KR102398140B1 - 이미지 윤곽 측정 분석 장치 및 방법 - Google Patents

Abstract

본 발명의 일 실시 예는 카메라를 통해 촬영된 혹은 사람의 눈을 통해 보여지는 자연환경 이미지의 윤곽을 확장 및 축소하여, 대상의 형태나 위치 및 주변환경의 빛 반사와 같은 요소가 포함된 분석을 통해 자연환경에 대한 객관적인 이미지 분석 및 평가가 가능한 장치 및 방법을 제공한다. 본 발명의 실시 예에 따른 이미지 윤곽 측정 분석 장치는, 내부에 공간을 구비하는 측정챔버; 측정챔버와 결합되고, 측정챔버 내부에 위치하는 측정 대상의 이미지인 측정대상이미지를 획득하는 촬상부; 촬상부로부터 측정대상이미지를 전달받고, 측정대상이미지에 대한 분석을 수행하는 분석부; 분석부로부터 측정대상이미지에 대한 분석 정보를 전달받고 화면에 표시하는 디스플레이부; 및 분석부와 연결되고, 분석부로 사용자의 조작 정보를 전달하는 조작부;를 포함한다.

Description

이미지 윤곽 측정 분석 장치 및 방법 {APPARATUS AND METHOD FOR MEASURING AND ANALYZING THE CONTOURS OF AN IMAGE}

본 발명은 이미지 윤곽 측정 분석 장치 및 방법에 관한 것으로, 더욱 상세하게는, 카메라를 통해 촬영된 혹은 사람의 눈을 통해 보여지는 자연환경 이미지의 윤곽을 확장 및 축소하여, 대상의 형태나 위치 및 주변환경의 빛 반사와 같은 요소가 포함된 분석을 통해 자연환경에 대한 객관적인 이미지 분석 및 평가가 가능한 장치 및 방법에 관한 것이다.

자연환경 이미지 분석은 대체로 위장무늬와 연계하여 분석이 이루어 졌고, 이로 인해 위장무늬에 대한 연구는 일반적으로 군소속의 연구기관 또는 민간기관을 통해 지속적으로 진행되어 왔다.

위장은 외부의 관측으로부터 개개인의 병사, 군수물자 및 장비를 은폐 또는 기만하는 것이 주된 목적이나 최근에는 감시체계의 발전으로 점차 그 수준이 높아졌고 주변 자연환경 혹은 도심에 융합될 수 있는 위장에 대한 연구가 진행되고 있다.

특히, 국내 자연환경 이미지는 한반도를 중심으로 산림, 산악, 도서, 도심과 봄, 여름, 가을, 겨울의 사계절, 일출부터 일몰까지의 시간대별 다양한 환경 특징을 가지고 있으므로 이에 대한 분석 데이터는 더욱 그 활용도가 높다. 민간 위장무늬 연구 결과는 헌터복, 사냥복 및 게임용 밀리터리복 등 다양한 아웃도어 의류에 적용되고 제품화되었다.

그러나, 군수물자에 적용되는 전문 위장기능을 제외한 색상과 무늬의 관점에서 종래의 자연환경 이미지 분석은 단순히 눈으로 보여지는 이미지와 빛의 삼원색인 빨간, 녹색, 파란색을 이용해서 색을 표시하는 RGB값을 표준색상과 비교하고 분석하여 위장무늬에 그 데이터를 적용하였다. 한반도를 중심으로 산림, 산악, 도서, 도심과 봄, 여름, 가을, 겨울의 사계절, 일출부터 일몰까지의 시간대별 다양한 환경 특징을 가지고 있는 국내 자연환경 이미지는 이런 분석으로 정확히 분석할 수 없다.

특히, 같은 계절의 동일지역에서 일출 직후와 일몰 직전의 자연환경 이미지는 카메라를 통해 촬영된 혹은 사람의 눈을 통해 보여지는 이미지는 완전히 다르나 위장의 관점에서는 동일한 이미지로 보고 있다. 눈으로 보여지는 이미지가 완전히 다른데 동일 이미지로 분석하는 근거는 태양이 대상을 비추는 방향이 일출과 일몰시 동쪽과 서쪽으로 전체적인 이미지는 동일하다고 판단하기 때문이다. 그러나 여기에는 대상의 형태나 위치 및 주변환경의 빛 반사와 같은 요소가 배제된 것이 문제이다.

또한, 현재까지 자연환경 이미지를 분석함에 있어서 카메라를 통해 촬영된 혹은 사람의 눈을 통해 보여지는 자연환경 이미지의 윤곽을 확장 및 축소하여 측정 및 분석 가능한 표준화된 장치와 방법은 전무한 실정이다.

