KR101583776B1 - 대상체 검출 장치, 방법 및 컴퓨터프로그램 - Google Patents

대상체 검출 장치, 방법 및 컴퓨터프로그램 Download PDF

Info

Publication number
KR101583776B1
KR101583776B1 KR1020140148349A KR20140148349A KR101583776B1 KR 101583776 B1 KR101583776 B1 KR 101583776B1 KR 1020140148349 A KR1020140148349 A KR 1020140148349A KR 20140148349 A KR20140148349 A KR 20140148349A KR 101583776 B1 KR101583776 B1 KR 101583776B1
Authority
KR
South Korea
Prior art keywords
image
background
background image
thermal
target object
Prior art date
Application number
KR1020140148349A
Other languages
English (en)
Inventor
박강령
신광용
이지훈
전은솜
최종석
Original Assignee
동국대학교 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 동국대학교 산학협력단 filed Critical 동국대학교 산학협력단
Priority to KR1020140148349A priority Critical patent/KR101583776B1/ko
Application granted granted Critical
Publication of KR101583776B1 publication Critical patent/KR101583776B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • 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
    • G06T7/564—Depth or shape recovery from multiple images from contours
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

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

Abstract

본 발명은 열화상 영상을 이용하여 대상체를 검출하는 장치, 방법 및 및 컴퓨터프로그램에 대한 것이다. 본 발명의 일 실시예에 따른 대상체 검출 장치는 열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 배경영상 생성부, 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 대상체 영역 분리부 및 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 대상체 검출부를 포함할 수 있다. 본 발명은 다양한 조명 환경 및 날씨 환경에서 차 영상을 이용하여 대상체에 대한 사전 정보 없이 대상체를 보다 쉽고 정확하게 검출할 수 있으며, 촬영 거리에 따라 대상체 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출할 수 있다.

Description

대상체 검출 장치, 방법 및 컴퓨터프로그램{APPARATUS, METHOD AND PROGRAM FOR OBJECT DETECTION}
본 발명은 대상체 검출 장치, 방법 및 컴퓨터프로그램에 관한 것으로서, 구체적으로는 열화상 영상에서 차 영상을 이용한 대상체 검출 장치, 방법 및 컴퓨터프로그램에 관한 것이다.
영상에서 대상체를 검출하는 것은 보안, 감시 등의 다양한 목적으로 사용된다. 하지만, 가시광선 카메라에서 취득한 가시광선 영상은 그림자가 많이 드리우는 부분과 같이 제한이 있는 환경에서 또는 캄캄한 밤, 조명이 균일하지 환경에서 대상체를 정확하게 검출하기 어렵다.
본 발명의 배경기술은 대한민국 공개특허 제2013-0101873호 (2013.09.16 공개, 열화상 카메라를 이용한 산불 감시 장치 및 그 방법)에 개시되어 있다.
따라서, 본 발명은 영상에서 환경의 영향을 받지 않고 대상체를 검출하는 대상체 검출 장치, 방법 및 컴퓨터프로그램을 제공한다.
또한, 본 발명은 배경 영상이 없는 열화상 영상에서 배경을 생성하여 다양한 날씨 환경에서 대상체를 검출하는 대상체 검출 장치, 방법 및 컴퓨터프로그램을 제공한다.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
본 발명의 일 측면에 따르면, 대상체 검출 장치가 제공된다.
본 발명의 일 실시예에 따른 대상체 검출 장치는 열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 배경영상 생성부, 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 대상체 영역 분리부 및 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 대상체 검출부를 포함할 수 있다.
본 발명의 일 측면에 따르면, 대상체 검출 방법이 제공된다.
본 발명의 일 실시예에 따른 대상체 검출 방법은 열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 단계, 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 단계 및 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 단계를 포함할 수 있다.
본 발명의 일 측면에 따르면, 대상체 검출 방법을 실행하는 컴퓨터프로그램이 제공된다.
본 발명의 일 실시예에 따른 대상체 검출 방법을 실행하는 컴퓨터프로그램은 열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 단계, 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 단계 및 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 단계를 실행할 수 있다.
본 발명은 다양한 조명 환경 및 날씨 환경에서 대상체를 정확하게 검출할 수 있다.
또한, 본 발명은 차 영상을 이용하여 대상체에 대한 사전 정보 없이 대상체를 보다 쉽게 검출할 수 있다.
또한, 본 발명은 거리에 따른 대상체 크기를 고려하여 대상체를 정확하게 검출할 수 있다.
도 1은 본 발명의 일 실시예에 따른 대상체 검출 장치를 설명하기 위한 도면.
도 2는 본 발명의 일 실시예에 따른 배경영상 생성부를 설명하기 위한 도면.
도 3은 본 발명의 일 실시예에 따른 대상체 영역 분리부를 설명하기 위한 도면.
도 4는 본 발명의 일 실시예에 따른 대상체 검출부를 설명하기 위한 도면.
도 5는 본 발명의 일 실시예에 따른 대상체 검출 방법을 설명하기 위한 도면.
도 6은 본 발명의 일 실시예에 따른 배경영상을 생성하는 방법을 설명하기 위한 도면.
도 7은 본 발명의 일 실시예에 따른 결합 영상을 생성하는 방법을 설명하기 위한 도면.
도 8은 본 발명의 일 실시예에 따른 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려한 대상체 검출 방법을 설명하기 위한 도면이다
