KR101590257B1 - 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치 - Google Patents

소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치 Download PDF

Info

Publication number
KR101590257B1
KR101590257B1 KR1020140083195A KR20140083195A KR101590257B1 KR 101590257 B1 KR101590257 B1 KR 101590257B1 KR 1020140083195 A KR1020140083195 A KR 1020140083195A KR 20140083195 A KR20140083195 A KR 20140083195A KR 101590257 B1 KR101590257 B1 KR 101590257B1
Authority
KR
South Korea
Prior art keywords
image
sonar
candidate
sonar image
candidate object
Prior art date
Application number
KR1020140083195A
Other languages
English (en)
Other versions
KR20160005191A (ko
Inventor
유선철
조현우
조한길
구정회
표주현
Original Assignee
포항공과대학교 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 포항공과대학교 산학협력단 filed Critical 포항공과대학교 산학협력단
Priority to KR1020140083195A priority Critical patent/KR101590257B1/ko
Publication of KR20160005191A publication Critical patent/KR20160005191A/ko
Application granted granted Critical
Publication of KR101590257B1 publication Critical patent/KR101590257B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52046—Techniques for image enhancement involving transmitter or receiver

Abstract

소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치가 제공된다. 본 발명의 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 방법은 수중의 바닥을 이동하면서 후보 물체를 탐색하는 단계, 후보 물체가 탐색되면, 후보 물체에 대하여 사전 설정된 위치로 이동하는 단계, 사전 설정된 위치에서 후보 물체에 대한 소나 이미지를 획득하고, 획득된 소나 이미지와 다수의 물체에 대하여 시뮬레이션된 소나 이미지 템플릿과의 상관 계수를 연산하여 후보군을 도출하는 단계, 및 후보 물체를 중심으로 일정 각도로 회전하면서 소나 이미지를 획득하고, 획득된 각도별 소나 이미지와 다수의 물체에 대하여 각도별로 시뮬레이션된 소나 이미지를 포함하는 소나 이미지 템플릿 맵과의 상관 계수를 연산하여 제 1 임계값 이상인 경우 대상 물체로 판정하는 단계를 포함한다.

Description

소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치{Method and device for recognizing underwater object using sonar image template}
본 발명은 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치에 관한 것으로, 특히, 다수의 물체에 대하여 소나 이미지 예측 시뮬레이터에 의해 제작된 소나 이미지 템플릿을 이용하여 수중 물체 인식 방법 및 장치에 관한 것이다.
최근, 수중 구조체들의 안전 검사와 같은 천해(shallow water)에서의 작업의 필요가 급격하게 증가하면서, 수중 로봇이 위험한 수중 작업을 자동화하기 위해 중요한 역할을 해왔다. 이러한 수중 로봇의 동작은 관심 대상물을 검출하고 탐색하기 위한 센서 시스템이 필요하다.
일반적으로, 수중 작업을 위해서 수중 환경을 관찰할 때, 광학 카메라 대신 이미징 소나가 사용된다. 이미징 소나는 초음파를 이용하여 수중 환경을 관찰하기 때문에, 물의 탁도에 영향을 받지 않아 유용하다. 그러나, 이미징 소나에 의해 획득된 소나 이미지는 광학 이미지와 상이한 원리로 획득되며, 따라서 대상 물체의 인식이 용이하지 않기 때문에, 수중 작업을 위해서는 수중 물체의 인식을 위한 방법이 요구되고 있다.
본 발명의 일 실시예는 소나 이미지 예측 시뮬레이터에 의해 제작된 소나 이미지 템플릿을 이용하여 수중에서 탐색된 수중 물체를 인식할 있는 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치를 제공하고자 한다.
본 발명의 일 측면에 따르면, 수중의 바닥을 이동하면서 후보 물체를 탐색하는 단계; 상기 후보 물체가 탐색되면, 상기 후보 물체에 대하여 사전 설정된 위치로 이동하는 단계; 상기 사전 설정된 위치에서 상기 후보 물체에 대한 소나 이미지를 획득하고, 상기 획득된 소나 이미지와 다수의 물체에 대하여 시뮬레이션된 소나 이미지 템플릿과의 상관 계수를 연산하여 후보군을 도출하는 단계; 및 상기 후보 물체를 중심으로 일정 각도로 회전하면서 소나 이미지를 획득하고, 상기 획득된 각도별 소나 이미지와 상기 다수의 물체에 대하여 각도별로 시뮬레이션된 소나 이미지를 포함하는 소나 이미지 템플릿 맵과의 상관 계수를 연산하여 제 1 임계값 이상인 경우 대상 물체로 판정하는 단계를 포함하는 소나 이미지 템플릿을 이용한 수중 물체 인식 방법이 제공된다.
이 때, 상기 이동하는 단계는 상기 획득된 소나 이미지에서 상기 후보 물체가 중앙에 위치하도록 이동할 수 있다.
이 때, 상기 이동하는 단계는 상기 후보 물체와 이미징 소나 사이의 거리, 상기 이미징 소나의 높이, 상기 이미징 소나의 틸트 각도가 상기 사전 설정된 값이 되도록 이동할 수 있다.
이 때, 상기 후보군을 도출하는 단계는, 상기 획득된 소나 이미지에서 상기 후보 물체의 이미지를 추출하는 단계; 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 상관 계수를 연산하는 제 1 연산 단계; 및 상기 연산된 상관 계수가 제 2 임계값 이상이면 후보로 도출하는 단계를 포함할 수 있다.
이 때, 상기 후보군을 도출하는 단계는 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 모든 이미지에 대하여 반복적으로 후보를 도출할 수 있다.
이 때, 상기 추출하는 단계는 상기 후보 물체의 그림자 부분을 추출할 수 있다.
이 때, 상기 제 1 연산 단계는 상기 추출된 그림자의 넓이, 종횡비(aspect ratio) 및 전체 모양에 기반하여 상기 상관 계수를 연산할 수 있다.
이 때, 상기 시뮬레이션된 소나 이미지 템플릿은 상기 다수의 후보 물체들에 대한 캐드 파일을 기초로 사전 시뮬레이션된 것일 수 있다.
이 때, 상기 판정하는 단계는, 상기 후보 물체를 중심으로 일정 각도로 회전하면서 소나 이미지를 획득하는 단계; 상기 각도별로 획득된 소나 이미지에서 후보 물체를 추출하는 단계; 상기 추출된 각도별 후보 물체의 이미지와 상기 소나 이미지 템플릿 맵의 상관 계수를 연산하는 제 2 연산 단계; 상기 연산된 상관 계수가 제 3 임계값 이상이면 해당 템플릿을 체크하는 단계; 및 상기 체크 결과에 따라 대상을 결정하는 단계를 포함할 수 있다.
이 때, 상기 제 1 임계값은 상기 제 3 임계값 이상이라고 체크된 템플릿의 개수일 수 있다.
이 때, 상기 추출하는 단계는 상기 각도별 후보 물체의 그림자 부분을 추출할 수 있다.
이 때, 상기 획득하는 단계는 이미징 소나와 상기 후보 물체 사이의 사전 설정을 유지하면서 상기 후보 물체를 중심으로 360도 회전하며 획득된 것일 수 있다.
이 때, 상기 판정하는 단계는 상기 제 2 연산 단계 이전에, 상기 도출된 후보군에 대하여 각도별로 시뮬레이션된 소나 이미지들을 하나의 소나 이미지 템플릿 맵으로 구성하는 단계를 더 포함할 수 있다.
이 때, 상기 대상을 결정하는 단계는 상기 상관 계수 중 최고 값이 상기 소나 이미지 템플릿 맵에서 일정 방향으로 움직이는 것으로 나타날 경우 대상 물체로 결정할 수 있다.
본 발명의 다른 측면에 따르면, 상기의 방법들을 실행하는 컴퓨터 프로그램이 저장된 컴퓨터 판독가능한 기록 매체가 제공된다.
본 발명의 또 다른 측면에 따르면, 이미징 소나가 후보 물체에 대하여 사전 설정된 위치에 위치될 때, 상기 후보 물체의 소나 이미지를 획득하는 이미지 획득부; 상기 획득된 소나 이미지에서 상기 후보 물체의 이미지를 추출하는 물체 추출부; 다수의 물체에 대하여 시뮬레이션된 소나 이미지 템플릿이 저장되는 템플릿 저장부; 및 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 상관 계수를 연산하여 후보군을 도출하고, 상기 후보 물체를 중심으로 일정 각도로 회전하면서 획득된 소나 이미지에서 추출된 후보 물체의 이미지와, 상기 다수의 물체에 대하여 각도별로 시뮬레이션된 소나 이미지를 포함하는 소나 아미지 템플릿 맵과의 상관 계수를 연산하여 제 1 임계값 이상인 경우 대상 물체로 판정하는 대상 인식부를 포함하는 소나 이미지 템플릿을 이용한 수중 물체 인식 장치가 제공된다.
이 때, 상기 이미지 획득부는 상기 후보 물체가 중앙에 위치하도록 한 상태에서 소나 이미지를 획득할 수 있다.
이 때, 상기 이미지 획득부는, 상기 후보 물체와 상기 이미징 소나 사이의 거리, 상기 이미징 소나의 높이, 상기 이미징 소나의 틸트 각도가 사전 설정된 값을 갖도록 조종될 경우, 소나 이미지를 획득할 수 있다.
이 때, 상기 대상 인식부는 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 상관 계수를 연산하여 제 2 임계값 이상이면 후보로 도출할 수 있다.
이 때, 상기 대상 인식부는 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 모든 이미지에 대하여 반복적으로 후보를 도출할 수 있다.
이 때, 상기 물체 추출부는 상기 후보 물체 및 상기 각도별 후보 물체의 그림자 부분을 추출할 수 있다.
이 때, 상기 대상 인식부는 상기 추출된 그림자의 넓이, 종횡비 및 전체 모양에 기반하여 상기 상관 계수를 연산할 수 있다.
이 때, 상기 시뮬레이션된 소나 이미지 템플릿은 상기 다수의 물체들에 대한 캐드 파일을 기초로 사전 시뮬레이션된 것일 수 있다.
이 때, 상기 대상 인식부는 상기 추출된 각도별 후보 물체의 이미지와 상기 소나 아미지 템플릿 맵의 상관 계수를 연산하여 제 3 임계값 이상이면 해당 템플릿을 체크하여 체크 결과에 따라 대상을 결정할 수 있다.
이 때, 상기 제 1 임계값은 상기 제 3 임계값 이상이라고 체크된 템플릿의 개수일 수 있다.
이 때, 상기 각도별 물체의 이미지는 상기 이미징 소나와 상기 후보 물체 사이의 사전 설정을 유지하면서 상기 후보 물체를 중심으로 360도 회전하여 획득될 수 있다.
이 때, 상기 대상 인식부는 상기 도출된 후보군에 대하여 각도별로 시뮬레이션된 소나 이미지들을 하나의 소나 이미지 템플릿 맵으로 구성할 수 있다.
이 때, 상기 대상 인식부는 상기 각도별 후보 물체의 이미지와 상기 소나 이미지 템플릿 맵과의 상관 계수 중 최고 값이 소나 이미지 템플릿 맵에서 일정 방향으로 움직이는 것으로 나타날 경우 대상 물체로 결정할 수 있다.
본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 장치 및 방법은 사전에 소나 이미지 예측 시뮬레이터에 의해 제작된 소나 이미지 템플릿을 이용함으로써 소나 이미지만으로 인식하기 곤란한 수중 물체를 정확하고 신속하게 인식할 수 있다.
도 1은 본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 장치의 개략적 블록도이다.
도 2는 도 1의 후보 물체 발견시 동작을 설명하기 위한 개략도이다.
도 3은 도 1의 물체 추출부의 동작을 설명하기 위한 도면이다.
도 4는 도 1의 물체 추출부의 동작을 설명하기 위한 도면이다.
도 5는 소나 이미지 템플릿의 예를 도시한다.
도 6은 상이한 각도에 대한 소나 이미지 템플릿의 예를 도시한다.
도 7은 대상 물체에 대하여 각도별 이미지를 획득하는 동작을 설명하기 위한 개략도이다.
도 8은 소나 이미지의 각도별 템플릿의 예를 도시한다.
도 9는 후보 물체와 템플릿 맵의 상관 계수를 산출하는 동작을 설명하기 위한 개략도이다.
도 10은 도 9에 따라 대상을 판정하는 예를 도시한다.
도 11은 본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 방법의 순서도이다.
도 12는 도 11의 후보군 도출에 대한 세부 방법의 순서도이다.
도 13은 도 11의 대상 판정에 대한 세부 방법의 순서도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙였다.
도 1은 본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 장치의 개략적 블록도이고, 도 2는 도 1의 후보 물체 발견시 동작을 설명하기 위한 개략도이다. 이하에서는 도면을 참조하여 본 발명의 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 장치를 보다 상세히 설명하도록 한다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 장치(100)는 이미지 획득부(110), 물체 추출부(120), 템플릿 저장부(130), 및 대상 인식부(140)를 포함한다.
이러한 수중 물체 인식 장치(100)는 수중을 탐사하기 위한 수중 로봇(200)에 장착되며, 수중 로봇(200)은 제어부(210) 및 구동부(220)를 포함할 수 있다. 이때, 제어부(210)는 수중 로봇(200)이 수중 탐사를 하도록 제어하며, 구동부(220)는 수중 탐사를 위한 이동 및 수중 물체 인식 장치(100)의 자세 변환 등을 구동할 수 있다.
이미지 획득부(110)는 이미징 소나가 후보 물체에 대하여 사전 설정된 위치에 위치될 때, 상기 후보 물체의 소나 이미지를 획득할 수 있다. 이 때, 이미지 획득부(110)는 후보 물체가 중앙에 위치하도록 한 상태에서 소나 이미지를 획득할 수 있고, 예를 들면, 후보 물체와 이미징 소나 사이의 거리, 상기 이미징 소나의 높이, 상기 이미징 소나의 틸트 각도가 사전 설정된 값을 갖도록 조종될 경우, 소나 이미지를 획득할 수 있다. 여기서, 이미지 소나는 수중 물체 인식 장치(100)를 포함할 수 있고, 수중 로봇(200)에 장착될 수 있다. 또한, 수중 로봇(200)은 수중 바닥을 이동하면서 후보 물체를 탐색하고, 후보 물체가 탐색되면, 후보 물체에 대하여 사전 설정된 위치로 이동할 수 있다. 이 때, 수중 로봇(200)은 후보 물체와의 거리, 바닥으로부터의 높이 및 이미징 소나의 틸트 각도가 사전 설정된 값이 되도록 제어할 수 있다. 예를 들면, 도 2에 도시된 바와 같이, 수중 로봇(200)은 바닥으로부터 3m 높이에서, 대상 물체와 5m의 직선 거리에 위치하며, 이미징 소나가 45도로 물체를 지향하도록 사전 설정될 수 있다.
물체 추출부(120)는 이미지 획득부(110)에서 획득된 소나 이미지에서 탐색된 후보 물체의 이미지를 추출하며, 유사하게 후술하는 바와 같이, 후보 물체에 대하여 일정 각도로 회전하면서 획득된 이미지에서 후보 물체의 그림자 부분을 추출할 수 있다.
이하 도면을 달리하여 물체 추출부(120)에 대하여 더 상세하게 설명한다. 도 3은 도 1의 물체 추출부의 동작을 설명하기 위한 도면이고, 도 4는 도 1의 물체 추출부의 동작을 설명하기 위한 도면이다.
도 3에 도시된 바와 같이, 물체 추출부(120)는 이미지 획득부(110)에서 획득된 이미지로부터 대상 물체 부분만을 추출한다. 이 때, 소나 이미지는 회전 각도에 따른 상이한 형태에 기인하여 그림자를 통한 인식이 더 용이하기 때문에, 물체 추출부(120)는 후보 물체의 그림자만을 추출한다. 즉, 물체 추출부(120)는, 도 4에 도시된 바와 같이, 먼저, 획득된 소나 이미지(a)로부터 노이즈를 제거한 다음(b), 픽셀 값의 역변환을 통하여 그림자 부분(c)만을 도출할 수 있다.
예를 들면, 물체 추출부(120)는 일정 값 이상의 픽셀들만 흰색으로 변환하고, 나머지는 검정색으로 변환하여 흰색 부분만을 검출한다. 이 때, 물체 추출부(120)는 일정 넓이 이상의 영역들을 따로 분리하며, 이러한 영역들을 감싸는 최소의 사각형 형태로 분리함으로써, 물체의 그림자를 추출할 수 있다.
다시 도 1을 참조하여, 템플릿 저장부(130)는 다수의 물체에 대하여 소나 이미지 예측 시뮬레이터에 의해 사전 시뮬레이션된 소나 이미지 템플릿이 저장될 수 있다. 이 때, 소나 이미지 예측 시뮬레이터에 의한 소나 이미지 템플릿은 다수의 물체들에 대한 캐드 파일을 기초로 사전 시뮬레이션된 것일 수 있다. 이러한 소나 아미지 템플릿은 하나의 대상 물체에 대하여 다수의 각도, 예를 들면, 360도의 일정 각도마다 시뮬레이션된 것일 수 있다. 이와 같이 특정 물체에 대하여 사전 시뮬레이션된 소나 이미지 템플릿을 이용함으로써, 후술하는 바와 같은 대상 물체의 인식이 용이할 수 있다.
대상 인식부(140)는 추출된 후보 물체의 이미지와, 소나 이미지 템플릿의 상관 계수를 연산하여 후보군을 도출하고, 후보 물체를 중심으로 일정 각도로 회전하면서 획득된 소나 이미지에서 추출된 후보 물체의 이미지와, 다수의 물체에 대하여 각도별로 시뮬레이션된 소나 이미지를 포함하는 소나 아미지 템플릿 맵과의 상관 계수를 연산하여 제 1 임계값 이상인 경우 대상 물체로 판정할 수 있다.
이하 도면을 달리하여 대상 인식부(140)의 후보군 도출에 대하여 더 상세히 설명한다. 도 5는 소나 이미지 템플릿의 예를 도시한다.
대상 인식부(140)는 물체 추출부(120)로부터 추출된 후보 물체의 이미지와 소나 이미지 템플릿의 상관 계수를 연산하여 제 2 임계값 이상이면 후보로 도출하는데, 추출된 후보 물체의 이미지와 소나 이미지 템플릿의 모든 이미지에 대하여 반복적으로 후보를 도출하여 최종적으로 후보군을 형성할 수 있다. 이 때, 대상 인식부(140)는 추출된 그림자의 넓이, 종횡비 및 전체 모양에 기반하여 소나 이미지 템플릿과의 상관 계수를 연산할 수 있다. 예를 들면, 대상 인식부(140)는 도 5에 도시된 바와 같은 소나 이미지 템플릿 중에서 가장 유사한 형태를 1차적으로 후보군으로 도출할 수 있다.
이하 도면을 달리하여 대상 인식부(140)의 대상 판정 동작에 대하여 더 상세히 설명한다.
도 6은 상이한 각도에 대한 소나 이미지 템플릿의 예를 도시하고, 도 7은 대상 물체에 대하여 각도별 이미지를 획득하는 동작을 설명하기 위한 개략도이며, 도 8은 소나 이미지의 각도별 템플릿의 예를 도시하고, 도 9는 후보 물체와 템플릿 맵의 상관 계수를 산출하는 동작을 설명하기 위한 개략도이고, 도 10은 도 9에 따라 대상을 판정하는 예를 도시한다.
대상 인식부(140)는 도출된 후보군 대하여 각도별로 시뮬레이션된 소나 이미지들을 하나의 소나 이미지 템플릿 맵으로 구성할 수 있다. 도 6에 도시된 바와 같이, 시뮬레이션된 소나 이미지는 하나의 물체에 대하여 다양한 각도로 시뮬레이션된 것일 수 있다. 이 때 각도별 물체의 이미지는 이미징 소나와 후보 물체 사이의 사전 설정을 유지하면서 후보 물체를 중심으로 360도 회전하여 획득된 것일 수 있다. 즉, 도 7에 도시된 바와 같이, 수중 물체 인식 장치(100)를 장착한 수중 로봇(200)은 후보 물체 사이의 사전 설정을 유지하면서 후보 물체를 중심으로 360도 회전하도록 제어될 수 있다. 예를 들면, 소나 이미지 템플릿은 10도 간격으로 시뮬레이션 된 것일 수 있고, 이 경우, 수중 물체 인식 장치(100)는 후보 물체에 대하여 10도 간격으로 이미지를 획득할 수 있다.
또한, 대상 인식부(140)는 물체 추출부(120)로부터 추출된 각도별 후보 물체의 이미지와 소나 아미지 템플릿 맵의 상관 계수를 연산하여 제 3 임계값 이상이면 해당 템플릿을 체크하여 체크 결과에 따라 대상을 결정할 수 있다. 즉, 도 8에 도시된 바와 같이, 대상 인식부(140)는 도출된 후보군 중 하나에 대하여 일정 각도로 시뮬레이션된 소나 이미지 템플릿과의 상관 관계를 연산할 수 있다. 이 때, 도 9에 도시된 바와 같이, 대상 인식부(140)는 구성된 소나 이미지 템플릿 맵에 대하여 상관 관계를 연산하고, 연산 결과가 제 3 임계값 이상이면, 도 10에 도시된 바와 같이 체크한 후, 템플릿 맵 중에서 제 3 임계값 이상이라고 체크된 템플릿의 개수가 제 1 임계값을 이상인지에 따라 대상을 판정할 수 있다. 이 때, 대상 인식부(140)는, 수중 로봇(200)이 일정한 방향으로 회전하면 물체의 그림자 변화도 일정하기 때문에, 각도별 후보 물체의 이미지와 소나 이미지 템플릿 맵과의 상관 계수 중 최고 값이 소나 이미지 템플릿 맵에서 일정 방향으로 움직이는 것으로 나타날 경우 대상 물체로 결정할 수 있다.
이와 같은 구성에 의해, 본 발명의 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 장치(100)는 사전에 소나 이미지 예측 시뮬레이터에 의해 제작된 소나 이미지 템플릿을 이용함으로써 소나 이미지만으로 인식하기 곤란한 수중 물체를 정확하고 신속하게 인식할 수 있다.
이하, 도 11을 참조하여 본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 방법을 설명한다. 도 11은 본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 방법의 순서도이다.
도 11을 참조하면, 본 발명의 일 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 방법(1100)은 수중을 탐색하는 단계(단계 S1101 및 단계 S1102), 사전 설정 위치로 이동하는 단계(단계 S1103), 소나 이미지 템플릿 중에서 후보군을 도출하는 단계(단계 S1104), 및 후보군 중에서 제 1 임계값 이상인 경우 대상 물체로 판정하는 단계(단계 S1105 및 단계 S1106)를 포함한다.
보다 상세히 설명하면, 도 3에 도시된 바와 같이, 먼저, 수중 로봇(200)이 수중의 바닥을 이동하면서 후보 물체를 탐색할 수 있다(단계 S1101). 이 때, 수중 바닥에 대한 소나 이미지를 획득하고, 획득된 소나 이미지에서 그림자를 중심으로 탐색할 수 있다.
다음으로, 후보 물체가 발견되었는지를 판단하여(단계 S1102), 후보 물체가 발견되지 않았다고 판단한 경우에는 후보 물체가 발견될 때까지 단계 S1101의 탐색을 지속적으로 수행할 수 있다.
단계 S1102의 판단 결과, 후보 물체가 발견되었다고 판단한 경우, 후보 물체에 대하여 사전 설정된 위치로 이동할 수 있다(단계 S1103). 이 때, 획득된 소나 이미지에서 후보 물체가 중앙에 위치하도록 이동할 수 있다. 예를 들면, 수중 로봇(200)은 후보 물체와의 거리, 이미징 소나의 높이, 이미징 소나의 틸트 각도가 사전 설정된 값이 되도록 이동할 수 있다. 예를 들면, 수중 로봇(200)은 바닥으로부터 3m 높이, 대상 물체와 5m 직선 거리의 위치로 이동하여, 이미징 소나가 45도로 물체를 지향하도록 구동될 수 있다.
다음으로, 수중 로봇(200)이 사전 설정된 위치에서, 후보 물체에 대한 소나 이미지를 획득하고, 획득된 소나 이미지와 다수의 물체에 대하여 시뮬레이션된 소나 이미지 템플릿과의 상관 계수를 연산하여 후보군을 도출할 수 있다(단계 S1104).
도면을 달리하여, 후보군 도출에 대하여 더 상세하게 설명한다. 도 12는 도 11의 후보군 도출에 대한 세부 방법의 순서도이다.
도 12에 도시된 바와 같이, 단계 S1103과 같이 수중 로봇(200)이 사전 설정된 위치로 이동한 후, 획득된 소나 이미지에서 후보 물체의 이미지를 추출할 수 있다(단계 S1201). 이 때, 소나 이미지는 회전 각도에 따른 상이한 형태에 기인하여 그림자를 통한 인식이 더 용이하기 때문에, 후보 물체의 그림자 부분만을 추출할 수 있다. 즉, 도 4에 도시된 바와 같이, 먼저, 획득된 소나 이미지(a)로부터 노이즈를 제거한 다음(b), 픽셀 값의 역변환을 통하여 그림자 부분(c)만을 도출할 수 있다. 예를 들면, 일정 값 이상의 픽셀들만 흰색으로 변환하고, 나머지는 검정색으로 변환하여 흰색 부분만을 검출한다. 이 때, 일정 넓이 이상의 영역들을 따로 분리하며, 이러한 영역들을 감싸는 최소의 사각형 형태로 분리함으로써, 물체의 그림자를 추출할 수 있다.
다음으로, 추출된 후보 물체의 이미지와 소나 이미지 템플릿의 상관 계수를 연산할 수 있다(단계 S1202). 이 때, 소나 이미지 예측 시뮬레이터에 의한 소나 이미지 템플릿은 다수의 물체들에 대한 캐드 파일을 기초로 사전 시뮬레이션된 것일 수 있다. 이러한 소나 이미지 템플릿은 하나의 대상 물체에 대하여 다수의 각도, 예를 들면, 360도의 일정 각도마다 시뮬레이션된 것일 수 있다. 이와 같이 특정 물체에 대하여 사전 시뮬레이션된 소나 이미지 템플릿을 이용함으로써, 후술하는 바와 같은 대상 물체의 인식이 용이할 수 있다. 또한, 추출된 그림자의 넓이, 종횡비 및 전체 모양에 기반하여 소나 이미지 템플릿과의 상관 계수를 연산할 수 있다.
다음으로, 연산된 상관 계수가 제 2 임계값 이상인지를 판단하여(단계 S1203), 제 2 임계값 이하이면 단계 S1202로 진행하여 소나 이미지 템플릿의 다음 이미지에 대하여 상관 계수를 연산할 수 있다.
단계 S1203의 판단 결과, 연산된 상관 계수가 제 2 임계값 이상이라고 판단한 경우, 해당 템플릿을 후보로 도출할 수 있다(단계 S1204). 예를 들면, 도 5에 도시된 바와 같은 소나 이미지 템플릿 중에서 가장 유사한 형태를 1차적으로 후보군으로 도출할 수 있다.
다음으로, 잔여 템플릿이 없는지를 판단하여(단계 S1205), 잔여 템플릿이 없다고 판단한 경우, 후보군 도출을 완료하고(단계 S1206), 단계 S1105로 진행할 수 있다.
단계 S1205의 판단 결과, 잔여 템플릿이 있다고 판단한 경우, 단계 S1202로 복하여, 소나 이미지 템플릿의 모든 이미지에 대하여 후보를 도출할 때까지 반복적으로 상관 계수의 연산을 수행한다.
다시 도 11을 참조하여, 후보 물체를 중심으로 일정 각도로 회전하면서 소나 이미지를 획득하고, 획득된 각도별 소나 이미지와 다수의 물체에 대하여 각도별로 시뮬레이션된 소나 이미지를 포함하는 소나 이미지 템플릿 맵과의 상관 계수를 연산하여 대상 물체로 판정할 수 있다(단계 S1105).
도면을 달리하여, 대상 판정에 대하여 더 상세하게 설명한다. 도 13은 도 11의 대상 판정에 대한 세부 방법의 순서도이다.
도 13에 도시된 바와 같이, 단계 S1104와 같이, 소나 이미지 템플릿에 대하여 후보군이 도출된 후, 후보 물체를 중심으로 일정 각도로 회전하면서 소나 이미지를 획득할 수 있다(단계 S1301). 이 때, 이미징 소나와 후보 물체 사이의 사전 설정을 유지하면서 후보 물체를 중심으로 360도 회전 후보 물체의 이미지를 획득할 수 있다. 즉, 도 7에 도시된 바와 같이, 수중로봇(200)은 후보 물체 사이의 사전 설정을 유지하면서 후보 물체를 중심으로 360도 회전하도록 제어될 수 있다. 예를 들면, 소나 이미지 템플릿은 10도 간격으로 시뮬레이션 된 것일 수 있고, 이 경우, 수중 물체 인식 장치(100)는 후보 물체에 대하여 10도 간격으로 이미지를 획득할 수 있다.
다음으로, 각도별로 획득된 소나 이미지에서 후보 물체를 추출할 수 있다(단계 S1302). 단계 S1201과 유사하게, 예를 들면, 일정 값 이상의 픽셀들만 흰색으로 변환하고, 나머지는 검정색으로 변환하여 흰색 부분만을 검출한다. 이 때, 일정 넓이 이상의 영역들을 따로 분리하며, 이러한 영역들을 감싸는 최소의 사각형 형태로 분리함으로써, 각도별 후보 물체의 그림자 부분을 추출할 수 있다.
다음으로, 도출된 후보군에 대하여 각도별로 시뮬레이션된 소나 이미지들을 하나의 소나 이미지 템플릿 맵으로 구성할 수 있다(단계 S1303). 이 때, 도 6에 도시된 바와 같이, 시뮬레이션된 소나 이미지는 하나의 물체에 대하여 다양한 각도로 시뮬레이션된 것일 수 있다.
다음으로, 추출된 각도별 후보 물체의 이미지와 소나 이미지 템플릿 맵의 상관 계수를 연산할 수 있다(단계 S1304). 즉, 도 8에 도시된 바와 같이, 도출된 후보군 중 하나에 대하여 일정 각도로 시뮬레이션된 소나 이미지 템플릿과의 상관 관계를 연산할 수 있다. 이 때, 도 9에 도시된 바와 같이 구성된 소나 이미지 템플릿 맵에 대하여 상관 관계를 연산할 수 있다.
다음으로, 연산된 상관 계수가 제 3 임계값 이상이면 해당 템플릿을 체크할 수 있다(단계 S1305). 즉, 소나 이미지 템플릿 맵의 모든 이미지에 대하여 연산된 상관 계수가 제 3 임계값 이상인 템플릿을 체크할 수 있다.
다음으로 체크 결과에 따라 대상을 결정하여 대상 판정을 완료하고(단계 S1306), 단계 S1106으로 진행할 수 있다.
다시 도 1을 참조하여, 제 3 임계값 이상이라고 체크된 템플릿의 개수가 제 1 임계값 이상인지를 판단하여(단계 S1106), 제 1 임계값 이하인 경우에는 대상 물체를 인식하지 못한 것으로 판단하여 단계 S1101로 복귀하여 다른 대상 물체에 대한 탐색을 진행할 수 있다.
단계 S1106의 판단 결과, 제 3 임계값 이상이라고 체크된 템플릿의 개수가 제 1 임계값 이상인 경우에는 해당 템플릿에 대응하는 물체를 대상 물체로 판정하고 수중 물체의 인식 방법을 종료한다.
대안적으로, 수중 로봇(200)이 일정한 방향으로 회전하면 물체의 그림자 변화도 일정하기 때문에, 상관 계수 중 최고 값이 소나 이미지 템플릿 맵에서 일정 방향으로 움직이는 것으로 나타날 경우 대상 물체로 결정할 수 있다.
이와 같은 방법에 의해, 이와 같은 방법에 의해 본 발명의 실시예에 따른 소나 이미지 템플릿을 이용한 수중 물체 인식 방법은 사전에 소나 이미지 예측 시뮬레이터에 의해 제작된 소나 이미지 템플릿을 이용함으로써 소나 이미지만으로 인식하기 곤란한 수중 물체를 정확하고 신속하게 인식할 수 있다.
상기와 같은 방법들은 도 1에 도시된 바와 같은 수중 물체 인식 장치(100)에 의해 구현될 수 있고, 특히, 이러한 단계들을 실행하는 소프트웨어 프로그램으로 구현될 수 있으며, 이 경우, 이러한 프로그램들은 컴퓨터 판독가능한 기록 매체에 저장되거나 전송 매체 또는 통신망에서 반송파와 결합된 컴퓨터 데이터 신호에 의하여 전송될 수 있다.
이 때, 컴퓨터 판독 가능한 기록 매체는 컴퓨터 시스템에 의해 판독가능한 데이터가 저장되는 모든 종류의 기록 장치를 포함하며, 예를 들면, ROM, RAM, CD-ROM, DVD-ROM, DVD-RAM, 자기 테이프, 플로피 디스크, 하드 디스크, 광 데이터 저장장치 등일 수 있다.
이상에서 본 발명의 일 실시예에 대하여 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니하며, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
100 : 수중 물체 인식 장치 110 : 이미지 획득부
120 : 물체 추출부 130 : 템플릿 저장부
140 : 대상 인식부 200 : 수중 로봇
210 : 제어부 220 : 구동부

Claims (28)

  1. 소나 이미지 템플릿을 이용하여 수중에서 물체를 인식하는 방법으로서,
    수중의 바닥을 이동하면서 후보 물체를 탐색하는 단계;
    상기 후보 물체가 탐색되면, 상기 후보 물체에 대하여 사전 설정된 위치로 이동하는 단계;
    상기 사전 설정된 위치에서 상기 후보 물체 및 상기 후보 물체의 그림자를 포함하는 소나 이미지를 획득하고, 상기 획득된 소나 이미지에서 상기 후보 물체의 그림자 부분을 상기 후보 물체의 이미지로 추출하며, 상기 후보 물체의 이미지와 다수의 물체에 대하여 시뮬레이션된 소나 이미지 템플릿과의 상관 계수를 연산하여 후보군을 도출하는 단계; 및
    상기 후보 물체를 중심으로 일정 각도로 360도 회전하면서 소나 이미지를 획득하고, 상기 획득된 각도별 소나 이미지에서 상기 후보 물체의 그림자 부분을 상기 후보 물체의 각도별 이미지로 추출하며, 상기 후보 물체의 각도별 이미지와 상기 다수의 물체에 대하여 각도별로 시뮬레이션된 소나 이미지를 포함하는 소나 이미지 템플릿 맵과의 상관 계수를 연산하여 제 1 임계값 이상인 경우 대상 물체로 판정하는 단계를 포함하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  2. 제 1 항에 있어서,
    상기 이동하는 단계는 상기 획득된 소나 이미지에서 상기 후보 물체가 중앙에 위치하도록 이동하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  3. 제 2 항에 있어서,
    상기 이동하는 단계는 상기 후보 물체와 이미징 소나 사이의 거리, 상기 이미징 소나의 높이, 상기 이미징 소나의 틸트 각도가 상기 사전 설정된 값이 되도록 이동하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  4. 제 1 항에 있어서,
    상기 후보군을 도출하는 단계는,
    상기 획득된 소나 이미지에서 상기 후보 물체의 그림자 부분을 상기 후보 물체의 이미지로 추출하는 단계;
    상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 상관 계수를 연산하는 제 1 연산 단계; 및
    상기 연산된 상관 계수가 제 2 임계값 이상이면 후보로 도출하는 단계를 포함하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  5. 제 4 항에 있어서,
    상기 후보군을 도출하는 단계는 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 모든 이미지에 대하여 반복적으로 후보를 도출하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  6. 삭제
  7. 제 4 항에 있어서,
    상기 제 1 연산 단계는 상기 추출된 그림자의 넓이, 종횡비(aspect ratio) 및 전체 모양에 기반하여 상기 상관 계수를 연산하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  8. 제 1 항에 있어서,
    상기 시뮬레이션된 소나 이미지 템플릿은 상기 다수의 후보 물체들에 대한 캐드 파일을 기초로 사전 시뮬레이션된 것인, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  9. 제 1 항에 있어서,
    상기 판정하는 단계는,
    상기 후보 물체를 중심으로 일정 각도로 회전하면서 상기 소나 이미지를 획득하는 단계;
    상기 각도별로 획득된 소나 이미지에서 상기 후보 물체의 그림자 부분을 상기 후보 물체의 각도별 이미지로 추출하는 단계;
    상기 추출된 각도별 후보 물체의 이미지와 상기 소나 이미지 템플릿 맵의 상관 계수를 연산하는 제 2 연산 단계;
    상기 연산된 상관 계수가 제 3 임계값 이상이면 해당 템플릿을 체크하는 단계; 및
    상기 체크 결과에 따라 대상을 결정하는 단계를 포함하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  10. 제 9 항에 있어서,
    상기 제 1 임계값은 상기 제 3 임계값 이상이라고 체크된 템플릿의 개수인, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  11. 삭제
  12. 제 9 항에 있어서,
    상기 획득하는 단계는 이미징 소나와 상기 후보 물체 사이의 사전 설정을 유지하면서 상기 후보 물체를 중심으로 360도 회전하며 획득하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  13. 제 9 항에 있어서,
    상기 판정하는 단계는 상기 제 2 연산 단계 이전에, 상기 도출된 후보군에 대하여 각도별로 시뮬레이션된 소나 이미지들을 하나의 소나 이미지 템플릿 맵으로 구성하는 단계를 더 포함하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  14. 제 9 항에 있어서,
    상기 대상을 결정하는 단계는 상기 상관 계수 중 최고 값이 상기 소나 이미지 템플릿 맵에서 일정 방향으로 움직이는 것으로 나타날 경우 대상 물체로 결정하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 방법.
  15. 제 1 항 내지 제 5 항, 제 7 항 내지 제 10 항, 및 제 12 항 내지 제 14 항 중 어느 한 항에 따른 방법을 실행하는 컴퓨터 프로그램이 저장된 컴퓨터 판독가능한 기록 매체.
  16. 소나 이미지 템플릿을 이용하여 수중에서 물체를 인식하는 장치로서,
    이미징 소나가 후보 물체에 대하여 사전 설정된 위치에 위치될 때, 상기 후보 물체 및 상기 후보 물체의 그림자를 포함하는 소나 이미지를 획득하는 이미지 획득부;
    상기 획득된 소나 이미지에서 상기 후보 물체의 그림자 부분을 상기 후보 물체의 이미지로 추출하는 물체 추출부;
    다수의 물체에 대하여 시뮬레이션된 소나 이미지 템플릿이 저장되는 템플릿 저장부; 및
    상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 상관 계수를 연산하여 후보군을 도출하고, 상기 후보 물체를 중심으로 일정 각도로 360도 회전하면서 획득된 각도별 소나 이미지에서 추출된 후보 물체의 각도별 이미지와, 상기 다수의 물체에 대하여 각도별로 시뮬레이션된 소나 이미지를 포함하는 소나 아미지 템플릿 맵과의 상관 계수를 연산하여 제 1 임계값 이상인 경우 대상 물체로 판정하는 대상 인식부를 포함하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  17. 제 16 항에 있어서,
    상기 이미지 획득부는 상기 후보 물체가 중앙에 위치하도록 한 상태에서 소나 이미지를 획득하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  18. 제 17 항에 있어서,
    상기 이미지 획득부는, 상기 후보 물체와 상기 이미징 소나 사이의 거리, 상기 이미징 소나의 높이, 상기 이미징 소나의 틸트 각도가 사전 설정된 값을 갖도록 조종될 경우, 소나 이미지를 획득하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  19. 제 16 항에 있어서,
    상기 대상 인식부는 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 상관 계수를 연산하여 제 2 임계값 이상이면 후보로 도출하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  20. 제 19 항에 있어서,
    상기 대상 인식부는 상기 추출된 후보 물체의 이미지와 상기 소나 이미지 템플릿의 모든 이미지에 대하여 반복적으로 후보를 도출하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  21. 삭제
  22. 제 16 항에 있어서,
    상기 대상 인식부는 상기 추출된 그림자의 넓이, 종횡비 및 전체 모양에 기반하여 상기 상관 계수를 연산하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  23. 제 16 항에 있어서,
    상기 시뮬레이션된 소나 이미지 템플릿은 상기 다수의 물체들에 대한 캐드 파일을 기초로 사전 시뮬레이션된 것인, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  24. 제 16 항에 있어서,
    상기 대상 인식부는 상기 추출된 각도별 후보 물체의 이미지와 상기 소나 아미지 템플릿 맵의 상관 계수를 연산하여 제 3 임계값 이상이면 해당 템플릿을 체크하여 체크 결과에 따라 대상을 결정하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  25. 제 24 항에 있어서,
    상기 제 1 임계값은 상기 제 3 임계값 이상이라고 체크된 템플릿의 개수인, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  26. 제 16 항에 있어서,
    상기 각도별 물체의 이미지는 상기 이미징 소나와 상기 후보 물체 사이의 사전 설정을 유지하면서 상기 후보 물체를 중심으로 360도 회전하여 획득된 것인, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  27. 제 24 항에 있어서,
    상기 대상 인식부는 상기 도출된 후보군에 대하여 각도별로 시뮬레이션된 소나 이미지들을 하나의 소나 이미지 템플릿 맵으로 구성하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
  28. 제 24 항에 있어서,
    상기 대상 인식부는 상기 각도별 후보 물체의 이미지와 상기 소나 이미지 템플릿 맵과의 상관 계수 중 최고 값이 소나 이미지 템플릿 맵에서 일정 방향으로 움직이는 것으로 나타날 경우 대상 물체로 결정하는, 소나 이미지 템플릿을 이용한 수중 물체 인식 장치.
KR1020140083195A 2014-07-03 2014-07-03 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치 KR101590257B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140083195A KR101590257B1 (ko) 2014-07-03 2014-07-03 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140083195A KR101590257B1 (ko) 2014-07-03 2014-07-03 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160005191A KR20160005191A (ko) 2016-01-14
KR101590257B1 true KR101590257B1 (ko) 2016-02-01

Family

ID=55172977

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140083195A KR101590257B1 (ko) 2014-07-03 2014-07-03 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101590257B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105629244B (zh) * 2016-01-26 2018-01-19 北京特希达交通设施顾问有限公司 一种用于探测水下结构损伤、基础及河床冲刷的声呐探测平台
CN108225268B (zh) * 2016-12-13 2020-08-21 中核四0四有限公司 一种低放水池水下地形遥控测量方法
KR102421285B1 (ko) * 2021-03-22 2022-07-15 레드원테크놀러지 주식회사 수중이동체와 소나를 이용한 수중설비 내 이토 퇴적층 3차원 가시화 방법 및 이를 이용한 관측 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101257207B1 (ko) * 2012-02-23 2013-04-22 인텔 코오퍼레이션 헤드 트래킹 방법, 장치 및 컴퓨터 판독 가능한 기록 매체

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3051778B2 (ja) * 1992-03-09 2000-06-12 鐘紡株式会社 皺計測システム
KR101236970B1 (ko) * 2011-04-18 2013-02-26 창원대학교 산학협력단 수중물체 탐지시스템 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101257207B1 (ko) * 2012-02-23 2013-04-22 인텔 코오퍼레이션 헤드 트래킹 방법, 장치 및 컴퓨터 판독 가능한 기록 매체

Also Published As

Publication number Publication date
KR20160005191A (ko) 2016-01-14

Similar Documents

Publication Publication Date Title
US10810734B2 (en) Computer aided rebar measurement and inspection system
KR101781757B1 (ko) 객체 인식을 위한 수중 이미지 처리장치 및 그 방법
US10809376B2 (en) Systems and methods for detecting objects in underwater environments
KR101708659B1 (ko) 이동 로봇의 맵을 업데이트하기 위한 장치 및 그 방법
US10275649B2 (en) Apparatus of recognizing position of mobile robot using direct tracking and method thereof
US10399228B2 (en) Apparatus for recognizing position of mobile robot using edge based refinement and method thereof
US10307910B2 (en) Apparatus of recognizing position of mobile robot using search based correlative matching and method thereof
US9679384B2 (en) Method of detecting and describing features from an intensity image
US20110188708A1 (en) Three-dimensional edge extraction method, apparatus and computer-readable medium using time of flight camera
US9165211B2 (en) Image processing apparatus and method
KR20150144729A (ko) 그래디언트 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
Holz et al. Towards semantic scene analysis with time-of-flight cameras
JP2005528707A (ja) データ組間の特徴マッピング
CN110428372B (zh) 深度数据与2d激光数据融合方法及装置、存储介质
KR20190103146A (ko) 사람을 추적하는 로봇
JP4429461B2 (ja) 画像処理装置、平面検出方法、及び平面検出プログラムを記録した記録媒体
US20170278258A1 (en) Method Of Detecting And Describing Features From An Intensity Image
KR101590257B1 (ko) 소나 이미지 템플릿을 이용한 수중 물체 인식 방법 및 장치
CN107852458A (zh) 视频帧处理
KR101696089B1 (ko) 이미징 소나를 이용한 물체 탐색 방법 및 장치
JP5170005B2 (ja) 画像処理装置、画像処理方法、およびプログラム
KR101693811B1 (ko) 밸브 모델링 방법 및 장치
KR101913319B1 (ko) 깊이 영상에서 인터페이싱 영역을 검출하는 방법 및 장치
Ferreira et al. A comparison between different feature-based methods for ROV vision-based speed estimation
KR102425270B1 (ko) 3차원 공간에서 위치를 추정하는 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190102

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200113

Year of fee payment: 5