KR101504345B1 - 타이어 손상 인식 방법 및 그 장치 - Google Patents

Abstract

타이어 손상 인식 방법 및 그 장치가 개시된다. 타이어손상인식 장치는 타이어 이미지를 수신하면, 타이어 이미지의 측면에 위치한 문자, 숫자, 기호 중 적어도 하나 이상을 이용하여 데이터베이스에서 비교대상 이미지를 검색한 후 타이어 이미지와 비교대상 이미지의 차이를 기초로 손상 여부를 판별한다.

Description

타이어 손상 인식 방법 및 그 장치{Method of recognizing tire damage and method thereof}

본 발명은 타이어의 손상을 인식하는 방법 및 그 장치에 관한 것으로서, 보다 상세하게는 카메라 등을 통해 촬영된 이미지를 분석하여 타이어 크랙과 같은 손상을 인식하는 방법 및 그 장치에 관한 것이다.

타이어는 제조과정이나 사용 중에 여러 가지 원인에 의해 도 22와 같은 크랙등의 손상(1200)이 발생한다. 타이어 측면에는 타이어에 대한 각종 정보를 나타내는 글자와 다양한 무늬나 패턴 등이 존재하므로 일반적인 이미지 분석과정을 통해 크랙과 같은 손상을 구분하기가 용이하지 않다.

특허공개공보 제2009-0057672호

본 발명이 이루고자 하는 기술적 과제는, 사용자가 직접 눈으로 확인할 필요없이 카메라를 통해 촬영된 이미지를 통해 타이어 손상을 인식할 수 있는 방법 및 그 장치를 제공하는 데 있다.

상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 타이어 손상 인식 방법의 일 예는, 타이어 이미지를 수신하는 단계; 상기 타이어 이미지의 측면에 위치한 문자, 숫자, 기호 중 적어도 하나 이상을 이용하여 데이터베이스에서 비교대상 이미지를 검색하는 단계; 및 상기 타이어 이미지와 상기 비교대상 이미지의 차이를 기초로 손상 여부를 판별하는 단계;를 포함한다.

상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 타이어 손상 인식 방법의 다른 일 예는, 타이어 이미지를 수신하는 단계; 상기 타이어 이미지 내 선 성분을 검출하는 단계; 상기 타이어 이미지 내 글자 영역을 검출하는 단계; 상기 검출된 선 성분에서 상기 글자 영역에 위치한 선 성분을 제거하는 단계; 및 상기 제거하는 단계 이후 남아 있는 선 성분을 기초로 손상 여부를 판별하는 단계;를 포함한다.

본 발명에 따르면, 사용자는 카메라 또는 카메라 기능이 내장된 스마트 폰 등을 이용하여 타이어 이미지를 촬영함으로써 타이어 손상 여부를 용이하게 파악할 수 있다. 또한 타이어 손상이 존재하여 타이어 교체가 요구될 경우에 사용자는 해당 타이어에 대한 정보도 함께 제공받을 수 있다.

도 1은 본 발명에 따른 타이어 인식을 위한 전체 시스템의 개략적인 구조를 도시한 도면,
도 2는 본 발명에 따른 단말기를 통해 타이어 이미지를 촬영하는 일 예를 도시한 도면,
도 3 및 도 4는 본 발명에 따른 촬영 조건에 따라 변형되는 가이드라인의 일 예를 도시한 도면,
도 5는 본 발명에 따른 단말기의 일 예의 구성을 도시한 도면,
도 6은 본 발명에 따른 단말기를 통한 타이어 이미지 획득 방법의 일 예를 도시한 흐름도,
도 7은 본 발명에 따른 서버의 구성 중 타이어 인식부의 일 실시 예의 구성을 도시한 도면,
도 8은 본 발명에 따른 타이어 인식 방법의 일 실시 예를 도시한 흐름도,
도 9는 본 발명에 따라 원형의 타이어 부분을 일자형태 이미지로 변환하는 방법의 일 예를 도시한 도면,
도 10은 본 발명에 따른 서버의 구성 중 손상인식부의 일 실시 예의 구성을 도시한 도면,
도 11은 본 발명에 따른 서버의 구성 중 손상인식부의 다른 실시 예의 구성을 도시한 도면,
도 12는 본 발명에 따른 타이어 손상 인식 방법의 일 예를 도시한 흐름도,
도 13은 본 발명에 따른 타이어 손상 인식 방법의 다른 일 예를 도시한 흐름도,
도 14는 본 발명에 따른 타이어 손상 인식 방법의 또 다른 일 예를 도시한 흐름도,
도 15 및 도 16은 본 발명에 따라, 타이어 이미지로부터 무채색 영역을 추출하는 방법의 일 예를 도시한 도면,
도 17은 본 발명에 따라, 도 16의 무채색 영역에서 검은 영역을 추출하는 방법의 일 예를 도시한 도면,
도 18은 본 발명에 따라, 도 16에 도 17의 방법을 적용하여 얻은 검은 영역으로 구성된 이미지의 일 예를 도시한 도면,
도 19는 본 발명에 따라, 도 18의 검은 영역에서 선 성분을 추출하는 방법의 일 예를 도시한 도면,
도 20은 본 발명에 따라, 도 19의 선 성분 이미지에서 글자 영역의 선 성분을 제거하는 방법의 일 예를 도시한 도면,
도 21은 본 발명에 따라, 도 19의 선 성분을 데이터베이스의 비교 이미지와 비교하여 손상을 인식하는 방법의 일 예를 도시한 도면, 그리고,
도 22는 종래 타이어에 존재하는 크랙의 일 예를 도시한 도면이다.

이하에서, 첨부된 도면들을 참조하여 본 발명에 따른 타이어 손상 인식 장치 및 그 방법에 대해 상세하게 설명한다.

도 1은 본 발명에 따른 타이어 인식을 위한 전체 시스템의 개략적인 구조를 도시한 도면이다.

도 1을 참조하면, 사용자는 단말기(110)를 이용하여 차량(100)의 타이어 부분이 포함된 이미지를 촬영한다. 여기서 단말기(110)는 카메라 그 자체이거나, 카메라 모듈이 외장 또는 내장되는 단말기로서, 스마트폰, 태블릿 PC 등 다양한 종류를 의미한다.

단말기(110)와 서버(130)는 유무선 통신망(120)을 통해 연결된다. 예를 들어, 단말기(110)가 스마트폰인 경우 인터넷망이나, LTE(Long Term Evolution), 3G(3rd generation) 등의 이동통신망을 통해 서버(130)와 연결할 수 있다. 또 다른 예로서, 단말기(110)가 USB(Universal Serial Bus) 포트, 적외선이나 블루투스 등과 같은 근거리 통신 모듈 등을 포함하고 있다면, 단말기(110)는 인터넷과 같은 외부 망과 접속가능한 제3의 장치(미도시)에 USB 포트 등으로 연결되고, 단말기(110)가 촬영한 타이어 이미지는 제3의 장치(미도시)를 통해 서버(130)로 전송될 수 있다.

서버(130)는 타이어의 종류 등을 인식하기 위한 타이어인식부(132)와 크랙과 같은 타이어 손상을 인식하기 위한 손상인식부(134)를 포함한다. 실시 예에 따라 서버(130)는 두 구성(132,134) 중 어느 하나만을 포함할 수 있다. 또 다른 예로, 타이어인식부(132)와 손상인식부(134)는 각각 별개의 장치로 구현될 수 있다.

타이어인식부(132)는 단말기(110)로부터 수신한 이미지를 분석하여 타이어 측면에 위치한 글자를 인식한 후, 타이어 제조사, 타이어 크기 등의 타이어 정보를 파악하여 사용자가 이해하기 쉽도록 표시하여 단말기(110)에 제공할 수 있다.

손상인식부(134)는 단말기(110)로부터 수신한 이미지를 분석하여 타이어에 존재하는 크랙 등의 손상을 인식한 후 손상의 존재여부, 손상 크기나 타이어의 교체 여부 등을 단말기(110)에 제공할 수 있다. 손상인식부(134)는 타이어 손상이 존재하여 타이어의 교체가 필요한 경우라면 타이어인식부(132)에 의해 파악된 타이어 정보를 함께 사용자에게 제공할 수 있다.

본 실시 예는 서버(130)와 단말기(110)를 각각 별개의 구성으로 도시하였으나, 서버(130)는 애플리케이션과 같은 소프트웨어로 구현되어 단말기(110)에 저장된 후 단말기(110)에 의해 실행될 수 있다. 또 다른 예로, 서버의 구성 중 하나, 예를 들어 타이어인식부(132)나 손상인식부(134) 중 하나가 애플리케이션으로 구현되어 단말기에 탑재될 수도 있다.

도 2는 본 발명에 따른 단말기를 통해 타이어 이미지를 촬영하는 일 예를 도시한 도면이다.

도 2를 참조하면, 단말기(110)의 화면에는 카메라가 촬영할 영상이 표시되며, 또한 타이어 이미지의 촬영을 보조하기 위한 적어도 하나 이상의 가이드라인(200,210)이 표시된다.

예를 들어, 가이드라인(200,210)은 타이어 전체 크기에 대응되는 제1 가이드라인(200)과 타이어의 휠 부분에 대응되는 제2 가이드라인(210)을 포함할 수 있다. 제1 및 제2 가이드라인(200,210)은 직경이 서로 다른 두 개의 원 또는 타원 형태이며, 제2 가이드라인(210)은 제1 가이드라인(200) 내부에 위치할 수 있다.

다른 예로, 가이드라인(200,210)은 삼각형, 사각형, 오각형 등 다각형 형태이거나, 원형 또는 다각형의 일부 선만 나타나는 형태 등 다양하게 변형 가능하다. 또한, 가이드라인(200,210)의 개수는 한 개 또는 세 개 이상일 수 있다.

사용자는 단말기(110) 화면에 표시된 가이드라인(200,210)에 맞춰 타이어 이미지를 촬영할 수 있다. 이때 단말기(110)와 피사체 사이의 거리 또는 타이어 이미지 촬영 각도에 따라 가이드라인(200,210)의 모양은 변경될 수 있으며, 이는 도 3 및 도 4에서 살펴본다.

도 3 및 도 4는 본 발명에 따른 촬영 조건에 따라 변형되는 가이드라인의 일 예를 도시한 도면이다.

도 3을 참조하면, 카메라의 촬영 각도, 즉 단말기(110)의 기울어진 정도에 따라 단말기(110) 화면에 표시되는 가이드라인의 곡률이 변경된다. 예를 들어, 사용자가 타이어의 높이에 맞춰 정면에서 타이어 이미지를 찍는 경우에 단말기(110)의 기울기는 거의 0이며, 이 경우 가이드라인(300,310)의 모양은 원이 된다.

반면, 카메라가 높은 곳에서 아래 방향으로 타이어 이미지를 찍는 경우와 같이 단말기(110)가 앞쪽으로 기울어진 경우에, 카메라로 촬영되는 타이어 이미지는 타원형태가 되므로, 가이드라인(320,330) 또한 이에 맞도록 타원 형태로 변경된다.

도 4를 참조하면, 단말기(110)와 타이어 사이의 거리, 즉 피사체와의 거리가 가까우면 촬영되는 피사체의 크기가 커지므로 이에 따라 가이드라인(400,410)의 크기 또한 커지고, 단말기와 타이어 사이의 거리가 멀어지면 가이드라인(420,430)의 크기는 작아진다.

이와 같이, 단말기의 촬영 각도나 피사체와의 거리 등에 따라 가이드라인의 곡률이나 크기, 위치 등은 적응적으로 변형되어 단말기 화면에 표시한다. 다시 말해, 단말기에서 타이어 이미지를 찍는 방향이나 거리, 조명 등 촬영 조건에 따라 촬영되는 타이어 이미지의 모양 등이 달라지므로, 단말기(110)는 촬영 조건에 따라 달라지는 모양에 따라 가이드라인의 모양을 제어한다.

본 실시 예는 단말기의 각도와 피사체와의 거리에 따른 가이드라인의 변형에 대해 기술하고 있으나, 본 발명은 반드시 이에 한정되는 것은 아니며 다른 다양한 촬영 조건에 따른 가이드라인의 변형 방법을 적용할 수 있다.

도 5는 본 발명에 따른 단말기의 일 예의 구성을 도시한 도면이다.

도 5를 참조하면, 단말기(110)는 가이드라인표시부(500), 영상획득부(510) 및 전송부(520)를 포함한다.

가이드라인표시부(500)는 타이어 이미지 촬영을 위한 가이드라인을 화면상에 표시한다. 가이드라인은 단말기의 기울기나 피사체인 타이어와의 거리에 따라 크기나 곡률이 변형되는 원 또는 타원 형태일 수 있으나 반드시 이에 한정되는 것은 아니다.

영상획득부(510)는 카메라를 통해 타이어 이미지를 획득한다. 예를 들어, 사용자는 도 2와 같이 단말기 화면에 두 타원으로 표시되는 가이드라인(200,210)을 촬영대상 타이어의 휠 부분과 타이어 외곽에 맞춘 후 촬영한다.

전송부(520)는 영상획득부에 의해 촬영된 타이어 부분을 포함한 이미지를 직접 또는 제3의 장치를 통해 서버로 전송한다. 서버가 일종의 애플리케이션으로 만들어져 단말기 내에 구현된 경우라면 전송부(520)는 생략될 수 있다.

가이드라인이 단말기 상태에 따라 그 모양이 적응적으로 변경되는 것이 아니라 단말기 화면 내 고정되어 있고, 서버가 단말기 내 고정된 가이드라인의 위치, 크기 등의 정보를 미리 알고 있다면, 전송부(520)는 가이드라인의 크기나, 곡률, 위치 등에 대한 정보를 서버로 전송하지 아니하여도 된다.

그러나 가이드라인이 단말기 상태에 따라 변경되거나 서버에 가이드라인에 대한 사전 정보가 없는 경우라면, 전송부(520)는 가이드라인의 화면 내 위치, 크기, 모양 등의 정보를 촬영된 이미지와 함께 타이어 인식 장치로 전송하는 것이 바람직하다.

도 6은 본 발명에 따른 단말기를 통한 타이어 이미지 획득 방법의 일 예를 도시한 흐름도이다.

도 6을 참조하면, 단말기는 촬영 각도, 피사체와의 거리 등을 파악한다(S600). 촬영 각도는 단말기에 내장된 자이로센서 등과 같은 기울기를 검출할 수 있는 다양한 센서를 통해 단말기 기울기를 파악함으로써 알 수 있다. 피사체와의 거리는 자동초점 알고리즘이나 다양한 거리 측정 센서 등을 통해서 파악할 수 있다.

단말기는 촬영각도나 피사체와의 거리 등에 따라 화면에 표시되는 가이드라인의 크기나 곡률, 위치 등을 제어하여 표시한다(S610). 실시 예에 따라 가이드라인은 단말기의 상태에 따라 변경되지 아니하고 고정되어 있을 수 있다.

단말기는 카메라를 통해 타이어 부분을 포함하는 이미지를 촬영한다(S620). 촬영시 사용자는 화면에 표시되는 가이드라인을 타이어 부분에 대응시켜 촬영함으로써 서버에서 타이어 부분을 보다 용이하게 식별하고 분석할 수 있도록 한다.

단말기는 촬영된 이미지를 직접 또는 제3의 장치를 경유하여 서버로 전송한다(S630). 가이드라인의 모양이나, 크기 또는 곡률 등이 단말기 상태에 따라 적응적으로 변형되는 경우라면, 단말기는 가이드라인의 크기나 위치 등의 정보를 타이어 이미지와 함께 타이어 인식 장치로 전송할 수 있다.

도 7은 본 발명에 따른 서버의 구성 중 타이어 인식부의 일 실시 예의 구성을 도시한 도면이다.

도 7을 참조하면, 타이어 인식부는 수신부(700), 이미지변환부(710), 보정부(720), 영역분할부(730), 글자영역추출부(740), 글자인식부(750) 및 학습데이터베이스(760)를 포함한다.

수신부(700)는 이미지를 수신한다. 수신부(700)는 앞서 살핀 도 5의 단말기로부터 직접 또는 제3의 장치를 경유하여 단말기가 촬영한 이미지를 수신할 수 있다. 다른 예로서, 타이어인식부(132)가 애플리케이션으로 구현되어 단말기 내에 구현된 경우라면 수신부(700)는 생략될 수 있다.

이미지변환부(710)는 이미지 내 원형의 타이어 부분을 일자형태의 이미지로 변환한다. 보다 구체적으로, 이미지변환부(710)는 이미지 내 휠 부분과 나머지 타이어 부분 사이의 경계가 뚜렷한 점을 이용하여 타이어 휠 부분 경계를 추정하고, 추정한 휠 부분 경계를 이용하여 휠 부분을 제외한 타이어 부분을 추출하고, 추출한 타이어 부분을 일자형태의 이미지로 변환할 수 있다. 이미지변환부(710)는 보다 명료한 이미지를 얻기 위하여 일자형태 이미지에 대해 히스토그램 평활화(histogram equalization) 등을 포함한 다양한 이미지 처리 과정을 수행할 수 있다.

본 실시 예는 타이어에서 휠 부분을 제거한 타이어 부분을 일자형태의 이미지로 변환하는 경우를 예시하고 있으나, 본 발명은 반드시 이에 한정되는 것은 아니며 휠 부분의 제거 없이 타이어 전체를 일자형태의 이미지로 변환하거나 휠 부분의 일부가 포함된 타이어 부분을 일자형태의 이미지로 변환할 수 있다.

다만 이하에서는 타이어 휠 부분을 제거한 타이어 부분에 대해 일자형태 이미지로 변환하는 경우를 위주로 설명한다.

일 예로, 이미지변환부(710)는 도 9와 같이 두 개의 원형 가이드라인(200,210) 사이에 위치한 타이어 부분(230)을 추출하여 일자형태의 이미지로 변환할 수 있다. 일자형태의 이미지 변환은 도 9에 도시된 방법을 적용할 수 있다. 그러나 본 발명은 도 9에 도시된 방법에 한정되는 것은 아니며, 종래의 다양한 이미지 처리 방법을 이용하여 원형의 이미지를 일자형태로 펼 수 있다.

가이드라인(200,210)을 이용하여 타이어 부분을 추출하는 경우에, 휠 부분의 일정 부분이 함께 추출될 뿐만 아니라 타이어 부분이 일자형태로 바르게 펴지지 아니하므로, 휠 부분을 정확하게 제거하고 타이어 부분을 바르게 편 이미지를 얻을 수 있는 보정과정을 수행할 수 있다. 이러한 보정과정은 아래 보정부(720)에 의해 수행되며, 보정부(720)는 실시 예에 따라 생략될 수도 있다.

보정부(720)는 이미지변환부(710)에서 일자형태의 이미지를 얻기 위하여 이용한 휠 부분 경계를 보정한 후 보정된 경계를 기초로 이미지 내 타이어 부분을 다시 추출하여 일자형태의 이미지를 생성한다.

예를 들어, 보정부(720)는 이미지변환부(710)에 의해 생성된 일자형태 이미지의 인텐서티(intensity)를 기초로 타이어 휠 부분 경계를 파악한다. 일자형태 이미지에서 휠 영역과 나머지 타이어 영역의 경계는 대체로 가로 방향의 직선상에 위치한다. 따라서, 보정부(720)는 일자형태 이미지에서 인텐서티를 기초로 구분되는 복수의 영역에 대한 경계선을 구하고, 경계선들로 구성되는 미로 형태의 경로 이미지의 양단을 연결하는 최단 경로를 경계선들의 방향에 따른 가중치를 고려하여 산출한다. 산출된 최단 경로는 타이어 휠 부분 경계에 해당한다. 여기서 최단 경로는 단순히 거리가 가장 짧은 경로가 아니라 가중치를 고려한 최단 경로를 의미한다. 예를 들어, 제1 경로의 길이가 10이고 가중치가 0.8, 제2 경로의 길이가 11이고 가중치가 0.5이면, 제1 경로의 가중치 고려한 길이는 10*0.8=8이고, 제2 경로의 가중치 고려한 길이는 11*0.5=5.5로서, 제2 경로가 최단 경로로 선택된다.

영역분할부(730)는 일자형태의 이미지를 재질이나 패턴, 에지 등을 이용하여 적어도 하나 이상의 영역으로 분할한다. 예를 들어, 타이어 측면은 트레드 영역과 큰 글자가 존재하는 영역, 작은 글자가 존재하는 영역의 재질이나 패턴 등의 상태가 서로 상이하므로 이들 상이한 재질의 경계를 추출하여 각 영역을 구분한다. 이미지 내 각 영역을 구분하는 다양한 방법이 존재할 수 있다. 본 실시 예는 글자영역의 추출을 보다 용이하게 할 수 있도록 일자형태 이미지를 글자열을 포함하는 수 개의 영역을 나누는 영역분할부(730)의 구성을 도시하고 있으나, 영역분할부(730)의 구성은 생략될 수도 있다.

글자영역추출부(740)는 영역분할부(730)에 의해 분할된 각 영역에 글자가 존재하는 인식대상 글자영역을 추출한다. 다른 예로 영역분할부(730)가 생략되는 경우 글자영역추출부(740)는 일자형태 이미지 전체에서 글자가 존재하는 인식대상 글자영역을 추출한다. 여기서 글자는 타이어 정보를 표시하는 알파벳, 한글, 숫자, 기호, 이미지 등을 의미한다.

글자가 존재하는 영역은 에지가 다른 배경 영역에 비해 상대적으로 많다는 점을 이용하여, 글자영역추출부(740)는 인텐서티 분석, 히스토그램 분석, 에지 분석 등 다양한 이미지 분석 방법을 이용하여 글자가 위치하는 인식대상 글자영역을 추출한다. 여기서 인식대상 글자영역은 글자 그 자체가 아니라 글자가 포함된 일정 영역이다. 예를 들어, 글자영역추출부(740)는 복수의 글자로 구성된 영역을 1차 추출하고, 1차 추출된 영역 내 각 글자 영역을 인식대상 글자영역으로 추출할 수 있다.

글자인식부(750)는 글자영역추출부(740)에 의해 추출된 각 인식대상 글자영역에 존재하는 글자가 무엇인지를 파악한다. 타이어 이미지 내 글자와 그 주변 배경 색은 흑백이 뚜렷이 구분되지 아니하므로 일반적인 영상인식 방법으로 글자를 인식하기 어렵다. 따라서 글자인식부(750)는 학습 글자 군에 대한 특징 정보를 포함하고 있는 학습 데이터베이스(760)를 미리 구축한 후, 글자영역추출부(740)에서 추출한 각 글자와 가장 유사한 글자를 학습 데이터베이스(760)와 비교하여 인식대상 글자영역의 글자를 파악한다.

사용자는 타이어 촬영 이미지에서 각 글자를 포함한 학습 영역을 분리하고, 각 학습 영역에 적어도 하나 이상의 필터를 적용하여 얻은 적어도 하나 이상의 특징정보를 해당 학습 영역의 글자 정보와 함께 저장하는 학습 데이터베이스(760)를 구축한다. 예를 들어, 사용자는 타이어 측면 이미지에서 "M" 이라는 학습 글자를 포함하는 일정 크기의 이미지 영역을 추출한 후 해당 영역에 필터를 적용하여 얻은 하나 이상의 특징 정보를 학습 데이터베이스(760)에 저장한다. 따라서 글자인식부(750)는 글자영역추출부(740)에서 추출한 인식대상 글자영역의 특징 정보가 학습 데이터베이스(760)에 기 구축된 "M"에 대한 특징 정보와 가장 유사하면, 추출한 인식대상 글자영역에 존재하는 글자가 'M'이라고 파악한다.

도 8은 본 발명에 따른 타이어 인식 방법의 일 실시 예를 도시한 흐름도이다.

도 8을 참조하면, 타이어 인식부는 수신한 이미지 내 타이어 부분을 일자형태의 이미지로 변환한다(S800). 타이어 인식부는 실시 예에 따라 타이어 휠 부분을 제거한 타이어 부분만을 일자형태의 이미지로 변환하거나 타이어 휠 부분을 포함한 전체 타이어 부분을 일자형태의 이미지로 변환할 수 있다. 타이어 인식부는 휠 부분 제거를 위하여 이미지 촬영시 제공된 가이드라인을 이용하거나 여러 가지 이미지 처리 방법을 적용하여 얻은 휠 부분 경계선을 이용할 수 있다.

타이어 인식부는 일자형태의 이미지 내 패턴이나 질감, 에지 등을 이용하여 각 글자 영역을 추출한다(S810). 타이어 인식부는 일자형태 이미지를 여러 영역으로 분할한 후 각 영역에 존재하는 글자를 포함하는 인식대상 글자영역을 추출할 수 있다. 이때 타이어 인식부는 보다 명료한 글자 영역 추출을 위해 엔트로피 필터, 모션 블러 등 다양한 이미지 처리 과정을 수행할 수 있다.

타이어 인식부는 인식대상 글자영역이 무슨 글자를 나타내는지 파악하기 위하여 학습 데이터베이스와 비교한다(S820). 학습 데이터베이스는 타이어 측면 이미지에 존재하는 각 글자 영역에 다양한 필터(예를 들어, 가버(garbor) 필터, 하-라이크(Haar-like) 필터 등)를 적용하여 얻은 하나 이상의 특징 정보를 저장하고 있다. 따라서 타이어 인식부는 추출한 인식대상 글자영역에 필터를 적용하여 얻은 하나 이상의 특징 정보와 가장 유사한 특징 정보를 가진 학습 글자를 학습 데이터베이스에서 검색함으로써 추출한 글자가 어떤 글자인지를 인식한다.

타이어 인식부는 타이어 이미지에 존재하는 각 글자를 인식한 후 타이어 정보가 저장된 데이터베이스를 참조하여 타이어의 종류, 크기 등 타이어 정보를 파악하고, 파악한 타이어 정보를 단말기로 제공할 수 있다.

도 9는 본 발명에 따라 원형의 타이어 부분을 일자형태 이미지로 변환하는 방법의 일 예를 도시한 도면이다.

도 9를 참조하면, 타이어인식부는 이미지 촬영시 제공된 제1 및 제2 가이드라인(200,210) 사이에 위치한 원형의 이미지(230)를 일자형태의 타이어 이미지(900)로 변환한다. 이때 타이어인식부는 휠 영역에 대응되는 제2 가이드라인(210)의 원주를 따라 직각방향으로 배치된 소정 개수(예를 들어, N개)의 직선에 대응되는 직선 이미지(920,920-m)를 한 방향으로 재배치하여 일자형태의 타이어 이미지(900)를 생성한다.

예를 들어, 원형의 제2 가이드라인(210)의 0도에서 360도까지 원주에 직각 인 N개의 직선을 설정하고, N개의 직선에 대응되는 타이어 추출 이미지(230) 내 화소들로 이루어진 직선 이미지(920,920-m)를 순차적으로 동일방향으로 배치한다. 즉 0도의 첫 번째 직선 이미지(920)와 A도의 m번째 직선 이미지(920-m)를 동일 선상에 동일 방향으로 배치한다.

도 10은 본 발명에 따른 서버의 구성 중 손상인식부의 일 실시 예의 구성을 도시한 도면이다.

도 10을 참조하면, 손상인식부(134)는 수신부(1000), DB 검색부(1010), 비교대상이미지 데이터베이스(1020), 비교부(1030) 및 손상파악부(1040)를 포함한다.

수신부(1000)는 이미지를 수신한다. 수신부(1000)는 앞서 살핀 도 5의 단말기로부터 직접 또는 제3의 장치를 경유하여 단말기가 촬영한 이미지를 수신할 수 있다. 다른 예로서, 손상인식부(134)가 애플리케이션으로 구현되어 단말기 내에 구현된 경우라면 수신부(1000)는 생략될 수 있다. 또 다른 예로, 타이어인식부(132)의 수신부(700)가 이미지를 수신한 경우라면 손상인식부(134)의 수신부(1000)는 생략될 수 있다.

DB 검색부(1010)는 타이어 이미지의 측면에 위치한 문자, 숫자, 기호 중 적어도 하나 이상을 이용하여 데이터베이스에서 비교대상 이미지를 검색한다.

일 예로, DB 검색부(1010)는 타이어 이미지의 측면에 존재하는 글자를 인식하여 타이어 정보를 파악한 후, 파악한 타이어 정보를 기초로 데이터베이스를 검색하여 비교대상 이미지를 추출할 수 있다. 이때 DB 검색부(1010)는 타이어인식부(132)에 의해 파악된 타이어 정보를 이용할 수 있다. 여기서 타이어인식부(132)에 의한 타이어 정보 파악은 본 실시 예를 위한 하나의 예로써, 본 실시 예는 이에 한정되는 것은 아니며, 다양한 방법을 통해 타이어 정보를 파악할 수 있다.

예를 들어, DB 검색부(1010)는 단말기로부터 직접 타이어 정보를 수신하거나, 타이어 측면에 인쇄된 글자 등을 타이어인식부(132)에서 기술한 방법 이외의 다른 이미지 처리 방법을 통해 파악하여 타이어 정보를 파악하거나, 사용자가 단말기를 통해 접속한 서버에서 특정 타이어를 선택하도록 하는 등 다양한 방법이 적용될 수 있다.

또 다른 예로, DB 검색부(1010)는 타이어 정보를 파악하지 아니하고, 타이어 이미지의 특징과 유사한 특징을 가진 비교대상 이미지를 데이터베이스(1020)에서 추출할 수 있다. 타이어 이미지에 대해 가버 필터와 하-라이크 필터 등과 같이 특징 정보를 추출할 수 있는 필터를 적용하여 추출한 적어도 하나 이상의 특징 정보를 비교대상 이미지와 함께 데이터베이스에 미리 저장한 후, DB 검색부(1010)는 수신한 타이어 이미지에 대해 필터를 적용하여 얻은 특징정보와 가장 유사한 특징정보를 가진 비교대상 이미지를 데이터베이스(1020)에서 추출할 수 있다. 이 경우 비교대상 이미지의 특징 정보와 보다 정확한 비교를 위하여, DB 검색부(1010)는 수신한 타이어 이미지의 크기와 방향 등을 기 설정된 크기와 방향으로 보정하는 과정을 특징 정보 추출 전에 수행할 수 있다.

데이터베이스는 각 타이어에 대한 비교대상 이미지를 미리 저장하고 있다. 여기서 비교대상 이미지는 타이어 출고시의 타이어 이미지와 같이 이물질이 묻지 않은 이미지이다. 데이터베이스는 타이어 정보와 맵핑하여 비교대상 이미지를 저장한다. 또 다른 예로, 특징 정보를 기초로 비교대상 이미지를 검색하고자 하는 경우에, 데이터베이스는 특징 정보와 맵핑하여 비교대상 이미지를 저장할 수 있다.

본 실시 예의 데이터베이스(1020)는 앞서 살핀 타이어인식부(132)의 학습 데이터베이스(760)와 함께 구축되거나 별도로 구축될 수 있다.

비교부(1030)는 수신한 타이어 이미지와 데이터베이스(1020)로부터 추출한 비교대상 이미지를 비교하여 크랙이나 찢어짐 등과 같은 손상 여부를 판별한다. 즉 비교부(1030)는 비교대상 이미지에는 존재하지 아니하고 수신한 타이어 이미지에만 존재하는 영역 등을 파악한다.

수신한 타이어 이미지와 비교대상 이미지의 비교를 위해서는 두 이미지의 크기나 특징점들(예를 들어, 글자 영역 등의 위치)의 위치가 일치하는 것이 바람직하다. 이를 위하여 비교부(1030)는 각 특징점들의 위치가 일치하고 두 이미지의 크기나 모양이 일치하도록 수신한 타이어 이미지 또는 비교대상 이미지의 크기 및 방향을 조정한다.

손상파악부(1040)는 비교부(1030)에 의해 파악된 상이한 영역(예를 들어, 크랙과 같은 선 성분) 등을 기초로 손상 유무를 판별한다. 예를 들어, 손상파악부(1040)는 비교부(1030)에 의해 파악된 선 성분의 크기가 기 설정된 일정 크기 이상인 경우 타이어 손상으로 판별한다. 또 다른 예로, 손상파악부(1040)는 선 성분의 개수나 크기 등을 기초로 타이어 손상 여부를 판별한 후 타이어의 교체 여부 등을 단말기에게 제공할 수 있다.

도 11은 본 발명에 따른 서버의 구성 중 손상인식부의 다른 실시 예의 구성을 도시한 도면이다.

도 11을 참조하면, 손상인식부(134)는 수신부(1100), 선성분검출부(1110), 글자영역검출부(1120), 손상파악부(1130), DB 검색부(1140) 및 비교대상이미지 데이터베이스(1150)를 포함한다.

수신부(1100)는 타이어 이미지를 수신한다. 수신부(1000)는 앞서 살핀 도 5의 단말기로부터 직접 또는 제3의 장치를 경유하여 단말기가 촬영한 이미지를 수신할 수 있다. 다른 예로서, 손상인식부(134)가 애플리케이션으로 구현되어 단말기 내에 구현된 경우라면 수신부(1100)는 생략될 수 있다. 또 다른 예로, 타이어인식부(132)의 수신부(700)가 이미지를 수신한 경우라면 손상인식부(134)의 수신부(1100)는 생략될 수 있다.

선성분 검출부(1110)는 수신한 타이어 이미지 내 선 성분을 검출한다. 선성분 검출부(1110)는 타이어 이미지 내 유채색 부분과 면 형태의 영역을 제거하여 선 성분만을 검출할 수 있다. 선 성분 검출의 일 예는 도 15 내지 도 19에 도시되어 있다. 선성분 검출부(1110)는 이미지 내 무채색 중 특히 크랙 등의 손상영역과 같은 검은 영역의 선 성분만을 검출하는 것으로서, 도 15 내지 도 19의 과정에 반드시 한정되는 것은 아니며, 다양한 이미지 처리 방법을 통해 이미지 내 검은 선 성분만을 검출할 수 있다.

글자영역 검출부(1120)는 타이어 이미지 내 글자 영역을 검출한다. 글자영역 검출부(1120)는 타이어 이미지 내 에지가 많은 영역의 검출을 통해 글자 영역을 검출할 수 있다. 또 다른 예로, 글자영역 검출부(1120)는 타이어인식부(132)에서 타이어 인식을 위해 파악되는 글자 영역의 결과를 이용할 수 있다.

또 다른 예로, 글자영역 검출부(1120)는 데이터베이스(1140)에서 추출한 비교대상 이미지를 참조하여 글자영역을 추출할 수 있다. 즉, 데이터베이스(1140)의 구축시 비교대상 이미지별로 미리 글자 영역에 대한 정보를 파악하여 함께 저장한 후, DB 검색부(1140)가 타이어 이미지에 대한 비교대상 이미지를 검색하면, 글자영역 추출부(1120)는 검색된 비교대상 이미지의 글자 영역에 대한 정보를 참조하여 수신한 타이어 이미지의 글자 영역을 파악할 수 있다.

DB 검색부(1140)는 타이어 이미지의 글자 영역 등을 기초로 데이터베이스(1140)에서 비교대상 이미지를 검색한다. DB 검색부(1140)는 도 11에서 살핀 DB 검색부(1010)의 구성 및 기능을 모두 포함한다.

손상파악부(1130)는 선성분 검출부(1110)에서 검출된 선 성분들 중 글자영역에 해당하는 선 성분을 제외하고 남은 선 성분을 기초로 손상 여부를 판별한다.

손상파악부(1130)는 보다 정확한 손상 파악을 위하여, DB 검색부(1130)에 의해 검색된 비교대상 이미지와 선성분 검출부(1100)에서 검출된 선 성분들로 이루어진 이미지를 비교하여 손상을 판단한다. 예를 들어, 선성분 검출부(1100)에서 검출된 선 성분들 중 비교대상 이미지와 일치하는 부분이 있다면 이는 손상부분이 아니다. 따라서 손상파악부(1130)는 선성분 검출부(1100)에서 검출된 선 성분들 중 글자 영역의 선 성분을 제외하고 남은 선 성분 중에서 비교대상 이미지와 일치하지 아니한 선 성분이 존재하는지 여부를 기초로 손상 유무를 판별한다.

도 12는 본 발명에 따른 타이어 손상 인식 방법의 일 예를 도시한 흐름도이다.

도 12를 참조하면, 서버는 타이어 이미지를 수신한다(S1200). 서버는 타이어 이미지의 측면에 위치하는 글자 등을 인식하여 타이어의 종류 등과 같은 타이어 정보를 파악한다(S1210). 서버는 파악된 타이어 정보를 기초로 데이터베이스를 검색하여 기 저장된 비교대상 이미지를 추출한다(S1220). 서버는 비교대상이미지와 수신한 타이어 이미지를 비교하여(S1230), 두 이미지 사이에 상이한 영역(예를 들어, 선 성분)을 파악하여 손상 여부를 판별한다(S1240). 그리고 서버는 파악된 타이어 정보와 손상 정보를 단말기에 제공한다.

도 13은 본 발명에 따른 타이어 손상 인식 방법의 다른 일 예를 도시한 흐름도이다.

도 13을 참조하면, 서버는 타이어 이미지를 수신한다(S1300). 서버는 타이어 이미지 내 선 성분을 검출한다(S1310). 서버는 타이어 이미지 내 글자 영역을 검출하고(S1320), 검출된 선 성분 중 글자 영역에 관한 선 성분을 제거한다(S1330). 서버는 글자 영역의 선 성분을 제거하고 남은 선 성분 중의 크기 등을 기초로 손상을 판별한다(S1340). 이때 서버는 글자 영역의 선 성분을 제거하고 남은 선 성분들을 포함하는 타이어 이미지와 데이터베이스에 추출한 비교대상 이미지를 비교하여 보다 정확한 손상 유무를 판별할 수 있다. 비교대상 이미지와 타이어 이미지를 비교하기 위하여 앞서 살핀 두 이미지 사이의 정합 과정이 수행될 수 있다.

도 14는 본 발명에 따른 타이어 손상 인식 방법의 또 다른 일 예를 도시한 흐름도이다.

도 14를 참조하면, 서버는 타이어 이미지를 수신한다(S1400). 서버는 수신한 타이어 이미지에서 유채색을 제거한다(S1410). 예를 들어, 서버는 이미지의 각 화소에 대해 RGB 모델의 각 성분을 검출하고, RGB 모델의 각 성분 값의 차이가 기 설정된 범위를 벗어나는 화소를 제거하여 무채색 영역만으로 이루어진 이미지를 추출할 수 있다.

일반적으로 크랙과 같은 손상영역은 검은색이므로, 서버는 무채색 이미지에서 밝기가 기 설정된 임계값 이하인 영역을 추출한다(S1420). 예를 들어, 서버는 도 17과 같이, 무채색 이미지에 대한 히스토그램 분석을 통해 밝기가 일정 이하인 화소, 즉 검은 부분의 영역만을 포함하는 검은 이미지를 획득한다.

서버는 검은 이미지에서 선 성분만을 남기고 면 성분을 제거한다(S1430). 예를 들어, 서버는 리지 필터(ridge filter)를 이용하여 선의 형태를 갖는 영역을 남기고 면의 형태를 띠는 영역을 제거한다. 서버는 선 영역을 검출하기 위하여 이 외 다양한 영상 처리 기술이나 다른 종류의 필터 등을 이용할 수 있다.

서버는 추출한 선 성분으로 이루어진 이미지에서 글자 영역의 선 성분을 제거한다(S1440). 예를 들어, 서버는 앞서 살핀, 타이어인식부의 과정을 통해 각 글자 영역을 추출할 수 있다. 또 다른 예로, 서버는 타이어인식부의 전 과정을 수행하지 아니하고, 글자 영역의 에지가 상대적으로 많은 특징을 이용하여 타이어 이미지로부터 바로 글자 영역을 추출할 수 있다. 또 다른 예로, 서버는 데이터베이스의 비교대상 이미지와 함께 미리 저장된 각 타이어별 글자 영역의 위치 정보를 기초로 타이어의 글자 영역을 파악할 수 있다.

서버는 글자 영역의 선 성분을 제거하고 남은 선 성분들을 포함하는 이미지와 데이터베이스에서 검색한 비교대상 이미지를 비교하여(S1450), 손상 여부를 판단한다(S1460). 비교대상 이미지와 선 성분을 포함하는 이미지의 비교를 위하여 두 이미지 사이의 크기, 모양, 방향 등의 정합이 미리 수행될 수 있다.

도 15 및 도 16은 본 발명에 따라, 타이어 이미지로부터 무채색 영역을 추출하는 방법의 일 예를 도시한 도면이다.

도 15를 참조하면, 사용 중인 타이어는 여러 이물질(1510,1520,1530)이 묻어있을 수 있으며, 이러한 이물질은 다양한 색상일 수 있다. 반면 손상영역(1502,1504,1506)은 타이어 표면에 갈라진 검은선 형태이므로, 서버는 우선 타이어 이미지(1500) 내 색상이 있는 영역(1520,1530)을 제거한다. 예를 들어, 선 형태의 칼라페인트가 타이어가 묻어 있는 경우 서버는 색상이 존재하는 선 형태를 타이어 이미지에서 제거할 수 있어 손상의 보다 정확한 판단이 가능하다.

타이어 이미지 내 색상 부분을 제거하기 위한 다양한 방법이 존재할 수 있으나, 본 실시 예는 RGB 모델의 R,G,B 성분의 크기를 기초로 색상 부분을 제거한다. 무채색 영역의 경우 RGB의 크기가 유사하므로, 서버는 RGB의 각 성분 크기가 일정 크기 이상 차이가 나는 화소들을 제거하여 색상 부분(1520,1530)을 제거할 수 있다. 도 15에서 RGB모델의 각 성분의 차이가 나는 영역을 제거하면, 도 16과 같이 무채색 영역만으로 이루어진 타이어 이미지(1600)가 생성된다.

도 17은 본 발명에 따라, 도 16의 무채색 영역에서 검은 영역을 추출하는 방법의 일 예를 도시한 도면이고, 도 18은 도 16에 도 17의 방법을 적용하여 얻은 검은 영역으로 구성된 이미지의 일 예를 도시한 도면이다.

도 17을 참조하면, 손상영역은 검은색에 가까우므로 서버는 무채색 중 밝은 부분(예를 들어, 글자 부분 등)을 제거하고 어두운 부분만을 추출한다. 이를 위해 서버는 밝기에 대한 히스토그램을 이용하여 밝기가 일정 크기 이상인 화소들을 제거하여, 검은 영역만을 추출한다.

밝기 값이 일정 크기 이하인 화소만을 남기면, 도 16의 무채색 영역으로 구성된 이미지(1600) 중 대부분의 영역이 제거되고 타이어에 존재하는 손상영역(1502,1504,1506)이나, 검은 얼룩(1510), 글자가 존재하는 영역에서 빛에 의한 그림자 부분 정도가 남는 이미지(1800)가 생성된다.

도 19는 본 발명에 따라, 도 18의 검은 영역에서 선 성분을 추출하는 방법의 일 예를 도시한 도면이다.

도 19를 참조하면, 서버는 도 18의 검은 영역 이미지(1800)에서 면 형태의 얼룩(1510) 등을 제거한 이미지(1900)를 획득한다. 검은 얼룩 부분(1510)은 면의 형태를 띠므로, 서버는 선 성분만을 남기고 면 성분을 제거하는 이미지 처리 과정을 수행한다. 이를 위해, 서버는 선 성분을 통과시키고 면 성분을 제거할 수 있는 리지 필터(ridge filter)를 이용할 수 있다. 선 성분만의 검출을 위하여 이 외 다양한 이미지 처리 기법이 적용될 수 있음은 물론이다.

도 20은 본 발명에 따라, 도 19의 선 성분 이미지에서 글자 영역의 선 성분을 제거하는 방법의 일 예를 도시한 도면이다.

도 20을 참조하면, 면 성분이 제거되고 선 성분만으로 구성된 이미지(2000)에는 글자에 의한 선 성분(2010)도 함께 포함되어 있을 수 있다. 따라서 서버는 글자에 의한 선 성분을 제거하는 과정을 수행한다.

예를 들어, 서버는 각 선 성분의 시작점과 끝점을 파악하고, 시작점과 끝점이 모두 글자 영역 내에 존재하면 이들 선 성분(2010)을 제거한다. 글자 영역은 문자인식부(132)의 문자 인식 과정을 통해 파악되는 등 앞서 살핀 다양한 방법을 이용하여 파악될 수 있다.

도 21은 본 발명에 따라, 도 19의 선 성분을 데이터베이스의 비교 이미지와 비교하여 손상을 인식하는 방법의 일 예를 도시한 도면이다.

도 21을 참조하면, 서버는 도 20의 과정을 통해 추출한 선 성분을 포함하는 타이어 이미지(2110)와 데이터베이스로부터 추출한 비교대상 이미지(2100)를 비교하여 손상 여부를 판별한다.

서버는 먼저, 선 성분을 포함하는 타이어 이미지(2110)와 비교대상 이미지(2100)의 회전 각도나 크기 등을 정합한다. 예를 들어, 타이어 이미지는 차량의 무게 등으로 인하여 타원 형태인 반면, 데이터베이스에서 기 저장된 타이어 이미지는 공장 출고시의 타이어 이미지로서 원 형태일 수 있다. 또한 타이어 이미지 내 각 글자 영역과 같은 특징점들의 위치가 비교대상 이미지와 서로 상이한 위치에 존재할 수 있다.

따라서 서버는 비교대상이미지(2100)와 선 성분을 포함하는 타이어 이미지(2110)의 크기와 모양, 회전 각도 등을 정합시키기 위하여 비교대상 이미지(2100) 또는 이미지 처리한 수신 이미지(2110)의 크기나 모양 등을 보정한다.

그리고 서버는 정합된 두 이미지(2100,2110)를 비교하여 도 19에서 산출한 선 성분(1502,1504,1506)이 비교대상 이미지(2100)에 존재하는지 여부를 기초로 손상 여부를 판별한다.

본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 다양한 형태의 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (9)

1. 타이어 이미지를 수신하는 단계;
   상기 타이어 이미지의 측면에 위치한 문자, 숫자, 기호 중 적어도 하나 이상을 이용하여 데이터베이스에서 비교대상 이미지를 검색하는 단계; 및
   상기 타이어 이미지와 상기 비교대상 이미지의 차이를 기초로 손상 여부를 판별하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
2. 제 1항에 있어서, 상기 비교대상 이미지를 검색하는 단계는,
   상기 타이어 이미지 내 원형의 타이어 부분을 일자형태 이미지로 변환하는 단계;
   상기 일자형태 이미지 내 인식대상 글자영역을 추출하는 단계;
   기 구축된 학습 글자 군에서 상기 추출한 인식대상 글자영역과 가장 유사한 학습 글자를 상기 인식대상 글자영역의 글자로 파악하는 단계; 및
   상기 파악된 글자를 기초로 상기 데이터베이스 내 비교대상 이미지를 검색하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
3. 제 1항에 있어서, 상기 손상 여부를 판별하는 단계는,
   상기 타이어 이미지와 상기 비교대상 이미지의 회전 각도, 크기를 정합하는 단계; 및
   상기 타이어 이미지 내 상기 비교대상 이미지와 다른 부분을 파악하여 손상 여부를 판별하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
4. 제 1항에 있어서, 상기 손상 여부를 판별하는 단계는,
   상기 타이어 이미지와 상기 비교대상 이미지 사이의 상이한 부분 중 선 성분의 존재를 기초로 손상 여부를 판별하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
5. 타이어 이미지를 수신하는 단계;
   상기 타이어 이미지 내 선 성분을 검출하는 단계;
   상기 타이어 이미지 내 글자 영역을 검출하는 단계;
   상기 검출된 선 성분에서 상기 글자 영역에 위치한 선 성분을 제거하는 단계; 및
   상기 제거하는 단계 이후 남아 있는 선 성분을 기초로 손상 여부를 판별하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
6. 제 5항에 있어서, 상기 손상 여부를 판별하는 단계는,
   상기 검출된 글자 영역을 기초로 데이터베이스로부터 비교대상 이미지를 검색하는 단계; 및
   상기 제거하는 단계 이후 남아 있는 선 성분을 상기 비교대상 이미지와 비교하여 손상 여부를 판별하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
7. 제 5항에 있어서, 상기 선 성분을 검출하는 단계는,
   상기 타이어 이미지로부터 무채색 영역을 추출하는 단계; 및
   상기 무채색 영역 중 면 성분을 제거하고 선 성분을 검출하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
8. 제 7항에 있어서, 상기 무채색 영역을 추출하는 단계는,
   상기 타이어 이미지 내 RGB 모델의 각 성분의 차이가 기 설정된 범위 내에 존재하는 화소들 중 밝기가 기 설정된 값 이하인 화소들을 포함하는 무채색 영역을 추출하는 단계;를 포함하는 것을 특징으로 하는 타이어 손상 인식 방법.
9. 제 1항 내지 제 8항 중 어느 한 항에 기재된 방법을 수행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.

Images