대한민국 공개특허 제10-2017-0028605호(발명의 명칭: RGB-D 영상 기반 사람 영역 추출 장치 및 그 방법)에서는, 입력되는 RGB 영상과 깊이 영상을 정합하여 정합된 RGB-D 영상데이터를 출력하는 데이터 입력부; 상기 데이터 입력부로부터 출력되는 정합된 RGB-D 영상 데이터로부터 배경 이미지를 제거하고, 배경 이미지가 제거된 영상으로부터 사람의 대략적인 영역과 상기 영역에 기 설정된 3차원 사람 모델을 적용시켜 관심 영역을 추출하는 관심 영역 추출부; 상기 관심 영역 추출부에서 추출된 관심 영역에 대하여 정합된 RGB-D 영상 데이터의 유사도를 분석하여 깊이 영상을 보정하는 깊이 정보 보정부; 및 상기 깊이 정보 보정부에서 보정된 깊이 영상으로부터 사람영역을 추출하는 사람 영역 추출부;를 포함하는 장치가 개시되어 있다.

대한민국 공개특허 제10-2017-0028605호

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 자연환경 이미지를 분석함에 있어서, 카메라를 통해 촬영된 혹은 사람의 눈을 통해 보여지는 자연환경 이미지의 윤곽을 확장 및 축소하여, 대상의 형태나 위치 및 주변환경의 빛 반사와 같은 요소가 포함된 분석을 통해 자연환경에 대한 객관적인 이미지 분석 및 평가가 가능한 장치 및 방법을 제공하는 것이다.

본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기와 같은 목적을 달성하기 위한 본 발명의 구성은, 내부에 공간을 구비하는 측정챔버; 상기 측정챔버와 결합되고, 상기 측정챔버 내부에 위치하는 측정 대상의 이미지인 측정대상이미지를 획득하는 촬상부; 상기 촬상부로부터 상기 측정대상이미지를 전달받고, 상기 측정대상이미지에 대한 분석을 수행하는 분석부; 상기 분석부로부터 상기 측정대상이미지에 대한 분석 정보를 전달받고 화면에 표시하는 디스플레이부; 및 상기 분석부와 연결되고, 상기 분석부로 사용자의 조작 정보를 전달하는 조작부;를 포함하고, 상기 분석부는, 상기 측정대상이미지에 표시된 복수 개의 피사체 각각의 윤곽 측정을 수행하고, 상기 조작부에 의해 상기 측정대상이미지 상에 설정된 목표범위와 비교범위에 대한 색상 분석을 수행하는 것을 특징으로 한다.

본 발명의 실시 예에 있어서, 상기 분석부는, 상기 측정대상이미지를 그레이스케일 변환시키고 상기 측정대상이미지의 각 픽셀에 부여된 값의 평균인 그레이평균값을 도출할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석부는, 그레이스케일을 밝기에 따라 총 9단계로 구분하고, 상기 그레이평균값이 포함되는 단계를 판단할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석부는, 상기 그레이평균값이 포함되는 단계에 따라 임계값을 변경시킬 수 있다.

본 발명의 실시 예에 있어서, 상기 분석부는, 상기 그레이평균값이 제5단계에 포함되는 경우, 상기 임계값을 128로 설정할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석부는, 상기 그레이평균값이 제5단계 보다 저 단계에 포함되는 경우, 상기 임계값을 10 내지 30 중 선택되는 어느 하나의 자연수로 설정할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석부는, 상기 그레이평균값이 제5단계 보다 고 단계에 포함되는 경우, 상기 임계값을 129 내지 150 중 선택되는 어느 하나의 자연수로 설정할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석부는, 설정된 상기 임계값을 이용하여 상기 측정대상이미지에 대해 모폴로지 연산을 수행하여 윤곽측정이미지를 생성시킬 수 있다.

본 발명의 실시 예에 있어서, 상기 윤곽측정이미지에서 각 픽셀에 부여된 RGB 수치 값의 평균 및 표준편차를 연산할 수 있다.

본 발명의 실시 예에 있어서, 상기 분석부는, 상기 목표범위와 상기 비교범위 각각에 대한 RGB 수치 값의 평균을 도출할 수 있다.

본 발명의 실시 예에 있어서, 상기 측정챔버의 내부에 형성되고 상기 측정 대상을 향해 광을 조사하는 조명부를 더 포함할 수 있다.

본 발명의 실시 예에 있어서, 상기 측정챔버의 내측면에 형성되고 상기 조명부의 광을 반사시키는 반사부를 더 포함할 수 있다.

상기와 같은 목적을 달성하기 위한 본 발명의 구성은, 상기 측정챔버 내부에 위치하는 측정 대상을 촬영하여 상기 측정대상이미지를 획득하는 제1단계; 상기 측정대상이미지를 그레이스케일 변환시키고 상기 그레이평균값을 도출하고, 상기 그레이평균값을 이용하여 상기 임계값을 설정하는 제2단계; 설정된 상기 임계값을 이용하여 상기 측정대상이미지에 대해 모폴로지 연산을 수행하여 윤곽측정이미지를 생성시키는 제3단계; 상기 윤곽측정이미지에서 각 픽셀에 부여된 RGB 수치 값의 평균 및 표준편차를 연산하는 제4단계; 상기 목표범위와 상기 비교범위 각각에 대한 RGB 수치 값의 평균을 도출하는 제5단계; 및 상기 제4단계와 제5단계의 결과 값을 상기 디스플레이부의 화면에 표시하는 제6단계;를 포함한다.

상기와 같은 구성에 따른 본 발명의 효과는, 자연환경에 대한 객관적인 이미지 분석 및 평가를 수행하고, 이를 수치화하여 데이터화함으로써, 측정 대상의 이미지에 대한 분석 정보를 위장무늬 제작에 이용 시 활용도를 증대시킬 수 있다는 것이다.

그리고, 본 발명의 효과는, 계절별 또는 시간별 측정 대상의 윤곽 및 색상 변화를 데이터화함으로써, 측정 대상 이미지에 대한 정밀한 분석정보를 제공할 수 있다는 것이다.

본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.

도 1과 도 2는 본 발명의 일 실시 예에 따른 이미지 윤곽 측정 분석 장치에 대한 개략도이다.
도 3과 도 4는 본 발명의 일 실시 예에 따른 디스플레이부에 표시된 화면에 대한 이미지이다.
도 5와 도 6은 본 발명의 일 실시 예에 따른 측정대상이미지와 윤곽측정이미지의 비교에 대한 도면이다.
도 7과 도 8은 본 발명의 일 실시 예에 따른 윤곽측정이미지의 각 픽셀에 부여된 RGB 수치 값과 광도 각각의 평균 및 표준편차를 연산하여 표시한 그래프이다.

이하에서는 첨부한 도면을 참조하여 본 발명을 설명하기로 한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 따라서 여기에서 설명하는 실시 예로 한정되는 것은 아니다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결(접속, 접촉, 결합)"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 부재를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.

본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 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.

이하 첨부된 도면을 참고하여 본 발명에 대하여 상세히 설명하기로 한다.

도 1과 도 2는 본 발명의 일 실시 예에 따른 이미지 윤곽 측정 분석 장치에 대한 개략도이고, 도 3과 도 4는 본 발명의 일 실시 예에 따른 디스플레이부(200)에 표시된 화면에 대한 이미지이다. 여기서, 도 1은 측정챔버(310)가 밀폐된 상태에 대한 것이고, 도 2는 측정챔버(310)가 개방된 상태에 대한 것이다. 그리고, 도 3은 디스플레이부(200)에 표시된 컨트롤프로그램 화면 및 측정대상이미지에 대한 것이고, 도 4는 디스플레이부(200)에 표시된 컨트롤프로그램 화면 및 윤곽측정이미지에 대한 것이다.

도 1 내지 도 4에서 보는 바와 같이, 본 발명의 이미지 윤곽 측정 분석 장치는, 내부에 공간을 구비하는 측정챔버(310); 측정챔버(310)와 결합되고, 측정챔버(310) 내부에 위치하는 측정 대상의 이미지인 측정대상이미지를 획득하는 촬상부(320); 촬상부(320)로부터 측정대상이미지를 전달받고, 측정대상이미지에 대한 분석을 수행하는 분석부(100); 분석부(100)로부터 측정대상이미지에 대한 분석 정보를 전달받고 화면에 표시하는 디스플레이부(200); 및 분석부(100)와 연결되고, 분석부(100)로 사용자의 조작 정보를 전달하는 조작부;를 포함한다.

그리고, 측정챔버(310)의 내부에는 측정 대상을 향해 광을 조사하는 조명부(330)가 형성될 수 있다. 그리고, 측정챔버(310)의 내측면에는 조명부(330)의 광을 반사시키는 반사부(340)가 형성될 수 있다. 또한, 측정챔버(310)의 하부에 인입 또는 인출 가능하며 측정 대상을 지지하는 카트리지부(360)가 형성될 수 있다. 인입 또는 인출되기 위해 카트리지부(360)는 슬라이딩 운동을 수행할 수 있다.

측정챔버(310)는 내부와 외부가 연결 가능하도록 개방된 투입구(311)를 구비하고, 투입구(311)를 통해 측정 대상이 측정챔버(310)의 내부로 투입되거나 측정챔버(310)의 내부로부터 배출될 수 있다. 투입구(311)는 전면도어(350)에 의해 개방 또는 폐쇄 가능하며, 도 1과 도 2에서 보는 바와 같이, 전면도어(350)는 슬라이딩 운동을 수행하여 투입구(311)의 개폐를 수행할 수 있다. 다만, 투입구(311)의 개폐를 위한 전면도어(350)의 운동이 슬라이딩 운동에 한정되는 것은 아니다.

투입구(311)를 향하는 전면도어(350)의 일면에는 복수 개의 휠이 설치될 수 있고, 측정챔버(310)의 외측면에서 투입구(311)에 인접한 부위에는 휠과 결합하여 휠이 이동 방향을 구속하는 레일(312)이 형성될 수 있다. 이에 따라, 휠이 레일(312)을 따라 이동하면서 전면도어(350)의 슬라이딩 운동이 수행될 수 있다.

카트리지부(360)는, 서랍의 형상을 구비할 수 있으며, 측정챔버(310)의 하부에 인입 시 측정챔버(310)의 내부 공간에 측정 대상이 노출되도록 형성되고, 카트리지부(360)에 의해 지지되는 측정 대상은 카트리지부(360)가 측정챔버(310)의 하부에 인입 시 촬상부(320)에 의해 촬영될 수 있는 상태가 될 수 있다. 그리고, 촬상부(320)는 측정챔버(310)의 상단에 형성되어 측정 대상에 대한 촬상을 수행할 수 있다. 측정대상이미지는 나무, 나뭇잎, 흙 등과 같은 물체일 수 있다. 또는, 측정 대상은 사전에 촬상된 사진 등일 수도 있다.

조명부(330)는 측정챔버(310)의 내부에서 천장면에 설치될 수 있으며, 반사부(340)는 측정챔버(310)의 내부 각각의 측면에 설치될 수 있다. 그리고, 조명부(330)의 광은 측정 대상을 향해 직접 조사되거나 반사부(340)에 반사되어 조사됨으로써, 촬상부(320)에 의한 측정 대상의 촬상 선명도가 향상될 수 있다. 조작부는 키보드, 마우스 등의 장치를 포함할 수 있으며, 사용자는 조작부를 이용하여 디스플레이부(200)에 표시된 컨트롤프로그램에 입력을 수행하여 분석부(100)로 조작 정보를 전달할 수 있다. 컨트롤프로그램의 각 버튼에 대해서는 하기에 상세히 설명하기로 한다.

분석부(100)는, 측정대상이미지에 표시된 복수 개의 피사체 각각의 윤곽 측정을 수행하고, 조작부에 의해 측정대상이미지 상에 설정된 목표범위(A)와 비교범위(B)에 대한 색상 분석을 수행할 수 있다. 이하, 이에 대해 상세히 설명하기로 한다.

상기와 같이 촬상부(320)에서 측정대상이미지를 획득한 후, 측정대상이미지는 분석부(100)로 전달되며, 분석부(100)에서는 측정대상이미지를 각각의 픽셀 별로 분할할 수 있다. 여기서, 각각의 픽셀은 RGB 수치 값을 구비할 수 있다. 이와 같이 측정대상이미지를 각각의 픽셀 별로 계산한 분석부(100)는, 측정대상이미지를 그레이스케일로 변환시켜 그레이이미지를 생성시키고, 그레이이미지의 각 픽셀에 부여된 값의 평균인 그레이평균값을 도출할 수 있다. 여기서, 각각의 픽셀에는 0 내지 255 중 선택되는 어느 하나의 자연수가 매칭될 수 있으며, 이와 같이 각각의 픽셀에 부여된 값을 그레이 픽셀값이라고 할 수 있다. 그리고, 복수 개의 픽셀의 각각의 그레이 픽셀값에 대한 평균이 그레이평균값일 수 있다.

분석부(100)는, 그레이스케일을 밝기에 따라 총 9단계로 구분하고, 그레이평균값이 포함되는 단계를 판단할 수 있다. 구체적으로, 상기된 총 9단계에서, 제1단계는 0 내지 30 범위의 밝기 단계이고, 제2단계는 31 내지 60 범위의 밝기 단계이며, 제3단계는 61 내지 90 범위의 밝기 단계이고, 제4단계는 91 내지 120 범위의 밝기 단계이며, 제5단계는 121 내지 150 범위의 밝기 단계일 수 있다. 그리고, 제6단계는 151 내지 180 범위의 밝기 단계이고, 제7단계는 181 내지 210 범위의 밝기 단계이며, 제8단계는 211 내지 240 범위의 밝기 단계이고, 제9단계는 241 내지 255 범위의 밝기 단계일 수 있다. 그레이평균값이 포함되는 단계에 따라 분석부(100)는 그레이 픽셀값에 대한 임계값을 설정할 수 있다. 이에 대해서는 하기에 상세히 설명하기로 한다.

분석부(100)는, 그레이평균값이 포함되는 단계에 따라 임계값을 변경시킬 수 있다. 구체적으로, 분석부(100)는, 그레이평균값이 제5단계에 포함되는 경우, 임계값을 128로 설정할 수 있다. 또한, 분석부(100)는, 그레이평균값이 제5단계 보다 저(low) 단계에 포함되는 경우, 임계값을 10 내지 30 중 선택되는 어느 하나의 자연수로 설정할 수 있다. 그리고, 분석부(100)는, 그레이평균값이 제5단계 보다 고(high) 단계에 포함되는 경우, 임계값을 129 내지 150 중 선택되는 어느 하나의 자연수로 설정할 수 있다. 상기와 같이, 분석부(100)는, 그레이평균값이 포함되는 단계를 분석하여 그레이이미지의 상태를 판단하여, 그레이평균값이 포함되는 단계에 따라 임계값을 가변시킬 수 있다.

측정대상이미지는 자연환경에 대한 이미지일 수 있으며, 그레이평균값이 제5단계에 포함되는 경우에는, 분석부(100)는 측정대상이미지가 일반적인 자연환경을 나타내는 것으로 판단할 수 있다. 또한, 그레이평균값이 제5단계 보다 저 단계에 포함되는 경우에는, 분석부(100)는 측정대상이미지가 일출 전 또는 일몰 후 등의 상대적으로 검은색 비율이 높은 자연환경을 나타내는 것으로 판단할 수 있다. 그리고, 그레이평균값이 제5단계 보다 고 단계에 포함되는 경우에는, 분석부(100)는 측정대상이미지가 눈 내린 곳, 설산 등 흰색 비율이 높은 자연환경을 나타내는 것으로 판단할 수 있다.

사용자는 사전에 조작부를 이용하여 상기된 각각의 경우에 선택되는 임계값을 설정할 수 있다. 구체적으로, 그레이평균값이 제5단계 보다 저 단계에 포함되는 경우 10 내지 30 중 선택되는 어느 하나의 자연수로 설정하고, 그레이평균값이 제5단계 보다 고 단계에 포함되는 경우 129 내지 150 중 선택되는 어느 하나의 자연수로 설정할 수 있다. 그리고, 분석부(100)는 각각의 경우에 설정된 수로 임계값을 특정할 수 있다.

상기와 같이 각각의 경우에 따라 임계값이 특정된 후, 도 4에서 보는 바와 같이, 분석부(100)는, 설정된 임계값을 이용하여 컬러이미지인 측정대상이미지에 대해 모폴로지(Morphology) 연산을 수행하여 윤곽측정이미지를 생성시킬 수 있다.

구체적으로, 먼저, 측정대상이미지를 R, G, B 각각의 채널(chnnel) 별로 분리하여, 각각의 채널이 반영된 R이미지, G이미지 및 B이미지를 생성할 수 있다. 즉, R이미지에서는 각각의 픽셀에서 R채널 값만 반영되고, G이미지에서는 각각의 픽셀에서 G채널 값만 반영되며, B이미지에서는 각각의 픽셀에서 B채널 값만 반영될 수 있다. 그리고, R이미지, G이미지 및 B이미지 각각에서, 픽셀 별로 R, G 및 B 각각의 채널 값을 0 내지 255의 범위로 나눌 수 있다. 여기서, R, G 및 B 각각의 채널 값으 선택되는 수는 자연수일 수 있다.

다음으로, R이미지, G이미지 및 B이미지 각각의 이미지에 대해 상기에서 설정된 임계값을 기준으로 모폴로지 연산 수행하여 윤곽 측정을 수행할 수 있다. 그리고, R이미지, G이미지 및 B이미지 각각의 이미지에 대한 윤곽 측정 결과 값을 통합하여 윤곽측정이미지를 생성시킬 수 있다. 여기서, 모폴로지 연산은 Visual basic, Visual C++, MATLAB 등의 컴퓨터 프로그램을 이용하여 연산될 수 있으며, 본 발명의 실시 예에 이용되는 모폴로지 연산 알고리즘은 종래기술로써 연산에 대한 상세한 설명은 생략하기로 한다.

그리고, 사용자는 조작부를 통해 침식(Erosion)연산 또는 팽창(Dilatation)연산을 선택하여 윤곽측정이미지 내 피사체들의 윤곽을 확장 또는 축소시킬 수 있다. 그리고, 분석부(100)는, 윤곽측정이미지에서 각 픽셀에 부여된 RGB 수치 값의 평균 및 표준편차를 연산할 수 있다. 즉, RGB의 각 요소, 즉, R(Red)과 G(Green) 및 B(Blue) 각각에 대한 수치 값에 대한 평균을 연산함과 동시에 표준편차도 연산할 수 있다. 또한, 각각의 픽셀에 대한 광도(Luminosity)의 평균 값도 연산할 수 있다.

분석부(100)는, 목표범위(A)와 비교범위(B) 각각에 대한 RGB 수치 값의 평균을 도출할 수 있다. 도 3에서 보는 바와 같이, 사용자는 조작부의 조작으로 목표범위(A)와 비교범위(B)를 설정할 수 있으며, 분석부(100)는 목표범위(A)와 비교범위(B) 각각에 대한 RGB의 각 요소, 즉, R(Red)과 G(Green) 및 B(Blue) 각각에 대한 수치 값에 대한 평균을 연산하여 도출하여 컨트롤프로그램 화면 상에 표시할 수 있다.

도 3과 도 4에서 보는 바와 같이 컨트롤프로그램이 형성될 수 있으며, 사용자는 조작부의 마우스 등을 이용하여 컨트롤프로그램의 버튼을 클릭함으로써 분석부(100)에 조작 정보를 전달할 수 있다. 컨트롤프로그램 화면에서, 색상보기 버튼(201)은 사용자가 목표범위(A)와 비교범위(B)를 확정한 후 클릭하는 버튼으로, 색상보기 버튼(201)을 클릭하면 목표범위(A)와 비교범위(B) 각각에 대한 RGB 수치 값의 평균 값이 표시될 수 있다. 구체적으로, 도 3과 도 4 좌하단의 색상비교창(202)에, 목표범위(A)에 대한 RGB 수치 값의 평균 값이 96.45(Red), 92.67(Green), 45.77(Blue)로 표시될 수 있으며, 비교범위(B)에 대한 RGB 수치 값의 평균 값이 165.80(Red), 122.78(Green), 82.09(Blue)로 표시될 수 있다. 색상비교창(202)에서 목표범위(A)와 비교범위(B)의 색상은 RGB 수치 값의 평균 값에 의한 색상일 수 있다.

색상비교창(202)의 우측에는 CIELAB(dL*, da*, db*, dE*) 결과 값이 표시될 수 있다. CIELAB(dL*, da*, db*, dE*)의 이용은 염색된 원단의 목표색상과 비교색상을 비교하고 이에 따른 색상차이를 산출 할 수 있는 부가 기능일 수 있다. 자연환경에서는 동일한 낙엽이라고 해도 낙엽의 전체 색상이 다르므로, 이를 비교하기 위한 산출 기능으로 CIELAB(dL*, da*, db*, dE*)을 이용할 수 있다. 그리고, 색상설정완료 버튼(203) 클릭 시 목표범위(A)와 비교범위(B)에 대한 CIELAB 수치가 표시될 수 있다.

화면 우상단의 목표 버튼(204)을 클릭 시 목표범위(A)를 선택 가능하고, 비교 버튼(205)을 클릭 시 비교범위(B)를 선택 가능할 수 있다. 그 하부에는 캡쳐표시 버튼(206)이 있으며, 캡쳐표시 버튼(206)은 분석부(100)에 저장된 측정대상이미지를 불러오거나 촬상부(320)에 의해 촬상된 측정대상이미지에 목표범위(A)와 비교범위(B)를 확정하고 측정대상이미지의 사이즈(비율: 0~100)를 결정한 후에 목표범위(A)와 비교범위(B) 각각의 위치 및 사이즈, 측정대상이미지의 사이즈를 고정시키기 위한 버튼일 수 있다.

이미지 불러오기 버튼(207)은 분석부(100)에 저장된 측정대상이미지를 불러오기 위해 이용되는 버튼이고, 카메라 촬영 버튼(208)은 촬상부(320)에 의해 측정대상이미지를 촬상하기 위한 버튼일 수 있다. 즉, 카메라 촬영 버튼(208) 클릭 시 촬상부(320)에 의해 측정 대상에 대한 촬영이 수행될 수 있다. 그리고, 도 4에서 보는 바와 같이, 윤곽분석 버튼(209) 클릭 시, 분석부(100)에 의해 윤곽측정이미지가 생성되어 컨트롤프로그램 화면에 표시될 수 있다.

도 5와 도 6은 본 발명의 일 실시 예에 따른 측정대상이미지와 윤곽측정이미지의 비교에 대한 도면이다. 도 5와 도 6은 동일한 지역에서 촬영된 이미지이다.

구체적으로, 도 5의 (a)에서, 좌측 이미지는 겨울 야산에서 07시에 촬영된 측정대상이미지고, 우측이미지는 이와 같은 측정대상이미지에 대해 윤곽 측정이 수행된 윤곽측정이미지이다. 또한, 도 5의 (b)에서, 좌측 이미지는 겨울 야산에서 12시에 촬영된 측정대상이미지고, 우측이미지는 이와 같은 측정대상이미지에 대해 윤곽 측정이 수행된 윤곽측정이미지이다. 그리고, 도 5의 (c)에서, 좌측 이미지는 겨울 야산에서 18시에 촬영된 측정대상이미지고, 우측이미지는 이와 같은 측정대상이미지에 대해 윤곽 측정이 수행된 윤곽측정이미지이다.

도 6의 (a)에서, 좌측 이미지는 여름 야산에서 07시에 촬영된 측정대상이미지고, 우측이미지는 이와 같은 측정대상이미지에 대해 윤곽 측정이 수행된 윤곽측정이미지이다. 또한, 도 6의 (b)에서, 좌측 이미지는 여름 야산에서 12시에 촬영된 측정대상이미지고, 우측이미지는 이와 같은 측정대상이미지에 대해 윤곽 측정이 수행된 윤곽측정이미지이다. 그리고, 도 6의 (c)에서, 좌측 이미지는 여름 야산에서 18시에 촬영된 측정대상이미지고, 우측이미지는 이와 같은 측정대상이미지에 대해 윤곽 측정이 수행된 윤곽측정이미지이다.

도 5와 도 6에서 보는 바와 같이, 겨울 07시, 12시, 18시의 자연환경 이미지인 측정대상이미지와 이에 대한 윤곽측정이미지는 시각적으로 구분이 가능할 정도의 차이를 보였으나, 겨울 07시, 18시의 윤곽측정이미지의 경우, 여름 12시의 윤곽측정이미지에 비해 붉고 검은 계열의 범위가 넓게 분포되어 있음을 알 수 있다. 그리고, 여름 06시, 12시, 18시의 자연환경 이미지인 측정대상이미지와 이에 대한 윤곽측정이미지는 시각적으로 구분이 가능할 정도의 차이를 보였으나, 여름 06시, 18시의 윤곽측정이미지의 경우 여름 12시의 윤곽측정이미지에 비해 붉은 계열의 범위가 넓게 분포되어 있음을 알 수 있다. 이에 따라, 계절별 또는 시간별로 측정대상이미지 내 피사체의 윤곽 분석이 차이남을 확인할 수 있다.

도 7과 도 8은 본 발명의 일 실시 예에 따른 윤곽측정이미지의 각 픽셀에 부여된 RGB 수치 값과 광도 각각의 평균 및 표준편차를 연산하여 표시한 그래프이다.

여기서, 도 7의 (a)는 도 5의 (a)의 윤곽측정이미지 각 픽셀의 RGB 수치 값 및 광도 값의 표준편차에 대한 그래프이고, 도 7의 (b)는 도 5의 (b)의 윤곽측정이미지 각 픽셀의 RGB 수치 값 및 광도 값의 표준편차에 대한 그래프이며, 도 7의 (c)는 도 5의 (c)의 윤곽측정이미지 각 픽셀의 RGB 수치 값 및 광도 값의 표준편차에 대한 그래프이고, 도 7의 (d)는 도 7의 (a) 내지 (c)에 나타난 RGB 수치 값 각각의 표준편차를 반영한 선형 비교 그래프이다.

도 8의 (a)는 도 6의 (a)의 윤곽측정이미지 각 픽셀의 RGB 수치 값 및 광도 값의 표준편차에 대한 그래프이고, 도 8의 (b)는 도 6의 (b)의 윤곽측정이미지 각 픽셀의 RGB 수치 값 및 광도 값의 표준편차에 대한 그래프이며, 도 8의 (c)는 도 6의 (c)의 윤곽측정이미지 각 픽셀의 RGB 수치 값 및 광도 값의 표준편차에 대한 그래프이고, 도 8의 (d)는 도 8의 (a) 내지 (c)에 나타난 RGB 수치 값 각각의 표준편차를 반영한 선형 비교 그래프이다.

도 7과 도 8에서 보는 바와 같이, 광도(luminosity) 값은 겨울07시, 18시가 유사하고, RGB값은 겨울 07시와 18시가 유사한 반면, 겨울 12시의 경우 blue, green 값은 낮았다. 도 7의 (d)의 선형 비교 그래프에서도 blue, green 값이 상대적으로 낮음을 알 수 있다. 그리고, 광도(luminosity) 값은 여름 06시, 12시, 18시 모두 유사하고, RGB값은 여름 06시와 18시가 유사한 반면, 여름 12시의 경우 blue값은 낮았다. 도 8의 (d)의 선형 비교 그래프에서도 blue 값이 상대적으로 낮음을 알 수 있다. 이에 따라, 계절별 또는 시간별로 측정대상이미지 내 피사체의 색상이 차이남을 확인할 수 있다.

상기와 같이, 본 발명의 이미지 윤곽 측정 분석 장치를 이용하는 경우, 계절별 또는 시간별 측정 대상의 윤곽 및 색상 변화를 데이터화함으로써, 측정대상이미지에 대한 정밀한 분석정보를 제공할 수 있다

그리고, 자연환경에 대한 객관적인 이미지 분석 및 평가를 수행하고, 이를 수치화하여 데이터화함으로써, 측정 대상의 이미지에 대한 분석 정보를 위장무늬 제작에 이용 시 활용도를 증대시킬 수 있다. 이에 따라, 본 발명의 이미지 윤곽 측정 분석 장치를 포함하는 위장무늬 디자인 시스템을 형성할 수 있다. 구체적으로, 상기와 같은 윤곽측정이미지를 이용하여 위장무늬의 윤곽 패턴을 생성할 수 있으며, 목표범위(A)와 비교범위(B)의 색상을 위장무늬의 윤곽 패턴 내에 배치함으로써 위장무늬를 구비한 원단을 제조할 수 있다. 그리고, 이와 같이 제조된 원단을 이용하여 군복, 사냥복, 등산복 등 다양한 아웃도어 의류를 제작할 수 있다.

이하, 상기와 같은 본 발명의 이미지 윤곽 측정 분석 장치를 이용한 이미지 윤곽 측정 분석 방법에 대해 설명하기로 한다.

먼저, 제1단계에서, 측정챔버(310) 내부에 위치하는 측정 대상을 촬영하여 측정대상이미지를 획득할 수 있다. 그리고, 제2단계에서, 측정대상이미지를 그레이스케일 변환시키고 그레이평균값을 도출하고, 그레이평균값을 이용하여 임계값을 설정할 수 있다.

다음으로, 제3단계에서, 설정된 임계값을 이용하여 측정대상이미지에 대해 모폴로지 연산을 수행하여 윤곽측정이미지를 생성시키고, 제4단계에서, 윤곽측정이미지에서 각 픽셀에 부여된 RGB 수치 값의 평균 및 표준편차를 연산할 수 있다. 그 후, 제5단계에서, 목표범위(A)와 비교범위(B) 각각에 대한 RGB 수치 값의 평균을 도출할 수 있다.

그리고, 제6단계에서, 상기된 제4단계와 제5단계의 결과 값을 디스플레이부(200)의 화면에 표시할 수 있다. 이미지 윤곽 측정 분석 방법에 대한 나머지 사항은, 상기된 이미지 윤곽 측정 분석 장치에 대한 설명에 기재된 사항과 동일할 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100 : 분석부
200 : 디스플레이부
310 : 측정챔버
311 : 투입구
312 : 레일
320 : 촬상부
330 : 조명부
340 : 반사부
350 : 전면도어
360 : 카트리지부

Claims (14)

1. 내부에 공간을 구비하는 측정챔버;
   상기 측정챔버와 결합되고, 상기 측정챔버 내부에 위치하는 측정 대상의 이미지인 측정대상이미지를 획득하는 촬상부;
   상기 촬상부로부터 상기 측정대상이미지를 전달받고, 상기 측정대상이미지에 대한 분석을 수행하는 분석부;
   상기 분석부로부터 상기 측정대상이미지에 대한 분석 정보를 전달받고 화면에 표시하는 디스플레이부; 및
   상기 분석부와 연결되고, 상기 분석부로 사용자의 조작 정보를 전달하는 조작부;를 포함하고,
   상기 분석부는, 상기 측정대상이미지에 표시된 복수 개의 피사체 각각의 윤곽 측정을 수행하고, 상기 조작부에 의해 상기 측정대상이미지 상에 설정된 목표범위와 비교범위에 대한 색상 분석을 수행하기 위하여,
   상기 분석부는, 상기 목표범위와 상기 비교범위 각각에 대해서, 상기 측정대상이미지를 그레이스케일 변환시키고 상기 측정대상이미지의 각 픽셀에 부여된 값의 평균인 그레이평균값을 도출하고, 그레이스케일을 밝기에 따라 총 9단계로 구분하고, 상기 그레이평균값이 포함되는 단계를 판단하며,
   상기 그레이평균값이 포함되는 단계에 따라 임계값을 변경시키고, 설정된 상기 임계값을 이용하여 상기 측정대상이미지에서 상기 목표범위와 상기 비교범위에 대해 윤곽측정이미지를 생성시키며, 각각의 윤곽측정이미지에서 각 픽셀에 부여된 RGB 수치 값의 평균과 표준편차 및 광도의 평균을 연산함으로써,
   상기 목표범위의 RGB 수치 값의 평균과 표준편차 및 광도의 평균과 상기 비교범위의 RGB 수치 값의 평균과 표준편차 및 광도의 평균을 비교하기 위한 데이터, 및 측정 대상의 시간별 색상 변화 데이터를 생성하는 것을 특징으로 하는 이미지 윤곽 측정 분석 장치.
   
2. 삭제
3. 삭제
4. 삭제
5. 청구항 1에 있어서,
   상기 분석부는, 상기 그레이평균값이 제5단계에 포함되는 경우, 상기 임계값을 128로 설정하는 것을 특징으로 하는 이미지 윤곽 측정 분석 장치.
   
6. 청구항 1에 있어서,
   상기 분석부는, 상기 그레이평균값이 제5단계 보다 저 단계에 포함되는 경우, 상기 임계값을 10 내지 30 중 선택되는 어느 하나의 자연수로 설정하는 것을 특징으로 하는 이미지 윤곽 측정 분석 장치.
   
7. 청구항 1에 있어서,
   상기 분석부는, 상기 그레이평균값이 제5단계 보다 고 단계에 포함되는 경우, 상기 임계값을 129 내지 150 중 선택되는 어느 하나의 자연수로 설정하는 것을 특징으로 하는 이미지 윤곽 측정 분석 장치.
   
8. 청구항 1에 있어서,
   상기 분석부는, 설정된 상기 임계값을 이용하여 상기 측정대상이미지에 대해 모폴로지 연산을 수행하여 윤곽측정이미지를 생성시키는 것을 특징으로 하는 이미지 윤곽 측정 분석 장치.
   
9. 삭제
10. 삭제
11. 청구항 1에 있어서,
    상기 측정챔버의 내부에 형성되고 상기 측정 대상을 향해 광을 조사하는 조명부를 더 포함하는 것을 특징으로 하는 이미지 윤곽 측정 분석 장치.
    
12. 청구항 11에 있어서,
    상기 측정챔버의 내측면에 형성되고 상기 조명부의 광을 반사시키는 반사부를 더 포함하는 것을 특징으로 하는 이미지 윤곽 측정 분석 장치.
    
13. 청구항 1, 청구항 5 내지 8, 청구항 11 및 청구항 12 중 선택되는 어느 하나의 항에 의한 이미지 윤곽 측정 분석 장치를 포함하는 것을 특징으로 하는 위장무늬 디자인 시스템.
    
14. 청구항 1의 이미지 윤곽 측정 분석 장치를 이용한 이미지 윤곽 측정 분석 방법에 있어서,
    상기 측정챔버 내부에 위치하는 측정 대상을 촬영하여 상기 측정대상이미지를 획득하는 제1단계;
    상기 측정대상이미지를 그레이스케일 변환시키고 상기 그레이평균값을 도출하며, 상기 그레이평균값을 이용하여 상기 임계값을 설정하는 제2단계;
    설정된 상기 임계값을 이용하여 상기 측정대상이미지에 대해 모폴로지 연산을 수행하여 윤곽측정이미지를 생성시키는 제3단계;
    상기 윤곽측정이미지에서 각 픽셀에 부여된 RGB 수치 값의 평균 및 표준편차를 연산하는 제4단계;
    상기 목표범위와 상기 비교범위 각각에 대한 RGB 수치 값의 평균을 도출하는 제5단계; 및
    상기 제4단계와 제5단계의 결과 값을 상기 디스플레이부의 화면에 표시하는 제6단계;를 포함하는 것을 특징으로 하는 이미지 윤곽 측정 분석 방법.

Images