가지는 표준 3차원 기하 모델을 찾는다(S180).
4 가지 표준 3차원 기하 모델 중에 가장 작은 총합을 가졌다는 것은 해당 표준 3차원 기하 모델과 가장 유사하다는 의미이므로, 가장 작은 총합을 나타내는 표준 3차원 기하 모델이 대표하는 사상체질이 바로 대상 인물의 사상체질이다.
이상과 같이 본 발명에 의한 사상 체질 구분을 위한 3차원 영상 비교 방법을 예시된 도면을 참조로 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명은 한정되지 않고, 기술사상이 보호되는 범위 이내에서 응용될 수 있다.
도 1은 본 발명에 따른 사상 체질 구분을 위한 3차원 영상 비교 방법이 도시된 순서도,
도 2는 본 발명에 사용되는 3차원 기하 모델의 일례가 도시된 도,
도 3은 본 발명에 따라 대상 인물로부터 3차원 기하 모델 및 특징점 정보를 획득하는 구체적인 과정이 도시된 도,
도 4는 컬러 영상에서의 특징점이 표시된 도,
도 5는 3차원 기하 모델에서 특징점이 표시된 도,
도 6은 본 발명에서 3차원 기하 모델을 X-Y 평면에 평행하게 정렬하는 과정을 설명하기 위한 참조도,
도 7은 본 발명에서 대상인물의 3차원 기하 모델과 표준 3차원 기하 모델의 얼굴폭을 일치시키는 과정을 설명하기 위한 참조도,
도 8은 중첩된 대상 인물의 3차원 기하 모델과 표준 3차원 기하 모델의 단면이 도시된 도이다.
<도면의 주요 부분에 관한 부호의 설명>
ZD: 두 모델간 공간적 거리차
100: 표준 3차원 기하 모델
200: 대상 인물의 3차원 기하 모델

Claims (12)

  1. 대상 인물로부터 얼굴 부분의 3차원 기하 모델 및 눈, 눈썹, 눈동자, 코, 입 영역을 포함하는 특징점 정보를 획득하는 제 1 단계;
    태양인, 태음인, 소양인, 소음인을 대표하는 표준 3차원 기하 모델 및 특징점 정보가 저장된 데이터 베이스로부터 어느 하나의 표준 3차원 기하 모델 및 특징점 정보를 읽어들이는 제 2 단계;
    상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 얼굴을 X-Y 평면에 평행하도록 정렬하는 제 3 단계;
    상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 얼굴 폭이 같아지도록 두 3차원 기하 모델 중 어느 하나를 크기 변환하는 제 4 단계;
    상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델을 어느 하나의 특징점 좌표를 중심으로 겹치게 정렬하는 제 5 단계;
    상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델 사이의 Z축 방향으로의 공간적 거리차를 계산하여 그 총합을 구하는 제 6 단계; 및
    상기 데이터 베이스에 저장된 모든 표준 3차원 기하 모델에 대해 상기 제 2 단계 내지 제 6 단계를 반복 수행한 후 그 중에서 상기 공간적 거리차의 총합이 가장 작은 표준 3차원 기하 모델이 대표하는 사상체질이 대상 인물의 사상 체질로 설정하는 제 7 단계를 포함하여 이루어지는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  2. 청구항 1에 있어서, 상기 제 1 단계는
    상기 대상 인물의 컬러 영상 및 3차원 기하 모델을 획득하는 제 1 과정;
    상기 컬러 영상으로부터 상기 특징점의 2차원 좌표를 추출하는 제 2 과정; 및
    상기 컬러 영상과 상기 3차원 기하 모델을 결합하여 상기 특징점의 3차원 좌표를 추출하는 제 3 과정을 포함하여 이루어지는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  3. 청구항 2에 있어서,
    상기 제 3 과정은 상기 3차원 기하 모델로부터 상기 2차원 특징점 좌표에 해당하는 위치에서의 XYZ 방향의 3차원 좌표를 추출하는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  4. 청구항 1에 있어서,
    상기 데이터 베이스는 태양인, 태음인, 소양인, 소음인 중 각각에 해당하는 다수의 인물에 대한 얼굴 부분의 3차원 기하 모델 및 특징점 정보를 수집한 후 각 체질 별로 수집된 데이터를 평균하여 생성된 각 체질을 대표하는 표준 3 차원 기하 모델 및 특징점 정보가 저장된 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  5. 청구항 1에 있어서,
    상기 제 3 단계는 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델에서 각각 양쪽 눈동자의 중심 좌표 및 입의 중심 좌표를 서로 연결하여 형성되는 평면이 X-Y 평면과 평행하도록 상기 두 3차원 기하 모델을 회전변환하는 제 1 과정; 및
    상기 회전변환된 두 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결한 직선이 X 축과 평행하도록 Z축을 중심으로 회전변환하는 제 2 과정을 포함하는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  6. 청구항 5에 있어서,
    상기 제 3 단계는 상기 3차원 기하 모델을 변환하는 과정과 동일한 과정으로 상기 특징점 정보를 변환하는 과정을 더 포함하는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  7. 청구항 1에 있어서, 상기 제 4 단계는
    상기 대상 인물의 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결하는 직선에서 X-Y 평면으로 수직선을 그었을때 상기 3차원 기하 모델의 양쪽 최외곽 면과 만나는 지점의 좌표를 각각 구하는 제 1 과정;
    상기 표준 3차원 기하 모델에서 양쪽 눈동자의 중심을 연결하는 직선에서 X-Y 평면으로 수직선을 그었을때 상기 3차원 기하 모델의 양쪽 최외곽 면과 만나는 지점의 좌표를 각각 구하는 제 2 과정;
    상기 제 1 과정에 구한 두 개의 좌표간 길이인 대상 인물의 얼굴폭과, 상기 제 2 과정에서 구한 두 개의 좌표간 길이인 표준 인물의 얼굴폭을 비교하여 크기 변환 비율을 계산하는 제 3 과정; 및
    상기 크기 변환 비율을 이용하여 상기 대상 인물의 3차원 기하 모델 및 상기 표준 3차원 기하 모델 중 어느 하나의 크기를 변환하여 얼굴폭을 일치시키는 제 4 과정을 포함하여 이루어지는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  8. 청구항 7에 있어서,
    상기 제 4 단계는 상기 크기 변환 비율을 이용하여 상기 대상 인물의 3차원 기하 모델 및 상기 표준 3차원 기하 모델 중 어느 하나의 특징점 정보를 변환하는 제 5 과정을 더 포함하는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  9. 청구항 1에 있어서,
    상기 제 5 단계는 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 왼쪽 눈동자의 중심 좌표가 서로 일치되도록 두 3차원 기하 모델을 이동시키는 것을 특징으로 사상 체질 구분을 위한 3차원 영상 비교 방법.
  10. 청구항 9에 있어서,
    상기 제 5 단계는 상기 대상 인물의 3차원 기하 모델과 상기 표준 3차원 기하 모델의 왼쪽 눈동자의 중심 좌표가 서로 일치되도록 상기 두 3차원 기하 모델의 특징점 정보를 이동시키는 과정을 더 포함하는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  11. 청구항 1에 있어서,
    상기 제 6 단계는 하나 이상의 특징점 좌표에 대해 Z축 방향으로의 공간적 거리차를 계산하여 그 총합을 구하는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
  12. 청구항 1에 있어서,
    상기 제 6 단계는 설정된 범위 내의 모든 X,Y 좌표에 대해 Z축 방향으로의 공간적 거리차를 계산하여 그 총합을 구하는 것을 특징으로 하는 사상 체질 구분을 위한 3차원 영상 비교 방법.
KR1020080062834A 2008-06-30 2008-06-30 사상 체질 구분을 위한 3차원 영상 비교 방법 KR100960893B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020080062834A KR100960893B1 (ko) 2008-06-30 2008-06-30 사상 체질 구분을 위한 3차원 영상 비교 방법
US13/001,942 US8369625B2 (en) 2008-06-30 2008-09-19 Method for grouping 3D models to classify constitution
PCT/KR2008/005542 WO2010002070A1 (en) 2008-06-30 2008-09-19 Method for grouping 3d models to classify constitution

