KR101601755B1 - 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체 - Google Patents

영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체 Download PDF

Info

Publication number
KR101601755B1
KR101601755B1 KR1020140063961A KR20140063961A KR101601755B1 KR 101601755 B1 KR101601755 B1 KR 101601755B1 KR 1020140063961 A KR1020140063961 A KR 1020140063961A KR 20140063961 A KR20140063961 A KR 20140063961A KR 101601755 B1 KR101601755 B1 KR 101601755B1
Authority
KR
South Korea
Prior art keywords
image
center symmetric
center
symmetric band
input image
Prior art date
Application number
KR1020140063961A
Other languages
English (en)
Other versions
KR20150136723A (ko
Inventor
낭종호
유정수
Original Assignee
서강대학교산학협력단
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 서강대학교산학협력단 filed Critical 서강대학교산학협력단
Priority to KR1020140063961A priority Critical patent/KR101601755B1/ko
Publication of KR20150136723A publication Critical patent/KR20150136723A/ko
Application granted granted Critical
Publication of KR101601755B1 publication Critical patent/KR101601755B1/ko

Links

Images

Classifications

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

Landscapes

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

Abstract

본 발명은 중심 대칭 밴드 시그니처를 생성하는 영상 특징 추출 방법에 관한 것이다. 상기 영상 특징 추출 방법은, 전처리된 입력 영상을 순서 영상으로 변환시키고, 상기 순서 영상을 사전 설정된 개수의 중심 대칭 밴드 영역들로 분할시 키고, 각 중심 대칭 밴드 영역들에 대하여 추출된 특징값들 및 특징값들의 차이값을 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처를 생성하는 것을 특징으로 한다. 상기 중심 대칭 밴드는 동일한 두께를 갖는 사각형의 밴드로서, 순서 영상의 중심을 기준으로 하여 대칭되는 형상을 갖는 것을 특징으로 한다.
본 발명에 따른 영상 특징 추출 방법에 의해 생성된 중심 대칭 밴드 시그니처는 근-복사 동영상 검출시 공간적 변환에도 강건한 특성을 보여준다.

Description

영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체{Method and apparatus for generating the feature of Image, and recording medium recording a program for processing the method}
본 발명은 영상 특징 추출 방법에 관한 것으로서, 더욱 구체적으로는 영상을 중심 대칭 밴드 영역으로 분할하고 이들 영역에 대한 특징값을 추출하여 시그니처를 생성하는 영상 특징 추출 방법에 관한 것이다.
인터넷의 급속한 발전과 영상 처리 기술이 향상됨에 따라, 멀티미디어 콘텐츠에 대한 불법 복제 및 무단 도용이 급속하게 증가되고 있는 실정이다.
이러한 멀티미디어 콘텐츠에 대한 불법 복제 및 무단 도용에 의하여, 멀티미디어 콘텐츠를 개발하거나 창작한 저작자들의 저작권이 제대로 보호되지 못하고 있다.
도 1은 다양한 형태의 근-복사 동영상들을 예시적으로 도시한 것이다. 도 1을 참조하면, 원본 동영상(Original video)에 대하여 밝기(Brightness)를 40% 변환시킨 영상, 대조(Contrast)를 30% 변환시킨 영상, 일부분을 잘라낸 Crop 영상, Flip 영상, 로고를 삽입한 영상, 자막을 삽입한 영상, 흐릿하게 처리한 Blur 영상, 블랙 마진을 삽입한 영상 등의 근복사 영상들이 있다.
근 복사 동영상 검출이란 원본의 내용을 유지하면서 변환된 동영상의 복사 여부를 검출하는 것이다. 이러한 근-복사 동영상 검출을 위하여, 동영상의 프레임을 분별력있고 컴팩트한 시그니처(Signature)로 추상화해야 된다.
종래의 시그니처들은 주로 블록 기반으로 하여 시그니처를 추출하는 영상 특징 추출 방법을 많이 사용하였다. 이러한 블록 기반의 영상 특징 추출 방법들은 영상을 블록으로 나누어 특징화한 것으로서, 추출 연산이 간단하다는 장점이 있기는 하나, 영상에 대한 Crop, 회전(rotation), Flip, 로고/자막 삽입 등과 같은 공간적 변환에는 매우 취약한 문제점이 있다.
도 2는 종래의 블록 기반의 영상 특징 추출 방법이 공간적 변환에 민감한 경우를 예시적으로 설명한 그림들이다. 도 2의 (a)는 MPEG-7 Video Identification 에서 정의한 frame signature 의 추출 방법을 도식화한 것으로서, 정해진 여러 블록간의 차이값의 랭크 정보를 사용한다. 도 2의 (b)는 OSID (Ordinal Spatial Intensity Distribution) descriptor의 추출 방법을 도식화한 것으로서, 영상을 순서 이미지로 변환시키고 블록으로 나누어서 각 블록에 대한 랭크 히스토그램을 특징으로 사용한다. 도 2의 (c)는 각 영상을 4등분하여, 각 블록을 1~4 까지의 랭크로 표현하여, 영상이 4! 가지(즉, 1234 ~ 4321 ) 수로 표현되며, 동영상 세그먼트를 4!의 히스토그램으로 추상화한 것을 도식화한 것이다.
도 2에 도시된 바와 같이, 영상의 공간적 구조가 변화할 경우 시그니처가 민감하게 변하게 된다. 이와 같이, 영상에 대한 공간적 변환에 의하여 시그니처가 민감하게 변하는 경우, 이러한 시그니처를 이용하여 근-복사 영상을 제대로 검출할 수 없게 되는 문제가 있다.
따라서, 근-복사 동영상 검출을 위하여, 공간적 변환에 강건하면서도 블록 기반 시그니처의 장점인 간단함과 컴팩트함을 유지하는 시그니처에 대한 필요성이 증대되고 있다.
한국등록특허공보 제 10-1032533호 한국등록특허공보 제 10-0734849호
전술한 문제점을 해결하기 위한 본 발명의 목적은 공간적 변환에 강건하면서도 블록 기반 시그니처의 장점인 간단함과 컴팩트함을 유지하는 시그니처를 생성하는 영상 특징 추출 방법 및 장치를 제공하는 것이다.
전술한 기술적 과제를 달성하기 위한 본 발명의 제1 특징에 따른 영상 특징 추출 방법은, (a) 입력 영상에 대하여 전처리하는 단계; (b) 전처리된 영상을 순서 영상(Ordinal Image)으로 변환시키는 단계; (c) 상기 순서 영상을 사전 설정된 개수의 중심 대칭 밴드 영역들로 분할하는 단계; (d) 상기 분할된 중심 대칭 밴드 영역들에 대하여 각각 특징값을 추출하는 단계; (e) 상기 중심 대칭 밴드 영역들에 대한 특징값들을 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature)를 생성하는 단계;를 구비하고, 상기 중심 대칭 밴드는 동일한 두께를 갖는 사각형의 밴드로서, 순서 영상의 중심을 기준으로 하여 대칭되는 형상을 갖는 것을 특징으로 한다.
전술한 제1 특징에 따른 영상 특징 추출 방법에 있어서, 상기 (a) 단계는 상기 입력 영상을 정사각형의 흑백 영상으로 정규화시키고, 상기 입력 영상의 상하 및 좌우의 양단에 형성된 블랙 마진(Black-margin)을 제거하는 것이 바람직하다.
전술한 제1 특징에 따른 영상 특징 추출 방법에 있어서, 상기 (d) 단계는 상기 중심 대칭 밴드에 대한 특징은 해당 중심 대칭 밴드 영역에 속한 픽셀들의 밝기에 대한 평균 랭크값을 이용하여 구하는 것이 바람직하다.
전술한 제1 특징에 따른 영상 특징 추출 방법에 있어서, 상기 (e) 단계는 각 중심 대칭 밴드들의 특징값들간의 차이값을 추출하여 입력 영상에 대한 중심 대칭 밴드 시그니처로 생성하거나, 각 중심 대칭 밴드들의 특징값들간의 차이값을 추출하고, 상기 차이값들에 대한 행렬을 구하여 입력 영상에 대한 중심 대칭 밴드 시그니처로 생성하는 것이 바람직하다.
본 발명의 제2 특징에 따른 영상 특징 추출 장치는, 입력 영상에 대하여 전처리하는 전처리부; 상기 전처리된 영상을 순서 영상(Ordinal Image)으로 변환시키는 순서 영상 변환부; 상기 순서 영상을 사전 설정된 개수의 중심 대칭 밴드 영역들로 분할하는 영상 분할부; 상기 분할된 중심 대칭 밴드 영역들에 대하여 각각 특징값을 추출하는 특징값 추출부; 상기 중심 대칭 밴드 영역들에 대한 특징값들을 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature)를 생성하는 시그니처 생성부;를 구비하고, 상기 중심 대칭 밴드는 동일한 두께를 갖는 사각형의 밴드로서, 순서 영상의 중심을 기준으로 하여 대칭되는 형상을 갖는 것이 바람직하다.
본 발명의 제2 특징에 따른 영상 특징 추출 장치에 있어서, 상기 전처리부는 입력 영상을 정사각형의 흑백 영상으로 정규화시키는 정규화 모듈; 및 상기 입력 영상의 상하 및 좌우의 양단에 형성된 블랙 마진(Black-margin)을 제거하는 블랙 마진 제거 모듈을 구비하는 것이 바람직하다.
전술한 제1 특징에 따른 영상 특징 추출 방법에 있어서, 상기 특징값 추출부가 각 중심 대칭 밴드 영역들에 대하여 추출하는 특징값은 해당 중심 대칭 밴드 영역에 속한 픽셀들의 밝기에 대한 평균 랭크값인 것이 바람직하다.
전술한 제1 특징에 따른 영상 특징 추출 방법에 있어서, 상기 시그니처 생성부는 각 중심 대칭 밴드들의 특징값들간의 차이값을 추출하고 이를 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처를 생성하거나, 특징값에 대한 차이값 행렬을 이용하여 중심 대칭 밴드 시그니처를 생성하는 것이 바람직하다.
본 발명에 의해 생성된 중심 대칭 밴드 시그니처는 픽셀 밝기값의 상대적 랭크로 구성된 순서 영상으로부터 추출되므로, 원본 영상에 대한 밝기 및 대조를 변환시킨 영상에 대해서도 강건하다.
또한, 본 발명에 따른 중심 대칭 밴드 시그니처는 종래의 블록 분할 방식과는 달리, 영상의 중심에 대하여 대칭되게 영상을 분할하므로 회전이나 대칭 변환에 대하여 강건하다.
또한, 본 발명에 따른 중심 대칭 밴드 시그니처는 N×N 흑백 영상으로 정규화되므로, 노이즈, 블러, 해상도, 칼라, 가로-세로 비의 변환에도 강건하다.
원본 영상에 로고나 자막을 삽입하여 영상에 지역적 변화를 발생시키는 경우에도, 본 발명에 따른 중심 대칭 밴드 형태로의 분할은 전술한 지역적 변화를 분산시키는 효과를 가지게 되어, 중심 대칭 밴드 시그니처는 로고, 자막 삽입에도 강건하다.
도 9는 본 발명에 따른 중심 대칭 밴드 단위의 영상 특징 추출 방법에 있어서, 로고 삽입으로 인한 로컬 변화에 대한 분산 효과를 설명하기 위하여 도시한 영상과 그래프들이다. 도 9의 (a)는 종래의 블록 단위의 영상 특징 추출 방법에 있어서, 로고 삽입시의 시그니처를 설명하기 위하여 도시한 영상과 그래프이며, (b)는 본 발명에 따른 중심 대칭 밴드 단위의 영상 특징 추출 방법에 있어서, 로고 삽입시의 시그니처를 설명하기 위하여 도시한 영상과 그래프이다.
도 9를 참조하면, (a)는 4×4의 블록들의 랭크 평균값을 이용하여 시그니처로 추출한 것으로서, 4번째 부분이 큰 차이가 발생하였으나, (b)는 본 발명에 따른 중심 대칭 밴드들에 대한 랭크 평균값을 이용하여 시그니처를 추출한 것으로서, (b)에서는 이러한 차이가 분산됨을 쉽게 파악할 수 있다. 이 두 경우의 평균값들을 벡터(16차원)로 표현하였을 때, 실제로 원본 영상과 로고 삽입 영상간의 L1 - 거리가 (a)의 경우 108이었지만 (b)의 경우 36이 불과하였다.
한편, 도 10은 종래의 여러 방법들과 본 발명에 따른 시그니처를 이용한 정합도를 비교한 그래프이다. 도 10을 참조하면, 여러 전역 시그니처들에 대한 성능 비교시, 서로 매칭되는 시그니처간의 거리가 ε이하일 경우 서로 매칭된 것으로 판별한다. ε이 클수록 매칭 성공률이 증가하며, Score가 1에 빠르게 수렴할수록 성능이 우수한 것으로 볼 수 있다.
도 1은 다양한 형태의 근-복사 동영상들을 예시적으로 도시한 것이다.
도 2는 종래의 블록 기반의 영상 특징 추출 방법이 공간적 변환에 민감한 경우를 예시적으로 설명한 그림들이다.
도 3은 본 발명의 바람직한 제1 실시예에 따른 영상 특징 추출 방법을 순차적으로 도시한 흐름도이다.
도 4는 본 발명의 바람직한 제1 실시예에 따른 영상 특징 추출 방법에 있어서, (a) 입력 영상 및 (b) 입력 영상을 정규화시킨 영상을 예시적으로 도시한 것이다.
도 5는 본 발명의 바람직한 제1 실시예에 따른 영상 특징 추출 방법에 있어서, 정규화된 영상에 대하여 블랙 마진을 검출하는 과정을 예시적으로 설명하기 위하여 도시한 것이다.
도 6은 본 발명의 바람직한 제1 실시예에 따른 영상 특징 추출 방법에 있어서, 순서 영상의 밝기 및 대조 변환에 대한 불변성을 설명하기 위하여, 입력 영상들에 대한 순서 영상을 예시적으로 도시한 것들이다.
도 7은 본 발명의 바람직한 실시예에 따른 영상 특징 추출 방법에 의하여, 각 단계별 결과들을 예시적으로 도시한 것이다.
도 8은 본 발명의 제3 실시예에 따른 영상 특징 추출 장치를 도시한 블록도이다.
도 9는 본 발명에 따른 중심 대칭 밴드 단위의 영상 특징 추출 방법에 있어서, 로고 삽입으로 인한 로컬 변화에 대한 분산 효과를 설명하기 위하여 도시한 영상과 그래프들이다.
도 10은 종래의 여러 방법들과 본 발명에 따른 시그니처를 이용한 정합도를 비교한 그래프이다.
본 발명에 따른 영상 특징 추출 방법 및 장치는 전처리된 입력 영상을 사전 설정된 개수의 중심 대칭 밴드 영역들로 분할하고, 상기 중심 대칭 밴드 영역들에 대한 특징들을 추출하여 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature)를 생성하는 것을 특징으로 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 제1 실시예에 따른 영상 특징 추출 방법에 대하여 구체적으로 설명한다.
도 3은 본 발명의 바람직한 제1 실시예에 따른 영상 특징 추출 방법을 순차적으로 도시한 흐름도이다. 도 3을 참조하면, 본 실시예에 따른 영상 특징 추출 방법은, 입력 영상에 대한 전처리 단계(S300), 순서 영상 생성 단계(S310), 중심 대칭 밴드 영역으로 분할하는 영상 분할 단계(S320), 분할된 각 영역에 대한 특징 정보 추출 단계(S330), 상기 특징 정보들을 이용한 시그니처 생성 단계(S340)를 구비한다. 이하, 전술한 각 단계별로 구체적으로 설명한다.
상기 입력 영상에 대한 전처리 단계(S300)는 영상 정규화 단계(S302) 및 블랙 마진 제거 단계(S304)를 구비한다.
상기 영상 정규화 단계(S302)는 입력 영상을 정사각형의 N×N의 흑백(Gray) 영상으로 변환시킨다. 도 4는 본 발명의 바람직한 제1 실시예에 따른 영상 특징 추출 방법에 있어서, (a) 입력 영상 및 (b) 입력 영상을 정규화시킨 영상을 예시적으로 도시한 것이다.
한편, 상기 전처리 단계는 인코더가 영상의 aspect-ratio 조절을 위하여 삽입한 블랙마진을 제거하는 블랙 마진 제거 단계를 더 구비할 수 있다. 영상에 삽입된 상기 블랙 마진은 영상에 심한 공간적 변화를 발생시킨다.
상기 블랙 마진 제거 단계(S304)는, 개략적으로 다음의 (a) 내지(d) 단계를 구비한다. 도 5는 입력 영상에 대하여 블랙 마진을 검출하는 과정을 예시적으로 설명하기 위하여 도시한 것이다. 먼저, (a) 영상
Figure 112014050231303-pat00001
를 수형 에지 영상(
Figure 112014050231303-pat00002
)과 수직 에지 영상(
Figure 112014050231303-pat00003
)으로 변환한다. 다음, (b) 각 영상에 해당하는 방향의 오프셋 파라미터 공간에서 수학식 1을 이용하여 1차원 허프 변환을 수행한다. 여기서,
Figure 112014050231303-pat00004
는 영상
Figure 112014050231303-pat00005
의 x,y 에서의 픽셀 값을 의미하며,
Figure 112014050231303-pat00006
와
Figure 112014050231303-pat00007
는 각각 영상
Figure 112014050231303-pat00008
의 가로, 세로를 의미한다.
Figure 112014050231303-pat00009
다음, (c) r x 와 r y 를 다시 수학식 2와 같이 대칭 합 s x 와 s y 로 변환한다.
Figure 112014050231303-pat00010
다음, (d) s x 와 s y 에 대하여 각각 피크(peak) x*과 y*를 검출한다. 직선 y=y*, y=H f -y* 와 x=x*, x=W f -x* 는 마진 영역과 내용 영역간의 경계선이 되며, 마진 영역내의 흑색 픽셀의 비중이 임계치보다 높은지 확인함으로써,
Figure 112014050231303-pat00011
에 대한 블랙 마진 검출을 완료한다. 이러한 과정을 거쳐 검출된 블랙 마진을 제거하게 된다.
다음, 순서 영상(Ordinal Image) 생성 단계(S310)는 전처리된 영상(
Figure 112014050231303-pat00012
)을 순서 영상(Ordinal Image;
Figure 112014050231303-pat00013
)으로 변환시킨다. 즉, πf(x,y) 를 좌표(x,y)에서의 영상(
Figure 112014050231303-pat00014
)의 모든 픽셀 값에 대한 밝기 값의 랭크라고 한다면, 순서 영상 (
Figure 112014050231303-pat00015
)은 이러한 랭크값으로 이루어진 영상으로 정의된다. 도 6은 순서 영상의 밝기 및 대조 변환에 대한 불변성을 설명하기 위하여, 입력 영상들에 대한 순서 영상을 예시적으로 도시한 것들이다. 도 6에 도시된 바와 같이, 원본 영상(Original Image)과 이에 대한 Contrast 를 변환시킨 영상과 Brightness 를 변환시킨 영상들 각각에 대한 순서 영상은 모두 동일하다. 즉, 원본 영상에 대하여 밝기 또는 대조 변환시키더라도 이들에 대한 순서 영상은 항상 동일하다.
다음, 영상 분할 단계(S320)는 전술한 순서 영상(
Figure 112014050231303-pat00016
)을 사전 설정된 개수의 중심 대칭 밴드 영역(
Figure 112014050231303-pat00017
)으로 분할한다. 각 중심 대싱 밴드 영역(
Figure 112014050231303-pat00018
)은 두께(
Figure 112014050231303-pat00019
)와 중심으로부터의 오프셋(
Figure 112014050231303-pat00020
)에 의해 수학식 3과 같이 결정된다.
Figure 112014050231303-pat00021
중심 대싱 밴드 영역(
Figure 112014050231303-pat00022
)의 총 개수는
Figure 112014050231303-pat00023
에 의해 정해진다. 간단한 분할 방법 중 하나는 수학식 4와 같이 영상을 오버랩되지 않고 두께가 일정한 값(
Figure 112014050231303-pat00024
)을 갖도록 분할하는 것이다. 즉, 순서 영상이 서로 중첩되지 않으면서 동일한 두께를 갖도록 중심 대칭 밴드 영역들로 분할시키는 것이다.
Figure 112014050231303-pat00025
다음, 분할된 각 영역(
Figure 112014050231303-pat00026
)에 대한 특징값 추출 단계(S330)는 각 영역들에 대한 평균 랭크값을 구한다. 여기서, 상기 평균 랭크값은 해당 중심 대칭 밴드 영역을 구성하는 픽셀들에 대한 랭크값들의 평균값이며, 상기 랭크값은 각 픽셀들의 밝기를 상대적 랭크값으로 표현한 것을 의미한다.
다음, 시그니처 생성 단계(S340)는 (a) 및 (b) 단계를 통해 각 영역에 대한 평균 랭크값들을 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature; 'CSBS')를 생성한다.
상기 (a) 단계는 중심 대칭 밴드 영역들의 평균 랭크값들에 대한 차이값 행렬(
Figure 112014050231303-pat00027
)을 수학식 5를 이용하여 구한다.
Figure 112014050231303-pat00028
다음, 상기 (b) 단계는, 차이값 행렬은 대칭적이고 대각 성분이 모두 0 이므로, 차이값 행렬의 윗부분만 사용하여, 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature; 'CSBS')를 수학식 6을 이용하여 생성한다.
Figure 112014050231303-pat00029
도 7은 본 발명의 바람직한 실시예에 따른 영상 특징 추출 방법에 의하여, 각 단계별 결과들을 예시적으로 도시한 것이다. 도 7을 참조하면, (a)는 입력 영상을 정규화시킨 영상이며, (b)는 정규화된 영상에 대한 순서 영상이며, (c)는 분할된 중심 대칭 밴드 영역의 하나이며, (d)는 순서 영상의 각 중심 대칭 밴드 영역들에 대한 평균 랭크값을 도시한 그래프이며, (e) 평균 랭크값들에 대한 차이값 행렬을 도시한 것이며, (f)는 차이값 행렬로부터 추출된 중심 대칭 밴드 시그니처를 도시한 것이다.
본 발명의 바람직한 제1 실시예에 따른 전술한 중심 대칭 밴드를 이용한 영상 특징 추출 방법은, 입력 영상과 원본 영상에 대하여 중심 대칭 밴드 시그니처들을 각각 생성하고, 생성된 중심 대칭 밴드 시그니처들을 서로 비교하여 입력 영상이 원본 영상에 대한 근-복사 영상인지 여부를 판단함으로써, 근-복사 영상 검출 방법에 사용될 수 있다.
한편, 전술한 제1 실시예에 따른 영상 특징 추출 방법은 소프트웨어나 컴퓨터프로그램, 또는 스마트 폰이나 태블릿 PC와 같은 스마트 기기용 응용 애플리케이션 등으로 구현될 수 있다.
따라서, 본 발명의 제2 실시예는 제1 실시예에 따른 영상 특징 추출 방법을 구현한 소프트웨어 또는 응용 애플리케이션이 기록된 기록 매체이다.
이하, 본 발명의 제3 실시예에 따른 영상 특징 추출 장치에 대하여 구체적으로 설명한다. 본 발명의 제3 실시예는 영상 특징 추출 장치로서, 전술한 제1 실시예에 따른 영상 특징 추출 방법을 구현한 것을 특징으로 한다.
도 8은 본 발명의 제3 실시예에 따른 영상 특징 추출 장치를 도시한 블록도이다. 도 8을 참조하면, 본 실시예에 따른 영상 특징 추출 장치(80)는 전처리부(800), 순서영상 생성부(810), 영상 분할부(820), 특징값 추출부(830) 및 시그니처 생성부(840)를 구비한다.
상기 전처리부(800)는 블랙마진 제거모듈(802) 및 정규화 모듈(804)을 구비한다.
상기 블랙마진 제거모듈(802)은 (a) 영상
Figure 112014050231303-pat00030
를 수평 에지 영상(
Figure 112014050231303-pat00031
)과 수직 에지 영상(
Figure 112014050231303-pat00032
)으로 변환시키고, (b) 각 영상에 해당하는 방향의 오프셋 파라미터 공간에서 1차원 허프 변환을 수행한 후, (c) r x 와 r y 를 대칭 합 s x 와 s y 로 변환시키고, (d) s x 와 s y 에 대하여 각각 피크(peak) x*과 y*를 검출한다. 직선 y=y*, y=H f -y* 와 x=x*, x=W f -x* 는 마진 영역과 내용 영역간의 경계선이 되며, 마진 영역내의 흑색 픽셀의 비중이 임계치보다 높은지 확인함으로써,
Figure 112014050231303-pat00033
에 대한 블랙 마진 검출을 완료한다.
상기 정규화 모듈(804)은 입력 영상을 정사각형의 N×N의 흑백(Gray) 영상으로 변환시킨다.
상기 순서영상 생성부(810)는 상기 전처리된 영상(
Figure 112014050231303-pat00034
)을 순서 영상(Ordinal Image;
Figure 112014050231303-pat00035
)으로 변환시킨다. 즉, πf(x,y) 를 좌표(x,y)에서의 영상(
Figure 112014050231303-pat00036
)의 모든 픽셀 값에 대한 밝기값의 랭크라고 한다면, 순서 영상 (
Figure 112014050231303-pat00037
)는 이러한 랭크값으로 이루어진 영상으로 정의된다.
상기 영상 분할부(820)는, 전술한 순서 영상(
Figure 112014050231303-pat00038
)을 사전 설정된 개수의 중심 대칭 밴드 영역(
Figure 112014050231303-pat00039
)으로 분할한다. 중심 대싱 밴드 영역(
Figure 112014050231303-pat00040
)의 총 개수는
Figure 112014050231303-pat00041
에 의해 정해진다.
상기 특징값 추출부(830)는 분할된 각 영역(
Figure 112014050231303-pat00042
)에 대한 평균 랭크값을 구한다.
상기 시그니처 생성부(840)는 (a) 중심 대칭 밴드 영역들의 평균 랭크값들에 대한 차이값 행렬(
Figure 112014050231303-pat00043
)을 수학식 5를 이용하여 구하고, (b) 차이값 행렬은 대칭적이고 대각 성분이 모두 0 이므로, 차이값 행렬의 윗부분만 사용하여, 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature; 'CSBS')를 생성한다.
이상에서 본 발명에 대하여 그 바람직한 실시예를 중심으로 설명하였으나, 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 발명의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 그리고, 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
본 발명에 따른 영상 특징 추출 방법은 영상 처리 분야에 널리 사용될 수 있다.
80 : 영상 특징 추출 장치
800 : 전처리부
802 : 블랙마진 제거모듈
804 : 정규화 모듈
810 : 순서영상 생성부
820 : 영상 분할부
830 : 특징값 추출부
840 : 시그니처 생성부

Claims (13)

  1. (a) 입력 영상에 대하여 전처리하는 단계;
    (b) 전처리된 영상을 순서 영상(Ordinal Image)으로 변환시키는 단계;
    (c) 상기 순서 영상을 사전 설정된 개수의 중심 대칭 밴드 영역들로 분할하는 단계;
    (d) 상기 분할된 중심 대칭 밴드 영역들에 대하여 각각 특징값을 추출하는 단계;
    (e) 상기 중심 대칭 밴드 영역들에 대한 특징값들을 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature)를 생성하는 단계;
    를 구비하고, 상기 (c) 단계는 순서 영상이 서로 중첩되지 않으면서 동일한 두께를 갖도록 중심 대칭 밴드 영역들로 분할시키는 것을 특징으로 하고,
    상기 중심 대칭 밴드는 동일한 두께를 갖는 사각형의 밴드로서, 순서 영상의 중심을 기준으로 하여 대칭되는 형상을 갖는 것을 특징으로 하는 영상 특징 추출 방법.
  2. 제1항에 있어서, 상기 (a) 단계는 상기 입력 영상을 정사각형의 흑백 영상으로 정규화시키는 것을 특징으로 하는 영상 특징 추출 방법.
  3. 제1항에 있어서, 상기 (a) 단계는 상기 입력 영상의 상하 및 좌우의 양단에 형성된 블랙 마진(Black-margin)을 제거하는 것을 특징으로 하는 영상 특징 추출 방법.
  4. 삭제
  5. 제1항에 있어서, 상기 (d) 단계는 상기 중심 대칭 밴드에 대한 특징은 해당 중심 대칭 밴드 영역에 속한 픽셀들의 평균 랭크값을 이용하여 구하는 것을 특징으로 하는 영상 특징 추출 방법.
  6. 제1항에 있어서, 상기 (e) 단계는 각 중심 대칭 밴드들의 특징값들간의 차이값을 추출하여 입력 영상에 대한 중심 대칭 밴드 시그니처로 생성하는 것을 특징으로 하는 영상 특징 추출 방법.
  7. 제1항에 있어서, 상기 (e) 단계는 각 중심 대칭 밴드들의 특징값들간의 차이값을 추출하고, 상기 차이값들에 대한 행렬을 구하여 입력 영상에 대한 중심 대칭 밴드 시그니처로 생성하는 것을 특징으로 하는 영상 특징 추출 방법.
  8. 제1항 내지 제3항, 및 제5항 내지 제7항 중 어느 한 항에 따른 영상 특징 추출 방법을 이용하여 입력 영상과 원본 영상에 대하여 중심 대칭 밴드 시그니처들을 각각 생성하고, 생성된 중심 대칭 밴드 시그니처들을 서로 비교하여 입력 영상이 원본 영상에 대한 근-복사 영상인지 여부를 판단하는 것을 특징으로 하는 근-복사 영상 검출 방법.
  9. 입력 영상에 대하여 전처리하는 전처리부;
    상기 전처리된 영상을 순서 영상(Ordinal Image)으로 변환시키는 순서 영상 변환부;
    상기 순서 영상을 사전 설정된 개수의 중심 대칭 밴드 영역들로 분할하는 영상 분할부;
    상기 분할된 중심 대칭 밴드 영역들에 대하여 각각 특징값을 추출하는 특징값 추출부;
    상기 중심 대칭 밴드 영역들에 대한 특징값들을 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처(Center-Symmetric Band Signature)를 생성하는 시그니처 생성부;
    를 구비하고, 상기 특징값 추출부가 각 중심 대칭 밴드 영역들에 대하여 추출하는 특징값은 해당 중심 대칭 밴드 영역에 속한 픽셀들의 평균 랭크값이며,
    상기 중심 대칭 밴드는 동일한 두께를 갖는 사각형의 밴드로서, 순서 영상의 중심을 기준으로 하여 대칭되는 형상을 갖는 것을 특징으로 하는 영상 특징 추출 장치.
  10. 제9항에 있어서, 상기 전처리부는 입력 영상을 정사각형의 흑백 영상으로 정규화시키는 정규화 모듈을 구비하는 것을 특징으로 하는 영상 특징 추출 장치.
  11. 제9항에 있어서, 상기 전처리부는 상기 입력 영상의 상하 및 좌우의 양단에 형성된 블랙 마진(Black-margin)을 제거하는 블랙 마진 제거 모듈을 구비하는 것을 특징으로 하는 영상 특징 추출 장치.
  12. 삭제
  13. 제9항에 있어서, 상기 시그니처 생성부는 각 중심 대칭 밴드들의 특징값들간의 차이값을 추출하고 이를 이용하여 입력 영상에 대한 중심 대칭 밴드 시그니처를 생성하는 것을 특징으로 하는 영상 특징 추출 장치.
KR1020140063961A 2014-05-27 2014-05-27 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체 KR101601755B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140063961A KR101601755B1 (ko) 2014-05-27 2014-05-27 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140063961A KR101601755B1 (ko) 2014-05-27 2014-05-27 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체

Publications (2)

Publication Number Publication Date
KR20150136723A KR20150136723A (ko) 2015-12-08
KR101601755B1 true KR101601755B1 (ko) 2016-03-10

Family

ID=54872700

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140063961A KR101601755B1 (ko) 2014-05-27 2014-05-27 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체

Country Status (1)

Country Link
KR (1) KR101601755B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007087345A (ja) * 2005-09-26 2007-04-05 Canon Inc 情報処理装置及びその制御方法、コンピュータプログラム、記憶媒体

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100734849B1 (ko) 2005-11-26 2007-07-03 한국전자통신연구원 얼굴 인식 방법 및 그 장치
EP2420973B1 (en) * 2009-04-14 2019-11-13 Nec Corporation Image identifier extraction device
KR101032533B1 (ko) 2009-10-14 2011-05-04 중앙대학교 산학협력단 특징값 정제를 통한 모양 기술 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007087345A (ja) * 2005-09-26 2007-04-05 Canon Inc 情報処理装置及びその制御方法、コンピュータプログラム、記憶媒体

Also Published As

Publication number Publication date
KR20150136723A (ko) 2015-12-08

Similar Documents

Publication Publication Date Title
Kwon et al. Learning jpeg compression artifacts for image manipulation detection and localization
Qureshi et al. A bibliography of pixel-based blind image forgery detection techniques
US20210383150A1 (en) Iterative recognition-guided thresholding and data extraction
US10699146B2 (en) Mobile document detection and orientation based on reference object characteristics
US9064316B2 (en) Methods of content-based image identification
CN107067389B (zh) 一种图像篡改盲取证方法
WO2019061658A1 (zh) 眼镜定位方法、装置及存储介质
US20130129216A1 (en) Text Detection Using Multi-Layer Connected Components With Histograms
Armas Vega et al. Copy-move forgery detection technique based on discrete cosine transform blocks features
US11816946B2 (en) Image based novelty detection of material samples
Ke et al. Image recapture detection using multiple features
CN103198311A (zh) 基于拍摄的图像来识别字符的方法及装置
Kumar et al. A systematic study of image forgery detection
US8306335B2 (en) Method of analyzing digital document images
Taspinar et al. Camera identification of multi-format devices
US9167129B1 (en) Method and apparatus for segmenting image into halftone and non-halftone regions
Mehta et al. Near-duplicate detection for LCD screen acquired images using edge histogram descriptor
US20080310715A1 (en) Applying a segmentation engine to different mappings of a digital image
CN115410191B (zh) 文本图像识别方法、装置、设备和存储介质
Kumar et al. A review of image features extraction techniques and their applications in image forensic
KR101601755B1 (ko) 영상 특징 추출 방법 및 장치 및 이를 구현한 프로그램을 기록한 기록 매체
Nor et al. Image segmentation and text extraction: application to the extraction of textual information in scene images
Hooda et al. Application of forgery localization in overlay text detection
Razzazi et al. A robust feature for single image camera identification using local binary patterns
James et al. Image Forgery detection on cloud

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: 20200302

Year of fee payment: 5