KR101956203B1 - 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법 - Google Patents

Abstract

본 발명은 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법에 관한 것으로서, 본 발명의 일 실시예에 따른 윤곽선 검출 방법은 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법으로서, 입력이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계; 및 상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계;를 포함한다.

Description

주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법 {Method for Image Information Recognition Using Saliency Map and Saliency Cut}

주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법에 관한 것으로서, 더욱 상세하게는 주요부맵 생성기법을 통하여 입력이미지로부터 주요부맵을 생성하고, 이러한 주요부맵으로부터 주요부추출기법을 통하여 입력이미지의 윤곽선을 검출하는, 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법, 장치 및 컴퓨터-판독가능 매체 에 관한 것이다.

영상처리 분야에서, 컴퓨터 프로그램으로 이미지의 주요부를 검출하는 알고리즘은 2개의 영역으로 나뉘게 된다. 이미지의 주요부를 검출하는 방법과, 이미지의 고정부를 예측하는 방법이 있다.

상기 이미지의 고정부를 예측하는 방법은 사람의 눈의 움직임을 추적함으로써, 사람의 주의력을 예측하는 반면에 상기 주요부를 검출하는 방법은 입력되는 이미지로부터 주요부를 검출하는 방법을 사용한다.

즉, 상기 주요부를 검출하는 방법은 주요부를 검출할 때 이미지에 표현된 물체를 예측하는 방식으로 상기 주요부를 검출한다.

다만, 기존의 방식은 이미지에 표현된 물체를 예측하고 이에 의하여 주요부를 검출하는데 있어서 부정확한 면이 있기 때문에, 이에 따른 부정확성을 향상 시키는 방법들이 요구되고 있다.

따라서, 본 발명은 주요부를 검출하는데 따른 정확성을 향상시키기 위하여, 전역히스토그램평활화 방법과 그래프기반의 이미지 분할 방식을 사용하게 된다. 이에 더하여, 집적이미지를 사용한 부분 적응형 임계화 방식으로 주요부 검출의 정확성을 향상 시킬 수 있다.

본 발명의 목적은 주요부맵 생성기법을 통하여 입력이미지로부터 주요부맵을 생성하고, 이러한 주요부맵으로부터 주요부추출기법을 통하여 입력이미지의 윤곽선을 검출하는, 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법을 제공하는 것이다.

본 발명은 상기와 같은 과제를 해결하기 위하여, 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법으로서, 입력이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계; 및 상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계;를 포함하는, 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법을 제공한다.

본 발명의 몇 실시예에서도, 상기 주요부맵 생성단계는, 상기 입력되는 이미지의 명암비가 향상된 개선이미지를 생성하는 히스토그램 평활화단계를 포함하고, 상기 히스토그램 평활화단계는, 제1 색상영역에서 표현된 상기 입력되는 이미지를 제2 색상영역의 이미지로 변환하는 색상영역변환단계; 변환된 제2 색상영역의 이미지의 채널을 휘도채널을 포함하는 복수개의 채널로 분리하는 채널분리단계; 상기 제2 색상영역의 이미지의 복수개의 채널 중 상기 휘도채널의 색상 히스토그램을 평활화하는 휘도채널평활화단계; 상기 평활화된 휘도채널을 포함하는 상기 복수개의 채널을 병합하여 명암비가 향상된 제2 색상영역의 이미지를 생성하는 채널병합단계;및 상기 명암비가 향상된 제2 색상영역의 이미지를 제1 색상 영역의 이미지로 복구하여 명암비가 향상된 상기 개선이미지를 생성하는 색상영역복구단계;를 포함할 수 있다.

본 발명의 몇 실시예에서도, 상기 주요부맵 생성단계는, 상기 개선이미지를 복수의 구역으로 분할하는 그래프기반이미지분할단계; 상기 개선이미지의 분할된 복수의 구역을 구성하는 각각의 구역에 대하여 축소된 색상히스토그램을 생성하고, 상기 축소된 색상히스토그램을 기초로 각각의 구역을 변환하는 축소히스토그램생성단계; 분할된 복수의 구역 중 상기 축소된 색상히스토그램을 기초로 변환된 하나의 구역과 상기 축소된 색상히스토그램을 기초로 변환된 그 외의 모든 구역을 비교하여 색상의 명암비를 측정하여 중요도값을 산출하는 구역중요도값산출단계; 상기 중요도값을 통하여 검출한 주요부에 해당하는 구역의 색상히스토그램에 대하여 편평화를 하여 주요부맵을 생성하는 색상편평화단계;를 더 포함할 수 있다.

본 발명의 몇 실시예에서도, 상기 윤곽선 검출단계는, 상기 주요부맵을 그레이스케일로 변환하고, 그레이스케일로 변환된 상기 주요부맵을 구성하는 픽셀값을 조정하여 집적이미지를 생성하는 집적이미지생성단계; 상기 집적이미지를 기초로 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화마스크를 생성하는 이진화마스크생성단계;및 상기 이진화마스크를 기초로 상기 입력이미지의 주요부의 외부 윤곽선, 및 주요부 내부의 윤곽선을 검출하는 주요부내외부윤곽선검출단계;를 포함할 수 있다.

본 발명의 몇 실시예에서도, 상기 이진화마스크생성단계는, 상기 집적이미지를 기초로 기설정된 수식에 의하여 N단계의 부분적응형 임계값을 산출하고, 상기 N단계의 부분적응형 임계값을 기초로 상기 집적이미지를 기설정된 범위의 값으로 구분되는 N+1개의 마킹영역으로 구분하는 부분적응형임계화단계;및 N+1개로 구분된 상기 마킹영역을 시드로하여 주요부 및 그 이외의 부분을 이진화이미지로 구분하는 이진화마스크를 생성하는 주요부이진화단계;를 포함하고, 상기 N은 2 이상의 자연수일 수 있다.

본 발명의 몇 실시예에서도, 상기 부분적응형 임계화 단계는,

,

,

의 상기 3단계의 부분적응형 임계값을 갖고, N+1개로 구분된 상기 마킹영역은, 신뢰할만한 주위배경 영역인

, 연성 있는 주위배경 영역인

, 개연성 있는 전경(前景) 영역인

, 신뢰할만한 전경영역인

의 범위를 갖는 4개의 상기 마킹영역으로 구분될 수 있다.

본 발명의 몇 실시예에서도, 상기 부분적응형 임계화 단계는, 상기

은 상기 집적이미지에서의 산술평균값을 나타내고, 상기

은

의 기설정된 수식으로 표현되고, 상기

는

의 기설정된 수식으로 표현될 수 있다.

본 발명의 몇 실시예에서도, 상기 주요부내외부윤곽선검출단계는, 상기 이진화마스크를 기초로 주요부의 외부 윤곽선을 검출하는 주요부외부윤곽선검출단계;및 기설정된 수식에 의해 상기 이진화마스크를 기초로 원색상으로 표현된 상기 입력이미지의 주요부만을 추출하고, 추출된 상기 원색상으로 표현된 상기 입력이미지의 주요부의 내부의 윤곽선을 추출하는 주요부내부윤곽선검출단계;를 포함할 수 있다.

본 발명의 몇 실시예에서도, 상기 주요부내부윤곽선검출단계는,

의 수식으로 상기 이진화마스크를 기초로 원색상으로 표현된 상기 입력이미지의 주요부만을 추출할 수 있다.

본 발명은 상기와 같은 과제를 해결하기 위하여, 컴퓨터-판독가능 매체로서, 상기 컴퓨터-판독가능 매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은 입력이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계; 및 상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계;를 포함하는, 컴퓨터-판독가능 매체를 제공한다.

본 발명의 몇 실시예에서도, 상기 윤곽선 검출단계는, 상기 주요부맵을 그레이스케일로 변환하고, 그레이스케일로 변환된 상기 주요부맵을 구성하는 픽셀값을 조정하여 집적이미지를 생성하는 집적이미지생성단계; 상기 집적이미지를 기초로 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화마스크를 생성하는 이진화마스크생성단계;및 상기 이진화마스크를 기초로 상기 입력이미지의 주요부의 외부 윤곽선, 및 주요부 내부의 윤곽선을 검출하는 주요부내외부윤곽선검출단계;를 포함할 수 있다.

본 발명의 몇 실시예에서도, 상기 이진화마스크생성단계는, 상기 집적이미지를 기초로 기설정된 수식에 의하여 N단계의 부분적응형 임계값을 산출하고, 상기 N단계의 부분적응형 임계값을 기초로 상기 집적이미지를 기설정된 범위의 값으로 구분되는 N+1개의 마킹영역으로 구분하는 부분적응형임계화단계;및 N+1개로 구분된 상기 마킹영역을 시드로하여 주요부 및 그 이외의 부분을 이진화이미지로 구분하는 이진화마스크를 생성하는 주요부이진화단계;를 포함하고, 상기 N은 2 이상의 자연수일 수 있다.

본 발명의 몇 실시예에서도, 상기 부분적응형 임계화 단계는,

,

,

의 상기 3단계의 부분적응형 임계값을 갖고, N+1개로 구분된 상기 마킹영역은, 신뢰할만한 주위배경 영역인

, 개연성 있는 주위배경 영역인

, 개연성 있는 전경(前景) 영역인

, 신뢰할만한 전경영역인

의 범위를 갖는 4개의 상기 마킹영역으로 구분될 수 있다.

본 발명의 몇 실시예에서도, 상기 부분적응형 임계화 단계는, 상기

은 상기 집적이미지에서의 산술평균값을 나타내고, 상기

은

의 기설정된 수식으로 표현되고, 상기

는

의 기설정된 수식으로 표현될 수 있다.

본 발명의 몇 실시예에서도, 상기 주요부내외부윤곽선검출단계는, 상기 이진화마스크를 기초로 주요부의 외부 윤곽선을 검출하는 주요부외부윤곽선검출단계;및 기설정된 수식에 의해 상기 이진화마스크를 기초로 원색상으로 표현된 상기 입력이미지의 주요부만을 추출하고, 추출된 상기 원색상으로 표현된 상기 입력이미지의 주요부의 내부의 윤곽선을 추출하는 주요부내부윤곽선검출단계;를 포함할 수 있다.

본 발명의 몇 실시예에서도, 상기 주요부내부윤곽선검출단계는,

의 수식으로 상기 이진화마스크를 기초로 원색상으로 표현된 상기 입력이미지의 주요부만을 추출할 수 있다.

본 발명의 일 실시예에 따르면, 입력이미지에 전역 히스토그램 향상 기법을 사용하여 주요부 맵을 생성함으로써 주요부를 추출함에 있어서 정확성을 높일 수 있다.

본 발명의 일실시예에 따르면, 상기 주요부 맵을 기초로 3단계의 부분적응형 임계값을 생성하고, 생성된 상기 임계값을 기초로 상기 주요부맵을 기초로 4개의 구분되는 영역으로 구분함으로써, 부분 적응형 임계화 기법에 더 나은 결과를 도출할 수 있다.

본 발명의 일 실시예에 따르면, 이진화 마스크를 생성하여 상기 입력이미지의 주요부 외부의 윤곽선뿐만 아니라, 주요부 내부의 윤곽선도 검출할 수 있다.

도 1은 본 발명의 일 실시예에 따른 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법을 개략적으로 도시한다.
도 2는 본 발명의 일 실시예에 따른 입력이미지에 윤곽선 검출방법을 수행한 결과물을 예시적으로 도시한다.
도 3은 본 발명의 일 실시예에 따른 윤곽선검출방법의 세부 단계를 개략적으로 도시한다.
도 4는 본 발명의 일 실시예에 따른 주요부맵 생성단계를 개략적으로 도시한다.
도 5는 본 발명의 일 실시예에 따른 히스토그램 평활화단계를 개략적으로 도시한다.
도 6은 본 발명의 일 실시예에 따른 히스토그램 평활화 기법이 사용되어 변환된 이미지를 예시적으로 도시한다.
도 7은 본 발명의 일 실시예에 따른 주요부맵 생성단계가 수행된 결과물을 예시적으로 도시한다.
도 8는 본 발명의 일 실시예에 따른 윤곽선 검출단계의 세부 단계를 개략적으로 도시한다.
도 9는 본 발명의 일 실시예에 따른 주요부맵을 기초로 집적이미지를 생성하는 과정을 예시적으로 도시한다.
도 10은 본 발명의 일 실시예에 따른 그레이스케일로 변환된 주요부맵을 기초로 집적이미지를 생성하는 과정을 예시적으로 도시한다.
도 11은 본 발명의 일 실시예에 따른 집적이미지를 기초로 생성된 이진화 마스크를 예시적으로 도시한다.
도 12는 본 발명의 일 실시예에 따른 이진화마스크생성단계의 세부 단계를 개략적으로 도시한다.
도 13은 본 발명의 일 실시예에 따른 부분적응형임계화방식에 따라 임계값을 구하는 과정을 예시적으로 도시한다.
도 14는 본 발명의 일실시예에 따른, 주요부내외부윤곽선검출단계의 세부단계를 개략적으로 도시한다.
도 15는 본 발명의 일 실시예에 따른 주요부내부윤곽선검출단계를 예시적으로 도시한다.
도 16은 본 발명의 일 실시예에 따른 입력이미지로부터 주요부의 내외부 윤곽선을 검출하는 모든 단계를 개략적으로 도시한다.
도 17은 본 발명의 일 실시예에 따른 윤곽선 검출방법을 종래의 기술과 비교한 정량적인 비교 값을 예시적으로 도시한다.
도 18은 본 발명의 일 실시예에 따른 윤곽선 검출방법을 이용한 수행시간을 종래의 기술과 비교한 값을 예시적으로 도시한다.
도 19는 본 발명의 일 실시예에 따른 주요부 추출기법을 종래의 기술과 비교한 결과물을 예시적으로 도시한다.
도 20는 본 발명의 일 실시예에 따른 컴퓨팅장치의 내부 구성을 예시적으로 도시한다.

이하에서는, 다양한 실시예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.

또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.

본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '~부', '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 있다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.

또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

또한, 본 발명의 실시예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시예에 따른 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법을 개략적으로 도시한다.

구체적으로, 본 발명은 상기 실시예에 따른 윤곽선 검출방법을 통하여 입력이미지에 상기 주요부맵 생성기법을 수행하여 주요부맵이 생성되고, 생성된 상기 주요부맵에 상기 주요부 추출기법을 수행하여 결과적으로 상기 입력이미지의 윤곽선이 검출될 수 있다.

도 2는 본 발명의 일 실시예에 따른 입력이미지에 윤곽선 검출방법을 수행한 결과물을 예시적으로 도시한다.

즉, 도 2에 도시된 바와 같이 첫번째 행에 도시된 입력이미지로부터 본 발명의 윤곽선 검출 방법을 수행하여 두번째 행에 도시된 주요부에 해당하는 물체들의 외부 및 내부 윤곽선이 검출될 수 있다.

도 3은 본 발명의 일 실시예에 따른 윤곽선검출방법의 세부 단계를 개략적으로 도시한다.

상기 실시예에 따르면, 본 발명은 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법으로서, 입력되는 이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계(S1000); 및 상기 주요부맵을 기초로 입력되는 상기 이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계(S2000);를 포함할 수 있다.

구체적으로, 상기 주요부맵 생성단계(S1000)는 자연경관과 같은 이미지를 입력 받고, 입력되는 상기 이미지의 주요부를 주위배경으로부터 분리하는 주요부맵 (saliency map)을 생성한다.

또한, 상기 윤곽선 검출단계(S2000)는 상기 주요부맵 생성단계(S1000)에서 생성된 상기 주요부맵을 기초로, 입력되는 상기 이미지의 주요부를 추출(saliency cut)하고, 추출된 상기 이미지의 주요부를 기초로 상기 주요부의 윤곽선을 검출한다.

즉, 상기 주요부맵 생성단계(S1000) 및 상기 윤곽선 검출단계(S2000)를 통하여 도 1에 도시된 바와 같이, 자연경관과 같은 입력이미지로부터 상기 입력이미지의 상기 주위배경 및 상기 입력이미지의 상기 주요부가 서로 구분되도록 분리된 상기 주요부맵을 생성하고, 상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하고, 상기 주요부맵을 기초로 상기 주요부 외부의 윤곽선 및 상기 주요부 내부의 윤곽선을 검출할 수 있다.

도 4는 본 발명의 일 실시예에 따른 주요부맵 생성단계를 개략적으로 도시한다.

상기 실시예에 따르면, 상기 주요부맵 생성단계(S1000)는, 입력되는 이미지의 명암비가 향상된 개선이미지를 생성하는 히스토그램 평활화단계(S1100); 상기 개선이미지를 복수의 구역으로 분할하는 그래프기반이미지분할단계(S1200); 상기 개선이미지의 분할된 복수의 구역을 구성하는 각각의 구역에 대하여 축소된 색상히스토그램을 생성하고, 상기 축소된 색상히스토그램을 기초로 각각의 구역을 변환하는 축소히스토그램생성단계(S1300); 분할된 복수의 구역 중 상기 축소된 색상히스토그램을 기초로 변환된 하나의 구역과 상기 축소된 색상히스토그램을 기초로 변환된 그 외의 모든 구역을 비교하여 색상의 명암비를 측정하여 중요도값을 산출하는 구역중요도값산출단계(S1400); 상기 중요도값을 통하여 검출한 주요부에 해당하는 구역의 색상히스토그램에 대하여 편평화를 하는 색상편평화단계(S1500);를 포함할 수 있다.

도 5는 본 발명의 일 실시예에 따른 히스토그램 평활화단계를 개략적으로 도시한다.

상기 실시예에 따르면, 상기 히스토그램 평활화단계(S1100)는, 제1 색상영역에서 표현된 상기 입력되는 이미지를 제2 색상영역의 이미지로 변환하는 색상영역변환단계(S1110); 변환된 제2 색상영역의 이미지의 채널을 휘도채널을 포함하는 복수개의 채널로 분리하는 채널분리단계(S1120); 상기 제2 색상영역의 이미지의 복수개의 채널 중 상기 휘도채널의 색상 히스토그램을 평활화하는 휘도채널평활화단계(S1130); 상기 평활화된 휘도채널을 포함하는 상기 복수개의 채널을 병합하여 명암비가 향상된 제2 색상영역의 이미지를 생성하는 채널병합단계(S1140);및 상기 명암비가 향상된 제2 색상영역의 이미지를 제1 색상 영역의 이미지로 복구하여 명암비가 향상된 상기 개선이미지를 생성하는 색상영역복구단계(S1150);를 포함 할 수 있다.

상기 히스토그램 평활화단계(S1100)를 통하여 입력되는 이미지의 명암비가 향상된 개선이미지를 생성할 수 있다.

사람의 감각을 통하여 받아들이는 정보에서 시각은 명암비 (contrast)에 가장 민감하기 때문에 영상처리 분야에서는 입력되는 이미지의 명암비를 높이기 위한 다양한 영상처리 기법이 활용된다. 특히 이러한 이미지의 명암비를 높이기 위한 영상처리 기법 중에서, 전역 명암비 향상 기법(global color contrast enhancement technique)이 활용될 수 있다.

즉, 상기 전역 명암비 향상 기법은 자연경관과 같은 입력이미지로부터 상기 입력이미지의 특정 부분이나 상기 입력이미지의 특정 물체를 추출하기 위하여 명암비가 향상된 선명한 이미지를 제공하는 것을 그 목적으로 한다. 특히 이러한 전역 명암비 향상 기법 중에서도 히스토그램 평활화 (histogram equalization) 기법이 가장 많이 활용되고, 본 발명에서는 상기 히스토그램 평활화 기법을 사용하여 입력되는 이미지의 명암비가 향상된 상기 개선이미지를 생성하는 히스토그램 평활화단계(S1100)를 포함한다.

한편, 상기 히스토그램 평활화단계(S1100)는, 제1 색상영역에서 표현된 상기 입력되는 이미지를 제2 색상영역의 이미지로 변환하는 색상영역변환단계(S1110)를 포함할 수 있다.

즉, 상기 히스토그램 평활화단계(S1100)에 사용되는 상기 히스토그램 평활화 기법에는 RGB 영역, LAB 영역, YCbCr 영역, 및 HSV 영역과 같은 다양한 색상영역이 활용될 수 있다.

하지만, 상기 히스토그램 평활화단계(S1100)에 사용되는 상기 히스토그램 평활화 기법은 입력되는 이미지의 명암비가 향상된 개선이미지를 생성하기 위하여 밝기를 나타내는 휘도를 요소로 하여 수행되어야 한다.

RED 채널, Green 채널, 및 Blue 채널을 포함하여 픽셀 하나당 24비트의 크기를 갖는 상기 RGB 영역에서 표현된 이미지는 상기 RED 채널, Green 채널, 및 Blue 채널의 상호간에 연산이 불가능하고, RED 채널, Green 채널, 및 Blue 채널이 색상 요소로만 표현되어, 입력되는 이미지의 명암비가 향상된 개선이미지를 생성하는 상기 히스토그램 평활화단계(S1100)에 활용 될 수 없다.

반면, 상기 LAB 영역, 상기 YCbCr 영역, 및 상기 HSV 영역에서 표현된 이미지의 경우, 상기 LAB 영역, 상기 YCbCr 영역, 및 상기 HSV 영역의 이미지를 표현하는 각각의 채널 상호간에 연산이 가능하고, 본 발명의 일 실시예에 따른 YCbCr 영역의 경우, 상기 RGB 영역과 달리, 밝기를 나타내는 상기 휘도를 요소를 포함하기 때문에, 입력되는 이미지의 명암비가 향상된 개선 이미지를 생성하는 상기 히스토그램 평활화단계(S1100)에 활용될 수 있다.

즉, 본 발명의 일 실시예에 따르면, 제1 색상영역인 상기 RGB 영역에서 표현된 상기 입력되는 이미지를 제2 색상영역인 상기 YCbCr 영역의 이미지로 변환하는 색상영역변환단계(S1110)가 수행되어 변환된 상기 YCbCr 영역의 이미지로부터 상기 히스토그램 평활화 기법을 수행할 수 있다.

또한 상기 히스토그램 평활화단계(S1100)는, 변환된 제2 색상영역의 이미지의 채널을 휘도채널을 포함하는 복수개의 채널로 분리하는 채널분리단계(S1120)를 포함할 수 있다.

즉, 본 발명의 일 실시예에 따르면, 제1 색상영역인 상기 RGB 영역에서 표현된 상기 입력되는 이미지를 제2 색상영역인 상기 YCbCr 영역에서 표현된 이미지로 변환한 후, 변환된 제2 색상영역인 상기 YCbCr 영역의 이미지를 상기 YCbCr 영역을 표현하는 각각의 채널인 Y채널(luminance), Cb채널(chrominance-blue), 및 Cr채널(chrominance-red)로 분리할 수 있고, 분리된 복수개의 채널인 상기 Y채널, 상기 Cb채널,및 상기 Cr채널 중에서 상기 Y채널이 휘도를 요소로 하는 휘도채널로서 포함된다.

상기 YCbCr 영역에서 상기 Y채널, 상기 Cb채널, 및 상기 Cr채널은 각각 8 bit로 인코딩 된다. 또한, 상기 Y채널은 16부터 235의 값을 가지며, 16은 영상에 있어서 가장 어두운 값을 나타내고 235는 가장 밝은 값을 나타내게 된다. 이에 더하여 상기 Cb채널 및 상기 Cr채널은 16부터 240까지의 값을 가지며, 128은 영점(zero point)를 나타낸다.

또한, 하기의 수식은 상기 색상영역변환단계(S1110)에서 제1 색상영역인 상기 RGB 영역에서 표현된 이미지를 제2 색상영역인 상기 YCbCr 영역에서 표현된 이미지로 변환하는데 사용하는 수식을 나타낸다.

위의 수식에서

는 8 bit 이미지에서는 128의 값을 갖고, Y, Cr, 및 Cb는 상술한 상기 Y 채널, 상기 Cr 채널,및 상기 Cb 채널이 갖는 각각의 범위의 값을 갖는다.

이에 더하여 상기 히스토그램 평활화단계(S1100)는, 상기 제2 색상영역의 이미지의 복수개의 채널 중 상기 휘도채널의 색상 히스토그램을 평활화하는 휘도채널평활화단계(S1130);및 상기 평활화된 휘도 채널을 포함하는 상기 복수개의 채널을 병합하여 명암비가 향상된 제2 색상영역의 이미지를 생성하는 채널병합단계(S1140);를 포함할 수 있다.

구체적으로 본 발명의 일 실시예에 따르면, 상술한 바와 같이 상기 제2 색상영역인 상기 YCbCr 영역에서 분리된 상기 Y채널, 상기 Cr채널, 및 상기 Cb 채널 중에서 상기 휘도채널인 상기 Y채널이 상기 히스토그램 평활화 기법에 사용되게 된다. 여기서 주의할 점은 상기 휘도채널인 상기 Y채널을 제외한 상기 Cb채널 및 상기 Cr 채널은 사용되지 않는다.

즉, 상기 히스토그램 평활화 기법을 사용하여 상기 휘도채널인 상기 Y채널의 색상의 빈도수를 나타내는 히스토그램을 평활화함으로써, 상기 휘도채널인 Y채널을 포함하는 상기 복수개의 채널을 병합하여 상기 제2 색상영역인 상기 YCbCr 영역에서 표현된 이미지의 명암비가 향상될 수 있다.

또한, 상기 히스토그램 평활화단계(S1100)는, 상기 명암비가 향상된 제2 색상영역의 이미지를 제1 색상 영역의 이미지로 복구하여 명암비가 향상된 상기 개선이미지를 생성하는 색상영역복구단계(S1150)를 포함할 수 있다.

구체적으로, 본 발명의 일 실시예에 따르면, 상기 히스토그램 평활화 기법을 수행한 이후의 추가 과정을 진행하기 위하여 상기 히스토그램 평활화 기법을 수행한 제2 색상영역인 상기 YCbCr 영역에서 표현된 이미지를 상기 제1 색상영역인 상기 RGB 영역에서 표현된 이미지로 변환할 수 있다.

도 6은 본 발명의 일 실시예에 따른 히스토그램 평활화 기법이 사용되어 변환된 이미지를 예시적으로 도시한다.

도 6에 도시된 바와 같이, 상기 입력되는 이미지에 히스토그램 평활화단계(S1100)를 수행하여 명암비가 향상된 상기 개선이미지를 생성되는 것을 확인할 수 있다. 즉, 첫번째 행의 입력되는 이미지에서 어둡게 표현되어 구분이 어려운 부분의 경우에도, 상기 히스토그램 평활화 기법을 사용하여 명암비가 향상되고, 어둡게 표현되어 구분이 어려운 부분이 구분가능하도록 표현되게 변환된 것을 확인할 수 있다.

또한 상기 실시예에 따르면 상술한 바와 같이, 상기 주요부맵 생성단계(S1000)는, 상기 개선이미지를 복수의 구역으로 분할하는 그래프기반이미지분할단계(S1200); 상기 개선이미지의 분할된 복수의 구역을 구성하는 각각의 구역에 대하여 축소된 색상히스토그램을 생성하고, 상기 축소된 색상히스토그램을 기초로 각각의 구역을 변환하는 축소히스토그램생성단계(S1300); 분할된 복수의 구역 중 상기 축소된 색상히스토그램을 기초로 변환된 하나의 구역과 상기 축소된 색상히스토그램을 기초로 변환된 그 외의 모든 구역을 비교하여 색상의 명암비를 측정하여 중요도값을 산출하는 구역중요도값산출단계(S1400); 상기 중요도값을 통하여 검출한 주요부에 해당하는 구역의 색상히스토그램에 대하여 편평화를 하는 색상편평화단계(S1500);를 더 포함할 수 있다.

구체적으로, 사람의 감각을 통하여 받아들이는 정보에서 시각은 명암비에 민감하고, 공간 상에서의 관계에 민감하다. 즉, 상기 입력이미지 내의 한 물체가 갖는 가까운 지역에 대한 높은 명암비는 주어진 이미지 내의 한 물체가 갖는 멀리 떨어진 지역에 대한 비슷한 명암비에 비하여 상기 입력이미지에서 주요부에 해당할 확률이 높은 강력한 증거가 된다.

이와 같이 주어진 이미지 내의 물체가 갖는 명암비에 따라 주요부를 검출하는 방식은 일부 구역의 명암비(local contrast)에 따른 주요부 검출 방식과 전역 명암비(global contrast)에 따른 주요부 검출방식으로 나눌 수 있다. 상기 일부 구역의 명암비에 따른 주요부 검출 방식은 주어진 이미지 내의 물체들의 경계선의 명암비로부터 중요도값을 얻어 주요부를 검출할 수 있다. 또한 상기 전역 명암비에 따른 주요부 검출방식은 주어진 이미지 내의 물체에 대하여 주어진 이미지 전체와 비교한 명암비로부터 중요도값을 얻어 주요부를 검출할 수 있다.

즉, 상기 히스토그램 평활화단계(S1100)의 상기 전역 명암비 향상 기법에 따라 명암비가 향상된 상기 개선이미지는 그래프에 기초한 이미지분할기법(graph-based image segmentaion)에 따라 복수의 구역(region)으로 분할되고, 이와 같이 분할된 복수의 구역을 기초로 상기 전역 명암비에 따른 주요부 검출방식에 따라 주요부 맵(saliency map)이 생성된다.

먼저, 상기 주요부맵 생성단계(S1000)는 상기 개선이미지를 복수의 구역으로 분할하는 그래프기반이미지분할단계(S1200)를 더 포함할 수 있다.

즉, 상기 히스토그램 평활화단계(S1100)를 통하여 생성된 상기 개선이미지를 상기 그래프에 기초한 이미지 분할 기법에 의하여 복수의 구역으로 분할한다. 상기 그래프에 기초한 이미지 분할 기법은 한 쌍의 구역을 서로 비교하는 방식으로 수행된다.

구체적으로, 상기 그래프에 기초한 이미지 분할 기법은 상기 개선이미지의 한 쌍의 구역 사이의 두개의 특정 값을 비교하여 경계선을 찾는 방식으로 수행된다. 즉, 상기 경계선을 찾기 위하여 상기 한 쌍의 구역 사이의 밝기 차이를 비교하고, 다른 하나는, 한 쌍의 구역을 구성하는 각각의 구역 내의 이웃하는 픽셀 사이의 밝기 차이를 비교한다.

또한, 상기 주요부맵 생성단계(S1000)는, 상기 개선이미지의 분할된 복수의 구역을 구성하는 각각의 구역에 대하여 축소된 색상히스토그램을 생성하고, 상기 축소된 색상히스토그램을 기초로 각각의 구역을 변환하는 축소히스토그램생성단계(S1300)를 더 포함할 수 있다.

즉, 상기 그래프기반이미지분할단계(S1200)에서 분할된 상기 복수의 구역의 각각의 구역에 축소된 색상 히스토그램 (color histogram)을 생성한다.

구체적으로, 상기 히스토그램 평활화단계(S1100)로부터 생성된 상기 개선이미지의 색상 영역의 각각의 채널을 12개의 다른 값으로 표현되도록 양자화(quantize) 한다. 즉, 상기 개선이미지의 색상 영역의 각각의 채널이 8 bit로 표현될 때에는 상기 개선이미지의 색상 영역을 구성한 3개의 채널에서

개의 색상을 표현할 수 있는 것과 달리, 상기 개선이미지의 색상 영역의 각각의 채널이 12개의 다른 값으로 양자화 되면, 상기 개선이미지의 색상 영역을 구성한 3개의 채널에서

개의 색상을 표현할 수 있고, 양자화 되기 전의 색상 수에 비하여 현저하게 줄일 수 있다.

이에 더하여 상기 개선이미지의 색상 영역의 각각의 채널을 12개의 다른 값으로 표현되도록 양자화하여 표현되는 색상 중에서, 사용되는 빈도수가 적은 색상은 무시함으로써, 표현되는 색상의 수를 더 줄일 수 있다. 즉, 사용되는 빈도수가 높은 색상들을 선택하였을 때, 이러한 사용되는 빈도수가 높은 색상들은 상기 개선이미지의 전체 픽셀 중에서 95% 이상의 픽셀을 표현할 수 있고, 이와 같이 사용되는 빈도수가 높은 색상들은 85여가지의 색상으로 선택될 수 있다. 상기 사용되는 빈도수가 높은 색상들로 표현되지 않는 나머지 5% 이하의 픽셀의 경우, 상기 축소된 히스토그램에서 가장 가까운 색상으로 표현한다.

더불어, 상기 주요부맵 생성단계(S1000)는, 분할된 복수의 구역 중 상기 축소된 색상히스토그램을 기초로 변환된 하나의 구역과 상기 축소된 색상히스토그램을 기초로 변환된 그 외의 모든 구역을 비교하여 색상의 명암비를 측정하여 중요도값을 산출하는 구역중요도값산출단계(S1400)를 더 포함할 수 있다.

즉, 상기 분할된 복수의 구역 중 상기 축소된 색상히스토그램을 기초로 변환된 임의의 구역

에서의 중요도 값 S(

)는 아래에 주어진 수식과 같이, 상기 중요도 값을 구하려는 구역

를 주어진 이미지의 다른 구역과 대비한 명암비를 구함으로써 산출할 수 있다.

상기 수식에서 w(

)는

구역에서의 가중치를 나타내고, D(

,

)는

구역과

구역의 색상영역(color space)에서의 색상 거리 (color distance)를 나타낸다.

구역과

구역 사이의 상기 색상 거리를 구하는 식을 나타내면,

와 같고, f(

)은

구역의 모든 색상 중에 i번째 색상일 확률을 나타낸다. f(

)도 이와 같다.

이와 같이 명암비를 구하여 산출한 상기 중요도 값에 공간에 대한 정보를 담고 있는 항을 추가할 수 있다. 이러한 공간에 대한 정보는 주어진 이미지의 특정 공간에 대한 가중치 항을 사용하여 가까운 구역이 상기 공간에 대한 정보에 대한 영향을 증가시키고, 먼 구역의 상기 공간에 대한 정보에 대한 영향을 감소시칸다.

즉, 하기의 수식과 같이, 상기 중요도 값 S(

)는,

와 같고,

(

,

)는

와

사이의 공간 거리를 나타내고,

는 상기 공간 거리에 대한 가중치에 대한 상수를 나타내고, w(

)는

구역에서의 가중치로서

구역의 픽셀 개수를 통하여 정의 되고,

(

)는 공간에 대한 우선가중치를 나타내는 항으로서

(

) = exp(-9

)와 같이 표현되고

는

구역의 중심에서 각 픽셀까지의 평균거리를 나타낸다. 상기 공간거리는 두 구역의 중심 사이의 유클리드 거리로서 구할 수 있다. 본 발명의 일 실시예에 따르면 각 픽셀의 좌표를 정규화하여,

=0.4로 사용될 수 있다.

이에 덧붙여, 상기 복수의 분할된 구역 중에서 상기 입력이미지의 경계선들과 공통되는 긴 경계선을 가지는 구역은 대부분 상기 중요도 값이 작은 상기 주위 배경에 대한 구역을 나타내는 것을 알 수 있다.

또한 상기 주요부맵 생성단계(S1000)는, 상기 중요도값을 통하여 검출한 주요부에 해당하는 구역의 색상히스토그램에 대하여 편평화를 하는 색상편평화단계(S1500)를 더 포함할 수 있다.

즉, 먼저 상기 축소히스토그램의 각각의 색상에 평균 중요도값을 구한 뒤, 색상 공간 편평화 (color space smoothing)을 적용하여, 위와 같이 중요도값을 구한 분할된 복수의 구역 중 상기 축소된 색상히스토그램을 기초로 변환된 각각의 구역 중에서, 주요부에 해당하는 구역의 명암비를 향상시킴으로서 상기 주요부에 해당하는 구역을 균일하게 강조한다.

상기 색상 공간 편평화를 진행한 후에, 몇몇의 경계선 구역의 픽셀은 영(zero)이 아닌 중요도값을 갖는다. 상기 경계선 구역의 중요도를 0으로 리셋하고, 해당 픽셀의 상기 평균 중요도값으로서 각 구역의 중요도를 계산한다.

도 7은 본 발명의 일 실시예에 따른 주요부맵 생성단계가 수행된 결과물을 예시적으로 도시한다.

도 7에 도시된 바와 같이, 첫번째 행의 상기 전역 히스토그램 평활화단계(S1100)를 수행한 이미지를 입력받음으로써, 두번째 행에 도시된 기존의 주요부 추출방법을 수행한 결과물 및 세번째 행에 도시된 주요부맵 생성단계(S1000)가 수행한 결과물을 비교하였을 때, 세번째 행에 도시된 주요부맵 생성단계(S1000)를 수행한 결과물이 주요부를 뚜렷하게 구분하여 더 나은 결과를 얻는 것을 확인할 수 있다.

도 8는 본 발명의 일 실시예에 따른 윤곽선 검출단계의 세부 단계를 개략적으로 도시한다.

상기 실시예에 따르면, 상기 윤곽선 검출단계(S2000)는, 상기 주요부맵을 그레이스케일로 변환하고, 그레이스케일로 변환된 상기 주요부맵을 구성하는 픽셀값을 조정하여 집적이미지를 생성하는 집적이미지생성단계(S2100); 상기 집적이미지를 기초로 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화마스크를 생성하는 이진화마스크생성단계(S2200);및 상기 이진화마스크를 기초로 상기 입력이미지의 주요부의 외부 윤곽선, 및 주요부 내부의 윤곽선을 검출하는 주요부내외부윤곽선검출단계(S2300);를 포함할 수 있다.

구체적으로, 상기 입력이미지를 통하여 상기 주요부맵을 생성하고, 상기 주요부맵의 그레이스케일로 변환하고, 그레이스케일로 변환된 상기 주요부맵을 통하여 집적 이미지(integral image)를 생성한다. 이어서, 상기 집적 이미지를 이용하여 상기 입력이미지의 너비의 반인 부분 창(local window)을 생성하고, 이를 통하여 상기 집적 이미지의 각각의 픽셀값을 대조하여 서로 다른 값을 갖는 N단계의 부분 적응형 임계값(locally adaptive three-level threshold value)를 도출한다. 결국 이러한 N단계의 부분 적응형 임계값으로 상기 주요부맵을 N+1개의 마킹영역으로 분리하고, 마지막으로 구분된 N+1개의 마킹영역을 기초로 전해상도의 고화질 상기 이진화마스크 (binary mask)를 생성한다. 이러한 N은 2 이상의 자연수 일 수 있다.

이러한 이진화마스크를 기초로 상기 입력이미지의 주요부의 윤곽선을 검출하는 방법에 대하여는 후술하도록 한다.

구체적으로, 아래의 수식과 같이 상기 집적이미지를 생성할 수 있다.

상기의 수식에서 I(x, y)는 그레이스케일로 변환된 상기 주요부맵의 픽셀의 좌표 (x, y)에서 픽셀이 갖는 집적값(integral value)로서, 상기 픽셀의 좌표 (x, y)에서의 상기 픽셀값 i(x', y')을 통하여 구할 수 있다.

상기 수식과 달리 상기 I(x, y)는 아래의 수식으로 간단하게 구할 수 있다.

도 9는 본 발명의 일 실시예에 따른 주요부맵을 기초로 집적이미지를 생성하는 과정을 예시적으로 도시한다.

즉, 도 9에 도시된 바와 같이 모든 픽셀 값이 1인 주요부맵의 상기 집적이미지를 구해보면 주요부맵의 픽셀의 최상단 좌측으로부터 1, 2, 3, 4, 2, 4, 6, 8, 3, 6, 9, 12의 값을 갖는 것을 확인할 수 있다.

도 10은 본 발명의 일 실시예에 따른 그레이스케일로 변환된 주요부맵을 기초로 집적이미지를 생성하는 과정을 예시적으로 도시한다.

즉, 도 10에 도시된 바와 같이 (a)의 그레이스케일로 변환된 상기 주요부맵의 픽셀의 좌표의 값으로부터 (b)의 집적이미지를 구하는 과정을 확인할 수 있다.

도 11은 본 발명의 일 실시예에 따른 집적이미지를 기초로 생성된 이진화 마스크를 예시적으로 도시한다.

구체적으로, 상술한 바와 같이 상기 윤곽선 검출단계(S2000)는, 상기 집적이미지를 기초로 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화마스크를 생성하는 이진화마스크생성단계(S2200)를 더 포함할 수 있다.

상기 이진화마스크는 후술하는 부분 적응형 임계화기법응하여 주요부는 도 11의 (c)에 도시된 바와 같이 white로 변환되고, 그 외의 부분은 black으로 변환된다.

또한 상술한 바와 같이 윤곽선 검출단계(S2000)는, 상기 이진화마스크를 기초로 상기 입력이미지의 주요부의 외부 윤곽선, 및 주요부 내부의 윤곽선을 검출하는 주요부내외부윤곽선검출단계(S2300)를 더 포함할 수 있다.

상기 이진화마스크를 기초로 white로 변환된 상기 주요부의 외부 윤곽선을 생성하고, 이러한 상기 주요부의 외부 윤곽선이 본 발명을 통하여 구하고자 하는 상기 입력이미지의 외부 윤곽선임을 알 수 있다. 상기 주요부의 내부 윤곽선은 후술하도록 한다.

즉, 도 11의 (a)는 자연경관과 같은 상기 입력이미지, (b) 상기 입력이미지로부터 생성된 상기 주요부맵, (c) 상기 주요부맵으로부터 생성된 집적이미지를 그레이스케일로변환하여, 상기 집적이미지를 기초로 생성된 상기 이진화 마스크, 및 (d) 상기 이진화마스크로부터 생성된 주요부의 외부 윤곽선을 도시한다.

도 12는 본 발명의 일 실시예에 따른 이진화마스크생성단계의 세부 단계를 개략적으로 도시한다.

바람직하게는 상기 이진화마스크생성단계(S2200)는, 상기 집적이미지를 기초로 기설정된 수식에 의하여 N단계의 부분적응형 임계값을 산출하고, 상기 N단계의 부분적응형 임계값을 기초로 상기 집적이미지를 기설정된 범위의 값으로 구분되는 N+1개의 마킹영역으로 구분하는 부분적응형임계화단계(S2210);및 N+1개로 구분된 상기 마킹영역을 시드로하여 주요부 및 그 이외의 부분을 이진화이미지로 구분하는 이진화마스크를 생성하는 주요부이진화단계(S2220);를 포함하고, 상기 N은 2 이상의 자연수 일 수 있다.

상기 부분적응형임계화단계(S2210)에서는 전역 임계화(global thresholding) 방식이 아닌 부분적응형임계화 (local adaptive thresholding) 방식이 사용된다. 구체적으로 상기 전역 임계화 방식은 전체의 이미지에 하나의 임계값을 생성하는 방식이고, 상기 부분 임계화 방식은 전체의 이미지에 각각의 픽셀 혹은 구역의 주위의 픽셀 혹은 구역으로부터 유동의 임계값을 생성하는 방식이다.

즉, 상기 부분적응형 임계화단계에서 사용되는 부분적응형임계화 방식은 아래에서 설명하는 방식과 같다.

도 13은 본 발명의 일 실시예에 따른 부분적응형임계화방식에 따라 임계값을 구하는 과정을 예시적으로 도시한다.

바람직하게는, 상기 부분적응형임계화단계(S2210)는,

,

,

의 상기 3단계의 부분적응형 임계값을 갖고, N+1개로 구분된 상기 마킹영역은, 신뢰할만한 주위배경 영역인

, 개연성 있는 주위배경 영역인

, 개연성 있는 전경(前景) 영역인

, 신뢰할만한 전경영역인

의 범위를 갖는 4개의 마킹영역으로 구분될 수 있다.

먼저, 상기 부분적응형임계화 방식은

의 사이즈를 가지는 부분창(local window) 내부의 모든 픽셀의 픽셀값을 모두 더한

값을 구한다. 이때 상기 부분창의 한 면의 사이즈(s)는 상기 집적이미지의 너비를 기초로 정해질 수 있다. 본 발명의 일 실시예에 따르면 상기 부분창의 한면의 사이즈(s)는 상기 집적이미지의 너비의 반으로 정할 수 있다.

아래의 수식에 따라 도 8에 도시된 회색의 사각형의 상기 부분창의

값을 구할 수 있다.

상기의 수식에서

이고,

이다.

부분산술평균값 (local arithmetic mean)을 이용하여, 상기 집적이미지의 최적 임계값을 산출할 수 있고, 이를 N단계의 부분적응형 임계값으로 하여 상기 이진화 마스크를 생성할 수 있다. 상기 주요부맵의 경우 주로 이미지가 black으로 표현되고, 일부의 경우 그레치스케일이 값을 가지게 되는데, 실험적으로 상기 부분산술평균값을 이용한 상기 N단계의 부분적응형 임계값을 이용하여 최적의 결과를 낼 수 있다.

본 발명의 일 실시예에 따르면 상기 N단계의 부분적응형 임계값은 3단계의 부분적응형 임계값일 수 있다. 이러한 3단계의 부분적응형 임계값을

,

,

라 하였을 때, 각 값의 범위는 (0 <

<

<

< L)를 갖는다. 여기서 L은 상기 주요부맵의 픽셀값 스케일의 최대값을 나타낸다.

상술한 바와 같이 상기 3단계의 부분적응형 임계값

,

,

을 기초로, 상기 집적이미지의 색상히스토그램을 4개의 마킹영역인,

,

,

,

로 구분하여, 상기 집적이미지를 상기 4개의 마킹영역으로 구분할 있다.

구체적으로, 신뢰할만한 주위배경 영역인

는

의 범위에 있고, 개연성 있는 주위배경 영역인

는

의 범위에 있고, 개연성 있는 전경(前景) 영역인

는

의 범위에 있고, 신뢰할만한 전경영역인

는

의 범위에 있게 된다.

더욱 바람직하게는, 상기 부분적응형임계화단계(S2210)는, 상기

은 상기 집적이미지에서의 산술평균값을 나타내고, 상기

, 상기

의 기설정된 수식으로 표현될 수 있다.

즉, 상기 집적이미지의 픽셀의 좌표를 (x,y)라 하였을 때, 상기 픽셀의 좌표 (x, y)에서의 부분산술평균값을 m(x, y)라 하면,

와 같이 상기 부분산술평균값을 구할 수 있다. 여기서

와 같다.

상기 부분산술평균값이 곧

값이 되어,

와 같다.

또한,

, 및

의 값은

로부터

와 같이 정하여진다.

한편, 상기 주요부이진화 단계는 상기 부분적응형임계화단계(S2210)를 통하여 구분된 4개의 마킹영역을 시드 (seed)로 하여 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화 마스크를 생성할 수 있다.

즉 상기

보다 큰 픽셀값을 갖는 영역을 주요부로 할 수 있다. 즉,

보다 큰 픽셀 값을 갖는 상기 개연성 있는 전경 영역, 및 상기 신뢰할만한 전경영역을 상기 주요부로 구분하는 이진화 마스크를 생성할 수 있다.

이와 반대로 상기 개연성 있는 주위배경 영역, 및 상기 신뢰할만한 주위배경 영역은 상기 그 이외의 부분으로 구분하여 이진화 마스크를 생성할 수 있다.

도 14는 본 발명의 일실시예에 따른, 주요부 내외부윤곽선검출단계의 세부단계를 개략적으로 도시한다.

상기 주요부내외부윤곽선검출단계(S2300)는, 상기 이진화마스크를 기초로 주요부의 외부 윤곽선을 검출하는 주요부외부윤곽선검출단계(S2310);및 기설정된 수식에 의해 상기 이진화마스크를 기초로 원색상으로 표현된 상기 입력이미지의 주요부만을 추출하여 상기 주요부 내부의 윤곽선을 추출하는 주요부내부윤곽선검출단계(S2320);를 포함할 수 있다.

즉, 상기 주요부외부윤곽선검출단계(S2310)는 상기 이진화마스크를 기초로 하여 상기 이진화마스크에서 주요부로 구분된 영역의 외곽선을 검출하는 방식으로 상기 입력이미지의 주요부의 외부 육곽선을 검출할 수 있다.

도 15는 본 발명의 일 실시예에 따른 주요부내부윤곽선검출단계를 예시적으로 도시한다.

바람직하게는, 도 15의 (c)와 (d)에 도시된 바와 같이, 상기 주요부내부윤곽선검출단계(S2320)는,

의 수식으로 상기 이진화마스크를 기초로 원색상으로 표현된 상기 입력이미지의 주요부만을 추출할 수 있다.

즉, 상기 입력이미지의 주요부를

라 하였을 때, 상기 입력이미지의 주요부를 추출하는 수식은,

와 같고,

는 상기 이진화 마스크의 픽셀 값, 및 I(x, y)는 상기 입력이미지의 픽셀값을 나타낸다.

즉, 상기 이진화 마스크의 주요부에 해당하는 픽셀값과 상기 입력이미지의 픽셀값을 곱함으로써, 상기 입력이미지로부터 주요부만을 추출할 수 있다.

또한, 도 15의 (d)에 도시된 상기 입력이미지로부터 추출된 주요부를 통하여, 도 15의 (e)에 도시된 상기 입력이미지의 주요부의 내부 윤곽선을 추출할 수 있다.

도 16은 본 발명의 일 실시예에 따른 입력이미지로부터 주요부의 내외부 윤곽선을 검출하는 모든 단계를 개략적으로 도시한다.

즉, 도 16에 도시된 바와 같이 상기 입력이미지 (input image)로부터 상기 히스토그램 평활화단계(S1100)를 거쳐 명암비가 향상된 상기 개선이미지(enhanced image)가 생성되고, 상기 개선이미지를 기초로 하여 상기 주요부맵(saliency map)을 생성하고, 상기 주요부맵을 기초로 상기 이진화마스크를 생성하여 (saliency cut) 상기 입력이미지의 내외부 윤곽선을 검출하는 것을 확인 할 수 있다.

도 17은 본 발명의 일 실시예에 따른 윤곽선 검출방법을 종래의 기술과 비교한 정량적인 비교 값을 예시적으로 도시한다.

즉, 도 17에 도시된 PR(precision - recall) 값은 본 발명의 일 실시예에 따른 윤곽선 검출방법의 정확도를 나타내는 정량적인 값으로서, 적합률(precision), 재현률(recall) 값을 종래의 다른 기술과 비교하여 더 나은 값을 보이는 것을 확인할 수 있다.

도 18은 본 발명의 일 실시예에 따른 윤곽선 검출방법을 이용한 수행시간을 종래의 기술과 비교한 값을 예시적으로 도시한다.

도 18에 도시된 바와 같이 본 발명의 일 실시예에 따른 윤곽선 검출방법을 이용한 수행 시간은 0.157초로 종래의 다른 기술과 비교하였을 때 비교적 좋은 결과를 얻는 것을 확인할 수 있다.

도 19는 본 발명의 일 실시예에 따른 주요부 추출기법을 종래의 기술과 비교한 결과물을 예시적으로 도시한다.

즉, 도 19의 3)에 도시된 주요부맵으로부터 본 발명의 일실시예에 따른 주요부 추출기법을 이용한 결과값이 도 19의 6)에 도시되었고, 1)의 상기 입력이미지로부터 얻어낸 2)의 ground truth와 종래 다른 기술인 4) 및 5)를 비교하고, 2의 ground truth와 본 발명의 결과값인 6)을 비교하였을 때, 종래기술에 비하여 본 발명이 더 확실하게 주요부를 추출하는 것을 확인 할 수 있다.

도 20는 본 발명의 일 실시예에 따른 컴퓨팅장치의 내부 구성을 예시적으로 도시한다.

도 20에 도시한 바와 같이, 컴퓨팅 장치(11000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/Osubsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(11000)은 촉각 인터페이스 장치에 연결된 사용자단말기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.

메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(11000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.

이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.

주변장치 인터페이스(11300)는 컴퓨팅 장치(11000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(11000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.

전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.

또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.

이러한 도 20의 실시예는, 컴퓨팅 장치(11000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 20에 도시된 일부 컴포넌트가 생략되거나, 도 20에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 20에도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(11000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

본 발명의 실시예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 (collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (16)

1. 삭제
2. 삭제
3. 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법으로서,
   입력이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계; 및
   상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계;를 포함하고,
   상기 주요부맵 생성단계는,
   상기 입력되는 이미지의 명암비가 향상된 개선이미지를 생성하는 히스토그램 평활화단계를 포함하고,
   상기 히스토그램 평활화단계는,
   제1 색상영역에서 표현된 상기 입력되는 이미지를 제2 색상영역의 이미지로 변환하는 색상영역변환단계;
   변환된 제2 색상영역의 이미지의 채널을 휘도채널을 포함하는 복수개의 채널로 분리하는 채널분리단계;
   상기 제2 색상영역의 이미지의 복수개의 채널 중 상기 휘도채널의 색상 히스토그램을 평활화하는 휘도채널평활화단계;
   상기 평활화된 휘도채널을 포함하는 상기 복수개의 채널을 병합하여 명암비가 향상된 제2 색상영역의 이미지를 생성하는 채널병합단계;및
   상기 명암비가 향상된 제2 색상영역의 이미지를 제1 색상 영역의 이미지로 복구하여 명암비가 향상된 상기 개선이미지를 생성하는 색상영역복구단계;를 포함하고,
   상기 주요부맵 생성단계는,
   상기 개선이미지를 복수의 구역으로 분할하는 그래프기반이미지분할단계;
   상기 개선이미지의 분할된 복수의 구역을 구성하는 각각의 구역에 대하여 축소된 색상히스토그램을 생성하고, 상기 축소된 색상히스토그램을 기초로 각각의 구역을 변환하는 축소히스토그램생성단계;
   분할된 복수의 구역 중 상기 축소된 색상히스토그램을 기초로 변환된 하나의 구역과 상기 축소된 색상히스토그램을 기초로 변환된 그 외의 모든 구역을 비교하여 색상의 명암비를 측정하여 중요도값을 산출하는 구역중요도값산출단계;
   상기 중요도값을 통하여 검출한 주요부에 해당하는 구역의 색상히스토그램에 대하여 편평화를 하여 주요부맵을 생성하는 색상편평화단계;를 더 포함하는, 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법.
   
4. 삭제
5. 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법으로서,
   입력이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계; 및
   상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계;를 포함하고,
   상기 윤곽선 검출단계는,
   상기 주요부맵을 그레이스케일로 변환하고, 그레이스케일로 변환된 상기 주요부맵을 구성하는 픽셀값을 조정하여 집적이미지를 생성하는 집적이미지생성단계;
   상기 집적이미지를 기초로 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화마스크를 생성하는 이진화마스크생성단계;및
   상기 이진화마스크를 기초로 상기 입력이미지의 주요부의 외부 윤곽선, 및 주요부 내부의 윤곽선을 검출하는 주요부내외부윤곽선검출단계;를 포함하고,
   상기 이진화마스크생성단계는,
   상기 집적이미지를 기초로 기설정된 수식에 의하여 N단계의 부분적응형 임계값을 산출하고, 상기 N단계의 부분적응형 임계값을 기초로 상기 집적이미지를 기설정된 범위의 값으로 구분되는 N+1개의 마킹영역으로 구분하는 부분적응형임계화단계;및
   N+1개로 구분된 상기 마킹영역을 시드로하여 주요부 및 그 이외의 부분을 이진화이미지로 구분하는 이진화마스크를 생성하는 주요부이진화단계;를 포함하고, 상기 N은 2 이상의 자연수인, 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법.
   
6. 삭제
7. 삭제
8. 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법으로서,
   입력이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계; 및
   상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계;를 포함하고,
   상기 윤곽선 검출단계는,
   상기 주요부맵을 그레이스케일로 변환하고, 그레이스케일로 변환된 상기 주요부맵을 구성하는 픽셀값을 조정하여 집적이미지를 생성하는 집적이미지생성단계;
   상기 집적이미지를 기초로 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화마스크를 생성하는 이진화마스크생성단계;및
   상기 이진화마스크를 기초로 상기 입력이미지의 주요부의 외부 윤곽선, 및 주요부 내부의 윤곽선을 검출하는 주요부내외부윤곽선검출단계;를 포함하고,
   상기 주요부내외부윤곽선검출단계는,
   상기 이진화마스크를 기초로 주요부의 외부 윤곽선을 검출하는 주요부외부윤곽선검출단계;및
   기설정된 수식에 의해 상기 이진화마스크를 기초로 원색상으로 표현된 상기 입력이미지의 주요부만을 추출하고, 추출된 상기 원색상으로 표현된 상기 입력이미지의 주요부의 내부의 윤곽선을 추출하는 주요부내부윤곽선검출단계;를 포함하는 주요부맵 생성기법과 주요부 추출기법을 이용한 윤곽선 검출 방법.
   
9. 삭제
10. 삭제
11. 삭제
12. 컴퓨터-판독가능 매체로서,
    상기 컴퓨터-판독가능 매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은:
    입력이미지에 대하여 주요부맵을 생성하는 주요부맵 생성단계; 및
    상기 주요부맵을 기초로 상기 입력이미지의 주요부를 추출하여 상기 주요부의 윤곽선을 검출하는 윤곽선 검출단계;를 포함하고,
    상기 윤곽선 검출단계는,
    상기 주요부맵을 그레이스케일로 변환하고, 그레이스케일로 변환된 상기 주요부맵을 구성하는 픽셀값을 조정하여 집적이미지를 생성하는 집적이미지생성단계;
    상기 집적이미지를 기초로 주요부 및 그 이외의 부분을 이진화 이미지로 구분하는 이진화마스크를 생성하는 이진화마스크생성단계;및
    상기 이진화마스크를 기초로 상기 입력이미지의 주요부의 외부 윤곽선, 및 주요부 내부의 윤곽선을 검출하는 주요부내외부윤곽선검출단계;를 포함하고,
    상기 이진화마스크생성단계는,
    상기 집적이미지를 기초로 기설정된 수식에 의하여 N단계의 부분적응형 임계값을 산출하고, 상기 N단계의 부분적응형 임계값을 기초로 상기 집적이미지를 기설정된 범위의 값으로 구분되는 N+1개의 마킹영역으로 구분하는 부분적응형임계화단계;및
    N+1개로 구분된 상기 마킹영역을 시드로하여 주요부 및 그 이외의 부분을 이진화이미지로 구분하는 이진화마스크를 생성하는 주요부이진화단계;를 포함하고, 상기 N은 2 이상의 자연수인, 컴퓨터-판독가능 매체.
    
13. 삭제
14. 삭제
15. 삭제
16. 삭제

Images