KR101599873B1 - 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치 - Google Patents

히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치 Download PDF

Info

Publication number
KR101599873B1
KR101599873B1 KR1020090022185A KR20090022185A KR101599873B1 KR 101599873 B1 KR101599873 B1 KR 101599873B1 KR 1020090022185 A KR1020090022185 A KR 1020090022185A KR 20090022185 A KR20090022185 A KR 20090022185A KR 101599873 B1 KR101599873 B1 KR 101599873B1
Authority
KR
South Korea
Prior art keywords
image
histogram
peak
input rgb
sky
Prior art date
Application number
KR1020090022185A
Other languages
English (en)
Other versions
KR20100104048A (ko
Inventor
강태훈
김승훈
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020090022185A priority Critical patent/KR101599873B1/ko
Publication of KR20100104048A publication Critical patent/KR20100104048A/ko
Application granted granted Critical
Publication of KR101599873B1 publication Critical patent/KR101599873B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

본 발명은 영상 처리에 관한 것으로, 본 발명의 일 실시 예에 따른 하늘 영상 분류 방법은 입력 영상에서 구름 성분을 제거하고나서, 히스토그램 영상의 특성을 분석하고, 분석 결과를 기초로 입력 영상을 분류함으로써, 히스토그램 특성 분석을 위한 계산의 복잡성 및 처리시간을 줄이고, 하늘 영상 분류를 정확하게 할 수 있다.
영상 처리, 분류, 히스토그램, 하늘, 구름

Description

히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치{Method and apparatus for classifying a sky image using histogram analysis}
본 발명은 영상 처리에 관한 것으로, 더 상세하게는 히스토그램을 이용한 하늘 영상 분류 방법 및 장치에 관한 것이다.
영상 히스토그램은 영상 안에서 픽셀들에 대한 명암 값의 분포를 나타낸 것으로 밝은 픽셀과 어두운 픽셀이 분포할 때 그 범위와 값을 표현한 것이다. 이것을 그래프로 나타낸 것을 히스토그램 그래프라고 하며 256 그레이 레벨 영상에서 명암 값의 범위는 0~255 값을 갖고, 각 명암 값(level)의 빈도 수를 조사하여 그래프의 높이로 나타낸다. 이러한 히스토그램은 영상의 많은 정보를 갖고 있으며, 영상 처리에 다양하게 이용된다. 또한, 히스토그램을 분석하여 영상의 특성을 파악하는 가능하다.
한국특허공개 2001-0055492호는 영상 히스토그램을 이용한 영상 검색 시스템과 그 방법에 관한 것으로, 각각의 히스토그램의 빈들의 컬러에 대한 양 정보만이 아니라 영상으로부터의 중심점과 분산 값 정보를 구하여 이를 영상 검색을 위한 매핑 정보로 사용하는 기술을 개시하고 있다.
하지만, 영상 히스토그램을 이용하는데 있어서 분산 값 등을 구하는 계산량이 많고 특징 벡터를 추출하기 때문에 처리시간이 길어진다는 문제점이 있다.
한편, 디지털 카메라 또는 캠코더를 포함하는 디지털 촬영 장치가 발전함에 따라 촬영하고자 하는 장면을 인식하고 이에 따른 적절한 촬영 제어 값들을 설정하는 기능이 부가되고 있다. 특히, 하늘의 색상을 구분하여, 석양 모드, 화창한 하늘 모드, 구름 모드 등으로 인식하여 이에 따른 촬영을 가이드 해줄 수 있다. 또한, 촬영한 하늘 영상에서 하늘 부분만을 검출하여 하늘의 채도를 조정하여 더욱 맑고 깨끗한 하늘로 이미지를 보정해 줄 수도 있을 것이다. 이를 위해서는, 하늘 검출 또는 하늘 인식이 필요하다.
본 발명은 전술한 종래기술의 문제점을 해결하기 위한 것으로, 하늘 영상 분류를 위해 구름 성분을 효과적으로 제거하고나서, 영상 히스토그램의 특성을 분석함으로써 간단하게 입력 영상이 하늘 영상인지 아닌지를 분류할 수 있는, 하늘 영상 분류 방법 및 장치를 제공하는 데 목적이 있다.
상기 기술적 과제를 달성하기 위한, 본 발명의 일 실시 예에 따른 하늘 영상 분류 방법은 입력 RGB 영상을 휘도/색차 영상으로 변환하고, 상기 변환한 색차 영상을 이용하여 상기 입력 RGB 영상에 포함된 구름 성분을 제거하는 단계; 상기 구름 성분이 제거된 영상을 그레이 레벨의 히스토그램 영상으로 변환하고, 상기 변환한 히스토그램 영상의 특성을 분석하는 단계; 및 상기 분석 결과를 기초로 상기 입력 RGB 영상을 하늘 영상으로 분류하는 단계를 포함한다.
바람직하게, 상기 히스토그램 영상의 특성은, 상기 히스토그램 영상의 빈도수, 피크 갯수, 피크 거리 및 피크 폭 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
바람직하게, 상기 분석 단계는, 상기 히스토그램 영상의 그레이 레벨에 대한 개수를 나타내는 빈도수를 소정의 값으로 설정하는 단계를 더 포함하고,
상기 분류 단계는, 상기 설정한 빈도수 이상을 나타내는 피크들의 유무에 따라 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 한다.
바람직하게, 상기 분석 단계는, 상기 설정한 빈도수를 지나는 그레이 레벨의 갯수를 나타내는 상기 피크의 폭에 대한 제1 임계값을 설정하고, 상기 피크의 폭이 상기 제1 임계값 이하인지를 판단하는 단계를 더 포함하고,
상기 분류 단계는, 상기 피크의 폭이 상기 제1 임계값 이하인 경우, 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 한다.
바람직하게, 상기 분석 단계는, 상기 변환한 히스토그램 영상을 정규화하는 단계를 더 포함하는 것을 특징으로 한다.
바람직하게, 상기 구름 제거 단계는, 상기 색차 영상에서의 Cb 값 및 Cr값을 이용해서 구름 성분을 제거하는 것을 특징으로 한다.
상기 다른 기술적 과제를 달성하기 위한, 본 발명의 다른 실시 예에 따른 하늘 영상 분류 장치는 입력 RGB 영상을 휘도/색차 영상으로 변환하는 YCC 변환부; 상기 변환한 색차 영상을 이용하여 상기 입력 RGB 영상에 포함된 구름 성분을 제거하는 구름 제거부; 상기 구름 성분이 제거된 영상을 그레이 레벨의 히스토그램 영상으로 변환하고, 상기 변환한 히스토그램 영상의 특성을 분석하는 히스토그램 분석부; 및 상기 분석 결과를 기초로 상기 입력 RGB 영상을 하늘 영상으로 분류하는 영상 분류부를 포함한다.
바람직하게, 상기 히스토그램 영상의 특성은, 상기 히스토그램 영상의 빈도수, 피크 갯수, 피크 거리 및 피크 폭 중 적어도 하나 이상을 포함하는 것을 특징으로 한다.
바람직하게, 상기 히스토그램 분석부는, 상기 히스토그램 영상의 그레이 레 벨에 대한 개수를 나타내는 빈도수를 소정의 값으로 설정하는 빈도수 설정부를 더 포함하고,
상기 영상 분류부는, 상기 설정한 빈도수 이상을 나타내는 피크들의 유무에 따라 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 한다.
바람직하게, 상기 히스토그램 분석부는, 상기 설정한 빈도수를 지나는 그레이 레벨의 갯수를 나타내는 상기 피크의 폭에 대한 제1 임계값을 설정하고, 상기 피크의 폭이 상기 제1 임계값 이하인지를 판단하는 피크 폭 판단부를 더 포함하고,
상기 영상 분류부는, 상기 피크의 폭이 상기 제1 임계값 이하인 경우, 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 한다.
바람직하게, 상기 히스토그램 분석부는, 상기 변환한 히스토그램 영상을 정규화하는 정규화부를 더 포함하는 것을 특징으로 한다.
바람직하게, 상기 구름 제거부는, 상기 색차 영상에서의 Cb 값 및 Cr값을 이용해서 구름 성분을 제거하는 것을 특징으로 한다.
상기 또 다른 기술적 과제를 달성하기 위한 상기 하늘 영상 분류 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체를 포함한다.
본 발명의 일 실시 예에 따른 하늘 영상 분류 방법은 입력 영상에서 구름 성분을 제거하고나서, 히스토그램 영상의 특성을 분석하고, 분석 결과를 기초로 입력 영상을 분류함으로써, 히스토그램 특성 분석을 위한 계산의 복잡성 및 처리시간을 줄이고, 하늘 영상 분류를 정확하게 할 수 있다.
이하, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시 예들을 상세히 설명한다. 하기의 설명에서는 본 발명에 따른 동작을 이해하는데 필요한 부분만이 설명되며 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않도록 생략될 수 있다.
또한, 이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 본 발명을 가장 적절하게 표현할 수 있도록 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 한다.
도 1은 본 발명의 일 실시 예에 따른 하늘 영상 분류 장치(100)의 개략적인 블록도이다.
도 1을 참조하면, 하늘 영상 분류 장치(100)는 YCC 변환부(110), 구름 제거부(120), 히스토그램 분석부(130) 및 영상 분류부(140)를 포함하여 구성된다.
Y/C변환부(110)는 RGB 입력 영상을 휘도/색도 컬러 공간으로 변환하여 휘도(Y) 및 색도 신호(C)로 출력한다. 여기서, RGB 입력 영상은 구름 성분을 포함하고 있는 하늘 영상이다.
여기서, RGB 색 공간에서 YCbCr 색 공간으로의 변환은 다음 수학식 1을 이용한다.
Y=0.29900R+0.58700G+0.11400B
Cb=-0.16874R-0.33126G+0.50000B
Cr=0.50000R-0.41869G-0.08131B
여기서, 휘도(Y)는 밝고 어두운 정도를 표현하는 성분이고, 색차(C)는 색상 정보를 표현하는 성분이다. 2가지 색차 성분은 Cb,Cr값을 가지는데, Cb는 블루(B) 성분과 기준값과의 차이, Cr은 레드(R) 성분과 기준값과의 차이를 의미한다. 또한, 본 발명의 바람직한 실시 예에서는 RGB 영상을 YCbCr 신호로 변환하는 것을 설명하고 있지만, YCbCr 변환 좌표뿐만 아니라, 다른 색 공간 좌표, 예를 들면 YUV, Lab, YCC 등의 다른 색공간 좌표계에도 적용할 수 있음은 물론이다.
구름 제거부(120)는 YCC 변환부(110)에서 출력된 색차 영상에서의 Cb 값 및 Cr 값을 이용해서 구름 성분을 제거한다. 따라서, 하늘 영상의 정확한 검출을 위해서, 하늘 성분과 구분되는 구름을 효과적으로 제거할 수 있다.
각 영상에 대해 Cb와 Cr 값의 최소값과 최대값을 이용하여 구름 성분을 제거한다. 즉, 다음 수학식 2에 도시된 범위 내의 성분은 구름 성분이라고 판단하고, 원 영상에서 구름 성분을 제거한 영상을 얻는다.
Min < Cb < Max
Min < Cr < Max
여기서, 각각의 최소값과 최대값은 임의로 결정할 수 있는 값으로, 하늘 영상의 특징, 즉 구름 성분을 얼마나 많이 포함하고 있는지 여부에 따라 변경 가능한 값들이다.
히스토그램 분석부(110)는 구름 성분이 제거된 하늘 영상을 입력받아, 히스토그램 영상의 특성을 분석한다. 여기서, 히스토그램 영상의 특성은 히스토그램 영상의 빈도수, 피크 갯수, 피크 거리, 피크 폭을 포함한다. 일반적으로 히스토그램은 영상 안에서 픽셀들에 대한 명암 값의 분포를 나타낸 것으로, 밝은 픽셀과 어두운 픽셀이 분포할 때 그 범위와 값을 표현한 것으로, 이것을 그래프로 나타낸 것을 히스토그램 그래프라고 하며, 예를 들면 256 그레이 레벨 영상에서 명암 값의 범위는 0 내지 255의 값을 갖고, 각 명암 값, 즉 레벨의 빈도수가 그래프의 높이로 나타낸다. 히스토그램은 영상의 많은 정보를 갖고 있으며, 다양한 영상 처리에 이용된다. 또한, 본 발명의 바람직한 실시 예에서, 히스토그램을 분석하여 영상의 특성을 알 수 있다. 히스토그램 분석부(110)의 구체적인 구성은 도 2를 참조하여 후술한다.
영상 분류부(140)는 히스토그램 분석부(130)의 분석 결과를 기초로 입력 영상을 하늘 영상으로 분류한다. 영상 분류부(140)는 전술한 히스토그램 영상의 특성에 따라 입력 영상이 하늘 영상인지 아닌지를 분류한다. 즉, 히스토그램 영상의 피크의 갯수, 피크의 폭, 피크의 변화 등에 대한 정보를 가지고 입력 영상을 분류한다.
도 2는 도 1에 도시된 히스토그램 분석부(130)의 개략적인 블록도이다.
도 2를 참조하면, 히스토그램 분석부(130)는 정규화부(131), 빈도수 설정부(132), 피크 갯수 판단부(133), 피크 거리 판단부(134), 피크 폭 판단부(135)를 포함하여 구성된다.
정규화부(131)는 히스토그램 영상을 정규화한다. 여기서, 정규화는 히스토그램에서 변환된 Y값, 즉 영상에서 해당 명암 값, 즉 그레이 레벨 값에 해당하는 픽셀들의 갯수(빈도수)가 일정 범위 값을 넘을 때, 이러한 값들을 원하는 일정 범위 안에서 재매핑시키기 위해 재조정하는 것을 의미한다.
빈도수 설정부(132)는 히스토그램 영상의 그레이 레벨에 대한 개수를 나타내는 빈도수를 소정의 값으로 설정한다. 여기서, 소정의 값은 영상의 종류, 즉 하늘 영상인지에 따라 임의로 설정할 수 있는 값이고, 빈도수는 해당 그레이 레벨에 속하는 픽셀들의 수를 의미한다.
도 6은 본 발명의 다른 실시 예에 따른 히스토그램 분석 방법을 설명하기 위한 도면이다.
도 6을 참조하면, 도 3d의 히스토그램 영상이 도시되어 있다. X축은 그레이 레벨이고, Y축은 정규화된 빈도수이다. 여기서, 빈도수는 160으로 설정된다. 빈도수 설정부(132)는 분류하고 하는 영상의 종류에 따라 빈도수를 다르게 설정할 수 있다.
피크 갯수 판단부(133)는 빈도수 설정부(132)가 설정한 빈도수 이상을 나타내는 피크들 사이의 갯수를 판단한다. 다시 도 6을 참조하면, 빈도수 100 이상의 피크들 사이의 갯수는 0개이다.
피크 거리 판단부(134)는 피크들 사이의 갯수가 1 이상인 경우, 피크들 사이의 거리값에 대한 제1 임계값을 설정하고, 거리 값이 제1 임계값 이상인지를 판단한다. 다시 도 6을 참조하면, 피크들 사이의 갯수가 0개이므로, 피크들 사이의 거 리 값은 판단하지 않는다.
피크 폭 판단부(135)는 빈도수 설정부(131)가 설정한 빈도수를 지나는 그레이 레벨의 갯수를 나타내는 피크의 폭에 대한 제2 임계값을 설정하고, 피크의 폭이 제2 임계값 이하인지를 판단한다. 다시 도 6을 참조하면, 빈도수 160 이상을 지나는 피크의 폭은 10이다. 그리고 피크의 폭 10이 제2 임계값 이하인지를 판단한다. 여기서, 제2 임계값은 임의로 설정할 수 있는 값이다.
영상 분류부(140)는 빈도수 설정부(132)가 설정한 빈도수 이상을 나타내는 피크들의 유무, 피크 갯수 판단부(133)가 판단한 피크들 사이의 갯수, 피크 거리 판단부(134)가 판단한 거리 값이 제1 임계값 이상인지 여부, 피크 폭 판단부(135)가 판단한 피크의 폭의 합이 제2 임계값 이하인지에 따라 입력 영상을 하늘 영상으로 분류할 수 있다.
도 3 내지 5는 다양한 하늘 영상의 히스토그램을 설명하기 위한 도면이다.
도 3a는 구름을 포함하는 하늘 영상의 RGB 영상이고, 도 3b는 Cb 값 및 Cr 값을 이용하여 하늘 성분을 제거한 영상이고, 도 3c는 도 3b의 영상에 대한 그레이 영상이다. 도 3d는 도 3c의 영상을 256 레벨의 히스토그램 영상으로 표시한 히스토그램 영상이다. 여기서, 히스토그램 영상은 빈도수, 즉 특정 레벨의 픽셀수를 정규화한 히스토그램 영상이다. 도 3d에서, 그레이레벨 0 내지 5에 나타난 빈도수는 도 3b에서 구름 성분을 제거한 검은색 부분이므로 히스토그램 분석에서 제외하고 판단한다.
도 4a는 구름을 포함하는 하늘 영상의 RGB 영상이며, 도 3a와 구름의 분포가 차이가 있다. 도 4b는 Cb 값 및 Cr 값을 이용하여 하늘 성분을 제거한 영상이고, 도 4c는 도 4b의 영상에 대한 그레이 영상이다. 도 4d는 도 4c의 영상을 256 레벨의 히스토그램 영상으로 표시한 히스토그램 영상이다. 여기서, 히스토그램 영상은 빈도수, 즉 특정 레벨의 픽셀수를 정규화한 히스토그램 영상이다. 도 4d에서, 그레이레벨 0 내지 5에 나타난 빈도수는 도 4b에서 구름 성분을 제거한 검은색 부분이므로 히스토그램 분석에서 제외하고 판단한다.
도 5a는 구름을 포함하는 하늘 영상의 RGB 영상이고, 도 5b는 Cb 값 및 Cr 값을 이용하여 하늘 성분을 제거한 영상이고, 도 5c는 도 5b의 영상에 대한 그레이 영상이다. 도 5d는 도 5c의 영상을 256 레벨의 히스토그램 영상으로 표시한 히스토그램 영상이다. 여기서, 히스토그램 영상은 빈도수, 즉 특정 레벨의 픽셀수를 정규화한 히스토그램 영상이다. 도 5d에서, 그레이레벨 0 내지 5에 나타난 빈도수는 도 5b에서 구름 성분을 제거한 검은색 부분이므로 히스토그램 분석에서 제외하고 판단한다.
도 6 내지 8은 도 3 내지 5에 각각 도시된 하늘 영상에 대한 히스토그램 분석을 설명하기 위한 도면이다.
도 3d, 4d 및 5d에 각각 도시된 다양한 하늘 영상의 히스토그램을 분석하기 위한 기본 조건, 즉 빈도수, 피크 유무, 피크들 사이의 갯수, 피크들 사이의 거리값에 대한 임계값, 설정한 빈도수를 지나는 피크의 폭에 대한 임계값은 다음과 같다. 빈도수는 160, 피크들 사이의 갯수는 0, 피크들 사이의 거리값에 대한 임계값은 30으로 설정한다.
