KR101556600B1 - 다차원 영상 경계추출 장치 및 그 방법 - Google Patents

다차원 영상 경계추출 장치 및 그 방법 Download PDF

Info

Publication number
KR101556600B1
KR101556600B1 KR1020140167754A KR20140167754A KR101556600B1 KR 101556600 B1 KR101556600 B1 KR 101556600B1 KR 1020140167754 A KR1020140167754 A KR 1020140167754A KR 20140167754 A KR20140167754 A KR 20140167754A KR 101556600 B1 KR101556600 B1 KR 101556600B1
Authority
KR
South Korea
Prior art keywords
image
boundary
measurement value
pixel
calculated
Prior art date
Application number
KR1020140167754A
Other languages
English (en)
Inventor
이철희
윤성욱
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020140167754A priority Critical patent/KR101556600B1/ko
Application granted granted Critical
Publication of KR101556600B1 publication Critical patent/KR101556600B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Landscapes

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

Abstract

본 발명은 영상의 경계추출에 관한 것이다.
본 발명은, 다차원 영상에 대하여 주성분 분석을 하여 고유영상을 생성하고, 상기 생성된 고유영상 중 중요도가 높은 중요 고유영상을 선택하고, 상기 중요 고유영상에 대하여 노이즈를 제거하는 적응적 필터링을 수행하고, 각 화소 별로 여러 방향에서 바타차야 거리를 이용한 경계측정값을 산출하고, 상기 경계측정값을 이용하여 상기 다차원 영상에 대한 경계영상을 생성함으로써, 다차원 영상에 대하여 적은 연산량으로 의미있는 경계를 신뢰도 있게 추출하는 다차원 영상의 경계추출 장치 및 그 방법을 제공한다.

Description

다차원 영상 경계추출 장치 및 그 방법{Apparatus and Method for multi-dimensional edge detection}
본 발명은 다차원 영상에서의 경계추출 장치 및 그 방법에 관한 것이다.
영상에서 경계(edge)를 추출하는 기술은 다양한 영상처리 기술 분야에서 사용되는 기술로써, 영상의 경계 정보 자체를 취득하기 위하여 사용됨은 물론이고, 영상 내 물체의 특징점을 파악하는데 사용되거나, 영상을 의미있는 부분 영상 단위로 나누는데 사용되거나, 영상 자체의 성질을 분석하는데 사용되는 등 다양한 목적으로 활용되고 있다.
이와 같은 영상의 경계를 추출하는 기술로는, 영상 전체의 주파수 성분을 분석하여 고주파 성분만을 처리하여 경계를 추출하는 방법에서부터, 지역적인 필터링을 통해 영상의 경계를 추출하는 방법까지 다양한 방법들이 존재하고 있다.
특히 영상에서 피사체 정보를 고려하여 의미있는 경계를 추출하는 것은, 단순히 영상의 고주파 부분을 추출하는 것만으로는 부족하고, 피사체의 실제 경계와 일치하는 의미 있는 경계만을 구분하여야 한다는 점에서 기술적인 난점이 있다.
한편 대부분의 전통적인 영상 경계 추출 기술들은 1차원의 영상, 즉 하나의 대상 영상에서 경계를 추출하는 기술들이었다.
그러나 현대의 영상 센서들은 동일한 피사체에 대하여 여러 파장 대역에 걸쳐 취득된 복수개의 영상을 포함하는 다차원 영상을 생성하는 경우가 많이 있다. 이는 특별히 원격탐사(remote sensing) 및 의료영상 분야에서 많이 활용된다. 다차원 영상으로는 다수의 파장 대역을 가지는 분광영상들을 포함하는 다중분광영상(multi-spectral image)과, 상기 다중분광영상보다 훨씬 많은 파장 대역의 분광영상들을 포함하는 초분광영상(hyper-spectral image) 등이 있다. 이러한 다차원 영상은 각 차원의 영상들 간에 상호 관련성이 있는 특징이 있다.
기존의 전통적인 영상 경계 추출 기술들은 이러한 다차원 영상에 대하여, 다차원 영상의 상호 관련성을 활용하여 효율적으로 영상의 경계를 추출하지 못하는 문제점이 있다.
본 발명이 해결하고자 하는 과제는, 영상의 경계추출에 있어서, 다차원 영상에 대하여 주성분 분석을 하여 고유영상을 생성하고, 상기 생성된 고유영상 중 중요도가 높은 중요 고유영상을 선택하고, 상기 중요 고유영상에 대하여 노이즈를 제거하는 적응적 필터링을 수행하고, 각 화소 별로 여러 방향에서 바타차야 거리를 이용한 경계측정값을 산출하고, 상기 경계측정값을 이용하여 상기 다차원 영상에 대한 경계영상을 생성함으로써, 다차원 영상에 대하여 적은 연산량으로 의미있는 경계를 신뢰도 있게 추출하는 다차원 영상의 경계추출 장치 및 그 방법을 제공하는 것이다.
상기 과제를 해결하기 위해, 본 발명의 일 유형에 따른 다차원 영상 경계추출 장치는, 서로 다른 파장 대역을 가지는 복수의 영상들을 포함하는 다차원 영상을 입력받는 영상입력부; 및 상기 다차원 영상에 대하여, 각 화소 별로 복수의 방향에 따른 경계측정값을 산출하고, 상기 산출된 경계측정값을 이용하여 상기 다차원 영상의 경계영상을 생성하는 경계검출부를 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 다차원 영상 경계추출 장치는, 상기 다차원 영상에 대하여 주성분 분석을 수행한 후 복수개의 중요 고유영상을 획득하는 중요 고유영상 획득부를 더 포함하고, 상기 경계검출부는 상기 중요 고유영상 획득부에서 획득된 상기 중요 고유영상에 대하여, 상기 복수의 방향에 따른 경계측정값을 산출하고 상기 경계영상을 생성하는 것을 특징으로 할 수 있다.
여기서, 상기 다차원 영상 경계추출 장치는, 상기 중요 고유영상에 대하여 지역적 적응 필터링을 수행하여 노이즈가 제거된 중요 고유영상을 획득하는 노이즈제거 필터링부를 더 포함하고, 상기 경계검출부는 상기 노이즈가 제거된 중요 고유영상에 대하여, 상기 복수의 방향에 따른 경계측정값을 산출하고 상기 경계영상을 생성하는 것을 특징으로 할 수 있다.
여기서 상기 중요 고유영상 획득부는, 상기 다차원 영상에 대하여 공분산 행렬을 산출하고, 상기 산출된 공분산 행렬을 이용하여 상기 다차원 영상의 고유영상들과 고유값들을 산출하는 주성분 분석부; 및 상기 고유영상들 중에서 상기 고유값이 큰 순서대로 일정 개수의 고유영상을 상기 중요 고유영상으로 선택하는 고유영상 선택부를 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 주성분 분석부는, 상기 다차원 영상을 구성하는 영상들의 평균 영상을 산출하고, 상기 다차원 영상을 구성하는 각 영상에서 상기 평균 영상을 뺀 차분 다차원 영상을 산출하고, 상기 차분 다차원 영상을 이용하여 상기 다차원 영상에 대한 상기 공분산 행렬을 산출하는 것을 특징으로 할 수 있다.
여기서, 상기 공분산 행렬은 하기 식 1 과 같이 산출하는 것을 특징으로 할 수 있다.
식 1.
Figure 112014115422307-pat00001
(여기서
Figure 112014115422307-pat00002
는 상기 공분산 행렬이고,
Figure 112014115422307-pat00003
는 상기 차분 다차원 영상을 구성하는 각 영상을 행렬의 각 열 성분으로 하는 상기 차분 다차원 영상에 대한 2차원 행렬이고,
Figure 112014115422307-pat00004
는
Figure 112014115422307-pat00005
의 행과 열을 치환한 전치행렬이다.)
여기서, 상기 노이즈제거 필터부는 상기 주요 고유영상에 대하여 필터링 대상블록을 설정하고, 하기 식 2 와 같이 계수가 산출되는 노이즈제거 필터를 이용하여 필터링을 수행하는 것을 특징으로 할 수 있다.
식 2.
Figure 112014115422307-pat00006
(여기서,
Figure 112014115422307-pat00007
는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 평균이고,
Figure 112014115422307-pat00008
는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 분산이고,
Figure 112014115422307-pat00009
는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 노이즈의 분산이고,
Figure 112014115422307-pat00010
는 상기 필터링 대상블록이고,
Figure 112014115422307-pat00011
는 상기 노이즈제거 필터의 계수이고,
Figure 112014115422307-pat00012
와 j 는 좌표 인덱스이다.)
여기서, 상기 경계검출부는, 경계측정값을 산출하는 대상 화소 별로, 상기 경계측정값을 산출하는 대상 화소에 인접하여 위치하는 일정한 크기의 제1영상블록들의 쌍을 설정하고, 상기 설정한 제1영상블록들의 영상신호를 이용하여 상기 경계측정값을 산출하는 경계측정값 산출부; 및 상기 경계측정값을 이용하여 상기 경계영상을 생성하는 경계영상 생성부를 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 경계측정값 산출부는, 상기 경계측정값을 산출하는 대상 화소 별로, 상기 복수의 방향으로 상기 제1영상블록들의 쌍을 설정하고, 상기 복수의 방향 별로 쌍을 이루는 상기 제1영상블록들 간의 상기 경계측정값을 각각 산출하는 것을 특징으로 할 수 있다.
여기서, 상기 제1영상블록들의 쌍을 설정하는 상기 복수의 방향은 상-하, 좌-우, 좌하-우상, 좌상-우하의 4가지 방향으로 하는 것을 특징으로 할 수 있다.
여기서, 상기 경계측정값 산출부는, 상기 경계측정값을 산출하는 대상 화소가 얇은 선경계에 해당하는 경우, 상기 얇은 선경계를 포함하는 제2영상블록을 더 설정하고, 상기 제2영상블록과 상기 제1영상블록 간의 상기 경계측정값을 산출하는 것을 특징으로 할 수 있다.
여기서, 상기 경계측정값은 쌍을 이루는 상기 제1영상블록들이 유사한 정도를 측정한 값으로 하는 것을 특징으로 할 수 있다.
여기서, 상기 경계측정값은 쌍을 이루는 상기 제1영상블록들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출하는 것을 특징으로 할 수 있다.
여기서, 상기 경계영상 생성부는, 상기 경계측정값 산출부에서 상기 복수의 방향 별로 산출한 상기 경계측정값들 중, 최대값을 상기 경계영상의 각 화소의 경계값으로 하는 것을 특징으로 할 수 있다.
여기서, 상기 경계영상 생성부는, 상기 경계영상에 대하여 일정한 크기의 문턱치를 적용하여, 이진 경계영상을 획득하는 것을 특징으로 할 수 있다.
여기서, 상기 경계검출부는, 영상블록을 입력받고, 상기 입력받은 영상블록의 영상신호의 평균과 분산을 고려하여 상기 영상블록 내의 화소가 상기 영상블록 내에서 이질적인 영상신호 값을 가지는 이질화소인지 여부를 판단하고, 상기 이질화소로 판단된 화소를 제거하는, 이질화소 제거부를 더 포함하고, 상기 이질화소제거부는 상기 제1영상블록을 입력받아 상기 이질화소를 제거하고, 상기 경계측정값 산출부는 상기 이질화소제거부가 상기 이질화소를 제거한 후, 상기 경계측정값을 산출하는 것을 특징으로 할 수 있다.
여기서, 상기 이질화소 제거부는, 하기 식 3과 같이 산출한 판별값이 일정한 크기 이상인 화소를 상기 이질화소로 판단하는 것을 특징으로 할 수 있다.
식 3.
Figure 112014115422307-pat00013
(여기서
Figure 112014115422307-pat00014
는 상기 이질화소인지 여부를 판단하는 대상 화소의 벡터이고,
Figure 112014115422307-pat00015
는 상기 판결값이고,
Figure 112014115422307-pat00016
는 상기 블록의 영상신호의 평균벡터이고,
Figure 112014115422307-pat00017
는 상기 블록의 영상신호의 공분산행렬이다.)
상기 과제를 해결하기 위한 본 발명의 또 다른 유형에 따른 다차원 영상 경계추출 방법은, 서로 다른 파장 대역을 가지는 복수의 영상들을 포함하는 다차원 영상을 입력받고, 상기 다차원 영상에 대하여 주성분 분석을 수행하여 상기 다차원 영상의 고유영상들과 고유값들을 산출하는 주성분 분석 단계; 상기 고유영상들 중에서 상기 고유값이 큰 순서대로 일정 개수의 고유영상을 중요 고유영상으로 선택하는 고유영상 선택 단계; 상기 중요 고유영상에 대하여, 지역적으로 화소들의 영상신호의 평균과 분산에 따라 필터 계수가 조정되는 노이즈제거 필터를 이용하여, 지역적 적응 필터링을 수행하여 노이즈가 제거된 중요 고유영상을 획득하는 노이즈 제거 필터링 단계; 상기 노이즈가 제거된 중요 고유영상에 포함된 각 화소별로, 복수의 방향에 따른 경계측정값을 산출하는 경계측정값 산출 단계; 및 상기 산출된 경계측정값을 이용하여 상기 다차원 영상의 경계영상을 생성하는 경계영상 생성 단계를 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 경계측정값 산출 단계는, 경계측정값을 산출하는 대상 화소 별로, 상기 복수의 방향 별로, 상기 경계측정값을 산출하는 대상 화소에 인접하여 위치하는 일정한 크기의 영상블록들의 쌍을 각각 설정하고, 쌍을 이루는 상기 영상블록들 간의 상기 경계측정값을 산출하고, 상기 경계영상 생성 단계는, 상기 경계측정값 산출 단계에서 상기 복수의 방향 별로 산출한 상기 경계측정값들 중, 최대값을 상기 경계영상의 각 화소의 경계값으로 하는 것을 특징으로 할 수 있다.
여기서, 상기 경계측정값은 쌍을 이루는 상기 영상블록들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출하는 것을 특징으로 할 수 있다.
여기서, 상기 다차원 영상 경계추출 방법은 상기 노이즈 제거 필터링 단계 이후 상기 경계측정값 산출 단계 이전에, 상기 노이즈가 제거된 중요 고유영상에 대하여 일정한 블록을 설정하고, 상기 블록 내의 화소들의 영상신호의 평균과 분산을 고려하여 상기 블록 내의 화소가 이질화소인지 여부를 판단하고, 상기 이질화소로 판단된 화소를 제거하는 이질화소 제거단계를 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 다차원 영상의 경계추출 장치에 의하면, 다차원 영상에 대하여 적은 연산량으로 의미있는 경계를 신뢰도 있게 추출하는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 다차원 영상 경계추출 장치의 블록도이다.
도 2는 본 발명에 따른 다차원 영상 경계추출 장치 중 중요 고유영상 획득부의 세부 블록도이다.
도 3은 본 발명에 따른 다차원 영상 경계추출 장치 중 경계검출부의 세부 블록도이다.
도 4는 본 발명에 따른 다차원 영상 경계추출 장치 중 경계측정값 산출부가 4가지 방향에 대하여 경계측정값을 산출하는 동작을 설명하기 위한 참고도이다.
도 5는 본 발명에 따른 다차원 영상 경계추출 장치 중 경계측정값 산출부의 동작을 설명하기 위한 참고도이다.
도 6은 4 가지 방향에 대하여 산출된 경계측정값을 나타내는 참고도이다.
도 7은 본 발명의 일 실시예에 따른 다차원 영상 경계추출 방법의 흐름도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
도 1은 본 발명의 일 실시예에 따른 다차원 영상 경계추출 장치의 블록도이다.
본 발명의 일 실시예에 따른 다차원 영상 경계추출 장치는 영상입력부(50) 중요 고유영상 획득부(100), 노이즈제거 필터링부(200), 경계검출부(300)를 포함할 수 있다. 상기 실시예는 상기 다차원 영상 경계추출 장치의 최적의 실시예이다. 여기서 중요 고유영상 획득부(100), 노이즈제거 필터링부(200)는 필요에 따라 생략될 수 있다.
즉 본 발명의 또 다른 실시예에 따른 다차원 영상 경계추출 장치는 영상입력부(50), 중요 고유영상 획득부(100)와 경계검출부(300)를 포함할 수 있다. 이 경우 경계검출부(300)는 중요 고유영상 획득부(100)에서 획득된 중요 고유영상을 이용하여 경계를 검출할 수 있다.
또한 본 발명의 또 다른 실시예에 따른 다차원 영상 경계추출 장치는 영상입력부(50), 경계검출부(300)를 포함할 수 있다. 이 경우 경계검출부(300)는 영상입력부(50)에 입력된 원 다차원 영상을 직접 이용하여 경계를 검출할 수 있다. 즉 본 발명에 따른 다차원 영상 경계추출 장치는 고유영상 대신, 원 다차원 영상을 직접 사용할 수도 있다.
이하에서는 영상입력부(50), 중요 고유영상 획득부(100), 노이즈제거 필터링부(200), 경계검출부(300)를 포함하는 상기 최적의 실시예에 대하여 상술한다.
영상입력부(50)는 서로 다른 파장 대역을 가지는 복수의 영상들을 포함하는 다차원 영상을 입력받는다.
여기서 상기 다차원 영상은 동일한 대상 객체를 촬영한 것으로, 서로 다른 파장 대역을 가지는 여러 개의 분광영상들로 이루어진 다차원의 영상이다.
예를 들어 상기 다차원 영상은 여러 개의 파장 대역을 가지는 다중분광영상(multi-spectral image)이 될 수 있고, 또는 다중분광영상보다 훨씬 많은 파장 대역을 가지는 초분광영상(hyper-spectral image)이 될 수 있다. 이러한 초분광영상은 수백 개 이상의 파장 대역을 가지는 분광영상들로 구성될 수 있다.
중요 고유영상 획득부(100)는 상기 다차원 영상에 대하여 주성분 분석을 수행한 후 복수개의 중요 고유영상을 획득한다.
여기서 중요 고유영상은 상기 다차원 영상에 대하여 주성분 분석(Principle Component Analysis)을 수행하여 공분산(Covariance) 행렬을 산출하고, 상기 공분산 행렬의 고유영상(eigenimage)와 고유값(eigenvalue)를 산출한 후, 상기 산출된 고유영상들 중에서 고유값이 큰 순서대로 중요 고유영상(dominant eigenimage)을 선택하는 방식으로 획득된다. 여기서 고유영상(eigenimage)은 고유벡터(eigenvector)를 2차원으로 나타낸 영상을 지칭한다. 상기 중요 고유영상을 획득하는 과정에 대하여는 이하 도2와 함께 상술한다. 여기서 주성분 분석 대신 다른 선형 변환을 사용할 수 있다.
노이즈제거 필터링부(200)는 상기 중요 고유영상에 대하여 지역적 적응 필터링을 수행하여 노이즈가 제거된 중요 고유영상을 획득한다.
경계검출부(300)는 상기 노이즈가 제거된 중요 고유영상에 대하여, 복수의 방향에 따른 경계측정값을 산출하고, 상기 산출된 경계측정값을 이용하여 상기 다차원 영상의 경계영상을 생성한다. 여기서 경계검출부(300)는 상기 노이즈가 제거된 중요 고유영상에 포함된 각 화소별로, 복수의 방향에 따른 경계측정값을 산출하고, 상기 산출된 경계측정값을 이용하여 상기 다차원 영상의 경계영상을 생성할 수 있다.
여기서 상기 경계측정값은 대상 화소가 경계에 해당하는지 여부를 측정하는 값이다. 상기 경계측정값은 대상 화소의 주변에 인접하는 영상블록의 쌍의 영상신호 정보를 이용하여 산출하는 것이 바람직하다. 상기 경계측정값에 대하여는 이하 도 3과 함께 상술한다.
여기서 경계검출부(300)는 노이즈제거 필터링부(200)가 생략되는 경우, 상기 노이즈가 제거된 중요 고유영상 대신 상기 중요 고유영상에 대하여, 각 화소 별로 복수의 방향에 따른 경계측정값을 산출하고, 상기 다차원 영상의 경계영상을 생성할 수 있다.
또한 경계검출부(300)는 중요 고유영상 획득부(100)와 노이즈제거 필터링부(200)가 생략되는 경우 영상입력부(50)가 입력받은 원 다차원 영상에 대하여, 각 화소 별로 복수의 방향에 따른 경계측정값을 산출하고, 상기 다차원 영상의 경계영상을 생성할 수 있다.
이하에서는 중요 고유영상 획득부(100), 노이즈제거 필터링부(200), 경계검출부(300) 각각의 동작에 관하여 도면을 참고하면서 보다 상세히 설명한다.
도 2는 중요 고유영상 획득부(100)의 세부 블록도이다.
중요 고유영상 획득부(100)는 주성분 분석부(110), 고유영상 선택부(120)를 포함할 수 있다.
주성분 분석부(110)는 상기 다차원 영상에 대하여 공분산 행렬을 산출하고, 상기 산출된 공분산 행렬을 이용하여 상기 다차원 영상의 고유영상들과 고유값들을 산출한다.
여기서 주성분 분석부(110)는, 상기 다차원 영상을 구성하는 영상들의 평균 영상을 산출하고, 상기 다차원 영상을 구성하는 각 영상에서 상기 평균 영상을 뺀 차분 다차원 영상을 산출하고, 상기 차분 다차원 영상을 이용하여 상기 다차원 영상에 대한 상기 공분산 행렬을 산출하는 것이 바람직하다.
여기서, 상기 공분산 행렬은 하기 수학식 1 내지 수학식 3과 같이 산출하는 것이 바람직하다.
Figure 112014115422307-pat00018
(여기서
Figure 112014115422307-pat00019
상기 다차원 영상을 구성하는 각 영상에 해당하는 1차원 행렬이다. 여기서
Figure 112014115422307-pat00020
영상의 각 화소 별 영상신호 값을 좌표 순서대로 1차원으로 배열한 행렬이다.
Figure 112014115422307-pat00021
는 상기 다차원 영상에 해당하는 2차원 행렬로써,
Figure 112014115422307-pat00022
을 행렬의 각 열 성분으로 한다.
Figure 112014115422307-pat00023
는 상기 평균 영상에 해당하는 1차원 행렬이다.
Figure 112014115422307-pat00024
은 상기 다차원 영상의 차원수, 즉 상기 다차원 영상을 구성하는 각 영상의 개수이다.)
Figure 112014115422307-pat00025
(여기서
Figure 112014115422307-pat00026
는 상기 차분 다차원 영상을 구성하는 각 영상을 행렬의 각 열 성분으로 하는 상기 차분 다차원 영상에 대한 2차원 행렬이고,
Figure 112014115422307-pat00027
는 상기 차분 다차원 영상을 구성하는 각 영상이고,
Figure 112014115422307-pat00028
와
Figure 112014115422307-pat00029
는 상기 수학식 1에서 설명한 바와 같다.)
Figure 112014115422307-pat00030
(여기서
Figure 112014115422307-pat00031
는 상기 공분산 행렬이고,
Figure 112014115422307-pat00032
는 상기 차분 다차원 영상이고,
Figure 112014115422307-pat00033
는
Figure 112014115422307-pat00034
의 행과 열을 치환한 전치행렬이다.)
여기서 상기 수학식 1 내지 수학식 3의 행렬 연산에서의 행렬들의 열과 행의 배치는 필요에 따라 바꾸어서 구성할 수 있다. 즉 열 방향으로 배치하였던 값을 행 방향으로 배치하고 행 방향으로 배치하였던 값을 열 방향으로 비치하여 행렬연산을 수행할 수도 있다.
고유영상 선택부(120)는 상기 고유영상들 중에서 상기 고유값이 큰 순서대로 일정 개수의 고유영상을 상기 중요 고유영상으로 선택한다.
여기서 고유영상은 그에 대응하는 고유값을 가지는데, 고유값이 큰 고유영상이 상기 다차원 영상에 대한 보다 많은 정보를 포함하고 있는 고유영상이다. 따라서 상기 고유값이 큰 순서대로 일정 개수의 고유영상을 선택하고, 경계검출부(300)는 선택된 중요 고유영상에 대하여만 경계를 검출함으로써, 효율적으로 연산량을 감소시키면서도 신뢰성 있게 상기 다차원 영상의 경계를 검출하는 효과를 얻을 수 있다.
여기서 고유영상 선택부(120)는, 주성분 분석부(110)에서 산출된 상기 고유영상들 중에서 상기 고유값이 큰 순서대로 3~4개의 고유영상들을 상기 중요 고유영상으로 선택하는 것이 바람직하다. 상기 중요 고유영상이 선택되는 개수는 필요에 따라 조절할 수 있다.
노이즈제거 필터링부(200)는, 일정한 크기를 가지는 노이즈제거 필터를 이용하여 상기 중요 고유영상을 각 화소 별로 필터링하여, 상기 노이즈가 제거된 중요 고유영상을 획득할 수 있다.
여기서 노이즈제거 필터링부(200)는 상기 노이즈제거 필터의 계수를, 상기 필터링을 수행할 각 화소에 인접한 주변 화소들의 영상신호의 평균과 분산을 이용하여, 상기 필터링을 수행할 각 화소 별로 적응적으로 산출할 수 있다.
여기서 노이즈제거 필터링부(200)는 필터링 대상블록을 설정하고, 상기 필터링 대상블록에 포함된 화소들의 영상신호의 평균과 분산을 산출하고, 상기 산출된 평균과 분산을 이용하여 상기 노이즈제거 필터의 계수를 산출하는 것이 바람직하다.
여기서 상기 노이즈제거 필터로는 상기 필터링 대상블록의 영상신호의 통계값을 이용하여 필터계수를 조정하는 위너필터(Wiener Filter)를 사용할 수 있다. 여기서 상기 노이즈제거 필터는 하기 수학식 4와 같이 필터계수를 산출할 수 있다.
Figure 112014115422307-pat00035
(여기서,
Figure 112014115422307-pat00036
는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 평균이고,
Figure 112014115422307-pat00037
는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 분산이고,
Figure 112014115422307-pat00038
는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 노이즈의 분산이고,
Figure 112014115422307-pat00039
는 상기 필터링 대상블록이고,
Figure 112014115422307-pat00040
는 상기 노이즈제거 필터의 계수이고,
Figure 112014115422307-pat00041
와 j 는 좌표 인덱스이다.)
여기서 노이즈제거 필터링부(200)는 필요에 따라 기타 다양한 종류의 노이즈제거 필터를 사용할 수 있다.
여기서 상기 필터링 대상블록에 포함된 화소들의 영상신호의 평균
Figure 112014115422307-pat00042
와, 상기 필터링 대상블록에 포함된 화소들의 영상신호의 분산
Figure 112014115422307-pat00043
는 하기 수학식 5 및 수학식 6과 같이 산출할 수 있다.
Figure 112014115422307-pat00044
Figure 112014115422307-pat00045
(여기서 N과 M은 상기 필터링 대상블록과 상기 노이즈제거 필터의 블록 크기를 나타내는 블록 양 변의 길이이고, 나머지 기호는 상기 수학식 4의 설명과 같다.)
이와 같은 노이즈제거 필터링을 통하여 상기 중요 고유영상이 포함하고 있는 노이즈가 제거됨으로 인하여 경계검출부(300)의 영상 경계 검출 성능이 향상될 수 있다.
도 3은 경계검출부(300)의 세부 블록도이다.
경계검출부(300)는 이질화소 제거부(310), 경계측정값 산출부(320), 경계영상 생성부(330)를 포함할 수 있다. 이질화소 제거부(310), 경계측정값 산출부(320), 경계영상 생성부(330)를 모두 포함하는 실시예는 경계검출부(300)의 최적의 실시예이다. 경계검출부(300)에 대한 또 다른 실시예는 이질화소 제거부(310)를 생략하고, 경계측정값 산출부(320), 경계영상 생성부(330)를 포함할 수 있다. 이하에서는 경계검출부(300)에 관한 상기 최적의 실시예에 대하여 상세히 설명한다.
경계검출부(300)는 노이즈제거 필터링부(200)가 포함된 실시예에 있어서는 상기 노이즈가 제거된 주요 고유영상을 입력받고, 노이즈제거 필터링부(200)가 포함되지 않은 실시예에 있어서는 상기 주요 고유영상을 입력받아, 입력받은 영상에 대하여 상기 경계측정값을 산출하고, 상기 경계측정값을 이용하여 상기 경계영상을 생성하는 것이 바람직하다.
경계측정값 산출부(320)는 입력받은 영상에 대하여, 경계측정값을 산출하는 대상 화소 별로, 상기 경계측정값을 산출하는 대상 화소에 인접하여 위치하는 일정한 크기의 제1영상블록들의 쌍을 설정하고, 상기 설정한 제1영상블록들의 영상신호를 이용하여 상기 경계측정값을 산출한다.
예를 들면 경계측정값 산출부(320)가 상기 노이즈가 제거된 주요 고유영상을 입력받은 경우는 상기 노이즈가 제거된 주요 고유영상에서 경계측정값을 산출하는 대상 화소 별로 상기 제1영상블록들의 쌍을 설정하여 상기 경계측정값을 산출할 수 있다. 또한 상기 주요 고유영상을 입력받은 경우는 상기 주요 고유영상에서 경계측정값을 산출하는 대상 화소 별로 상기 제1영상블록들의 쌍을 설정하여 상기 경계측정값을 산출할 수 있다.
이질화소 제거부(310)는 영상블록을 입력받고, 상기 입력받은 영상블록의 영상신호의 평균과 분산을 고려하여 상기 영상블록 내의 화소가 상기 영상블록 내에서 이질적인 영상신호 값을 가지는 이질화소인지 여부를 판단하고, 상기 이질화소로 판단된 화소를 제거할 수 있다. 여기서 이질화소제거부(310)는 상기 제1영상블록을 입력받아 상기 이질화소를 제거하고, 경계측정값 산출부(320)는 이질화소제거부(310)가 상기 이질화소를 제거한 후, 상기 경계측정값을 산출할 수 있다. 즉 상기 제1영상블록에서 상기 이질화소를 제거한 후 남은 화소만을 이용하여 상기 경계측정값을 산출할 수 있다.
여기서 이질화소 제거부(310)는, 경계측정값 산출부(320)에서 상기 경계측정값을 산출하기 이전에, 경계측정값 산출부(320)가 사용하는 상기 제1영상블록 내의 화소가 이질화소인지 여부를 판별하여, 이질화소로 판단되는 경우 이를 제거할 수 있다.
여기서 이질화소 제거부(310)는 상기 제1영상블록들의 쌍의 각 블록의 영상신호의 평균과 분산을 고려하여 각 화소가 상기 제1영상블록 내에서 이질적인 영상신호 값을 가지는 이질화소인지 여부를 판단하고, 상기 이질화소로 판단된 화소를 제거할 수 있다. 그리고 경계측정값 산출부(320)는 위와 같이 상기 이질화소가 제거된 상기 제1영상블록들의 화소를 사용하여 상기 경계측정값을 산출할 수 있다.
여기서 이질화소 제거부(310)는 마할라노비스(Mahalanobis) 거리를 이용하여 상기 이질화소를 판단할 수 있다. 여기서 이질화소 제거부(310)는, 하기 수학식 7 과 같이 산출한 판별값이 일정한 크기 이상인 화소를 상기 이질화소로 판단하는 것이 바람직하다.
Figure 112014115422307-pat00046
(여기서
Figure 112014115422307-pat00047
는 상기 이질화소인지 여부를 판단하는 대상 화소의 벡터이고,
Figure 112014115422307-pat00048
는 상기 판결값이고,
Figure 112014115422307-pat00049
는 상기 제1영상블록 쌍의 각각의 블록의 영상신호의 평균벡터이고,
Figure 112014115422307-pat00050
는 상기 제1영상블록 쌍의 각각의 블록의 영상신호의 공분산행렬이다.) 여기서 경계측정값 산출부(320)가 입력받아 경계측정값을 산출하는 대상 영상은, 노이즈제거 필터링부(200) 및 이질화소 제거부(310)가 각각 본 발명에 따른 다차원 영상 경계추출 장치에 포함되는지 여부에 따라 다음과 같이 달라진다.
예를 들어 노이즈제거 필터링부(200) 및 이질화소 제거부(310)가 포함되는 실시예의 경우는 경계측정값 산출부(320)는 상기 노이즈가 제거된 중요 고유영상에 대하여 상기 이질화소가 제거된 후 상기 경계측정값을 산출하고, 이질화소 제거부(310)가 포함되지 않고 노이즈제거 필터링부(200)가 포함되는 실시예의 경우는 경계측정값 산출부(320)는 상기 노이즈가 제거된 중요 고유영상을 입력받아 상기 경계측정값을 산출하고, 이질화소 제거부(310)가 포함되지 않고 노이즈제거 필터링부(200)도 포함되지 않는 실시예의 경우는 경계측정값 산출부(320)는 상기 중요 고유영상을 입력받아 상기 경계측정값을 산출할 수 있다.
여기서 상기 제1영상블록의 크기는 5 x 5인 것이 바람직하고, 그 크기는 필요에 따라 변경할 수 있다. 여기서 상기 제1영상블록들의 쌍은 상기 경계측정값을 산출하는 대상 화소를 중심으로 서로 대칭하여 위치하는 것이 바람직하다. 또한 여기서 상기 제1영상블록들은 상기 경계측정값을 산출하는 대상 화소를 중심으로 하여 일정한 거리만큼 떨어져서 위치할 수 있는데, 쌍을 이루는 상기 제1영상블록들 간의 거리는 영상의 특성에 따라 설정할 수 있다.
여기서 경계측정값 산출부(320)는, 상기 경계측정값을 산출하는 대상 화소 별로, 상기 복수의 방향으로 상기 제1영상블록들의 쌍을 설정하는 것이 바람직하다. 그리고 상기 복수의 방향 별로, 쌍을 이루는 상기 제1영상블록들 간의 상기 경계측정값을 각각 산출할 수 있다.
여기서 상기 제1영상블록들의 쌍을 설정하는 상기 복수의 방향은 상-하, 좌-우, 좌하-우상, 좌상-우하의 4가지 방향으로 할 수 있다.
도 4는 경계측정값 산출부(320)가 4가지 방향에 대하여 경계측정값을 산출하는 동작을 설명하기 위한 참고도이다.
여기서 도 4는 상기 복수의 방향이 4가지 방향인 경우, 상기 제1영상블록들의 쌍들을 나타낸다. 즉 도 4의 (a)는 상-하(up-down) 방향으로 설정된 상기 제1영상블록들의 쌍을 나타내고, (b)는 좌-우(left-right) 방향으로, (c)는 좌하-우상(diagonal left-down) 방향으로, (d)는 좌상-우하(diagonal right-down) 방향으로 각각 설정된 상기 제1영상블록들의 쌍을 나타낸다. 상기 제1영상블록들의 쌍은 설정된 방향에 따라 특정 방향의 경계를 보다 민감하게 측정하는데 사용될 수 있다. 필요에 따라 상기 제1영상블록들의 쌍은 보다 세분화된 방향에 대하여 보다 많은 개수로 설정될 수 있다.
여기서 경계측정값 산출부(320)는, 상기 경계측정값을 산출하는 대상 화소가 얇은 선경계에 해당하는 경우, 상기 얇은 선경계를 포함하는 제2영상블록을 더 설정하고, 상기 제2영상블록과 상기 제1영상블록 간의 상기 경계측정값을 산출할 수 있다. 여기서 경계측정값 산출부(320)는 상기 제2영상블록과 상기 제1영상블록의 쌍 중 어느 하나와의 상기 경계측정값을 산출할 수 있다.
도 5는 경계측정값 산출부(320)의 동작을 설명하는 참고도이다. 도 5의 (a)는 좌-우 방향으로 상기 제1영상블록들의 쌍(Block1 - Block2)이 설정된 경우를 나타내는 도면이다. 도 5의 (b)는 상기 경계측정값을 산출하는 대상 화소가 상기 얇은 선경계에 해당하는 경우에, 경계측정값 산출부(320)가 기존의 상기 제1영상블록들의 쌍(Block1) 이외에 상기 제2영상블록(Block2)을 더 설정하는 것을 나타내는 도면이다. 이와 같이 상기 얇은 선경계에 해당하는 경우, 상기 제2영상블록과 상기 제1영상블록 간에 상기 경계측정값이 산출될 수 있다.
여기서 상기 경계측정값은 쌍을 이루는 상기 제1영상블록들이 유사한 정도를 측정한 값으로 하는 것이 바람직하고, 여기서 쌍을 이루는 상기 제1영상블록들이 유사한 정도는 상기 제1영상블록들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출하는 것이 바람직하다. 즉 상기 경계측정값은 쌍을 이루는 상기 제1영상블록들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출하는 것이 바람직하다. 물론 상기 제2영상블록과 상기 제1영상블록 간에 상기 경계측정값을 산출하는 경우에는 상기 제2영상블록과 상기 제1영상블록 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 상기 경계측정값을 산출할 수 있다.
또한 여기서 상기 경계측정값은 쌍을 이루는 상기 제1영상블록들에 포함되어 있는 복수개의 고유영상들이 유사한 정도를 측정한 값으로 하는 것이 바람직하고, 여기서 쌍을 이루는 상기 제1영상블록들에 포함되어 있는 복수개의 고유영상들이 유사한 정도는 상기 제1영상블록들에 포함되어 있는 복수개의 고유영상들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출할 수 있다.
여기서 바타차야 거리는 하기 수학식 8과 같이 산출할 수 있다.
Figure 112014115422307-pat00051
(여기서
Figure 112014115422307-pat00052
는 상기 경계측정값이고,
Figure 112014115422307-pat00053
와
Figure 112014115422307-pat00054
는 각각의 상기 제1영상블록에 포함되어 있는 복수개의 고유영상 신호의 평균 벡터 영상이고,
Figure 112014115422307-pat00055
와
Figure 112014115422307-pat00056
는 각각의 상기 제1영상블록에 포함되어 있는 복수개의 고유영상 신호의 공분산 행렬이고,
Figure 112014115422307-pat00057
는 공분산 행렬
Figure 112014115422307-pat00058
의 행렬식(determinant)이고,
Figure 112014115422307-pat00059
와
Figure 112014115422307-pat00060
는 일정한 크기의 상수이다.)
여기서 상기
Figure 112014115422307-pat00061
는 8, 상기
Figure 112014115422307-pat00062
는 2 인 것이 바람직하다.
경계영상 생성부(330)는 경계측정값 산출부(320)에서 산출된 상기 경계측정값을 이용하여 상기 경계영상을 생성한다.
여기서 경계영상 생성부(330)는, 경계측정값 산출부(320)에서 상기 복수의 방향 별로 산출한 상기 경계측정값들 중, 최대값을 상기 경계영상의 각 화소의 경계값으로 하는 것이 바람직하다.
여기서 상기 경계영상의 각 화소의 경계값은 하기 수학식 9과 같이 산출하는 것이 바람직하다.
Figure 112014115422307-pat00063
(여기서
Figure 112014115422307-pat00064
는 상기 경계영상이고,
Figure 112014115422307-pat00065
는 상-하 방향으로 설정된 상기 제1영상블록들의 쌍 간의 상기 경계측정값이고,
Figure 112014115422307-pat00066
는 좌-우 방향으로 설정된 상기 제1영상블록들의 쌍 간의 상기 경계측정값이고,
Figure 112014115422307-pat00067
는 좌하-우상 방향으로 설정된 상기 제1영상블록들의 쌍 간의 상기 경계측정값이고,
Figure 112014115422307-pat00068
는 좌상-우하 방향으로 설정된 상기 제1영상블록의 쌍 간의 상기 경계측정값이고,
Figure 112014115422307-pat00069
와 j 는 상기 경계영상의 화소의 좌표 인덱스이다.)
도 6은 상기 복수의 방향 별로 산출한 상기 경계측정값을 영상으로 나타낸 참고도이다. 도 6의 (a)는 상-하 방향으로 설정된 상기 제1영상블록들의 쌍 간에 산출된 상기 경계측정값을 영상으로 나타낸 참고도이다. 나머지 도 6의 (b)는 좌-우 방향으로, (c)는 좌하-우상 방향으로, (d)는 좌상-우하 방향으로, 각각 설정된 상기 제1영상블록들의 쌍 간의 상기 경계측정값을 나타낸 영상이다. 여기서 상기 제1영상블록들의 쌍이 설정되는 방향에 따라 검출되는 경계의 방향에 영향을 미친다.
여기서 경계영상 생성부(330)는, 상기 경계영상에 대하여 일정한 크기의 문턱치를 적용하여, 이진(binary) 경계영상을 획득할 수 있다.
여기서 상기 경계영상은 상기 경계측정값 자체를 경계값으로 할 수 있다. 또한 필요에 따라 문턱치 값을 적용하여, 상기 경계측정값이 문턱치 보다 큰 경우만 경계로 판단하여 경계값을 1로 하고 나머지 경우는 경계값을 0으로 하는 이진 경계영상을 획득할 수도 있다.
예를 들면 상기 경계영상에 포함된 화소들의 경계값이 문턱치 값보다 크면 1로, 작으면 0으로 하여, 문턱치를 기준으로 경계인지 여부를 판단함으로써, 이진 경계영상을 획득할 수 있다.
도 7은 본 발명의 또 다른 실시예에 따른 다차원 영상 경계추출 방법의 흐름도이다.
상기 다차원 영상 경계추출 방법은 주성분 분석 단계(S100), 고유영상 선택 단계(S200), 노이즈제거 필터링 단계(S300), 이질화소 제거 단계(S400), 경계측정값 산출 단계(S500), 경계영상 생성 단계(S600)를 포함할 수 있다. 상기 단계들을 모두 포함하는 방법은 최적의 실시예이고, 상기 단계들 중 노이즈제거 필터링 단계(S300)와 이질화소 제거 단계(S400)는 필요에 따라 생략될 수 있다. 이 경우 본 발명의 또 다른 실시예에 따른 다차원 영상 경계추출 방법은 주성분 분석 단계(S100), 고유영상 선택 단계(S200), 경계측정값 산출 단계(S500), 경계영상 생성 단계(S600)를 포함할 수 있다. 이하에서는 본 발명에 따른 다차원 영상 경계추출 방법에 있어서 상기 최적의 실시예에 대하여 설명한다. 상기 다차원 영상 경계추출 방법은 상술한 다차원 영상 경계 추출 장치가 동작하는 방법과 유사하며, 따라서 이하에서는 중복되는 부분은 제외하고 간략히 설명한다.
주성분 분석 단계(S100)는 서로 다른 파장 대역을 가지는 복수의 영상들을 포함하는 다차원 영상을 입력받고, 상기 다차원 영상에 대하여 주성분 분석을 수행하여 상기 다차원 영상의 고유영상들과 고유값들을 산출한다.
고유영상 선택 단계(S200)는 상기 고유영상들 중에서 상기 고유값이 큰 순서대로 일정 개수의 고유영상을 중요 고유영상으로 선택한다.
노이즈 제거 필터링 단계(S300)는 상기 중요 고유영상에 대하여, 지역적인 영상신호의 평균과 분산에 따라 필터 계수가 조정되는 노이즈제거 필터를 이용하여, 지역적 적응 필터링을 수행하여 노이즈가 제거된 중요 고유영상을 출력한다.
이질화소 제거단계(S400)는 상기 노이즈가 제거된 중요 고유영상에 대하여 일정한 블록을 설정하고, 상기 블록 내의 화소들의 영상신호의 평균과 분산을 고려하여 상기 블록 내의 화소가 이질화소인지 여부를 판단하고, 상기 이질화소로 판단된 화소를 제거한다.
경계측정값 산출 단계(S500)는 상기 이질화소를 제거한 후 각 화소별로 복수의 방향에 따른 경계측정값을 산출한다. 즉 상기 노이즈가 제거된 중요 고유영상에 포함된 각 화소별로, 복수의 방향에 따른 경계측정값을 산출할 수 있다.
여기서 경계측정값 산출 단계(S500)는, 경계측정값을 산출하는 대상 화소 별로, 그리고 상기 복수의 방향 별로, 상기 경계측정값을 산출하는 대상 화소에 인접하여 위치하는 일정한 크기의 영상블록들의 쌍을 각각 설정하고, 쌍을 이루는 상기 영상블록들 간의 상기 경계측정값을 산출하는 것이 바람직하다.
여기서 상기 경계측정값은 쌍을 이루는 상기 영상블록들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출하는 것이 바람직하다.
경계영상 생성 단계(S600)는 상기 산출된 경계측정값을 이용하여 상기 다차원 영상의 경계영상을 생성한다.
여기서 경계영상 생성 단계(S600)는, 경계측정값 산출 단계(S500)에서 상기 복수의 방향 별로 산출한 상기 경계측정값들 중 최대값을 상기 경계영상의 각 화소의 경계값으로 할 수 있다.
이상에서 설명한 본 발명의 실시예를 구성하는 모든 구성요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.
또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 기록매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 기록매체로서는 자기 기록매체, 광 기록매체, 캐리어 웨이브 매체 등이 포함될 수 있다.
또한, 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 상세한 설명에서 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 중요 고유영상 획득부
110 : 주성분 분석부
120 : 고유영상 선택부
200 : 노이즈제거 필터링부
300 : 경계검출부
310 : 이질화소 제거부
320 : 경계측정값 산출부
330 : 경계영상 생성부
S100 : 주성분 분석 단계
S200 : 고유영상 선택 단계
S300 : 노이즈제거 필터링 단계
S400 : 이질화소 제거 단계
S500 : 경계 측정값 산출 단계
S600 : 경계영상 생성 단계

Claims (21)

  1. 영상 경계추출 장치에 있어서,
    서로 다른 파장 대역을 가지는 복수의 영상들을 포함하는 다차원 영상을 입력받는 영상입력부; 및
    상기 다차원 영상에 대하여, 각 화소 별로 복수의 방향에 따른 경계측정값을 산출하되, 상기 경계측정값을 산출하는 대상 화소 별로, 상기 경계측정값을 산출하는 대상 화소에 인접하여 위치하는 일정한 크기의 영상블록들의 쌍을 설정하고, 상기 설정한 영상블록들의 영상신호를 이용하여 상기 경계측정값을 산출하고, 상기 산출한 경계측정값을 이용하여 상기 다차원 영상의 경계영상을 생성하는 경계검출부를 포함하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  2. 제1항에 있어서,
    상기 다차원 영상에 대하여 주성분 분석을 수행한 후 복수개의 중요 고유영상을 획득하는 중요 고유영상 획득부를 더 포함하고,
    상기 경계검출부는 상기 중요 고유영상 획득부에서 획득된 상기 중요 고유영상에 대하여, 상기 복수의 방향에 따른 경계측정값을 산출하고 상기 경계영상을 생성하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  3. 제2항에 있어서,
    상기 중요 고유영상에 대하여 지역적 적응 필터링을 수행하여 노이즈가 제거된 중요 고유영상을 획득하는 노이즈제거 필터링부를 더 포함하고,
    상기 경계검출부는 상기 노이즈가 제거된 중요 고유영상에 대하여, 상기 복수의 방향에 따른 경계측정값을 산출하고 상기 경계영상을 생성하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  4. 제2항에 있어서, 상기 중요 고유영상 획득부는,
    상기 다차원 영상에 대하여 공분산 행렬을 산출하고, 상기 산출된 공분산 행렬을 이용하여 상기 다차원 영상의 고유영상들과 고유값들을 산출하는 주성분 분석부; 및
    상기 고유영상들 중에서 상기 고유값이 큰 순서대로 일정 개수의 고유영상을 상기 중요 고유영상으로 선택하는 고유영상 선택부를 포함하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  5. 제4항에 있어서, 상기 주성분 분석부는,
    상기 다차원 영상을 구성하는 영상들의 평균 영상을 산출하고, 상기 다차원 영상을 구성하는 각 영상에서 상기 평균 영상을 뺀 차분 다차원 영상을 산출하고, 상기 차분 다차원 영상을 이용하여 상기 다차원 영상에 대한 상기 공분산 행렬을 산출하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  6. 제5항에 있어서, 상기 공분산 행렬은 하기 식 1 과 같이 산출하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
    식 1.
    Figure 112014115422307-pat00070

    (여기서
    Figure 112014115422307-pat00071
    는 상기 공분산 행렬이고,
    Figure 112014115422307-pat00072
    는 상기 차분 다차원 영상을 구성하는 각 영상을 행렬의 각 열 성분으로 하는 상기 차분 다차원 영상에 대한 2차원 행렬이고,
    Figure 112014115422307-pat00073
    는
    Figure 112014115422307-pat00074
    의 행과 열을 치환한 전치행렬이다.)
  7. 제3항에 있어서,
    상기 노이즈제거 필터링부는 상기 중요 고유영상에 대하여 필터링 대상블록을 설정하고, 하기 식 2 와 같이 계수가 산출되는 노이즈제거 필터를 이용하여 필터링을 수행하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
    식 2.
    Figure 112015071860091-pat00075

    (여기서,
    Figure 112015071860091-pat00076
    는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 평균이고,
    Figure 112015071860091-pat00077
    는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 분산이고,
    Figure 112015071860091-pat00078
    는 상기 필터링 대상블록에 포함된 화소들의 영상신호의 노이즈의 분산이고,
    Figure 112015071860091-pat00079
    는 상기 필터링 대상블록이고,
    Figure 112015071860091-pat00080
    는 상기 노이즈제거 필터의 계수이고,
    Figure 112015071860091-pat00081
    와 j 는 좌표 인덱스이다.)
  8. 제1항 또는 제3항 중 어느 하나의 항에 있어서, 상기 경계검출부는,
    상기 경계측정값을 산출하는 대상 화소 별로, 상기 경계측정값을 산출하는 대상 화소에 인접하여 위치하는 일정한 크기의 제1영상블록들의 쌍을 설정하고, 상기 설정한 제1영상블록들의 영상신호를 이용하여 상기 경계측정값을 산출하는 경계측정값 산출부; 및
    상기 경계측정값을 이용하여 상기 경계영상을 생성하는 경계영상 생성부를 포함하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  9. 제8항에 있어서, 상기 경계측정값 산출부는,
    상기 경계측정값을 산출하는 대상 화소 별로, 상기 복수의 방향으로 상기 제1영상블록들의 쌍을 설정하고, 상기 복수의 방향 별로 쌍을 이루는 상기 제1영상블록들 간의 상기 경계측정값을 각각 산출하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  10. 제9항에 있어서,
    상기 제1영상블록들의 쌍을 설정하는 상기 복수의 방향은 상-하, 좌-우, 좌하-우상, 좌상-우하의 4가지 방향으로 하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  11. 제8항에 있어서, 상기 경계측정값 산출부는,
    상기 경계측정값을 산출하는 대상 화소가 얇은 선경계에 해당하는 경우, 상기 얇은 선경계를 포함하는 제2영상블록을 더 설정하고, 상기 제2영상블록과 상기 제1영상블록 간의 상기 경계측정값을 산출하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  12. 제8항에 있어서,
    상기 경계측정값은 쌍을 이루는 상기 제1영상블록들이 유사한 정도를 측정한 값으로 하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  13. 제12항에 있어서,
    상기 경계측정값은 쌍을 이루는 상기 제1영상블록들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  14. 제9항에 있어서, 상기 경계영상 생성부는,
    상기 경계측정값 산출부에서 상기 복수의 방향 별로 산출한 상기 경계측정값들 중, 최대값을 상기 경계영상의 각 화소의 경계값으로 하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  15. 제14항에 있어서, 상기 경계영상 생성부는,
    상기 경계영상에 대하여 일정한 크기의 문턱치를 적용하여, 이진 경계영상을 획득하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  16. 제8항에 있어서, 상기 경계검출부는,
    영상블록을 입력받고, 상기 입력받은 영상블록의 영상신호의 평균과 분산을 고려하여 상기 영상블록 내의 화소가 상기 영상블록 내에서 이질적인 영상신호 값을 가지는 이질화소인지 여부를 판단하고, 상기 이질화소로 판단된 화소를 제거하는, 이질화소 제거부를 더 포함하고,
    상기 이질화소제거부는 상기 제1영상블록을 입력받아 상기 이질화소를 제거하고,
    상기 경계측정값 산출부는 상기 이질화소제거부가 상기 이질화소를 제거한 후, 상기 경계측정값을 산출하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
  17. 제16항에 있어서, 상기 이질화소 제거부는,
    하기 식 3과 같이 산출한 판별값이 일정한 크기 이상인 화소를 상기 이질화소로 판단하는 것을 특징으로 하는 다차원 영상 경계추출 장치.
    식 3.
    Figure 112015071860091-pat00082

    (여기서
    Figure 112015071860091-pat00083
    는 상기 이질화소인지 여부를 판단하는 대상 화소의 벡터이고,
    Figure 112015071860091-pat00084
    는 상기 판별값이고,
    Figure 112015071860091-pat00085
    는 상기 블록의 영상신호의 평균벡터이고,
    Figure 112015071860091-pat00086
    는 상기 블록의 영상신호의 공분산행렬이다.)
  18. 영상 경계추출 방법에 있어서,
    서로 다른 파장 대역을 가지는 복수의 영상들을 포함하는 다차원 영상을 입력받고, 상기 다차원 영상에 대하여 주성분 분석을 수행하여 상기 다차원 영상의 고유영상들과 고유값들을 산출하는 주성분 분석 단계;
    상기 고유영상들 중에서 상기 고유값이 큰 순서대로 일정 개수의 고유영상을 중요 고유영상으로 선택하는 고유영상 선택 단계;
    상기 중요 고유영상에 대하여, 지역적으로 화소들의 영상신호의 평균과 분산에 따라 필터 계수가 조정되는 노이즈제거 필터를 이용하여, 지역적 적응 필터링을 수행하여 노이즈가 제거된 중요 고유영상을 획득하는 노이즈 제거 필터링 단계;
    상기 노이즈가 제거된 중요 고유영상에 포함된 각 화소별로, 복수의 방향에 따른 경계측정값을 산출하는 경계측정값 산출 단계; 및
    상기 산출된 경계측정값을 이용하여 상기 다차원 영상의 경계영상을 생성하는 경계영상 생성 단계를 포함하는 것을 특징으로 하는 다차원 영상 경계추출 방법.
  19. 제18항에 있어서,
    상기 경계측정값 산출 단계는, 경계측정값을 산출하는 대상 화소 별로, 상기 복수의 방향 별로, 상기 경계측정값을 산출하는 대상 화소에 인접하여 위치하는 일정한 크기의 영상블록들의 쌍을 각각 설정하고, 쌍을 이루는 상기 영상블록들 간의 상기 경계측정값을 산출하고,
    상기 경계영상 생성 단계는, 상기 경계측정값 산출 단계에서 상기 복수의 방향 별로 산출한 상기 경계측정값들 중, 최대값을 상기 경계영상의 각 화소의 경계값으로 하는 것을 특징으로 하는 다차원 영상 경계추출 방법
  20. 제19항에 있어서,
    상기 경계측정값은 쌍을 이루는 상기 영상블록들 간의 바타차야 거리(Bhattacharyya distance)를 이용하여 산출하는 것을 특징으로 하는 다차원 영상 경계추출 방법.
  21. 제18항에 있어서,
    상기 노이즈 제거 필터링 단계 이후 상기 경계측정값 산출 단계 이전에, 상기 노이즈가 제거된 중요 고유영상에 대하여 일정한 블록을 설정하고, 상기 블록 내의 화소들의 영상신호의 평균과 분산을 고려하여 상기 블록 내의 화소가 이질화소인지 여부를 판단하고, 상기 이질화소로 판단된 화소를 제거하는 이질화소 제거단계를 더 포함하는 것을 특징으로 하는 다차원 영상 경계추출 방법.

KR1020140167754A 2014-11-27 2014-11-27 다차원 영상 경계추출 장치 및 그 방법 KR101556600B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140167754A KR101556600B1 (ko) 2014-11-27 2014-11-27 다차원 영상 경계추출 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140167754A KR101556600B1 (ko) 2014-11-27 2014-11-27 다차원 영상 경계추출 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101556600B1 true KR101556600B1 (ko) 2015-10-01

Family

ID=54338469

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140167754A KR101556600B1 (ko) 2014-11-27 2014-11-27 다차원 영상 경계추출 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101556600B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180136810A (ko) * 2017-06-15 2018-12-26 연세대학교 산학협력단 영상의 경계 검출 방법 및 장치
KR102109917B1 (ko) 2018-11-16 2020-05-12 대한민국(관리부서 : 환경부 국립환경과학원장) 초분광 원격 탐사 영상을 이용한 담수역 물-육상 경계 자동 추출 방법
KR102197297B1 (ko) * 2019-09-27 2020-12-31 서울대학교산학협력단 순환형 3차원 완전 합성곱망을 활용한 초분광영상의 변화탐지 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4648120A (en) 1982-07-02 1987-03-03 Conoco Inc. Edge and line detection in multidimensional noisy, imagery data
JP2010179023A (ja) * 2009-02-09 2010-08-19 Fujifilm Corp 画像処理方法および装置
JP2010184057A (ja) * 2009-02-13 2010-08-26 Fujifilm Corp 画像処理方法および装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4648120A (en) 1982-07-02 1987-03-03 Conoco Inc. Edge and line detection in multidimensional noisy, imagery data
JP2010179023A (ja) * 2009-02-09 2010-08-19 Fujifilm Corp 画像処理方法および装置
JP2010184057A (ja) * 2009-02-13 2010-08-26 Fujifilm Corp 画像処理方法および装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180136810A (ko) * 2017-06-15 2018-12-26 연세대학교 산학협력단 영상의 경계 검출 방법 및 장치
KR101940402B1 (ko) * 2017-06-15 2019-01-18 연세대학교 산학협력단 영상의 경계 검출 방법 및 장치
KR102109917B1 (ko) 2018-11-16 2020-05-12 대한민국(관리부서 : 환경부 국립환경과학원장) 초분광 원격 탐사 영상을 이용한 담수역 물-육상 경계 자동 추출 방법
KR102197297B1 (ko) * 2019-09-27 2020-12-31 서울대학교산학협력단 순환형 3차원 완전 합성곱망을 활용한 초분광영상의 변화탐지 방법

Similar Documents

Publication Publication Date Title
US9324153B2 (en) Depth measurement apparatus, image pickup apparatus, depth measurement method, and depth measurement program
Shen et al. An effective thin cloud removal procedure for visible remote sensing images
JP6056980B2 (ja) ピーク検出方法
Dirik et al. Source camera identification based on sensor dust characteristics
KR102018853B1 (ko) 비접촉식 센싱 기반 심박수 측정 장치 및 방법
KR101556600B1 (ko) 다차원 영상 경계추출 장치 및 그 방법
KR101766536B1 (ko) 다중 스케일 블록 영역 검출을 이용한 영상 잡음 제거 방법 및 장치
CN105891230B (zh) 基于光谱图像分析的水果外表检测方法
Ahmed et al. Comparative analysis of a deep convolutional neural network for source camera identification
Chen et al. Median filtering detection using edge based prediction matrix
Liu et al. Reduction of signal-dependent noise from hyperspectral images for target detection
JP2018029250A5 (ko)
US8189860B2 (en) Systems and methods of using spatial/spectral/temporal imaging for hidden or buried explosive detection
CN111310571B (zh) 一种基于空谱维滤波的高光谱图像分类方法及装置
Bagiwa et al. Digital video inpainting detection using correlation of hessian matrix
Cozzolino et al. PRNU-based forgery localization in a blind scenario
US7646892B2 (en) Image inspecting apparatus, image inspecting method, control program and computer-readable storage medium
Gowri et al. 2D Image data approximation using Savitzky Golay filter—Smoothing and differencing
JP7124974B2 (ja) 血液量パルス信号検出装置、血液量パルス信号検出方法、及びプログラム
CN117115117A (zh) 基于小样本下的病理图像识别方法、电子设备及存储介质
Hinojosa et al. Spectral imaging subspace clustering with 3-d spatial regularizer
KR101829386B1 (ko) 표적 검출 장치 및 방법
Wang et al. A bilateral filtering based ringing elimination approach for motion-blurred restoration image
JP6584083B2 (ja) 画像処理装置および画像処理プログラム
CN113657199A (zh) 基于空-谱提取的高光谱图像异常检测方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee