KR101772676B1 - 이미지 내 연결화소 검출 방법 및 장치 - Google Patents

이미지 내 연결화소 검출 방법 및 장치 Download PDF

Info

Publication number
KR101772676B1
KR101772676B1 KR1020170041599A KR20170041599A KR101772676B1 KR 101772676 B1 KR101772676 B1 KR 101772676B1 KR 1020170041599 A KR1020170041599 A KR 1020170041599A KR 20170041599 A KR20170041599 A KR 20170041599A KR 101772676 B1 KR101772676 B1 KR 101772676B1
Authority
KR
South Korea
Prior art keywords
pixel
index
pixels
value
coordinate
Prior art date
Application number
KR1020170041599A
Other languages
English (en)
Inventor
권기선
송종현
Original Assignee
(주) 엠브이텍
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 (주) 엠브이텍 filed Critical (주) 엠브이텍
Priority to KR1020170041599A priority Critical patent/KR101772676B1/ko
Application granted granted Critical
Publication of KR101772676B1 publication Critical patent/KR101772676B1/ko
Priority to US15/832,738 priority patent/US10019807B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • G06K9/6202
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/60Memory management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 연결화소 검출방법을 개시한다. 보다 상세하게는, 본 발명은 이미지 내 존재하는 서로 이웃하여 연결된 화소들을 최소한의 메모리 공간을 이용하여 빠르게 검출하는 이미지 내 연결화소 검출 방법 및 장치에 관한 것이다.
본 발명의 실시예에 따르면, 이미지 내 각 화소에 인덱스를 부여하고 인덱스 맵을 설정하며, 2차 평면상에 매핑된 화소들을 두 개씩 순차적으로 비교하여 인접여부를 판단하여 인덱스 맵을 갱신함으로써 최소의 메모리 용량 및 비교횟수를 통해 연결화소를 검출하는 최소화 효과가 있다.

Description

이미지 내 연결화소 검출 방법 및 장치{METHOD AND DEVICE FOR DETECTING CONNECTED PIXELS IN IMAGE}
본 발명은 연결화소 검출방법에 관한 것으로, 특히 이미지 내 존재하는 서로 이웃하여 연결된 화소들을 최소한의 메모리 공간을 이용하여 빠르게 검출하는 이미지 내 연결화소 검출 방법 및 장치에 관한 것이다.
디지털 이미지(Digital Image)를 이루는 화소(pixel)들은 서로 독립적인 성질을 가지며, 화면상에 다수개가 배치되어 특정한 형상을 표시하게 된다. 그러나, 디지털 영상처리(Image processing)를 수행하거나 머신비전(Machine vision) 시스템 등을 제작하는 경우, 이미지 내 각 화소들에 대하여 이웃하여 연결되어 있는 화소끼리 구분지어 하나의 그룹으로 묶어줘야 하는 과정이 필요할 때가 있다.
이러한 경우, 종래에는 이미지 내 포함된 각 화소들을 2차 평면상에 매핑하고, 그 2차 평면상에서 각 화소들의 X 좌표 및 Y 좌표를 화소의 개수만큼 확보된 메모리 내 배열상에 저장하며, 모든 화소들의 좌표상 절대적 위치를 서로 비교하여 인접한 화소들의 위치를 찾아내는 방식으로 연결화소를 검출하게 된다.
그러나, 종래 방식에 따르면 각 화소들의 좌표를 메모리에 저장하고, 화소들의 좌표를 모두 비교해야 함에 따라, 메모리의 용량 낭비가 크고, 비교연산시간이 오래 소요되는 문제점이 있다.
특히, 다수의 화소를 포함하는 다수의 이미지에 대한 그룹화 작업을 수행하게 되면, 그 소요 메모리 용량 및 연산시간은 더욱더 커지고 지연됨에 따라, 종래 화소인식 방식을 고속의 대용량 이미지 처리용 머신비전 시스템 등에 이용하는 데는 한계가 있다.
한국등록특허공보 제10-0210581호(등록일자: 1999.04.27.) 한국공개특허공보 제10-2007-0035800호(공개일자: 2007.04.02.)
본 발명은 주어진 조건에 맞는 화소의 임계값을 이용하여 서로 이웃한 연결 화소들을 신속하게 검출하기 위한 것으로, 기존의 방법들과는 차별화되는 알고리즘을 통해 최소한의 처리량으로 그룹화를 수행함으로써, 디지털 영상처리 및 머신비전 분야에서 사용될 때 빠른 처리속도가 필요하거나, 적은 비용으로 같은 성능이 필요할 때 사용할 수 있는 이미지 내 연결화소 검출 방법 및 장치를 제공하는데 과제가 있다.
전술한 과제를 해결하기 위해, 본 발명의 실시예에 따른 이미지 내 연결화소 검출 방법은, X, Y 좌표(X, Y는 자연수)를 갖는 복수의 화소로 이루어지는 2차원 이미지에서 이웃한 화소간 연결된 화소그룹을 검출하는 방법에 있어서, (a) 제Y 행 및 제Y+1 행에 포함되는 상행화소 및 하행화소를 비교조건에 따라 비교하여 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면 인접한 것으로 판단하고, 상기 상행화소 및 하행화소간 X 좌표의 차이가 2 이상이면, 이격된 것으로 판단하는 단계; 및 (b) 상기 판단에 따라 인접한 화소들의 인덱스에 대한 연관관계가 정의된 인덱스 맵을 갱신하여, 동일하거나 연관된 인덱스 값(Number)을 갖는 화소들을 하나의 화소그룹으로 설정하는 단계를 포함할 수 있다.
또한, 전술한 과제를 해결하기 위해, 본 발명의 실시예에 따른 이미지 내 연결화소 검출 장치는, X, Y 좌표(X, Y는 자연수)를 갖는 복수의 화소로 이루어지는 2차원 이미지에서 이웃한 화소간 연결된 화소그룹을 검출하는 장치로서, 상기 복수의 화소에 인덱스를 부여하고, 하나 이상의 배열을 생성하여 상기 복수의 화소에 대한 정보를 저장하는 인덱스 처리부; 제Y 행 및 제Y+1 행에 포함되는 상행화소 및 하행화소를 비교조건에 따라 비교하여 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면 인접한 것으로 판단하고, 상기 상행화소 및 하행화소간 X 좌표의 차이가 2 이상이면, 이격된 것으로 판단하는 화소 비교부; 및 상기 화소 비교부의 판단에 따라 인접한 화소들의 인덱스에 대한 연관관계가 정의된 인덱스 맵을 갱신하여, 동일하거나 연관된 인덱스 값(Number)을 갖는 화소들을 하나의 화소그룹으로 설정하는 검출부를 포함할 수 있다.
본 발명의 실시예에 따르면, 이미지 내 각 화소에 인덱스를 부여하고 인덱스 맵을 설정하며, 2차 평면상에 매핑된 화소들을 두 개씩 순차적으로 비교하여 인접여부를 판단하되, 상황에 따라 상행화소 또는 하행화소를 교번으로 변경하여 비교를 진행함으로써, 메모리에서 차지하는 용량 및 비교횟수를 최소화한 이미지내 연결화소 검출 방법 및 장치를 제공할 수 있는 효과가 있다.
도 1는 본 발명의 실시예에 따른 이미지 내 연결화소 검출방법을 순서도로 나타낸 도면이다.
도 2a 내지 도 2c는 본 발명의 실시예에 따른 이미지 내 연결화소 검출방법의 과정을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 이미지 내 연결화소 검출 장치를 블록도로 나타낸 도면이다.
설명에 앞서, 명세서 전체에서 어떤 부분이 어떤 구성요소를 "구비" 또는 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부(Unit)" 및 "...모듈(Module)" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어, 소프트웨어 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에서 "실시예"라는 용어는 예시, 사례 또는 도해의 역할을 하는 것을 의미하나, 발명의 대상은 그러한 예에 의해 제한되지 않는다. 또한, "포함하는", "구비하는", "갖는" 및 다른 유사한 용어가 사용되고 있으나, 청구범위에서 사용되는 경우 임의의 추가적인 또는 다른 구성요소를 배제하지 않는 개방적인 전환어(Transition word)로서 "포함하는(Comprising)"이라는 용어와 유사한 방식으로 포괄적으로 사용된다.
본 명세서에 설명된 다양한 기법은 하드웨어 또는 소프트웨어와 함께 구현될 수 있거나, 적합한 경우에 이들 모두의 조합과 함께 구현될 수 있다. 본 명세서에 사용된 바와 같은 "부(Unit)", "시스템(System)" 등의 용어는 마찬가지로 컴퓨터 관련 엔티티(Entity), 즉 하드웨어, 하드웨어 및 소프트웨어의 조합, 소프트웨어 또는 실행 시의 소프트웨어와 등가로 취급할 수 있다. 또한, 본 발명에서는 시스템에서 실행되는 프로그램 및 하드웨어 모두가 모듈단위로 구성될 수 있고, 하나의 물리적 메모리에 기록되거나, 둘 이상의 메모리 및 기록매체 사이에 분산되어 기록될 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 이미지 내 연결화소 검출 방법 및 장치를 설명한다.
도 1는 본 발명의 실시예에 따른 이미지 내 연결화소 검출방법을 순서도로 나타낸 도면이고, 도 2a 내지 도 2c는 본 발명의 실시예에 따른 이미지 내 연결화소 검출방법의 과정을 설명하기 위한 도면이다.
이하의 설명에서는, 도면에 도시된 바와 같이, 256 gray를 갖는 이미지(img)에 대하여 배경이 되는 일반화소의 계조값(gray scale)이 0 gray이고, 검출의 대상이 되는 대상화소의 계조값이 255 gray이며, 가로(X) 및 세로(Y)가 각각 8 × 20 인 2차 평면(mat)상에 이미지를 매핑한 일 예를 통해 본 발명의 기술적 사항을 설명한다.
또한, 이하의 설명에서는 화소에 부여된 지시번호{px(k), k는 자연수}는 명세서 전반에 걸쳐 기재된 '인덱스'를 가리키는 것이 아닌 설명의 편의를 위해 하나의 단위화소에 대하여 임의로 부여한 부호이다.
또한, 이하의 설명에서는 별도의 기재가 없더라도 각 단계의 실행주체는 본 발명의 실시예에 따른 이미지 내 연결화소 검출 장치 및 이를 구성하는 하나 이상의 구성부가 된다.
도 2a 내지 도 2c에서, 이미지(img)는 화소(px)들간 연결상태에 따라, 두 개의 그룹(G1, G2)으로 구분될 수 있으며, 최초화소(f1)의 X,Y 좌표는 '0,0'이고, 최후화소(f2)의 X,Y 좌표는 '7,19'가 되며, 본 발명의 실시예에서는 각 화소(px)를 하나 또는 둘 이상에 대하여 부여한 인덱스 단위로 비교를 수행하여 동일 그룹 내 화소들을 식별하게 된다.
도 1, 도 2a 내지 도 2c를 참조하면, 본 발명의 실시예에 따른 연결화소 검출방법은, X, Y 좌표(X, Y는 자연수)를 갖는 복수의 화소로 이루어지는 2차원 이미지에서 이웃한 화소간 연결된 화소그룹을 검출하는 방법에 있어서, 제Y 행 및 제Y+1 행에 포함되는 상행화소 및 하행화소를 비교조건에 따라 비교하여 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면 인접한 것으로 판단하고, 상행화소 및 하행화소간 X 좌표의 차이가 2 이상이면, 이격된 것으로 판단하는 단계(S140 ~ S170) 및, 판단에 따라 인접한 화소들의 인덱스에 대한 연관관계가 정의된 인덱스 맵(T)을 갱신하여, 동일하거나 연관된 인덱스 값(Number)을 갖는 화소들을 하나의 화소그룹으로 설정하는 단계를 포함할 수 있다.
또한, 전술한 비교 판단 단계 이전에, 하나의 화소는 단일값, 좌우로 이웃한 둘 이상의 화소는 동일값을 갖도록 인덱스 값을 부여하여 복수의 인덱스 화소를 정의하고 제1 배열에 저장하는 단계(S100), 상기 복수의 인덱스 화소의 인덱스 값에 따라 인덱스 맵(T)을 생성하는 단계(S110) 및, 복수의 인덱스 화소 중, 각 행에서 X 좌표가 최소값인 화소들에 대한 메모리 주소를 추출하여 제2 배열에 저장하는 단계(S120)를 포함할 수 있다.
또한, 제2 배열의 'U' 순위 및 'U+1' 순위의 두 인덱스 화소를 상행화소 및 하행화소로 각각 설정하는 단계(S130) 및, 상행화소 및 하행화소를 비교하는 단계(S140)를 포함할 수 있다.
그리고, 상기 상행화소 및 하행화소를 비교하여, 상행화소의 X 좌표가 하행화소의 X 좌표보다 작은 경우, 제1 배열에서 해당 상행화소의 다음 순서의 인덱스 화소를 상행화소로 설정하는 단계(S150), 상행화소 및 하행화소를 비교하여, 상행화소의 Y 좌표가 하행화소의 Y 좌표보다 크거나 같은 경우, 제1 배열에서 해당 하행화소의 다음 순서의 인덱스 화소를 하행화소로 설정하는 단계(S160)를 포함하고, 상행화소가 제2 배열의 인덱스 화소로 설정되는 경우, 'U'를 1 증가하게 된다.
또한, 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면, 인덱스 맵에서 상행화소 및 하행화소에 각각 연관된 인덱스 값 중, 작은 값으로 인덱스 값을 갱신하는 단계(S170)를 포함할 수 있고, 상행화소 및 하행화소의 크기에 따라, 상기 S150 단계 및 S160 단계를 수행하게 된다. 이러한 과정은 모든 화소에 대한 비교가 완료될 때까지 수행된다.
그리고, 도시되어 있지는 않지만, S170 단계 이후, 인덱스 맵을 참조하여 동일 또는 연관된 값을 갖는 복수의 인덱스 화소들을 식별하는 단계 및, 식별된 복수의 인덱스 화소들의 X 좌표 중 최대값 및 최소값과, Y 좌표 중 최대값 및 최소값을 추출하여 하나의 화소그룹을 이루는 사각형을 그리는 단계를 포함할 수 있다.
이하, 일 예를 통해 실제 대상이미지에 대한 연결화소를 검출하는 방법을 상세히 설명한다.
배열 설정(S100, S120 관련)
먼저, 각 화소(px)의 X, Y 좌표에 대하여 좌(Left), 상(Top), 우(Right) 및, 값(Number)의 요소로 구성된 사각정보를 저장할 수 있는 구조체(R{})를 정의하고, 화소별 정보를 기록할 수 있는 제1 배열(RR[])을 정의한다.
그리고, 이미지를 X × Y 좌표의 2차원 평면(mat)에 매칭시키고, 우측방향이 X 좌표의 증가방향, 아래방향이 Y 좌표의 증가방향이라 정의한다. 또한, 전체 매트릭스의 크기만큼 제1 배열(RR[])의 메모리상의 주소를 나타낼 수 있는 정보를 저장할 제2 배열(RRR[])을 정의한다.
다음으로, 2차 평면상에서 최초좌표(f1)부터 순차적으로 X 좌표의 우측방향으로 진행하되, 하나의 행이 종료되면 다음행부터 진행하여 최후좌표(f2)까지 이미지(img)에 대응하는 화소의 검출을 진행하게 된다.
이하의 설명에서는, 제1 배열(RR[])상에 정의되는 기준화소 및 비교화소를 일반화하기 위해, 그 순서를 가리키는 부호로서 각각 'm', 'n'(m, n은 자연수, 단 m<n)를 이용하고, 제2 배열(RRR[])상에 정의되는 인덱스 화소를 가리키는 부호로서 'U(U는 자연수)'를 이용한다.
인덱스 부여(S100 관련)
다음으로, 도 2b에 나타난 바와 같이, 이미지에 대응하는 최초의 화소를 검출시, 해당 화소(px)에 '1'의 인덱스(index)를 부여하고, 제1 배열(RR[])의 값이 '1'인 RR[1].Left에 현재 X 좌표, RR[1].Top에 현재 Y 좌표, RR[1].Number에 현재 인덱스를 기록한다.
이에 따라, 제1 배열(RR[])의 최초배열(RR[1])에는 표 1과 같은 값이 기록된다.
배열/변수명
Index 1
RR[index].Left 12
RR[index].Top 0
RR[index].Number 1
RR[index].Right 12
이후, 우측 및 하부방향으로 검색을 계속 진행하되, 우측으로 인접한 화소가 존재하면, 해당 화소는 이전 화소의 인덱스(index)를 동일하게 부여하고, 우측으로 화소가 사라지면 RR[index].Right에 현재 X 좌표를 기록한다. 즉, 좌우로 연결된 화소는 동일 인덱스가 부여된다.
동시에, 제2 배열(RRR[])에는 각 행에서 가장 작은 X 좌표값을 갖는 인덱스 화소들, 즉 2차평면상의 최좌측 화소들에 대한 메모리 주소를 기록한다.
또한, 도 2b에 도시된 각 화소들에 대한 숫자는 그에 부여된 인덱스(index)를 나타낸 것으로, 제1 및 제2 화소(px1, px2)는 서로 이격됨에 따라 각각 다른 인덱스(index)가 부여되었으나, 제3 및 제4 화소(px3, px4)는 인접함에 따라 동일 인덱스(index)인 '3'이 부여되는 것을 확인 할 수 있다.
또한, 마지막 좌표(f2)까지 검색이 종료되면, 인덱스(index)는 '1'부터 '15'까지 부여되며, 제2 배열(RRR[])에는 각 행에서 최초화소인 제1 및 제2 화소 (px1, px2)에 대한 인덱스가 기록됨에 따라, 제2 배열(RRR[])을 생성할 수 있으며 그 값은 이하의 표 2와 같다.
배열/변수명
RRR[1] &RR[1]
RRR[2] &RR[2]
RRR[3] &RR[5]
RRR[4] &RR[8]
RRR[5] &RR[12]
RRR[6] &RR[15]
인덱스 맵 생성(S110 관련)
상기의 일 예에서, 인덱스(index)는 15까지 산정됨에 따라, 인덱스(index)값을 식별번호로 설정하여 인덱스(index)의 개수에 대응하는 배열형태의 인덱스 맵(T)을 생성한다. 인덱스 맵(T)의 생성 초기에는 각 식별번호에 연계된 값은 디폴트(default)으로서 값(Number)으로 기록하게 된다. 이러한 인덱스 맵의 최초형태를 간략하게 나타내면 이하의 표 3과 같다.
식별번호 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
값(Number) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
이후, 제2 배열(RRR[])에서 선순위를 갖는 인덱스 화소를 상행화소(RRR[U])로 설정하고, 후순위를 갖는 인덱스 화소를 하행화소(RRR[U+1])로 설정하며 상행화소(RRR[U]) 및 하행화소(RRR[U+1]) 순차적으로 비교하되, 그 비교조건에 따라, 각 행에서 다음 순서의 인덱스 화소들을 변경하여 설정함으로써 모든 인덱스 화소에 대한 비교를 수행하게 된다.
상세하게는, 최초 비교시에는 제2 배열(RRR[])상의 최초 선순위 화소인 상행화소(RRR[1], RR[1])와, 후순위인 하행화소(RRR[2], RR[2])를 조건에 따라 화소를 변경하면서 비교하게 된다. 이때, 비교결과에 따라, 제2 배열(RRR[])에서 상행 또는 하행화소를 변경하는 것이 아닌, 제1 배열(RR[])을 기준으로 비교대상이 되는 화소들을 변경하게 된다.
비교 판단조건(S140 ~ S160 관련)
이때, 상행화소 및 하행화소의 비교에 있어서, 다음과 같은 판단조건이 적용될 수 있다. 제1 판단조건은 상행화소(RRR[U], RR[m])의 우측값(RR[m].Right)이 하행화소(RRR[U+1], R[n])의 좌측값(RR[n].Left)에서의 '1'을 감한 값, 즉 'Left-1'보다 같거나 같은지 판단하는 것이다.
또한, 제2 판단조건은 상행화소(RRR[U], RR[m])의 좌측값(RR[m].Left)이 하행화소(RRR[U+1], R[n])의 우측값(RR[n].Right)보다 큰지 판단하는 것이다.
만약, 제1 판단조건을 만족했다면, 'm'을 '1'증가시켜 다음 순서의 화소(RR[m+1])를 기준화소로 설정하여 하행화소(RR[n])와의 비교절차를 속행한다. 이때, 'm'의 증가에 따라, 상행화소(RRR[U], RR[m])가 후순위 화소(RRR[U+1])와 동일하게 되면, 해당 행에서의 화소들에 대한 비교절차는 모두 종료된 것으로 볼 수 있으므로, 제2 배열(RRR[])상에서 다음 순서의 화소(RRR[U+1])에서 가리키는 화소를 상행화소로 설정하고, 다음 순서의 화소(RRR[U+2])에서 가리키는 화소를 하행화소로 설정하여 비교절차를 속행한다.
그리고, 제1 판단조건을 만족하지 못했으나 제2 판단조건을 만족했다면, 'n'을 '1'증가시켜 하행화소(RR[n])를 다음 순서의 하행화소(RR[n+1])로 설정하여 비교절차를 속행한다.
마지막으로, 제1 및 제2 판단조건을 모두 만족하지 못했다면, 상행화소(RR[m])와 하행화소(RR[n])가 상하로 인접한 상태임을 가리키게 된다. 이러한 경우, 이하의 갱신절차에 따라 인덱스 맵(T)에 두 인덱스 화소를 가리키는 식별번호에 기록된 값들 중, 작은 값으로 갱신하게 된다.
인덱스 맵 갱신절차(S170, S180 관련)
기준화소(RR[1])의 값(Number)을 제1 조건변수(C1)로 정의하고, 비교화소(RR[3])의 값(Number)을 제2 조건변수(C2)로 정의한 후, 이하의 갱신조건에 따라, 인덱스 맵(T)을 갱신하게 된다.
상세하게는, 제1 갱신조건으로서, 제1 조건변수(C1)가 제2 조건변수(C2) 보다 작거나 같으면(C1≤C2), 인덱스 맵(T)에 대하여 'T[C2]'의 값(Number)을 제1 임시변수(K1)라 하고, 'T[K1]'의 값(Number)을 제2 임시변수(K2)라 하며, 'T[C1]'의 값(Number)을 제3 임시변수(K3)라 정의한다. 그리고, 'T[K2]'의 값(Number)을 제3 임시변수(K3)의 값으로 변경하고, 'T[K1]'의 값(Number)을 제3 임시변수(K3)의 값으로 변경하며, 'T[C2]'의 값(Number)을 제3 임시변수(K3)의 값으로 변경한다. 또한, 기준화소의 값(RR[m].Number)을 제3 임시변수(K3)로 변경한다.
그리고, 제2 갱신조건으로서, 제1 조건변수(C1)가 제2 조건변수(C2)보다 크면(C1>C2), 인덱스 맵(T)에 대하여 'T[C1]'의 값(Number)을 제1 임시변수(K1)라 하고, 'T[K1]'의 값(Number)을 제2 임시변수(K2)라 하며, 'T[C2]'의 값(Number)을 제3 임시변수(K3)라 정의한다. 그리고, 'T[K2]'의 값(Number)을 제3 임시변수(K3)의 값으로 변경하고, 'T[K1]'의 값(Number)을 제3 임시변수(K3)의 값으로 변경하며, 'T[C1]'의 값(Number)을 제3 임시변수(K3)의 값으로 변경한다. 또한, 비교화소의 값(RR[n].Number)을 제3 임시변수(K3)로 변경한다.
이러한 제1 및 제2 갱신조건에 따른 변수들의 정의를 표로 정리하면, 이하의 표 4와 같다. 이하의 표 4에서 화살표 기호 '→'는 값을 대입하는 것을 나타낸다.
제1 갱신조건(C1≤C2) 제2 갱신조건(C1>C2)
공통조건
Figure 112017031730174-pat00001
변수정의
Figure 112017031730174-pat00002

Figure 112017031730174-pat00003

Figure 112017031730174-pat00004
Figure 112017031730174-pat00005

Figure 112017031730174-pat00006

Figure 112017031730174-pat00007
값 변경
Figure 112017031730174-pat00008

Figure 112017031730174-pat00009

Figure 112017031730174-pat00010
Figure 112017031730174-pat00011

Figure 112017031730174-pat00012

Figure 112017031730174-pat00013
제1배열(RR[]) 변경
Figure 112017031730174-pat00014
Figure 112017031730174-pat00015
이러한 갱신조건에 따라, 두 조건변수(C1, C2)를 서로 비교하여 제1 조건변수(C1)의 값이 제2 조건변수(C2)값보다 작거나 같으면, 제1 갱신조건에 부합되고, 그렇지 않으면 제2 갱신조건에 부합되게 되며 이에 따라 갱신절차를 수행하게 된다.
다음으로, 제1 또는 제2 갱신조건에 따른 갱신절차가 완료된 후, 'RR[m].Right'의 값이 'RR[n].Right'의 값보다 작은지 판단하여 이 경우 'm'을 '1' 증가시키고 비교절차를 속행하며, 그렇지 않은 경우 'n'을 증가시키고 비교절차를 속행하게 된다.
상기의 예에서, 상행화소(RR[1])와 하행화소(RR[2])와의 비교시 상기 제1 판단조건을 만족하지 못하나 제2 판단조건을 만족하게 되며, 이에 따라 'n'을 증가시켜 다음 순서의 화소를 하행화소(RR[3])로 설정하고, 상행화소(RR[1])와 하행화소(RR[3])를 비교하게 된다.
다음으로, 상행화소(RR[1])와 하행화소(RR[3])의 비교결과, 제1 및 제2 판단조건을 모두 만족하지 못하게 된다. 이에 따라, 상행화소(RR[1])와 하행화소(RR[3])가 상하로 인접한 상태인 것으로 판단할 수 있다. 이러한 경우, 두 인덱스 맵(T)에서 해당 식별번호의 값을 갱신하게 된다.
따라서, 표 4를 참조하면, 제1 조건변수(C1)는 '1', 제2 조건변수(C2)는 '3'가 되고, 제1 갱신조건에 의한 변수정의에 따라, 제1 임시변수(K1)는 '3', 제2 임시변수(K2)는 '3', 제3 임시변수(K3)는 '1'이 되며, 값 변경에 따라, 'T[K2]', 'T[K1]' 및 'T[C2]'는, 즉 'T[3]'는 '1'이 된다. 그리고, 기준화소(RR[1].Number)는 변동없이 '1'이 유지된다.
이러한 변경사항은 이하의 표 5에 나타내고 있다.
식별번호 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
값(Number) 1 2 1 4 5 6 7 8 9 10 11 12 13 14 15
다음으로, 'RR[1].Right'의 값이 'RR[3].Right'의 값 보다 큼에 따라, 'n'을 '1' 증가시켜 비교절차를 속행한다.
이에 따라, 상행화소(RR[1])와 하행화소(RR[4])를 비교를 속행하게 되면, 전술한 제1 판단조건을 만족함에 따라, 'm'을 '1' 증가시켜 상행화소를 'RR[2]'로 변환하고, 하행화소를 'RRR[U+1]'이 가리키는 'RR[5]'와 비교한다. 그 결과 제1 및 제2 비교조건을 모두 만족하지 못하게 되며, 인덱스 맵(T)의 갱신절차를 수행하고, 'm'을 '1' 증가시켜 상행화소를 'RR[3]'로 변환하고, 현재 하행화소(RR[6])와 비교하게 된다.
상기 표 4 및 표 5를 참조하면, 제1 및 제2 조건변수(C1, C2)가 각각 '2', '5'로 변경됨에 따라 제1 갱신조건에 해당하며, 그 변수정의에 따라, 제1 임시변수(K1)는 '5', 제2 임시변수(K2)는 '5', 제3 임시변수(K3)는 '2'이 되며, 값 변경에 따라, 'T[K2]', 'T[K1]' 및 'T[C2]'는, 즉 'T[2]'는 '2'가 된다. 그리고, 기준화소(RR[4].Number)는 변동없이 '2'가 유지된다.
전술한 과정을 모든 인덱스 화소(RR[1] ~ RR[15])에 대하여 수행하면, 도 2b에 예시된 형태로 인덱스 화소가 설정되고, 인덱스 맵의 형태를 간략하게 나타내면 이하의 표 6과 같다.
식별번호 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
값(Number) 1 1 1 4 2 1 4 2 1 4 4 2 1 4 2
상기의 표 6에서 각 식별번호마다 기록된 값은 각 인덱스 화소가 속한 그룹을 나타내게 된다. 일 예로서, 식별번호 '1'은 값이 '1' 이므로, 인덱스가 '1'인 인덱스 화소(RR[1])와 연결되는 화소이며, 식별번호 '8'은 값이 '2' 이고, 인덱스가 '2'인 인덱스 화소(RR[2])는 인덱스가 '1'인 인덱스 화소(RR[1])와 연결되는 것이므로, 결국 인덱스가 '8'인 인덱스 화소(RR[8])는 인덱스가 '1'인 인덱스 화소(RR[1])와 연결됨을 알 수 있다.
보완절차
상기의 인덱스 맵(T)은 예시된 이미지(img)에 대하여 각 화소간 연관된 값을 반영하고 있으나, 이보다 다수의 화소를 포함하는 복잡한 이미지들에 대해서는 전술한 과정에 의한 인덱스 맵(T)에 예외(except)가 발생할 수 있다. 예외 발생을 방지하기 위해, 소정의 점화식을 이용하여 f(N, N는 인덱스 화소의 최대값)부터 f(1)까지의 함수를 역순으로 수행하여 인덱스 맵(T)을 보완할 수 있다.
이러한 점화식을 수학식으로 나타내면, 이하의 수학식 1과 같다.
Figure 112017031730174-pat00016
여기서, 'x'는 각 인덱스 화소의 순회에 따른 현재 인덱스 화소의 인덱스 값을 가리킨다.
검출절차
전술한 보완절차가 완료되면, 각 화소들에 대한 화소그룹을 판단하게 된다.
이를 위해, 제1 인덱스 화소(RR[1])부터 제N 인덱스 화소(RR[N])까지 순회하여 각 화소들의 'Left', 'Right', 'Top' 및 'Bottom' 값을 갱신한다.
상세하게는, 제x 인덱스 화소(RR[x])의 'Number'값을 'J'라 하면, 'T[J]'의 값이 최초로 등장한 값인 경우, 하나의 새로운 RECT형태의 데이터를 생성하여 현재 인덱스 화소(RR[x])가 가진 'RR[x].Left', 'RR[x].Right' 및 'RR[x].Top'의 값을 RECT 형태에 대응하는 멤버에 할당해 준다.
또한, 상기 'T[J]'값이 최초로 등장한 값이 아닌 경우, 해당하는 RECT 데이터를 가져와 해당 RECT의 멤버의 값을, 'RECT.Left', 'RR[x].Left' 및 'RR[x].Right' 중, 가장 작은 값으로 갱신하고, RECT.Top 및 'RR[x].Top' 중, 가장 작은 값으로 갱신하며, 'RECT.Right', 'RR[x].Left' 및 'RR[x].Right' 중, 가장 큰 값으로 갱신한다. 또한, 해당 RECT의 멤버의 값을 RECT.bottom, 'RR[x].Top' 및 'RR[x].bottom' 중, 가장 작은 값으로 갱신한다.
따라서, 도 1 및 도 2c를 참조하면, 화소그룹을 판단하기 위해, 인덱스 맵에 따라 동일한 그룹으로 구분된 화소들에서 상, 하, 좌 및 우측 최끝단에 존재하는 화소들의 좌표값을 이용됨에 따라 제1 그룹(G1)은 그 영역을 확정하는 데 있어서, 제1 인덱스 화소(RR[1], px1)의 상, 우측값(RR[1].Top, RR[1].Right)과, 제8 인덱스 화소(RR[8], px2)의 좌측값(RR[8].Left)과, 제15 인덱스 화소(RR[15], px3)의 상측값(RR[15].Top)으로 데이터들이 갱신되어 화소그룹을 구분할 수 있다.
또한, 제2 그룹(G2)은 그 영역을 확정하는 데 있어서, 제4 인덱스 화소(RR[4], px4)의 상측값(RR[4].Top)과, 제7 인덱스 화소(RR[7], px5) 또는 제14 인덱스 화소(RR[14], px6)의 좌측값(RR[7].Left, RR[14].Left)과, 제11 인덱스 화소(RR[11], px7)의 우측값(RR[11].Right)과, 제14 인덱스 화소(RR[14], px6)의 상측값(RR[14].Top)으로 데이터들이 갱신되어 화소그룹을 구분할 수 있다.
전술한 단계에 따라, 본 발명의 실시예에 따른 연결화소 검출 방법은 최소한의 메모리 사용 및 비교연산을 통해 이미지 내 포함되는 연결된 화소들을 사각형 영역으로 검출할 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 연결화소 검출 장치를 설명한다. 이하의 설명에서 연결화소 검출 장치는 컴퓨팅 장치에서 실행되며, 프로그래밍 언어로 작성되어 기록매체에 기록된 소정의 프로그램 형태로 구현될 수 있다.
도 3은 본 발명의 실시예에 따른 이미지 내 연결화소 검출 장치를 블록도로 나타낸 도면이다.
도 3을 참조하면, 본 발명의 실시예에 따른 이미지 내 연결화소 검출 장치는, X, Y 좌표를 갖는 복수의 화소로 이루어지는 2차원 이미지(img)에서 이웃한 화소간 연결된 화소그룹을 검출하는 장치로서, 상기 복수의 화소에 인덱스를 부여하고, 하나 이상의 배열을 생성하여 상기 복수의 화소에 대한 정보를 저장하는 인덱스 처리부(100), 제Y 행 및 제Y+1 행에 포함되는 상행화소 및 하행화소를 비교조건에 따라 비교하여 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면 인접한 것으로 판단하고, 상기 상행화소 및 하행화소간 X 좌표의 차이가 2 이상이면, 이격된 것으로 판단하는 화소 비교부(200) 및, 상기 화소 비교부의 판단에 따라 인접한 화소들의 인덱스에 대한 연관관계가 정의된 인덱스 맵을 갱신하여, 동일하거나 연관된 인덱스 값(Number)을 갖는 화소들을 하나의 화소그룹으로 설정하는 검출부(300)를 포함할 수 있다.
인덱스 처리부(100)는 이미지(img) 내 포함된 복수의 화소들에 대하여 인덱스를 부여하고, 그 화소들의 정보를 저장하여 검출대상인 연결화소를 식별하기 위한 인덱스 맵을 생성하는 역할을 한다.
이를 위해, 인덱스 처리부(100)는 하나의 화소는 단일값, 좌우로 이웃한 둘 이상의 화소는 동일값을 갖도록 인덱스를 부여하고, 복수의 인덱스 화소를 정의하여 상기 제1 배열에 저장하며, 상기 복수의 인덱스 화소 중, 각 행에서 X 좌표가 최소값인 화소들에 대한 메모리 주소를 추출하여 제2 배열에 저장하는 배열생성모듈(110) 및, 복수의 인덱스 화소의 인덱스 값에 따라 인덱스 맵(T)을 생성하는 인덱스 맵 생성모듈(120)을 포함할 수 있다.
화소 비교부(200)는 복수의 인덱스 화소의 특성을 판단하기 위해 각 인덱스 화소를 그 위치에 따라 상행화소 및 하행화소로 설정하여 비교를 수행하는 역할을 한다.
이를 위해, 화소 비교부(200)는 제2 배열의 U(U는 자연수) 순위 및 U+1 순위의 두 인덱스 화소를 상행화소 및 하행화소로 각각 설정하고, 그 상행화소 및 하행화소를 비교하는 비교모듈(210) 및 비교모듈(210)에 의해 상행화소 및 하행화소간 X 좌표의 차이가 1 이내로 판단되면, 인덱스 맵(T)에서 상행화소 및 하행화소에 각각 연관된 두 값 중, 작은 값으로 연관된 인덱스 값을 갱신하는 갱신모듈(220)을 포함할 수 있다.
특히, 전술한 비교모듈(210)은 상행화소 및 하행화소를 비교하여, 상행화소의 X 좌표가 하행화소의 X 좌표보다 작은 경우, 제1 배열에서 해당 상행화소의 다음 순서의 인덱스 화소를 상행화소로 설정하며, 상행화소 및 하행화소를 비교하여, 상행화소의 Y 좌표가 하행화소의 Y 좌표보다 크거나 같은 경우, 제1 배열에서 해당 하행화소의 다음 순서의 인덱스 화소를 하행화소로 설정하고, 상행화소가 제2 배열의 인덱스 화소로 설정되는 경우, U를 1 증가시킬 수 있다.
또한, 갱신모듈(220)은 그 비교모듈(210)의 비교결과, 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면, 인덱스 맵(T)에서 상행화소 및 하행화소에 각각 연관된 두 인덱스 값 중, 작은 값으로 연관된 인덱스 값을 갱신하게 된다.
검출부(300)는 전술한 화소 비교부(200)에 의한 두 화소의 비교결과에 따라 갱신된 인덱스 맵을 이용하여 연결화소를 검출하는 역할을 한다.
이를 위해, 검출부(300)는 인덱스 맵을 참조하여 동일 또는 연관된 값을 갖는 복수의 인덱스 화소들을 식별하게 된다.
특히, 검출부(300)는 식별된 복수의 인덱스 화소들의 X 좌표 중 최대값 및 최소값과, Y 좌표 중 최대값 및 최소값을 추출하여 하나의 화소그룹을 이루는 사각형을 그리는 RECT 모듈(310)을 포함할 수 있다.
상기한 설명에 많은 사항이 구체적으로 기재되어 있으나 이것은 발명의 범위를 한정하는 것이라기보다 바람직한 실시예의 예시로서 해석되어야 한다. 따라서, 발명은 설명된 실시예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위에 균등한 것에 의하여 정하여져야 한다.
100 : 인덱스 처리부 110 : 배열생성모듈
120 : 인덱스맵 생성모듈 200 : 화소 비교부
210 : 비교모듈 220 : 갱신모듈
300 : 검출부 310 : RECT 모듈

Claims (13)

  1. X, Y 좌표(X, Y는 자연수)를 갖는 복수의 화소로 이루어지는 2차원 이미지에서 이웃한 화소간 연결된 화소그룹을 검출하는 방법에 있어서,
    (a) 제Y 행 및 제Y+1 행에 포함되는 상행화소 및 하행화소를 비교조건에 따라 비교하여 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면 인접한 것으로 판단하고, 상기 상행화소 및 하행화소간 X 좌표의 차이가 2 이상이면, 이격된 것으로 판단하는 단계; 및
    (b) 상기 판단에 따라 인접한 화소들의 인덱스에 대한 연관관계가 정의된 인덱스 맵을 갱신하여, 동일하거나 연관된 인덱스 값(Number)을 갖는 화소들을 하나의 화소그룹으로 설정하는 단계를 포함하고,
    상기 단계 (b)는,
    상기 인덱스 맵을 참조하여 동일 또는 연관된 값을 갖는 복수의 인덱스 화소들을 식별하는 단계; 및
    식별된 복수의 인덱스 화소들의 X 좌표 중 최대값 및 최소값과, Y 좌표 중 최대값 및 최소값을 추출하여 하나의 화소그룹을 이루는 사각형을 그리는 단계
    를 포함하는 이미지 내 연결화소 검출 방법.
  2. 제 1 항에 있어서,
    상기 단계 (a) 이전에,
    하나의 화소는 단일값, 좌우로 이웃한 둘 이상의 화소는 동일값을 갖도록 인덱스 값을 부여하여 복수의 인덱스 화소를 정의하고 제1 배열에 저장하는 단계;
    상기 복수의 인덱스 화소의 인덱스 값에 따라 상기 인덱스 맵을 생성하는 단계; 및
    상기 복수의 인덱스 화소 중, 각 행에서 X 좌표가 최소값인 화소들에 대한 메모리 주소를 추출하여 제2 배열에 저장하는 단계
    를 포함하는 이미지 내 연결화소 검출 방법.
  3. 제 2 항에 있어서,
    상기 단계 (a)는,
    (a1) 상기 제2 배열의 U(U는 자연수) 순위 및 U+1 순위의 두 인덱스 화소를 상기 상행화소 및 하행화소로 각각 설정하는 단계; 및
    (a2) 상기 상행화소 및 하행화소를 비교하는 단계
    를 포함하는 이미지 내 연결화소 검출 방법.
  4. 제 3 항에 있어서,
    상기 단계 (a2)는,
    (a21) 상기 상행화소 및 하행화소를 비교하여, 상기 상행화소의 X 좌표가 하행화소의 X 좌표보다 작은 경우, 상기 제1 배열에서 해당 상행화소의 다음 순서의 인덱스 화소를 상행화소로 설정하는 단계; 및
    (a22) 상기 상행화소 및 하행화소를 비교하여, 상기 상행화소의 Y 좌표가 하행화소의 Y 좌표보다 크거나 같은 경우, 상기 제1 배열에서 해당 하행화소의 다음 순서의 인덱스 화소를 하행화소로 설정하는 단계를 포함하고,
    상기 (a21) 단계에서 상기 상행화소가 제2 배열의 인덱스 화소로 설정되는 경우, 상기 (a1) 단계에서 U가 1 증가되는 이미지 내 연결화소 검출방법.
  5. 제 4 항에 있어서,
    상기 (a21) 단계 및 (a22) 단계에서 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면,
    상기 단계 (b)는,
    상기 인덱스 맵에서 상기 상행화소 및 하행화소에 각각 연관된 인덱스 값 중, 작은 값으로 인덱스 값을 갱신하는 단계
    를 포함하는 이미지 내 연결화소 검출 방법.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 단계 (b) 는,
    상기 인덱스 맵의 인덱스 값을 이하의 수학식,
    Figure 112017057819473-pat00017

    에 따라 f(N, N는 인덱스 화소의 최대값)부터 f(1)까지의 함수에 역순으로 대입하여 재 갱신하는 이미지 내 연결화소 검출 방법(단, T[x]는 인덱스 맵이고, x는 각 인덱스 화소의 순회에 따른 현재 인덱스 화소의 인덱스 값).
  8. X, Y 좌표(X, Y는 자연수)를 갖는 복수의 화소로 이루어지는 2차원 이미지에서 이웃한 화소간 연결된 화소그룹을 검출하는 장치로서,
    상기 복수의 화소에 인덱스를 부여하고, 하나 이상의 배열을 생성하여 상기 복수의 화소에 대한 정보를 저장하는 인덱스 처리부;
    제Y 행 및 제Y+1 행에 포함되는 상행화소 및 하행화소를 비교조건에 따라 비교하여 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면 인접한 것으로 판단하고, 상기 상행화소 및 하행화소간 X 좌표의 차이가 2 이상이면, 이격된 것으로 판단하는 화소 비교부; 및
    상기 화소 비교부의 판단에 따라 인접한 화소들의 인덱스에 대한 연관관계가 정의된 인덱스 맵을 갱신하여 동일하거나 연관된 인덱스 값(Number)을 갖는 화소들을 하나의 화소그룹으로 설정하고, 상기 인덱스 맵을 참조하여 동일 또는 연관된 값을 갖는 복수의 인덱스 화소들을 식별하는 검출부를 포함하고,
    상기 검출부는,
    식별된 복수의 인덱스 화소들의 X 좌표 중 최대값 및 최소값과, Y 좌표 중 최대값 및 최소값을 추출하여 하나의 화소그룹을 이루는 사각형을 그리는 RECT 모듈
    을 포함하는 이미지 내 연결화소 검출장치.
  9. 제 8 항에 있어서,
    상기 인덱스 처리부는,
    하나의 화소는 단일값, 좌우로 이웃한 둘 이상의 화소는 동일값을 갖도록 인덱스를 부여하여 상기 복수의 인덱스 화소를 정의하여 제1 배열에 저장하고, 상기 복수의 인덱스 화소 중, 각 행에서 X 좌표가 최소값인 화소들에 대한 메모리 주소를 추출하여 제2 배열에 저장하는 배열생성모듈; 및
    상기 복수의 인덱스 화소의 인덱스 값에 따라 상기 인덱스 맵을 생성하는 인덱스 맵 생성모듈
    을 포함하는 이미지 내 연결화소 검출 장치.
  10. 제 9 항에 있어서,
    상기 화소 비교부는,
    상기 제2 배열의 U(U는 자연수) 순위 및 U+1 순위의 두 인덱스 화소를 상기 상행화소 및 하행화소로 각각 설정하고, 상기 상행화소 및 하행화소를 비교하는 비교모듈; 및
    상기 비교모듈에 의해 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내로 판단되면, 상기 인덱스 맵에서 상기 상행화소 및 하행화소에 각각 연관된 두 값 중, 작은 값으로 연관된 인덱스 값을 갱신하는 갱신모듈
    을 포함하는 이미지 내 연결화소 검출 장치.
  11. 제 10 항에 있어서,
    상기 비교모듈은,
    상기 상행화소 및 하행화소를 비교하여, 상기 상행화소의 X 좌표가 하행화소의 X 좌표보다 작은 경우, 상기 제1 배열에서 해당 상행화소의 다음 순서의 인덱스 화소를 상행화소로 설정하며, 상기 상행화소 및 하행화소를 비교하여, 상기 상행화소의 Y 좌표가 하행화소의 Y 좌표보다 크거나 같은 경우, 상기 제1 배열에서 해당 하행화소의 다음 순서의 인덱스 화소를 하행화소로 설정하고,
    상기 상행화소가 제2 배열의 인덱스 화소로 설정되는 경우, U를 1 증가시키는 이미지 내 연결화소 검출 장치.
  12. 제 11 항에 있어서,
    상기 갱신모듈은,
    상기 비교모듈의 비교결과, 상기 상행화소 및 하행화소간 X 좌표의 차이가 1 이내이면, 상기 인덱스 맵에서 상기 상행화소 및 하행화소에 각각 연관된 두 인덱스 값 중, 작은 값으로 연관된 인덱스 값을 갱신하는 이미지 내 연결화소 검출 장치.
  13. 삭제
KR1020170041599A 2017-03-31 2017-03-31 이미지 내 연결화소 검출 방법 및 장치 KR101772676B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170041599A KR101772676B1 (ko) 2017-03-31 2017-03-31 이미지 내 연결화소 검출 방법 및 장치
US15/832,738 US10019807B1 (en) 2017-03-31 2017-12-05 Method and device for detecting connected pixels in image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170041599A KR101772676B1 (ko) 2017-03-31 2017-03-31 이미지 내 연결화소 검출 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101772676B1 true KR101772676B1 (ko) 2017-08-29

Family

ID=59760243

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170041599A KR101772676B1 (ko) 2017-03-31 2017-03-31 이미지 내 연결화소 검출 방법 및 장치

Country Status (2)

Country Link
US (1) US10019807B1 (ko)
KR (1) KR101772676B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190089489A (ko) * 2018-01-23 2019-07-31 연세대학교 산학협력단 Akbing을 이용한 영상의 객체 후보 검출 장치 및 방법
KR102385033B1 (ko) 2021-02-23 2022-04-11 주식회사 포스로직 이미지의 연결 요소 객체 추출 및 라벨링 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109739652A (zh) * 2018-12-27 2019-05-10 北京字节跳动网络技术有限公司 基于Go语言的实时长连接方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285240A (ja) 1999-03-31 2000-10-13 Minolta Co Ltd 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体
JP2013178670A (ja) 2012-02-28 2013-09-09 Canon Inc 情報処理装置、情報処理方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4791676A (en) * 1985-09-12 1988-12-13 International Business Machines Corporation Method and means for efficiently handling boundary conditions in connected component labeling
US5204914A (en) * 1991-08-30 1993-04-20 Eastman Kodak Company Character recognition method using optimally weighted correlation
JP2918383B2 (ja) * 1992-02-27 1999-07-12 大日本スクリーン製造株式会社 画像の輪郭抽出方法および装置
JPH10293852A (ja) * 1997-04-21 1998-11-04 Fuji Photo Film Co Ltd 輪郭線抽出方法
US20020126898A1 (en) * 2001-01-31 2002-09-12 Guo Jinhong K. Run length based connected components and contour following for enhancing the performance of circled region extraction algorithm
KR20070035655A (ko) 2005-09-28 2007-04-02 엘지전자 주식회사 영상 데이터 레이블링 방법
TWI386030B (zh) * 2008-06-11 2013-02-11 Vatics Inc 一種混合式連結元件標籤演算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285240A (ja) 1999-03-31 2000-10-13 Minolta Co Ltd 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体
JP2013178670A (ja) 2012-02-28 2013-09-09 Canon Inc 情報処理装置、情報処理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190089489A (ko) * 2018-01-23 2019-07-31 연세대학교 산학협력단 Akbing을 이용한 영상의 객체 후보 검출 장치 및 방법
KR102018773B1 (ko) * 2018-01-23 2019-09-05 연세대학교 산학협력단 Akbing을 이용한 영상의 객체 후보 검출 장치 및 방법
KR102385033B1 (ko) 2021-02-23 2022-04-11 주식회사 포스로직 이미지의 연결 요소 객체 추출 및 라벨링 방법

Also Published As

Publication number Publication date
US10019807B1 (en) 2018-07-10

Similar Documents

Publication Publication Date Title
CN107633526B (zh) 一种图像跟踪点获取方法及设备、存储介质
JP5797789B2 (ja) 準複製画像検索のための方法およびシステム
KR101772676B1 (ko) 이미지 내 연결화소 검출 방법 및 장치
CN109919992B (zh) 估测图像中的深度的方法
CN108765315B (zh) 图像补全方法、装置、计算机设备及存储介质
US20180253852A1 (en) Method and device for locating image edge in natural background
CN109977952B (zh) 基于局部最大值的候选目标检测方法
CN109829428B (zh) 基于改进YOLOv2的视频图像行人检测方法及系统
US11074443B2 (en) Method and device for acquiring slant value of slant image, terminal and storage medium
JP6065656B2 (ja) パターン処理装置、パターン処理方法、パターン処理プログラム
US9734550B1 (en) Methods and apparatus for efficiently determining run lengths and identifying patterns
CN111369489B (zh) 一种图像识别方法、装置及终端设备
JP6546385B2 (ja) 画像処理装置及びその制御方法、プログラム
CN115527023A (zh) 图像检测方法、装置、电子设备及存储介质
CN115086517A (zh) 一种图像采集方法、装置、电子设备及存储介质
CN106023219A (zh) 一种确定图像中目标的方法和装置
US10643312B2 (en) Smoothed image generating device, abnormality determining device, and smoothed image generating method
KR102581393B1 (ko) Qis 센서를 위한 고 대비 구조화된 광 패턴들
CN112052935B (zh) 卷积神经网络系统
CN111175312A (zh) 用于样品的缺陷检查系统和用于样品的缺陷检查方法
CN114612320B (zh) 图像亮度优化方法、装置、计算机设备和存储介质
US20230386645A1 (en) Method for determining ciliary beat frequency
CN116824183B (zh) 基于多重特征描述符的图像特征匹配方法和装置
CN117710235B (zh) 图像目标增强方法、装置、计算机设备和存储介质
WO2019082283A1 (ja) 画像解析装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant