KR101592333B1 - Apparatus and method for detecting ellipse in images of optical satellite - Google Patents

Apparatus and method for detecting ellipse in images of optical satellite Download PDF

Info

Publication number
KR101592333B1
KR101592333B1 KR1020140131674A KR20140131674A KR101592333B1 KR 101592333 B1 KR101592333 B1 KR 101592333B1 KR 1020140131674 A KR1020140131674 A KR 1020140131674A KR 20140131674 A KR20140131674 A KR 20140131674A KR 101592333 B1 KR101592333 B1 KR 101592333B1
Authority
KR
South Korea
Prior art keywords
ellipse
binary image
linear boundary
image
candidate
Prior art date
Application number
KR1020140131674A
Other languages
Korean (ko)
Inventor
김상완
김수환
임인근
최종국
김소연
Original Assignee
국방과학연구소
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 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020140131674A priority Critical patent/KR101592333B1/en
Application granted granted Critical
Publication of KR101592333B1 publication Critical patent/KR101592333B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods

Abstract

The present invention relates to an apparatus and a method for detecting an ellipse in an image of an optical satellite which can quickly and accurately detect an ellipse in an image of an optical satellite. The apparatus for detecting an ellipse in an image of an optical satellite comprises: a binary image generation unit to apply a boundary detection filter to an image photographed by an optical satellite to generate a binary image; a linear boundary removal unit to detect a linear boundary in the generated binary image to remove the linear boundary from the binary image; a randomized Hough transform (RHT) unit to take a randomized Hough transform of the binary image from which the linear boundary is removed to detect a plurality of candidate ellipses; and an ellipse detection unit to compare average brightness differences of pixel values of images inside and outside each candidate ellipse to determine a final ellipse.

Description

광학위성 영상의 타원체 검출장치 및 방법{APPARATUS AND METHOD FOR DETECTING ELLIPSE IN IMAGES OF OPTICAL SATELLITE}[0001] APPARATUS AND METHOD FOR DETECTING ELLIPSE IN IMAGES OF OPTICAL SATELLITE [0002]

본 발명은 광학위성 영상에서 불완전 타원체를 빠르고 정확하게 검출할 수 있는 광학위성 영상의 불완전 타원체 검출장치 및 방법에 관한 것이다. The present invention relates to an apparatus and method for detecting an incomplete ellipsoid of an optical satellite image capable of quickly and accurately detecting an incomplete ellipsoid in an optical satellite image.

영상처리 분야에서는 항공기, 지구관측 위성 또는 사진기 등과 같이 다양한 장비로부터 촬영된 영상으로부터 원하는 정보를 자동으로 추출하고 인식하기 위한 많은 연구가 진행되고 있다. 그 중에서 영상으로부터 타원(ellipse)을 추출하는 것은 복잡한 객체 인식을 위한 중요한 기초 기술이다.In the field of image processing, many studies are being conducted to automatically extract and recognize desired information from images taken from various equipment such as aircraft, earth observation satellite, or camera. Extracting an ellipse from an image is an important basic technique for complex object recognition.

객체 추출 및 인식 분야에서 널리 알려진 알고리즘 중에서 허프 변환(Hough Transform)은 선형의 경계선(linear edge)을 검출하기 위한 대표적인 방법 중 하나이다. 타원 검출을 위해서는 기존의 허프 변환을 변형하여 적용한 불완전 허프 변환(RHT : Randomized Hough Transform) 알고리즘이 널리 사용되고 있다. 상기 RHT를 이용한 타원 검출은 다음과 같은 순서로 진행된다.Of the widely known algorithms in object extraction and recognition, Hough Transform is one of the typical methods for detecting linear edges. Randomized Hough Transform (RHT) algorithms are widely used for detecting ellipses by applying the conventional Hough transform. The ellipse detection using the RHT proceeds in the following order.

먼저 주어진 영상에 캐니(Canny), 소벨(Sobel) 필터와 같은 경계선 검출 알고리즘을 적용하여 이진 영상을 생성한다. 상기 영상에서 추출된 두 개의 점을 타원 장축의 양 끝점으로 가정하여, 타원의 중심에서 일정 거리에 들어오는 화소들로부터 단축 길의의 누적 배열을 생성하여 최대 누적을 갖는 단축을 선정한다.First, a boundary image detection algorithm such as Canny and Sobel filters is applied to a given image to generate a binary image. Assuming that the two points extracted from the image are both end points of the ellipse long axis, a short axis having a maximum accumulation is selected by generating a cumulative array of short axes from pixels coming at a certain distance from the center of the ellipse.

상기 타원의 누적 화소와 타원 방정식으로부터 계산된 이론적 화소값의 비율의 임계치(threshold)를 토대로 검출된 객체의 타원 여부를 판정한다.An ellipse of the detected object is determined based on a threshold of a ratio of the cumulative pixel of the ellipse to the theoretical pixel value calculated from the elliptic equation.

상기 타원 검출에 필요한 임계치는 검출하고자 하는 타원의 불완전 정도에 따라 달라지게 된다. 불완전 타원은 완벽한 폐곡선을 이루며 타원방정식에 의해 정의되는 이상적인 모양의 타원과 달리 타원의 속성 중 일부가 불완전한 것을 의미한다. 이는 실제 대상물 자체의 형태가 불완전한 경우에도 나타나지만 영상의 분해능 부족이나 열화 현상에 따라 나타나기도 한다.The threshold value required for the ellipse detection depends on the incomplete degree of the ellipse to be detected. Incomplete ellipses form a perfect closed curve, meaning that some of the properties of the ellipse are incomplete, as opposed to the ideal shaped ellipse defined by the elliptic equation. This may occur even when the shape of the actual object itself is incomplete, but it may be caused by lack of resolution or deterioration of the image.

원거리에서 지구관측 임무를 수행하는 위성으로부터 획득된 광학 위성영상의 경우, 추출하고자 하는 대상물 주변에 위치한 자연물이 대상물의 형태를 일부 차폐하여 원래의 형태를 왜곡할 뿐 아니라 대기산란 및 센서 분해능 부족으로 대상물 자체의 경계선도 연속적으로 뚜렷하게 나타나지 않는 경우가 많다. 따라서 광학 위성영상에서 타원 형태의 사물을 추출 및 식별하고자 할 경우 완전한 타원 형태보다는 불완전 타원을 염두에 두고 추출 및 식별을 수행하여야 한다.In the case of an optical satellite image acquired from a satellite that performs a mission at a distance, the natural object located near the object to be extracted may partially distort the shape of the object, distorting the original shape, It is often the case that the boundaries themselves are not conspicuously consecutive. Therefore, when extracting and identifying an elliptical object from an optical satellite image, extraction and identification should be performed with an incomplete ellipse in mind rather than a complete elliptical shape.

따라서, 종래에는 영상에 나타난 객체에 일정 비율 이상의 화소가 존재할 때 해당 객체를 타원으로 검출하는 방법이 사용되고 있으나, 추출하고자 하는 타원의 크기가 영상의 해상도에 비해 작거나 또는 타원의 불완전 정도가 예상보다 커서 사용되는 화소 비율 임계치가 낮아질 경우에는 타원 형태뿐만 아니라 선형의 경계선 (linear edge)들도 주변 경계선들의 영향으로 인해 타원으로 검출되는 문제가 있다.Accordingly, in the conventional art, when a pixel having a certain ratio or more exists in an image, a method of detecting the object as an ellipse is used. However, if the size of the ellipse to be extracted is smaller than the resolution of the image, When the pixel ratio threshold used for the cursor is lowered, not only the elliptical shape but also the linear edges are detected as ellipses due to the influence of the peripheral boundaries.

상기 RHT를 이용한 또 다른 타원 검출 방법에서는 RHT를 통해 검출된 타원 중 타원 중심 거리, 장반경/단반경 등을 이용하여 동일한 객체로부터 추출된 것으로 판단되는 누적 타원으로부터 최적의 단일 타원을 결정하기 위해 타원 화소 비율값이 사용되어 왔다. 그러나 이와 같은 방법으로 얻어진 결과는 경계선 추출 이진 영상에서 검출된 타원과 인접한 다양한 거짓 경계선(false edge)들이 심각한 장애물로 작용하므로 좋은 방법이라고 할 수 없다.In another ellipse detection method using the RHT, in order to determine an optimal single ellipse from the cumulative ellipses determined to be extracted from the same object by using the ellipse center distance, the long axis radius / the short radius among the ellipses detected through RHT, Value has been used. However, the results obtained by this method can not be said to be good because various false edges adjacent to the ellipse detected in the boundary extraction binary image act as serious obstacles.

이와같이 종래의 타원 검출 방법들은 선형 경계선에 의한 타원 검출 정확도 저하 및 인접 화소에 의한 장애 등의 단점을 포함하고 있다.Thus, the conventional ellipse detection methods include disadvantages such as degradation of accuracy of ellipse detection due to a linear boundary line and failure due to adjacent pixels.

본 발명의 목적은 광학위성 영상에서 불완전 타원체를 빠르고 정확하게 검출할 수 있는 광학위성 영상의 불완전 타원체 검출장치 및 방법을 제공한는데 있다.An object of the present invention is to provide an apparatus and method for detecting an incomplete ellipsoid of an optical satellite image capable of quickly and accurately detecting an incomplete ellipsoid in an optical satellite image.

상기와 같은 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 광학위성 영상의 불완전 타원체 검출장치는, 광학위성에서 촬영한 영상을 입력하는 영상 입력부; 입력 영상에 경계선 검출 필터를 적용하여 이진 영상 생성하는 이진영상 생성부; 상기 생성된 이진 영상에서 선형 경계선을 검출하여 이진 영상으로부터 선형 경계선을 제거하는 선형 경계선 제거부; 상기 선형 경계선이 제거된 이진 영상을 불완전 허프 변환하여 복수의 후보 타원을 검출하는 RHT(Randomized Hough Transform)부; 및 각 후보 타원의 내외부 영상의 화소값의 평균 밝기 차를 비교하여 최종 타원을 결정하는 타원 검출부;를 포함할 수 있다. According to an aspect of the present invention, there is provided an apparatus for detecting an incomplete ellipsoid of an optical satellite image, comprising: an image input unit for inputting an image photographed by an optical satellite; A binary image generation unit for generating a binary image by applying a boundary detection filter to an input image; A linear boundary line removal unit for detecting a linear boundary line from the generated binary image and removing a linear boundary line from the binary image; An RHT (Randomized Hough Transform) unit for detecting a plurality of candidate ellipses by incomplete Huff transform of the binary image from which the linear boundary is removed; And an ellipse detecting unit for determining a final ellipse by comparing an average brightness difference of pixel values of internal and external images of each candidate ellipse.

상기 선형 경계선 제거부는 적어도 하나 이상의 선형 경계선 추출 방법을 할 경우 추출된 선형의 경계선들의 교집합 또는 합집합을 이진 영상에서 제거할 수 있다.The linear boundary eliminator may remove the intersection or union of the extracted boundary lines from the binary image when performing at least one linear boundary extracting method.

상기와 같은 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 광학위성 영상의 불완전 타원체 검출방법은, 광학위성 영상에 경계선 검출 필터를 적용하여 이진 영상 추출하는 단계; 추출된 이진 영상에서 선형 경계선을 추출하는 단계; 추출된 선형 경계선을 이진 영상에서 제거하는 단계; 선형 경계선이 제거된 이진 영상을 불완전 허프 변환(RHT)하여 복수의 후보 타원을 검출하는 단계; 및 각 후보 타원의 내외부 영상의 화소값의 평균 밝기 차를 비교하여 최종 타원을 결정하는 단계;를 포함한다. According to an aspect of the present invention, there is provided a method of detecting an incomplete ellipsoid of an optical satellite image, the method comprising: extracting a binary image by applying a boundary detection filter to an optical satellite image; Extracting a linear boundary line from the extracted binary image; Removing the extracted linear boundary from the binary image; Detecting a plurality of candidate ellipses by incomplete Hough transform (RHT) of a binary image from which a linear boundary is removed; And determining a final ellipse by comparing average brightness differences of pixel values of internal and external images of each candidate ellipse.

상기 최종 타원을 결정하는 단계는 마스크를 이용하여 각 후보 타원의 내외부의 화소값을 추출하는 단계; 상기 추출된 화소값의 평균 밝기를 계산하는 단계; 상기 계산된 평균 밝기의 차를 계산하는 단계; 및 상기 복수의 후보 타원 중에서 상기 계산된 평균 밝기의 차가 가장 큰 후보 타원을 최종 타원으로 결정하는 단계;를 포함할 수 있다.Determining the final ellipse comprises: extracting pixel values of the interior and exterior of each candidate ellipse using a mask; Calculating average brightness of the extracted pixel values; Calculating a difference in the calculated average brightness; And determining a candidate ellipse having the largest difference in the calculated average brightness among the plurality of candidate ellipses as a final ellipse.

본 발명은 광학위성 영상에서 선형 경계선을 제거한 후 RHT를 수행하여 복수의 후보 타원을 검출하고, 각 타원 내부와 외부의 밝기값의 차를 이용하여 최적의 타원을 결정함으로써 종래의 방법보다 불완전한 타원을 보다 효과적으로 추출할 수 있을 뿐만 아니라 RHT 수행 속도를 높일 수 있으며 타원 검출 결과의 신뢰도를 높일 수 있는 장점이 있다. In the present invention, a plurality of candidate ellipses are detected by performing RHT after removing a linear boundary line from an optical satellite image, and an optimal ellipse is determined using a difference between brightness values inside and outside each ellipse, It is possible to extract RHT more efficiently and to increase the reliability of the ellipse detection result.

도 1은 본 발명의 실시예에 따른 광학위성 영상의 불완전 타원체 검출 장치의 블럭 구성도.
도 2는 본 발명의 실시예에 따른 RHT을 이용하여 광학위성 영상으로부터 타원 객체를 추출하는 방법을 나타낸 흐름도.
도 3은 지구관측 위성으로부터 촬영된 영상의 일 예.
도 4는 캐니(Canny) 필터를 적용하여 입력 영상에서 경계선이 추출된 이진 영상의 일 예.
도 5는 이진 영상에서 선형 경계선들이 제거된 이진 영상의 일 예.
도 6은 불완전 타원검출 알고리즘에 의해 검출한 후보 타원의 일 예.
도 7은 각 후보 타원의 내부와 외부의 화소값을 추출하기 위해 설정된 마스크의 일 예.
도 8은 도 7에서 적색 영역에서 입력 영상의 화소값의 밝기값의 차가 가장 큰 타원으로 결정된 최종 타원을 나타낸 예시도.1 is a block diagram of an apparatus for detecting an incomplete ellipsoid of an optical satellite image according to an embodiment of the present invention.
2 is a flowchart illustrating a method of extracting an elliptical object from an optical satellite image using an RHT according to an embodiment of the present invention.
3 is an example of an image taken from an earth observation satellite;
FIG. 4 is an example of a binary image in which a boundary line is extracted from an input image by applying a Canny filter.
5 shows an example of a binary image in which linear boundaries are removed from a binary image.
6 is an example of a candidate ellipse detected by an incomplete ellipse detection algorithm.
7 is an example of a mask set for extracting pixel values inside and outside each candidate ellipse.
FIG. 8 is an exemplary diagram illustrating a final ellipse in which the difference between the brightness values of the pixel values of the input image is the largest in the red region in FIG. 7; FIG.

종래의 타원 검출 방법(알고리즘)은 아래와 같은 순서로 진행된다.The conventional ellipse detection method (algorithm) proceeds in the following order.

① 영상에 경계선 추출 필터를 적용하여 이진 영상 추출(생성)① Extract (generate) binary image by applying boundary line extraction filter to image

② 추출된 이진 영상을 불완전 허프 변환(RHT)에 입력하여 후보 타원 추출② Extract the extracted binary image into incomplete Hough transform (RHT) and extract candidate ellipse

③ 허프 공간에 누적된 타원 화소수와 이론 타원 화소 수의 비율을 비교하여 추출된 후보 타원 중 최적의 타원을 추출③ Find the optimal ellipse among the extracted candidate ellipses by comparing the ratio of the number of ellipse pixels accumulated in Hough space to the number of theoretical ellipse pixels.

본 발명은 경계선 추출된 이진 영상을 불완전 허프 변환(RHT) 알고리즘에 입력하기 전에, 다양한 선형 경계선 추출 알고리즘을 이용하여 선형 경계선을 사전에 제거하는 단계를 수행한 후 불완전 허프 변환(RHT)을 수행한다. 상기 다양한 선형 경계선 추출 방법은 허프 변환, Douglas-Peucker Polyline Simplification, 곡률계산 등을 포함한다. The present invention performs an incomplete Hough transform (RHT) after performing a step of removing a linear boundary line by using various linear boundary extraction algorithms before inputting a boundary-extracted binary image to an incomplete Hough transform (RHT) algorithm . The various linear boundary extraction methods include Hough transform, Douglas-Peaker Polyline Simplification, and curvature calculation.

또한 본 발명은 추출된 타원으로부터 최적의 타원을 결정하기 위해, 추출된 각 타원 내부와 인접한 외부의 입력 영상의 화소값의 평균 밝기값의 차를 계산하여 최적의 타원을 결정한다.Also, in order to determine an optimal ellipse from the extracted ellipse, the optimal ellipse is determined by calculating the difference between the average brightness values of the extracted pixel values of the input image inside the ellipse and the neighboring external image.

도 1은 본 발명의 실시예에 따른 광학위성 영상의 불완전 타원체 검출 장치의 블럭 구성도이다. 1 is a block diagram of an apparatus for detecting an incomplete ellipsoid of an optical satellite image according to an embodiment of the present invention.

도 1에 도시된 바와같이, 광학위성 영상의 불완전 타원체 검출 장치는 광학위성에서 촬영한 영상을 입력하는 영상 입력부(10), 광학위성 영상에 경계선 검출 필터를 적용하여 이진 영상을 생성하는 이진영상 생성부(20), 상기 생성된 이진 영상에서 선형 경계선을 검출한 후 이진 영상으로부터 해당 선형 경계선을 제거하는 선형 경계선 제거부(30), 상기 선형 경계선이 제거된 이진 영상을 불완전 허프 변환 (RHT)하여 복수의 후보 타원을 검출하는 RHT부(40) 및 각 후보 타원의 내외부 영상의 화소값의 평균 밝기 차를 비교하여 최종 타원을 결정하는 타원 검출부(50)를 포함한다. 1, an incomplete ellipsoid detection apparatus for an optical satellite image includes an image input unit 10 for inputting an image photographed by an optical satellite, a binary image generating unit 12 for generating a binary image by applying a boundary detection filter to an optical satellite image, A linear boundary line removal unit 30 for detecting a linear boundary line from the generated binary image and removing the linear boundary line from the binary image, an incomplete Hough transform (RHT) of the binary image from which the linear boundary is removed, An RHT unit 40 for detecting a plurality of candidate ellipses, and an elliptical detector 50 for determining the final ellipse by comparing the average brightness difference between the pixel values of the inner and outer images of each candidate ellipse.

상기 이진영상 생성부(20)는 캐니(Canny) 및 소벨(Sobel) 필터 등의 경계선 검출 필터를 적용하여 이진 영상을 생성한다.The binary image generating unit 20 generates a binary image by applying a boundary detection filter such as Canny and Sobel filters.

상기 선형 경계선 제거부(30)는 허프 변환, Douglas-Peucker Polyline Simplification 및 곡률 계산등의 선형 경계선 추출 알고리즘을 이용하여 이진 영상에서 선형 경계선을 검출한다. 상기 선형 경계선 추출 알고리즘은 적어도 하나 이상 사용될 수 있다. The linear boundary removal unit 30 detects a linear boundary in a binary image using a linear boundary extraction algorithm such as Hough transform, Douglas-Peucker Polyline Simplification, and curvature calculation. At least one of the linear boundary extraction algorithms can be used.

상기 타원 검출부(50)는 마스크(mask)를 이용하여 각 후보 타원의 내부와 외부의 화소값을 추출한다. The ellipse detection unit 50 extracts pixel values inside and outside each candidate ellipse using a mask.

도 2는 본 발명의 실시예에 따른 RHT을 이용하여 광학위성 영상으로부터 타원 객체를 추출하는 방법을 나타낸 흐름도이고, 도 3은 지구관측 위성으로부터 촬영된 영상의 일 예이다. FIG. 2 is a flowchart illustrating a method of extracting an elliptical object from an optical satellite image using RHT according to an embodiment of the present invention. FIG. 3 is an example of an image captured from an earth observation satellite.

먼저, 영상 입력부(10)는 지구관측 위성으로부터 촬영된 영상(가로 100 픽셀 × 세로 100 픽셀)을 입력한다(S100). 도 2에 도시된 바와같이, 입력 영상의 중심부에는 검출하고자 하는 타원 객체가 있으며, 주변부에는 선형의 구조물이 존재한다. 이때, 검출하고자 하는 타원 객체의 형태는 연속적이지 않다. First, the image input unit 10 inputs an image (100 pixels wide × 100 pixels high) taken from an earth observation satellite (S100). As shown in FIG. 2, there is an ellipse object to be detected at the center of the input image, and a linear structure exists at the periphery. At this time, the shape of the ellipse object to be detected is not continuous.

이진영상 생성부(20)는 상기 영상에 경계선 추출 필터를 적용하여 입력 영상에서 경계선을 추출된 이진 영상을 생성한다(S110)The binary image generation unit 20 applies a boundary extraction filter to the image to generate a binary image extracted as a boundary line from the input image (S110)

도 4는 캐니(Canny) 필터를 적용하여 입력 영상에서 경계선이 추출된 이진 영상의 일 예이다. 추출된 이진 영상에서 적색을 보이는 화소들이 RHT 입력 자료로 사용될 경계선 화소들이다. 4 is an example of a binary image in which a boundary is extracted from an input image by applying a Canny filter. The red pixels in the extracted binary image are boundary pixels to be used as RHT input data.

일단 이진 영상이 생성되면 선형 경계선 제거부(30)는 선형 경계선 추출 알고리즘을 이용하여 상기 추출된 이진 영상에서 선형 경계선(경계선 화소 또는 선형 화소)을 제거한다(S120). Once the binary image is generated, the linear boundary removing unit 30 removes a linear boundary (a boundary pixel or a linear pixel) from the extracted binary image using a linear boundary extracting algorithm (S120).

도 5는 이진 영상에서 선형 경계선들이 제거된 이진 영상의 일 예이다. 5 is an example of a binary image in which linear boundary lines are removed from a binary image.

선형 경계선 제거부(30)는 이진 영상으로부터 선형 경계선(화소)를 검출하기 위한 여러 가지의 알고리즘을 사용할 수 있다. 일 예로 도 4에 도시된 이진 영상에 Douglas-Peucker polyline 단순화 알고리즘을 적용하여 선형 경계선을 검출하거나, 각 에지 세그먼트(edge segment)를 스무딩 (smoothing)한 후 곡률을 계산하여 선형 경계선을 검출할 수 있다. The linear boundary removal unit 30 can use various algorithms for detecting a linear boundary (pixel) from a binary image. For example, a linear boundary line may be detected by applying a Douglas-Peucker polyline simplification algorithm to the binary image shown in FIG. 4, or a linear boundary may be detected by calculating a curvature after smoothing each edge segment .

본 발명은 이진 영상에서 제거되는 선형 경계선은 두개 이상의 선형 경계선 추출 알고리즘이 사용되는 경우에는 해당 경계선들의 교집합 또는 합집합이 될 수 있다. In the present invention, a linear boundary removed from a binary image may be an intersection or a union of corresponding boundary lines when two or more linear boundary extraction algorithms are used.

RHT부(40)는 선형 경계선이 제거된 이진 영상을 불완전 타원검출(RHT)알고리즘에 입력하여 이진 영상으로부터 복수의 후보 타원을 검출한다(S130, S140). 일반적으로 RHT 수행 속도는 입력되는 화소 수에 비례한다. 따라서, 선형 경계선 제거부 (30)에서 제거된 경계선의 화소 수에 따라 RHT부(40)는 RHT알고리즘을 빠르게 수행할 수 있다. The RHT unit 40 inputs the binary image from which the linear boundary is removed to the incomplete ellipse detection (RHT) algorithm to detect a plurality of candidate ellipses from the binary image (S130, S140). In general, the RHT performance rate is proportional to the number of input pixels. Therefore, the RHT unit 40 can quickly perform the RHT algorithm according to the number of pixels of the boundary removed in the linear boundary line removing unit 30. [

도 6은 불완전 타원검출 알고리즘에 의해 검출한 후보 타원의 일 예이다.6 is an example of a candidate ellipse detected by the incomplete ellipse detection algorithm.

도 6에 도시된 바와같이, 선형 경계선이 제거된 이진 영상을 불완전 타원검출(RHT)알고리즘에 적용한 결과, 주어진 타원 검출 화소 비율을 만족하는 101개의 타원(적색)이 검출되었음을 알 수 있다. As shown in FIG. 6, when a binary image from which a linear boundary is removed is applied to the incomplete ellipse detection (RHT) algorithm, it can be seen that 101 ellipses (red) satisfying a given ellipse detection pixel ratio are detected.

따라서, 타원 검출부(50)는 마스크(mask)를 이용하여 각 타원의 내부와 타원 외부에서 영상의 화소값을 추출한 후 추출된 화소의 평균 밝기값을 계산하고, 상기 계산된 밝기값의 차가 가장 큰 타원을 최종(최적) 타원으로 결정한다(S140).Therefore, the ellipse detection unit 50 calculates the average brightness value of the extracted pixels after extracting the pixel values of the image from the inside of the ellipse and the outside of the ellipse using a mask, and if the difference of the calculated brightness values is the largest The ellipse is determined as the final (optimal) ellipse (S140).

도 7은 각 후보 타원의 내부와 외부의 화소값을 추출하기 위해 설정된 마스크의 일 예이고, 도 8은 도 7에서 적색 영역에 해당하는 입력 영상의 화소값을 추출한 후 평균 밝기값을 구해 밝기값의 차가 가장 큰 타원으로 결정된 최종 타원을 나타낸다. FIG. 7 is an example of a mask set for extracting pixel values inside and outside each candidate ellipse. FIG. 8 is a view illustrating an example of a mask for extracting pixel values of an input image corresponding to a red region in FIG. Represents the final ellipse determined as the largest ellipse.

본 발명에서 사용된 알고리즘은 방법과 동일한 의미로 사용되며, 선형 경계선은 경계선 화소 또는 선형 화소와 동일한 의미로 사용된다. The algorithm used in the present invention has the same meaning as the method, and a linear boundary is used in the same sense as a boundary pixel or a linear pixel.

상술한 바와같이 본 발명은 광학위성 영상에서 선형 경계선을 제거한 후 RHT를 수행하여 복수의 후보 타원을 검출하고, 각 타원 내부와 외부의 밝기값의 차를 이용하여 최적의 타원을 결정함으로써 종래의 방법보다 불완전한 타원을 보다 효과적으로 추출할 수 있을 뿐만 아니라 RHT 수행 속도를 높일 수 있으며 타원 검출 결과의 신뢰도를 높일 수 있는 장점이 있다. As described above, according to the present invention, a plurality of candidate ellipses are detected by performing RHT after removing a linear boundary line from an optical satellite image, and an optimal ellipse is determined by using a difference between brightness values inside and outside each ellipse, It is possible not only to extract more incomplete ellipses more effectively but also to increase the speed of RHT and increase the reliability of the ellipse detection result.

즉, 종래의 타원 추출 방법(알고리즘)은 사전에 선형 경계선을 미리 추출하지 않기 때문에 불완전한 타원 검출시 타원 결정을 위한 화소 비율이 낮은 경우에는 많은 가짜 타원이 추출되며 또한 RHT알고리즘 수행 시간이 오래 걸리는 단점이 있다. 그러나 본 발명처럼 선형 경계선을 제거할 경우 RHT에서 처리할 화소의 수가 감소하기 때문에 그에 비례하여 알고리즘의 수행 속도가 빨라진다. 또한, 최적의 타원을 결정하기 위해 입력 영상의 밝기값을 사용함으로써 보다 정확한 타원 판정이 가능하다. That is, since the conventional ellipse extraction method (algorithm) does not extract the linear boundary line in advance, many false ellipses are extracted when the pixel ratio for the ellipse determination is low at the time of detecting the incomplete ellipse, . However, when the linear boundary is removed as in the present invention, the number of pixels to be processed in the RHT decreases, so that the speed of the algorithm is increased in proportion to the decrease in the number of pixels. Further, by using the brightness value of the input image to determine the optimal ellipse, more accurate ellipsometric determination is possible.

상기 설명된 실시예들의 구성과 방법은 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 상술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. It will be appreciated that the configurations and methods of the embodiments described above are not to be limited and that the embodiments may be embodied in other specific forms without departing from the spirit or essential characteristics thereof. Therefore, it should be understood that the above-described embodiments are to be considered in all respects as illustrative and not restrictive.

10 : 영상 입력부 20 : 이진영상 생성부
30 : 선형 경계선 제거부 40 : RHT부
50 : 타원 검출부10: image input unit 20: binary image generating unit
30: linear boundary line removing unit 40: RHT unit
50: ellipse detection unit

Claims (9)

광학위성에서 촬영한 영상에 경계선 검출 필터를 적용하여 이진 영상 생성하는 이진영상 생성부;
상기 생성된 이진 영상에서 선형 경계선을 검출하여 이진 영상으로부터 선형 경계선을 제거하는 선형 경계선 제거부;
상기 선형 경계선이 제거된 이진 영상을 불완전 허프 변환하여 복수의 후보 타원을 검출하는 RHT(Randomized Hough Transform)부; 및
각 후보 타원의 내외부 영상의 화소값의 평균 밝기 차를 비교하여 최종 타원을 결정하는 타원 검출부;를 포함하는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출 장치.A binary image generation unit for generating a binary image by applying a boundary detection filter to an image photographed by an optical satellite;
A linear boundary line removal unit for detecting a linear boundary line from the generated binary image and removing a linear boundary line from the binary image;
An RHT (Randomized Hough Transform) unit for detecting a plurality of candidate ellipses by incomplete Huff transform of the binary image from which the linear boundary is removed; And
And an ellipse detection unit for determining a final ellipse by comparing an average brightness difference of pixel values of inner and outer images of each candidate ellipse. 제1항에 있어서, 상기 이진영상 생성부는
캐니(Canny) 또는 소벨(Sobel) 필터를 적용하여 이진 영상을 생성하는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출 장치.The apparatus of claim 1, wherein the binary image generation unit
Wherein the binary image is generated by applying a Canny or Sobel filter. 제1항에 있어서, 상기 선형 경계선 제거부는
허프 변환, Douglas-Peucker Polyline Simplification 및 곡률 계산의 선형 경계선 추출 방법을 이용하여 이진 영상에서 선형 경계선을 검출하여 제거하는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출 장치.The apparatus of claim 1, wherein the linear boundary eliminator
Wherein the linear boundary is detected and removed from the binary image using a linear boundary extraction method of Hough transform, Douglas-Peucker Polyline Simplification, and curvature calculation. 제3항에 있어서, 상기 선형 경계선 제거부는
상기 선형 경계선 추출 방법 중에서 복수개의 방법이 사용된 경우에는 추출된 선형 경계선들의 교집합 또는 합집합을 이진 영상에서 제거하는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출 장치.4. The apparatus of claim 3, wherein the linear boundary eliminator
Wherein when the plurality of methods are used among the linear boundary extracting methods, the intersection or union of the extracted linear boundary lines is removed from the binary image. 제1항에 있어서, 상기 타원 검출부는
마스크를 이용하여 각 후보 타원의 내부와 외부의 화소값을 추출한 후 추출된 화소값의 평균 밝기를 계산하고, 상기 계산된 평균 밝기의 차를 계산하여, 상기 복수의 후보 타원 중에서 상기 계산된 평균 밝기의 차가 가장 큰 후보 타원을 최종 타원으로 결정하는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출 장치. The apparatus as claimed in claim 1, wherein the ellipse detecting unit
Calculating a mean brightness of the extracted pixel values after extracting pixel values inside and outside each candidate oval using a mask, calculating a difference between the calculated average brightness, and calculating the calculated average brightness Wherein the candidate ellipse having the largest difference is determined as the final ellipse. 광학위성 영상에 경계선 검출 필터를 적용하여 이진 영상 추출하는 단계;
추출된 이진 영상에서 선형 경계선을 추출하는 단계;
추출된 선형 경계선을 이진 영상에서 제거하는 단계;
선형 경계선이 제거된 이진 영상을 불완전 허프 변환(RHT)하여 복수의 후보 타원을 검출하는 단계; 및
각 후보 타원의 내외부 영상의 화소값의 평균 밝기 차를 비교하여 최종 타원을 결정하는 단계;를 포함하는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출방법.Extracting a binary image by applying a boundary detection filter to an optical satellite image;
Extracting a linear boundary line from the extracted binary image;
Removing the extracted linear boundary from the binary image;
Detecting a plurality of candidate ellipses by incomplete Hough transform (RHT) of a binary image from which a linear boundary is removed; And
And determining a final ellipse by comparing average brightness differences of pixel values of inner and outer images of each candidate ellipse. 제6항에 있어서, 상기 선형 경계선은
허프 변환, Douglas-Peucker Polyline Simplification 및 곡률 계산의 선형 경계선 추출 방법에 의해 추출되는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출방법.7. The apparatus of claim 6, wherein the linear boundary line
Wherein the image is extracted by a linear boundary extraction method of Hough transform, Douglas-Peucker Polyline Simplification, and curvature calculation. 제7항에 있어서, 상기 선형 경계선 추출 방법 중에서 복수개의 방법이 적용될 경우에는 추출된 선형 경계선들의 교집합 또는 합집합이 이진 영상에서 제거되는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출방법.The method of claim 7, wherein when a plurality of methods are applied to the linear boundary extracting method, the intersection or union of the extracted linear boundaries is removed from the binary image. 제6항에 있어서, 상기 최종 타원을 결정하는 단계는
마스크를 이용하여 각 후보 타원의 내외부의 화소값을 추출하는 단계;
상기 추출된 화소값의 평균 밝기를 계산하는 단계;
상기 계산된 평균 밝기의 차를 계산하는 단계; 및
상기 복수의 후보 타원 중에서 상기 계산된 평균 밝기의 차가 가장 큰 후보 타원을 최종 타원으로 결정하는 단계;를 포함하는 것을 특징으로 하는 광학위성 영상의 불완전 타원체 검출방법.7. The method of claim 6, wherein determining the final ellipse comprises:
Extracting inner and outer pixel values of each candidate ellipse using a mask;
Calculating average brightness of the extracted pixel values;
Calculating a difference in the calculated average brightness; And
And determining a candidate ellipse having a largest difference in the calculated average brightness among the plurality of candidate ellipses as a final ellipse.
KR1020140131674A 2014-09-30 2014-09-30 Apparatus and method for detecting ellipse in images of optical satellite KR101592333B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140131674A KR101592333B1 (en) 2014-09-30 2014-09-30 Apparatus and method for detecting ellipse in images of optical satellite

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140131674A KR101592333B1 (en) 2014-09-30 2014-09-30 Apparatus and method for detecting ellipse in images of optical satellite

Publications (1)

Publication Number Publication Date
KR101592333B1 true KR101592333B1 (en) 2016-02-05

Family

ID=55353743

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140131674A KR101592333B1 (en) 2014-09-30 2014-09-30 Apparatus and method for detecting ellipse in images of optical satellite

Country Status (1)

Country Link
KR (1) KR101592333B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107220989A (en) * 2017-06-19 2017-09-29 江南大学 The elliptic contour detection method research of workpiece
CN108053439A (en) * 2017-11-02 2018-05-18 西安交通大学 A kind of computational methods of the river gravel psephicity based on image procossing

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002183739A (en) 2000-12-14 2002-06-28 Tsubakimoto Chain Co Ellipse detection method and ellipse detection device
JP2006025968A (en) 2004-07-14 2006-02-02 Matsushita Electric Ind Co Ltd Pupil detecting device, and iris certifying apparatus

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002183739A (en) 2000-12-14 2002-06-28 Tsubakimoto Chain Co Ellipse detection method and ellipse detection device
JP2006025968A (en) 2004-07-14 2006-02-02 Matsushita Electric Ind Co Ltd Pupil detecting device, and iris certifying apparatus

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1
논문2

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107220989A (en) * 2017-06-19 2017-09-29 江南大学 The elliptic contour detection method research of workpiece
CN108053439A (en) * 2017-11-02 2018-05-18 西安交通大学 A kind of computational methods of the river gravel psephicity based on image procossing

Similar Documents

Publication Publication Date Title
US9390343B2 (en) Estimating degree of deterioration of road surface
EP2993621B1 (en) Method and apparatus for detecting shielding against object
KR101780048B1 (en) Moving Object Detection Method in dynamic scene using monocular camera
CN113109368A (en) Glass crack detection method, device, equipment and medium
KR101737430B1 (en) A method of detecting objects in the image with moving background
CN111882568B (en) Fire image edge extraction processing method, terminal and system
US20150131853A1 (en) Stereo matching system and method for generating disparity map using same
US20150178573A1 (en) Ground plane detection
US20170223333A1 (en) Method and apparatus for processing binocular disparity image
US9704015B2 (en) Fingerprint image processing method and device
KR101592333B1 (en) Apparatus and method for detecting ellipse in images of optical satellite
JP2018036898A5 (en) Image processing apparatus, image processing method, and program
JPWO2018025336A1 (en) Deterioration detection device, deterioration detection method, and program
US10451407B2 (en) System and method of analyzing a curved surface
KR101967858B1 (en) Apparatus and method for separating objects based on 3D depth image
KR101557271B1 (en) Method for detecting a circle-type object and approximating a substitute circle based on Image processing
CN106778844B (en) Method and system for matching cracks in tunnel
CN112991374A (en) Canny algorithm-based edge enhancement method, device, equipment and storage medium
KR102133330B1 (en) Apparatus and method for recognizing crack in sturcutre
Khaliluzzaman et al. Zebra-crossing detection based on geometric feature and vertical vanishing point
CN110634124A (en) Method and equipment for area detection
CN106803053B (en) Fingerprint image processing method and device
KR20160000533A (en) The method of multi detection and tracking with local feature point for providing information of an object in augmented reality
JP6661268B2 (en) Image processing apparatus, image processing method, and program
TWI615780B (en) Fingerprint image processing method and device

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: 20190201

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200204

Year of fee payment: 5