KR102309278B1 - 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법 - Google Patents

가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법 Download PDF

Info

Publication number
KR102309278B1
KR102309278B1 KR1020210042048A KR20210042048A KR102309278B1 KR 102309278 B1 KR102309278 B1 KR 102309278B1 KR 1020210042048 A KR1020210042048 A KR 1020210042048A KR 20210042048 A KR20210042048 A KR 20210042048A KR 102309278 B1 KR102309278 B1 KR 102309278B1
Authority
KR
South Korea
Prior art keywords
image
plane
livestock
points
center
Prior art date
Application number
KR1020210042048A
Other languages
English (en)
Inventor
원형필
전현일
오재현
정성훈
곽태환
Original Assignee
주식회사 일루베이션
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 주식회사 일루베이션 filed Critical 주식회사 일루베이션
Priority to KR1020210042048A priority Critical patent/KR102309278B1/ko
Application granted granted Critical
Publication of KR102309278B1 publication Critical patent/KR102309278B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/60—Rotation of a whole image or part thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/006—Geometric correction
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Abstract

본 발명은 가축 중량 측정을 위한 3D 이미지 처리 장치 및 방법에 관한 것으로, 본 발명에 따르면, 획득한 3D 이미지에서 중심점과 중심거리를 추출하여 배경 및 아웃라이어를 제거하는 전처리부 및 전처리된 3D 이미지에서 바닥 평면을 추출하여 제거하고, 점들의 밀도에 따라 그룹으로 분류하여 가축에 해당하는 그룹을 추출하고, 평면방정식을 이용하여 기울기를 보정하는 규격화부를 포함하는 3D 이미지 처리 장치를 제공할 수 있다.

Description

가축 중량 측정을 위한 3D 이미지 처리 장치 및 방법{3D image processing device and method for weighing livestock}
본 발명은 가축 중량 측정을 위한 3D 이미지 처리 장치 및 방법에 관한 것으로, 더욱 자세하게는 3D 이미지를 통해 가축의 중량을 측정하기 전에 3D 이미지를 처리함으로써, 가축의 중량 측정 정확도가 보다 향상되도록 할 수 있는 가축 중량 측정을 위한 3D 이미지 처리 장치 및 방법에 관한 것이다.
축산업의 경우, 사육 동물의 개체별 사양관리를 위해서는 정기적인 체중관리가 필요하다.
특히, 양돈농가의 경우 출하 시 규격기준이 매우 중요하며, 규격기준 내에 맞는 돼지의 출하여부에 따라 농장의 소득에 매우 큰 차이를 가져온다. 돼지는 체중과 지방 두께에 따른 양적기준과 돼지고기의 지방분포와 고기의 육색에 따른 질적기준에 따라 돼지의 등급이 결정되는데, 통상적으로 115kg에서 120kg까지의 돼지를 규격돈이라고 한다.
규격돈의 체중을 만족시킬 경우 상위등급을 받을 수 있기 때문에 체중을 정확히 측정하여 출하돼지를 선별하는 것이 매우 중요하다.
이를 위해 주기적인 체중측정 또는 모니터링의 필요성이 현장에서 요구되고 있다.
현재 돼지의 체중은 흉의측위법 및 돈형기에 의하여 측정되고 있다.
흉위측위법은 돈의 흉위를 줄자로 측정하여 얻은 값을 체중 산출식에 적용하여 체중을 환산하는 것으로, 특별한 시설을 설치할 필요가 없다는 장점으로 사용되고 있으나 측정치의 오차가 매우 큰 문제점이 있다.
또한, 돈형기는 돼지의 체중을 측정하는 저울에 부대장치를 설비한 후 밀폐된 공간에서 양돈의 무게를 직접 측정하는 것으로, 양돈의 체중을 계측하기 위해서는 모든 돼지들을 돈형기로 유도한 후, 돈형기내에 일정시간을 정체시켜야 하는 번거로움이 따르며 이 과정에서 1마리의 체중을 측정하기 위해 1인 작업자 기준으로 약 10분 이상의 상당 시간이 소요되는 문제점이 있으며, 돼지의 분뇨로 인해 전자저울의 잦은 고장과 유지 보수에 어려움이 있었다.
또한, 농가인구의 감소 및 고령화로 인해 인력이 부족하여 이에 대한 대비책이 필요하다.
따라서, 간편하고 정확하게 돼지의 무게를 측정하여 돼지의 지속적인 체중관리를 하고 농가의 노동력을 절감시킬 수 있으며, 이를 통해 출하시점에 돼지의 체중을 정확하게 예측하기 위한 기술이 필요한 실정이다. 종래의 기술로 한국등록특허 제10-2031200호(가축 무게 측정 방법 및 시스템)이 공개되어 있다.
최근 가축을 촬영하여 이미지를 통해 가축의 부피, 무게 등을 예측하는 시스템 또는 방법이 개발되고 있으나, 배경, 바닥 등의 외부 환경에 의한 노이즈가 이미지에 포함되어 있어 중량 도출 시, 측정 정확도가 저하되는 문제가 있었다.
이에 가축 중량 측정 시 정확도 및 신뢰도를 향상시킬 수 있는 이미지 처리 기술에 대한 개발이 필요하다.
상기와 같은 문제를 해결하고자, 본 발명의 목적은 3D 이미지를 통해 가축의 중량을 측정하기 전에 3D 이미지를 처리함으로써, 가축의 중량 측정 정확도가 보다 향상되도록 할 수 있는 가축 중량 측정을 위한 3D 이미지 처리 장치 및 방법을 제공하는 데 있다.
상기와 같은 과제를 해결하기 위하여, 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 장치는 획득한 3D 이미지에서 중심점과 중심거리를 추출하여 배경 및 아웃라이어를 제거하는 전처리부 및 전처리된 3D 이미지에서 바닥 평면을 추출하여 제거하고, 점들의 밀도에 따라 그룹으로 분류하여 가축에 해당하는 그룹을 추출하고, 평면방정식을 이용하여 기울기를 보정하는 규격화부를 포함하는 3D 이미지 처리 장치를 제공할 수 있다.
여기서, 상기 전처리부는 상기 3D 이미지의 역상과 스케일을 변환하는 데이터변환부; 상기 3D 이미지에서 가축이 중심에 있다고 가정하여 중심점을 추출하고, 추출된 중심점을 통해 중심거리를 추출하는 중심추출부 및 상기 중심점과 중심거리를 이용하여 배경 또는 아웃라이어로 간주되는 점을 제거하는 점제거부를 포함할 수 있다.
또한 상기 규격화부는, 전처리된 3D 이미지에서 상기 중심점보다 아래에 위치하는 점들을 이용하여 평면방정식을 통해 바닥 평면을 추출하고 제거하며, 상기 바닥 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거하는 바닥제거부; 상기 3D 이미지에서 점들을 밀도에 따라 그룹으로 분류하고, 가축에 해당하는 그룹을 추출하는 객체검출부 및 상기 가축에 해당하는 그룹이 추출된 3D 이미지의 기울기를 평면방정식을 이용하여 보정하는 기울기보정부를 포함할 수 있다.
또한 상기 바닥제거부는, 추출된 바닥 평면이 촬영방향과 이루는 각의 크기가 일정각도 이상일 경우 바닥이 아니라고 판단하여, 바닥 평면을 다시 추출하는 것을 특징으로 한다.
또한 상기 규격화부는, 추출된 그룹의 점 개수가 일정 개수 이상일 경우 벽 평면을 추출하고, 추출된 벽 평면이 상기 중심점과 일정 거리 이상일 경우 제거하며, 상기 벽 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거하는 벽제거부를 더 포함할 수 있다.
또한 상기 기울기보정부는, 추출된 바닥 평면의 x절편과 z절편을 통해 기울어진 x 각도와 z 각도를 구하고, 상기 x 각도와 z 각도에 따라 상기 3D 이미지의 x축과 y축에 대한 기울기를 보정하는 것을 특징으로 한다.
또한 상기 기울기보정부는, 평면방정식을 이용하여 가장 많은 점을 포함하는 임의 평면을 추출하고, 원점을 기준으로 세 점의 좌표를 획득하고, 상기 세 점의 좌표를 이용하여 기울어진 y 각도를 구하며, 상기 y 각도에 따라 상기 3D 이미지의 y축에 대한 기울기를 보정하는 것을 특징으로 한다.
또한 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 방법은 3D 이미지 처리 장치가 3D 이미지를 획득하여, 상기 3D 이미지에서 중심점과 중심거리를 추출하여 배경 및 아웃라이어를 제거하는 전처리단계; 3D 이미지 처리 장치가 전처리된 3D 이미지에서 상기 중심점보다 아래에 위치하는 점들을 이용하여 평면방정식을 통해 바닥 평면을 추출하고 제거하며, 상기 바닥 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거하는 바닥제거단계; 상기 3D 이미지에서 점들을 밀도에 따라 그룹으로 분류하고, 가축에 해당하는 그룹을 추출하는 객체검출단계 및 상기 가축에 해당하는 그룹이 추출된 3D 이미지의 기울기를 평면방정식을 이용하여 보정하는 기울기보정단계를 포함하는 3D 이미지 처리 방법을 제공할 수 있다.
여기서, 상기 전처리단계는 상기 측정모듈이 3D 이미지의 역상과 스케일을 변환하는 데이터변환단계; 상기 3D 이미지에서 가축이 중심에 있다고 가정하여 중심점을 추출하고, 추출된 중심점을 통해 중심거리를 추출하는 중심추출단계 및 상기 중심점과 중심거리를 이용하여 배경 또는 아웃라이어로 간주되는 점을 제거하는 점제거단계를 포함할 수 있다.
상기와 같은 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 장치 및 방법은 3D 이미지를 통해 가축의 중량을 측정하기 전에 3D 이미지를 처리함으로써, 가축의 중량 측정 정확도가 보다 향상되도록 할 수 있다.
이에 영상을 통해 가축의 중량을 측정하고자 하는 기술에 적용되어 제품의 신뢰도를 향상시킬 수 있다.
더 나아가 영상을 통해 어떠한 특징을 추출하고자 하는 기술 등에도 적용될 수 있을 것으로 기대된다.
도 1은 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 장치의 개략적인 동작 구성을 나타낸 블록도.
도 2는 도 1의 전처리부의 구성을 나타낸 블록도.
도 3은 도 1의 규격화부의 구성을 나타낸 블록도.
도 4는 도 3의 바닥제거부에서 추출된 바닥 평면이 바닥이 맞는지 판단하는 과정에 대하여 나타낸 개념도.
도 5는 도 3의 객체검출부에서 점들을 밀도에 따라 그룹으로 분류한 모습을 나타낸 예시도.
도 6은 도 3의 기울기보정부에서 y축에 대한 기울기를 보정하기 위해 y각도를 구하는 과정을 나타낸 개념도.
도 7은 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 방법을 개략적으로 나타낸 흐름도.
도 8은 도 7의 S1 단계를 순차적으로 나타낸 흐름도.
이하, 도면을 참조한 본 발명의 설명은 특정한 실시 형태에 대해 한정되지 않으며, 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있다. 또한, 이하에서 설명하는 내용은 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
이하의 설명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용되는 용어로서, 그 자체에 의미가 한정되지 아니하며, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서 전체에 걸쳐 사용되는 동일한 참조번호는 동일한 구성요소를 나타낸다.
본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 이하에서 기재되는 "포함하다", "구비하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로 해석되어야 하며, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
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 갖고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 갖는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
본 발명에서 3D 이미지 처리 장치는 애플리케이션으로서 무선통신망을 통해 통신하는 스마트 폰을 포함하는 이동통신 단말에서 제공됨이 바람직하나, 유선통신망을 통해 통신하는 컴퓨터 환경에서도 제공될 수 있다. 이하에서는 이동통신 단말을 중심으로 설명하기로 한다.
이하, 본 발명의 실시 예를 첨부한 도 1 내지 도 8을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 장치의 개략적인 동작 구성을 나타낸 블록도이고, 도 2는 도 1의 전처리부의 구성을 나타낸 블록도이고, 도 3은 도 1의 규격화부의 구성을 나타낸 블록도이고, 도 4는 도 3의 바닥제거부에서 추출된 바닥 평면이 바닥이 맞는지 판단하는 과정에 대하여 나타낸 개념도이고, 도 5는 도 3의 객체검출부에서 점들을 밀도에 따라 그룹으로 분류한 모습을 나타낸 예시도이며, 도 6은 도 3의 기울기보정부에서 y축에 대한 기울기를 보정하기 위해 y각도를 구하는 과정을 나타낸 개념도이다.
도 1을 참조하면, 본 발명의 실시예에 따른 3D 이미지 처리 장치(1)는 가축 중량 측정을 위해 3D 이미지를 전처리하는 것으로, 입력부(I)를 통해 3D 이미지를 수신받을 수 있고 처리한 3D 이미지를 중량측정부(O)로 전달하여 가축의 중량이 측정되도록 할 수 있다.
한편, 입력부(I)는 3D 이미지 처리 장치(1)로 3D 이미지를 전달하는 것으로, 3D 이미지를 직접 획득하는 3D 센서일 수 있으나, 이에 한정되지 않고, 3D 이미지가 저장되어 있는 단말, 기기 등일 수도 있다. 3D 센서는 온도 기반 라이다 등 3D 이미지를 획득할 수 있는 다양한 센서로 구현될 수 있다.
또한 중량측정부(O)는 3D 이미지 처리 장치(1)부터 처리된 3D 이미지를 전달받아 가축의 중량을 측정하는 것으로, 소프트웨어 또는 하드웨어로 구성될 수 있다. 즉, 3D 이미지 처리 장치(1)와 같이 하나의 장치에서 모듈로 구현되거나 별도의 장치로 구비되는 등 다양하게 구현될 수 있다.
3D 이미지 처리 장치(1)는 소프트웨어적인 것으로, 응용 소프트웨어 또는 애플리케이션(또는 모바일 앱)일 수 있으며, 여기서 애플리케이션은 안드로이드, iOS 기반의 일반 애플리케이션을 의미할 수 있다.
이러한 3D 이미지 처리 장치(1)는 데이터베이스(10), 전처리부(11) 및 규격화부(12)를 포함할 수 있다.
데이터베이스(10)는 수신된 3D 이미지, 처리된 3D 이미지 등을 저장할 수 있고, 처리 과정에서 생성된 모든 데이터들을 저장할 수 있다.
전처리부(11)는 3D 이미지를 처리하기에 적합한 형태로 변경하며 중심점과 중심거리를 추출하여 배경 및 아웃라이어를 제거할 수 있다.
도 2를 참조하면, 전처리부(11)는 데이터변환부(110), 중심추출부(111) 및 점제거부(112)를 포함할 수 있다.
데이터변환부(110)는 3D 이미지의 역상과 스케일을 변환할 수 있는데, 변환 매트릭스(transform matrix)를 이용하여 변환할 수 있다. 변환 매트릭스(transform matrix)를 통해 변환할 축의 방향을 음수로 바꾸어 역상을 변환할 수 있다. 이때 수신받은 3D 이미지의 타입에 따라 점 개수와 변환 매트릭스(transform matrix)를 다르게 하여 3D 이미지를 변환하여 보정한다.
또한 데이터변환부(110)는 3D 이미지의 스케일을 읽어 점을 추출하는 것으로 3차원 좌표 데이터 형태로 3D 이미지를 변환할 수 있다.
중심추출부(111)는 3D 이미지에서 중심점을 추출하고, 추출된 중심점을 통해 중심거리를 추출할 수 있다.
여기서 중심점은 3D 이미지의 중심이 되는 점을 말하며, 중심거리는 3D 이미지를 획득한 장치와 가축 간의 거리일 수 있다. 예를 들어, 입력부(I)가 직접 3D 이미지를 획득할 경우 입력부(I)와 가축간의 거리일 수 있다. 이에 보다 이해하기 쉽도록 입력부(I)가 3D 센서로 구비되어 직접 3D 이미지를 획득하는 경우를 예로 들어 설명하기로 한다.
중심추출부(111)는 3D 이미지에서 가축이 중심에 있다고 가정하여 중심점을 추출할 수 있으며, 중심거리는 입력부(I)와 가축간의 거리이므로 중심점과의 입력부(I)의 중심점에 해당하는 원점(o)과의 거리로 판단하여 중심점의 z좌표 값을 중심거리로 설정할 수 있다.
중심점 추출에 대하여 보다 구체적으로 설명하면, 중심추출부(111)는 x 좌표와 y좌표의 0값부터 최대값까지 범위를 조금씩 증가시키면서 첫 번째로 인식되는 좌표를 중심점으로 추출할 수 있다. 이는 좌표 (0,0,z)가 중심점이 되도록 즉 촬영 시 가축의 중앙에 맞춰 촬영하는 것이 불가능하기 때문에, (0,0,z)에 점이 존재하지 않을 수 있기 때문에 상기와 같은 방법으로 가정하여 중심점을 추출하도록 한 것이다.
점제거부(112)는 중심점과 중심거리를 이용하여 배경 또는 아웃라이어로 간주되는 점을 제거할 수 있다.
먼저, 점제거부(112)는 중심점을 기준으로 중심거리 밖에 위치하는 점들을 배경으로 간주하여 제거할 수 있다.
또한 점제거부(112)는 중심점을 기준으로 일정거리 내 위치하는 점들 중 인접 점의 개수가 설정된 인접점 개수보다 부족한 점을 아웃라이어(이상점)로 간주하여 제거할 수 있다. 여기서 인접 점은 해당 점과 일정간격 이내로 인접하고 있는 점을 의미한다.
또한 점제거부(112)는 RANSAC 알고리즘을 통해 임의 평면의 평면방정식을 구할 수 있으며, 해당 평면방정식을 이용하여 임의 평면의 x축, y축, z축으로 회전된 회전각도를 구할 수 있다. 이에 구해진 회전각도가 임의의 수치를 넘지않을 경우 평면에 포함되는 점들을 적합점(가축에 해당하는 점)으로 간주하고, 여기에 상반되는 점을 이상점으로 간주하여 삭제할 수 있다. 이와 같은 과정이 지정된 반복횟수에 따라 반복하여 이루어질 수 있다.
규격화부(12)는 전처리된 3D 이미지에서 바닥 평면을 추출하여 제거하고, 점들의 밀도에 따라 그룹으로 분류하여 가축에 해당하는 그룹을 추출하고, 평면방정식을 이용하여 기울기를 보정할 수 있다.
도 3을 참조하면, 규격화부(12)는 바닥제거부(120), 객체검출부(121), 벽제거부(122) 및 기울기보정부(123)를 포함할 수 있다.
바닥제거부(120)는 전처리된 3D 이미지에서 중심점보다 아래에 위치하는 점들을 이용하여 평면방정식을 통해 바닥 평면을 추출할 수 있다. 여기서 RANSAC 알고리즘을 이용하여 바닥에 해당하는 평면방정식을 구할 수 있다.
보다 구체적으로, 바닥제거부(120)는 점 중에서 제일 작은 y좌표 값에 임의의 값을 더하여, 그 값을 기준으로 점을 선정하여 바닥 평면을 추출할 수 있다. 즉, 그 값보다 작은 y좌표 값을 가지는 점들을 추출하여, 추출된 점들을 가지고 바닥 평면을 추출할 수 있는 것이다.
이때, 추출되는 바닥 평면이 바닥이 아닐 수도 있기 때문에, 바닥제거부(120)는 도 4에 도시된 바와 같이, 추출된 바닥 평면이 입력부(I)의 촬영방향과 이루는 각(θ)의 크기를 구하고, 이루는 각(θ)이 일정각도 이상일 경우 바닥이 아니라고 판단하여, 바닥 평면을 다시 추출할 수 있다.
여기서 일정각도는 50°가 바람직하나, 이에 한정되지는 않는다.
이에 바닥제거부(120)는 입력부(I), 즉 3D 이미지의 촬영방향과 이루는 각(θ)의 크기가 일정각도 미만인 바닥 평면이 구해지면, 바닥 평면에 해당하는 점을 제거할 수 있다.
또한 바닥제거부(120)는 바닥 평면의 평면방정식을 통해 x축, y축, z축으로 회전된 회전각도를 구할 수 있다. 이에 구해진 회전각도가 임의의 수치를 넘지않을 경우 적합점을 가축에 해당하는 점으로 간주하고, 여기에 상반되는 점을 삭제할 수 있다. 이와 같은 과정이 지정된 반복횟수에 따라 반복하여 이루어질 수 있다.
또한 바닥제거부(120)는 바닥 평면과 일정 거리 내에 위치하되, 인접 점의 개수가 설정된 인접점개수 보다 부족한 점을 이상점으로 판단하여 제거할 수 있다.
객체검출부(121)는 도 5와 같이 DBSCAN 알고리즘을 이용하여 3D 이미지에서 점들을 밀도에 따라 그룹으로 분류할 수 있다. DBSCAN 알고리즘은 주변거리와 최소 이웃 데이터 점을 가지고 밀도를 계산하여 인접한 점들끼리 묶어 다수의 그룹을 생성할 수 있다.
이후 객체검출부(121)는 중앙점이 포함되어 있는 그룹을 가축에 해당하는 그룹으로 추출할 수 있다. 즉, 중앙점과 같은 레벨의 점들을 가축에 해당하는 점들로 추출하는 것이다.
이때, 가축이 벽과 붙어 있을 경우, 벽에 해당하는 점도 같이 하나의 그룹으로 추출될 수 있어, 벽제거부(122)를 통해 벽을 추가적으로 제거할 수 있다.
벽제거부(122)는 객체검출부(121)에서 추출된 그룹의 점 개수가 일정 개수 이상일 경우, RANSAC 알고리즘을 사용하여 벽에 해당하는 평면방적식을 구하는 것으로 벽 평면을 추출할 수 있다. 여기서 점 개수가 100개 이상일 경우 벽 제거가 이루어질 수 있으나, 이에 한정되지는 않는다.
이때, 벽제거부(122)는 중심점을 기준으로 일정 기준 범위 밖에 위치하는 점들을 이용하여 벽 평면을 추출할 수 있다.
또한 벽제거부(122)는 추출된 벽 평면과 중심점의 거리를 구하여, 구해진 거리가 일정거리 이상일 경우에 벽 평면을 제거할 수 있다.
또한 벽제거부(122)는 추출된 벽 평면과 일정 거리 내에 위치하되, 인접 점의 개수가 부족한 점을 이상점으로 판단하여 제거할 수 있다.
기울기보정부(123)는 가축에 해당하는 그룹이 추출된 3D 이미지의 기울기를 평면방정식을 이용하여 보정할 수 있다. 바닥 평면과 임의 평면을 이용하여 바닥과 측면의 기울기를 보정할 수 있는데, 보다 구체적으로 하기에서 설명하기로 한다.
먼저, 기울기보정부(123)는 바닥 기울기를 보정하기 위하여, 추출된 바닥 평면의 x절편과 z절편을 통해 기울어진 x 각도와 z 각도를 구하고, x 각도와 z 각도에 따라 3D 이미지의 x축과 y축에 대한 기울기를 보정할 수 있다.
기울어진 x 각도와 z 각도를 라디안 각도로 변경한 뒤 변환 매트릭스 "R(회전)"을 만들어 3D 이미지에 회전 처리하여 바닥에 대한 기울기를 보정할 수 있다.
또한 기울기보정부(123)는 측면 기울기를 보정하기 위하여, 평면방정식을 이용하여 가장 많은 점을 포함하는 임의 평면을 추출하고, 원점(o)을 기준으로 세 점의 좌표를 획득하고, 세 점의 좌표를 이용하여 기울어진 y 각도를 구할 수 있다.
예를 들어 도 6과 같이, 추출된 임의 평면에서 원점(o)과 원점(o)을 x 방향으로 일정간격 이격시킨 점(o')에 대응되는 점(P1, P2)을 각각 구하고, P1, P2에서 연장되어 수직되게 만나는 점(o")을 구할 수 있다. 그 다음 직각삼각형을 이루는 P1, P2, o"을 이용하여 코사인(cos)으로 y 각도(α)를 구할 수 있다.
이를 통해 구해진 y 각도를 라디안 각도로 변경한 뒤 변환 매트릭스 "R(회전)"을 만들어 3D 이미지에 회전 처리하여 측면에 대한 기울기를 보정할 수 있다.
상기와 같은 3D 이미지 처리 장치를 통해 이루어지는 3D 이미지 처리 방법에 대하여 하기에서 구체적으로 설명하기로 한다.
도 7은 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 방법을 개략적으로 나타낸 흐름도이며, 도 8은 도 7의 S1 단계를 순차적으로 나타낸 흐름도이다.
도 7을 참조하면, 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 방법은 전처리단계(S1), 바닥제거단계(S2), 객체검출단계(S3), 벽제거단계(S4) 및 기울기보정단계(S5)를 포함할 수 있다.
먼저, 전처리단계(S1)는 3D 이미지 처리 장치(1)가 3D 이미지에서 중심점과 중심거리를 추출하여 배경 및 아웃라이어를 제거할 수 있다.
도 8을 참조하면, S1 단계는 데이터변환단계(S10), 중심추출단계(S11) 및 점제거단계(S12)를 포함할 수 있다.
데이터변환단계(S10)는 3D 이미지 처리 장치(1)가 3D 이미지의 역상과 스케일을 변환할 수 있다.
중심추출단계(S11)는 3D 이미지에서 가축이 중심에 있다고 가정하여 중심점을 추출하고, 추출된 중심점을 통해 중심거리를 추출할 수 있다.
점제거단계(S12)는 중심점과 중심거리를 이용하여 배경 또는 아웃라이어로 간주되는 점을 제거할 수 있다.
S1 단계에 대한 설명은 상기 장치에서 자세하게 설명하였으므로 생략하기로 한다.
바닥제거단계(S2)는 3D 이미지 처리 장치(1)가 전처리된 3D 이미지에서 중심점보다 아래에 위치하는 점들을 이용하여 평면방정식을 통해 바닥 평면을 추출하고 제거하며, 바닥 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거할 수 있다.
객체검출단계(S3)는 3D 이미지에서 점들을 밀도에 따라 그룹으로 분류하고, 가축에 해당하는 그룹을 추출할 수 있다.
벽제거단계(S4)는 추출된 그룹의 점 개수가 일정 개수 이상일 경우에만 진행되는 단계로, 추출된 그룹의 점 개수가 일정 개수 이상일 경우 벽 평면을 추출하고, 추출된 벽 평면이 중심점과 일정 거리 이상일 경우 제거하며, 벽 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거할 수 있다.
기울기보정단계(S5)는 가축에 해당하는 그룹이 추출된 3D 이미지의 기울기를 평면방정식을 이용하여 보정할 수 있다.
이에 대한 보다 구체적인 설명은 상기 장치에서 자세하게 설명하였으므로, 생략하기로 한다.
상기에서 설명한 바와 같이, 본 발명의 실시예에 따른 가축 중량 측정을 위한 3D 이미지 처리 장치 및 방법은 3D 이미지를 통해 가축의 중량을 측정하기 전에 3D 이미지를 처리함으로써, 가축의 중량 측정 정확도가 보다 향상되도록 할 수 있다.
이에 영상을 통해 가축의 중량을 측정하고자 하는 기술에 적용되어 제품의 신뢰도를 향상시킬 수 있다.
더 나아가 영상을 통해 어떠한 특징을 추출하고자 하는 기술 등에도 적용될 수 있을 것으로 기대된다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
1: 3D 이미지 처리 장치
10: 데이터베이스
11: 전처리부
110: 데이터변환부
111: 중심추출부
112: 점제거부
12: 규격화부
120: 바닥제거부
121: 객체검출부
122: 벽제거부
123: 기울기보정부
I: 입력부
O: 중량측정부

Claims (9)

  1. 가축 중량 측정을 위한 3D 이미지 처리 장치에 있어서,
    획득한 3D 이미지에서 중심점과 중심거리를 추출하여 배경 및 아웃라이어를 제거하는 전처리부 및
    전처리된 3D 이미지에서 바닥 평면을 추출하여 제거하고, 점들의 밀도에 따라 그룹으로 분류하여 가축에 해당하는 그룹을 추출하고, 평면방정식을 이용하여 기울기를 보정하는 규격화부를 포함하고,
    상기 규격화부는,
    전처리된 3D 이미지에서 상기 중심점보다 아래에 위치하는 점들을 이용하여 평면방정식을 통해 바닥 평면을 추출하고 제거하며, 상기 바닥 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거하는 바닥제거부;
    상기 3D 이미지에서 점들을 밀도에 따라 그룹으로 분류하고, 가축에 해당하는 그룹을 추출하는 객체검출부 및
    상기 가축에 해당하는 그룹이 추출된 3D 이미지의 기울기를 평면방정식을 이용하여 보정하는 기울기보정부를 포함하는 3D 이미지 처리 장치.
  2. 제1항에 있어서,
    상기 전처리부는,
    상기 3D 이미지의 역상과 스케일을 변환하는 데이터변환부;
    상기 3D 이미지에서 가축이 중심에 있다고 가정하여 중심점을 추출하고, 추출된 중심점을 통해 중심거리를 추출하는 중심추출부 및
    상기 중심점과 중심거리를 이용하여 배경 또는 아웃라이어로 간주되는 점을 제거하는 점제거부를 포함하는 3D 이미지 처리 장치.
  3. 삭제
  4. 제1항에 있어서,
    상기 바닥제거부는,
    추출된 바닥 평면이 촬영방향과 이루는 각의 크기가 일정각도 이상일 경우 바닥이 아니라고 판단하여, 바닥 평면을 다시 추출하는 것을 특징으로 하는 3D 이미지 처리 장치.
  5. 제1항에 있어서,
    상기 규격화부는,
    추출된 그룹의 점 개수가 일정 개수 이상일 경우 벽 평면을 추출하고, 추출된 벽 평면이 상기 중심점과 일정 거리 이상일 경우 제거하며, 상기 벽 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거하는 벽제거부를 더 포함하는 3D 이미지 처리 장치.
  6. 제1항에 있어서,
    상기 기울기보정부는,
    추출된 바닥 평면의 x절편과 z절편을 통해 기울어진 x 각도와 z 각도를 구하고, 상기 x 각도와 z 각도에 따라 상기 3D 이미지의 x축과 y축에 대한 기울기를 보정하는 것을 특징으로 하는 3D 이미지 처리 장치.
  7. 제1항에 있어서,
    상기 기울기보정부는,
    평면방정식을 이용하여 가장 많은 점을 포함하는 임의 평면을 추출하고, 원점을 기준으로 세 점의 좌표를 획득하고, 상기 세 점의 좌표를 이용하여 기울어진 y 각도를 구하며, 상기 y 각도에 따라 상기 3D 이미지의 y축에 대한 기울기를 보정하는 것을 특징으로 하는 3D 이미지 처리 장치.
  8. 가축 중량 측정을 위한 3D 이미지 처리 방법에 있어서,
    3D 이미지 처리 장치가 3D 이미지를 획득하여, 상기 3D 이미지에서 중심점과 중심거리를 추출하여 배경 및 아웃라이어를 제거하는 전처리단계;
    3D 이미지 처리 장치가 전처리된 3D 이미지에서 상기 중심점보다 아래에 위치하는 점들을 이용하여 평면방정식을 통해 바닥 평면을 추출하고 제거하며, 상기 바닥 평면과 일정 거리 내에 위치하되 인접 점의 개수가 부족한 점을 제거하는 바닥제거단계;
    상기 3D 이미지에서 점들을 밀도에 따라 그룹으로 분류하고, 가축에 해당하는 그룹을 추출하는 객체검출단계 및
    상기 가축에 해당하는 그룹이 추출된 3D 이미지의 기울기를 평면방정식을 이용하여 보정하는 기울기보정단계를 포함하는 3D 이미지 처리 방법.
  9. 제8항에 있어서,
    상기 전처리단계는,
    상기 3D 이미지 처리 장치가 상기 3D 이미지의 역상과 스케일을 변환하는 데이터변환단계;
    상기 3D 이미지에서 가축이 중심에 있다고 가정하여 중심점을 추출하고, 추출된 중심점을 통해 중심거리를 추출하는 중심추출단계 및
    상기 중심점과 중심거리를 이용하여 배경 또는 아웃라이어로 간주되는 점을 제거하는 점제거단계를 포함하는 3D 이미지 처리 방법.
KR1020210042048A 2021-03-31 2021-03-31 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법 KR102309278B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210042048A KR102309278B1 (ko) 2021-03-31 2021-03-31 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210042048A KR102309278B1 (ko) 2021-03-31 2021-03-31 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102309278B1 true KR102309278B1 (ko) 2021-10-07

Family

ID=78609732

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210042048A KR102309278B1 (ko) 2021-03-31 2021-03-31 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102309278B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150109868A (ko) * 2014-03-21 2015-10-02 동아대학교 산학협력단 깊이정보를 사용한 바닥영역 처리방법과 이를 위한 처리장치 및 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
KR102062609B1 (ko) * 2019-07-29 2020-01-06 전북대학교 산학협력단 3d 영상을 이용한 휴대형 가축 무게 측정시스템
KR102063845B1 (ko) * 2019-06-21 2020-01-08 국방과학연구소 영상 기반 계측 장치 및 그 방법
KR102123761B1 (ko) * 2019-06-20 2020-06-16 주식회사 일루베이션 3d 스캐닝을 이용한 3d 모델 분석 기반의 가축 추적 시스템 및 이의 가축 체중 예측 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150109868A (ko) * 2014-03-21 2015-10-02 동아대학교 산학협력단 깊이정보를 사용한 바닥영역 처리방법과 이를 위한 처리장치 및 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
KR102123761B1 (ko) * 2019-06-20 2020-06-16 주식회사 일루베이션 3d 스캐닝을 이용한 3d 모델 분석 기반의 가축 추적 시스템 및 이의 가축 체중 예측 방법
KR102063845B1 (ko) * 2019-06-21 2020-01-08 국방과학연구소 영상 기반 계측 장치 및 그 방법
KR102062609B1 (ko) * 2019-07-29 2020-01-06 전북대학교 산학협력단 3d 영상을 이용한 휴대형 가축 무게 측정시스템

Similar Documents

Publication Publication Date Title
US11627726B2 (en) System and method of estimating livestock weight
KR102062609B1 (ko) 3d 영상을 이용한 휴대형 가축 무게 측정시스템
CN111667448B (zh) 一种图像处理方法、装置及设备
CN110008947B (zh) 一种基于卷积神经网络的粮仓粮食数量监测方法及装置
CN110672189A (zh) 体重估计方法、装置、系统和存储介质
CN110796043A (zh) 容器检测、饲喂检测方法、装置及饲喂系统
EP3771198A1 (en) Target tracking method and device, movable platform and storage medium
CN111325217B (zh) 数据处理方法、装置、系统和介质
Kaixuan et al. Target detection method for moving cows based on background subtraction
CN112561986A (zh) 巡检机器人云台的二次对准方法、装置、设备和存储介质
CN113850244B (zh) 基于图像识别的输煤量监测方法、装置、设备及存储介质
KR102309278B1 (ko) 가축 중량 측정을 위한 3d 이미지 처리 장치 및 방법
WO2015031350A1 (en) Systems and methods for memory utilization for object detection
CN113505720A (zh) 图像处理方法及装置、存储介质、电子装置
CN112215304A (zh) 一种用于地理影像拼接的灰度影像匹配方法及装置
CN111640096B (zh) 电子产品外观的检测方法、装置及终端
KR102404137B1 (ko) 3d 영상을 기반으로한 거치형 가축 무게 추정 시스템과, 이를 이용한 가축 무게 추정 방법
CN111950527A (zh) 一种基于yolo v2神经网络的目标检测方法及装置
CN112116647B (zh) 估重方法和估重装置
CN112784713A (zh) 一种基于图像的猪体重估测方法、系统、设备及存储介质
CN112184701A (zh) 检测结果的确定方法、装置及系统
Yoshida et al. 3D measurement of a moving target using multiple slits with a random-dot pattern
CN109447139B (zh) 包含完整家畜的养殖场场景点云识别方法及装置
US20230334891A1 (en) Method for determining a penguin population, device and computer readable medium therefor
CN113763187B (zh) 理赔结果确定方法、理赔请求发送方法和装置

Legal Events

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