KR101502143B1 - 이미지 변환 방법 및 그 장치 - Google Patents

이미지 변환 방법 및 그 장치 Download PDF

Info

Publication number
KR101502143B1
KR101502143B1 KR20130133116A KR20130133116A KR101502143B1 KR 101502143 B1 KR101502143 B1 KR 101502143B1 KR 20130133116 A KR20130133116 A KR 20130133116A KR 20130133116 A KR20130133116 A KR 20130133116A KR 101502143 B1 KR101502143 B1 KR 101502143B1
Authority
KR
South Korea
Prior art keywords
image
albedo
wavelength band
face
wavelength
Prior art date
Application number
KR20130133116A
Other languages
English (en)
Inventor
이장형
Original Assignee
주식회사 에스원
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 에스원 filed Critical 주식회사 에스원
Priority to KR20130133116A priority Critical patent/KR101502143B1/ko
Application granted granted Critical
Publication of KR101502143B1 publication Critical patent/KR101502143B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/586—Depth or shape recovery from multiple images from multiple light sources, e.g. photometric stereo
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

제1 파장 대역의 광원하에서 획득한 얼굴 이미지가 입력되면, 입력된 얼굴 이미지로부터 알비도(albedo) 이미지를 획득하고, 알비도 이미지를 복수의 얼굴 영역으로 격자화하며, 격자화된 얼굴 영역의 각 픽셀별 알비도 값에 대하여 제2 파장 대역의 이미지로의 변환을 위한 사상 함수를 적용시켜 제2 파장 대역의 알비도 값들을 획득한다. 얼굴 영역별로 획득한 제2 파장 대역의 알비도 값들을 토대로 제2 파장 대역의 알비도 이미지를 획득한다.

Description

이미지 변환 방법 및 그 장치{Method and apparatus for converting image}
본 발명은 이미지 변환 방법 및 그 장치에 관한 것이다.
이미지는 얼굴 인식 등의 다양한 분야에서 사용되고 있다. 다양한 조명 하에서 이미지를 얻을 수 있는데, 이미지 획득에 사용되는 빛은 파장에 따라 가시광, 근적외선, 중적외선, 열적외선 등으로 나뉘어진다.
이미지 중에서 사람의 얼굴 이미지는 빛의 파장에 따라 상이한 외양을 보인다. 이것은 빛의 파장과 얼굴 부위에 따라 빛의 반사율을 결정하는 알비도가 다르기 때문이다. 빛의 파장에 따라 서로 다른 외양을 가지는 얼굴 이미지를 이용하여 얼굴 인식을 수행할 경우에 정확한 얼굴 인식이 이루어지지 않을 수 있다.
예를 들어, 사람들의 얼굴을 신분 인증을 위하여 사용하는 경우, 등록되어 있는 사람들의 이미지 즉, 등록 이미지(예를 들어, 증명 사진)들이 가시광 조명 하에서 얻어진 반면에, 인증 장치가 적외선 기반의 조명하에서 작동하면, 인증 장치가 획득한 이미지는 적외선 기반의 이미지이고 등록 이미지는 가시광 기반의 이미지이다. 따라서 동일한 사람의 이미지일지라도 적외선 기반의 이미지와 가시광 기반의 이미지에서의 외양이 각각 서로 다르게 나타난다. 따라서, 인증 장치에 의하여 획득한 이미지가 등록된 사람의 이미지임에도 불구하고 신분 인증이 이루어지지 않거나, 인증 장치에 의하여 획득한 이미지가 등록된 사람의 이미지가 아님에도 불구하고 적법한 등록 대상으로 인증될 수 있다.
본 발명이 해결하고자 하는 기술적 과제는 이미지를 다른 빛의 파장 대역에서 획득된 이미지로 변환하는 방법 및 그 장치를 제공하는 것이다.
특히 본 발명이 해결하고자 하는 과제는 가시광 대역에서 얻어진 이미지를 적외선 대역의 이미지로 변환하는 방법 및 그 장치를 제공하는 것이다.
본 발명의 특징에 따른 이미지 변환 방법은, 제1 파장 대역의 광원하에서 획득한 얼굴 이미지가 입력되면, 입력된 얼굴 이미지로부터 알비도(albedo) 이미지를 획득하는 단계; 상기 알비도 이미지를 복수의 얼굴 영역으로 격자화하는 단계; 상기 격자화된 얼굴 영역의 각 픽셀별 알비도 값에 대하여 제2 파장 대역의 이미지로의 변환을 위한 사상 함수를 적용시켜 제2 파장 대역의 알비도 값들을 획득하는 단계; 및 상기 얼굴 영역별로 획득한 제2 파장 대역의 알비도 값들을 토대로 제2 파장 대역의 알비도 이미지를 획득하는 단계를 포함한다.
상기 알비도 이미지를 획득하는 단계는 상기 제1 파장 대역의 얼굴 이미지를 획득한 광원의 강도, 상기 얼굴 이미지를 획득한 촬상 소자의 센서 감도, 그리고 상기 얼굴 이미지의 픽셀값, 각 픽셀별로 대응하는 알비도를 구하여 알비도 이미지를 획득할 수 있다.
상기 격자화하는 단계는 상기 알비도 이미지로부터 눈, 코, 입을 포함하는 중심 좌표들을 설정하는 단계; 및 상기 설정된 중심 좌표들을 기준으로 상기 알비도 이미지를 복수의 얼굴 영역으로 격자화하는 단계를 포함할 수 있다.
상기 제2 파장 대역의 알비도 값들을 획득하는 단계는 상기 제1 파장 대역의 이미지를 제2 파장 대역의 이미지로 변환하기 위한 사상 함수를 미리 생성하는 단계를 포함할 수 있다.
상기 생성하는 단계는 상기 제1 파장 대역에서 획득한 복수의 얼굴 이미지들을 획득하는 단계; 상기 복수의 얼굴 이미지들을 격자화하여 획득되는 복수의 얼굴 영역별 알비도들을 이용하여 각 얼굴 영역별 표준화된 알비도를 획득하는 단계; 및 각 얼굴 영역별로 파장-알비도 곡선을 구성하고, 파장-알비도 곡선을 토대로 사상 함수를 생성하는 단계를 포함할 수 있다.
한편 상기 제2 파장 대역의 알비도 값들을 획득하는 단계는 제1 파장 대역의 알비도 이미지의 픽셀값을 kv라고 하고, 픽셀값 kv에 대응하는 제2 파장 대역의 알비도 픽셀값을 kt라고 하면, kt는
Figure 112013100371134-pat00001
의 조건(여기서, △λ =λ1-λ0를 나타내고, m(a(λ)는 사상 함수를 나타내고, λ0는 가장 작은 값을 가지는 제1 파장을 나타내고, λ1은 가장 큰 값을 가지는 제2 파장을 나타냄)에 따라 산출될 수 있다.
본 발명의 다른 특징에 따른 이미지 변환 장치는, 제1 파장 대역의 광원 하에서 획득한 얼굴 이미지를 획득하는 이미지 획득부; 상기 제1 파장 대역의 얼굴 이미지로부터 알비도 이미지를 획득하는 알비도 이미지 복원부; 상기 알비도 이미지를 복수의 얼굴 영역으로 격자화하는 얼굴 영역 결정부; 상기 격자화된 얼굴 영역의 각 픽셀별 알비도 값에 대하여 제2 파장 대역의 이미지로의 변환을 위한 사상 함수를 적용시켜 제2 파장 대역의 알비도 값들을 획득하는 사상 함수 적용부; 및 상기 얼굴 영역별로 획득한 제2 파장 대역의 알비도 값들을 토대로 제2 파장 대역의 알비도 이미지를 획득하는 목표 파장 알비도 이미지 획득부를 포함한다.
상기 알비도 이미지 복원부는 상기 제1 파장 대역의 얼굴 이미지를 획득한 광원의 강도, 상기 얼굴 이미지를 획득한 촬상 소자의 센서 감도, 그리고 상기 얼굴 이미지의 픽셀값, 각 픽셀별로 대응하는 알비도를 구하여 알비도 이미지를 획득할 수 있다.
상기 얼굴 영역 결정부는 상기 알비도 이미지로부터 눈, 코, 입을 포함하는 중심 좌표들을 설정하고, 상기 설정된 중심 좌표들을 기준으로 상기 알비도 이미지를 복수의 얼굴 영역으로 격자화할 수 있다.
상기 사상 함수 적용부는 상기 제1 파장 대역에서 획득한 복수의 얼굴 이미지들에 대하여, 각 얼굴 영역별로 표준화된 알비도를 토대로 하는 각 얼굴 영역별로 파장-알비도 곡선에 따라 생성된 사상 함수를 상기 알비도 이미지의 각 픽셀값에 대응하여, 제2 파장 대역의 알비도 값들을 획득할 수 있다.
이러한 특징을 가지는 이미지 변환 방법 및 장치에서, 상기 제1 파장 대역은 가시광 파장을 나타내고, 상기 제2 파장 대역은 적외선 파장 대역을 나타낼 수 있다.
본 발명의 실시 예에 따르면, 이미지를 다른 빛의 파장 대역에서 획득된 이미지로 변환하고 특히 가시광 대역에서 얻어진 이미지를 소정 적외선 대역의 이미지로 변환할 수 있다. 그러므로 비교하려고 하는 두 개의 이미지가 서로 다른 파장의 광원 하에서 얻어진 것이라도, 어느 하나의 이미지를 다른 파장의 광원에서 얻어진 이미지로 변환 처리하여 사용할 수 있다.
따라서 얼굴 인식 등의 분야에서 등록된 이미지와 인식 장치가 획득하는 이미지가 서로 다른 광원하에서 얻어진 이미지라도, 두 개의 이미지를 동일한 광원의 이미지로 처리하여 얼굴 인식을 정확하게 수행할 수 있다. 그러므로 얼굴 인식의 신뢰성이 보다 향상된다.
도 1은 빛의 파장에 따라 달라지는 이미지를 나타낸 예시도이다.
도 2는 빛의 파장에 따른 알비도 특성을 나타낸 그래프의 한 예이다.
도 3은 본 발명의 실시 예에 따른 얼굴 이미지 격자화 과정을 나타낸 예시도이다.
도 4는 본 발명의 실시 예에 따른 사상 함수를 구하는 과정을 나타낸 흐름도이다.
도 5는 본 발명의 실시 예에 따른 이미지 변환 방법의 흐름도이다.
도 6은 본 발명의 실시 예에 따른 이미지 변환 장치의 구조도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
이제 본 발명의 실시 예에 따른 이미지 변환 방법 및 그 장치에 대하여 설명한다.
이미지는 촬영 조건에 따라 달라지며, 특히 깊이 정보를 가지는 얼굴 이미지는 촬영 조건에 크게 의존한다. 동일한 얼굴로부터 얻어지는 이미지라도 촬영시의 조명이나 카메라 각도 등의 촬영 조건이 달라지면, 획득되는 이미지가 달라진다. 얼굴 이미지는 특히 사용된 조명의 빛의 파장에 따라 상이한 외양을 보인다.
도 1은 빛의 파장에 따라 달라지는 이미지를 나타낸 예시도이다.
이미지 획득에 사용되는 빛은 파장에 따라 가시광 대역(visible), 근적외선대역(short wave IR(infrared), 중적외선 대역(middle wave IR), 열적외선 대역(long wave IR) 등으로 나뉘어지는데, 도 1에서와 같이, 동일한 사람으로부터 얻어지는 얼굴 이미지가 파장 대역별로 서로 다름을 알 수 있다.
이것은 빛의 파장과 얼굴 부위에 따라 빛의 반사율을 결정하는 알비도가 다르기 때문이다. 알비도(albedo)는 물체의 재질 및 표면 색상에 따른 빛의 반사율을 나타내는데, 물체의 재질, 두께, 구조, 표면의 색상 그리고 빛의 파장 등에 따라 달라진다. 특히, 얼굴의 경우에는 각 부위별(눈썹, 눈, 입술 등)로 알비도가 다르다. 이것은 얼굴의 각 부위별 구조, 색상 등이 다르기 때문이다.
알비도는 빛의 파장과 얼굴의 부위별로 달라지므로, 다음 수학식 1과 같이 나타낼 수 있다.
Figure 112013100371134-pat00002
여기서, a는 알비도를 나타내며, λ는 빛의 파장, 그리고 p는 얼굴의 소정 부위를 나타낸다.
도 2는 빛의 파장에 따른 알비도 특성을 나타낸 그래프의 한 예이다.
첨부한 도 2는 빛의 파장에 따른 알비도의 변화를 나타내는 파장-알비도((λ-a(λ)) 곡선을 나타내는데, 임의 대역의 파장에서는 알비도가 크게 나타나다가 빛의 파장이 임의 대역 이상으로 커지는 경우에는 알비도가 작아짐을 알 수 있다.
빛의 특정 대역 하에서 알비도가 거의 일정한 값을 나타내는지의 여부에 따라, 얼굴 이미지는 격자화될 수 있다. 예를 들어, 서로 다른 크기를 가지는 사각형의 영역(일명, 타일(tile))들로 분할될 수 있다. 균일 또는 비균일의 크기를 가지는 타일을 얼굴 이미지에 적용하여 얼굴 이미지를 복수개의 얼굴 영역으로 분할할 수 있다. 타일에 해당하는 얼굴 부위 즉, 얼굴 영역별로 빛의 파장에 따른 알비도 특성을 나타내는 파장-알비도 곡선을 구성할 수 있다.
얼굴 영역별로 파장-알비도 곡선을 구성하기 위하여, 다음과 같은 과정을 수행할 수 있다.
알비도를 구하기 위하여, 얼굴 이미지에 대하여 적외선을 조사하면서 얼굴 이미지를 순차적으로 스캐닝한다. 도 3은 본 발명의 실시 예에 따른 얼굴 이미지 격자화 과정을 나타낸 예시도이며, 도 3의 (a)는 얼굴 이미지 스캐닝을 나타낸 예시도이고, 도 3의 (b)는 에지 검출 적용에 따라 얻어진 격자화를 위한 패치(patch)들을 나타낸 예시도이다.
얼굴 이미지에 대하여 적외선 조사를 하면서 순차적으로 스캐닝을 하면서 반사도를 측정하면, 도 3의 (a)와 같은 스캐닝 이미지가 획득된다. 이러한 적외선 조사와 순차적 반사도 스캐닝 과정은 오차를 수반한다. 오차는 인접한 픽셀들의 평균을 토대로 상당히 감소시킬 수 있다.
격자화 하고자 하는 얼굴 이미지에 대하여 에지 검출(edge detection)을 적용하여 검출된 에지를 토대로, 도 3의 (b)와 같은 대략적인 패치들을 획득할 수 있다. 즉, 얼굴 이미지에 대하여 스캐닝 결과 얻어진 반사도에 따른 알비도 값들 중에서 설정값 이상의 알비도 값을 가지는 픽셀들을 에지들로 검출되고, 검출된 에지들을 기준으로 도 3의 (b)와 같은 형태의 패치들을 획득한다.
각각의 패치 내에서 좌우 방향으로 순차적으로, 스캔된 픽셀 pi, pj(j=i+1)에 대하여, 다음과 같은 오차 보상값을 산출한다.
Figure 112013100371134-pat00003
여기서,
Figure 112013100371134-pat00004
는 인접한 픽셀들(pi , pj)에 대한 오차 보정값이며, mi(.) 은 픽셀 pi의 사상함수를 나타내고, mj(.)는 픽셀 pj (j=i+1)의 사상함수를 나타낸다.
이와 같이 얼굴 이미지의 각 패치들에 대하여 인접 픽셀들에 대한 오차 보상값들을 산출하고, 산출된 오차 보상값들 중에서 다음 조건을 만족하는 오차 보상값들을 가지는 인접 픽셀들을 선택한다.
Figure 112013100371134-pat00005
위의 수학식 3의 조건을 만족하는 인접 픽셀들 pi, p(i+1) 에 대해서는 그들의 사상 함수들의 평균치가 주어진다. 즉, 유사한 알비도 특성을 가지는 픽셀들이 동일한 영역으로 그룹핑된다.
이를 통해 대략적인 패치들은 수학식 3의 조건을 만족하는 인접 픽셀들을 토대로 통계적으로 더 균일한 알비도를 가지는 세부 패치들로 나누어질 수 있다. 이에 따라 얼굴 이미지에 대한 격자화가 이루어지고, 각 세부 패치들이 파장-알비도 곡선을 위한 얼굴 영역으로 처리된다.
본 발명의 실시 예에서는 얼굴 이미지의 각 얼굴 영역별로 파장-알비도 곡선을 구성하고, 이를 토대로 사상 함수를 구한다. 여기서 얼굴 영역은 비균일한 크기를 가지는 타일(도 3에서의 (b)에 도시된 패치들) 또는 균일한 크기를 가지는 타일(세부 패치들)을 얼굴 이미지에 적용하는 것으로 얼굴 이미지를 격자화하여 얼굴 영역들을 지정할 수 있다.
사상 함수는 제1 파장 대역의 광원 하에서 얻어진 이미지(설명의 편의상 제1 이미지라고도 함)를 제2 파장 대역의 광원 하에서 얻어지는 이미지(제2 이미지라고도 할 수 있음)로 변환하기 위한 함수이다. 제1 파장 대역은 원래 이미지가 얻어진 환경의 광선의 대역을 나타내며, 원시 파장 대역이라고도 명명될 수 있다. 제2 파장 대역은 원래 이미지가 변환될 환경의 광선의 대역을 나타내며, 목표 파장 대역이라고도 명명될 수 있다. 예를 들어, 원시 파장 대역인 제1 파장 대역은 450㎚~750㎚의 광선들로 이루어진 가시광선 대역일 수 있으며, 목표 파장 대역인 제2 파장 대역은 1000㎚~1200㎚의 광선들로 이루어진 적외선 대역일 수 있다. 각 대역에서 가장 작은 값의 파장을 시작 파장인 제1 파장이라고 할 수 있으며, 가장 큰 값의 파장을 끝 파장인 제2 파장이라고 할 수 있다.
한편 원시 파장 대역은 하나의 파장에 대응하는 실효값(effective value) 값으로 미리 사상될 수 있다. 예를 들어, 원시 파장 대역이 가시광선 대역인 경우, 450㎚~750㎚의 평균값인 600㎚의 실효값으로 미리 변환되어, 600㎚의 실효값에 대응하는 알비도 값이 사용될 수 있다.
본 발명의 실시 예에서는 가시광 파장 대역의 이미지를 비가시광 파장 대역의 이미지로 변환하기 위한 사상 함수를 구하며, 이를 가시광-비가시광 일대다 사상 함수라고 명명한다.
도 4는 본 발명의 실시 예에 따른 사상 함수를 구하는 과정을 나타낸 흐름도이다.
본 발명의 실시 예에서는, 도 4에서와 같이, 서로 다른 빛의 파장 대역별로 복수의 사람들에 대한 얼굴 이미지를 획득하고(S100), 얼굴 이미지들에 대하여 기준 부위별로 격자화를 수행하여 각 얼굴 이미지들을 복수의 얼굴 영역으로 나눈다(S110). 그리고 파장 대역별로 획득한 복수의 얼굴 이미지들의 각 얼굴 영역별로 파장-알비도 곡선을 구성하고(S120), 파장-알비도 곡선을 토대로 사상 함수를 구한다(S130).
가시광 파장 대역별로 획득한 복수의 얼굴 이미지들을 토대로, 얼굴 이미지를 격자화하여 생성한 얼굴 영역별 알비도들을 이용하여 각 얼굴 영역별 표준화된 알비도를 획득할 수 있다.
얼굴 이미지의 소정 얼굴 영역, 원시 파장 대역인 가시광 대역에서 표준화된 알비도(av), 이미지를 변환하기 위한 목표가 되는 빛의 파장 대역인 목표 파장 대역(λ={λ|λ0,…,λn}, 여기서 n은 양의 정수)이 주어지는 경우, 다음과 같은 가시광-비가시광 사상 함수를 구할 수 있다.
Figure 112013100371134-pat00006
여기서, a(λ0)는 파장 λ0에 해당하는 알비도 값을 나타내며, {a|a(λ0), …, a(λ1)}는 λ0부터 λ1까지의 파장 대역에 해당하는 전체 알비도 값들을 나타낸다. 가시광 대역에서 획득된 이미지에 대하여 알비도를 구한 이미지를 가시광 알비도 이미지라고 할 때, 가시광 알비도 이미지의 임의 픽셀값을 kv라고 하면, 임의 픽셀값 kv에 대응하는 다른 파장 대역 즉, 목표 파장 대역 하에서의 알비도 픽셀값 kt는 대역폭 보상을 위한 규격화를 통해 다음과 같이 얻어진다.
Figure 112013100371134-pat00007
여기서, △λ=λ1-λ0를 나타내고, m(a(λ)는 가시광-비가시광 사상 함수를 나타낸다. λ1은 목표 파장 대역(λ0, …, λ1)에서 가장 큰 값을 나타내고, λ0는 목표 파장 대역에서 가장 작은 값을 나타낸다. 예를 들어, 450㎚~750㎚의 광선들로 이루어진 가시광선 대역에서 λ0는 450㎚이고, λ1은 750㎚이다. 또한 1000㎚~1200㎚의 광선들로 이루어진 적외선 대역에서, λ0는 1000㎚이고, λ1은 1200㎚이다.
이와 같이, 가시광 대역의 이미지를 목표 파장 대역의 이미지로 변환하기 위한 사상 함수가 구해진 상태에서, 가시광 대역에서 획득한 임의 이미지를 원하는 파장 대역의 이미지로 변환할 수 있다. 이하의 실시 예에서는 목표 파장 대역이 적외선 파장 대역인 것을 예로 하여 설명하지만, 본 발명은 반드시 이것에 한정되는 것은 아니다.
도 5는 본 발명의 실시 예에 따른 이미지 변환 방법의 흐름도이다.
특정 파장의 광원에서 얻어진 이미지의 픽셀값(특히, 촬상 소자에 의하여 획득되는 이미지의 픽셀(x, y)의 값)은 광원의 감도, 알비도, 그리고 촬상 소자의 감도에 따라 달라질 수 있다. 그러므로 이러한 픽셀값을 토대로 하는 이미지를 나타내는 방정식(I(x, y))은 다음과 같이 나타낼 수 있다.
Figure 112013100371134-pat00008
여기서 L은 광원의 강도를 나타내고, a는 알비도를 나타내며, S는 센서 감도 즉, 이미지 획득에 사용된 촬상 소자의 감도를 나타낸다.
본 발명의 실시 예에 따른 이미지 변환 장치(1)는 도 5에서와 같이, 변환하고자 하는 이미지 즉, 가시광 파장을 가지는 광원 하에서 획득된 이미지인 가시광 얼굴 이미지가 입력되면(S200), 입력된 가시광 얼굴 이미지로부터 알비도 이미지를 복원한다(S210).
가시광 얼굴 이미지가 주어질 때, 가시광 얼굴 이미지의 픽셀값은 위의 수학식 4에 기재된 이미지 방정식과 같이 나타낼 수 있고, 광원의 강도와 센서 감도를 알 수 있으므로, 이미지의 각 픽셀값을 토대로 해당 픽셀값에 대응하는 알비도를 구할 수 있다. 이와 같이 입력된 가시광 이미지의 모든 픽셀값에 대응하는 알비도를 구하고, 구해진 알비도로 이루어진 알비도 이미지를 획득한다. 이에 따라 입력된 가시광 이미지는 알비도 이미지로 변환된다.
다음, 이미지 변환 장치(1)는 알비도 이미지에 대하여 목표 파장 대역으로의 변환을 위한 사상 함수를 적용할 얼굴 영역을 결정한다. 즉, 얼굴 이미지의 알비도 이미지로부터 영역 결정을 위한 중심점들 예를 들어, 눈썹, 입, 코 등을 중심 좌표로 하여, 얼굴 이미지를 격자화하여 복수의 얼굴 영역으로 나눈다(S220, S230).
이와 같이 얼굴 이미지의 알비도 이미지에 대하여 사상 함수를 적용할 얼굴 영역들이 결정된 다음, 이미지 변환 장치(1)는 각 얼굴 영역별 픽셀들에 대하여 사상 함수를 적용하여 적외선 파장 대역의 대응하는 알비도를 획득한다(S240). 구체적으로 위의 수학식 5를 토대로, 가시광 대역에서 획득된 이미지의 알비도 이미지의 픽셀값에 대하여, 사상 함수를 적용하여 목표 파장 대역 하에서의 알비도 픽셀값을 구할 수 있다.
이미지 변환 장치(1)는 각 얼굴 영역별로 구해진 목표 파장 대역 즉, 적외선 파장 대역에 해당하는 알비도 픽셀값들을 구하고, 이들을 토대로 최종적으로 적외선 파장 대역에 해당하는 알비도 이미지를 획득하게 된다. 이와 같이 가시광 대역하의 얼굴 이미지의 알비도 이미지를 적외선 파장 대역에 해당하는 알비도 이미지로 변환할 수 있다. 획득한 적외선 파장 대역의 알비도 이미지를 이용하여 적외선 광원 하에서 얻어지는 다른 이미지들과의 비교가 수행될 수 있다.
다음에는 이러한 이미지 변환 방법을 이용하는 이미지 변환 장치에 대하여 보다 구체적으로 설명한다.
도 6은 본 발명의 실시 예에 따른 이미지 변환 장치의 구조를 나타낸 도이다.
첨부한 도 6에서와 같이 본 발명의 실시 예에 따른 이미지 변환 장치(1)는 이미지 획득부(11), 알비도 이미지 복원부(12), 얼굴 영역 결정부(13), 사상 함수 적용부(14), 그리고 목표 파장 알비도 이미지 획득부(15)를 포함한다.
이미지 획득부(11)는 제1 파장 대역 즉, 가시광 파장 대역의 광원 하에서 획득한 얼굴 이미지를 획득한다.
알비도 이미지 복원부(12)는 가시광 파장 대역의 얼굴 이미지로부터 알비도 이미지를 복원한다. 알비도 이미지 복원부(12)는 가시광 파장 대역의 광원의 강도와 이미지를 획득한 촬상 소자의 센서 감도, 그리고 얼굴 이미지의 픽셀값을 토대로, 각 픽셀별로 대응하는 알비도를 구하여 알비도 이미지를 획득한다.
얼굴 영역 결정부(13)는 얼굴 이미지의 알비도 이미지로부터 영역 결정을 위한 중심점들을 토대로 얼굴 이미지를 격자화하여 복수의 얼굴 영역으로 나눈다. 각 얼굴 영역은 목표 파장 대역으로의 사상 함수를 적용할 얼굴 부위로 사용된다.
사상 함수 적용부(14)는 얼굴 영역별로 목표 파장 대역으로의 변환을 위한 사상 함수를 적용하여, 알비도 이미지의 각 픽셀별로 대응하는 목표 파장 대역의 알비도 값을 획득한다. 각 얼굴 영역별로 미리 파장-알비도 곡선을 토대로 획득한 사상 함수(예를 들어, 가시광-비가시광 사상 함수)를 적용시킨다. 즉, 위의 수학식 5를 토대로, 가시광 대역에서 획득된 이미지의 알비도 이미지의 픽셀값에 대하여, 사상 함수를 적용하여 목표 파장 대역 하에서의 알비도 픽셀값을 구할 수 있다.
목표 파장 알비도 이미지 획득부(15)는 각 픽셀별로 획득한 목표 파장 대역의 알비도 픽셀값들을 토대로, 목표 파장 대역의 알비도 이미지 즉, 적외선 파장 대역의 알비도 이미지를 획득한다.
이상에서 설명한 본 발명의 실시 예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시 예에 따른 방법 및 그 시스템의 구성에 대응하는 기능을 실행시킬 수 있는 프로그램 또는 그 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시 예에 대하여 상세하게 설명하였지만 본 발명의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리 범위에 속하는 것이다.

Claims (11)

  1. 제1 파장 대역의 광원하에서 획득한 얼굴 이미지가 입력되면, 입력된 얼굴 이미지로부터 알비도(albedo) 이미지를 획득하는 단계;
    상기 알비도 이미지를 복수의 얼굴 영역으로 격자화하는 단계;
    상기 제1 파장 대역의 이미지를 제2 파장 대역의 이미지로 변환하기 위한 사상 함수를 생성하는 단계;
    상기 격자화된 얼굴 영역의 각 픽셀별 알비도 값에 대하여 제2 파장 대역의 이미지로의 변환을 위한 상기 사상 함수를 적용시켜 제2 파장 대역의 알비도 값들을 획득하는 단계; 및
    상기 얼굴 영역별로 획득한 제2 파장 대역의 알비도 값들을 토대로 제2 파장 대역의 알비도 이미지를 획득하는 단계
    를 포함하는 이미지 변환 방법.
  2. 제1항에 있어서
    상기 알비도 이미지를 획득하는 단계는
    상기 제1 파장 대역의 얼굴 이미지를 획득한 광원의 강도, 상기 얼굴 이미지를 획득한 촬상 소자의 센서 감도, 그리고 상기 얼굴 이미지의 픽셀값, 각 픽셀별로 대응하는 알비도를 구하여 알비도 이미지를 획득하는, 이미지 변환 방법.
  3. 제1항에 있어서
    상기 격자화하는 단계는
    상기 알비도 이미지로부터 눈, 코, 입을 포함하는 중심 좌표들을 설정하는 단계; 및
    상기 설정된 중심 좌표들을 기준으로 상기 알비도 이미지를 복수의 얼굴 영역으로 격자화하는 단계
    를 포함하는, 이미지 변환 방법.
  4. 삭제
  5. 제1항에 있어서
    상기 생성하는 단계는
    상기 제1 파장 대역에서 획득한 복수의 얼굴 이미지들을 획득하는 단계;
    상기 복수의 얼굴 이미지들을 격자화하여 획득되는 복수의 얼굴 영역별 알비도들을 이용하여 각 얼굴 영역별 표준화된 알비도를 획득하는 단계; 및
    각 얼굴 영역별로 파장-알비도 곡선을 구성하고, 파장-알비도 곡선을 토대로 사상 함수를 생성하는 단계
    를 포함하는, 이미지 변환 방법.
  6. 제1항에 있어서
    상기 제2 파장 대역의 알비도 값들을 획득하는 단계는
    제1 파장 대역의 알비도 이미지의 픽셀값을 kv라고 하고, 픽셀값 kv에 대응하는 제2 파장 대역의 알비도 픽셀값을 kt라고 하면, kt는
    Figure 112013100371134-pat00009
    의 조건(여기서, △λ =λ1-λ0를 나타내고, m(a(λ)는 사상 함수를 나타내고, λ0는 가장 작은 값을 가지는 제1 파장을 나타내고, λ1은 가장 큰 값을 가지는 제2 파장을 나타냄)에 따라 산출되는, 이미지 변환 방법.
  7. 제1 파장 대역의 광원 하에서 획득한 얼굴 이미지를 획득하는 이미지 획득부;
    상기 제1 파장 대역의 얼굴 이미지로부터 알비도 이미지를 획득하는 알비도 이미지 복원부;
    상기 알비도 이미지를 복수의 얼굴 영역으로 격자화하는 얼굴 영역 결정부;
    상기 제1 파장 대역의 이미지를 제2 파장 대역의 이미지로 변환하기 위한 사상 함수를 생성하고, 상기 격자화된 얼굴 영역의 각 픽셀별 알비도 값에 대하여 제2 파장 대역의 이미지로의 변환을 위한 상기 사상 함수를 적용시켜 제2 파장 대역의 알비도 값들을 획득하는 사상 함수 적용부; 및
    상기 얼굴 영역별로 획득한 제2 파장 대역의 알비도 값들을 토대로 제2 파장 대역의 알비도 이미지를 획득하는 목표 파장 알비도 이미지 획득부
    를 포함하는, 이미지 변환 장치.
  8. 제7항에 있어서
    상기 알비도 이미지 복원부는 상기 제1 파장 대역의 얼굴 이미지를 획득한 광원의 강도, 상기 얼굴 이미지를 획득한 촬상 소자의 센서 감도, 그리고 상기 얼굴 이미지의 픽셀값, 각 픽셀별로 대응하는 알비도를 구하여 알비도 이미지를 획득하는, 이미지 변환 장치.
  9. 제7항에 있어서
    상기 얼굴 영역 결정부는 상기 알비도 이미지로부터 눈, 코, 입을 포함하는 중심 좌표들을 설정하고, 상기 설정된 중심 좌표들을 기준으로 상기 알비도 이미지를 복수의 얼굴 영역으로 격자화하는, 이미지 변환 장치.
  10. 제7항에 있어서
    상기 사상 함수 적용부는
    상기 제1 파장 대역에서 획득한 복수의 얼굴 이미지들에 대하여, 각 얼굴 영역별로 표준화된 알비도를 토대로 하는 각 얼굴 영역별로 파장-알비도 곡선에 따라 생성된 사상 함수를 상기 알비도 이미지의 각 픽셀값에 대응시켜, 제2 파장 대역의 알비도 값들을 획득하는 이미지 변환 장치.
  11. 제7항에 있어서
    상기 제1 파장 대역은 가시광 파장을 나타내고, 상기 제2 파장 대역은 적외선 파장 대역을 나타내는, 이미지 변환 장치.














KR20130133116A 2013-11-04 2013-11-04 이미지 변환 방법 및 그 장치 KR101502143B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130133116A KR101502143B1 (ko) 2013-11-04 2013-11-04 이미지 변환 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130133116A KR101502143B1 (ko) 2013-11-04 2013-11-04 이미지 변환 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR101502143B1 true KR101502143B1 (ko) 2015-03-12

Family

ID=53027429

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130133116A KR101502143B1 (ko) 2013-11-04 2013-11-04 이미지 변환 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101502143B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019108170A1 (en) * 2017-11-29 2019-06-06 Intel Corporation Methods and apparatus to convert images for computer-vision systems
US10614583B2 (en) 2016-10-31 2020-04-07 Samsung Electronics Co., Ltd. Image processing apparatus and method

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005093653A1 (ja) * 2004-03-25 2005-10-06 Sanyo Electric Co., Ltd 画像補正装置と方法、画像補正データベース作成方法、情報データ提供装置、画像処理装置、情報端末、および情報データベース装置
JP2006277748A (ja) * 2005-03-29 2006-10-12 Mitsubishi Electric Research Laboratories Inc コンピュータにより実施される、顔の皮膚反射モデルを生成する方法
JP2011170891A (ja) * 2000-08-30 2011-09-01 Microsoft Corp 顔画像処理方法およびシステム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011170891A (ja) * 2000-08-30 2011-09-01 Microsoft Corp 顔画像処理方法およびシステム
WO2005093653A1 (ja) * 2004-03-25 2005-10-06 Sanyo Electric Co., Ltd 画像補正装置と方法、画像補正データベース作成方法、情報データ提供装置、画像処理装置、情報端末、および情報データベース装置
JP2006277748A (ja) * 2005-03-29 2006-10-12 Mitsubishi Electric Research Laboratories Inc コンピュータにより実施される、顔の皮膚反射モデルを生成する方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10614583B2 (en) 2016-10-31 2020-04-07 Samsung Electronics Co., Ltd. Image processing apparatus and method
US11386566B2 (en) 2016-10-31 2022-07-12 Samsung Electronics Co., Ltd. Image processing apparatus and method
WO2019108170A1 (en) * 2017-11-29 2019-06-06 Intel Corporation Methods and apparatus to convert images for computer-vision systems
US11335106B2 (en) 2017-11-29 2022-05-17 Intel Corporation Methods and apparatus to convert images for computer-vision systems

Similar Documents

Publication Publication Date Title
TWI414179B (zh) Shooting parameter adjustment method for face detection and image capturing device for face detection
CN112258579B (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
EP2785046B1 (en) Image correction apparatus, image correction method, and biometric authentication apparatus
JP6497579B2 (ja) 画像合成システム、画像合成方法、画像合成プログラム
KR102460659B1 (ko) ToF 센서를 이용하여 깊이 영상을 획득하는 방법 및 장치
US10638968B2 (en) Skin gloss evaluation device, skin gloss evaluation method, and skin gloss evaluation program
KR20220103962A (ko) 디스플레이를 통한 깊이 측정
JP5988093B2 (ja) 画像処理装置、物体識別装置、及びプログラム
US20160178512A1 (en) Range camera
US9942442B2 (en) Image reading apparatus, image reading method, and medium
CN107493452B (zh) 视频画面处理方法、装置和终端
KR101502143B1 (ko) 이미지 변환 방법 및 그 장치
JP6964834B2 (ja) 画像処理装置および画像処理方法
KR102089510B1 (ko) 다-파장 분광장치를 이용한 객체인식 장치 및 그 방법
JP2006285763A (ja) 被写体についての陰影のない画像を生成する方法および装置、並びにそれに用いる白色板
JP5752770B2 (ja) 画像処理方法および装置
JP2015062569A (ja) シワ状態分析方法及びシワ状態分析装置
RU2374783C1 (ru) Способ формирования и отображения спектрозональных телевизионных сигналов
JP2004007462A (ja) フレア光の影響に対しデジタル画像を補正する方法
JP4626418B2 (ja) 対象物検出装置、及び対象物検出方法
CN107025636B (zh) 结合深度信息的图像去雾方法及装置和电子装置
KR101826711B1 (ko) ToF 카메라의 깊이맵 보정 방법
JP2020021314A (ja) 画像処理装置及び画像処理方法
JP2018160024A (ja) 画像処理装置、画像処理方法及びプログラム
CN114170668A (zh) 一种高光谱人脸识别方法及系统

Legal Events

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

Payment date: 20180302

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200302

Year of fee payment: 6