KR102089510B1 - 다-파장 분광장치를 이용한 객체인식 장치 및 그 방법 - Google Patents

다-파장 분광장치를 이용한 객체인식 장치 및 그 방법 Download PDF

Info

Publication number
KR102089510B1
KR102089510B1 KR1020130159296A KR20130159296A KR102089510B1 KR 102089510 B1 KR102089510 B1 KR 102089510B1 KR 1020130159296 A KR1020130159296 A KR 1020130159296A KR 20130159296 A KR20130159296 A KR 20130159296A KR 102089510 B1 KR102089510 B1 KR 102089510B1
Authority
KR
South Korea
Prior art keywords
light
spectrophotometric
region
interest
wavelength
Prior art date
Application number
KR1020130159296A
Other languages
English (en)
Other versions
KR20150072049A (ko
Inventor
김낙우
이병탁
이문섭
윤심권
김영선
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 KR1020130159296A priority Critical patent/KR102089510B1/ko
Priority to US14/306,866 priority patent/US9217670B2/en
Publication of KR20150072049A publication Critical patent/KR20150072049A/ko
Application granted granted Critical
Publication of KR102089510B1 publication Critical patent/KR102089510B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
    • G01J3/0248—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using a sighting port, e.g. camera or human eye
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G01J2003/2826—Multispectral imaging, e.g. filter imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/58—Extraction of image or video features relating to hyperspectral data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB

Abstract

다 파장의 분광장치를 이용하여 획득한 피사체의 물성 정보를 이용하여 객체를 인식하는 장치 및 그 방법이 개시된다. 본 발명의 일 면에 따른 다-파장 분광장치를 이용한 객체인식 장치는 입력된 3차원 영상에서 관심 객체 영역을 검출하고, 상기 관심 객체 영역에 대한 형상 정보를 출력하는 영상 처리부; 검출된 상기 관심 객체 영역에 대응되는 객체의 임의의 위치에 복수 파장의 광을 조사하는 광 조사부; 상기 복수 파장의 광 각각에 대한 분광광도 값을 측정하는 광 수신부; 및 동일 광 조사 위치에서 측정된 서로 다른 파장의 분광광도 값 사이의 차분 값을 이용하여 차분 분광광도 맵을 생성하고, 상기 차분 분광광도 맵과 상기 형상 정보를 이용하여 객체를 인식하는 광 처리부를 포함한다.

Description

다-파장 분광장치를 이용한 객체인식 장치 및 그 방법{OBJECT RECOGNITION APPARATUS USING SPECTROMETER AND METHOD THEREOF}
본 발명은 객체인식 장치 및 그 방법에 관한 것으로서, 보다 상세하게는 다 파장의 분광장치를 이용하여 획득한 피사체의 물성 정보를 이용하여 객체를 인식하는 기술에 관한 것이다.
영상 인식 기술은 고도의 영상 처리 기술과 함께 인공지능 기술이 서로 접목되어야 하는 분야로서, 일반적으로 생물체의 시각기능이 뇌의 뉴런을 통해 사상되어 추상화 처리되는 것처럼, 영상 정보의 하위 수준 처리(위치 정보, 깊이 정보, 운동 정보를 통한 영상 분할 등) 및 상위 수준 처리(현재 상황 예측 및 행동 인식 등) 연계를 통해 영상 내의 상황 및 객체 행동 양식 등을 인식한다.
이 때, 하위 수준 처리를 위해 영상 내의 주요 특징 정보의 추출, 경계선 추출, 영역의 분할, 깊이 정보 산출, 움직임 정보 산출 등의 처리 기법이 적용되는데, 특히, 영역 분할을 위해서는 광 강도와 같은 스펙트럼 성질을 이용하거나, 이심율, 밀집도 등의 모양 성질, 굴곡도, 대비 등의 경계선 성질 등을 폭넓게 활용할 수 있다.
종래의 영상 인식 기술은 광 강도를 통한 영역 분할을 위해 영상 내 인접화소 간 화소 강도 값의 차이를 계산하였다. 하지만, 종래와 같은 화소 강도 값의 차이를 이용하는 기술은 외부 환경 변화에 강인한 인식률을 제공하지 못하는 문제가 있었다.
본 발명은 상술한 종래 기술의 문제점을 해결하기 위하여, 인식 대상이 되는 객체의 광 투과율 및 광 반사율 기반의 분광광도 측정 값을 특징 정보로 활용하여 사물 식별 능력이 향상된 고차원의 객체인식 장치 및 그 방법을 제공하는 것을 목적으로 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상술한 본 발명의 목적을 달성하기 위한 본 발명의 일 면에 따른 다-파장 분광장치를 이용한 객체인식 장치는 입력된 3차원 영상에서 관심 객체 영역을 검출하고, 상기 관심 객체 영역에 대한 형상 정보를 출력하는 영상 처리부; 검출된 상기 관심 객체 영역에 대응되는 객체의 임의의 위치에 복수 파장의 광을 조사하는 광 조사부; 상기 복수 파장의 광 각각에 대한 분광광도 값을 측정하는 광 수신부; 및 동일 광 조사 위치에서 측정된 서로 다른 파장의 분광광도 값 사이의 차분 값을 이용하여 차분 분광광도 맵을 생성하고, 상기 차분 분광광도 맵과 상기 형상 정보를 이용하여 객체를 인식하는 광 처리부를 포함한다.
바람직한 실시예에 있어서, 상기 광 처리부는 상기 객체의 서로 다른 광 조사 위치에서 계산된 분광광도 차분 값 사이의 상관 관계를 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할한다.
다른 실시예에 있어서, 상기 광 처리부는 임의의 광 조사 위치에서 계산된 분광광도 차분 값을 기준으로 영역 성장법(Region Growing) 등을 포함하는 분할기법을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할한다.
다른 실시예에 있어서, 상기 광 처리부는 상기 관심 객체 영역 내에서 광 조사 위치 기반의 클러스터를 형성하고, 상기 클러스터 내의 광 조사 위치에서 계산된 분광광도 차분 값들의 평균 값을 이용하여 상기 차분 분광광도 맵을 생성한다.
다른 실시예에 있어서, 상기 광 처리부는 상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보를 기 구축된 데이터베이스의 물성정보와 비교하여 객체를 인식한다.
다른 실시예에 있어서, 상기 광 처리부는 상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보와 상기 형상 정보 사이의 상관관계를 비교하여 객체를 인식한다.
다른 실시예에 있어서, 상기 광 처리부는 상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역 별로 분광광도 차분 값에 대한 표준오차를 계산하여 기 설정된 임계 값을 초과하는지 여부를 판단한다.
한편, 본 발명의 일 면에 따른 다-파장 분광장치를 이용한 객체인식 장치는 상기 광 조사부의 동작을 제어하는 광 제어부를 더 포함할 수 있다.
여기서, 상기 광 제어부는 상기 광 처리부에서 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차 중 적어도 하나가 기 설정된 임계 값을 초과하는 것으로 결정되면, 기 조사된 복수 파장의 광과는 다른 파장의 광이 조사되도록 상기 광 조사부를 제어한다.
바람직한 실시예에 있어서, 상기 광 제어부는 상기 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차가 상기 기 설정된 임계 값을 초과하지 않을 때까지 다른 파장의 광이 조사되도록 상기 광 조사부를 제어한다.
전술한 목적을 달성하기 위한 본 발명의 다른 실시예에 따른 다-파장 분광장치를 이용한 객체인식 장치는 입력된 3차원 영상에서 관심 객체 영역을 검출하고, 상기 관심 객체 영역에 대한 형상 정보를 출력하는 영상 처리부; 검출된 상기 관심 객체 영역에 대응되는 객체의 임의의 위치에 복수 파장의 광을 조사하는 광 조사부; 제1 광 조사 위치에서 제1 및 제2 파장의 광에 대한 분광광도 값을 측정하고, 제2 광 조사 위치에서 제1 및 제2 파장의 광에 대한 분광광도 값을 측정하는 광 수신부; 상기 제1 광 조사 위치에서 상기 제1 및 상기 제2 파장의 광 사이의 제1 분광광도 차분 값을 계산하고, 상기 제2 광 조사 위치에서 상기 제1 및 상기 제2 파장의 광 사이의 제2 분광광도 차분 값을 계산하고, 상기 제1 분광광도 차분 값과 상기 제2 분광광도 차분 값 사이의 상관관계를 이용하여 차분 분광광도 맵을 생성하는 광 처리부를 포함한다.
전술한 목적을 달성하기 위한 본 발명의 다른 면에 따른 다-파장 분광장치를 이용한 객체인식 방법은 입력된 3차원 영상에서 관심 객체 영역을 검출하고, 상기 관심 객체 영역에 대한 형상 정보를 출력하는 단계; 검출된 상기 관심 객체 영역에 대응되는 객체의 임의의 위치에 복수 파장의 광을 조사하는 단계; 상기 복수 파장의 광 각각에 대한 분광광도 값을 측정하는 단계; 동일 광 조사 위치에서 측정된 서로 다른 파장의 분광광도 값 사이의 차분 값을 이용하여 차분 분광광도 맵을 생성하는 단계; 상기 차분 분광광도 맵을 이용하여 객체를 인식하는 단계를 포함한다.
바람직한 실시예에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는, 상기 객체의 서로 다른 광 조사 위치에서 계산된 분광광도 차분 값 사이의 상관 관계를 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 단계를 포함한다.
다른 실시예에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는 임의의 광 조사 위치에서 계산된 분광광도 차분 값을 기준으로 영역 성장법(Region Growing)을 포함하는 분할기법 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 단계를 포함한다.
다른 실시예에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는 상기 관심 객체 영역 내에서 광 조사 위치 기반의 클러스터를 형성하고, 상기 클러스터 내의 광 조사 위치에서 계산된 분광광도 차분 값들의 평균 값을 이용하여 상기 차분 분광광도 맵을 생성하는 단계를 포함한다.
다른 실시예에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는 제1 광 조사 위치에서 제1 및 제2 파장의 광 사이의 제1 분광광도 차분 값을 계산하는 단계; 제2 광 조사 위치에서 제1 및 제2 파장의 광 사이의 제2 분광광도 차분 값을 계산하는 단계; 및 상기 제1 분광광도 차분 값과 상기 제2 분광광도 차분 값 사이의 상관 관계를 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 단계를 포함한다.
바람직한 실시예에 있어서, 상기 객체를 인식하는 단계는 상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보와 상기 형상 정보 사이의 상관관계를 비교하여 객체를 인식하는 단계를 포함한다.
바람직한 실시예에 있어서, 상기 객체를 인식하는 단계는 상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보를 기 구축된 데이터베이스의 물성정보와 비교하여 객체를 인식하는 단계를 포함한다.
한편, 본 발명의 다른 면에 따른 다-파장 분광장치를 이용한 객체인식 방법은 상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역 별로 분광광도 차분 값에 대한 표준오차를 계산하여 기 설정된 임계 값을 초과하는지 여부를 판단하는 단계; 및 상기 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차 중 적어도 하나가 기 설정된 임계 값을 초과하는 것으로 결정되면, 기 조사된 복수 파장의 광과는 다른 파장의 광을 상기 객체의 객체의 임의의 위치에 조사하는 단계를 더 포함할 수 있다.
이상 상술한 바와 같이, 본 발명에 따른 다-파장 라이다 센서장치를 활용할 경우, 관측 대상물의 위치 및 속도를 측정할 수 있는 3차원 이미지 라이다 센서에 부가적으로 사물의 색상 및 반사율과 같은 고유한 물질의 특성을 측정할 수 있는 기능을 추가함으로써 보다 정확하고 신속하게 사물을 식별하고 추적하는 것이 가능할 것으로 기대한다.
또한 본 발명에 따른 다-파장 송수신 펄스 신호들의 생성과 수신 방법을 통하여, 다수의 라이다 센서들이 측정 가능 거리가 중첩되는 공간 상에 분포할 경우 이웃하는 라이다 센서 신호들 간의 간섭 및 자연 발생적인 노이즈를 제거하는 것이 가능하다.
도 1은 본 발명의 일 실시예에 따른 다-파장 분광장치를 이용한 객체인식 장치의 구성도.
도 2는 도 1의 광 처리부의 내부 구성을 도시한 구성도.
도 3은 본 발명의 다른 실시예에 따른 다-파장 분광장치를 이용한 객체인식 방법을 도시한 순서도.
도 4는 본 발명의 일 실시예에 따른 다-파장 분광장치를 이용한 객체인식 장치에서 수행되는 객체 인식의 일 예를 도시한 도면.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 기재에 의해 정의된다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자 이외의 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 다-파장 분광장치를 이용한 객체인식 장치의 구성도이다.
도 1을 참조하면, 본 발명에 따른 다-파장 분광장치를 이용한 객체인식 장치는 영상 입력부(10), 영상 처리부(20), 광 조사부(30), 광 수신부(50), 광 처리부(60)를 포함한다.
영상 입력부(10)는 영상획득 장치(90)에서 획득한 2차원 영상, 또는 3차원 영상을 입력 받아 영상 처리부(20)에서 처리할 수 있는 3차원 영상의 포맷으로 가공한다.
영상획득 장치(90)는 예를 들면, 수동 방식의 센서인 경우 같은 방식의 두 가지 센서(CCD, IR 등)를 스테레오 구조로 이용하고, 능동 센서인 경우, 키넥트(Kinect)나 TOF(Time of Flight)를 이용하여 거리 정보를 포함하는 3차원 영상을 획득한다. 여기서 영상은 아날로그 영상 또는 디지털 영상을 모두 포함하지만, 디지털 영상 신호로 변환되어 입력되는 것을 전제로 한다. 디지털 신호로 변환된 영상 신호들(sequences)이 순차적으로 영상 입력부(10)에 입력된다.
영상 처리부(20)는 입력된 3차원 영상에서 관심객체 영역을 검출하고, 검출된 관심객체 영역에 대한 형상정보를 생성한다.
3차원 영상에서 객체 검출은 객체의 거리 정보를 이용하여 객체의 크기 변화에 따라 객체를 검출하는 기법, 깊이 영상에 임의의 임계치를 설정하고, 그에 따른 x-depth 맵을 이용하여 객체를 검출하는 기법, 깊이 정보의 누적 값인 Depth Projection Map(DPM)과 움직임 정보를 이용하여 객체를 검출하는 기법 등, 공지된 다양한 객체 검출 기법이 사용될 수 있다.
전술한 각 객체검출 기법들에 대한 설명은 본 발명의 요지를 흐릴 수 있으므로, 본 명세서에서 구체적인 설명은 생략한다.
광 조사부(30)는 영상 처리부(20)에서 검출된 관심객체 영역에 대응되는 피사체(또는, 객체)에 다-파장의 광을 조사한다.
일 실시예로서, 다-파장의 광을 출력하는 하나 이상의 광원(80)이 광 조사부(30) 주변에 위치하여, 광 조사부(30)로 다-파장의 광을 전달하고, 광 조사부(30)는 광 제어부(70)의 제어에 따라, 다-파장의 광을 객체의 임의의 위치에 조사한다.
한편, 광 조사부(30)에서 방출되는 다-파장의 광은 광 스캐너(40)를 통해 객체의 임의의 위치에 조사될 수 있다. 또한, 광 조사부(30)는 광 스캐너(40)를 이용하여 다-파장 광의 조사 위치를 변경할 수 있다. 조사되는 광의 파장 변경, 조사 위치의 변경은 광 제어부(70)에 의해 제어되는데 그 구체적인 동작은 후술하기로 한다.
광 수신부(50)는 객체에 투과 또는 반사되는 광을 수신하여, 복수 파장의 광 각각에 대한 분광광도 값을 측정한다. 여기서, 분광광도 값은 조사 위치의 광 투과율 및 광 반사율을 반영하는 물성 값으로 활용될 수 있다.
예컨대, 객체의 제1 광 조사 위치에서 제1 파장의 광과, 제2 파장의 광이 조사되고, 객체의 제2 광 조사 위치에서 제1 파장의 광과, 제2 파장의 광이 조사된 것으로 가정하자.
이 경우, 광 수신부(50)는 제1 광 조사 위치에서 제1 파장의 광에 대한 분광광도 값과, 제2 파장의 광에 대한 분광광도 값을 각각 측정하고, 또한 제2 광 조사위치에서 제1 파장의 광에 대한 분광광도 값과, 제2 파장의 광에 대한 분광광도 값을 각각 측정하여, 측정 값을 각각의 조사 위치 별로, 또한 파장 별로 관리할 수 있다.
광 처리부(60)는 광 수신부(50)에서 전송된 특정 광 조사 위치에 대한 파장 별 분광광도 값을 이용하여 차분 분광광도 맵을 생성하고, 상기 차분 분광광도 맵을 이용하여 객체를 인식한다. 이하, 도 2를 참조하여 광 처리부(60)의 내부 구성 및 각 기능 블록에서 수행하는 프로세스에 대해 구체적으로 살펴본다.
도 2는 도 1의 광 처리부의 내부 구성을 도시한 구성도이다.
도 2를 참조하면, 광 처리부(60)는 분광광도 검출부(61), 영역 분석부(62), 객체 인식부(63)를 포함한다.
분광광도 검출부(61)는 동일 광 조사 위치에서 측정된 서로 다른 파장의 분광광도 값을 광 수신부(50)로부터 수신하여 이들 사이의 차분 값을 계산한다.
예컨대, 제1 광 조사 위치에서 제1 파장의 광에 대한 분광광도 값과, 제2 파장의 광에 대한 분광광도 값이 수신되면, 제1 광 조사 위치에 대한 제1 파장 및 제2 파장의 광 사이의 차분 분광광고 값을 계산한다. 또한, 제2 광 조사 위치에서 제1 파장의 광에 대한 분광광도 값과, 제2 파장의 광에 대한 분광광도 값이 수신되면, 제2 광 조사 위치에 대한 제1 파장 및 제2 파장의 광 사이의 차분 분광광고 값을 계산한다.
분광광도 검출부(61)는 전술한 방식을 통해 광 조사 위치 별로 서로 다른 파장 사이의 차분 분광광도 값을 획득하고, 이를 이용하여 차분 분광광도 맵을 생성한다. 예컨대, 관심객체 영역에서 복수 개의 광 조사 위치가 분산되어 지정될 수 있으며, 분광광도 검출부(61)에서 계산된 각 광 조사 위치에서의 차분 분광광도 값은 해당 위치의 물성을 대표하는 값으로 사용될 수 있다.
한편, 분광광도 검출부(61)는 관심 객체 영역 내에서 광 조사 위치 기반의 클러스터를 형성하고, 상기 클러스터 내의 광 조사 위치에서 계산된 분광광도 차분 값들의 평균 값을 이용하여 차분 분광광도 맵을 생성할 수 있다. 즉, 특정 광 조사 위치와, 이에 근접한 광 조사 위치에서 계산된 분광광도 차분 값은 유사할 가능성이 크다는 특성을 이용하여, 이웃한 값들과 묶어 평균치를 계산하고, 이를 이용하여 차분 분광광도 맵을 생성할 수 있다. 이를 통해, 지역 오차를 최소화하면서도, 조밀 정보를 듬성 정보로 가공함으로써 계산량을 줄일 수 있다.
영역 분석부(62)는 차분 분광광도 맵을 이용하여 관심객체 영역을 유사 특성을 가지는 부분 영역으로 분할한다.
일 실시예로서, 영역 분석부(62)는 서로 다른 광 조사 위치에서 계산된 분광광도 차분 값 사이의 상관 관계를 이용하여 관심 객체 영역을 복수 개의 부분 영역으로 분할할 수 있다.
다른 실시예로서, 영역 분석부(62)는 임의의 광 조사 위치에서 계산된 분광광도 차분 값을 기준으로 영역 성장법(Region Growing) 등을 포함하는 분할기법을 이용하여 관심 객체 영역을 복수 개의 부분 영역으로 분할할 수도 있다.
영역 성장법은 대표적인 영역 분할기법 중 하나로서, 인접한 소 영역부터, 특징이 같은 영역을 조금씩 통합하면서 성장시켜 최종적으로 영상 전체를 분할하는 방법을 의미한다. 예컨대, 영역 성장의 개시점을 P(Seed)라고 할 때, P와 그 주변 영역 Pi(i=1,2,3,4) 간의 유사도를 구하고, 유사도가 어떤 임계치 보다 크면 동일 영역으로 간주한다.
한편, 영역 분석부(62)는 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역 별로 분광광도 차분 값에 대한 표준오차를 계산하여 기 설정된 임계 값을 초과하는지 여부를 판단한다.
만약, 특정 부분 영역에서의 차분 분광광도 값의 표준오차가 임계 값 이내라면, 이는 해당 부분 영역을 동일한 물성을 가질 가능성이 크다는 것을 의미하고, 영역 분할 작업이 정상적으로 수행되었다는 것을 의미한다. 이와는 반대로, 특정 부분 영역에서의 차분 분광광도 값의 표준오차가 임계 값을 초과한다면, 해당 부분 영역은 동일한 물성을 가질 가능성이 크지 않을 것이다. 이 경우, 분할된 각 영역의 물성은 객체 인식을 위한 대표 값으로 사용될 수 없다.
이와 같은 오류가 발생하는 경우, 이를 복구하기 위한 방안으로 본 발명에 따른 다-파장 분광장치는 광 조사 위치를 변경하거나 또는 새로운 파장의 광이 조사될 수 있도록 하는 수단을 제공한다.
예시적인 수단으로, 본 발명에 따른 다-파장 분광장치는 광 조사부(30)의 동작을 제어하는 광 제어부(70)를 더 포함할 수 있다.
광 제어부(70)는 영역 분석부(62)에서 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차 중 적어도 하나가 기 설정된 임계 값을 초과하는 것으로 결정되면, 기 조사된 복수 파장의 광과는 다른 파장의 광이 조사되도록 광 조사부(30)를 제어한다.
다른 한편으로, 광 제어부(70)는 상기 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차가 상기 기 설정된 임계 값을 초과하지 않을 때까지 다른 파장의 광이 조사되도록 광 조사부(30)를 제어할 수 있다.
객체 인식부(63)는 영역 분석부(62)에서 분할된 각각의 부분 영역에서 파악되는 분광광도 기반의 물성정보를 기 구축된 물성정보 데이터베이스(64)의 물성정보와 비교하여 객체를 인식한다.
예를 들어, 객체 인식부(63)는 각각의 부분 영역에서 파악되는 분광광도 기반의 물성정보와 상기 영상 처리부(20)에서 획득한 객체의 형상 정보 사이의 상관관계를 비교하여 객체를 인식할 수 있다.
이상에서 본 발명에 따른 다-파장 분광장치의 내부 구성 및 각 구성의 기능을 살펴보았고, 이하에서는 도 3 및 도 4를 참조하여 본 발명에 따른 다-파장 분광장치가 객체를 인식하기 위한 구체적인 동작을 살펴본다.
도 3은 본 발명의 다른 실시예에 따른 다-파장 분광장치를 이용한 객체인식 방법을 도시한 순서도이고, 도 4는 본 발명의 일 실시예에 따른 다-파장 분광장치를 이용한 객체인식 장치에서 수행되는 객체 인식의 일 예를 도시한 도면이다.
S310 단계에서, 영상 처리부(20)는 입력된 3차원 영상에서 관심객체 영역을 검출하고, 객체의 형상정보를 획득한다.
S320 단계에서, 광 조사부(30)는 광 제어부(70)의 제어에 따라, 관심객체 영역에 대응되는 객체(100)의 임의의 위치에 다파장의 광을 조사한다. 도 4는 객체의 임의의 위치에 다파장의 광이 조사된 결과를 예시하고 있다.
S330 단계에서, 광 수신부(50)는 각 광 조사위치에서의 다파장 광에 대한 분광광도 값을 측정한다. 예컨대, 도 4에 도시된 바와 같이, m번째 파장 광에 대한 각 광 조사위치(I1,I2,I3,I4,I5,I6)에서의 분광광도 값을 I1(λm)~ I6(λm)(220)라 하고, n번째 파장 광에 대한 각 광 조사위치(I1,I2,I3,I4,I5,I6)에서의 분광광도 값을 각각 I1(λn)~ I6(λn)(230)라 한다면, S340 단계에서 광 처리부(60)는 각 광 조사위치에서의 다파장 광의 분광광도 값에 대한 차분 분광광도 값을 계산한다(240).
예컨대, m번째 파장 광과 n번째 파장 광 사이의 각 광 조사위치에서의 차분 분광광도 값은 아래 수학식 1과 같이 계산될 수 있다.
Figure 112013116512543-pat00001
여기서, ΔIk: 각 광 조사위치에서 차분 분광광도 값, Ik(λm): 각 광 조사위치에서 m번째 광의 분광광도 값, Ik(λn): 각 광 조사위치에서 n번째 광의 분광광도 값을 의미한다.
S340 단계에서, 광 처리부(60)는 각 광 조사위치에서의 차분 분광광도 값을 이용하여 차분 분광광도 맵을 생성한다. 이 때, 광 처리부(60)는 소 영역 별로 그룹을 나누어 a와 b(도 4 참조)에서의 차분 분광광도 값의 평균을 계산하여 차분 분광광도 맵을 생성할 수도 있다(240).
S350 단계에서, 광 처리부(60)는 차분 분광광도 맵을 이용하여 관심객체 영역을 복수의 부분 영역으로 분할한다.
도 4에는 관심객체 영역이 3개의 영역(A 영역, B 영역, C 영역)으로 분할된 예가 도시된다. 전술한 바와 같이, 상관 관계가 큰 분광광도 차분 값들이 하나의 동일 영역에 속하게 되고, 예컨대, 분광광도 차분 값 사이의 유사도가 특정 임계치 보다 크면 동일 영역으로 간주한다.
한편, 동일 영역에 속하는 각 광 조사위치에서의 차분 분광광도 값에 대한 표준편차가 정해진 오차 값 이내라면(S360), 객체 인식 과정으로 프로세스가 진행되고, 그렇지 않으면 다른 파장의 레이저 광을 재조사할 수 있도록 반복 프로세스를 거치게 된다(S370).
S380 단계에서, 광 처리부(60)는 부분 영역 별 물성 값(예컨대, 차분 분광광도 값)과 객체의 형상정보를 이용하여 객체를 인식한다.
본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: 영상 입력부 20: 영상 처리부
30: 광 조사부 40: 광 스캐너
50: 광 수신부 60: 광 처리부
70: 광 제어부 80: 광원
90: 영상획득 장치 100: 피사체(객체)
61: 분광광도 검출부 62: 영역 분석부
63: 객체 인식부 64: 물성정보 데이터베이스

Claims (18)

  1. 입력된 3차원 영상에서 관심 객체 영역을 검출하고, 상기 관심 객체 영역에 대한 형상 정보를 출력하는 영상 처리부;
    검출된 상기 관심 객체 영역에 대응되는 객체의 임의의 위치에 복수 파장의 광을 조사하는 광 조사부;
    상기 복수 파장의 광 각각에 대한 분광광도 값을 측정하는 광 수신부; 및
    동일 광 조사 위치에서 측정된 서로 다른 파장의 분광광도 값 사이의 차분 값을 이용하여 차분 분광광도 맵을 생성하고, 상기 차분 분광광도 맵과 상기 형상 정보를 이용하여 객체를 인식하는 광 처리부
    를 포함하는 다-파장 분광장치를 이용한 객체인식 장치.
  2. 제1항에 있어서, 상기 광 처리부는,
    상기 객체의 서로 다른 광 조사 위치에서 계산된 분광광도 차분 값 사이의 상관 관계를 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.

  3. 제1항에 있어서, 상기 광 처리부는,
    임의의 광 조사 위치에서 계산된 분광광도 차분 값을 기준으로 영역 성장법(Region Growing)을 포함하는 분할기법을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.
  4. 제1항에 있어서, 상기 광 처리부는,
    상기 관심 객체 영역 내에서 광 조사 위치 기반의 클러스터를 형성하고, 상기 클러스터 내의 광 조사 위치에서 계산된 분광광도 차분 값들의 평균 값을 이용하여 상기 차분 분광광도 맵을 생성하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.
  5. 제1항에 있어서, 상기 광 처리부는,
    상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보를 기 구축된 데이터베이스의 물성정보와 비교하여 객체를 인식하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.
  6. 제1항에 있어서, 상기 광 처리부는,
    상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보와 상기 형상 정보 사이의 상관관계를 비교하여 객체를 인식하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.
  7. 제1항에 있어서, 상기 광 처리부는,
    상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역 별로 분광광도 차분 값에 대한 표준오차를 계산하여 기 설정된 임계 값을 초과하는지 여부를 판단하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.
  8. 제7항에 있어서,
    상기 광 조사부의 동작을 제어하는 광 제어부를 더 포함하되,
    상기 광 제어부는,
    상기 광 처리부에서 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차 중 적어도 하나가 기 설정된 임계 값을 초과하는 것으로 결정되면, 기 조사된 복수 파장의 광과는 다른 파장의 광이 조사되도록 상기 광 조사부를 제어하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.
  9. 제8항에 있어서, 상기 광 제어부는,
    상기 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차가 상기 기 설정된 임계 값을 초과하지 않을 때까지 다른 파장의 광이 조사되도록 상기 광 조사부를 제어하는 것
    인 다-파장 분광장치를 이용한 객체인식 장치.
  10. 입력된 3차원 영상에서 관심 객체 영역을 검출하고, 상기 관심 객체 영역에 대한 형상 정보를 출력하는 영상 처리부;
    검출된 상기 관심 객체 영역에 대응되는 객체의 임의의 위치에 복수 파장의 광을 조사하는 광 조사부;
    제1 광 조사 위치에서 제1 및 제2 파장의 광에 대한 분광광도 값을 측정하고, 제2 광 조사 위치에서 제1 및 제2 파장의 광에 대한 분광광도 값을 측정하는 광 수신부;
    상기 제1 광 조사 위치에서 상기 제1 및 상기 제2 파장의 광 사이의 제1 분광광도 차분 값을 계산하고, 상기 제2 광 조사 위치에서 상기 제1 및 상기 제2 파장의 광 사이의 제2 분광광도 차분 값을 계산하고, 상기 제1 분광광도 차분 값과 상기 제2 분광광도 차분 값 사이의 상관관계를 이용하여 차분 분광광도 맵을 생성하는 광 처리부
    를 포함하는 다-파장 분광장치를 이용한 객체인식 장치.
  11. 입력된 3차원 영상에서 관심 객체 영역을 검출하고, 상기 관심 객체 영역에 대한 형상 정보를 출력하는 단계;
    검출된 상기 관심 객체 영역에 대응되는 객체의 임의의 위치에 복수 파장의 광을 조사하는 단계;
    상기 복수 파장의 광 각각에 대한 분광광도 값을 측정하는 단계;
    동일 광 조사 위치에서 측정된 서로 다른 파장의 분광광도 값 사이의 차분 값을 이용하여 차분 분광광도 맵을 생성하는 단계;
    상기 차분 분광광도 맵을 이용하여 객체를 인식하는 단계
    를 포함하는 다-파장 분광장치를 이용한 객체인식 방법.
  12. 제11항에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는,
    상기 객체의 서로 다른 광 조사 위치에서 계산된 분광광도 차분 값 사이의 상관 관계를 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 단계를 포함하는 것
    인 다-파장 분광장치를 이용한 객체인식 방법.
  13. 제11항에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는,
    임의의 광 조사 위치에서 계산된 분광광도 차분 값을 기준으로 영역 성장법(Region Growing)을 포함하는 분할기법을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 단계를 포함하는 것
    인 다-파장 분광장치를 이용한 객체인식 방법.
  14. 제11항에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는,
    상기 관심 객체 영역 내에서 광 조사 위치 기반의 클러스터를 형성하고, 상기 클러스터 내의 광 조사 위치에서 계산된 분광광도 차분 값들의 평균 값을 이용하여 상기 차분 분광광도 맵을 생성하는 단계를 포함하는 것
    인 다-파장 분광장치를 이용한 객체인식 방법.
  15. 제11항에 있어서, 상기 차분 분광광도 맵을 생성하는 단계는,
    제1 광 조사 위치에서 제1 및 제2 파장의 광 사이의 제1 분광광도 차분 값을 계산하는 단계;
    제2 광 조사 위치에서 제1 및 제2 파장의 광 사이의 제2 분광광도 차분 값을 계산하는 단계; 및
    상기 제1 분광광도 차분 값과 상기 제2 분광광도 차분 값 사이의 상관 관계를 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 분할하는 단계를 포함하는 것
    인 다-파장 분광장치를 이용한 객체인식 방법.
  16. 제11항에 있어서, 상기 객체를 인식하는 단계는,
    상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보와 상기 형상 정보 사이의 상관관계를 비교하여 객체를 인식하는 단계를 포함하는 것
    인 다-파장 분광장치를 이용한 객체인식 방법.
  17. 제11항에 있어서, 상기 객체를 인식하는 단계는,
    상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역에서 파악되는 분광광도 기반의 물성정보를 기 구축된 데이터베이스의 물성정보와 비교하여 객체를 인식하는 단계를 포함하는 것
    인 다-파장 분광장치를 이용한 객체인식 방법.
  18. 제11항에 있어서,
    상기 차분 분광광도 맵을 이용하여 상기 관심 객체 영역을 복수 개의 부분 영역으로 구분하고, 상기 부분 영역 별로 분광광도 차분 값에 대한 표준오차를 계산하여 기 설정된 임계 값을 초과하는지 여부를 판단하는 단계; 및
    상기 부분 영역 별로 계산된 분광광도 차분 값에 대한 표준오차 중 적어도 하나가 기 설정된 임계 값을 초과하는 것으로 결정되면, 기 조사된 복수 파장의 광과는 다른 파장의 광을 상기 객체의 객체의 임의의 위치에 조사하는 단계
    를 더 포함하는 -파장 분광장치를 이용한 객체인식 방법.
KR1020130159296A 2013-12-19 2013-12-19 다-파장 분광장치를 이용한 객체인식 장치 및 그 방법 KR102089510B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020130159296A KR102089510B1 (ko) 2013-12-19 2013-12-19 다-파장 분광장치를 이용한 객체인식 장치 및 그 방법
US14/306,866 US9217670B2 (en) 2013-12-19 2014-06-17 Object recognition apparatus using spectrometer and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130159296A KR102089510B1 (ko) 2013-12-19 2013-12-19 다-파장 분광장치를 이용한 객체인식 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20150072049A KR20150072049A (ko) 2015-06-29
KR102089510B1 true KR102089510B1 (ko) 2020-03-16

Family

ID=53399682

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130159296A KR102089510B1 (ko) 2013-12-19 2013-12-19 다-파장 분광장치를 이용한 객체인식 장치 및 그 방법

Country Status (2)

Country Link
US (1) US9217670B2 (ko)
KR (1) KR102089510B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170083373A (ko) * 2016-01-08 2017-07-18 한화테크윈 주식회사 신호간섭검출장치 및 방법
CN107275244B (zh) * 2017-05-10 2019-12-13 昆山国显光电有限公司 一种晶片检测方法和装置
US10664716B2 (en) * 2017-07-19 2020-05-26 Vispek Inc. Portable substance analysis based on computer vision, spectroscopy, and artificial intelligence
KR20210094328A (ko) 2020-01-21 2021-07-29 삼성전자주식회사 대상체 인식 장치 및 그 동작 방법

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL122258A (en) * 1997-11-20 2002-08-14 Israel Aircraft Ind Ltd Method and system for determining temperature and/or emissivity function of objects by remote sensing
WO2001063229A1 (fr) 2000-02-23 2001-08-30 Dainichiseika Color & Chemicals Mfg. Co., Ltd. Procede d'evaluation de la reproductibilite d'echantillon de virage par memoire a transfert de charges
EP1987331A2 (en) * 2006-02-16 2008-11-05 Clean Earth Technologies, Llc Method for spectral data classification and detection in diverse lighting conditions
JP2008033389A (ja) * 2006-07-26 2008-02-14 Fuji Xerox Co Ltd 機能指示システム、機能指示装置、機能指示解析システム、プレゼンテーションシステムおよび機能指示解析プログラム。
KR100834577B1 (ko) 2006-12-07 2008-06-02 한국전자통신연구원 스테레오 비전 처리를 통해 목표물 검색 및 추종 방법, 및이를 적용한 가정용 지능형 서비스 로봇 장치
US20090245603A1 (en) * 2007-01-05 2009-10-01 Djuro Koruga System and method for analysis of light-matter interaction based on spectral convolution
EP2254159A4 (en) 2007-12-25 2012-06-20 Seiko Instr Inc OPTICAL DETECTION DEVICE AND IMAGE DISPLAY DEVICE
JP5485004B2 (ja) * 2010-04-23 2014-05-07 パナソニック株式会社 撮像装置
US8401292B2 (en) * 2011-04-26 2013-03-19 Eastman Kodak Company Identifying high saliency regions in digital images

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
변영기 외 2인 "분광 상호정보를 이용한 하이퍼스펙트럴 영상분류". 대한공간정보학회지, 2007년 9월*

Also Published As

Publication number Publication date
US9217670B2 (en) 2015-12-22
US20150177066A1 (en) 2015-06-25
KR20150072049A (ko) 2015-06-29

Similar Documents

Publication Publication Date Title
KR101652393B1 (ko) 3차원 영상 획득 장치 및 방법
EP3652703B1 (en) Visual, depth and micro-vibration data extraction using a unified imaging device
EP2375216B1 (en) 3-D imaging system and method using partial-coherence speckle interference tomography
CN104104941B (zh) 三维图像获取装置以及生成深度图像的方法
US10540777B2 (en) Object recognition device and object recognition system
EP3803682B1 (en) Object recognition using depth and multi-spectral camera
KR102089510B1 (ko) 다-파장 분광장치를 이용한 객체인식 장치 및 그 방법
US11828849B2 (en) Illumination device, time of flight system and method
CN114746905A (zh) 通过显示器的深度测量
EP2854103A1 (en) Method of decreasing noise of a depth image, image processing apparatus and image generating apparatus using thereof
KR101608889B1 (ko) 대기열 모니터링 장치 및 방법
JP6782433B2 (ja) 画像認識装置
CN109191513B (zh) 基于全局优化的电力设备立体匹配方法
KR20170088259A (ko) ToF 센서를 이용하여 깊이 영상을 획득하는 방법 및 장치
KR20150091779A (ko) 다중 센서를 이용한 영상 처리 시스템
US20180173965A1 (en) Methods and systems for video surveillance
CN113286979B (zh) 使用飞行时间(ToF)成像装置进行微振动数据提取的系统、装置和方法
CN115023735A (zh) 用于对象识别的检测器
CN107203743B (zh) 一种人脸深度跟踪装置及实现方法
US20210158108A1 (en) Object classification method, vehicle control method, information display method, and object classification device
CN112836634A (zh) 一种多传感器信息融合的闸机防尾随方法、装置、设备和介质
KR101687712B1 (ko) 분광장비를 이용하는 영상처리장치 및 그의 제어방법
EP3367300B1 (en) Identifying a sensor in an autopilot vehicle
Lejeune et al. Probabilistic framework for the characterization of surfaces and edges in range images, with application to edge detection
US10331977B2 (en) Method for the three-dimensional detection of objects

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant