KR101154230B1 - 영상에서의 목표형상 검출장치 및 방법 - Google Patents

영상에서의 목표형상 검출장치 및 방법 Download PDF

Info

Publication number
KR101154230B1
KR101154230B1 KR1020100062663A KR20100062663A KR101154230B1 KR 101154230 B1 KR101154230 B1 KR 101154230B1 KR 1020100062663 A KR1020100062663 A KR 1020100062663A KR 20100062663 A KR20100062663 A KR 20100062663A KR 101154230 B1 KR101154230 B1 KR 101154230B1
Authority
KR
South Korea
Prior art keywords
shape
boundary
pixels
lines
object shape
Prior art date
Application number
KR1020100062663A
Other languages
English (en)
Other versions
KR20120002001A (ko
Inventor
김성락
전영철
김종익
남시병
박영수
이형관
Original Assignee
주식회사 리미트정보통신
관동대학교산학협력단
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 주식회사 리미트정보통신, 관동대학교산학협력단 filed Critical 주식회사 리미트정보통신
Priority to KR1020100062663A priority Critical patent/KR101154230B1/ko
Publication of KR20120002001A publication Critical patent/KR20120002001A/ko
Application granted granted Critical
Publication of KR101154230B1 publication Critical patent/KR101154230B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/543Depth or shape recovery from line drawings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/203Drawing of straight lines or curves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection

Landscapes

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

Abstract

영상에서의 목표형상 검출장치 및 방법이 개시된다. 경계 검출부는 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출한다. 경계 보정부는 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성한다. 형상 복원부는 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 견본형상의 형태를 기초로 객체형상의 형태를 변형하여 목표형상으로서 출력한다. 본 발명에 따르면, 잡음이 많은 입력영상으로부터 경계선의 보정을 통해 검출한 객체형상을 견본형상의 구조적 특징을 기초로 변형함으로써, 원하는 객체의 형태를 가진 목표형상을 정확하게 검출할 수 있다.

Description

영상에서의 목표형상 검출장치 및 방법{Apparatus and method for detecting target shape from image}
본 발명은 영상에서의 목표형상 검출장치 및 방법에 관한 것으로, 보다 상세하게는, 촬영된 영상을 처리하여 원하는 물체의 형상과 일치하는 형상을 검출하는 장치 및 방법에 관한 것이다.
최근 무인감시 시스템 등에서 사람에 의한 판단과정 없이 카메라에 의해 촬영된 영상에서 사람 등의 목표형상을 검출하는 방법이 사용되고 있다. 이러한 객체 검출기법은 건물의 무인감시 외에도 다양한 분야에 적용될 수 있는데, 일 예로서 수중에서 촬영된 영상으로부터 불가사리와 같은 목표 객체의 형상을 검출하기 위해 사용될 수 있다.
수중에서 유해한 불가사리를 포획하기 위해 기존에는 잠수부가 직접 불가사리를 포획하거나 배에 연결된 불가사리 제거용 망이 바닥에 끌리도록 하여 제거하는 방법이 사용되었다. 그러나 사람이 직접 유해한 불가사리를 잡도록 하는 것은 위험성이 높으며, 정확한 지점을 파악하지 못한 채 무작위로 바닥을 탐색하는 방법은 비효율적이다. 따라서 수중로봇을 이용하여 수중 영상을 촬영한 후 영상에서 불가사리의 형상을 검출함으로써 수중 불가사리의 분포를 파악하고, 불가사리의 분포도가 상대적으로 높은 지역에서 그물을 이용하여 집중적으로 불가사리를 포획하도록 하는 방법이 효과적이다.
수중로봇을 이용한 불가사리 분포 탐색에 있어서 가장 중요한 부분이 영상으로부터 불가사리의 형상을 검출하는 기술이다. 그러나 수중에서 촬영한 영상은 일반적인 실내 영상과는 달리 많은 잡음이 포함되어 있으며, 배경과 객체를 분리하는 것이 용이하지 않고, 환경에 따라 객체의 색상과 외형이 변화하기 때문에 목표 객체인 불가사리의 형상을 검출하는 것이 쉽지 않다. 또한 불가사리가 수중의 다른 물체에 가려져 전체 형상을 검출할 수 없는 경우에 해당 객체가 불가사리인지 여부를 확실히 구별할 수 있는 방법이 필요하다.
본 발명이 이루고자 하는 기술적 과제는, 잡음 및 객체가 많이 포함된 영상으로부터 목표하는 객체의 형상만을 정확하게 검출할 수 있는 영상에서의 목표형상 검출장치 및 방법을 제공하는 데 있다.
본 발명이 이루고자 하는 다른 기술적 과제는, 잡음 및 객체가 많이 포함된 영상으로부터 목표하는 객체의 형상만을 정확하게 검출할 수 있는 영상에서의 목표형상 검출방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.
상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 영상에서의 목표형상 검출장치는, 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 경계 검출부; 상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 경계 보정부; 및 상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 형상 복원부;를 구비한다.
상기의 다른 기술적 과제를 달성하기 위한, 본 발명에 따른 영상에서의 목표형상 검출방법은, (a) 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 단계; (b) 상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 단계; 및 (c) 상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 단계;를 갖는다.
본 발명에 따른 영상에서의 목표형상 검출장치 및 방법에 의하면, 잡음이 많은 입력영상으로부터 경계선의 보정을 통해 검출한 객체형상을 견본형상의 구조적 특징을 기초로 변형함으로써, 원하는 객체의 형태를 가진 목표형상을 정확하게 검출할 수 있다. 또한 경계선의 보정시에 경계선의 길이에 따른 부분적인 제거 과정을 수행함으로써, 정확한 객체형상이 검출되도록 할 수 있다.
도 1은 본 발명에 따른 영상에서의 목표형상 검출장치 및 방법에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 영상으로부터 경계를 검출하는 일 예를 나타낸 도면,
도 3은 제1보정부에 의해 경계선이 제거된 결과를 나타낸 도면,
도 4는 제2보정부에 의해 경계화소가 제거된 결과를 나타낸 도면,
도 5는 블록영역으로부터 경계화소가 제거된 후 발생하는 잔여 경계선이 제거되는 예를 나타낸 도면,
도 6은 단절된 경계선이 경계 연결부에 의해 연결된 결과를 나타낸 도면,
도 7은 경계 연결부의 동작을 컴퓨터 프로그램으로 실행시키기 위하여 작성된 소스코드를 나타낸 도면,
도 8은 객체형상에 대해 결정된 중심점을 나타낸 도면,
도 9는 객체형상의 중심점을 결정하는 동작을 컴퓨터 프로그램으로 실행시키기 위해 작성된 소스코드를 나타낸 도면,
도 10은 객체형상에 대하여 생성된 장선 및 단선을 도시한 도면,
도 11은 장선 및 단선의 생성 과정이 컴퓨터 프로그램에 의해 수행되도록 하기 위한 알고리즘을 나타내는 소스코드,
도 12는 형상 변형부에 의해 목표형상이 생성되는 일 예를 나타낸 도면,
도 13은 본 발명에 따른 영상에서의 목표형상 검출방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도,
도 14는 제2보정부에 의해 블록영역 내의 경계화소가 제거된 후 다시 제1보정부에 의해 제2기준값보다 작은 거리의 경계선이 제거되는 결과를 나타낸 그래프,
도 15는 경계 연결부에 의한 연결의 대상이 되는 지점의 개수 및 실제 연결된 개수를 나타낸 그래프,
도 16은 기존의 패턴기법 및 발명에 따른 방법에 의해 경계선의 단절된 지점이 연결된 개수를 비교하여 도시한 그래프,
도 17은 형상 복원부에 의해 객체형상으로부터 목표형상이 복원될 때 복원 전후의 면적, 경계길이, 원형도 및 조밀도 변화를 변형개체와 복합개체에 대하여 각각 산출한 결과를 나타낸 그래프,
도 18은 변형개체 및 복합개체 각각에 대하여 복원 전후의 장선 및 단선의 개수, 그리고 복원률을 비교하여 나타낸 그래프,
도 19는 앞에서 설명하였던 객체형상의 복원 과정을 컴퓨터 프로그램에 의해 수행한 결과를 나타낸 도면,
도 20은 입력영상에 포함된 객체의 종류에 따른 검출 성공률을 도시한 그래프, 그리고,
도 21은 입력영상에 포함된 객체의 종류에 따른 성공률을 기존의 구조적 특징만을 사용하여 검출하는 경우와 본 발명에 의해 복원 과정을 거치는 경우에 대하여 각각 도시한 그래프이다.
이하에서 첨부된 도면들을 참조하여 본 발명에 따른 영상에서의 목표형상 검출장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.
도 1은 본 발명에 따른 영상에서의 목표형상 검출장치 및 방법에 대한 바람직한 실시예의 구성을 도시한 블록도이다.
도 1을 참조하면, 본 발명에 따른 목표형상 검출장치는 경계 검출부(110), 경계 보정부(120) 및 형상 복원부(130)를 구비한다. 또한 본 발명의 대표적인 실시예로서, 본 발명에 따른 목표형상 검출장치는 수중에서 촬영된 영상으로부터 불가사리의 형상을 검출하기 위해 사용될 수 있다. 이하에서는 수중 영상으로부터 목표로 하는 불가사리의 형상을 검출하는 경우에 본 발명에 따른 목표형상 검출장치의 구성 및 동작에 대하여 상세하게 설명한다.
이때 사전에 설정된 견본형상은 검출하고자 하는 불가사리의 표본을 다수 수집하여 표본 불가사리들의 공통적인 특징을 나타내도록 만들어진 형상에 해당하며, 목표형상은 입력영상으로부터 검출된 객체형상의 형태를 견본형상의 형태에 가깝게 되도록, 즉 실제 불가사리의 형태에 근접하게 되도록 변형하여 얻어진다.
먼저 경계 검출부(110)는 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출한다. 영상으로부터 경계선을 검출하는 방법으로는 기존에 사용되었던 다양한 방법을 사용할 수 있다. 예를 들면, 경계 검출부(110)는 수중에서 촬영된 컬러 영상인 입력영상을 그레이 스케일 영상으로 변환한 후 이를 다시 이진영상으로 변환하여 경계선을 추출한다. 이진영상의 각 화소에 부여되는 화소값은 사전에 설정된 기준밝기에 따라 결정될 수 있다.
도 2는 영상으로부터 경계를 검출하는 일 예를 나타낸 도면으로, 컬러 입력영상으로부터 변환 과정을 거쳐 이진영상을 생성하고, 팽창 연산을 통해 경계선을 검출하는 것을 확인할 수 있다. 검출된 경계선들에는 불가사리의 형태를 가지는 것과 작은 이물질의 형태를 가지는 것이 포함되어 있다.
수중 환경의 특성상 수중에서 촬영된 입력영상에는 검출의 목표가 되는 불가사리 외에도 이물질이 많이 포함되어 있다. 따라서 경계 검출부(110)에 의해 얻어진 복수의 경계선은 실제 불가사리의 경계선 뿐만 아니라 수중에 존재하는 각종 이물질의 경계선도 포함하게 된다. 따라서 이러한 이물질의 경계선을 제거하여 불가사리의 경계선만 남기는 과정이 수행되어야 한다.
경계 보정부(120)는 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성한다. 이를 위해 경계 보정부(120)는 제1보정부(122), 제2보정부(124) 및 경계 연결부(126)를 구비한다.
제1보정부(122)는 불가사리의 크기에 비해 상대적으로 작은 크기의 이물질의 경계선을 제거하기 위한 것으로, 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거한다. 이때 제1기준값은 목표로 하는 불가사리의 종류 및 영상의 촬영 환경에 따라 달라질 수 있으며, 실험적으로 결정되는 값을 갖는다.
도 3은 제1보정부(122)에 의해 경계선이 제거된 결과를 나타낸 도면이다. 도 3을 도 2의 (d)와 대비하여 보면 불가사리 형태의 경계선을 제외하고 작은 이물질 형태의 경계선은 모두 제거되었음을 확인할 수 있다. 이와 같이 제1보정부(122)에 의해 잡음에 해당하는 경계선들이 제거된 후에는 제2보정부(124)에 의해 경계선을 보정하는 과정이 수행된다.
제2보정부(124)는 제1보정부(122)로부터 출력된 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 경계화소를 제거한다.
도 3을 참조하면, 불가사리 형태의 경계선의 세 지점에 블록영역이 표시되어 있는 것을 확인할 수 있다. 제2보정부(124)는 제1보정부(122)로부터 출력된 경계선을 따라 연속적으로 사전에 설정된 크기의 블록영역을 설정한다. 블록영역의 크기는 8×8(화소)의 크기로 할 수 있다. 하나의 블록영역에 포함된 경계화소의 개수가 기준개수보다 많다는 것은 해당 블록영역 내에서 경계선이 매끈한 형태가 아닌 굴곡이 심한 형태를 가진다는 것을 의미한다. 따라서 제2보정부(124)는 각각의 블록영역마다 경계화소의 개수를 산출하여 각 블록영역에 포함된 경계화소가 제거대상에 해당하는지 여부를 판단한다. 도 3에 표시된 세 개의 블록영역이 경계화소의 개수가 기준개수 이상인 블록영역을 의미한다.
도 4는 제2보정부(124)에 의해 경계화소가 제거된 결과를 나타낸 도면이다. 도 3에 표시된 세 개의 블록영역으로부터 경계화소가 제거됨으로써 해당 블록영역에는 경계선이 포함되지 않고, 경계화소가 제거된 블록영역을 중심으로 경계선의 단절된 부분이 발생한다. 따라서 단절된 부분을 연결하여 줌으로써 하나의 경계선으로 이루어진 완전한 객체형상을 생성할 필요성이 있다. 다만 그 이전에 경계화소의 제거로 인하여 발생하게 되는 짧은 경계선을 제거하는 과정이 수행될 수 있다.
즉, 제1보정부(122)는 제2보정부(124)에 의해 경계화소가 제거된 후 얻어진 경계선들 중에서 길이가 사전에 설정된 제2기준값보다 작은 경계선을 제거할 수 있다. 여기서 제2기준값은 제1기준값과 동일하거나 제1기준값보다 작은 값으로 설정할 수 있다. 도 5는 블록영역으로부터 경계화소가 제거된 후 발생하는 잔여 경계선이 제거되는 예를 나타낸 도면이다. 도 5의 (a)는 세 지점의 블록영역으로부터 경계화소가 제거되어 단절된 경계선을 나타낸 도면이다. 원으로 표시된 두 개의 지점에 길이가 짧은 잔여 경계선이 나타난 것을 확인할 수 있다. 도 5의 (b)는 이러한 잔여 경계선이 제거된 결과를 나타낸 도면으로, 불가사리의 형태를 이루는 경계선만 남아있는 것을 볼 수 있다.
경계 연결부(126)는 제2보정부(124)에 의해 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 객체형상을 생성한다. 구체적으로, 경계화소가 제거된 블록영역이 8×8(화소) 크기인 경우, 해당 블록영역의 각 변으로부터 바깥쪽으로 한 개의 화소만큼 영역을 넓힌 10×10(화소) 크기의 새로운 블록영역을 설정한다. 경계선의 경로 도중에 위치한 블록영역으로부터 경계화소가 제거되었으므로 해당 블록영역을 중심으로 경계선은 단절되어 있는 상태이다. 따라서 10×10(화소) 크기의 새로운 블록영역을 설정하면 두 개의 경계화소가 새로운 블록영역 내에 위치하게 된다. 경계연결부(126)는 이 두 개의 경계화소의 좌표를 이용하여 두 점을 지나는 직선의 방정식을 산출하는 방법에 의해 단절된 경계선을 연결한다.
예를 들어, 10×10(화소) 크기의 새로운 블록영역에 포함된 두 경계화소 A 및 B의 좌표가 각각 A(x1, y1) 및 B(x2, y2)인 경우, 두 경계화소를 연결하는 직선의 방정식은 다음의 수학식 1과 같이 산출된다.
Figure 112010042288447-pat00001
도 6은 단절된 경계선이 경계 연결부(126)에 의해 연결된 결과를 나타낸 도면이다. 도 6에서 원으로 표시된 부분을 도 3에서 세 지점의 블록영역과 대비하여 보면, 굴곡이 심한 경계선이 매끈한 경계선으로 수정된 것을 확인할 수 있다. 또한 도 7에는 경계 연결부(126)의 동작을 컴퓨터 프로그램으로 실행시키기 위하여 작성된 소스코드를 나타내었으며, 도 7의 소스코드를 실행시킴으로써 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소가 연결되는 결과를 얻을 수 있다.
경계 보정부(120)에 의해 객체형상이 생성되면, 형상 복원부(130)는 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 견본형상의 형태를 기초로 객체형상의 형태를 변형하여 목표형상으로서 출력한다. 이를 위해 형상 복원부(130)는 중심 결정부(132), 지점 연결부(134) 및 형상 변형부(136)를 구비한다.
중심 결정부(132)는 경계선이 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 경계선이 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 객체형상의 중심점으로 결정한다.
앞에서도 설명한 바와 같이 견본형상은 다수의 불가사리 표본으로부터 불가사리의 공통적인 특징을 모두 나타내도록 생성된 형상이다. 견본형상이 나타내는 불가사리의 특징은 목표하는 불가사리에 따라 다르지만, 일 예로서 도 2의 (a)에 나타난 불가사리와 같이 외부를 향해 뻗어나온 다섯 개의 돌기로 이루어진 불가사리의 경우, 내부를 향해 함몰된 지점이 다섯 개, 그리고 외부를 향해 돌출된 지점이 다섯 개라는 공통적인 특징을 가진다. 따라서 형상 변형부(136)는 경계 보정부(120)에 의해 생성된 객체형상이 나타내는 특징이 견본형상의 특징과 일치하면 객체형상이 검출하고자 하는 불가사리에 해당하는 것으로 결정할 수 있다.
도 8은 객체형상에 대해 결정된 중심점을 나타낸 도면이다. 객체형상의 내부에 별 형상의 영역이 표시되어 있다. 이는 객체형상에서 내부를 향해 함몰된 지점에 각각 위치하는 내부화소 각각으로부터 각각의 내부화소로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진다. 이와 같이 별 형상의 영역이 만들어지면 그 내부에는 다시 오각형 형상의 영역이 나타나게 된다. 객체형상의 중심점은 이러한 오각형의 중심으로 결정된다. 도 9는 객체형상의 중심점을 결정하는 동작을 컴퓨터 프로그램으로 실행시키기 위해 작성된 소스코드를 나타낸 도면으로, 이러한 소스코드를 실행시킴으로써 자동으로 객체형상의 중심점을 결정할 수 있다.
다음으로 지점 연결부(134)는 객체형상의 중심점과 객체형상의 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성한다. 또한 객체형상의 중심점과 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 생성할 수도 있다.
생성된 다섯 개의 장선 및 단선은 객체형상에 나타나는 불가사리의 다섯 개 돌기들이 서로 대칭적인 형태를 가지도록 객체형상의 경계선을 변형시킬 때 사용된다. 이물질이 많은 수중 환경의 특성상 입력영상에 포함된 불가사리의 형상은 경계 보정부(120)에 의해서 제거되지 않는 수중식물과 같은 다른 개체에 의해 일부가 가려질 수 있다. 또한 불가사리의 돌기 중 일부가 잘려나가는 등의 이유로 다섯 개의 돌기의 길이가 일정하지 않은 경우도 있다. 이상과 같은 이유로 객체형상에서 나타나는 다섯 개의 돌기의 길이가 일정하지 않은 경우에도 항상 다섯 개의 장선은 각각 객체형상의 다섯 개의 돌기를 통과하며, 다섯 개의 단선은 각각 서로 인접한 두 개의 돌기 사이의 지점을 통과한다. 도 10은 객체형상에 대하여 생성된 장선 및 단선을 도시한 도면이다. 도 10에서 실선은 장선을 나타내며, 점선은 단선을 나타낸다. 또한 도 11은 장선 및 단선의 생성 과정이 컴퓨터 프로그램에 의해 수행되도록 하기 위한 알고리즘을 나타내는 소스코드이다.
형상 변형부(136)는 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태인 사전에 설정된 기준영역에 포함된 객체형상의 경계선을 변형장선에 해당하지 않는 장선에 대한 기준영역에 포함된 경계선의 형태를 기초로 변형하여 목표형상을 생성한다. 객체형상의 다섯 개의 돌기의 길이가 일정하지 않다면 다섯 개의 장선의 길이 역시 일정하지 않게 된다. 이러한 경우에 다른 장선에 비해 특히 길이가 짧은 장선은 짧은 돌기를 의미하므로 완전한 불가사리의 형태로 복원하기 위한 변형 대상이 된다.
여기서 변형장선을 결정하는 기준길이는 다섯 개의 장선의 길이의 평균값으로 결정될 수 있다. 즉, 지점 연결부(134)에 의해 다섯 개의 장선이 생성되면, 형상 변형부(136)는 각각의 장선의 길이를 산출한 후, 다섯 개의 장선의 길이의 평균과 각각의 장선의 길이를 비교한다. 그에 따라 평균 길이보다 짧은 길이의 장선이 변형장선으로 결정된다. 도 12는 형상 변형부(136)에 의해 목표형상이 생성되는 일 예를 나타낸 도면으로, 이하에서 도 12를 참조하여 객체형상의 경계선을 변형하는 과정에 대하여 설명한다.
도 12의 (a)는 수중에서 촬영된 입력영상을 나타낸 것으로, 도 2의 입력영상과는 달리 불가사리의 다섯 개 돌기 중에서 세 개의 길이가 짧은 형태를 가진다. 따라서 세 개의 돌기의 형태를 나머지 두 개의 돌기의 형태와 같이 복원할 필요성이 있다. 도 12의 (b)는 경계 보정부(120)에 의해 생성된 객체형상이고, (c)는 중심 결정부(132)에 의해 객체형상의 중심점이 결정된 결과를 나타낸 도면이다. 지점 연결부(134)는 도 12의 (d)와 같이 객체형상의 중심점과 외부화소 각각을 연결하는 다섯 개의 장선을 생성하며, 위쪽의 세 개의 장선이 형상 변형부(136)에 의해 변형장선으로 결정된다.
객체형상에서 변형장선이 통과하는 세 개의 돌기가 제거된 후 나머지 두 개의 돌기와 같은 새로운 세 개의 돌기가 복원된다. 이때 변형의 대상이 되는 세 개의 돌기에 해당하는 객체형상의 경계선은 변형장선을 중심으로 하는 일정 영역, 보다 구체적으로는 변형장선을 중심으로 양측에 위치하는 단선의 연장선 사이의 영역에 포함된 경계선 부분이다. 도 12의 (e)에서는 연속하는 세 개의 돌기에 해당하는 객체형상의 경계선이 변형 대상이 되므로 세 개의 돌기의 양 끝점인 두 개의 내부화소를 서로 연결하는 직선을 중심으로 변형 대상의 경계선과 그렇지 않은 경계선이 구분된다. 경계선을 변형하여 목표형상을 생성할 때에는 견본형상에 나타난 돌기의 형태를 사용할 수도 있고, 객체형상에서 변형장선 이외의 장선이 통과하는 돌기의 형태를 사용할 수도 있다. 도 12의 (f)는 형상 변형부(136)에 의해 생성된 목표형상을 나타낸 도면으로, 길이가 짧은 세 개의 돌기가 모두 복원되어 길이가 일정한 다섯 개의 돌기를 가진 불가사리의 형태를 가지게 되었음을 확인할 수 있다.
이상에서는 돌기의 길이가 변형되어 있는 경우 객체형상을 목표형상으로 복원하는 경우에 대하여만 본 발명의 동작을 설명하였으나, 본 발명에 따른 목표형상 검출장치는 수중에서 두 개의 불가사리가 겹쳐져서 위치하는 경우 또는 불가사리가 아닌 크기가 유사한 다른 개체와 함께 겹쳐져서 위치하는 경우 등에도 적용될 수 있다.
도 13은 본 발명에 따른 영상에서의 목표형상 검출방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.
도 13을 참조하면, 경계 검출부(110)는 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출한다(S1010). 경계보정부(120)는 제1보정부(122), 제2보정부(124) 및 경계 연결부(126)를 구비하며, 제1보정부(122)는 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거한다(S1020). 또한 제2보정부(124)는 제1보정부(122)로부터 출력된 각각의 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 경계화소를 제거한다(S1030). 경계화소가 제거된 후 제1보정부(122)는 다시 사전에 설정된 제2기준값보다 작은 길이의 경계선을 제거할 수 있다(S1040). 경계 연결부(126)는 제2보정부(124)에 의해 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 객체형상을 생성한다(S1050).
형상 복원부(130)는 중심 결정부(132), 지점 연결부(134) 및 형상 변형부(136)를 구비한다. 중심 결정부(132)는 경계선이 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 경계선이 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 객체형상이 목표하는 불가사리의 형상인 것으로 결정하고, 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 객체형상의 중심점으로 결정한다(S1060).
지점 연결부(134)는 객체형상의 중심점과 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성한다(S1070). 이때 객체형상의 중심점과 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 함께 생성할 수 있다. 마지막으로 형상 변형부(136)는 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태인 사전에 설정된 기준영역에 포함된 객체형상의 경계선을 변형장선에 해당하지 않는 장선에 대한 기준영역에 포함된 경계선의 형태 또는 견본형상의 형태를 기초로 변형하여 목표형상을 생성한다(S1080).
본 발명의 성능을 평가하기 위한 실험을 통해 본 발명에 의해 목표형상을 검출하는 각 단계에서 데이터를 수집하였다.
도 14는 제2보정부(124)에 의해 블록영역 내의 경계화소가 제거된 후 다시 제1보정부(122)에 의해 제2기준값보다 작은 거리의 경계선이 제거되는 결과를 나타낸 그래프이다. 그래프의 가로축은 실행 횟수를 나타내며, 세로축은 제거되는 화소의 수를 나타낸다. 실험 환경에 따라 최대 186개의 화소가 추가적으로 제거되는 것으로 보아 추가적인 경계선 제거 과정에 의해 본 발명의 성능을 더욱 향상시킬 수 있음을 확인할 수 있다.
도 15는 경계 연결부(126)에 의한 연결의 대상이 되는 지점의 개수 및 실제 연결된 개수를 나타낸 그래프이다. 즉, 제2보정부(124)에 의해 경계화소가 제거된 블록영역의 개수 및 경계화소 제거 후 경계화소가 연결된 개수를 비교하여 도시한 결과이다. 실험 환경에 따라 모든 경계화소가 연결되지 않은 경우도 있으나, 경계화소가 제거된 대부분의 블록영역에 대해 경계화소의 연결이 수행되었음을 확인할 수 있다. 도 16은 기존의 패턴기법 및 발명에 따른 방법에 의해 경계선의 단절된 지점이 연결된 개수를 비교하여 도시한 그래프로서, 기존의 방법에 비해 본 발명을 사용할 경우에 대체적으로 연결 성공의 확률이 높은 것을 확인할 수 있다. 이는 경계 보정부(120)에 의해 여러 차례에 걸쳐 불필요한 경계선 및 경계화소를 제거하는 과정이 수행되기 때문이다.
도 17은 형상 복원부(130)에 의해 객체형상으로부터 목표형상이 복원될 때 복원 전후의 면적, 경계길이, 원형도 및 조밀도 변화를 변형개체와 복합개체에 대하여 각각 산출한 결과를 나타낸 그래프이다. 도 17을 참조하면, 변형개체는 앞에서 예로 들었던 것처럼 다섯 개의 돌기의 길이가 일정하지 않은 경우를 나타내며, 복합개체는 불가사리가 다른 개체와 겹쳐져서 위치하여 하나의 객체형상으로서 검출되는 경우를 나타낸다. 원형도 및 조밀도는 변형개체의 경우에는 복원에 의해 증가하며, 복합개체의 경우에는 복원에 의해 감소하였다. 또한 경계선의 길이는 거의 변화를 보이지 않았으나, 경계선이 차지하는 면적은 변형개체의 경우에는 복원에 의해 감소하고, 복합개체의 경우에는 복원에 의해 증가하였다.
또한 도 18은 변형개체 및 복합개체 각각에 대하여 복원 전후의 장선 및 단선의 개수, 그리고 복원률을 비교하여 나타낸 그래프이다. 변형개체와 복합개체 모두 복원에 의해 장선 및 단선의 개수가 증가하였으며, 복원률은 변형개체의 경우가 복합개체의 경우보다 더 높은 것을 확인할 수 있다.
도 19는 앞에서 설명하였던 객체형상의 복원 과정을 컴퓨터 프로그램에 의해 수행한 결과를 나타낸 도면이다. 도 19를 참조하면, 도 12의 (a)와 같은 입력영상으로부터 장선의 길이를 기초로 변형장선을 결정하고, 각각의 변형장선에 대응하는 기준영역 내에서 경계선을 변형하여 목표형상을 생성하게 된다. 하단에는 경계선으로 둘러싸인 면적, 경계선을 구성하는 화소수, 중심점의 좌표, 원형도, 그리고 장선과 단선의 각도 및 길이가 수치로 표시되어 있다.
도 20은 입력영상에 포함된 객체의 종류에 따른 검출 성공률을 도시한 그래프이다. 도 20에서 단일개체는 완전한 불가사리 형태의 객체형상이 검출되는 경우를 말하며, 다중개체는 여러 개의 불가사리가 겹쳐져 있는 형태의 객체형상이 검출되는 경우를 말한다. 도 20을 참조하면, 단일개체의 경우에는 형태가 변형되어 있거나 다른 개체에 의해 가려져 있지 않은 상태에서 검출되므로 검출의 성공률이 86.67%로 가장 높다. 성공률이 가장 낮은 것은 복합개체로서, 동일한 불가사리가 아닌 다른 개체와 겹쳐져 있으므로 불가사리 형태의 객체형상이 검출되기 어렵기 때문이다. 그러나 검출의 성공률은 가장 낮은 경우에도 55%며, 이러한 수치는 수중 환경에서 목표하는 불가사리의 상대적인 분포도를 파악하는 데에는 전혀 지장을 주지 않는 값이다.
도 21은 입력영상에 포함된 객체의 종류에 따른 성공률을 기존의 구조적 특징만을 사용하여 검출하는 경우와 본 발명에 의해 복원 과정을 거치는 경우에 대하여 각각 도시한 그래프이다. 도 21을 참조하면, 객체형상에서 형태가 일그러진 부분을 복원하여 목표형상을 생성함으로써 복원 과정이 수행되지 않은 경우에 비해 성공률이 향상되는 것을 확인할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
110 - 경계 검출부
120 - 경계 보정부
122 - 제1보정부
124 - 제2보정부
126 - 경계 연결부
130 - 형상 복원부
132 - 중심 결정부
134 - 지점 연결부
136 - 형상 변형부

Claims (15)

  1. 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 경계 검출부;
    상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 나머지 경계선들에 대하여 단부 사이의 거리가 최소인 경계선을 서로 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 경계 보정부; 및
    상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 형상 복원부;를 포함하는 것을 특징으로 하는 목표형상 검출장치.
  2. 제 1항에 있어서,
    상기 경계 보정부는,
    상기 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거하는 제1보정부;
    상기 제1보정부로부터 출력된 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 상기 기준개수 이상의 경계화소를 제거하는 제2보정부; 및
    상기 제2보정부에 의해 상기 기준개수 이상의 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 상기 객체형상을 생성하는 경계 연결부;를 포함하는 것을 특징으로 하는 목표형상 검출장치.
  3. 제 2항에 있어서,
    상기 제1보정부는 상기 제2보정부에 의해 상기 경계화소가 제거된 후 얻어진 경계선들 중에서 길이가 사전에 설정된 제2기준값보다 작은 경계선을 제거하는 과정을 추가로 수행하며,
    상기 경계 연결부는 상기 제1보정부에 의해 상기 제2기준값보다 작은 길이의 경계선이 추가로 제거된 경계선들로부터 상기 객체형상을 생성하는 것을 특징으로 하는 목표형상 검출장치.
  4. 제 1항 내지 제 3항 중 어느 한 항에 있어서,
    상기 입력영상은 수중에서 촬영된 영상이며, 상기 견본형상 및 상기 목표형상은 불가사리의 형상인 것을 특징으로 하는 목표형상 검출장치.
  5. 제 4항에 있어서,
    상기 형상 복원부는,
    상기 경계선이 상기 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 상기 경계선이 상기 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 상기 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 상기 객체형상의 중심점으로 결정하는 중심 결정부;
    상기 객체형상의 중심점과 상기 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성하는 지점 연결부; 및
    상기 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태가 되도록 사전에 설정된 기준영역에 포함된 상기 객체형상의 경계선을 상기 변형장선에 해당하지 않는 나머지 장선들 중 하나에 대해 설정된 기준영역에 포함된 경계선의 형태를 기초로 변형하여 상기 목표형상을 생성하는 형상 변형부;를 포함하는 것을 특징으로 하는 목표형상 검출장치.
  6. 제 5항에 있어서,
    상기 지점 연결부는 상기 객체형상의 중심점과 상기 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 생성하고,
    상기 형상 변형부는 상기 변형장선을 중심으로 양측에 위치하는 두 개의 단선의 연장선 사이의 영역 내에서 상기 객체형상의 경계선을 변형하여 상기 목표형상을 생성하는 것을 특징으로 하는 목표형상 검출장치.
  7. 제 1항 내지 제 3항 중 어느 한 항에 있어서,
    상기 경계 검출부는 상기 입력영상을 그레이 스케일 영상으로 변환하고 상기 그레이 스케일 영상을 변환하여 얻어진 이진영상에 대하여 팽창 연산을 적용함으로써 상기 복수의 경계선을 검출하는 것을 특징으로 하는 목표형상 검출장치.
  8. (a) 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 단계;
    (b) 상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 나머지 경계선들에 대하여 단부 사이의 거리가 최소인 경계선을 서로 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 단계; 및
    (c) 상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 단계;를 포함하는 것을 특징으로 하는 목표형상 검출방법.
  9. 제 8항에 있어서,
    상기 (b) 단계는,
    (b1) 상기 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거하는 단계;
    (b2) 상기 (b1) 단계에서 출력된 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 상기 기준개수 이상의 경계화소를 제거하는 단계; 및
    (b3) 상기 (b2) 단계에서 상기 기준개수 이상의 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 상기 객체형상을 생성하는 단계;를 포함하는 것을 특징으로 하는 목표형상 검출방법.
  10. 제 9항에 있어서,
    상기 (b2) 단계 및 상기 (b3) 단계의 사이에,
    (b4) 상기 (b2) 단계에서 상기 경계화소가 제거된 후 얻어진 경계선들 중에서 길이가 사전에 설정된 제2기준값보다 작은 경계선을 제거하는 단계를 더 포함하는 것을 특징으로 하는 목표형상 검출방법.
  11. 제 8항 내지 제 10항 중 어느 한 항에 있어서,
    상기 입력영상은 수중에서 촬영된 영상이며, 상기 견본형상 및 상기 목표형상은 불가사리의 형상인 것을 특징으로 하는 목표형상 검출방법.
  12. 제 11항에 있어서,
    상기 (c) 단계는,
    (c1) 상기 경계선이 상기 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 상기 경계선이 상기 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 상기 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 상기 객체형상의 중심점으로 결정하는 단계;
    (c2) 상기 객체형상의 중심점과 상기 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성하는 단계; 및
    (c3) 상기 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태가 되도록 사전에 설정된 기준영역에 포함된 상기 객체형상의 경계선을 상기 변형장선에 해당하지 않는 나머지 장선들 중 선택된 하나의 장선에 대해 설정된 기준영역에 포함된 경계선의 형태를 기초로 변형하여 상기 목표형상을 생성하는 단계;를 포함하는 것을 특징으로 하는 목표형상 검출방법.
  13. 제 12항에 있어서,
    상기 (c2) 단계에서, 상기 객체형상의 중심점과 상기 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 생성하고,
    상기 (c3) 단계에서, 상기 변형장선을 중심으로 양측에 위치하는 두 개의 단선의 연장선 사이의 영역 내에서 상기 객체형상의 경계선을 변형하여 상기 목표형상을 생성하는 것을 특징으로 하는 목표형상 검출방법.
  14. 제 8항 내지 제 10항 중 어느 한 항에 있어서,
    상기 (a) 단계에서, 상기 입력영상을 그레이 스케일 영상으로 변환하고 상기 그레이 스케일 영상을 변환하여 얻어진 이진영상에 대하여 팽창 연산을 적용함으로써 상기 복수의 경계선을 검출하는 것을 특징으로 하는 목표형상 검출방법.
  15. 제 8항 내지 제 10항 중 어느 한 항에 기재된 목표형상 검출방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020100062663A 2010-06-30 2010-06-30 영상에서의 목표형상 검출장치 및 방법 KR101154230B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100062663A KR101154230B1 (ko) 2010-06-30 2010-06-30 영상에서의 목표형상 검출장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100062663A KR101154230B1 (ko) 2010-06-30 2010-06-30 영상에서의 목표형상 검출장치 및 방법

Publications (2)

Publication Number Publication Date
KR20120002001A KR20120002001A (ko) 2012-01-05
KR101154230B1 true KR101154230B1 (ko) 2012-06-07

Family

ID=45609486

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100062663A KR101154230B1 (ko) 2010-06-30 2010-06-30 영상에서의 목표형상 검출장치 및 방법

Country Status (1)

Country Link
KR (1) KR101154230B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496139B (zh) * 2020-03-18 2024-02-13 北京京东乾石科技有限公司 从图像中检测目标和训练目标检测模型的方法和设备

Also Published As

Publication number Publication date
KR20120002001A (ko) 2012-01-05

Similar Documents

Publication Publication Date Title
US9377861B2 (en) Information processing device and method, program and recording medium for identifying a gesture of a person from captured image data
JP4668921B2 (ja) 画像中のオブジェクト検出
CN106778582B (zh) 基于rgb重构的森林图像切割后的火焰/烟雾识别方法
JP5706647B2 (ja) 情報処理装置、およびその処理方法
KR102347496B1 (ko) 방사선 치료 계획 수립을 위한 인공지능 기반의 장기 및 종양 이미지 분할 시스템 및 방법
CN110210428B (zh) 一种基于mser的远距离复杂环境下的烟雾根节点检测方法
CN111192194A (zh) 一种针对幕墙建筑立面的全景图像拼接方法
KR102223484B1 (ko) 식생을 제거한 절토사면의 3차원 모델 생성 시스템 및 3차원 모델 생성 방법
JP2021068056A (ja) 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム
CN114419102A (zh) 一种基于帧差时序运动信息的多目标跟踪检测方法
KR101154230B1 (ko) 영상에서의 목표형상 검출장치 및 방법
JP7078295B2 (ja) 変状検出装置、変状検出方法、及びプログラム
KR101249374B1 (ko) 영상에서의 목표형상 검출장치 및 방법
JP5217917B2 (ja) 物体検知追跡装置,物体検知追跡方法および物体検知追跡プログラム
CN113570564B (zh) 一种基于多路卷积网络的多清晰度伪造人脸视频的检测方法
KR102224101B1 (ko) 하드 네거티브 마이닝을 이용한 객체 추적 방법
JP2007199865A (ja) 画像処理アルゴリズム評価装置、画像処理アルゴリズムの生成装置および画像検査装置ならびに画像処理アルゴリズム評価方法、画像処理アルゴリズムの生成方法および画像検査方法
JP4692151B2 (ja) 画像認識方法及び画像認識装置
JP6818485B2 (ja) 画像処理装置、画像処理方法、及びプログラム
KR101627653B1 (ko) 란삭 알고리즘 기반의 자동 바둑 기보 시스템 및 그 방법
CN114092777B (zh) 一种基于小目标的高效识别方法及系统
CN117437122B (zh) 一种集装箱全景图像的拼接方法和系统
CN117541764B (zh) 一种图像拼接方法、电子设备及存储介质
CN111539970B (zh) 一种适用于结构光三维重建的棋盘格角点检测方法
CN118196027A (zh) 一种缺陷检测方法、多模态融合网络及设备

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: 20150610

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160422

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170628

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180702

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee