KR100996542B1 - 실시간 모션 검출 영상 처리 장치 및 그 방법 - Google Patents

Abstract

본 발명은 실시간 모션 검출 영상 처리 장치 및 그 방법에 관한 것으로, 현재 영상과 복수의 이전 영상들의 서브 샘플링을 수행하는 서브 샘플링부, 서브 샘플링된 각 영상을 센서스 변환하여 센서스 벡터를 획득하는 센서스 변환부, 현재 영상과 복수의 이전 영상 간 상관도 값을 계산하여 비교하고 가장 상관도가 높은 영역을 검출하는 상관관계 연산부 및 상관도가 높은 영역에 해당하는 픽셀의 위치를 추적하여 영상 내 모션 정보를 검출해내는 모션 검출부를 포함하는 실시간 모션 검출 영상 처리 장치 및 그에 상응하는 영상 처리 방법을 제공함으로써 실시간으로 영상에서 움직이는 물체의 방향과 속도를 획득하는 것이 가능하다.

모션 검출, 이미지 프로세싱, 센서스 변환

Description

실시간 모션 검출 영상 처리 장치 및 그 방법{Image Processing Apparatus and Method for Detecting Motion Information in Real Time}

본 발명은 영상 기반 실시간 모션 검출 방법 및 장치에 관한 것이다.

본 발명은 실시간 모션 검출 영상 처리 장치 및 그 방법에 관한 것으로, 특히 카메라를 통해 획득한 영상을 분석하여, 상기 영상에 존재하는 물체의 움직임 정보를 실시간으로 추출하기 위한 하드웨어 구성에 관한 것이다.

일반적으로 영상에 존재하는 물체는 그 크기와 모양이 다양하므로, 물체의 움직임에 대한 방향이나 속도 등을 판단하는 것은 매우 어려운 작업이다. 원칙적으로 물체의 움직임을 판단하기 위하여는 현재 입력되고 있는 영상과 이전에 입력된 하나 이상의 영상의 각 픽셀을 모두 검사하여야 한다.

이와 같이 픽셀을 모두 검사하는 기법은 다량의 정보에 대한 반복적인 연산 수행을 요구하며, 메모리 접근 횟수가 많아지게 되므로 순차 처리 방식의 범용 컴퓨터에는 적합하지 않으며 전체 시스템의 효율성도 매우 떨어뜨린다. 특히 영상이 커지고 초당 입력 영상의 수가 많아지면 처리해야 할 데이터의 양은 기하급수적으로 증가하기 때문에 범용 컴퓨터 기반의 시스템에서는 실시간 처리가 불가능 하다고 할 수 있다. 이러한 이유로 카메라에서 획득한 영상에서 물체의 움직임을 검출하는 것은 영상처리에서 가장 어려운 문제 중 하나이다.

그러나, 현재 영상과 하나 이상의 이전 영상에서 모션 정보, 즉 영상에서 변경된 부분에 대한 정보를 실시간으로 얻기 위해서는 영상을 모두 외부 메모리에 저장해 두었다가 이를 다시 순차적으로 읽어가며 처리하는 방식 보다 영상을 획득과 동시에 처리 하는 방식이 더 적합하다. 그러나, 범용 컴퓨터 기반의 시스템은 구조적으로 이러한 처리 방식이 가능하지 않기 때문에 비효율적으로 처리할 수밖에 없으며 이로 인해 비용, 전력, 부피 등에서 많은 문제점이 초래된다.

따라서 본 발명은 상기한 종래 기술에 따른 문제점을 해결하기 위한 것으로, 소프트웨어적이 아닌 하드웨어적 방법을 이용하여 현재 입력된 영상과 하나 이상의 이전 영상 간 변경된 부분, 즉 모션 정보를 실시간으로 추출하고 처리하는 영상 처리 장치 및 그 방법의 제공을 그 목적으로 한다.

본 발명의 일 측면에 따른 실시간 모션 검출 영상 처리 장치는 현재 영상과 복수의 이전 영상을 입력받아 상기 각 영상들의 서브 샘플링을 수행하는 서브 샘플링부, 서브 샘플링된 각 영상에 대하여 센서스 변환을 수행하여 센서스 벡터를 획득하는 센서스 변환부, 센서스 벡터를 센서스 벡터 윈도우로 만들고, 현재 영상의 서브샘플링과 복수의 이전 영상의 서브샘플링 간 상관도 값을 계산하여 비교하고, 가장 상관도가 높은 영역을 검출하는 상관관계 연산부 및 입력된 영상의 주파수 성분을 분석하여 상기 주파수 성분에 따라 고주파 영역은 원본 영상의 상관 관계값을 선택하고, 저주파 영역은 원본 영상의 서브샘플링으로부터 구한 상관 관계값을 선택하여, 가장 상관도가 높은 영역의 픽셀의 위치를 추적하여 영상 내 모션 정보를 검출해내는 모션 검출부를 포함한다.

본 발명에 따른 실시간 모션 검출 영상 처리 장치는 다수의 읽고 쓰기가 가능한 프레임 버퍼로 구성되며, 현재 입력중인 영상과 하나 이상의 이전 영상을 동시에 접근을 허용하는 버퍼부를 더 포함할 수 있다.

상기 서브 샘플링부는 서브샘플링 보간법으로 양선형 보간법이나 최근접값 이용법, 3차회선보간법 중 적어도 어느 하나의 방법을 이용하여 서브 샘플링을 수 행하는 것이 바람직하다. 또한, 상기 서브 샘플링부는 원본 영상을 적어도 하나 이상의 비율로 축소시켜 원본 영상과 다른 해상도를 가지는 서브 샘플링 이미지를 적어도 하나 이상 획득할 수 있다.

한편, 상관관계 연산부는 각 영역에서 세부적으로 하위 윈도우를 잡아 하위 윈도우간의 XOR 연산을 통해 상관도 값을 얻는 것을 특징으로 한다.

상기 모션 검출부는 입력되는 영상의 주파수 성분을 체크하고, 상기 주파수 성분에 따라 상관도 값을 비교하기 위한 서브 샘플링 영상을 선택하여 보다 효율적인 모션의 검출을 가능케한다.

본 발명의 다른 측면에 따른 실시간 모션 검출 영상 처리 방법은 현재 영상과 복수의 이전 영상을 입력받아 상기 각 영상들의 서브 샘플링을 수행하는 단계, 상기 서브 샘플링된 각 영상에 대하여 센서스 변환을 수행하여 센서스 벡터를 획득하는 단계, 센서스 벡터를 센서스 벡터 윈도우로 만들고, 현재 영상의 서브샘플링과 복수의 이전 영상의 서브샘플링 간 상관도 값을 계산하여 비교하고 가장 상관도가 높은 영역을 검출하는 단계 및 입력된 영상의 주파수 성분을 분석하여 상기 주파수 성분에 따라 고주파 영역은 원본 영상의 상관 관계값을 선택하고, 저주파 영역은 원본 영상의 서브샘플링으로부터 구한 상관 관계값을 선택하여, 가장 상관도가 높은 영역의 픽셀의 위치를 추적하여 영상 내 모션 정보를 검출하는 단계를 포함한다.

상기 서브 샘플링 단계는 서브 샘플링 보간법으로 양선형 보간법이나 최근접값 이용법, 3차회선보간법 중 적어도 어느 하나의 방법을 이용하는 것을 특징으로 한다. 또한, 상기 서브 샘플링부 단계는 원본 영상을 적어도 하나 이상의 비율로 축소시켜 원본 영상과 다른 해상도를 가지는 서브 샘플링 이미지를 적어도 하나 이 상 획득하는 것을 특징으로 할 수 있다

한편, 상기 상관관계 연산 단계는 각 영역에서 세부적으로 하위 윈도우를 잡아 하위 윈도우간의 XOR 연산을 통해 상관도 값을 얻는 것을 특징으로 한다.

마지막으로, 상기 모션 검출 단계는 입력되는 영상의 주파수 성분을 체크하고, 상기 주파수 성분에 따라 상관도 값을 비교하기 위한 서브 샘플링 영상을 선택하는 단계를 포함할 수 있다.

상기한 바와 같이 본 발명에 따른 실시간 모션 검출 영상 처리 장치 및 그 방법에 따르면, 별도의 컴퓨터 시스템이나 소프트웨어 프로그램을 사용하지 않고 실시간으로 영상에서 움직이는 물체의 방향과 속도를 획득하는 것이 가능하다. 특히, 본 발명에 따른 실시간 모션 검출 영상 처리 장치는 하드웨어적으로 간단하게 구현이 가능하므로 로봇 비전(Robot vision)이나 지능형 카메라(Intelligent camera), 산업 현장등에 쉽게 응용될 수 있다는 장점이 있다.

이하, 본 발명에 따른 실시간 모션 검출 영상 처리 장치 및 그 방법에 대하여 첨부된 도면을 참조하여 상세히 설명한다.

도 1은 본 발명의 일 실시예에 따른 실시간 모션 검출 영상 처리 장치의 구 성을 나타낸 도면이다.

도 1에 도시된 바와 같이, 본 발명에 따른 실시간 모션 검출 영상 처리 장치(100)는 버퍼(110), 서브 샘플링부(120), 윈도우 생성부(130), 센서스 변환부(140), 상관관계 계산부(150), 모션 검출부(160) 등의 여섯 개의 모듈로 구성될 수 있다.

위에서도 살펴본 바와 같이 본 발명에 따른 실시간 모션 검출 영상 처리 장치(100)의 하위 구성 요소들은 소프트웨어적으로 구현되는 것보다 하드웨어적으로 구현되는 것이 바람직하다.

상기 버퍼(110)는 다수의 읽고 쓰기가 가능한 메모리로 구성될 수 있다. 상기 버퍼(110)에는 프레임 버퍼가 1부터 n까지 존재할 수 있다. 카메라(200)로부터 입력되는 현재 영상 데이터는 프레임 버퍼 1에 저장된다.

다음 주기에서는 프레임 버퍼 1에 저장된 현재 영상 데이터를 프레임 버퍼 2로 이동시켜 저장하고, 카메라(200)로부터 입력되는 새로운 현재 영상 데이터를 프레임 버퍼 1에 저장하는 것이다. 이러한 동작은 주기마다 반복하여 실행되는 것이다.

한편, 버퍼(110)의 각 프레임 버퍼에 저장되어 있는 영상 데이터는 서브 샘플링부(120)로 전달된다. 여기서 서브 샘플링부(120)는 버퍼(110)의 각 프레임 버퍼에 대하여 동시에 접속하여 데이터를 읽어올 수 있는 것이 보다 바람직하다. 이러한 기능을 통하여 보다 빠른 영상 처리가 가능하기 때문이다.

상기 서브 샘플링부(120)는 프레임 버퍼로부터 읽어들인 현재 영상 데이터와 하나 이상의 이전 영상 데이터에 대하여 서브 샘플링을 수행한다. 이 경우 서브 샘플링부(120)는 서브샘플링 보간법으로 양선형 보간법이나 최근접값 이용법, 3차회선보간법 등 다양한 방법을 이용할 수 있다.

또한 서브 샘플링부(120)는 여러 계층의 서브 샘플링을 수행할 수 있으며, 다양한 계층의 서브 샘플링은 검출 결과의 정밀도와 전체 하드웨어의 크기에 모두 영상을 준다. 보다 좋은 최종 결과를 위해 몇 개의 서브샘플링 영상을 생성할지는 경우에 따라 바뀔 수 있다.

윈도우 생성부(130)는 윈도우 기반 영상처리 구조를 사용하여 각 영상에 대해 윈도우를 생성한다. 이와 같이 윈도우를 생성하는 방법에 대하여는 그 자세한 설명을 생략하기로 한다. 이때 결과 영상의 정밀도 및 정확도를 위해 윈도우의 크기를 다양하게 변경할 수 있다. 결정된 윈도우의 크기는 센서스 변환부(140)에서 생성되는 센서스 벡터의 길이를 결정하는 파라미터에 해당한다.

센서스 변환부(140)는 윈도우 생성부(130)에서 생성한 윈도우를 기반으로 도 2에서 설명하는 연산을 통해서 센서스 벡터를 생성한다.

센서스 변환은 일반적으로 많이 알려진 변환의 한 종류에 해당한다. 먼저, 윈도우의 정중앙에 있는 픽셀의 그레이 값과 그 주변 픽셀들 각각의 그레이 값의 크기를 비교한다. 그 비교 결과 정중앙의 픽셀 그레이 값이 주변 픽셀의 그레이 값보다 크면 해당 픽셀의 값은 0으로, 정중앙의 픽셀 그레이 값이 주변 픽셀의 그레이 값보다 작으면 해당 픽셀의 값은 1로 출력한다.

이때 출력값은 단지 정중앙 픽셀과 그 주변 픽셀의 대소 관계만을 의미하므 로, 위의 예와 반대로 정중앙 픽셀의 그레이 값이 더 클 때 1을, 더 작을 때 0을 출력해도 무방하다.

이와 같은 방식으로 생성된 센서스 벡터는 0과 1로만 이루어진 비트열이며 각 비트열은 해당 픽셀과 그 주변의 정보를 대표하는 대푯값을 가지게 된다.

이상에서 살펴보는 바와 같이 k×k 크기의 윈도우를 사용한 경우, 센서스 벡터의 길이는 윈도우의 크기에 해당하는 전체 픽셀의 수에서 1을 뺀 값인 (k×k-1)이 된다. 예를 들어, 5×5의 윈도우를 이용하는 경우, 센서스 벡터의 길이는 5×5-1=24가 되며, 3×3의 윈도우를 이용하는 경우, 센서스 벡터의 길이는 3×3-1=8이 된다.

여기서 윈도우 크기는 모션 정보의 정밀도와 하드웨어 크기, 실행 속도 등에 영향을 줄 수 있으므로, 상황에 따라 다른 크기의 윈도우를 사용하는 것이 가능하다.

윈도우 생성부(130)와 센서스 변환부(140)의 동작을 통하여, 본 발명에 따른 영상 처리 장치(100)는 현재 영상과 하나 이상의 이전 영상 및 해당 영상의 서브샘플링 된 영상을 모두 센서스 변환하고, 그 변환 결과로 센서스 벡터의 집합을 얻을 수 있다.

상관관계 계산부(150)는 획득한 센서스 벡터를 다시 윈도우 생성부(130)를 이용하여 센서스 벡터 윈도우를 만든다. 이를 주변의 센서스 벡터 윈도우와 비교하여 가장 상관도가 높은 곳을 찾는다.

도 3에 도시된 바와 같이 비교 영역의 대상이 되는 상위 윈도우를 잡고, 각 영역에서 세부적으로 하위 윈도우를 잡아 하위 윈도우간의 XOR 연산을 통해 상관도값을 얻는다. 각 두 비트열을 비교할 때 서로 다른 비트가 많을수록 XOR 결과 비트열에 ‘1’의 수가 많아지기 때문에, 각 XOR 결과 비트열에서 ‘1’의 개수가 가장 적은 비트열이 상관도가 가장 높다고 할 수 있으며, 높은 상관도 값을 할당 받는다.

모션 검출부(160)는 현재 영상 및 하나 이상의 이전 영상과 각 영상의 서브샘플링 영상에서 최종적으로 찾아진 상관관계 결과에 따라 영상의 움직임, 즉 모션 정보를 검출한다.

도 4는 본 발명의 다른 실시예에 따른 영상 처리 장치의 구성을 나타낸 도면이다.

도 1에서도 살펴본 바와 같이 도 4의 영상 처리 장치도 버퍼(110), 서브샘플링부(120), 상관관계 계산부(150), 모션 검출부(160) 등을 포함한다. 물론, 도 4의 영상 처리 장치(100)도 윈도우 생성부(120)와 센서스 변환(140)를 포함한다.

도 4의 모션 검출부(160)는 영상의 주파수에 따른 서브 샘플링의 선택 우선 순위를 설정하여 둔다. 그 후, 모션 검출부(160)는 입력되는 영상의 주파수를 분석하고, 그 주파수 성분에 따른 우선 순위를 가지는 서브 샘플링을 선택하여 모션 정보를 추출한다. 이에 대하여 더욱 자세히 살펴본다.

도 4의 원본 영상은 해상도가 좋은 영상에 해당하므로, 세부적인 부분에 대한 모션 정보를 검출하는데 보다 적합하다. 다만, 그 반대 급부로 노이즈(noise) 에 취약하다는 문제점이 있다.

이에 반하여 서브 샘플링 영상은 기본적으로 원본 영상에 비해 크기가 작기 때문에(예를 들어, 1/3 크기) 세부적인 모션 정보를 검출하기는 어렵지만, 노이즈에 강인하며 물체의 경계면을 기반으로 한 모션 검출이 가능하다는 장점이 있다.

이와 같이 원본 영상과 서브 샘플링 영상은 각각 장단점을 가지고 있으므로, 본 발명에 따른 영상 처리 장치(100)는 영상의 주파수 성분을 분석하고 그 분석 결과 적합한 영상을 선택하여 모션 정보를 획득하는 것이다.

도 4의 상관 관계 계산부(150)는 현재 영상의 서브샘플링 1~n과 이전 영상의 서브샘플링 1~n을 수신한다. 상관 관계 계산부(150)는 서브샘플링 1의 사이즈를 가지는 현재 영상 및 다수의 이전 영상을 비교하여 상관도 값을 산출한다. 또한, 상관 관계 계산부(150)는 서브샘플링 2의 사이즈를 가지는 현재 영상 및 다수의 이전 영상을 비교하여 상관도 값도 산출한다.

본 발명에 따른 모션 검출부(160)는 먼저 입력된 영상에 고주파 성분이 많은지 저주파 성분이 많은지 분석한다. 모션 검출부(160)는 주파수 성분을 분석하기 위하여 푸리에 변환(Fourier Transform) 또는 다이나믹 쓰레스홀드(Dynamic Threshold) 기법 등을 이용할 수 있다.

그 후 모션 검출부(160)는 상기 분석된 주파수 성분을 모션 정보를 검출하기 위한 상관 관계 계산부(150)로부터 입력된 다수의 상관 관계값중 하나를 선택한다. 구체적으로, 고주파 성분이 높은 부분(많은 부분)인 고주파 영역은 원본 영상의 상관 관계값을 선택하며, 저주파 성분이 높은 부분(많은 부분)인 저주파 영역은 원본 영상의 서브샘플링으로부터 구한 상관 관계값을 선택한다.

모션 검출부(160)는 선택된 상관 관계값을 이용하여 영상의 방향과 속도로 표현되는 모션 정보를 획득하게 된다. 이러한 과정을 통하여 모션 검출부(160)는 보다 효율적인 모션 정보 획득이 가능한 것이다.

도 5는 본 발명에 따른 영상 처리 장치에 입력되는 외부 영상을 나타낸 도면이다.

도 5의 영상은 정지 화면으로 보여지나, 실질적으로는 동영상 중 일 시점에서 캡쳐된 것이다. 도 5 중 이동하는 물체 또는 사물들을 분석하면 다음과 같다.

먼저, 도 5의 중앙 부분에는 교차로에서 차선을 따라 좌회전하는 버스가 있으며, 좌회전하기 위하여 교차로에 진입하고 있는 복수의 승용차들이 존재한다. 또한, 도 5의 왼쪽 부분에는 교차로에서 직진을 하고 있는 승용차를 살펴볼 수도 있다. 이와 같이 교차로에서 좌회전 또는 직진을 하고 있는 버스 또는 자동차들은 이동하는 객체들이며, 본 발명에 따른 영상 처리 장치는 이들 객체의 모션 정보를 획득한다.

한편, 도 5에서는 이동하지 않는 차선, 나무, 건물, 가로등 및 주차되어 있는 승용차들도 살펴볼 수 있다. 이와 같이 이동하지 않는 객체들에 대하여 본 발명에 따른 영상 처리 장치는 모션 정보를 획득하지 않는다.

도 6은 본 발명에 따른 영상 처리 장치가 획득한 모션 정보를 나타낸 도면이 다.

도 5에서 이동하는 객체는 교차로에서 좌회전하고 있는 버스와 복수의 승용차와 교차로에서 직진하고 있는 복수의 승용차들이다. 도 6에서 검게 칠하여진 부분은 모션이 존재하지 않는 부분이며, 하얗게 칠해진 부분이 모션이 존재하는 부분에 해당한다.

도 6에서 하얗게 칠해진 부분을 도 5와 비교하여 살펴보면, 도 6에서 하얗게 칠해진 부분이 도 5에서 이동하고 있는 버스 또는 승용차와 정확히 매칭되고 있다는 것을 알 수 있다.

도 7은 본 발명의 또 다른 실시예에 따른 실시간 모션 검출 영상 처리 방법을 나타낸 도면이다.

먼저, 본 발명에 따른 실시간 모션 검출 영상 처리 장치는 카메라와 같은 외부 장치로부터 모션 정보를 획득하기 위한 영상을 입력받아 메모리에 저장한다(S701).

실시간 모션 검출 영상 처리 장치는 현재 입력되고 있는 현재 영상과 S701 과정에서 저장된 적어도 하나 이상의 이전 영상을 서브 샘플링한다(S702).

그 후 실시간 모션 검출 영상 처리 장치는 원본 영상 및 서브 샘플링된 영상에 대하여 각각 윈도우를 생성한다. 이와 같이 윈도우를 생성하는 방법은 이미 공지되어 있는 기술에 해당하므로 그 자세한 설명을 생략하기로 한다(S703).

실시간 모션 검출 영상 처리 장치는 생성된 윈도우를 이용하여 원본 영상 및 서브 샘플링된 영상에 대하여 센서스 변환을 수행함으로써 센서스 벡터 영상을 획득한다(S704).

S704 단계 후 센서스 벡터를 이용하여 현재 영상과 이전 영상을 비교함으로써 가장 상관도가 높은 영역을 검출한다(S705). 이 경우 본 발명에 따른 실시간 모션 검출 영상 처리 장치는 입력되고 있는 영상의 주파수 성분에 따라 비교할 영상을 선택할 수 있다. 구체적으로, 고주파 성분이 높은 영상 영역인 고주파 영역은 원본 영상을 비교 대상으로 선택하며, 저주파 성분이 높은 영상 영역인 저주파 영역은 서브샘플링된 영상을 비교 대상으로 선택한다.

S705 단계에서 산출된 상관도 값을 이용하여 실시간 모션 검출 영상 처리 장치는 현재 영상과 이전 영상의 모션 정보를 검출한다(S706).

이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의하여 정해져야 한다.

도 1은 본 발명의 일 실시예에 따른 실시간 모션 검출 영상 처리 장치의 구성을 나타낸 도면.

도 2는 윈도우를 기반으로 센서스 벡터를 생성하는 방법을 나타낸 도면.

도 3은 윈도우를 이용하여 상관도 값을 얻는 방법을 나타낸 도면.

도 4는 본 발명의 다른 실시예에 따른 영상 처리 장치의 구성을 나타낸 도면.

도 5는 본 발명에 따른 영상 처리 장치에 입력되는 외부 영상을 나타낸 도면.

도 6은 본 발명에 따른 영상 처리 장치가 획득한 모션 정보를 나타낸 도면.

도 7은 본 발명의 또 다른 실시예에 따른 실시간 모션 검출 영상 처리 방법을 나타낸 도면.

<도면의 주요 부분에 대한 부호 설명>

100 : 영상 처리 장치 110 : 버퍼

120 : 서브 샘플링부 130 : 윈도우 생성부

140 : 센서스 변환부 150 : 상관관계 계산부

160 : 모션 검출부 200 : 카메라

Claims (11)

1. 모션 검출 영상 처리 장치에 있어서,

   현재 영상과 복수의 이전 영상을 입력받아 상기 각 영상들의 서브 샘플링을 수행하는 서브 샘플링부;

   상기 서브 샘플링된 각 영상에 대하여 센서스 변환을 수행하여 센서스 벡터를 획득하는 센서스 변환부;

   상기 센서스 벡터를 센서스 벡터 윈도우로 만들고, 현재 영상의 서브샘플링과 복수의 이전 영상의 서브샘플링 간 상관도 값을 계산하여 비교하고, 가장 상관도가 높은 영역을 검출하는 상관관계 연산부; 및

   입력된 영상의 주파수 성분을 분석하여 상기 주파수 성분에 따라 고주파 영역은 원본 영상의 상관 관계값을 선택하고, 저주파 영역은 원본 영상의 서브샘플링으로부터 구한 상관 관계값을 선택하여, 가장 상관도가 높은 영역의 픽셀의 위치를 추적하여 영상 내 모션 정보를 검출해내는 모션 검출부를 포함하는 모션 검출 영상 처리 장치.
2. 제1항에 있어서,

   현재 입력중인 영상 데이터와 하나 이상의 이전 영상 데이터를 각각 저장하는 다수의 프레임 버퍼를 구비하는 버퍼부를 더 포함하되,

   상기 서브 샘플링부는 상기 다수의 프레임 버퍼에 동시 접근하여 상기 프레임 버퍼에 저장된 영상 데이터를 읽어오는 것을 특징으로 하는 모션 검출 영상 처리 장치.
3. 제1항에 있어서,

   상기 서브 샘플링부는,

   서브샘플링 보간법으로 양선형 보간법이나 최근접값 이용법, 3차회선보간법 중 적어도 어느 하나의 방법을 이용하여 서브 샘플링을 수행하는 모션 검출 영상 처리 장치.
4. 제1항에 있어서,

   상기 서브 샘플링부는,

   원본 영상을 적어도 하나 이상의 비율로 축소시켜 원본 영상과 다른 해상도를 가지는 서브 샘플링 이미지를 적어도 하나 이상 획득하는 모션 검출 영상 처리 장치.
5. 제1항에 있어서,

   상기 상관관계 연산부는,

   상기 센서스 변환부가 획득한 센서스 벡터를 이용하여 센서스 벡터 윈도우를 생성하고 상기 센서스 벡터 윈도우에 비교 대상 영역인 상위 윈도우를 설정한 후, 상기 상위 윈도우에 하위 윈도우를 설정하고 상기 하위 윈도우 간 XOR 연산을 통해 상관도 값을 얻는 것을 특징으로 하는 모션 검출 영상 처리 장치.
6. 삭제
7. 모션 검출 영상 처리 방법에 있어서,

   현재 영상과 복수의 이전 영상을 입력받아 상기 각 영상들의 서브 샘플링을 수행하는 단계;

   상기 서브 샘플링된 각 영상에 대하여 센서스 변환을 수행하여 센서스 벡터를 획득하는 단계;

   상기 센서스 벡터를 센서스 벡터 윈도우로 만들고, 현재 영상의 서브샘플링과 복수의 이전 영상의 서브샘플링 간 상관도 값을 계산하여 비교하고 가장 상관도가 높은 영역을 검출하는 단계; 및

   입력된 영상의 주파수 성분을 분석하여 상기 주파수 성분에 따라 고주파 영역은 원본 영상의 상관 관계값을 선택하고, 저주파 영역은 원본 영상의 서브샘플링으로부터 구한 상관 관계값을 선택하여, 가장 상관도가 높은 영역의 픽셀의 위치를 추적하여 영상 내 모션 정보를 검출하는 단계를 포함하는 모션 검출 영상 처리 방법.
8. 제7항에 있어서,

   상기 서브 샘플링 단계는,

   서브 샘플링 보간법으로 양선형 보간법이나 최근접값 이용법, 3차회선보간법 중 적어도 어느 하나의 방법을 이용하는 것을 특징으로 하는 모션 검출 영상 처리 방법.
9. 제7항에 있어서,

   상기 서브 샘플링부 단계는,

   원본 영상을 적어도 하나 이상의 비율로 축소시켜 원본 영상과 다른 해상도를 가지는 서브 샘플링 이미지를 적어도 하나 이상 획득하는 것을 특징으로 하는 모션 검출 영상 처리 방법.
10. 제7항에 있어서,

    상기 센서스 벡터를 기반으로 현재 영상과 복수의 이전 영상 간 상관도 값을 계산하여 비교하고, 가장 상관도가 높은 영역을 검출하는 단계는,

    상기 획득한 센서스 벡터를 이용하여 센서스 벡터 윈도우를 생성하는 단계;

    상기 센서스 벡터 윈도우에 비교 대상 영역인 상위 윈도우를 설정하는 단계;

    상기 상위 윈도우에 하위 윈도우를 설정하는 단계; 및

    상기 하위 윈도우 간 XOR 연산을 통해 상관도 값을 획득하는 단계를 포함하는 것을 특징으로 하는 모션 검출 영상 처리 방법.
11. 삭제

Images