KR101339026B1 - Method and apparatus for thermal camera visibility enhancing - Google Patents
Method and apparatus for thermal camera visibility enhancing Download PDFInfo
- Publication number
- KR101339026B1 KR101339026B1 KR1020130121763A KR20130121763A KR101339026B1 KR 101339026 B1 KR101339026 B1 KR 101339026B1 KR 1020130121763 A KR1020130121763 A KR 1020130121763A KR 20130121763 A KR20130121763 A KR 20130121763A KR 101339026 B1 KR101339026 B1 KR 101339026B1
- Authority
- KR
- South Korea
- Prior art keywords
- temperature
- temperature range
- image
- thermal
- visibility
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000002708 enhancing effect Effects 0.000 title 1
- 238000001931 thermography Methods 0.000 claims description 46
- 238000009499 grossing Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 241001465754 Metazoa Species 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000001965 increasing effect Effects 0.000 abstract description 15
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 238000012937 correction Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
- H04N21/42202—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] environmental sensors, e.g. for detecting temperature, luminosity, pressure, earthquakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ecology (AREA)
- Emergency Management (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
Abstract
Description
본 발명은 열화상 카메라 가시성 개선 방법 및 장치에 관한 것으로서 보다 상세하게는 객체에 대한 데이터량을 증가시켜 객체 식별에 대한 성능을 개선하도록 한 열화상 카메라 가시성 개선 방법 및 장치에 관한 것이다.
The present invention relates to a method and a device for improving the visibility of a thermal imaging camera, and more particularly, to a method and a device for improving the visibility of a thermal imaging camera to improve the performance of object identification by increasing the amount of data for an object.
객체를 인식하고 추적하는 기술은 영상 합성, 모션 캡처, 보안 감시 시스템, Human Computer Interaction(HCI)등의 많은 분야에서 널리 적용된다. 특히 최근 실생활에서의 보안, 감시에 대한 요구사항이 늘어남에 따라 비디오 감시 시스템에서의 객체 인식 및 추적 기술은 날로 그 중요성이 증가하고 있다.Object recognition and tracking techniques are widely applied in many fields such as image synthesis, motion capture, security surveillance, and Human Computer Interaction (HCI). In particular, as real-time security and surveillance requirements increase, the importance of object recognition and tracking technology in video surveillance systems is increasing day by day.
최근까지 객체 인식 및 추적을 위한 많은 알고리즘들이 개발되어 왔다. 객체 인식 및 추적을 위한 많은 알고리즘으로 예를 들어, 적응적 배경 생성과 배경 차분 기법, 영역 기반의 객체 추적 기법, 그리고 형태 정보 기반 객체 추출 기법 등이 있다. 하지만 기존의 영상 처리 시스템의 이동 물체 검출 기법은 아직 안정성에 있어서 문제점이 존재한다. 또한, 검출하는 과정에 따른 파워 소모와 정확성, 처리 속도에 있어서도 역시 문제점들이 존재한다. Until recently, many algorithms for object recognition and tracking have been developed. Many algorithms for object recognition and tracking include, for example, adaptive background generation and background differential techniques, region-based object tracking, and shape information-based object extraction. However, the moving object detection technique of the existing image processing system still has a problem in stability. In addition, there are also problems in power consumption, accuracy, and processing speed of the detection process.
영상에서 객체 인식이란 입력된 영상에서 목표 객체의 위치를 찾아내는 일련의 과정을 말한다. 영상에서 객체 인식을 수행함에 있어 같은 객체라고 하더라도 개개의 영상 안에서는 객체의 크기, 방향, 위치, 포즈 등이 다르게 나타날 수 있다. 또한 한 영상 내에 여러 개의 객체가 포함되어 있거나, 목표 객체가 다른 객체에 의해 가리워져 그 일부분만 볼 수 있는 경우도 발생할 수 있다. 이러한 모든 조건하에서도 강인하게 동작하는 객체 인식 방법은 쉽지 않은 문제이다. 그 동안 영상에서 객체 인식 기법에 대한 많은 연구가 진행되어 왔고 현재에도 여러 가지 접근 방식이 활발하게 모색되고 있다.Object recognition in an image is a series of processes for finding the position of a target object in an input image. In performing the object recognition in the image, even if the same object, the size, direction, position, pose, etc. of the object may appear differently in each image. In addition, a plurality of objects may be included in one image, or a target object may be hidden by another object so that only a part thereof may be viewed. Object recognition, which works robustly under all these conditions, is not easy. In the meantime, many researches have been conducted on the object recognition technique in images, and various approaches are being actively searched.
이러한 영상에서 객체를 인식하는 기술은 다양한 기술 분야에서 활용될 수 있다. 예를 들어, 영상에서 객체를 인식하는 기술은 군사 시설, 공항, 주차장, 지하철, 고속도로, 할인점, 주유소, 건설 현장, 유치원, 병원 교통 시스템, ATM 및 편의점 등 다양한 곳에서 보안을 위해 사용할 수 있다. 현재 이러한 영상 보안 시장은 지속적으로 증가하고 있다. 또한, 영상을 편집하는 기술에서도 영상에서 객체를 인식하는 기술이 사용될 수 있다. 이러한 다양한 분야에서 사용되기 위해 영상에서 객체를 인식하기 위한 정확도를 높이기 위한 기술이 필요하다.Techniques for recognizing objects in such an image may be utilized in various technical fields. For example, technology that recognizes objects in images can be used for security in a variety of places, including military facilities, airports, parking lots, subways, highways, discount stores, gas stations, construction sites, kindergartens, hospital transportation systems, ATMs, and convenience stores. Currently, the video security market is continuously increasing. In addition, a technique for recognizing an object in an image may be used in a technique for editing an image. To be used in these various fields, a technique for increasing the accuracy for recognizing objects in an image is required.
한편, 최근에는 사람이나 차량과 같은 대상을 야간에도 명확하게 파악하기 위하여 열화상 카메라를 이용한 객체인식 시스템이 도입되고 있으나 일반적인 가시광 카메라의 객체 인식 알고리즘을 그대로 이용하고 있어 열화상 카메라의 특성을 효율적으로 반영하고 있지 못한 상황이다.Recently, an object recognition system using a thermal imaging camera has been introduced to clearly identify an object such as a person or a vehicle at night, but the object recognition algorithm of a general visible light camera is used as it is so that the characteristics of a thermal imaging camera can be effectively used. This situation is not reflected.
특히, 열화상 카메라의 경우 가시광과 달리 대기온도나 주변 열원 등에 의한 노이즈가 상당히 많으며, 이러한 공간적 노이즈에 의해 실제 관심 영역인 객체를 명확하게 구분하기 어렵다. 이는 전체 감지 온도 범위에 대해서 대기 온도나 주변 열원 등과 같은 노이즈성 환경이 전체 영상 데이터 중 대부분을 차지하게 되어 실제 관심 객체에는 충분한 데이터가 할당될 수 없기 때문이다. In particular, thermal imaging cameras, unlike visible light, have a lot of noise due to ambient temperature, ambient heat sources, etc., and it is difficult to clearly distinguish objects that are areas of interest due to such spatial noise. This is because a noisy environment, such as an ambient temperature or an ambient heat source, occupies most of the image data for the entire sensing temperature range, and sufficient data cannot be allocated to the object of interest.
따라서, 열화상 카메라를 대기 온도에 대한 노이즈가 존재하지 않는 일반 가시광 카메라와 동일한 조건으로 객체 인식 과정을 수행할 경우 객체를 식별하지 못하는 상황이 빈번하게 발생한다.
Therefore, when the thermal imaging camera performs an object recognition process under the same conditions as a general visible light camera in which there is no noise to air temperature, a situation in which an object cannot be identified frequently occurs.
본 발명의 제1 목적은 열화상 카메라의 대기온도 노이즈를 제거하면서도 관찰하고자 과는 관심 객체에 대해서는 더 정밀한 영상을 확보할 수 있도록 한 열화상 카메라 가시성 개선 방법 및 장치를 제공하는 것이다.It is a first object of the present invention to provide a method and apparatus for improving the visibility of a thermal imaging camera capable of obtaining a more precise image of an object of interest, while removing the atmospheric temperature noise of the thermal imaging camera.
본 발명의 제2 목적은 열화상 카메라의 노이즈를 이퀄라이징을 통해 감소시키면서도 관심 객체의 온도 범위는 가중치로 보상함으로써 관심 객체의 데이터량은 오히려 증가시키도록 하며, 관심 객체에 대해 설정한 온도 범위가 잘 드러나는 영역을 기준으로 객체를 식별하도록 하여 객체에 대한 식별 효율을 개선하도록 한 열화상 카메라 가시성 개선 방법 및 장치를 제공하는 것이다.
The second object of the present invention is to compensate the temperature range of the object of interest by weighting while reducing the noise of the thermal imaging camera through equalization, so that the data amount of the object of interest is rather increased, and the temperature range set for the object of interest is well established. The present invention provides a method and apparatus for improving the visibility of a thermal imaging camera to identify an object based on an exposed area to improve an identification efficiency of the object.
상술한 본 발명의 목적을 달성하기 위한 본 발명의 실시예에 따른 객체 추적 방법은 가시성 개선 장치를 이용한 열화상 카메라의 가시성 개선 방법으로서, 객체 온도 정보를 수신한 상기 가시성 개선 장치가 감시 대상 객체의 온도 범위를 설정하는 단계; 상기 가시성 개선 장치가 열화상 카메라를 통해 상기 감시 영역에 대한 제1 열화상 영상을 획득하는 단계; 상기 가시성 개선 장치가 상기 제1 열화상 영상에 대한 히스토그램 평활화를 수행하는 단계; 및 상기 가시성 개선 장치가 상기 히스토그램 평활화된 상기 제1 열화상 영상의 온도 범위 중 상기 설정된 감시 대상 객체의 온도 범위에 가중치를 부여하여 제2 열화상 영상을 생성하는 단계를 포함하는 것을 특징으로 한다.Object tracking method according to an embodiment of the present invention for achieving the above object of the present invention is a method for improving the visibility of a thermal imaging camera using a visibility improving device, the visibility improving device receiving the object temperature information is the Setting a temperature range; Obtaining, by the apparatus for improving visibility, a first thermal image of the surveillance area through a thermal imaging camera; Performing the histogram smoothing on the first thermal image by the apparatus for improving visibility; And generating, by the apparatus for improving visibility, a weighted temperature range of the set monitored object among the temperature ranges of the histogram smoothed first thermal image to generate a second thermal image.
상기 객체 온도 정보는, 사용자가 입력하는 감시 대상 객체의 온도 범위, 사용자가 열화상 영상 내 선택한 감시 대상 객체에 대해 해당 열화상 영상으로부터 얻은 온도를 기준으로 설정되는 온도 범위 중 하나일 수 있다.The object temperature information may be one of a temperature range of a monitoring object input by a user and a temperature range set based on a temperature obtained from the thermal image of the monitoring object selected by the user in the thermal image.
상기 객체 온도 정보는, 열화상 히스토그램의 중심 영역을 벗어난 정도와 데이터 크기에 대한 설정에 따라 선택된 영역에 존재하는 데이터의 온도 범위일 수도 있다.The object temperature information may be a temperature range of data existing in an area selected according to the degree of deviation from the center area of the thermal image histogram and the setting of the data size.
상기 감시 대상 객체의 온도 범위는, 외부 온도에 대한 환경 정보를 수신하거나 상기 제1 열화상 영상으로부터 산출하여 상기 객체 온도 정보를 상기 환경 정보를 기반으로 보정한 값일 수 있다.The temperature range of the object to be monitored may be a value obtained by correcting the object temperature information based on the environment information by receiving environment information about an external temperature or calculating the object information from the first thermal image.
상기 객체 추적 장치는 상기 감시 대상 객체의 온도 범위를, 상기 외부 온도에 대한 환경 정보가 제1 임계값 이하인 경우, 상기 감시 대상 객체의 온도 범위의 상한값 및 하한값을 더 낮게 보정하고, 상기 외부 온도에 대한 환경 정보가 제2 임계값 이상인 경우, 상기 감시 대상 객체의 온도 범위의 상한값 및 하한값을 더 높게 보정할 수 있다.The object tracking device corrects the upper and lower limit values of the temperature range of the monitored object lower than the temperature range of the monitored object when the environmental information on the external temperature is equal to or less than a first threshold value. If the environmental information is greater than or equal to the second threshold value, the upper limit value and the lower limit value of the temperature range of the monitored object may be higher.
상기 감시 대상 객체의 온도 범위를 설정하는 단계에서 상기 감시 대상 객체는 사람, 동물, 발열체, 물, 수목, 불, 차량 중 적어도 하나를 포함할 수 있다.
In setting the temperature range of the monitored object, the monitored object may include at least one of a person, an animal, a heating element, water, a tree, a fire, and a vehicle.
본 발명의 다른 실시예에 따른 열화상 카메라의 가시성 개선 방법은 가시성 개선 장치를 이용한 열화상 카메라의 가시성 개선 방법으로서, 상기 가시성 개선 장치가 열화상 카메라를 통해 상기 감시 영역에 대한 제1 열화상 영상을 획득하는 단계; 상기 가시성 개선 장치가 상기 제1 열화상 영상에 대한 히스토그램 평활화를 수행하는 단계; 및 상기 가시성 개선 장치가 상기 히스토그램 평활화된 상기 제1 열화상 영상의 온도 범위 중 열화상 히스토그램의 중심 영역을 벗어나면서 기 설정된 수준 이상의 데이터가 존재하는 영역의 온도를 감시 대상 객체의 온도로 간주하여 해당 온도 영역에 가중치를 부여한 제2 열화상 영상을 생성하는 단계를 포함하는 것을 특징으로 한다.
According to another aspect of the present invention, a method of improving visibility of a thermal imaging camera is a method of improving visibility of a thermal imaging camera using a visibility improving apparatus, wherein the visibility improving apparatus performs a first thermal imaging image on the surveillance area through a thermal imaging camera. Obtaining a; Performing the histogram smoothing on the first thermal image by the apparatus for improving visibility; And considering the temperature of a region where data of a predetermined level or more exists outside the center region of the thermal image histogram among the temperature range of the histogram smoothed first thermal image as the temperature of the monitored object. And generating a second thermal image weighted to the temperature region.
본 발명의 또 다른 실시예에 따른 열화상 카메라의 가시성 개선 장치는, 열화상 카메라의 가시성 개선 장치로서, 프로세서를 포함하고, 상기 프로세서는 객체 온도 정보를 기준으로 감시 대상 객체의 온도 범위를 설정하고, 감시 영역에 대한 제1 열화상 영상을 획득하며, 상기 제1 열화상 영상에 대한 히스토그램 평활화를 수행하고, 상기 히스토그램 평활화된 상기 제1 열화상 영상의 온도 범위 중 상기 설정된 감시 대상 객체의 온도 범위에 가중치를 부여하여 제2 열화상 영상을 생성하는 것을 특징으로 한다.
An apparatus for improving visibility of a thermal imaging camera according to another embodiment of the present invention is an apparatus for improving visibility of a thermal imaging camera, the processor including a processor, wherein the processor sets a temperature range of a monitored object based on object temperature information. Acquiring a first thermal image of the surveillance region, performing a histogram smoothing on the first thermal image, and a temperature range of the set monitored object among the temperature ranges of the histogram smoothed first thermal image; The second thermal image is generated by giving a weight to the second thermal image.
본 발명의 또 다른 실시예에 따른 열화상 카메라의 가시성 개선 장치는, 열화상 카메라의 가시성 개선 장치로서, 프로세서를 포함하고, 상기 프로세서는 감시 영역에 대한 제1 열화상 영상을 획득하고, 상기 제1 열화상 영상에 대한 히스토그램 평활화를 수행하며, 상기 히스토그램 평활화된 상기 제1 열화상 영상의 온도 범위 중 열화상 히스토그램의 중심 영역을 벗어나면서 기 설정된 수준 이상의 데이터가 존재하는 영역의 온도를 감시 대상 객체의 온도로 간주하여 해당 온도 영역에 가중치를 부여한 제2 열화상 영상을 생성하는 것을 특징으로 한다.
An apparatus for improving visibility of a thermal imaging camera according to another embodiment of the present invention is a device for improving visibility of a thermal imaging camera, the processor including a processor, wherein the processor acquires a first thermal image of a surveillance area, 1 A histogram smoothing is performed on a thermal image, and an object to be monitored is to check the temperature of a region where data of more than a predetermined level exists while leaving a central region of a thermal histogram of a temperature range of the histogram smoothed first thermal image. It is characterized by generating a second thermal image weighted to the temperature region in consideration of the temperature of.
상술한 바와 같이 본 발명의 실시예에 따른 열화상 카메라 가시성 개선 방법 및 장치는 열화상 카메라의 대기온도 노이즈를 제거하면서도 관찰하고자 과는 관심 객체에 대해서는 더 정밀한 영상을 확보할 수 있도록 하여 객체 식별 품질을 개선하는 효과가 있다.As described above, the method and apparatus for improving the visibility of a thermal imaging camera according to an exemplary embodiment of the present invention eliminate the air temperature noise of a thermal imaging camera while ensuring a more accurate image of an object of interest than that of the object of interest. Has the effect of improving.
본 발명의 실시예에 따른 열화상 카메라 가시성 개선 방법 및 장치는 열화상 카메라의 노이즈를 이퀄라이징을 통해 감소시키면서도 관심 객체의 온도 범위는 가중치로 보상함으로써 관심 객체의 데이터량은 오히려 증가시키도록 하며, 관심 객체에 대해 설정한 온도 범위가 잘 드러나는 영역을 기준으로 객체를 식별하도록 하여 객체에 대한 식별 효율을 개선하는 효과가 있다.
The method and apparatus for improving the visibility of a thermal imaging camera according to an embodiment of the present invention may reduce the noise of the thermal imaging camera through equalization while compensating the temperature range of the object of interest with a weight so as to increase the data amount of the object of interest. The identification efficiency of the object can be improved by identifying the object based on the region where the temperature range set for the object is well revealed.
도 1은 본 발명의 실시예에 따라 열화상 카메라를 사용하여 촬상한 영상을 개선한 결과를 보이는 예시도이다.
도 2는 본 발명의 실시예에 따른 온도 대역에 대한 히스토그램을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 객체 식별 방법을 나타낸 순서도이다.
도 4는 본 발명의 실시예에 따라 객체 온도 범위를 보정하는 개념도이다.
도 5는 본 발명의 실시예에 따른 객체 식별 방법을 나타낸 개념도이다.
도 6은 본 발명의 실시예에 따른 가시성 개선 장치를 나타낸 개념도이다.1 is an exemplary view showing a result of improving an image captured by a thermal imaging camera according to an embodiment of the present invention.
2 is a conceptual diagram illustrating a histogram of a temperature band according to an exemplary embodiment of the present invention.
3 is a flowchart illustrating an object identification method according to an embodiment of the present invention.
4 is a conceptual diagram of correcting an object temperature range according to an embodiment of the present invention.
5 is a conceptual diagram illustrating an object identification method according to an embodiment of the present invention.
6 is a conceptual diagram illustrating an apparatus for improving visibility according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.The terms first, second, etc. may be used to describe various components, but the components should not be limited by the terms. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component. And / or < / RTI > includes any combination of a plurality of related listed items or any of a plurality of related listed items.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다거나 "직접 접속되어"있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is to be understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, . On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that there are no other elements in between.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used herein is for the purpose of describing particular example embodiments only and is not intended to be limiting of the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this application, the terms "comprise" or "have" are intended to indicate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, and one or more other features. It is to be understood that the present invention does not exclude the possibility of the presence or the addition of numbers, steps, operations, components, components, or a combination thereof.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성 요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. Hereinafter, the same reference numerals will be used for the same constituent elements in the drawings, and redundant explanations for the same constituent elements will be omitted.
열화상 카메라는 객체가 발산하는 적외선 방사를 측정하여 표면 온도의 2차원 화상을 0에서 255 사이의 값으로 이미지화한 온도 기반 이미지를 촬상할 수 있다. 열화상 카메라에서 촬영된 영상은 외부 온도에 의한 간섭이 적을수록 배경과 객체가 뚜렷하게 구분될 수 있다. 열화상 카메라를 통해 원거리에 위치한 객체를 촬영할 경우, 대기의 영향에 의해 프레임마다 객체를 촬상한 픽셀의 변화가 빈번히 발생할 수 있다. 따라서, 열화상 카메라에서 촬영된 영상의 경우, 가시 영역에서 객체의 분리에 주로 사용하는 차영상(image subtraction) 기법만으로는 배경과 객체를 분리하기가 어렵다.The thermal imaging camera may capture a temperature-based image obtained by measuring infrared radiation emitted from an object and imaging a two-dimensional image of the surface temperature with a value between 0 and 255. In the image captured by the thermal imaging camera, the less interference due to the external temperature, the more distinct the background and the object may be. In the case of photographing an object located at a long distance through a thermal imaging camera, a change in pixels photographing the object may occur frequently in each frame due to the influence of the atmosphere. Therefore, in the case of an image photographed by a thermal imaging camera, it is difficult to separate an object from a background only by an image subtraction technique that is mainly used to separate objects in a visible region.
또한, 기존의 열화상 영상을 기반으로 하는 객체 식별 방법은 난로와 같은 높은 온도의 복사체가 촬영 범위에 존재하는 경우, 촬영된 열화상 영상에서 노이즈가 발생할 수 있는 것은 물론이고 높은 온도의 복사체가 없는 경우에도, 열화상 카메라에 의해 촬영되는 열화상 영상 내 온도 대부분이 대기 온도와 같은 특정한 온도 범위에 집중적으로 분포할 수 있는데 관심 대상인 객체(예를 들어, 차, 사람 등)의 데이터보다 대기 온도나 관심 대상이 아닌 복사체 온도와 같은 노이즈성 온도 범위의 데이터가 월등히 큰 경우가 대부분이어서 객체 식별에 어려움이 발생하고 있다. 본 발명의 실시예에서는 이러한 열화상 카메라를 기반으로 객체를 식별할 경우 발생할 수 있는 문제점을 해결하기 위한 방법에 대해 개시한다.
In addition, the object identification method based on the existing thermal image may not only generate noise in the captured thermal image, but also have no high temperature radiant when a high temperature radiant such as a stove exists in a shooting range. Even in most cases, most of the temperatures in a thermal image taken by a thermal imaging camera can be concentrated in a specific temperature range, such as the ambient temperature, rather than the temperature of an object of interest (eg, a car, a person, etc.). In most cases, data in a noisy temperature range such as a radiant temperature that is not of interest is extremely large, which makes it difficult to identify an object. An embodiment of the present invention discloses a method for solving a problem that may occur when an object is identified based on the thermal imaging camera.
도 1은 열화상 카메라를 사용하여 촬영한 영상을 본 발명의 실시예에 따라 개선한 예시도이다.1 is an exemplary view of an image taken using a thermal imaging camera according to an embodiment of the present invention.
도 1에서는 화상 카메라를 통해 촬영된 영상 및 이를 본 발명의 실시예에 따라 순차적으로 변환한 영상의 예를 보인다.1 shows an example of an image photographed through an image camera and an image sequentially converted according to an embodiment of the present invention.
도 1을 참조하면, 도 1의 상단 영상은 원본 열화상 영상, 도 1의 중단 영상은 원본 영상에 대해 온도 데이터 히스토그램 이퀄라이징(예를 들어, BUBO(Bin Underflow and Bin Overflow))를 수행한 영상, 도 1의 하단 영상은 본 발명의 실시예에 따라 히스토그램 이퀄라이징을 수행한 후 감시할 객체의 온도 대역에 가중치를 적용하여 변환한 영상이다.Referring to FIG. 1, an upper image of FIG. 1 is an original thermal image, an interrupt image of FIG. 1 is an image of performing temperature data histogram equalization (eg, BUBO (Bin Underflow and Bin Overflow)) on an original image, The lower image of FIG. 1 is an image converted by applying weights to a temperature band of an object to be monitored after performing histogram equalization according to an embodiment of the present invention.
도 1의 상단 영상의 경우, 열화상 카메라를 통해 촬영한 원본 영상이다. 원본영상은 온도와 영상을 선형적으로 매핑시킨다. 즉, 대기의 온도와 같은 촬영 환경 온도에 많은 영향을 받기 때문에 불필요한 영역에 영상 데이터가 집중적으로 분포할 수 있다. 따라서, 영상 전체적으로 콘트래스트(contrast)가 떨어지게 되고 감시하고자 하는 객체(예를 들어, 차나 지나가는 사람)가 잘 구분되지 않는다. 이는 객체에 대한 데이터량이 부족함을 의미한다.In the case of the upper image of FIG. 1, the original image is captured by a thermal imaging camera. The original image maps temperature and image linearly. That is, the image data may be concentrated in an unnecessary area because it is greatly influenced by the shooting environment temperature such as the ambient temperature. As a result, contrast drops throughout the image, and objects to be monitored (for example, cars or passing people) are not well distinguished. This means that there is not enough data for the object.
도 1의 중단 영상의 경우, 히스토그램 이퀄라이징(equalizing)을 통해 보정된 이미지이다. 도시된 실시예에서는 히스토그램 이퀄라이징(equalizing) 방법 중 하나로 BUBO를 이용하는데, 전역적인 상한값과 하한값을 이용하여 히스트그램 명암도(gray level)의 발생 빈도를 제한하고 보상함으로서 촬상된 원본 영상의 화질을 개선할 수 있다. 히스토그램은 디지털 영상 안에서 화소들에 대한 밝기값의 분포를 나타냄으로서 영상의 특징을 제공할 수 있는데, BUBO와 같은 히스토그램 평활화를 수행하는 경우 특정한 온도 대역이 아닌 전체적인 온도 대역에 평탄한 분포를 가진 히스토그램을 생성할 수 있다. BUBO 방법에서 두 개의 한계값에 의해 조정된 히스토그램을 이용하여 변환 함수를 구하게 되면 한계값에 의해 조정된 명암도 영역은 직선의 형태로 나타나게 되므로, 그 명암도 영역에서의 직선의 기울기만큼 동일한 정도로 밝기값이 향상될 수 있다.In the case of the interrupted image of FIG. 1, the image is corrected through histogram equalization. In the illustrated embodiment, BUBO is used as one of histogram equalizing methods, and the image quality of the original image is improved by limiting and compensating for the occurrence frequency of histogram gray level using global upper and lower limits. can do. The histogram can provide the characteristics of the image by representing the distribution of brightness values for the pixels in the digital image. When performing a histogram smoothing such as BUBO, a histogram generates a histogram with a flat distribution over the entire temperature band instead of a specific temperature band. can do. In the BUBO method, if the conversion function is obtained by using the histogram adjusted by the two thresholds, the intensity region adjusted by the thresholds appears in the form of a straight line. Can be improved.
도 1의 중단 영상과 같이 대기 온도에 대한 영상 정보를 줄이기 위해 열화상 영상에 대해 히스토그램 이퀄라이징을 실시할 경우, 감시 대상 객체에 대한 정보도 같이 줄어들게 된다. 따라서, 감시 대상 객체를 정확하게 검출하기 어려울 수 있다. 특히, 감시 대상 객체의 경우, 대기 온도의 경계 부분이나 경계 부분에서 이격된 작은 영역을 점유하고 있기 때문에 히스토그램 이퀄라이징만을 수행하는 경우, 객체에 대한 영상 데이터의 크기도 줄어들게 된다. 이러한 문제점을 해결하기 위해 본 발명의 실시예에 따르면, 감시 대상 객체의 온도 정보를 사용자로부터 직접 수신하는 방식(물론 소정 대상에 대한 기본 온도 정보는 알려져 있는 것이므로 대상만 지정하는 방식일 수도 있음), 사용자가 열화상 영상 내 선택한 감시 대상 객체에 대해 해당 열화상 영상으로부터 얻은 온도를 기준으로 설정되는 방식, 또는 열화상 히스토그램의 중심 영역을 벗어난 정도와 데이터 크기에 대한 설정에 따라 선택된 영역에 존재하는 데이터의 온도 범위가 설정되는 방식을 통해 얻은 후 이를 기반으로 감시 대상 객체의 온도 범위에 가중치(예를 들어, 지수 함수)를 적용함으로써 감시 대상 객체의 온도 대역에 해당하는 영상 데이터 크기를 증가시킨다.As shown in FIG. 1, when histogram equalization is performed on a thermal image to reduce image information on an ambient temperature, information on a monitored object is also reduced. Therefore, it may be difficult to accurately detect the monitored object. In particular, since the monitoring object occupies a small area spaced from the boundary portion or the boundary of the air temperature, when only histogram equalization is performed, the size of the image data of the object is also reduced. In order to solve this problem, according to an embodiment of the present invention, a method of directly receiving temperature information of a monitored object from a user (of course, the basic temperature information of a predetermined target may be a method of specifying only a target since it is known), Data that exists in the selected area according to the setting of the monitoring object selected in the thermal image based on the temperature obtained from the thermal image, or the degree of deviation from the central region of the thermal histogram and the data size. After the temperature range is obtained, a weight (eg, an exponential function) is applied to the temperature range of the monitored object based on this to increase the size of image data corresponding to the temperature band of the monitored object.
도 1의 하단 영상의 경우, 본 발명의 실시예에 따른 영상 변환 방법을 적용한 열화상 영상을 나타낸 것이다. 본 발명의 실시예에 따르면, 히스토그램 이퀄라이징을 통해 열화상 영상을 보정하고, 관심 대상인 감시 대상 객체에 대응되는 온도 대역에서 영상 데이터의 크기를 증가시킬 수 있다. In the case of the bottom image of FIG. 1, a thermal image to which the image conversion method according to an exemplary embodiment of the present invention is applied is shown. According to an exemplary embodiment of the present invention, histogram equalization may be used to correct a thermal image and to increase the size of image data in a temperature band corresponding to a monitored object of interest.
예를 들어, 객체가 차량이나 사람인 경우, 차량과 사람의 온도 영역을 입력받아 해당 영역에 지수 함수와 같은 가중치 함수를 적용하여 영상에서 객체의 온도 대역에 해당하는 픽셀의 데이터 크기를 증가시킬 수 있다. 다른 예로서, 하천의 물을 감시하는 경우 해당 하천의 물을 영상에서 선택하면 해당 선택 영역의 영상 내 온도가 감시 대상 객체의 온도 대역으로 설정되어 해당 온도 대역에 해당하는 픽셀의 데이터 크기를 증가시킬 수 있다. 또 다른 예로서, 적절한 설정값을 이용하여 대기 온도 범위에서 벗어나면서 소정 크기의 데이터를 가진 영역에 대해 자동적으로 가중치를 부여하는 것으로 관심 대상 객체가 있을 수 있는 주변 영역의 픽셀 데이터 크기를 증가시킬 수 있다.For example, when the object is a vehicle or a person, the data size of the pixel corresponding to the temperature band of the object in the image may be increased by receiving a temperature region of the vehicle and the person and applying a weighting function such as an exponential function to the corresponding region. . As another example, in the case of monitoring water in a river, if the water in the river is selected from the image, the temperature in the image of the selected area is set to the temperature band of the monitored object, thereby increasing the data size of the pixel corresponding to the temperature band. Can be. As another example, using an appropriate setpoint to automatically weight areas with data of a certain size outside of the ambient temperature range can increase the pixel data size of surrounding areas where objects of interest may exist. have.
도 1의 하단 영상을 참조하면, 다른 영상보다 차량 및 사람으로 정의된 감시 대상 객체의 디테일이 더욱 정확하게 표시되는 것을 알 수 있다. 본 발명의 실시예에 따르면, 감시 대상 객체의 온도 정보를 기반으로 객체의 온도에 가중치를 적용하여 노이즈는 줄인 상태에서 감시 대상 객체에 대한 영상 데이터의 크기를 증가시킬 수 있어 객체를 더욱 정확하게 식별하거나 추적할 수 있다.
Referring to the bottom image of FIG. 1, it can be seen that the detail of the monitored object defined by the vehicle and the person is displayed more accurately than other images. According to an embodiment of the present invention, by applying a weight to the temperature of the object based on the temperature information of the monitored object, the size of the image data for the monitored object can be increased in the state of reducing noise, thereby more accurately identifying the object or Can be traced.
도 2는 본 발명의 실시예에 따른 온도 대역에 대한 히스토그램을 나타낸 개념도이다.2 is a conceptual diagram illustrating a histogram of a temperature band according to an exemplary embodiment of the present invention.
도 2에서는 촬상 범위의 온도 대역 중 특정한 대역의 열화상 데이터 정보의 크기를 증가시킨 경우, 획득된 영상의 히스토그램을 나타낸다.2 illustrates a histogram of an acquired image when the size of thermal image data information of a specific band among the temperature bands of the imaging range is increased.
도 2의 상단은 열화상 카메라의 전체 온도 영역(-40~120도)을 기준으로 생성된 원본 영상의 히스토그램이다. 도 2의 상단을 참조하면, 일반적인 환경을 촬영시 특정한 온도 영역(대기의 온도 영역)에 집중적으로 데이터가 분포하고 있음을 알 수 있다.2 is a histogram of the original image generated based on the entire temperature range (-40 to 120 degrees) of the thermal imaging camera. Referring to the upper part of FIG. 2, it can be seen that data is concentrated in a specific temperature region (atmosphere temperature region) when photographing a general environment.
도 2의 중단은 열화상 카메라의 전체 온도 영역 중 특정한 영역을 추출하여 BUBO를 기반으로 평활화를 수행한 히스토그램 및 cdf(cumulative distribution function) 곡선이다. 히스토그램 평활화를 수행함으로서 데이터가 집중적으로 분포된 특정 대역뿐만이 아닌 다른 대역의 온도 범위에 대한 열화상 데이터의 존재를 확인할 수 있다.2 is a histogram and a cumulative distribution function (cdf) curve obtained by performing a smoothing process based on BUBO by extracting a specific region from the entire temperature range of the thermal imaging camera. By performing histogram smoothing, it is possible to confirm the existence of thermal image data for a temperature range of a band other than a specific band in which data is concentrated.
도 2의 하단은 본 발명의 실시예에 따라 히스토그램 평활화를 수행한 후 감시 대상 객체의 온도 영역에 가중치를 적용하여 생성한 히스토그램 및 cdf 곡선이다. 감시 대상 객체의 온도 영역에 지수 함수와 같은 가중치 함수를 적용하여 영상에서 해당 온도 영역에 대한 데이터를 좀더 증가시킬 수 있다.
2 is a histogram and a cdf curve generated by applying a weight to a temperature region of a monitored object after performing histogram smoothing according to an embodiment of the present invention. By applying a weighting function such as an exponential function to the temperature region of the monitored object, data for the corresponding temperature region in the image may be further increased.
도 3은 본 발명의 실시예에 따른 객체 식별 방법을 나타낸 순서도이다. 3 is a flowchart illustrating an object identification method according to an embodiment of the present invention.
도 3에서는 감시 대상 객체의 열화상 데이터의 크기를 증가시키고 블럽 그룹화를 사용하여 객체를 추적하는 방법에 대해 예시적으로 개시한다. 하지만, 블럽 그룹화가 아닌 다른 방법에 의해 객체를 식별할 수 있고, 이러한 실시예 또한 본 발명의 권리 범위에 포함된다는 것에 주의한다. 특히, 감시 대상이 하천인 경우 수위 측정을 위한 다른 종류의 객체 식별 방식이 적용될 수도 있다.3 exemplarily illustrates a method of increasing the size of thermal image data of a monitored object and tracking the object using blob grouping. However, it is noted that objects may be identified by other methods than blob grouping, and such embodiments are also included in the scope of the present invention. In particular, when the monitoring target is a river, another type of object identification method for measuring the water level may be applied.
도 3을 참조하면, 우선 감시 대상 객체의 온도 범위를 설정한다(단계 S300).Referring to FIG. 3, first, a temperature range of a monitored object is set (step S300).
본 발명의 실시예에 따르면 히스토그램 이퀄라이징을 통해 노이즈를 줄인 후 감시 대상 객체의 온도 범위에 대해서 다른 대역보다 큰 가중치를 설정하여 객체에 대한 영상 데이터 양의 크기를 늘릴 수 있다. 감시 대상 객체는 사람, 동물, 발열체, 물, 수목, 불, 차량을 포함하는 다양한 것이 될 수 있다.According to an exemplary embodiment of the present invention, the size of the amount of image data for the object may be increased by reducing the noise through histogram equalization and setting a weight larger than another band for the temperature range of the monitored object. The monitored object may be a variety of things including people, animals, heating elements, water, trees, fire, and vehicles.
이러한 영상 선처리를 통한 정확한 객체 식별을 위해서, 우선 감시 대상 객체가 사람인 경우, 사람이 가질 수 있는 온도 범위(예를 들어, 35~40도)를 설정하여 해당 온도 대역에 다른 온도 대역보다 높은 가중치를 부여할 수 있도록 한다.For accurate object identification through such image preprocessing, first, if the object to be monitored is a human, a temperature range (for example, 35 to 40 degrees) that a human can have is set to give a higher weight to that temperature band than other temperature bands. To be granted.
이러한 감시 대상 객체 온도 범위 설정은 앞서 설명했던 바와 같이 사용자가 직접 온도 범위를 입력하거나, 영역을 지정하여 해당 영역의 온도로 설정하거나 혹은 노이즈 영역이 아닌 영역에 존재하는 데이터 영역의 온도로 설정하는 다양한 방법이 적용될 수 있다. As described above, the monitored object temperature range can be set by the user directly inputting the temperature range, specifying a region to set the temperature of the corresponding region, or setting the temperature of the data region existing in the non-noise region. The method can be applied.
필요한 경우 감시 대상 객체의 온도 범위는 주변 환경에 의해 보정된 값으로 설정될 수 있는데, 예를 들어, 겨울과 여름에 설정되는 보정 후 감시 대상 객체의 온도 범위는 서로 다른 값을 가질 수 있다.If necessary, the temperature range of the monitored object may be set to a value corrected by the surrounding environment. For example, the temperature range of the monitored object set after winter and summer may have different values.
그 다음, 촬상된 영상에 대하여 히스토그램 평활화를 수행하고, 설정된 객체의 온도 범위에 대해 앞서 설정된 온도 범위에 가중치를 적용하여 영상을 변환한다(단계 S310).Next, histogram smoothing is performed on the picked-up image, and the image is converted by applying a weight to the temperature range previously set for the temperature range of the set object (step S310).
전술한 바와 같이 열화상 카메라를 통해 촬상된 영상에 대하여 BUBO와 같은 히스토그램 평활화 방법을 적용하고, 단계 S300을 통해 설정된 객체의 온도 범위에 대해 지수 함수와 같은 가중치 함수를 적용하여 영상을 변환할 수 있다.As described above, a histogram smoothing method such as BUBO may be applied to an image captured by a thermal imaging camera, and the image may be converted by applying a weight function such as an exponential function to the temperature range of the object set in operation S300. .
다음으로, 열화상 카메라로 촬영된 영상에서 움직임이 있는 픽셀을 추출한다(단계 S320).Next, the moving pixel is extracted from the image photographed by the thermal imaging camera (step S320).
본 발명의 실시예에 따르면, 단계 S310을 통해 변환된 영상에서 감시 대상 객체를 구분하기 위해서 차분 영상에 대한 픽셀을 추출함으로서 좀 더 배경과 구분되는 전경에 대한 차분 픽셀들을 얻을 수 있다. 물론 이러한 차분 영상을 얻는 방법이나 이동 픽셀을 얻는 방법은 알려져 있는 다양한 방법이 적용될 수 있다. According to an exemplary embodiment of the present invention, differential pixels for the foreground, which are further distinguished from the background, may be obtained by extracting pixels for the differential image in order to distinguish the monitored object from the image converted through step S310. Of course, a variety of known methods may be applied to a method of obtaining such a difference image or a method of obtaining a moving pixel.
그 다음, 추출된 픽셀에 대한 잡음을 제거한다(단계 S330).Then, the noise on the extracted pixel is removed (step S330).
단계 S320을 통해 획득된 객체로 추정된 픽셀에 대한 잡음을 제거할 수 있다. 잡음을 제거하는 과정에서 하나의 그룹이 여러 개의 작은 그룹으로 분리될 수도 있다. 이러한 문제점을 해결하기 위해 예를 들어 가우시안 필터링을 통해 떨어진 부분에 대한 그룹화를 수행하고 레이블링을 기반으로 일정 크기 이하의 블럽(blob)들은 제외하여 잡음을 1차적으로 제거할 수 있다. Noise for the pixel estimated as the object obtained through operation S320 may be removed. In the process of removing noise, one group may be divided into several small groups. To solve this problem, for example, Gaussian filtering can be used to group the separated parts, and based on labeling, blobs of a certain size or less can be excluded to remove noise.
그리고 가까운 블럽을 그룹화한다(단계 S340).Then close blobs are grouped (step S340).
객체가 사람인 경우, 사람이 착용한 옷의 두께, 가방 우산 등 사람이 지니고 있는 각종 물체들에 의해 사람의 체온이 차단되어 사람의 신체가 하나의 블럽으로 나타나지 않을 수 있다. 이러한 문제점을 해결하기 위해 각 블럽별 픽셀들의 무게 중심과 그 분포를 이용하여 블럽의 그룹화를 수행할 수 있다. When the object is a person, the body temperature of the person may be blocked by various objects possessed by the person, such as the thickness of clothes worn by the person, a bag umbrella, and the body of the person may not appear as a blob. In order to solve this problem, the grouping of the blobs can be performed using the center of gravity of the pixels of each blob and the distribution thereof.
그 다음 객체인지 여부를 판단한다(단계 S350).Then, it is determined whether it is an object (step S350).
객체를 사람이라고 가정하면, 단계 S340을 통해 그룹화한 객체가 사람인지 여부에 대해 판단할 수 있다. 가로와 세로의 비율 및 주성분 분석(principle component analysis, PCA)를 기반으로 그룹화한 객체가 사람인지 여부에 대해 판단할 수 있다. 예를 들어, 블럽 그룹화를 통해 추출한 ROI(region of interest) 영역의 크기를 이용하여 잡음인지 객체인지 여부를 판단할 수 있으며 사람이 직립 보행을 수행한다는 점을 이용하여 입력된 ROI의 영역의 가로와 세로의 비율이 임계값보다 작을 경우 사람이 아닌 것으로 판단하고 임계값보다 클 경우에는 미리 학습되어 있는 PCA 분류기를 통해 최종 판단할 수 있다. If it is assumed that the object is a person, it may be determined whether or not the grouped object is a person through step S340. Based on the ratio between width and height and principal component analysis (PCA), it is possible to determine whether the grouped objects are human. For example, the size of the region of interest (ROI) region extracted through the blob grouping can be used to determine whether the object is a noise or an object. When the ratio of the height is smaller than the threshold value, it is determined that the person is not, and when the ratio is larger than the threshold value, the final judgment may be made through the PCA classifier that has been previously learned.
만일 판단 결과 해당 그룹화된 블럽이 감시 대상 객체인 경우 해당 객체를 식별한다(단계 S360).If it is determined that the grouped blob is the monitored object, the corresponding object is identified (step S360).
단계 S350의 판단 결과 그룹화된 블럽이 객체인 경우, 해당 객체에 인덱스를 부여하여 감시 대상 객체로서 식별한다.
As a result of the determination in step S350, when the grouped blobs are objects, an index is assigned to the corresponding objects and identified as the monitored object.
도 4는 본 발명의 실시예에 따라 객체 온도 범위를 보정하는 개념도이다.4 is a conceptual diagram of correcting an object temperature range according to an embodiment of the present invention.
도 4에서는 열화상 카메라를 기반으로 객체를 감시할 경우 주변 환경 요소를 고려하는 방법에 대해 개시한다.In FIG. 4, a method of considering an environment element when monitoring an object based on a thermal imaging camera is disclosed.
열화상 카메라를 기반으로 촬영되는 영상은 밤과 낮에 따른 기온 차이 및 계절에 따른 기온 차이로 인해 서로 다른 영상 데이터가 될 수 있다. 따라서, 시간, 계절에 따라 열화상 카메라에서 획득되는 영상의 온도 범위가 다른 값을 가질 수 있다. 이러한 센싱된 온도값(620)은 사용자가 입력하거나, 별도의 센서를 이용하거나, 열화상 카메라가 제공하거나 혹은 열화상 영상으로부터 산출된 것일 수 있다.Images taken based on a thermal imaging camera may be different image data due to the temperature difference according to the night and day and the temperature difference according to the season. Therefore, the temperature range of the image acquired by the thermal imaging camera may have a different value according to time and season. The sensed temperature value 620 may be input by a user, using a separate sensor, provided by a thermal camera, or calculated from a thermal image.
도 4을 참조하면, 주변의 환경을 고려하여 객체의 온도 범위에 대한 보정이 수행될 수 있다. 다양한 방법으로 얻은 객체 온도 정보를 기반으로 감시 대상 객체의 온도 범위(600)를 획득한 후 센싱된 온도값(620)에 대한 정보를 고려하여 보정된 감시 대상 객체의 온도 범위(660)를 산출할 수 있다.Referring to FIG. 4, the correction of the temperature range of the object may be performed in consideration of the surrounding environment. After obtaining the temperature range 600 of the monitored object based on the object temperature information obtained by various methods, the corrected temperature range 660 of the monitored object is calculated in consideration of the information on the sensed temperature value 620. Can be.
예를 들어, 소정의 객체(사람, 차량, 하천 등)을 감시하는 경우, 계절이나 시간에 따라 객체의 온도 차이가 클 수 있다. 이러한 경우, 현재 기온을 변수로 객체의 온도 범위에 대한 보정을 수행하여 감시 대상 객체의 온도 범위를 설정할 수 있다. 예를 들어, 현재 기온이 낮은 경우(예를 들어, 겨울이나 밤), 객체의 온도 범위에 대한 하한값 및 상한값이 상대적으로 낮은 값으로 보정될 수 있다. 반대로 현재 기온이 높은 경우(예를 들어, 여름이나 낮), 객체의 온도 범위에 대한 하한값 및 상한값이 상대적으로 높은 값으로 보정될 수 있다. 온도 범위를 보정함에 있어, 온도 범위에 대한 임계값을 설정하여 보정을 수행할 수 있다. 예를 들어, 제1 임계값 이하인 경우, 객체의 온도 범위에 대한 상한값 및 하한값을 낮은 값으로 보정하고, 제2 임계값 이상인 경우, 객체의 온도 범위의 상한값 및 하한값을 높은 값으로 보정할 수 있다. 제1 임계값 이하 또는 제2 임계값 이상이 아닌 경우, 객체의 온도 범위의 상한값 및 하한값을 보정하지 않고 사용할 수 있다.For example, when monitoring a predetermined object (person, vehicle, river, etc.), the temperature difference of the object may be large according to season or time. In this case, the temperature range of the object to be monitored may be set by correcting the temperature range of the object using the current temperature as a variable. For example, when the current temperature is low (eg, winter or night), the lower limit and the upper limit of the temperature range of the object may be corrected to a relatively low value. Conversely, when the current temperature is high (eg, summer or day), the lower and upper limits of the object's temperature range can be corrected to relatively high values. In correcting the temperature range, the correction may be performed by setting a threshold value for the temperature range. For example, when the value is less than or equal to the first threshold value, the upper and lower limits of the temperature range of the object may be corrected to a low value, and when the value is greater than or equal to the second threshold value, the upper and lower limits of the temperature range of the object may be corrected to a high value. . If it is not less than the first threshold value or more than the second threshold value, the upper and lower limit values of the temperature range of the object may be used without correction.
객체 주변의 온도뿐만 아니라 객체의 움직임 여부(640)에 따라 객체의 온도 범위에 대한 보정이 수행될 수 있다. 사람과 같은 항온을 유지하는 객체는 추적 수행시 움직임 여부에 따른 객체의 온도 범위에 대한 보정을 하지 않아도 된다. 하지만, 차량과 같이 움직임이 존재하는지 여부에 따라 온도가 달라지는 객체의 경우, 추적을 수행시 움직임 여부에 따라 온도 범위에 대한 보정을 수행할 수 있다. 예를 들어, 객체가 이동시에는 현재 기온 및 객체의 이동시의 온도를 고려하여 객체의 온도 범위를 설정하고 설정하여 설정된 온도 범위에 대해 가중치를 부여할 수 있다. 반대로, 객체가 이동하지 않을 경우, 객체의 이동시의 온도를 고려하지 않고 객체의 온도 범위를 설정하여 설정된 온도 범위에 대해 가중치를 부여할 수 있다.In addition to the temperature around the object, correction of the temperature range of the object may be performed according to whether the object moves 640. An object that maintains a constant temperature, such as a human, does not need to compensate for the temperature range of the object depending on whether or not it moves. However, in the case of an object whose temperature varies depending on whether or not there is a movement, such as a vehicle, the temperature range may be corrected according to the movement when tracking is performed. For example, when the object moves, the temperature range of the object may be set and set in consideration of the current temperature and the temperature of the object to give weight to the set temperature range. On the contrary, when the object does not move, the weight of the set temperature range may be given by setting the temperature range of the object without considering the temperature when the object moves.
또한, 본 발명의 실시예에 따르면, 객체를 추적함에 있어서, 객체의 특정한 부분을 검출하여 검출된 특정 부위를 기반으로 객체에 대한 추적을 수행할 수 있다.
In addition, according to an embodiment of the present invention, in tracking an object, a specific part of the object may be detected to track the object based on the detected specific part.
도 5는 본 발명의 실시예에 따른 객체 추적 방법을 나타낸 개념도이다. 5 is a conceptual diagram illustrating an object tracking method according to an embodiment of the present invention.
도 5를 참조하면, 특징 정보를 기반으로 영상에 촬상된 객체를 식별함에 있어서, 객체의 특정 부위를 기준으로 식별하도록 설정할 수 있다. Referring to FIG. 5, in identifying an object photographed on an image based on feature information, the object may be set to be identified based on a specific portion of the object.
예를 들어, 사람이 객체인 경우, 옷으로 인해 머리 부분(700)을 제외한 부분에서 사람의 온도 범위에 해당하는 열화상이 획득되지 않을 수 있다. 이러한 문제점을 해결하기 위해 객체를 판별하고 추적하기 위한 객체의 특정 부위를 미리 설정할 수 있다. 예를 들어, 사람의 경우, 얼굴이나 머리(700)를 기반으로 객체 인식이 수행되도록 설정할 수 있고, 차량의 경우, 엔진이 위치한 본네트 부위를 기반으로 객체 인식이 수행되도록 설정할 수 있다. 즉, 본 발명의 실시예에 따르면, 객체를 인식하기 위해 객체의 온도 특징을 가장 잘 나타낼 수 있는 객체의 특정 부위를 미리 설정함으로서 더욱 정확한 객체 식별을 수행할 수 있도록 할 수 있다.
For example, when a person is an object, a thermal image corresponding to a temperature range of the person may not be obtained in a part except the
도 6은 본 발명의 실시예에 따른 가시성 개선 장치(800)를 나타낸 개념도이다. 6 is a conceptual diagram illustrating an apparatus 800 for improving visibility according to an embodiment of the present invention.
도 6을 참조하면, 가시성 개선 장치는 열화상 카메라(810)와 객체 온도 설정부(820), 영상 변환부(840), 객체 식별부(860)를 구비한 프로세서(850)를 포함할 수 있다. 여기서, 프로세서(850)에 해당하는 구성은 원격지 영상 처리 서버에 구성될 수도 있다.Referring to FIG. 6, the apparatus for improving visibility may include a
열화상 카메라(810)는 객체가 발산하는 적외선 방사를 측정하여 표면 온도의 화상을 특정 범위의 값(예를 들어, 0~ 255 사이의 값)으로 이미지화하여 산출할 수 있다.The
객체 온도 설정부(820)는 감시 대상 객체의 온도 범위에 대해 설정할 수 있다. 예를 들어, 해당 객체 온도 설정부(820)는 사용자가 입력하는 감시 대상 객체의 온도 범위, 사용자가 열화상 영상 내 선택한 감시 대상 객체에 대해 해당 열화상 영상으로부터 얻은 온도를 기준으로 설정되는 온도 범위 중 하나를 입력받아 그에 대응되는 감시 대상 객체 온도 범위를 설정할 수 있으며, 감시 대상 객체 온도 범위를 영상 히스토그램에서 자동적으로 선택할 수 있도록 열화상 히스토그램의 중심 영역을 벗어난 정도와 데이터 크기의 정도를 설정할 수 있다.The object
영상 변환부(840)에서는 객체 온도 설정부(820)에서 설정한 온도 범위에 존재하는 영상 데이터에 대한 정보량을 증가시키는데, 히스토그램 평활화를 통해 노이즈를 줄인 후 상기 감시 대상 객체의 온도 범위에 속하는 영상 데이터에 지수 함수 등의 가중치를 적용하여 정보량을 증가시킨다. 만일 상기 객체 온도 설정부(820)에서 구체적인 감시 대상 객체 온도가 설정되지 않고 열화상 히스토그램의 중심 영역을 벗어난 정도와 데이터 크기의 정도가 설정되었다면 영상 변환부(840)는 이러한 설정을 토대로 열화상 영상의 온도 히스토그램에서 중심 영역에서 설정된 수준으로 벗어나면서 설정된 수준의 데이터량을 가진 영역을 선택하여 해당 영역의 온도 범위를 감시 대상 객체의 온도 범위로 간주한 후 해당 온도 범위에 가중치를 적용함으로써 정보량을 증가시킨다.The
객체 식별부(860)는 영상 변환부(840)에서 변환된 영상을 기반으로 영상에서 얻어진 객체가 감시 대상인지를 결정할 수 있다. 해당 객체 식별부(860)는 다양한 영상 분석 수단이 적용될 수 있으며, 관리자가 시각적으로 영상을 판독하여 객체를 식별하는 경우라면 해당 구성이 생략될 수 있다.
The
도 6에서는 설명의 편의상 각 구성부를 기능상으로 분리하여 표현하였으나, 구현에 따라 하나의 구성부가 복수의 구성부로 구성되거나 복수의 구성부가 하나의 구성부로 생성될 수도 있고 이러한 실시예 또한 본 발명의 권리 범위에 포함된다.
In FIG. 6, each component is functionally divided for convenience of description, but according to the implementation, one component may be composed of a plurality of components or a plurality of components may be generated as one component, and such an embodiment also includes the scope of the present invention. Included in
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined in the appended claims. It will be possible.
Claims (13)
객체 온도 정보를 수신한 상기 가시성 개선 장치가 감시 대상 객체의 온도 범위를 설정하는 단계;
상기 가시성 개선 장치가 열화상 카메라를 통해 감시 영역에 대한 제1 열화상 영상을 획득하는 단계;
상기 가시성 개선 장치가 상기 제1 열화상 영상에 대한 히스토그램 평활화를 수행하는 단계; 및
상기 가시성 개선 장치가 상기 히스토그램 평활화된 상기 제1 열화상 영상의 온도 범위 중 상기 설정된 감시 대상 객체의 온도 범위에 가중치를 부여하여 제2 열화상 영상을 생성하는 단계를 포함하고,
상기 객체 온도 정보는,
열화상 히스토그램의 중심 영역을 벗어난 정도와 객체의 영상 데이터 크기에 대한 설정에 따라 선택된 영역에 존재하는 데이터의 온도 범위인 것을 특징으로 하는 열화상 카메라 가시성 개선 방법.
In the visibility improvement method of a thermal imaging camera using a visibility improving device,
Setting the temperature range of the monitored object by the visibility improving apparatus that has received the object temperature information;
Obtaining, by the apparatus for improving visibility, a first thermal image of the surveillance area through a thermal imaging camera;
Performing the histogram smoothing on the first thermal image by the apparatus for improving visibility; And
Generating, by the apparatus for improving visibility, a weighted temperature range of the set monitored object among the temperature ranges of the histogram smoothed first thermal image to generate a second thermal image;
The object temperature information,
A method of improving the visibility of a thermal imaging camera, characterized in that it is a temperature range of data existing in a selected region according to a deviation from a center region of a thermal histogram and an image data size of an object.
외부 온도에 대한 환경 정보를 수신하거나 상기 제1 열화상 영상으로부터 산출하여 상기 객체 온도 정보를 상기 환경 정보를 기반으로 보정한 값인 것을 특징으로 하는 열화상 카메라 가시성 개선 방법.
The method of claim 1, wherein the temperature range of the monitored object,
The method of claim 1, wherein the object temperature information is corrected based on the environment information by receiving or calculating environment information about an external temperature.
상기 외부 온도에 대한 환경 정보가 제1 임계값 이하인 경우, 상기 감시 대상 객체의 온도 범위의 상한값 및 하한값을 미리 설정된 범위만큼 낮게 보정하고,
상기 외부 온도에 대한 환경 정보가 제2 임계값 이상인 경우, 상기 감시 대상 객체의 온도 범위의 상한값 및 하한값을 미리 설정된 범위만큼 높게 보정하는 것을 특징으로 하는 열화상 카메라 가시성 개선 방법.
The method of claim 4, wherein the temperature range of the monitored object,
When the environmental information on the external temperature is less than or equal to a first threshold value, the upper and lower limits of the temperature range of the monitored object are lowered by a preset range,
And when the environmental information on the external temperature is equal to or greater than a second threshold value, correcting an upper limit value and a lower limit value of the temperature range of the monitored object as high as a preset range.
The thermal imaging camera visibility of claim 1, wherein the setting of the temperature range of the monitored object includes at least one of a person, an animal, a heating element, water, a tree, a fire, and a vehicle. How to improve.
상기 프로세서는 객체 온도 정보를 기준으로 감시 대상 객체의 온도 범위를 설정하고,
감시 영역에 대한 제1 열화상 영상을 획득하며,
상기 제1 열화상 영상에 대한 히스토그램 평활화를 수행하고,
상기 히스토그램 평활화된 상기 제1 열화상 영상의 온도 범위 중 상기 설정된 감시 대상 객체의 온도 범위에 가중치를 부여하여 제2 열화상 영상을 생성하되,
상기 객체 온도 정보는,
열화상 히스토그램의 중심 영역을 벗어난 정도와 객체의 영상 데이터 크기에 대한 설정에 따라 선택된 영역에 존재하는 데이터의 온도 범위인 것을 특징으로 하는 객체의 온도에 기초한 객체 추적 장치.
A visibility enhancement device, the visibility enhancement device comprising a processor,
The processor sets a temperature range of the monitored object based on the object temperature information,
Acquire a first thermal image of the surveillance area,
Perform histogram smoothing on the first thermal image,
The second thermal image is generated by giving a weight to a temperature range of the set monitored object among the temperature ranges of the histogram smoothed first thermal image,
The object temperature information,
An object tracking device based on the temperature of an object, characterized in that the temperature range of the data existing in the selected area according to the deviation from the center region of the thermal histogram and the setting of the image data size of the object.
사용자가 입력하는 감시 대상 객체의 온도 범위,
사용자가 열화상 영상 내 선택한 감시 대상 객체에 대해 열화상 영상으로부터 얻은 온도를 기준으로 설정되는 온도 범위 중 하나인 것을 특징으로 하는 객체의 온도에 기초한 객체 추적 장치.
The method of claim 8, wherein the object temperature information,
The temperature range of the monitored object that the user enters,
The object tracking device based on the temperature of the object, characterized in that one of the temperature range is set based on the temperature obtained from the thermal image for the monitoring object selected by the user in the thermal image.
외부 온도에 대한 환경 정보를 수신하거나 상기 제1 열화상 영상으로부터 산출하여 상기 감시 대상 객체의 온도 범위를 보정한 값인 것을 특징으로 하는 객체의 온도에 기초한 객체 추적 장치.
The method of claim 8, wherein the temperature range of the monitored object,
The object tracking device based on the temperature of the object, characterized in that for receiving the environmental information about the external temperature or calculated from the first thermal image to correct the temperature range of the monitored object.
상기 외부 온도에 대한 환경 정보가 제1 임계값 이하인 경우, 상기 감시 대상 객체의 온도 범위의 상한값 및 하한값이 미리 설정된 범위만큼 낮게 보정되고,
외부 온도에 대한 환경 정보가 제2 임계값 이상인 경우, 상기 감시 대상 객체의 온도 범위의 상한값 및 하한값이 미리 설정된 범위만큼 높게 보정되는 것을 특징으로 하는 객체의 온도에 기초한 객체 추적 장치.
The method of claim 11, wherein the temperature range of the monitored object,
When the environmental information on the external temperature is equal to or less than a first threshold value, the upper limit value and the lower limit value of the temperature range of the monitored object are corrected to be lower by a preset range,
When the environmental information on the outside temperature is greater than or equal to the second threshold value, the upper limit value and the lower limit value of the temperature range of the monitored object are corrected as high as a predetermined range, the object tracking device based on the temperature of the object.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130121763A KR101339026B1 (en) | 2013-10-14 | 2013-10-14 | Method and apparatus for thermal camera visibility enhancing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130121763A KR101339026B1 (en) | 2013-10-14 | 2013-10-14 | Method and apparatus for thermal camera visibility enhancing |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101339026B1 true KR101339026B1 (en) | 2013-12-09 |
Family
ID=49987739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130121763A KR101339026B1 (en) | 2013-10-14 | 2013-10-14 | Method and apparatus for thermal camera visibility enhancing |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101339026B1 (en) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101849740B1 (en) * | 2015-09-08 | 2018-05-31 | 엑시스 에이비 | Method and apparatus for enhancing local contrast in a thermal image |
| KR101920369B1 (en) | 2018-04-25 | 2018-11-20 | 주식회사 인트모션 | Apparatus and method for image processing of thermal imaging camera |
| KR101949929B1 (en) * | 2018-11-15 | 2019-02-19 | (주)동서엔지니어링 | Active CCTV security system for buildings that guarantees excellent security by moving and tracking |
| KR20190077688A (en) | 2017-12-26 | 2019-07-04 | 재단법인대구경북과학기술원 | Apparatus for processing thermogram image and method for the same |
| KR20190131646A (en) | 2018-05-17 | 2019-11-27 | 주식회사 이오씨 | Apparatus and method of processing orthogonal composition thermogram image |
| WO2019245191A1 (en) * | 2018-06-20 | 2019-12-26 | 써모아이 주식회사 | Apparatus and method for analyzing image |
| KR20210017418A (en) | 2019-08-08 | 2021-02-17 | 영남대학교 산학협력단 | Apparatus and method for tracking moving object |
| KR20210154323A (en) * | 2020-06-12 | 2021-12-21 | 인하대학교 산학협력단 | Automatic color map expression method by removing outlier temperature for thermal image |
| KR20220160876A (en) * | 2021-05-28 | 2022-12-06 | 인하대학교 산학협력단 | Image processing method and system using metadata extracted through reverse engineering of thermal image |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090020347A (en) * | 2007-08-23 | 2009-02-26 | (주)메쉬 | Infrared thermography detection method |
| KR20100012992A (en) * | 2008-07-30 | 2010-02-09 | 국방과학연구소 | Infrared thermal imaging device and method for processing signal using the same |
-
2013
- 2013-10-14 KR KR1020130121763A patent/KR101339026B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090020347A (en) * | 2007-08-23 | 2009-02-26 | (주)메쉬 | Infrared thermography detection method |
| KR20100012992A (en) * | 2008-07-30 | 2010-02-09 | 국방과학연구소 | Infrared thermal imaging device and method for processing signal using the same |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101849740B1 (en) * | 2015-09-08 | 2018-05-31 | 엑시스 에이비 | Method and apparatus for enhancing local contrast in a thermal image |
| US10109042B2 (en) | 2015-09-08 | 2018-10-23 | Axis Ab | Method and apparatus for enhancing local contrast in a thermal image |
| KR102204814B1 (en) | 2017-12-26 | 2021-01-20 | 재단법인대구경북과학기술원 | Apparatus for processing thermogram image and method for the same |
| KR20190077688A (en) | 2017-12-26 | 2019-07-04 | 재단법인대구경북과학기술원 | Apparatus for processing thermogram image and method for the same |
| KR101920369B1 (en) | 2018-04-25 | 2018-11-20 | 주식회사 인트모션 | Apparatus and method for image processing of thermal imaging camera |
| KR20190131646A (en) | 2018-05-17 | 2019-11-27 | 주식회사 이오씨 | Apparatus and method of processing orthogonal composition thermogram image |
| WO2019245191A1 (en) * | 2018-06-20 | 2019-12-26 | 써모아이 주식회사 | Apparatus and method for analyzing image |
| KR20190143153A (en) * | 2018-06-20 | 2019-12-30 | 써모아이 주식회사 | Image analysis apparatus and method |
| KR102107298B1 (en) | 2018-06-20 | 2020-05-06 | 써모아이 주식회사 | Image analysis apparatus and method |
| KR101949929B1 (en) * | 2018-11-15 | 2019-02-19 | (주)동서엔지니어링 | Active CCTV security system for buildings that guarantees excellent security by moving and tracking |
| KR20210017418A (en) | 2019-08-08 | 2021-02-17 | 영남대학교 산학협력단 | Apparatus and method for tracking moving object |
| KR20210154323A (en) * | 2020-06-12 | 2021-12-21 | 인하대학교 산학협력단 | Automatic color map expression method by removing outlier temperature for thermal image |
| KR102354704B1 (en) * | 2020-06-12 | 2022-01-24 | 인하대학교 산학협력단 | Automatic color map expression method by removing outlier temperature for thermal image |
| KR20220160876A (en) * | 2021-05-28 | 2022-12-06 | 인하대학교 산학협력단 | Image processing method and system using metadata extracted through reverse engineering of thermal image |
| KR102591607B1 (en) | 2021-05-28 | 2023-10-19 | 인하대학교 산학협력단 | Image processing method and system using metadata extracted through reverse engineering of thermal image |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101339026B1 (en) | Method and apparatus for thermal camera visibility enhancing | |
| KR101350922B1 (en) | Method and apparatus for object tracking based on thermo-graphic camera | |
| Davis et al. | Background-subtraction in thermal imagery using contour saliency | |
| JP6428266B2 (en) | COLOR CORRECTION DEVICE, COLOR CORRECTION METHOD, AND COLOR CORRECTION PROGRAM | |
| US8432445B2 (en) | Air conditioning control based on a human body activity amount | |
| JP6125188B2 (en) | Video processing method and apparatus | |
| Fernández-Caballero et al. | Real-time human segmentation in infrared videos | |
| CN105574488B (en) | It is a kind of to be taken photo by plane the pedestrian detection method of infrared image based on low latitude | |
| Zin et al. | Fusion of infrared and visible images for robust person detection | |
| US10452922B2 (en) | IR or thermal image enhancement method based on background information for video analysis | |
| CN106919895B (en) | Tracking method and system for moving object | |
| Iwasaki et al. | Robust vehicle detection even in poor visibility conditions using infrared thermal images and its application to road traffic flow monitoring | |
| CN101383004A (en) | Passenger target detecting method combining infrared and visible light images | |
| CN106709903B (en) | PM2.5 concentration prediction method based on image quality | |
| WO2018084191A1 (en) | Congestion state analysis system | |
| CN105469054B (en) | The model building method of normal behaviour and the detection method of abnormal behaviour | |
| Ali et al. | Vehicle detection and tracking in UAV imagery via YOLOv3 and Kalman filter | |
| JP2021118001A (en) | Method for distinguishing human being in crowd in image | |
| CN112541403A (en) | Indoor personnel falling detection method utilizing infrared camera | |
| Kim | Pedestrian detection and distance estimation using thermal camera in night time | |
| Bhowmik et al. | Feature points extraction of thermal face using harris interest point detection | |
| KR20080079506A (en) | Photographing apparatus for tracking object and method thereof | |
| JP6893812B2 (en) | Object detector | |
| Anderson et al. | Anomaly detection ensemble fusion for buried explosive material detection in forward looking infrared imaging for addressing diurnal temperature variation | |
| Berger et al. | Room occupancy measurement using low-resolution infrared cameras |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated 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: 20161205 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20171204 Year of fee payment: 5 |