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080062834A KR100960893B1 (ko) 2008-06-30 2008-06-30 사상 체질 구분을 위한 3차원 영상 비교 방법

Publications (2)

Publication Number Publication Date
KR20100002800A KR20100002800A (ko) 2010-01-07
KR100960893B1 true KR100960893B1 (ko) 2010-06-04

Family

ID=41812790

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080062834A KR100960893B1 (ko) 2008-06-30 2008-06-30 사상 체질 구분을 위한 3차원 영상 비교 방법

Country Status (1)

Country Link
KR (1) KR100960893B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102313801B1 (ko) * 2014-09-30 2021-10-19 (주)바텍이우홀딩스 의료 영상 시스템의 자세 교정 가이드 장치 및 그 방법
KR101852666B1 (ko) * 2014-10-31 2018-06-07 한국 한의학 연구원 인체 전신의 근육 및 골격 구조 측정 장치
KR102002279B1 (ko) * 2017-04-06 2019-07-23 한국한의학연구원 3차원 안면 진단 장치

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
논문 1(1998.05)
논문 2(2005)
논문 3(2007.12)

Also Published As

Publication number Publication date
KR20100002800A (ko) 2010-01-07

Similar Documents

Publication Publication Date Title
Giancardo et al. Textureless macula swelling detection with multiple retinal fundus images
JP6639123B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US20170236282A1 (en) Automated assessment of glaucoma loss from optical coherence tomography
US20110116707A1 (en) Method for grouping 3d models to classify constitution
WO2016176863A1 (zh) 三维超声成像方法和装置
CN105740779B (zh) 人脸活体检测的方法和装置
CN106061379A (zh) 处理设备、处理方法及程序
AU2010220015A1 (en) Image processing device and method, and program
JP5723093B2 (ja) 画像処理装置、画像処理装置の制御方法及びプログラム
JP2008073188A (ja) 画像解析システム、及び画像解析プログラム
Loureiro et al. Using a skeleton gait energy image for pathological gait classification
Sanfilippo et al. Optic disc morphology-Rethinking shape
CN113139962B (zh) 用于脊柱侧凸概率评估的系统和方法
JP2008204200A (ja) 顔解析システム及びプログラム
Patias Medical imaging challenges photogrammetry
KR100960893B1 (ko) 사상 체질 구분을 위한 3차원 영상 비교 방법
US20080273775A1 (en) Cartesian human morpho-informatic system
Douglas et al. Eye feature extraction for diagnosing the facial phenotype associated with fetal alcohol syndrome
WO2017175761A1 (ja) 側弯症診断支援装置、側弯症診断支援方法及びプログラム
JP4682372B2 (ja) 視線方向の検出装置、視線方向の検出方法およびコンピュータに当該視線方向の検出方法を実行させるためのプログラム
Oliveira et al. Development of a bcct quantitative 3d evaluation system through low-cost solutions
CN111275754B (zh) 一种基于深度学习的脸部痘印比例计算方法
Diez et al. Deep reinforcement learning for detection of abnormal anatomies
JP2020183964A (ja) 寸法データ算出装置、製品製造装置、及びシルエット画像生成装置
TW202131351A (zh) 基於腦影像的神經精神疾病評估方法及系統

Legal Events

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

Payment date: 20130529

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140404

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150430

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160524

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20170412

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee