KR101217611B1 - 부 영상 기반의 영상등록 방법 및 이를 이용한 침입영상 탐지 방법 - Google Patents
부 영상 기반의 영상등록 방법 및 이를 이용한 침입영상 탐지 방법 Download PDFInfo
- Publication number
- KR101217611B1 KR101217611B1 KR1020110009565A KR20110009565A KR101217611B1 KR 101217611 B1 KR101217611 B1 KR 101217611B1 KR 1020110009565 A KR1020110009565 A KR 1020110009565A KR 20110009565 A KR20110009565 A KR 20110009565A KR 101217611 B1 KR101217611 B1 KR 101217611B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- sub
- images
- entropy
- homogeneity
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination 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)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 부 영상 기반의 영상등록 방법에 관한 것으로서, 구체적으로는 상관도(Cross Correlation) 계산을 통한 영상등록 방법에 있어서, 전체 영상을 일정한 크기로 분할하여 다수의 부 영상을 추출하는 부 영상 추출단계와, 상기 추출된 각각의 부 영상의 경계 부분에 대하여 경계완화(Edge Tapering) 기능을 적용시키는 단계와, 상기 각각의 부 영상의 균질도(Uniformity) 및 엔트로피(Entropy)를 계산하여 일정 크기 이상의 균질도와 일정 기준 이하의 엔트로피를 가지는 부 영상을 등록될 부 영상으로 결정하는 단계와, 상기 등록될 부 영상의 이동량을 계산하고 계산된 이동량의 평균을 구하는 단계와, 상기 부 영상을 등록하는 단계를 포함한다.
본 발명에 따른 부 영상 기반의 영상등록 방법을 이용하면, 연산량을 감소시키고, 영상등록의 정확도를 향상시킬 수 있으며, 나아가 미세한 움직임을 갖는 침입인원에 대하여 정확도가 높은 영상을 제공할 수 있다.
본 발명에 따른 부 영상 기반의 영상등록 방법을 이용하면, 연산량을 감소시키고, 영상등록의 정확도를 향상시킬 수 있으며, 나아가 미세한 움직임을 갖는 침입인원에 대하여 정확도가 높은 영상을 제공할 수 있다.
Description
본 발명은 영상등록 성능 향상 방법에 관한 것으로서, 좀 더 상세하게는 부 화소 단위의 정밀하고 정확도가 높은 부 영상(sub-image) 기반의 영상등록 방법 및 이를 이용한 침입영상 탐지 방법에 관한 것이다.
영상등록은 동일한 장면의 영상에 대해 서로 다른 시간에 촬영하거나, 다른 각도에서 촬영 또는 다른 영상 센서로 촬영된 여러 장의 영상을 모든 화소점들에 대해 대응 화소점을 찾아 정렬하는 기법으로서 영상처리에서 필수적인 전처리 과정 중의 하나이다.
일반적으로 영상등록은 다양한 영상들 간의 차이점을 찾아내거나, 영상융합 기법을 이용한 공통 정보 추출을 통하여 개별영상에서는 잘 드러나지 않는 성분들을 분석하기 위한 주요한 도구로서 활용되며, 영상융합, 변화탐지(Change Detection) 및 다채널 영상복원 등과 같이 영상조합에 의해 최종 정보를 얻는 분야에서 특히 유용한 기법으로 활용되고 있다.
일반적인 영상등록 알고리즘은 영상간의 상호 변환관계를 찾아내어 특정한 목적함수의 최적화 문제를 해결하기 위한 것이다. 영상변환 계열은 크게 강체 변환(Rigid Transformation), 어파인 변환(Affine Transformation) 및 비선형 워핑(Nonlinear Warping) 등으로 구분되며, 강체 변환에서는 변형(Translation), 회전(Rotation), 크기조절(Scaling)이 이루어지고, 어파인 변환에서는 왜곡(Skewed)과 원근법(Perspective)이 이루어진다. 이때 목적함수의 최적화는 화소 차(difference) 값들에 대한 합계(Summation)의 최소화 방법, 정규화 상관도 계수의 최대화 방법, 결합화소 분포(Joint pixel-distribution)의 결합정보(Mutual information)를 최대화하는 방법 등으로 구분된다.
상기와 같이 영상등록을 위한 일반적인 방법은 상관도(Cross Correlation) 계산 방법으로서, 도 1은 종래 기술에 따른 상관도 계산을 통한 영상등록 방법을 나타낸 흐름도이다. 도 1에 도시된 바와 같이, 상관도 계산을 통한 영상등록 방법은 이산 푸리에 변환하는 단계(S110)와, 곱셈 연산하는 단계(S120)와, 역 이산 푸리에 변환하는 단계(S130)와, 최대값 검색하는 단계(S140)와, 이동량 계산하는 단계(S150)와, 영상 등록하는 단계(S160)를 포함한다. 먼저, 이산 푸리에 변환하는 단계(S110)에서는 기준 영상(f(x,y))과 입력영상(g(x,y))에 대하여 이산 푸리에 변환(DFT, Discrete Fourier Transform)을 수행하여 F(u,v) 및 G(u,v)를 구한다. 다음으로 곱셈 연산하는 단계(S120)에서는, 상기 F(u,v)와 G(u,v)의 공액을 곱한 F(u,v)ㆍG*(u,v)를 구한다. 그리고, 역 이산 푸리에 변환하는 단계(S130)에서는 상기 F(u,v)ㆍG*(u,v)을 kM*kN 크기의 Zero Matrix 중앙에 위치시키고 역 이산 푸리에 변환(IDFT, Inverse DFT)을 수행한다. 다음으로, 최대값 검색하는 단계(S140)에서는 상기 역 이산 푸리에 변환을 통한 결과의 첨두치(Peak Point)가 존재하는 위치를 찾아, 상기 첨두치 중심으로 [1.5k,N]*[N,M]*[M,1.5k] 영상에 대한 행렬 곱셈(Matrix Multiply) 연산을 수행하여 [1.5k,1.5k] 크기의 행렬에서 최대값의 위치를 구한다. 즉, 이동량 계산하는 단계(S150)에서 상기 입력영상의 이동량은 기준 영상의 위치로부터 상기 최대값의 위치만큼의 거리가 된다. 그리고, 영상 등록하는 단계(S160)에서는 상기 계산된 이동량을 감안하여 입력영상을 등록하게 된다.
다만, 상기 상관도 계산 방법을 이용할 경우 연산시간이 많아 실시간으로 영상 변화를 탐지하는 시스템에는 적용하기 어렵다. 또한, 영상의 구성이 균질하거나 영상 내부에 이동 물체가 존재하는 경우 영상등록의 정확도가 저하되는 문제점이 있으며, 영상의 경계부분에서 발생하는 고주파 효과(Boundary Effect)로 인해서 영상등록의 오차가 발생하는 문제가 있다.
본 발명의 목적은 미세한 움직임을 갖는 물체에 대하여 부화소 단위의 정밀하고 연산량이 적으며 정확도가 높은 부 영상(sub-image) 기반의 영상등록 방법을 제공하는 데 있다.
본 발명의 다른 목적은 미세한 움직임을 갖는 물체에 대하여 부화소 단위의 정밀하고 연산량이 적으며 정확도가 높은 부 영상 기반의 영상등록 기법을 이용한 침입영상 탐지 방법을 제공하는 데 있다.
상기 본 발명의 목적에 따른 부 영상(sub-image) 기반의 영상등록 방법은 상관도(Cross Correlation) 계산을 통한 영상등록 방법에 있어서, 전체 영상을 일정한 크기로 분할하여 다수의 부 영상을 추출하는 부 영상 추출단계와, 상기 추출된 각각의 부 영상의 경계 부분에 대하여 경계완화(Edge Tapering) 기능을 적용시키는 단계와, 상기 각각의 부 영상의 균질도(Uniformity) 및 엔트로피(Entropy)를 계산하여 일정 크기 이상의 균질도와 일정 기준 이하의 엔트로피를 가지는 부 영상을 등록될 부 영상으로 결정하는 단계와, 상기 등록될 부 영상의 이동량을 계산하고 계산된 이동량의 평균을 구하는 단계와, 상기 부 영상을 등록하는 단계를 포함한다.
상기 본 발명의 세부적인 목적에 따른 부 영상 기반의 영상등록 방법은 상기 다수의 부 영상을 추출하는 단계에서는 전체 영상에서 4개의 부 영상을 120×160 픽셀(pixel) 크기로 추출한다.
상기 본 발명의 세부적인 목적에 따른 부 영상 기반의 영상등록 방법은 상기 등록될 부 영상으로 결정하는 단계에서 다음 수식에 의하여 균질도와 엔트로피를 계산한다.
상기 본 발명의 목적에 따른 부 영상 기반의 영상등록 방법을 이용한 침입영상 탐지 방법은 상기 부 영상 기반의 영상등록 방법 중 어느 하나의 방법을 이용하여 부 영상을 등록하는 단계와, 상기 등록된 부 영상의 화소별 차 영상을 계산하여 이동 영상을 검출하고 적응형 문턱치 처리하는 이동검출 단계와, 상기 검출된 이동 영상에 대하여 레이블링(Labeling)을 수행하여 후보를 검출하는 후보검출 단계와, 상기 검출된 후보 영상의 특징 추출 및 분류를 통하여 클러터를 제거하는 클러터제거 단계와, 상기 클러터 제거된 영상의 표적의 수, 위치, 통계적 특성을 추출하는 속성추출 단계와, 상기 클러터 제거된 영상과 추출된 정보를 융합한 결과를 출력하는 출력단계로 구성된다.
본 발명에 따른 부 영상 기반의 영상등록 방법을 이용하면, 연산량을 감소시키고, 영상등록의 정확도를 향상시킬 수 있으며, 나아가 미세한 움직임을 갖는 침입인원에 대하여 정확도가 높은 영상을 제공할 수 있다.
도 1은 종래 기술에 따른 상관도 계산을 통한 영상등록 방법을 나타낸 흐름도이다.
도 2는 본 발명에 따른 부 영상(sub-image) 기반의 영상등록 방법을 나타낸 흐름도이다.
도 3은 본 발명에 따른 부 영상 기반의 영상등록 방법을 이용한 침입영상 탐지 방법의 흐름도이다.
도 4는 본 발명에 따른 부 영상 추출의 일 실시예를 나타낸 도면이다.
도 5는 부 영상에 대하여 경계 완화 기법을 적용한 일 실시예를 나타낸 도면이다.
도 6은 본 발명에 따른 부 영상 기반의 영상등록 방법에서의 영상의 균질도 분석에 대한 일 실시예를 나타낸 도면이다.
도 2는 본 발명에 따른 부 영상(sub-image) 기반의 영상등록 방법을 나타낸 흐름도이다.
도 3은 본 발명에 따른 부 영상 기반의 영상등록 방법을 이용한 침입영상 탐지 방법의 흐름도이다.
도 4는 본 발명에 따른 부 영상 추출의 일 실시예를 나타낸 도면이다.
도 5는 부 영상에 대하여 경계 완화 기법을 적용한 일 실시예를 나타낸 도면이다.
도 6은 본 발명에 따른 부 영상 기반의 영상등록 방법에서의 영상의 균질도 분석에 대한 일 실시예를 나타낸 도면이다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 2는 본 발명에 따른 부 영상(sub-image) 기반의 영상등록 방법을 나타낸 흐름도이다. 도 2에 도시된 바에 따르면, 상기 본 발명의 목적에 따른 부 영상 기반의 영상등록 방법은 상관도(Cross Correlation) 계산을 통한 영상등록 방법에 있어서, 전체 영상을 일정한 크기로 분할하여 다수의 부 영상을 추출하는 부 영상 추출단계(S210)와, 상기 추출된 각각의 부 영상의 경계 부분에 대하여 경계완화(Edge Tapering) 기능을 적용시키는 단계(S220)와, 상기 각각의 부 영상의 균질도(Uniformity) 및 엔트로피(Entropy)를 계산하여 일정 크기 이상의 균질도와 일정 기준 이하의 엔트로피를 가지는 부 영상을 등록될 부 영상으로 결정하는 단계(S230)와, 상기 등록될 부 영상의 이동량을 계산하고 계산된 이동량의 평균을 구하는 단계(S240)와, 상기 부 영상을 등록하는 단계(S250)를 포함한다. 구체적으로는, 상기 부 영상 추출단계(S210)에서는, 전체 영상을 수 개의 동일한 크기로 분할하고, 상기 분할된 영역 내에서 일정한 크기의 부 영상을 추출하게 된다. 다만, 부 영상의 크기는 작을수록 연산량을 줄일 수 있는 장점이 있지만, 부 영상이 작을수록 영상등록을 수행함에 있어 오차가 커질 수 있는 단점도 있으므로, 부 영상의 크기를 상기 특징을 감안하여 선정할 필요가 있다. 도 4는 본 발명에 따른 부 영상 추출의 일 실시예를 나타낸 도면이다. 도 4에 도시된 바와 같이, 전체 영상을 4개의 영역으로 분할하고 분할된 영역 내에서 정해진 크기로 부 영상을 추출할 수 있다. 즉, 적절하게는, 전체 영상에서 4개의 부 영상을 120×160 픽셀(pixel) 크기로 추출하도록 구성할 수 있다. 다음으로, 경계완화 기능을 적용시키는 단계(S220)에서는, 부 영상의 경계 부분에서의 고주파 성분으로 인한 영상 등록의 오차를 줄이기 위해서 경계 완화(Edge Tapering) 기능을 적용한다. 상기 언급한 바와 같이, 부 영상의 크기가 작을수록 부 영상의 경계 부분에서의 고주파 성분으로 인한 영상 등록의 오차가 커지기 때문에 경계 완화는 부 영상을 사용하는 데 있어 필수적인 기법이다. 도 5는 부 영상에 대하여 경계 완화 기법을 적용한 일 실시예를 나타낸 도면이다. 도 5에 도시된 바와 같이, 경계 효과가 존재하는 부 영상(510)의 경우에는 경계 부분의 고주파 성분으로 인하여 오차 값이 크게 나온 반면, 경계 완화 기법을 적용하여 경계 효과를 제거한 부 영상(520)의 경우에는 오차 값이 작게 나온 것을 확인할 수 있다.
다음으로, 등록될 부 영상을 결정하는 단계(S230)에서는 영상의 균질도와 엔트로피를 기준으로 등록될 부 영상을 결정한다. 이때, 균질도와 엔트로피는 수학식 1에 의하여 계산된다.
여기서, u는 균질도, e는 엔트로피, p(zi)는 zi의 밝기 값을 갖는 분포의 확률, p2(zi)는 p(zi)의 제곱값, log2p(zi)는 p(zi)의 로그값이다.
상기 수학식 1에 의하여 계산된 균질도와 엔트로피를 기준으로, 균질도가 일정 기준 이상이거나 엔트로피가 일정 기준 이하인 경우 그 영상에 대한 부 영상 등록 값을 배제함으로써 영상 등록의 정확도를 높일 수 있다. 도 6은 본 발명에 따른 부 영상 기반의 영상등록 방법에서의 영상의 균질도 분석에 대한 일 실시예를 나타낸 도면이다. 도 6에서는, 다양한 질감의 패턴 영상에 대한 균질도와 엔트로피의 변화를 볼 수 있으며, 각 그래프에서 X축(611, 621)은 표본의 번호를, Y축(612, 622)은 각각 균질도 확률과 엔트로피 확률을 나타낸다. 이때, 상기 균질도 및 엔트로피의 일정 기준은 각 그래프에 나타나는 것과 같이 균질도(613)는 0.1, 엔트로피(623)는 5로 설정할 수 있다. 본 실시예의 경우에서는 10번 표본의 경우만 기준치를 벗어나서 부 영상 등록 값이 배제되는 것을 알 수 있다. 이와 같이, 다양한 질감의 패턴 영상에 대하여 균질도와 엔트로피에 대한 각각의 기준 값을 설정하여 성능 개선에 활용이 가능하다.
다음으로, 상기 등록될 부 영상의 이동량을 계산하고 계산된 이동량의 평균을 구하는 단계(S240)에서는, 각각의 부 영상에 대하여, 상기 상관도 계산을 통한 영상등록 방법에서의 이동량 계산 방법을 이용한다. 즉, 각각의 부 영상에 대하여, 이산 푸리에 변환하는 단계(S110)와, 곱셈 연산하는 단계(S120)와, 역 이산 푸리에 변환하는 단계(S130)와, 최대값 검색하는 단계(S140)와, 이동량 계산하는 단계(S150)를 거쳐 이동량을 구한다. 그리고, 각각의 부 영상의 이동량의 평균을 계산하고, 상기 이동량의 평균을 고려하여 부 영상을 등록하는 단계(S250)를 수행한다.
도 3은 본 발명에 따른 부 영상 기반의 영상등록 방법을 이용한 침입영상 탐지 방법의 흐름도이다. 도 3에 도시된 바와 같이, 상기 본 발명의 목적에 따른 부 영상 기반의 영상등록 방법을 이용한 침입영상 탐지 방법은 상기 부 영상 기반의 영상등록 방법 중 어느 하나의 방법을 이용하여 부 영상을 등록하는 단계(S310)와, 상기 등록된 부 영상의 화소별 차 영상을 계산하여 이동 영상을 검출하고 적응형 문턱치 처리하는 이동검출 단계(S320)와, 상기 검출된 이동 영상에 대하여 레이블링(Labeling)을 수행하여 후보를 검출하는 후보검출 단계(S330)와, 상기 검출된 후보 영상의 특징 추출 및 분류를 통하여 클러터를 제거하는 클러터제거 단계(S340)와, 상기 클러터 제거된 영상의 표적의 수, 위치, 통계적 특성을 추출하는 속성추출 단계(S350)와, 상기 클러터 제거된 영상과 추출된 정보를 융합한 결과를 출력하는 출력단계(S360)로 구성된다.
본 발명에 따른 부 영상 기반의 영상등록 방법을 이용하면, 연산량을 감소시키고, 영상등록의 정확도를 향상시킬 수 있으며, 나아가 미세한 움직임을 갖는 침입인원에 대하여 정확도가 높은 영상을 제공할 수 있다.
이상에서 설명한 바와 같이, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양하게 변경, 응용이 가능함은 당업자에게 자명하다. 따라서, 본 발명의 진정한 보호범위는 다음의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
410 : 기준 영상 420 : 입력 영상
510 : 경계완화 전의 부 영상 520 : 경계완화 후의 부 영상
610 : 균질도 곡선도 611 : 표본 번호
612 : 균질도 확률 613 : 균질도 기준치
614 : 균질도 곡선 620 : 엔트로피 곡선도
621 : 표본 번호 622 : 엔트로피 확률
623 : 엔트로피 기준치 624 : 엔트로피 곡선
510 : 경계완화 전의 부 영상 520 : 경계완화 후의 부 영상
610 : 균질도 곡선도 611 : 표본 번호
612 : 균질도 확률 613 : 균질도 기준치
614 : 균질도 곡선 620 : 엔트로피 곡선도
621 : 표본 번호 622 : 엔트로피 확률
623 : 엔트로피 기준치 624 : 엔트로피 곡선
Claims (4)
- 상관도(Cross Correlation) 계산을 통한 영상등록 방법에 있어서,
전체 영상을 일정한 크기로 분할하여 다수의 부 영상(sub-image)을 추출하는 부 영상 추출단계;
상기 추출된 각각의 부 영상의 경계 부분에 대하여 경계완화(Edge Tapering) 기능을 적용시키는 단계;
상기 경계완화 기능이 적용된 각각의 부 영상의 균질도(Uniformity) 및 엔트로피(Entropy)를 계산하여 일정 크기 이상의 균질도와 일정 기준 이하의 엔트로피를 가지는 부 영상 등록 값을 배제하고 나머지 부 영상을 등록될 부 영상으로 결정하는 단계;
상기 등록될 부 영상의 이동량을 계산하고 계산된 이동량의 평균을 구하는 단계; 및
상기 계산된 평균 이동량을 이용하여 부 영상을 등록하는 단계를 포함하는 것을 특징으로 하는 부 영상 기반의 영상등록 방법. - 제1항에 있어서,
상기 다수의 부 영상을 추출하는 단계에서는 전체 영상에서 4개의 부 영상을 120×160 픽셀(pixel) 크기로 추출하는 것을 특징으로 하는 부 영상 기반의 영상등록 방법. - 제1항에 있어서,
상기 등록될 부 영상으로 결정하는 단계에서는 다음 수식에 의하여 균질도와 엔트로피를 계산하는 것을 특징으로 하는 부 영상 기반의 영상등록 방법.
여기서, u는 균질도, e는 엔트로피, zi는 밝기 값, p(zi)는 zi의 밝기 값을 갖는 분포의 확률, p2(zi)는 p(zi)의 제곱값, log2p(zi)는 p(zi)의 로그값이다.
- 제1항 내지 제3항 중 어느 하나의 부 영상 기반의 영상등록 방법을 이용하여 부 영상을 등록하는 단계;
상기 등록된 부 영상의 화소별 차 영상을 계산하여 이동 영상을 검출하고 적응형 문턱치 처리하는 이동검출 단계;
상기 검출된 이동 영상에 대하여 레이블링(Labeling)을 수행하여 후보를 검출하는 후보검출 단계;
상기 검출된 후보 영상의 특징 추출 및 분류를 통하여 클러터를 제거하는 클러터제거 단계;
상기 클러터 제거된 영상의 표적의 수, 위치, 통계적 특성을 추출하는 속성추출 단계; 및
상기 클러터 제거된 영상과 추출된 정보를 융합한 결과를 출력하는 출력단계로 구성된 것을 특징으로 하는 부 영상 기반의 영상등록 방법을 이용한 침입영상 탐지 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110009565A KR101217611B1 (ko) | 2011-01-31 | 2011-01-31 | 부 영상 기반의 영상등록 방법 및 이를 이용한 침입영상 탐지 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110009565A KR101217611B1 (ko) | 2011-01-31 | 2011-01-31 | 부 영상 기반의 영상등록 방법 및 이를 이용한 침입영상 탐지 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120088305A KR20120088305A (ko) | 2012-08-08 |
| KR101217611B1 true KR101217611B1 (ko) | 2013-01-02 |
Family
ID=46873614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110009565A KR101217611B1 (ko) | 2011-01-31 | 2011-01-31 | 부 영상 기반의 영상등록 방법 및 이를 이용한 침입영상 탐지 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101217611B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220154473A (ko) | 2021-05-13 | 2022-11-22 | 주식회사 이산기술 | 영상 내 가상 검지선을 이용한 외부 침입 방지 시스템 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021178027A1 (en) * | 2020-03-03 | 2021-09-10 | Hrl Laboratories, Llc | Contrast and entropy based perception adaptation using probabilistic signal temporal logic based optimization |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080039281A (ko) * | 2006-10-31 | 2008-05-07 | 소니 가부시끼 가이샤 | 화상 기억 장치, 촬상 장치, 화상 기억 방법 및 프로그램 |
| KR20080078215A (ko) * | 2007-02-22 | 2008-08-27 | 정태우 | 영상에 포함된 객체 색인 방법과 그 객체 정보를 이용한부가 서비스 방법 및 그 영상 처리 장치 |
| KR20090086349A (ko) * | 2008-02-08 | 2009-08-12 | 가시오게산키 가부시키가이샤 | 촬상장치 및 촬상방법 |
-
2011
- 2011-01-31 KR KR1020110009565A patent/KR101217611B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080039281A (ko) * | 2006-10-31 | 2008-05-07 | 소니 가부시끼 가이샤 | 화상 기억 장치, 촬상 장치, 화상 기억 방법 및 프로그램 |
| KR20080078215A (ko) * | 2007-02-22 | 2008-08-27 | 정태우 | 영상에 포함된 객체 색인 방법과 그 객체 정보를 이용한부가 서비스 방법 및 그 영상 처리 장치 |
| KR20090086349A (ko) * | 2008-02-08 | 2009-08-12 | 가시오게산키 가부시키가이샤 | 촬상장치 및 촬상방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220154473A (ko) | 2021-05-13 | 2022-11-22 | 주식회사 이산기술 | 영상 내 가상 검지선을 이용한 외부 침입 방지 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20120088305A (ko) | 2012-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109035276B (zh) | 一种图像边缘提取方法、装置及自动驾驶系统 | |
| CN108986152B (zh) | 一种基于差分图像的异物检测方法及装置 | |
| Albregtsen | Statistical texture measures computed from gray level coocurrence matrices | |
| CN109791695B (zh) | 基于图像块的运动向量确定所述块的方差 | |
| US9928426B1 (en) | Vehicle detection, tracking and localization based on enhanced anti-perspective transformation | |
| RU2015134095A (ru) | Способ и устройство для обнаружения прямой линии | |
| KR101618996B1 (ko) | 호모그래피를 추정하기 위한 샘플링 방법 및 영상 처리 장치 | |
| US20140050411A1 (en) | Apparatus and method for generating image feature data | |
| WO2015035462A1 (en) | Point feature based 2d-3d registration | |
| CN108257153B (zh) | 一种基于方向梯度统计特征的目标跟踪方法 | |
| CN102750691A (zh) | 基于角点对cs距离匹配的图像配准方法 | |
| KR101217611B1 (ko) | 부 영상 기반의 영상등록 방법 및 이를 이용한 침입영상 탐지 방법 | |
| KR101877696B1 (ko) | 패턴 계측 장치, 자기 조직화 리소그래피에 사용되는 고분자 화합물의 평가 방법 및 컴퓨터 프로그램 | |
| CN108764343B (zh) | 一种跟踪算法中的跟踪目标框的定位方法 | |
| CN107392948B (zh) | 一种分振幅实时偏振成像系统的图像配准方法 | |
| CN108629227B (zh) | 在图像中确定车辆左右边界的方法及系统 | |
| CN117218054A (zh) | 一种恒星背景下的空间目标检测方法 | |
| US20190050966A1 (en) | Method and apparatus for detecting noise of satellite image and restoring image | |
| CN115249024A (zh) | 条码识别方法、装置、存储介质及计算机设备 | |
| Kröger et al. | Performance evaluation on contour extraction using Hough transform and RANSAC for multi-sensor data fusion applications in industrial food inspection | |
| CN114820738A (zh) | 一种星图精确配准方法、装置、计算机设备和存储介质 | |
| CN109215068B (zh) | 图像放大率测量方法及装置 | |
| CN104751431A (zh) | 一种基于图像处理的方法和装置 | |
| Su et al. | Sub-pixel edge detection of LED probes based on partial area effect | |
| Rajendraprasad et al. | Steganography image detection using different steganalysis techniques with Markov chain features |
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: 20160519 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20161202 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20171204 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20181204 Year of fee payment: 7 |