KR101697648B1 - 다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법 - Google Patents

다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법 Download PDF

Info

Publication number
KR101697648B1
KR101697648B1 KR1020110057806A KR20110057806A KR101697648B1 KR 101697648 B1 KR101697648 B1 KR 101697648B1 KR 1020110057806 A KR1020110057806 A KR 1020110057806A KR 20110057806 A KR20110057806 A KR 20110057806A KR 101697648 B1 KR101697648 B1 KR 101697648B1
Authority
KR
South Korea
Prior art keywords
image
moving object
horizontal
vertical
multiple exposure
Prior art date
Application number
KR1020110057806A
Other languages
English (en)
Other versions
KR20120138376A (ko
Inventor
김종성
백성민
김명규
정일권
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020110057806A priority Critical patent/KR101697648B1/ko
Publication of KR20120138376A publication Critical patent/KR20120138376A/ko
Application granted granted Critical
Publication of KR101697648B1 publication Critical patent/KR101697648B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • G01P3/38—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light using photographic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 다중 노출 영상으로부터 고속 자동으로 이동 물체를 탐색하기 위하여, 다중 노출 영상의 수평 주사선과 수직 주사선 상에 있는 픽셀 값의 확률 분포와 누적 분포를 분석하여 해당 주사선의 중간 값을 계산하고, 이를 이용하여 수평 및 수직 배경 영상을 생성한 후, 다중 노출 영상과 수평 및 수직 배경 영상과의 차이에 대한 표준 편차가 임의의 상수 배 이상 차이나는 픽셀을 이동 물체 픽셀로 판별하여 그 결과를 이진 영상으로 생성하고, 생성된 이진 영상에서 상호 연결된 픽셀에 자동으로 동일한 라벨을 할당함으로써 이동 물체 검출을 가능하게 한다. 또한, 상기 모든 처리 과정을 다중 그리드 기법과 병렬 처리를 통해 고속화함으로써 자동 고속 이동 물체 검출을 가능하게 한다.

Description

다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법{AUTOMATIC HIGH-SPEED BALL DETECTION USING A MULTI-EXPOSURE IMAGE}
본 발명은 다중 노출 카메라에 의해 촬영된 이동 물체의 다중 노출 영상에서 이동 물체를 검출하는 방법에 관한 것으로, 보다 상세하게는 다중 노출 영상으로부터 영상만을 분석하여 이동 물체 픽셀을 자동 고속으로 판별하고, 판별된 이동 물체 픽셀 중 상호 연결된 이동 물체 픽셀을 자동 고속으로 라벨링 해줌으로써 속도 측정의 대상이 되는 이동 물체를 자동 고속으로 검출하는 방법에 관한 것이다.
통상적으로, 다중 노출 카메라 기반 이동 물체 속도 측정 시스템의 이동 물체 검출 기술은 가상 골프 게임과 같은 이동 물체 운동 시뮬레이션을 이용한 가상 스포츠 게임 분야에서, 이동 물체의 초기 운동 속도를 측정하는데 반드시 필요한 영상 처리 기술이다.
종래의 카메라를 이용한 이동 물체 속도 측정 시스템에서 이동 물체를 검출하는 기술은 한국등록특허 제10-0871595호와 같이 사전에 미리 정해진 임계값을 이용해 픽셀값이 임계값보다 큰 픽셀을 이동 물체의 픽셀로 판별함으로써 이동 물체를 검출하는 임계값 방식과 미국공개특허 제20070060410호와 같이 사전에 주워진 배경 영상과 입력 영상 차분 영상을 계산한 후 차분값이 임계값보다 큰 픽셀을 이동 물체의 픽셀로 판별함으로써 이동 물체를 검출하는 차분값 방식, 그리고 한국공개특허 제10-2010-0137687호와 같이 영상의 히스토그램으로부터 이동 물체와 배경 영역을 양분하는 임계값을 자동 계산한 후 픽셀값이 임계값보다 큰 픽셀을 이동 물체의 픽셀로 판별함으로써 이동 물체를 검출하는 히스토그램 방식이 있다.
그러나, 이와 같이 사전에 미리 정해지거나 주워진 정보를 이용하는 임계값 방식이나 차분값 방식은 배경 조명의 조도나 카메라의 감도, 카메라의 노출시간에 따라 영상의 휘도가 변화가 크게 되면 이동 물체 검출 결과에 큰 오차가 발생하며, 입력 영상의 히스토그램으로부터 임계값을 자동 계산하는 히스토그램 방식은 히스토그램에 두 개 이상의 모드가 존재할 경우 양분하는 임계값에 오차가 발생할 수 있다는 문제점이 있다.
본 발명은 상기의 문제점을 해결하기 위해 창안된 것으로서, 다중 노출 카메라 기반의 이동 물체 속도 측정 시스템에서 배경 조명의 조도 및 카메라의 감도, 카메라의 노출 시간에 따른 다중 노출 영상의 휘도 변화에 상관없이, 그리고 어떠한 사전 정보 없이 다중 노출 영상으로부터 이동 물체 픽셀을 고속으로 자동 판별한 후 상호 연결된 이동 물체 픽셀을 고속 자동으로 라벨링 해줌으로써 이동 물체를 검출하는 방법을 제공함에 그 목적이 있다.
이를 위하여, 본 발명의 제1 측면에 따르면, 본 발명에 따른 다중 노출 영상으로부터의 자동 고속 이동 물체 검출 방법은, 샘플링을 통해 다중 노출 영상의 원본 그리드를 축소하여 1차 그리드 영상을 생성하는 단계와, 상기 1차 그리드 영상의 수평 주사선과 수직 주사선 상에 있는 픽셀 값의 확률 분포와 누적 분포를 계산하여 해당 주사선의 중간값을 계산한 후 이를 이용하여 수평 및 수직 배경 영상을 생성하는 단계와, 상기 1차 그리드 영상과 상기 수평 및 수직 배경 영상의 차이를 자동 계산하여 표준 편차가 상수 배 이상 차이나는 픽셀을 이동 픽셀로 판별하여 그 결과를 이진 영상으로 생성하는 단계와, 상기 이진 영상을 샘플링하여 2차 그리드 영상을 생성하는 단계와, 상기 2차 그리드 영상 상에 있는 상호 연결된 픽셀에 자동으로 라벨을 할당한 후 에리어 필터링을 적용하는 단계와, 상기 에리어 필터링된 2차 그리드 영상에 워핑 처리하여 이동 물체를 최종 검출하는 단계를 포함하는 것을 특징으로 한다.
상기 수평 및 수직 배경 영상을 생성하는 단계에서는 상기 1차 그리드 상의 다중 노출 영상의 수평 및 수직 주사선 상에 있는 픽셀값들의 확률 분포를 계산하고, 계산된 수평 및 수직 확률 분포에 대한 누적 연산을 통해 수평 및 수직 누적 분포를 계산하며, 누적값이 0.5가 되는 지점의 수평 및 수직 누적 분포 인자를 수평 및 수직 주사선의 중간값으로 결정하는 것을 특징으로 한다.
상기 이진 영상을 생성하는 단계에서는 상기 1차 그리드 상에서, 표준 편차와 중간값의 상관관계 특성을 이용하여 다중 노출 영상과 수평 및 수직 배경 영상의 차이에 대한 표준 편차를 자동으로 계산한 후, 계산된 표준 편차와 상수배 이상 차이가 발생하는 픽셀을 이동 물체 픽셀로 판별하는 것을 특징으로 한다.
상기 이동 물체를 검출하는 단계에서는 상기 2차 그리드 상의 이진 영상에서 상호 연결된 픽셀에 자동으로 동일한 라벨을 할당한 후 동일한 라벨을 가지는 픽셀수가 이동 물체 에리어 경계치 미만일 경우에는 해당 라벨을 삭제하는 에리어 필터링을 적용하여 라벨 영상을 생성하고, 워핑을 통해 원본 그리드의 라벨 영상을 생성함으로써 이동 물체를 검출하는 것을 특징으로 한다.
상기 다중 노출 영상의 샘플링 및 이진 영상의 샘플링, 라벨 영상의 워핑 단계는 다중 코어 CPU 또는 GPU를 통해 샘플링 및 워핑을 병렬 처리함으로써 고속화를 가능하게 하는 것을 특징으로 한다.
본 발명에 따르면, 다중 노출 영상에서 직접 수평 및 수직 주사선 상의 픽셀값의 확률 분포와 누적 분포를 분석하여 이동 물체 픽셀을 자동 판별하고, 상호 연결된 이동 물체 픽셀에 동일한 라벨을 자동으로 할당함으로써 각각의 이동 물체를 자동 검출하게 하며, 다중 그리드 기법과 병렬 처리를 통해 상기 처리 과정을 고속화하여 배경 조명의 조도 및 카메라의 감도, 카메라의 노출 시간에 따른 다중 노출 영상의 휘도 변화에 상관없이 고속 자동으로 이동 물체를 검출 가능하게 하며, 임계값 또는 배경 영상과 같은 어떠한 사전 정보 없이도 이동 물체를 검출 가능하게 하는 효과가 있다.
도 1은 본 발명의 실시 예에 따른 다중 노출 영상의 수평 및 수직 확률 분포와 누적 분포 분석을 통한 이동 물체 고속 자동 검출의 개념도이다.
도 2는 본 발명의 실시 예에 따른 다중 노출 영상의 수평 및 수직 확률 분포와 누적 분포 분석을 통한 이동 물체 고속 자동 검출 수행을 위한 동작 제어 흐름도이다.
도 3은 본 발명의 실시 예에 따른 원본 그리드로부터 1차 및 2차 그리드 상으로의 주기값 4의 샘플링과 2차 그리드로부터 1차 및 원본 그리드 상의로의 주기값 4의 워핑에 의한 다중 그리드 기법과 병렬 처리를 설명하는 도면이다.
도 4는 본 발명의 실시 예에 따른 다중 노출 영상의 수평 및 수직 확률 분포와 누적 분포 분석을 통한 배경 영상 생성을 도시하는 도면이다.
도 5는 본 발명의 실시 예에 따른 이진 영상에서 인접한 픽셀에 대한 자동 라벨 할당을 통한 라벨 영상 생성을 도시하는 도면이다.
도 6는 본 발명의 실시 예에 따른 다중 노출 카메라 기반 이동 물체 속도 측정을 설명하는 도면이다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 실시 예를 상세하게 설명한다. 본 발명의 구성 및 그에 따른 작용 효과는 이하의 상세한 설명을 통해 명확하게 이해될 것이다. 본 발명의 상세한 설명에 앞서, 동일한 구성요소에 대해서는 다른 도면 상에 표시되더라도 가능한 동일한 부호로 표시하며, 공지된 구성에 대해서는 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 구체적인 설명은 생략하기로 함에 유의한다.
(실시예)
(실시예)
도 1과 도 2를 참조하여, 본 발명의 실시 예에 따른 다중 노출 카메라 기반 이동 물체 속도 측정 시스템에서 다중 노출 영상의 수평 및 수직 확률 분포와 누적 분포 분석을 통한 이동 물체 고속 자동 검출을 수행하는 동작 제어를 설명한다.
먼저, 다중 노출 카메라로부터 다중 노출 영상 데이터의 원본
Figure 112011045080788-pat00001
을 획득한다(S110).
이동 물체 검출을 고속으로 수행하기 위하여 도 3과 같이 다중 노출 영상
Figure 112011045080788-pat00002
의 원본 그리드
Figure 112011045080788-pat00003
에 임의의 샘플링 주기 s로 샘플링을 수행하여 1차 그리드
Figure 112011045080788-pat00004
상의 다중 노출 영상
Figure 112011045080788-pat00005
를 생성한다(S120). 여기에서, 샘플링 주기 s는 통상적으로 s≥1이며, 원본 그리드
Figure 112011045080788-pat00006
의 크기가
Figure 112011045080788-pat00007
이고, 1차 그리드
Figure 112011045080788-pat00008
의 크기가
Figure 112011045080788-pat00009
이라고 하면,
Figure 112011045080788-pat00010
이다.
다음, 도 4와 같이 상기 1차 그리드
Figure 112011045080788-pat00011
상의 다중 노출 영상
Figure 112011045080788-pat00012
의 수평 및 수직 주사선 상에 있는 픽셀값들의 확률 분포를 계산하고(S130), 계산된 수평 및 수직 확률 분포에 대한 누적 연산을 통해 수평 및 수직 누적 분포를 계산하며(S140), 누적값이 0.5가 되는 지점의 수평 및 수직 누적 분포 인자를 수평 및 수직 주사선의 중간값으로 결정한다.
보다 구체적으로, 1차 그리드 상의 다중 노출 영상의 각각의 수평 주사선 상의 픽셀값들의 확률 분포
Figure 112011045080788-pat00013
와 각각의 수직 주사선 상의 픽셀값들의 확률 분포
Figure 112011045080788-pat00014
를 계산한다.
계산된 수평 및 수직 확률 분포로부터 누적 연산을 통해 수평 및 수직 주사선 상의 픽셀값들의 누적 분포
Figure 112011045080788-pat00015
와
Figure 112011045080788-pat00016
를 계산한다. 이때, 누적값이 0.5가 되는 지점의 수평 및 수직 누적 분포 인자를 수평 및 수직 주사선의 중간값으로 결정한다.
이어서, 계산된 수평 누적 분포
Figure 112011045080788-pat00017
의 특성을 기반으로 수학식 1을 이용하여 1차 그리드 상의 수평 배경 영상
Figure 112011045080788-pat00018
의
Figure 112011045080788-pat00019
번째 픽셀값을
Figure 112011045080788-pat00020
번째 수평 주사선 상의 픽셀값들의 중간값이 되도록 한다.
Figure 112011045080788-pat00021
동일한 방법으로 계산된 수직 누적 분포
Figure 112011045080788-pat00022
의 특성을 기반으로 수학식 2를 이용하여 1차 그리드 상의 수직 배경 영상
Figure 112011045080788-pat00023
의 번째
Figure 112011045080788-pat00024
픽셀값을
Figure 112011045080788-pat00025
번째 수직 주사선 상의 픽셀값들의 중간값이 되도록 한다.
Figure 112011045080788-pat00026
본 발명에서는 위와 같은 방법으로 배경 조명의 조도 및 카메라의 감도, 카메라의 노출 시간에 적응적으로 다중 노출 영상의 배경 영상을 자동 생성한다(S150).
다음, 상기 1차 그리드 상에서, 1차 그리드 상에서, 표준 편차와 중간값의 상관관계 특성을 이용하여 다중 노출 영상과 수평 및 수직 배경 영상의 차이에 대한 표준 편차를 자동으로 계산한 후, 계산된 표준 편차와 상수배 이상 차이가 발생하는 픽셀을 이동 물체 픽셀로 그 결과를 이진 영상으로 생성한다(S160). 이동 물체 픽셀을 나타내는 1차 그리드 상의 이진 영상
Figure 112011045080788-pat00027
의
Figure 112011045080788-pat00028
번째 픽셀값을 수학식 3을 이용하여 계산한다.
Figure 112011045080788-pat00029
즉,
Figure 112011045080788-pat00030
가 수평 임계값
Figure 112011045080788-pat00031
보다 크거나
Figure 112011045080788-pat00032
가 수직 임계값
Figure 112011045080788-pat00033
보다 크면 번째
Figure 112011045080788-pat00034
픽셀은 이동 물체 픽셀이며, 그렇지 않다면
Figure 112011045080788-pat00035
번째 픽셀은 이동 물체 픽셀이 아니다. 이때, 표준 편차와 중간값의 상관관계 특성을 이용하여 수평 임계값
Figure 112011045080788-pat00036
는 수학식 4를 이용하여 자동 계산한다.
Figure 112011045080788-pat00037
동일한 방법으로, 수직 임계값
Figure 112011045080788-pat00038
는 수학식 5를 이용하여 자동 계산한다.
Figure 112011045080788-pat00039
여기서, MED는 중간값 계산 함수이며, 비례 상수
Figure 112011045080788-pat00040
는
Figure 112011045080788-pat00041
≥3이 되도록 설정한다.
본 발명에서는 위와 같은 방법으로 배경 조명의 조도 및 카메라의 감도, 카메라의 노출 시간에 적응적으로, 그리고 사전 정보 없이 이동 물체 픽셀을 나타내는 이진 영상을 자동 생성하며, 각각의 픽셀에서 반복적으로 수행되는 연산을 다중 코어 CPU 또는 GPU를 통해 병렬 처리함으로써 고속화를 가능하게 한다.
이어서, 이동 물체 검출을 위한 라벨링을 고속으로 수행하기 위해 이진 영상
Figure 112011045080788-pat00042
의 1차 그리드
Figure 112011045080788-pat00043
에 샘플링 주기 s로 샘플링을 수행하여 2차 그리드
Figure 112011045080788-pat00044
상의 이진 영상
Figure 112011045080788-pat00045
를 생성한다(S170). 여기에서, 2차 그리드
Figure 112011045080788-pat00046
의 크기가
Figure 112011045080788-pat00047
이라고 하면,
Figure 112011045080788-pat00048
이고
Figure 112011045080788-pat00049
이다.
다음, 도 5와 같이 2차 그리드
Figure 112011045080788-pat00050
상의 이진 영상
Figure 112011045080788-pat00051
에서 다음 수학식을 만족하도록 연결 성분 라벨링을 수행하여 2차 그리드
Figure 112011045080788-pat00052
상의 라벨 영상
Figure 112011045080788-pat00053
을 생성한다(S180).
Figure 112011045080788-pat00054
여기서, 라벨 영상에서 동일한 라벨을 가지는 픽셀 수가 이동 물체의 에리어 경계치 미만일 경우에는 해당 라벨을 삭제하는 에리어 필터링을 적용함으로써(S190) 이동 물체를 검출한다.
이어서, 도 3과 같이 1차 그리드
Figure 112011045080788-pat00055
상에서 생성된, 이동 물체의 라벨 영상
Figure 112011045080788-pat00056
은 워핑을 통해 2차 그리드
Figure 112011045080788-pat00057
상에서 생성된 라벨 영상
Figure 112011045080788-pat00058
으로부터 수학식 7을 이용하여 생성된다(S200).
Figure 112011045080788-pat00059
그리고, 원본 그리드
Figure 112011045080788-pat00060
상의 이동 물체 라벨 영상
Figure 112011045080788-pat00061
은 워핑을 통해 1차 그리드
Figure 112011045080788-pat00062
상에서 생성된 라벨 영상
Figure 112011045080788-pat00063
으로부터 수학식 8을 이용하여 생성된다.
Figure 112011045080788-pat00064
위와 같은 방식으로 본 발명은 원본 그리드의 다중 노출 영상에서 이동 물체를 고속 자동으로 검출할 수 있다(S210).
이상의 설명은 본 발명을 예시적으로 설명한 것에 불과하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술적 사상에서 벗어나지 않는 범위에서 다양한 변형이 가능할 것이다. 따라서 본 발명의 명세서에 개시된 실시 예들은 본 발명을 한정하는 것이 아니다. 본 발명의 범위는 아래의 특허청구범위에 의해 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술도 본 발명의 범위에 포함되는 것으로 해석해야 할 것이다.
본 발명에 따른 다중 노출 카메라 기반 이동 물체 속도 측정 시스템은 이동 물체를 검출하여 그 속도를 고속으로 측정할 수 있어 가상 골프 게임과 같은 이동 물체 운동 시뮬레이션을 이용한 가상 스포츠 게임 산업을 활성화할 수 있다.

Claims (10)

  1. 다중 노출 영상을 샘플링을 하여, 원본 그리드를 축소하여 1차 그리드 영상을 생성하는 단계;
    상기 1차 그리드 영상의 수평 주사선과 수직 주사선 상에 있는 픽셀 값의 확률 분포와 누적 분포를 계산하여 해당 주사선의 중간값을 계산한 후, 상기 중간값을 이용하여 수평 및 수직 배경 영상을 생성하는 단계;
    상기 1차 그리드 영상과 상기 수평 및 수직 배경 영상의 차이를 계산하여 표준 편차가 상수 배 이상 차이가 나는 픽셀을 이동 픽셀로 판별하여 그 결과를 이진 영상으로 생성하는 단계;
    상기 이진 영상을 샘플링하여 2차 그리드 영상을 생성하는 단계;
    상기 2차 그리드 영상 상에 있는 상호 연결된 픽셀에 자동으로 라벨을 할당한 후 에리어필터링을 적용하는 단계; 및
    상기 에리어필터링 된 2차 그리드 영상을 워핑 처리하여 이동 물체를 검출하는 단계;를 포함하는 다중 노출 영상으로부터의 자동 고속 이동 물체 검출 방법.
  2. 제 1 항에 있어서, 상기 수평 및 수직 배경 영상을 생성하는 단계는,
    상기 1차 그리드 상의 다중 노출 영상의 수평 및 수직 주사선 상에 있는 픽셀 값들의 확률 분포를 계산하고,
    상기 계산된 확률 분포에 대한 누적 연산을 통해 수평 및 수직 누적 분포를 계산하고,
    누적값이 0.5가 되는 지점의 수평 및 수직 누적 분포 인자를 수평 및 수직 주사선의 중간값으로 결정하는 것을 특징으로 하는 다중 노출 영상으로부터의 자동 고속 이동 물체 검출 방법.
  3. 제 2 항에 있어서, 상기 이진 영상을 생성하는 단계는,
    상기 1차 그리드 상에서, 표준 편차와 중간값의 상관관계 특성을 이용하여 다중 노출 영상과 수평 및 수직 배경 영상의 차이에 대한 상기 표준 편차를 계산하고,
    상기 계산된 표준 편차와 상수 배 이상 차이가 발생하는 픽셀을 이동 물체 픽셀로 판별하는 것을 특징으로 하는 다중 노출 영상으로부터의 자동 고속 이동 물체 검출 방법.
  4. 제 3 항에 있어서, 상기 이동 물체를 검출하는 단계는,
    상기 2차 그리드 상의 이진 영상에서 상호 연결된 픽셀에 동일한 라벨을 할당하고,
    동일한 라벨을 가지는 픽셀 수가 이동 물체 에리어 경계치 미만일 경우에는 해당 라벨을 삭제하는 에리어 필터링을 적용하여 라벨 영상을 생성하고,
    워핑을 통해 원본 그리드의 라벨 영상을 생성하여, 상기 이동 물체를 검출하는 것을 특징으로 하는 다중 노출 영상으로부터의 자동 고속 이동 물체 검출 방법.
  5. 제 4 항에 있어서,
    다중 코어 CPU 또는 GPU를 이용하여, 상기 다중 노출 영상의 샘플링, 상기 이진 영상의 샘플링 및 상기 라벨 영상의 워핑을 병렬 처리하는 것을 특징으로 하는 다중 노출 영상으로부터의 자동 고속 이동 물체 검출 방법.
  6. 다중 노출 영상을 샘플링을 하여, 원본 그리드를 축소하여 1차 그리드 영상을 생성하고,
    상기 1차 그리드 영상의 수평 주사선과 수직 주사선 상에 있는 픽셀 값의 확률 분포와 누적 분포를 계산하여 해당 주사선의 중간값을 계산한 후, 상기 중간값을 이용하여 수평 및 수직 배경 영상을 생성하고,
    상기 1차 그리드 영상과 상기 수평 및 수직 배경 영상의 차이를 계산하여 표준 편차가 상수 배 이상 차이가 나는 픽셀을 이동 픽셀로 판별하여 그 결과를 이진 영상으로 생성하고,
    상기 이진 영상을 샘플링하여 2차 그리드 영상을 생성하고,
    상기 2차 그리드 영상 상에 있는 상호 연결된 픽셀에 자동으로 라벨을 할당한 후 에리어 필터링을 적용하고,
    상기 에리어 필터링된 2차 그리드 영상을 워핑 처리하여 이동 물체를 검출하는,
    다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템.
  7. 제 6 항에 있어서, 상기 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템은,
    상기 1차 그리드 상의 다중 노출 영상의 수평 및 수직 주사선 상에 있는 픽셀 값들의 확률 분포를 계산하고,
    상기 계산된 확률 분포에 대한 누적 연산을 통해 수평 및 수직 누적 분포를 계산하고,
    누적값이 0.5가 되는 지점의 수평 및 수직 누적 분포 인자를 수평 및 수직 주사선의 중간값으로 결정하는 것을 특징으로 하는, 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템.
  8. 제 7 항에 있어서, 상기 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템은,
    상기 1차 그리드 상에서, 표준 편차와 중간값의 상관관계 특성을 이용하여 다중 노출 영상과 수평 및 수직 배경 영상의 차이에 대한 상기 표준 편차를 계산하고,
    상기 계산된 표준 편차와 상수 배 이상 차이가 발생하는 픽셀을 이동 물체 픽셀로 판별하는 것을 특징으로 하는, 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템.
  9. 제 8 항에 있어서, 상기 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템은,
    상기 2차 그리드 상의 이진 영상에서 상호 연결된 픽셀에 동일한 라벨을 할당하고,
    동일한 라벨을 가지는 픽셀수가 이동 물체 에리어 경계치 미만일 경우에는 해당 라벨을 삭제하는 에리어 필터링을 적용하여 라벨 영상을 생성하고,
    워핑을 통해 원본 그리드의 라벨 영상을 생성하여, 상기 이동 물체를 검출하는 것을 특징으로 하는 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템.
  10. 제 9 항에 있어서, 상기 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템은,
    다중 코어 CPU 또는 GPU를 이용하여, 상기 다중 노출 영상의 샘플링, 상기 이진 영상의 샘플링 및 상기 라벨 영상의 워핑을 병렬 처리하는 것을 특징으로 하는 다중 노출 영상으로부터 자동으로 고속 이동 물체를 검출하는 시스템.
KR1020110057806A 2011-06-15 2011-06-15 다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법 KR101697648B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110057806A KR101697648B1 (ko) 2011-06-15 2011-06-15 다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110057806A KR101697648B1 (ko) 2011-06-15 2011-06-15 다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법

Publications (2)

Publication Number Publication Date
KR20120138376A KR20120138376A (ko) 2012-12-26
KR101697648B1 true KR101697648B1 (ko) 2017-01-18

Family

ID=47905177

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110057806A KR101697648B1 (ko) 2011-06-15 2011-06-15 다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법

Country Status (1)

Country Link
KR (1) KR101697648B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6540261B2 (ja) * 2015-06-18 2019-07-10 株式会社ジェイテクト 高速度撮像システム及び高速度撮像方法
CN114742835B (zh) * 2022-06-13 2022-09-02 新乡职业技术学院 一种液晶弹性体材料阵列性能的测试设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090091645A1 (en) 2007-10-03 2009-04-09 Nokia Corporation Multi-exposure pattern for enhancing dynamic range of images

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090091645A1 (en) 2007-10-03 2009-04-09 Nokia Corporation Multi-exposure pattern for enhancing dynamic range of images

Also Published As

Publication number Publication date
KR20120138376A (ko) 2012-12-26

Similar Documents

Publication Publication Date Title
EP3855395B1 (en) Depth acquisition device, depth acquisition method and program
US9524558B2 (en) Method, system and software module for foreground extraction
CN106920245B (zh) 一种边界检测的方法及装置
US10430962B2 (en) Three-dimensional shape measuring apparatus, three-dimensional shape measuring method, and storage medium that calculate a three-dimensional shape of an object by capturing images of the object from a plurality of directions
KR20090101356A (ko) 결함 검출 장치 및 결함 검출 방법
JP2021082316A5 (ko)
JP7145970B2 (ja) コンクリート構造物の点検支援装置、点検支援方法及び点検支援プログラム
EP3002550A1 (en) Information processing system and information processing method for distance measurement
JP2017090450A (ja) ビジョンシステムでラインを検出するためのシステム及び方法
KR101932595B1 (ko) 영상에서 투명 오브젝트를 검출하는 영상 처리 장치 및 방법
CN115908988A (zh) 一种缺陷检测模型生成方法、装置、设备以及存储介质
JP2015232482A (ja) 検査装置、検査方法およびプログラム
KR101697648B1 (ko) 다중 노출 카메라 영상을 이용한 자동 고속 이동 물체 검출 방법
CN113052019B (zh) 目标跟踪方法及装置、智能设备和计算机存储介质
JP6786015B1 (ja) 動作分析システムおよび動作分析プログラム
JP5983033B2 (ja) 位置関係判定プログラム、位置関係判定方法および位置関係判定装置
JP4545211B2 (ja) 移動物体検出装置
JP2020071716A (ja) 異常判定方法、特徴量算出方法、外観検査装置
JP2008245063A (ja) 画像処理装置
CN111415327B (zh) 基于相关分析的pcb图像分块采样装置及方法
JP6897448B2 (ja) 線幅推定プログラム、装置、及び方法
JP2004240909A (ja) 画像処理装置及び画像処理方法
KR101284200B1 (ko) 영상에서 연기를 검출하기 위한 영상처리 장치 및 방법
TWI450572B (zh) 影像邊界掃描的電腦系統及方法
CN103256922A (zh) 侦测物体移动的方法

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20110615

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20160203

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20110615

Comment text: Patent Application

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20161021

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20170112

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20170112

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20191223

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20191223

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20201229

Start annual number: 5

End annual number: 5

PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20231023