도 9는 본 발명의 일 실시예에 따른 대상체 검출 방법을 설명하기 위한 예시 도면.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명하도록 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 또한, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
이하, 첨부된 도면을 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른 대상체 검출 장치를 설명하기 위한 도면이다.
도 1을 참조하면, 대상체 검출 장치는 배경영상 생성부(200), 대상체 영역 분리부(300) 및 대상체 검출부(400)를 포함한다.
배경영상 생성부(200)는 열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성한다. 여기서, 열화상 영상은 열화상 카메라에서 감지한 열에너지를 밝기 값으로 표현되어 나타낼 수 있다. 열화상 영상은 예를 들면, 8비트로 0부터 255까지 밝기 값으로 표현될 수 있다.
배경영상 생성부(200)는 미리 설정된 수의 프레임 수 N(N은 복수인 자연수) 각각 열화상 영상에 대해 필터링을 적용하여 노이즈를 제거한다. 여기서, 필터링은 중간 값 필터링일 수 있으며, 이를 통하여 픽셀 값이 주변 픽셀 값에 대하여 튀는 노이즈를 제거하고 영상의 노이즈 부분을 부드럽게 만들 수 있다.
배경영상 생성부(200)는 필터링된 각각의 열화상 영상의 각 픽셀 값의 평균 값을 산출하여 기초배경영상을 생성한다.
배경영상 생성부(200)는 생성된 기초배경영상에서 노이즈에 해당하는 대상체를 제거한다. 배경영상 생성부(200)는 기초배경영상에 최대 값 필터링을 적용하고, 미리 설정된 한계 값을 이용하여 이진화시킨다. 배경영상 생성부(200)는 이진화된 기초배경영상에서 라벨링을 통하여 어느 위치에 노이즈가 있는지 표시하고, 크기 필터링을 통하여 일정 크기 이상의 노이즈를 제거할 수 있다. 배경영상 생성부(200)는 라벨링 및 크기 필터링을 통하여 대상체의 크기로 추정되는 부분을 검출하고, 기초배경영상에서 홍채 인식에서 반사광 노이즈(specular reflection)을 제거하는 방법을 이용하여 입력된 모든 열화상 영상에서 움직임이 없는 대상체도 노이즈로 제거할 수 있다.
배경영상 생성부(200)는 기초배경영상의 모서리의 가장자리 부분에서 노이즈를 제거하고 모든 열화상 영상이 동일한 크기가 갖도록 처리한다. 이는 영상에서 모서리 가장자리에 위치한 대상체의 일 부분을 노이즈로 제거하기 위함이다.
배경영상 생성부(200)는 기초배경영상에서 대상체를 노이즈로 제거하고 최종적으로 배경영상을 생성한다.
대상체 영역 분리부(300)는 입력된 열화상 영상에 대해 필터링을 적용하여 노이즈를 제거한다. 여기서, 필터링은 배경영상과 동일한 영상처리를 하기 위해서 중간 값 필터링이 적용될 수 있고, 이에 더하여 입력된 열화상 영상의 노이즈를 제거하고 열화상 영상을 부드럽게 하기 위하여 평균 값 필터링이 적용될 수 있다.
대상체 영역 분리부(300)는 생성된 배경영상과 노이즈가 제거된 열화상 영상에서 픽셀 값의 차이 값을 이용하여 픽셀 차 영상을 생성한다.
대상체 영역 분리부(300)는 생성된 픽셀 차 영상에 대하여 픽셀 차 한계 값을 적용하여 픽셀 이진화 영상을 생성한다. 여기서, 픽셀 차 한계 값은 배경영상의 밝기 값에 따라 다르게 설정될 수 있다. 이는 배경 영상의 밝기에 따라 다른 한계 값을 적용함으로써 적응적 지역 이진화를 할 수 있으므로, 다양한 조명환경, 시간환경(낮과 밤) 및 날씨환경(눈, 안개, 비 등)에서 대상체 검출 및 추적에 따른 정확성의 저하를 방지할 수 있다.
대상체 영역 분리부(300)는 또한 생성된 배경영상 및 노이즈가 제거된 열화상 영상 각각에 대해 에지 마스크를 사용하여 배경 에지 영상 및 열화상 에지 영상을 생성한다. 여기서, 에지 마스크는 영상에서 에지를 추출하기 위하여 적용되는 예를 들면, 소벨 에지, 프리윗 에지, 로버츠 에지, 컴퍼스 에지, 캐니 에지, 라인 에지 등 다양한 에지 마스크가 이용될 수 있으며, 예에 한정되지 않는다.
대상체 영역 분리부(300)는 배경 에지 영상 및 열화상 에지 영상에서 픽셀 값의 차이 값을 이용하여 에지 차 영상을 생성한다.
대상체 영역 분리부(300)는 생성된 에지 차 영상에 대하여 에지 차 한계 값을 적용하여 에지 이진화 영상을 생성한다.
대상체 영역 분리부(300)는 생성된 픽셀 이진화 영상 및 에지 이진화 영상을 결합하여 이진화 결합 영상을 생성한다. 여기서, 결합은 0과 1로 이진화된 값은 OR 연산할 수 있으며, 이에 한정하지 않는다.
대상체 영역 분리부(300)는 생성된 이진화 결합 영상에서 대상체 이외의 노이즈를 제거하고, 대상체의 후보가 될 영역을 검출한다. 여기서, 대상체 이외의 노이즈는 라벨링(labelling), 모폴로지 연산 및 크기 필터링 중 적어도 하나를 이용되어 제거될 수 있다.
대상체 영역 분리부(300)는 이진화 결합 영상에서 가로축 및 세로축 기준으로 픽셀 수 누적 히스토그램(projection)을 활용하여 대상체 영역을 분리한다. 여기서, 픽셀 수 누적 히스토그램을 사용하는 이유는 여러 대상체가 겹쳐 있는 경우에도 대상체의 수를 판단하는 데 용이하여 검출 정확성을 높일 수 있기 때문이다. 여기서, 대상체 영역의 분리는 입력되는 열화상 영상에서 근거리의 대상체는 크게 취득되고, 원거리의 대상체는 작게 취득되므로, 대상체의 가로 및 세로의 비율을 고려할 수 있다.
대상체 검출부(400)는 분리된 대상체 영역에 대하여 영역 노이즈가 제거된다. 여기서, 영역 노이즈는 라벨링 및 크기 필터링 방법 등을 통하여 제거될 수 있다.
대상체 검출부(400)는 분리된 대상체 영역에 대하여, 입력된 열화상 영상의 세로축을 기준으로 미리 설정된 영역 수로 분할하고, 각 영역마다 대상체의 크기, 가로 및 세로의 비율을 고려하여 대상체 영역을 재설정한다. 여기서, 미리 설정된 영역 수는 열화상 영상 각 영역에 위치한 대상체와 열화상 카메라와의 거리에 따라 달라질 수 있다.
대상체 검출부(400)는 재정의된 대상체 영역에서 대상체의 크기, 가로 및 세로의 비율에 따라 대상체가 최종 검출된다.
도 2는 본 발명의 일 실시예에 따른 배경영상 생성부를 설명하기 위한 도면이다.
도 2를 참조하면, 배경영상 생성부(200)는 배경영상 노이즈 제거부(210), 기초배경영상 생성부(220) 및 대상체 제거부(230)를 포함한다.
배경영상 노이즈 제거부(210)는 열화상 카메라에서 취득한 복수의 열화상 영상에서 노이즈를 제거한다. 여기서, 열화상 영상은 미리 설정된 수의 프레임 수 N(N은 복수인 자연수)일 수 있으며, 미리 설정된 수 각각에 대해 중간 값 필터링이 적용될 수 있다.
기초배경영상 생성부(220)는 복수의 노이즈가 제거된 열화상 영상을 이용하여 기초배경영상을 생성한다. 여기서, 기초배경영상은 복수의 노이즈가 제거된 열화상 영상의 각 픽셀의 평균 값을 이용하여 생성할 수 있다.
대상체 제거부(230)는 기초배경영상에서 대상체를 제거하여 최종적으로 배경영상을 생성한다. 여기서, 대상체는 기초배경영상에 최대 값 필터링을 적용하고, 미리 설정된 한계 값을 이용하여 이진화시킨 후, 라벨링 및 크기 필터링을 통하여 노이즈로 제거될 수 있으며, 기초배경영상에서 홍채 인식에서 반사광(specular reflection)을 이용하여 노이즈로 제거될 수 있다.
도 3은 본 발명의 일 실시예에 따른 대상체 영역 분리부를 설명하기 위한 도면이다.
도 3을 참조하면, 대상체 영역 분리부(300)는 픽셀 차 영상 생성부(310), 에지 차 영상 생성부(320), 결합영상 생성부(330) 및 대상체 영역 검출부(340)를 포함한다.
픽셀 차 영상 생성부(310)는 배경영상과 열화상 카메라에서 입력되는 영상의 픽셀 차를 이용하여 픽셀 차 영상을 생성한다. 여기서, 열화상 카메라에서 입력되는 영상은 미리 중간 값 필터링이 적용될 수 있고, 이에 더하여 평균 값 필터링도 적용될 수 있다.
에지 차 영상 생성부(320)는 배경영상에서 추출된 배경 에지 영상과 열화상 영상에서 추출된 열화상 에지 영상의 에지 차를 이용하여 에지 차 영상을 생성한다. 여기서, 에지 영상 들은 영상에서 에지를 추출하기 위하여 적용되는 예를 들면, 소벨 에지, 프리윗 에지, 로버츠 에지, 컴퍼스 에지, 캐니 에지, 라인 에지 등 다양한 에지 추출 방법이 적용될 수 있다. 여기서, 열화상 카메라에서 입력되는 영상은 미리 중간 값 필터링이 적용될 수 있고, 이에 더하여 평균 값 필터링도 적용될 수 있다.
결합영상 생성부(330)는 픽셀 차 영상 및 에지 차 영상을 이진화하고, 이진화된 각각의 영상을 결합하여 결합영상을 생성한다. 여기서, 픽셀 차 영상은 픽셀 차 한계 값에 의해 이진화되며, 픽셀 차 한계 값은 배경영상의 밝기 값에 따라 다르게 설정될 수 있다. 여기서, 에지 차 영상은 에지 차 한계 값에 의해 이진화되며, 에지 차 한계 값 또한 배경영상의 밝기 값에 따라 다르게 설정될 수 있다.
대상체 영역 검출부(340)는 생성된 결합영상에서 노이즈를 제거하고 대상체 영역을 검출하고 분리한다. 여기서, 노이즈는 라벨링, 모폴로지 연산 및 크기 필터링 중 적어도 하나가 이용되어 제거될 수 있다. 대상체 영역의 검출에는 이진화 결합 영상에서 가로축 및 세로축 기준의 픽셀 수 누적 히스토그램(projection)이 활용될 수 있다.
도 4는 본 발명의 일 실시예에 따른 대상체 검출부를 설명하기 위한 도면이다.
도 4를 참조하면, 대상체 검출부(400)는 대상체 노이즈 제거부(410), 대상체 영역 재정의부(420) 및 최종대상체 검출부(430)을 포함한다.
대상체 노이즈 제거부(410)는 분리된 대상체 영역에 대하여 영역 노이즈가 제거된다. 여기서, 영역 노이즈는 라벨링 및 크기 필터링 방법 등을 통하여 제거될 수 있다.
대상체 영역 재정의부(420)는 영역 노이즈가 제거된 대상체 영역에서 세로축을 기준으로 대상체 영역을 분할하고, 분할된 영역마다 대상체의 크기, 가로 및 세로비율에 따라 대상체 영역을 재정의한다.
최종대상체 검출부(430)는 재정의된 대상체 영역에서 대상체의 크기, 가로 및 세로비율에 따라 대상체를 검출한다.
도 5는 본 발명의 일 실시예에 따른 대상체 검출 방법을 설명하기 위한 도면이다.
도 5을 참조하면, 단계 S510에서 대상체 검출 장치는 열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성한다.
단계 S520에서 대상체 검출 장치는 생성된 배경영상과 취득한 영상을 이용하여 대상체 영역을 분리한다.
단계 S530에서 대상체 검출 장치는 대상체 영역에서 대상체의 크기 및 가로세로비율을 고려하여 대상체를 검출한다.
도 6은 본 발명의 일 실시예에 따른 배경영상을 생성하는 방법을 설명하기 위한 도면이다.
도 6을 참조하면, 단계 S610에서 대상체 검출 장치는 열화상 카메라에서 취득한 열화상 영상에서 노이즈를 제거한다.
단계 S620에서 대상체 검출 장치는 복수의 노이즈가 제거된 열화상 영상을 이용하여 기초배경영상을 생성한다.
단계 S630에서 대상체 검출 장치는 기초배경영상에서 대상체를 제거하여 최종적으로 배경영상을 생성한다. 여기서, 대상체는 기초배경영상에 최대 값 필터링을 적용하고, 미리 설정된 한계 값을 이용하여 이진화시킨 후, 라벨링 및 크기 필터링을 통하여 노이즈로 제거될 수 있으며, 기초배경영상에서 홍채 인식에서 반사광(specular reflection)을 이용하여 노이즈로 제거될 수 있다.
도 7은 본 발명의 일 실시예에 따른 결합 영상을 생성하는 방법을 설명하기 위한 도면이다.
도 7을 참조하면, 단계 S710에서 대상체 검출 장치는 열화상 카메라에서 취득한 열화상 영상에서 노이즈를 제거한다. 여기서, 노이즈 제거는 미리 중간 값 필터링이 적용될 수 있고, 이에 더하여 평균 값 필터링도 적용될 수 있다.
단계 S720에서 대상체 검출 장치는 배경영상과 노이즈가 제거된 열화상 영상의 픽셀 차를 이용하여 픽셀 차 영상을 생성한다.
단계 S730에서 대상체 검출 장치는 배경영상에서 배경 에지 영상을 추출한다.
단계 S740에서 대상체 검출 장치는 노이즈가 제거된 열화상 영상에서 열화상에지 영상을 추출한다.
단계 S750에서 대상체 검출 장치는 배경 에지 영상 및 열화상 에지 영상의 에지 차를 이용하여 에지 차 영상을 생성한다.
단계 S760에서 대상체 검출 장치는 픽셀 차 영상 및 에지 차 영상을 각각에 미리 설정된 한계 값에 따라 이진화하고, 이진화한 각각의 영상을 결합하여 결합영상을 생성한다.
도 8은 본 발명의 일 실시예에 따른 대상체의 크기 및 대상체의 가로 및 세로비율을 고려한 대상체 검출 방법을 설명하기 위한 도면이다.
도 8을 참조하면, 단계 S810에서 대상체 검출 장치는 생성된 결합영상에서 노이즈를 제거하고 대상체 영역을 검출하고 분리한다.
단계 S820에서 대상체 검출 장치는 분리된 대상체 영역에 대하여 영역 노이즈가 제거된다. 여기서, 영역 노이즈는 라벨링 및 크기 필터링 방법 등을 통하여 제거될 수 있다.
단계 S830에서 대상체 검출 장치는 세로축을 기준으로 대상체 영역을 분할하고, 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려한 대상체 영역을 재정의한다.
단계 S840에서 대상체 검출 장치는 재정의된 대상체 영역에서 대상체를 최종적으로 검출한다.
도 9는 본 발명의 일 실시예에 따른 대상체 검출 방법을 설명하기 위한 예시 도면.
도 9를 참조하면, 단계 S910은 대상체를 검출할 현재의 열화상 영상의 예시도면이다.
단계 S920는 현재의 열화상 영상을 중간 값 필터링 및 평균 값 필터링을 거친 영상의 예시이다.
단계 S930은 미리 설정된 수의 열화상 영상에서 생성된 배경 영상의 예시이다.
단계 S940은 배경 영상과 입력된 열화상 영상의 차 영상으로 생성한 이진화 결합 영상의 예시 영상이다.
단계 S950은 이진화 결합 영상에서 노이즈를 제거하고 대상체 영역을 검출하고 분리한 예시 영상이다.
단계 S960은 영상을 세로축을 기준으로 분할하고, 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체 영역을 재정의한 후, 최종적으로 대상체를 검출한 예시 영상이다.
단계 S970 또한, 단계 S960과 서로 다른 환경에서 취득된 영상에서 대상체를 검출한 최종 결과 영상의 예시이다. 단계 S970은 단계 S960과 열화상 카메라를 사용하여 영상 취득 시 환경이 다르므로 대상체 및 배경 영역의 밝기가 서로 다르게 취득되었다. 그러나 배경 영상의 밝기에 따라 다른 한계 값을 적용함으로써 적응적 지역 이진화와 여러 노이즈 제거 방법과 검출 방법 등을 활용하여 성공적으로 검출이 되었음을 볼 수 있다.
본 발명은 다양한 조명 환경 및 날씨 환경에서 차 영상을 이용하여 대상체에 대한 사전 정보 없이 대상체를 보다 쉽고 정확하게 검출할 수 있으며, 촬영 거리에 따라 대상체 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출할 수 있다.
본 발명의 다양한 실시예에 따른 대상체 검출방법은 다양한 서버 등의 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현될 수 있다. 또한, 통신 단말기에서 구현되는 애플리케이션 형태로 구현될 수 있다.
또한, 본 발명에 따른 대상체 검출 방법을 실행하는 프로그램 및 애플리케이션은 컴퓨터 수단에 설치되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
이제까지 본 발명에 대하여 그 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.
200: 배경영상 생성부
300: 대상체 영역 분리부
400: 대상체 검출부

Claims (18)

  1. 대상체 검출 장치에 있어서,
    열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 배경영상 생성부;
    상기 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 대상체 영역 분리부; 및
    상기 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 대상체 검출부를 포함하되,
    상기 배경영상 생성부는
    열화상 카메라에서 취득한 복수의 열화상 영상에서 노이즈를 제거하는 배경영상 노이즈 제거부;
    상기 노이즈가 제거된 복수의 열화상 영상을 이용하여 기초배경영상을 생성하는 기초배경영상 생성부; 및
    상기 기초 배경영상에 최대 값 필터링을 적용하고, 미리 설정된 한계 값을 이용하여 이진화시킨 후, 라벨링 및 크기 필터링을 통하여 대상체를 노이즈로 제거하는 대상체 제거부를 포함하는 대상체 검출 장치.
  2. 삭제
  3. 제1 항에 있어서,
    상기 배경영상 노이즈 제거부는
    중간 값 필터링을 적용하여 상기 노이즈를 제거하는 대상체 검출 장치.
  4. 제1 항에 있어서,
    상기 기초배경영상 생성부는
    상기 기초배경영상은 상기 노이즈가 제거된 복수의 열화상 영상의 각 픽셀의 평균 값을 가지는 대상체 검출 장치.
  5. 삭제
  6. 대상체 검출 장치에 있어서,
    열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 배경영상 생성부;
    상기 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 대상체 영역 분리부; 및
    상기 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 대상체 검출부를 포함하되,
    상기 대상체 영역 분리부는
    상기 배경영상과 상기 입력된 열화상 영상의 픽셀 차를 이용하여 픽셀 차 영상을 생성하는 픽셀 차 영상 생성부;
    상기 배경영상에서 추출된 배경 에지 영상과 상기 입력된 열화상 영상에서 추출된 열화상 에지 영상의 에지 차를 이용하여 에지 차 영상을 생성하는 에지 차 영상 생성부;
    상기 픽셀 차 영상 및 상기 에지 차 영상을 각각 이진화하고, 이진화된 각각의 영상을 결합하여 결합영상을 생성하는 결합영상 생성부; 및
    상기 결합영상에서 노이즈를 제거하고 대상체 영역을 검출하고 분리하는 대상체 영역 검출부를 포함하는 대상체 검출 장치.
  7. 제6 항에 있어서,
    상기 픽셀 차 영상 생성부는
    상기 입력된 열화상 영상에 대하여 미리 중간 값 필터링을 적용하거나 중간 값 필터링 및 평균 값 필터링을 적용하는 대상체 검출장치.
  8. 제6 항에 있어서,
    상기 에지 차 영상 생성부는
    상기 입력된 열화상 영상에 대하여 미리 중간 값 필터링을 적용하거나 중간 값 필터링 및 평균 값 필터링을 적용하는 대상체 검출장치.
  9. 제6항에 있어서,
    상기 결합영상 생성부는
    상기 픽셀 차 영상은 픽셀 차 한계 값에 의해 이진화되고, 상기 에지 차 영상은 에지 차 한계 값에 의해 이진화되되, 상기 픽셀 차 한계 값 및 상기 에지 차 한계 값은 각각 상기 배경영상의 밝기 값에 따라 다르게 설정되는 대상체 검출 장치.
  10. 제6 항에 있어서,
    상기 대상체 영역 검출부는
    상기 결합영상에서 라벨링, 모폴로지 연산 및 크기 필터링 중 적어도 하나가 이용되어 노이즈를 제거하는 대상체 검출 장치.
  11. 대상체 검출 장치에 있어서,
    열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 배경영상 생성부;
    상기 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 대상체 영역 분리부; 및
    상기 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 대상체 검출부를 포함하되,
    상기 대상체 검출부는
    상기 분리된 대상체 영역에서 영역 노이즈가 제거되는 대상체 노이즈 제거부;
    상기 영역 노이즈가 제거된 대상체 영역에서 세로축을 기준으로 대상체 영역을 분할하고, 분할된 영역마다 대상체의 크기 및 대상체의 가로 및 세로비율에 따라 대상체 영역을 재정의하는 대상체 영역 재정의부; 및
    상기 재정의된 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로비율에 따라 대상체를 검출하는 최종대상체 검출부를 포함하는 대상체 검출장치.
  12. 대상체 검출 방법에 있어서,
    열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 단계;
    상기 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 단계; 및
    상기 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 단계를 포함하되,
    상기 열화상 카메라에서 취득한 열화상 영상에서 배경영상을 생성하는 단계 는
    열화상 카메라에서 취득한 복수의 열화상 영상에서 노이즈를 제거하는 단계;
    상기 노이즈가 제거된 복수의 열화상 영상을 이용하여 기초배경영상을 생성하는 단계;
    상기 기초 배경영상에 최대 값 필터링을 적용하는 단계;
    상기 최대 값 필터링을 적용한 기초 배경영상에 미리 설정된 한계 값을 이용하여 이진화시키는 단계; 및
    상기 이진화된 기초 배경영상을 라벨링 및 크기 필터링을 통하여 대상체를 노이즈로 제거하는 단계를 포함하는 대상체 검출 방법.
  13. 삭제
  14. 삭제
  15. 제12 항에 있어서,
    상기 배경영상과 입력된 열화상 영상과의 차 영상을 이용하여 대상체 영역을 분리하는 단계는
    상기 배경영상과 상기 입력된 열화상 영상의 픽셀 차를 이용하여 픽셀 차 영상을 생성하는 단계;
    상기 배경영상에서 추출된 배경 에지 영상과 상기 입력된 열화상 영상에서 추출된 열화상 에지 영상의 에지 차를 이용하여 에지 차 영상을 생성하는 단계;
    상기 픽셀 차 영상 및 상기 에지 차 영상을 각각 이진화하고, 이진화된 각각의 영상을 결합하여 결합영상을 생성하는 단계; 및
    상기 결합영상에서 노이즈를 제거하고 대상체 영역을 검출하고 분리하는 단계를 포함하는 대상체 검출 방법.
  16. 제15 항에 있어서,
    상기 픽셀 차 영상 및 상기 에지 차 영상을 각각 이진화하고, 이진화된 각각의 영상을 결합하여 결합영상을 생성하는 단계는
    상기 픽셀 차 영상은 상기 배경영상의 밝기 값에 따라 픽셀 차 한계 값에 의해 이진화되는 단계;
    상기 에지 차 영상은 상기 배경영상의 밝기 값에 따라 에지 차 한계 값에 의해 이진화되는 단계; 및
    상기 이진화된 각각의 영상을 결합하여 결합영상을 생성하는 단계를 포함하는 대상체 검출 방법.
  17. 제12 항에 있어서,
    상기 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로 비율을 고려하여 대상체를 검출하는 단계는
    상기 분리된 대상체 영역에서 영역 노이즈가 제거되는 단계;
    상기 영역 노이즈가 제거된 대상체 영역에서 세로축을 기준으로 대상체 영역을 분할하고, 분할된 영역마다 대상체의 크기 및 대상체의 가로 및 세로비율에 따라 대상체 영역을 재정의하는 단계; 및
    상기 재정의된 대상체 영역에서 대상체의 크기 및 대상체의 가로 및 세로비율에 따라 대상체를 검출하는 단계를 포함하는 대상체 검출 방법.
  18. 제12항, 제15항 내지 제17항 중 어느 한 항의 대상체 검출 방법을 실행하는 컴퓨터가 판독 가능한 기록매체에 기록된 컴퓨터 프로그램.
KR1020140148349A 2014-10-29 2014-10-29 대상체 검출 장치, 방법 및 컴퓨터프로그램 KR101583776B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140148349A KR101583776B1 (ko) 2014-10-29 2014-10-29 대상체 검출 장치, 방법 및 컴퓨터프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140148349A KR101583776B1 (ko) 2014-10-29 2014-10-29 대상체 검출 장치, 방법 및 컴퓨터프로그램

Publications (1)

Publication Number Publication Date
KR101583776B1 true KR101583776B1 (ko) 2016-01-11

Family

ID=55169826

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140148349A KR101583776B1 (ko) 2014-10-29 2014-10-29 대상체 검출 장치, 방법 및 컴퓨터프로그램

Country Status (1)

Country Link
KR (1) KR101583776B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101681282B1 (ko) * 2015-12-03 2016-12-02 동국대학교 산학협력단 대상체 검출 장치 및 방법
KR101812953B1 (ko) * 2017-06-23 2017-12-29 주식회사 디앤에스 테크놀로지 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003030649A (ja) * 2001-07-18 2003-01-31 Hitachi Software Eng Co Ltd 画像処理方法および装置
JP2004227527A (ja) * 2003-01-27 2004-08-12 Fujitsu Ltd 画像処理方法、その方法をコンピュータに行わせるプログラム、そのプログラムを記録する記録媒体
JP2005354597A (ja) * 2004-06-14 2005-12-22 Honda Motor Co Ltd 車両周辺監視装置
JP2014157453A (ja) * 2013-02-15 2014-08-28 Omron Corp 画像処理装置、画像処理方法、および画像処理プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003030649A (ja) * 2001-07-18 2003-01-31 Hitachi Software Eng Co Ltd 画像処理方法および装置
JP2004227527A (ja) * 2003-01-27 2004-08-12 Fujitsu Ltd 画像処理方法、その方法をコンピュータに行わせるプログラム、そのプログラムを記録する記録媒体
JP2005354597A (ja) * 2004-06-14 2005-12-22 Honda Motor Co Ltd 車両周辺監視装置
JP2014157453A (ja) * 2013-02-15 2014-08-28 Omron Corp 画像処理装置、画像処理方法、および画像処理プログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101681282B1 (ko) * 2015-12-03 2016-12-02 동국대학교 산학협력단 대상체 검출 장치 및 방법
KR101812953B1 (ko) * 2017-06-23 2017-12-29 주식회사 디앤에스 테크놀로지 엠블럼 영상 식별에 의한 차종인식을 통한 차량 하부영상 검색 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR101394242B1 (ko) 영상 감시 장치 및 영상 감시 방법
JP6525545B2 (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
US20190199898A1 (en) Image capturing apparatus, image processing apparatus, control method, and storage medium
KR101546933B1 (ko) 화재 감지 장치
GB2542686A (en) Video data analyzing method and apparatus and parking lot monitoring system
KR101546700B1 (ko) 영상을 활용한 도로 포트홀 영역 인식 장치 및 방법
CN105187785A (zh) 一种基于动态选取显著特征的跨卡口行人识别系统与方法
JP5726596B2 (ja) 画像監視装置
TW201810186A (zh) 用於更新背景模型之方法及裝置
US20170228876A1 (en) Image processing system for detecting stationary state of moving object from image, image processing method, and recording medium
KR101868103B1 (ko) 다중 이동 물체의 식별 및 추적을 위한 영상 감시 장치 및 방법
IL256202A (en) A method for enhancing an ir or scam image based on video analysis information
Liang et al. Aviation video moving-target detection with inter-frame difference
KR102159954B1 (ko) 지능형 영상 분석을 위한 관심 영역 설정 방법 및 이에 따른 영상 분석 장치
Xue et al. Motion robust rain detection and removal from videos
KR101583776B1 (ko) 대상체 검출 장치, 방법 및 컴퓨터프로그램
Einecke et al. Detection of camera artifacts from camera images
KR101681282B1 (ko) 대상체 검출 장치 및 방법
Dong et al. Adaptive Object Detection and Visibility Improvement in Foggy Image.
US20150043775A1 (en) Object detection device, object detection method and program
US11263759B2 (en) Image processing apparatus, image processing method, and storage medium
TWI476735B (zh) 攝影機異常種類辨識方法及可偵測攝影異常的監視主機
Suresh et al. An efficient low cost background subtraction method to extract foreground object during human tracking
Monteiro et al. Robust segmentation for outdoor traffic surveillance
KR101845280B1 (ko) 그림자 신호를 제거하는 차량번호 인식 시스템 및 방법

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: 20181228

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 5