도 6을 다시 참조하면, 도 3d에 도시된 히스토그램 영상은 피크 값이 그레이 레벨 30~60 사이에 존재하고, 빈도수 160을 지나는 피크는 1개이다. 따라서, 피크 사이의 개수는 0개이므로 피크 사이의 거리값은 판단하지 않는다. 그리고 빈도수 160를 지나는 히스토그램의 그레이 레벨의 갯수는 10이므로 30 이하의 조건을 만족하므로, 상기 히스토그램 영상은 하늘 영상으로 분류할 수 있다.
도 7을 다시 참조하면, 도 4d에 도시된 히스토그램 영상은 피크 값이 그레이 레벨 30~60 사이에 존재하고, 빈도수 160를 지나는 피크는 1개이다. 따라서, 피크 사이의 개수는 0개이므로 피크 사이의 거리값은 판단하지 않는다. 그리고 빈도수 160를 지나는 히스토그램의 그레이 레벨의 갯수는 14이므로 30 이하의 조건을 만족하므로, 상기 히스토그램 영상은 하늘 영상으로 분류할 수 있다.
도 8을 다시 참조하면, 도 5d에 도시된 히스토그램 영상은 피크 값이 그레이 레벨 30~60 사이에 존재하고, 빈도수 160를 지나는 피크는 1개이다. 따라서, 피크 사이의 개수는 0개이므로 피크 사이의 거리값은 판단하지 않는다. 그리고 빈도수 160를 지나는 히스토그램의 그레이 레벨의 갯수는 22이므로 30 이하의 조건을 만족하므로, 상기 히스토그램 영상은 하늘 영상으로 분류할 수 있다.
도 9는 본 발명의 또 다른 실시 예에 따른 영상 분류 방법을 설명하기 위한 흐름도이다.
도 9을 참조하면, 단계 900에서, RGB 하늘 영상을 입력한다.
단계 902에서, RGB 영상을 YCC 변환하여 Cb, Cr 값을 계산한다. 단계 904에서, Cb, Cr값을 이용해서 하늘 영상에 포함된 구름 성분을 제거한다. 따라서, 하 늘 영상을 분석하기 위해 불필요한 구름을 제거함으로써 하늘 영상 검출의 정확도를 높일 수 있다.
단계 906에서, 히스토그램 영상을 일정 범위 내의 빈도수를 갖도록 정규화한다. 단계 908에서, 히스토그램의 특정 빈도수를 설정한다. 여기서, 빈도수는 하늘 영상의 종류, 예를 들면 구름 성분의 포함 정도에 따라 다르게 설정할 수 있다.
단계 910에서, 특정 빈도수 이상의 피크를 갖는 피크들 사이의 갯수를 판단한다. 단계 912에서, 피크들 사이의 갯수가 1 이상인 경우에, 해당 피크들 사이의 거리에 대한 특정 임계값을 설정하고, 거리 값이 임계값의 범위 내인지를 판단한다.
단계 914에서, 단계 908에서 설정한 빈도수를 지나는 피크 폭 또는 피크들의 폭의 합이 특정 임계값 이하인지를 판단한다.
단계 916에서, 상기 단계 910 내지 914에서 판단한 피크 갯수, 피크 거리, 피크 폭에 대한 판단 결과로부터 입력 영상을 하늘 영상으로 분류한다.
본 발명은 다양한 이미지 처리 디바이스, 예를 들면 디지털 카메라, 카메라가 장착된 휴대폰, 디지털 캠코더 등에 적용할 수 있다.
한편, 본 발명은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
이제까지 본 발명에 대하여 바람직한 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 상기 개시된 실시 예들은 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 한다.
도 1은 본 발명의 일 실시 예에 따른 하늘 영상 분류 장치(100)의 개략적인 블록도이다.
도 2는 도 1에 도시된 히스토그램 분석부(130)의 개략적인 블록도이다.
도 3 내지 5는 다양한 하늘 영상의 히스토그램을 설명하기 위한 도면이다.
도 6 내지 8은 도 3 내지 5에 각각 도시된 하늘 영상에 대한 히스토그램 분석을 설명하기 위한 도면이다.
도 9는 본 발명의 다른 실시 예에 따른 하늘 영상 분류 방법을 설명하기 위한 흐름도이다.
<도면의 주요 부분에 대한 부호의 설명>
100: 하늘 영상 분류 장치 110: YCC 변환부
120: 구름 제거부 130: 히스토그램 분석부
140: 영상 분류부 131: 정규화부
132: 빈도수 설정부 133: 피크 갯수 판단부
134: 피크 거리 판단부 135: 피크 폭 판단부

Claims (13)

  1. 입력 RGB 영상을 휘도/색차 영상으로 변환하고, 상기 변환한 색차 영상을 이용하여 상기 입력 RGB 영상에 포함된 구름 성분을 제거하는 단계;
    상기 구름 성분이 제거된 영상을 그레이 레벨의 히스토그램 영상으로 변환하고, 상기 변환한 히스토그램 영상의 특성 - 상기 히스토그램 영상의 특성은,
    상기 히스토그램 영상의 빈도수, 피크 갯수, 피크 거리 및 피크 폭 중 적어도 하나 이상을 포함함 - 을 분석하는 단계; 및
    상기 분석 결과를 기초로 상기 입력 RGB 영상을 하늘 영상으로 분류하는 단계를 포함하고,
    상기 분석 단계는,
    상기 히스토그램 영상의 그레이 레벨에 대한 개수를 나타내는 빈도수를 소정의 값으로 설정하는 단계를 더 포함하고,
    상기 분류 단계는,
    상기 설정한 빈도수를 지나는 그레이 레벨의 갯수를 나타내는 상기 피크의 폭에 대한 제1 임계값을 설정하고, 상기 피크의 폭이 상기 제1 임계값 이하인지를 판단하고, 상기 피크의 폭이 상기 제1 임계값 이하인 경우, 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 분류 단계는,
    상기 설정한 빈도수 이상을 나타내는 피크들의 유무에 따라 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 방법.
  4. 삭제
  5. 입력 RGB 영상을 휘도/색차 영상으로 변환하고, 상기 변환한 색차 영상을 이용하여 상기 입력 RGB 영상에 포함된 구름 성분을 제거하는 단계;
    상기 구름 성분이 제거된 영상을 그레이 레벨의 히스토그램 영상으로 변환하고, 상기 변환한 히스토그램 영상의 특성 - 상기 히스토그램 영상의 특성은,
    상기 히스토그램 영상의 빈도수, 피크 갯수, 피크 거리 및 피크 폭 중 적어도 하나 이상을 포함함 - 을 분석하는 단계; 및
    상기 분석 결과를 기초로 상기 입력 RGB 영상을 하늘 영상으로 분류하는 단계를 포함하고,
    상기 분석 단계는,
    상기 변환한 히스토그램 영상을 정규화하는 단계를 더 포함하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 방법.
  6. 제 1 항에 있어서,
    상기 색차 영상에서의 Cb 값 및 Cr값을 이용해서 구름 성분을 제거하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 방법.
  7. 제 1 항, 제 3 항, 제 5 항 내지 제 6 항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체.
  8. 입력 RGB 영상을 휘도/색차 영상으로 변환하는 YCC 변환부;
    상기 변환한 색차 영상을 이용하여 상기 입력 RGB 영상에 포함된 구름 성분을 제거하는 구름 제거부;
    상기 구름 성분이 제거된 영상을 그레이 레벨의 히스토그램 영상으로 변환하고, 상기 변환한 히스토그램 영상의 특성 - 상기 히스토그램 영상의 빈도수, 피크 갯수, 피크 거리 및 피크 폭 중 적어도 하나 이상을 포함함 - 을 분석하는 히스토그램 분석부; 및
    상기 분석 결과를 기초로 상기 입력 RGB 영상을 하늘 영상으로 분류하는 영상 분류부를 포함하고,
    상기 히스토그램 분석부는,
    상기 히스토그램 영상의 그레이 레벨에 대한 개수를 나타내는 빈도수를 소정의 값으로 설정하는 빈도수 설정부를 더 포함하고,
    상기 히스토그램 분석부는,
    상기 설정한 빈도수를 지나는 그레이 레벨의 갯수를 나타내는 상기 피크의 폭에 대한 제1 임계값을 설정하고, 상기 피크의 폭이 상기 제1 임계값 이하인지를 판단하는 피크 폭 판단부를 더 포함하고,
    상기 영상 분류부는,
    상기 피크의 폭이 상기 제1 임계값 이하인 경우, 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 장치.
  9. 삭제
  10. 제 8 항에 있어서,
    상기 영상 분류부는,
    상기 설정한 빈도수 이상을 나타내는 피크들의 유무에 따라 상기 입력 RGB 영상을 하늘 영상으로 분류하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 장치.
  11. 삭제
  12. 입력 RGB 영상을 휘도/색차 영상으로 변환하는 YCC 변환부;
    상기 변환한 색차 영상을 이용하여 상기 입력 RGB 영상에 포함된 구름 성분을 제거하는 구름 제거부;
    상기 구름 성분이 제거된 영상을 그레이 레벨의 히스토그램 영상으로 변환하고, 상기 변환한 히스토그램 영상의 특성 - 상기 히스토그램 영상의 빈도수, 피크 갯수, 피크 거리 및 피크 폭 중 적어도 하나 이상을 포함함 - 을 분석하는 히스토그램 분석부; 및
    상기 분석 결과를 기초로 상기 입력 RGB 영상을 하늘 영상으로 분류하는 영상 분류부를 포함하고,
    상기 히스토그램 분석부는,
    상기 변환한 히스토그램 영상을 정규화하는 정규화부를 더 포함하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 장치.
  13. 제 8 항에 있어서,
    상기 구름 제거부는,
    상기 색차 영상에서의 Cb 값 및 Cr값을 이용해서 구름 성분을 제거하는 것을 특징으로 하는 히스토그램 분석을 이용한 하늘 영상 분류 장치.
KR1020090022185A 2009-03-16 2009-03-16 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치 KR101599873B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090022185A KR101599873B1 (ko) 2009-03-16 2009-03-16 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090022185A KR101599873B1 (ko) 2009-03-16 2009-03-16 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20100104048A KR20100104048A (ko) 2010-09-29
KR101599873B1 true KR101599873B1 (ko) 2016-03-04

Family

ID=43008346

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090022185A KR101599873B1 (ko) 2009-03-16 2009-03-16 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101599873B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101451097B1 (ko) * 2012-12-23 2014-10-15 전남대학교산학협력단 색상 히스토그램을 이용한 이미지 분류 시스템 및 방법
KR102428016B1 (ko) * 2020-06-24 2022-08-03 대한민국 영상 분류 방법을 이용한 야간 전운량 산출 방법
KR102548725B1 (ko) 2021-08-19 2023-06-27 부경대학교 산학협력단 히스토그램을 이용한 3차원 필름 영상 분류 장치 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001202525A (ja) 1999-11-29 2001-07-27 Eastman Kodak Co 青い空を含む画像の向きを決定する方法
JP2005005753A (ja) 2003-06-09 2005-01-06 Minolta Co Ltd 撮像装置
WO2007029454A1 (ja) 2005-09-07 2007-03-15 Pioneer Corporation 風景解析装置及び方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001202525A (ja) 1999-11-29 2001-07-27 Eastman Kodak Co 青い空を含む画像の向きを決定する方法
JP2005005753A (ja) 2003-06-09 2005-01-06 Minolta Co Ltd 撮像装置
WO2007029454A1 (ja) 2005-09-07 2007-03-15 Pioneer Corporation 風景解析装置及び方法

Non-Patent Citations (1)

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

Also Published As

Publication number Publication date
KR20100104048A (ko) 2010-09-29

Similar Documents

Publication Publication Date Title
KR101566196B1 (ko) 히스토그램 분석을 이용한 영상 분류 방법 및 장치, 이를 이용한 문자 인식 방법 및 장치
US8189913B2 (en) Method for detecting shadow of object
US8390884B2 (en) Apparatus and method for image processing, and program
US8264594B2 (en) Exposure control for an imaging system
US8611615B2 (en) Image processing apparatus and method, and program
US8989436B2 (en) Image processing method, computer-readable storage medium, image processing apparatus, and imaging apparatus
JP2023503749A (ja) カメラレンズの状態検出方法、装置、機器及び記憶媒体
US8655060B2 (en) Night-scene light source detecting device and night-scene light source detecting method
KR100765775B1 (ko) 화상의 밝기 조정방법 및 장치
EP2795904B1 (en) Method and system for color adjustment
US8189236B2 (en) Image processing apparatus, image processing method and computer-readable medium
US8482630B2 (en) Apparatus and method for adjusting automatic white balance by detecting effective area
KR101599873B1 (ko) 히스토그램 분석을 이용한 하늘 영상 분류 방법 및 장치
US8026954B2 (en) System and computer-readable medium for automatic white balancing
KR20150045679A (ko) 차량 번호판 검출 장치 및 방법
JP5441669B2 (ja) 画像処理装置及びその制御方法
KR20200046281A (ko) 컬러 디스크립터와 이산 웨이블릿 변환을 이용한 내용 기반 영상 검색 시스템 및 방법
KR20190058753A (ko) 영상 처리 방법 및 이를 수행하는 영상 처리 장치
KR20030091471A (ko) ＹＣｒＣｂ 칼라 기반 얼굴 영역 추출 방법
US11403736B2 (en) Image processing apparatus to reduce noise in an image
JP4869323B2 (ja) 画像処理装置及び画像処理方法
JP2009194786A (ja) 対象物検出装置及び撮像装置
KR20230151371A (ko) 통계적 특성분석을 이용하여 영상품질을 측정하는 장치 및 방법
KR102014443B1 (ko) 비디오 컨텐츠의 컨텐츠 타입을 결정하는 방법 및 장치
KR101535196B1 (ko) 질감 특성을 고려한 영상 분할 장치 및 그 방법

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
LAPS Lapse due to unpaid annual fee