KR102432585B1 - Image processing system and method for inside observations - Google Patents
Image processing system and method for inside observations Download PDFInfo
- Publication number
- KR102432585B1 KR102432585B1 KR1020210188012A KR20210188012A KR102432585B1 KR 102432585 B1 KR102432585 B1 KR 102432585B1 KR 1020210188012 A KR1020210188012 A KR 1020210188012A KR 20210188012 A KR20210188012 A KR 20210188012A KR 102432585 B1 KR102432585 B1 KR 102432585B1
- Authority
- KR
- South Korea
- Prior art keywords
- image data
- histogram
- image
- channel
- processing unit
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 26
- 238000003672 processing method Methods 0.000 claims description 10
- 238000000926 separation method Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 4
- 230000001681 protective effect Effects 0.000 claims description 2
- 230000000903 blocking effect Effects 0.000 claims 2
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 description 12
- 238000009430 construction management Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000214 mouth Anatomy 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010415 tidying Methods 0.000 description 1
Images
Classifications
-
- G06T5/001—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
Description
본 발명은 내부 관측을 위한 이미지 처리 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 건설현장에서의 시공 관리 및 안전 관리를 보조하기 위한 드론 촬영 이미지 데이터에 대한 영상 처리를 통한, 촬영 이미지 데이터의 객체 식별성을 향상시킬 수 있는 내부 관측을 위한 이미지 처리 시스템 및 그 방법에 관한 것이다.The present invention relates to an image processing system for internal observation and a method therefor, and more particularly, to an object of photographed image data through image processing for drone photographed image data for assisting construction management and safety management at a construction site It relates to an image processing system and method for internal observation capable of improving discrimination.
최근들어, 건설 현장에서의 시공 관리(토공량 산출, BIM 도면 등)와 안전 관리(근로자 개인 보호구 착용 상태 확인, 자재 보관 상태 확인, 작업장 정리 상태 확인 등)를 보조하는 방법으로 관리자가 직접 건설 현장 내부에 진입/방문하지 않고 드론 등을 통해 촬영한 현장 영상 데이터를 이용하는 방법이 대두되고 있다.Recently, as a method of assisting construction management (earthwork volume calculation, BIM drawings, etc.) and safety management (checking workers wearing personal protective equipment, checking material storage status, checking workplace tidying status, etc.) at a construction site, managers directly A method of using field image data captured by drones, etc. without entering/visiting the site, is emerging.
건설 현장의 근로자들은 시공을 위해 가설 구조물의 내부에서 작업을 하는 경우가 많으며, 가설 구조물의 붕괴 또는, 전도 사고의 경우, 가설 구조물의 내부의 구조적인 문제로 인해 발생하는 경우가 많으므로, 정확한 안전 관리를 위해서는 가설 구조물의 내부에 대한 정확한 관측이 필요하다.Workers at construction sites often work inside temporary structures for construction, and in the case of collapse of temporary structures or overturning accidents, it is often caused by structural problems inside temporary structures. For management, accurate observation of the inside of the temporary structure is required.
그렇지만, 통상적으로 거설 현장은 구조물을 건설하기 위한 가설 구조물의 경우, 추락 등을 방지하기 위한 수직 보호망(낙하물 방지망)이 설치되기 때문에, 드론 등을 통한 현장 영상 데이터를 활용하기에는 수직 보호망(낙하물 방지망)에 의해서 가설 구조물의 정확한 내부 관측이 어려운 실정이다.However, in the case of a temporary structure for constructing a structure, a vertical protection net (fall prevention net) is installed to prevent a fall, etc. Therefore, it is difficult to accurately observe the inside of the temporary structure.
이러한 수직 보호망으로 인해 현장 영상 데이터를 통해서 식별할 수 있는 범위는 지표면, 구조물의 외곽, 가설 구조물의 외곽 등으로 한정되기 때문에, 관리자가 직접 건설 현장 내부에 진입/방문하지 않고 신속하고 정확하게 현장 영상 데이터를 획득할 수 있는 드론에 의한 안전 관리/시공 관리의 활용 범위가 제한적인 문제점이 있다.Because of this vertical protection net, the range that can be identified through the on-site image data is limited to the ground surface, the outside of the structure, and the outside of the temporary structure. There is a problem in that the scope of use of safety management / construction management by drones that can obtain
이와 관련해서, 국내공개특허 제10-2016-0116985호("이미지 처리 방법 및 장치")에서는 이미지의 특성에 따른 히스토그램 평탄화를 통해 이미지의 다이나믹 레인지를 확장시켜 이미지의 인식성 및 시인성을 향상시킬 수 있는 기술을 개시하고 있다.In this regard, in Korean Patent Application Laid-Open No. 10-2016-0116985 (“Image processing method and apparatus”), it is possible to improve the recognition and visibility of an image by extending the dynamic range of the image through flattening the histogram according to the characteristics of the image. technology is disclosed.
본 발명은 상기한 바와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 건설현장에서의 시공 관리 및 안전 관리를 보조하기 위한 드론 촬영 이미지 데이터, 특히, 가림막이 설치된 구조물의 촬영 이미지 데이터에 대한 영상 처리를 통한 구조물 내부의 객체 식별성을 향상시킬 수 있는 내부 관측을 위한 이미지 처리 시스템 및 그 방법을 제공하는 것이다.The present invention has been devised in order to solve the problems of the prior art as described above, and an object of the present invention is to assist in construction management and safety management at a construction site. To provide an image processing system and method for internal observation capable of improving object identification inside a structure through image processing on image data.
본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템에 있어서, 구조물의 내부 관측을 위한 이미지 데이터가 입력되는 이미지 입력부(100), 상기 이미지 입력부(100)에 의한 상기 이미지 데이터를 RGB 모델 기반으로 R, G, B 채널로 분리하는 RGB 처리부(200), 상기 RGB 처리부(200)에 의해 분리한 각 채널 별 분리 이미지 데이터의 히스토그램 균등화(histogram equalization)를 수행하는 균등화 처리부(300) 및 상기 균등화 처리부(300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 결합하여, 보정 이미지 데이터를 생성하는 보정 생성부(400)를 포함하는 것이 바람직하다.In the image processing system for internal observation according to an embodiment of the present invention, the
더 나아가, 상기 이미지 데이터는 이미지 촬영 수단을 통해서, 가림막이 설치된 구조물의 외부에서 구조물의 내부 방향으로 촬영한 데이터인 것이 바람직하다.Furthermore, it is preferable that the image data is data taken from the outside of the structure in which the shielding screen is installed to the inside of the structure through the image capturing means.
더 나아가, 상기 보정 이미지 데이터는 구조물에 설치된 가림막이 투과 처리된 이미지 데이터인 것이 바람직하다.Furthermore, it is preferable that the corrected image data is image data in which the shielding film installed on the structure is transmitted.
더 나아가, 상기 내부 관측을 위한 이미지 처리 시스템은 상기 균등화 처리부(300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 전달받아, 히스토그램 스트레칭(histogram stretching)을 수행하는 스트레칭 처리부(500)를 더 포함하며, 상기 보정 생성부(400)는 상기 스트레칭 처리부(500)에 의해 스트레칭을 수행한 각 채널 별 분리 이미지 데이터를 결합하여, 상기 보정 이미지 데이터를 생성하 것이 바람직하다.Furthermore, the image processing system for internal observation receives the separated image data for each channel that has been equalized by the
본 발명의 또 다른 일 실시예에 따른 컴퓨터로 구현되는 내부 관측을 위한 이미지 처리 시스템에 의해 각 단계가 수행되는 내부 관측을 위한 이미지 처리 방법에 있어서, 이미지 입력부에서, 구조물의 내부 관측을 위한 이미지 데이터를 입력받는 입력 단계(S100), RGB 처리부에서, 상기 입력 단계(S100)에 의한 상기 이미지 데이터를 RGB 모델 기반으로 R, G, B 채널로 분리하는 채널 분리 단계(S200), 균등화 처리부에서, 상기 채널 분리 단계(S200)에 의해 분리한 각 채널 별 분리 이미지 데이터의 히스토그램 균등화(histogram equalization)를 수행하는 제1 처리 단계(S300) 및 보정 생성부에서, 상기 제1 처리 단계(S300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 결합하여, 보정 이미지 데이터를 생성하는 보정 생성 단계(S400)를 포함하는 것이 바람직하다.In the image processing method for internal observation in which each step is performed by the computer-implemented image processing system for internal observation according to another embodiment of the present invention, in the image input unit, image data for internal observation of a structure In the input step (S100) of receiving an input, in the RGB processing unit, in the channel separation step (S200) of dividing the image data by the input step (S100) into R, G, and B channels based on the RGB model, in the equalization processing unit, the In the first processing step (S300) of performing histogram equalization of the separated image data for each channel separated by the channel separation step (S200) and the correction generating unit, equalization by the first processing step (S300) It is preferable to include a correction generating step (S400) of generating corrected image data by combining the separated image data for each channel that has been performed.
더 나아가, 상기 입력 단계(S100)는 가림막이 설치된 구조물의 외부에서 구조물의 내부 방향으로 촬영한 데이터를 상기 이미지 데이터로 입력받으며, 상기 보정 생성 단계(S400)는 구조물에 설치된 가림막이 투과 처리된 이미지 데이터를 상기 보정 이미지 데이터로 생성하는 것이 바람직하다.Further, in the input step (S100), data photographed from the outside of the structure in which the screen is installed to the inside of the structure is input as the image data, and the correction generation step (S400) is an image in which the screen is transmitted through the structure installed in the structure. It is preferable to generate data as the correction image data.
더 나아가, 상기 내부 관측을 위한 이미지 처리 방법은 상기 보정 생성 단계(S400)를 수행하기 전, 스트레칭 처리부에서, 상기 제1 처리 단계(S300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 전달받아, 히스토그램 스트레칭(histogram stretching)을 수행하는 제2 처리 단계(S310)를 더 포함하는 것이 바람직하다.Furthermore, in the image processing method for internal observation, before performing the correction generating step (S400), in the stretching processing unit, the separated image data for each channel that has been equalized by the first processing step (S300) is delivered In response, it is preferable to further include a second processing step (S310) of performing histogram stretching.
더 나아가, 상기 보정 생성 단계(S400)는 상기 제2 처리 단계(S310)에 의해 스트레칭을 수행한 각 채널 별 분리 이미지 데이터를 결합하여, 상기 보정 이미지 데이터를 생성하는 것이 바람직하다.Furthermore, in the correction generating step ( S400 ), it is preferable to generate the corrected image data by combining the separated image data for each channel that has been stretched by the second processing step ( S310 ).
상기와 같은 구성에 의한 본 발명의 내부 관측을 위한 이미지 처리 시스템 및 그 방법은 The image processing system and method for internal observation of the present invention according to the configuration as described above
가림막(수직 보호망, 낙하물 방지망 등)이 설치된 구조물(또는, 가설 구조물)의 이미지 데이터를 처리하여, 가림막이 투과 처리된 보정 이미지 데이터를 생성함으로써, 드론 등을 통한 현장 촬영 데이터를 통한 안전 관리/시공 관리의 활용 범위를 확대할 수 있는 장점이 있다.By processing image data of structures (or temporary structures) installed with screens (vertical protection nets, falling object prevention nets, etc.) It has the advantage of expanding the scope of use of management.
이러한 구조물의 가림막 내부 관측 기술을 통해, 건설 현장의 안전 사각 지대를 줄이는 방안에 적용할 수 있어, 건설 현장 근로자의 안전 확보를 도모할 수 있는 장점이 있다.Through the observation technology inside the shielding screen of such structures, it can be applied to a method to reduce the safety blind spot at the construction site, and there is an advantage in that it is possible to secure the safety of construction site workers.
또한, 딥러닝 기반의 객체 인식 및 분류 기술을 접목하여, 구조물의 안전 고나리 작업성을 향상시키거나, 영상 처리 결과물을 사용하여 구조물 등을 대상으로 하는 영상 기반 3D모델링의 재현율을 향상시킬 수 있는 장점이 있다.In addition, by grafting deep learning-based object recognition and classification technology, it is possible to improve the safety and workability of structures, or to improve the reproducibility of image-based 3D modeling for structures using image processing results. There are advantages.
도 1은 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템을 나타낸 구성 예시도이다.
도 2는 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템 및 그 방법에 의한 처리 전과 후의 이미지 데이터를 비교한 도면이다.
도 3은 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 방법을 나타낸 순서 예시도이다.1 is an exemplary configuration diagram illustrating an image processing system for internal observation according to an embodiment of the present invention.
2 is a diagram comparing image data before and after processing by the image processing system for internal observation and the method according to an embodiment of the present invention.
3 is a flowchart illustrating an image processing method for internal observation according to an embodiment of the present invention.
이하 첨부한 도면들을 참조하여 본 발명의 내부 관측을 위한 이미지 처리 시스템 및 그 방법을 상세히 설명한다. 다음에 소개되는 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 따라서, 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 또한, 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.Hereinafter, an image processing system and method for internal observation of the present invention will be described in detail with reference to the accompanying drawings. The drawings introduced below are provided as examples in order to sufficiently convey the spirit of the present invention to those skilled in the art. Accordingly, the present invention is not limited to the drawings presented below and may be embodied in other forms. Also, like reference numerals refer to like elements throughout.
이때, 사용되는 기술 용어 및 과학 용어에 있어서 다른 정의가 없다면, 이 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다.At this time, if there is no other definition in the technical terms and scientific terms used, it has the meaning commonly understood by those of ordinary skill in the art to which this invention belongs, and the gist of the present invention in the following description and accompanying drawings Descriptions of known functions and configurations that may be unnecessarily obscure will be omitted.
더불어, 시스템은 필요한 기능을 수행하기 위하여 조직화되고 규칙적으로 상호 작용하는 장치, 기구 및 수단 등을 포함하는 구성 요소들의 집합을 의미한다.In addition, the system refers to a set of components including devices, instruments, and means that are organized and regularly interact to perform necessary functions.
본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템 및 그 방법은, 드론 등을 통한 이미지 촬영 수단을 이용하여, 가림막(일 예를 들자면, 수직 보호망, 낙하물 보호망 등)이 설치된 구조물(일 예를 들자면, 가설 구조물 등)의 내부를 관측할 때, 촬영 이미지 데이터의 보정 처리를 통해서, 가림막에 의한 가림 현상을 해소하기 위한 영상 처리 기법에 관한 것이다.An image processing system and method for internal observation according to an embodiment of the present invention, using an image capturing means through a drone, etc. For example, when observing the inside of a temporary structure, etc.), it relates to an image processing technique for resolving a occlusion phenomenon by a shading film through correction processing of photographed image data.
건설 현장의 안전 관리/시공 관리에 있어서, 드론 등을 활용한 다양한 방법들이 있으나, 건설 현장에 설치되는 가림막으로 인해 구조물 내부 객체의 정확한 식별이 어렵기 때문에, 내부 영상 촬영 데이터에 대해서는 한정적인 범위로 사용되고 있다.In the safety management/construction management of the construction site, there are various methods using drones, etc., but since it is difficult to accurately identify the objects inside the structure due to the screens installed at the construction site, the internal image shooting data is limited to a limited range. is being used
물론, 실시간으로 관리자가 지상에서의 드론 등의 제어를 통해서, 가림막을 피해서 구조물 내부 영상 촬영 데이터를 획득할 수 있으나, 이 경우, 관리자가 직접 현장에 나가야 하는 번거로움이 있을 뿐 아니라, 최근들어 드론 등에 자율비행 기술까지 채용되고 있음에도 불구하고 이러한 신기술을 전혀 적용할 수 없는 불편함이 있다.Of course, in real time, the manager can obtain the video recording data inside the structure by avoiding the screen by controlling the drone on the ground, but in this case, there is not only the inconvenience of the manager having to go directly to the site, but also the recent drone Despite the fact that autonomous flight technology is also being employed in the back, there is the inconvenience of not being able to apply these new technologies at all.
뿐만 아니라, 가림막을 피해서 구조물 내부 영상을 촬영하기 위하여 드론 등을 무작정 상승 비행 제어를 할 경우, 오히려 드론 자체가 비행 제어 불능 상태로 빠질 수 있어, 또다른 위험요소로 변질될 수 있는 문제점이 있다.In addition, if the drone itself is controlled to fly upward in order to avoid the screen and take an image inside the structure, the drone itself may fall into an impossible flight control state, and there is a problem that may be transformed into another risk factor.
이에 따라, 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템 및 그 방법은, 이미지 처리 기법을 통해 가림막이 설치된 구조물의 촬영 이미지 데이터를 가림막이 투과된 것처럼 보이도록 보정한 이미지 데이터를 생성하는 것이 바람직하다.Accordingly, in the image processing system and method for internal observation according to an embodiment of the present invention, image data obtained by correcting photographed image data of a structure in which the screen is installed through an image processing technique so that the screen is transmitted through image data is generated. It is preferable to do
도 1은 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템을 나타낸 구성 예시도로서, 도 1을 참조로 하여 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템을 상세히 설명한다.1 is an exemplary configuration diagram illustrating an image processing system for internal observation according to an embodiment of the present invention. With reference to FIG. 1 , an image processing system for internal observation according to an embodiment of the present invention will be described in detail. .
본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템은 도 1에 도시된 바와 같이, 이미지 입력부(100), RGB 처리부(200), 균등화 처리부(300) 및 보정 생성부(400)를 포함하여 구성되는 것이 바람직하다. 또한, 각 구성들은 컴퓨터를 포함하는 적어도 하나 이상의 연산처리수단에 각각 또는 통합 포함되어 동작을 수행하는 것이 바람직하다.As shown in FIG. 1 , the image processing system for internal observation according to an embodiment of the present invention includes an
각 구성에 대해서 자세히 알아보자면,To learn more about each configuration,
상기 이미지 입력부(100)는 구조물의 내부 관측을 위한 이미지 데이터가 입력되는 것이 바람직하다.The
상기 이미지 데이터는 상술한 바와 같이, 드론 등의 이미지 촬영 수단을 통해서, 가림막(일 예를 들자면, 수직 보호망, 낙하물 보호망 등)이 설치된 구조물(또는, 가설 구조물)의 외부에서 내부 방향으로 촬영한 데이터, 즉, 가림막에 의해 가림 현상이 나타난 이미지 데이터인 것이 바람직하다.As described above, the image data is data taken from the outside of the structure (or temporary structure) in which a shield (for example, a vertical protection net, a falling object protection net, etc.) is installed through an image capturing means such as a drone , that is, it is preferable that the image data is occluded by the occlusion film.
드론 등의 이미지 촬영 수단을 통한 이미지 데이터를 이용하여 안전 관리/시공 관리를 진행할 경우, 관리자가 직접 구조물의 내부에 진입할 필요가 없고, 사람의 시야에서는 확인하기 힘든 사각지대 등에 대해서도 이미지 데이터를 확보할 수 있어, 다양한 장점이 있으나, 가림막으로 인한 가림 현상으로 인해 구조물의 내부 객체를 정확하게 인식할 수 없는 문제점이 있다.When safety management/construction management is carried out using image data through image capturing means such as drones, the manager does not need to directly enter the structure, and image data is also secured for blind spots that are difficult to see from human view. This can be done, but there are various advantages, but there is a problem in that the internal object of the structure cannot be accurately recognized due to the occlusion phenomenon due to the occlusion film.
이에 따라, 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템은 RGB 처리부(200) 및 균등화 처리부(300)를 통해서, 상기 이미지 입력부(100)를 통해서 입력받은 가림막에 의해 가림 현상이 나타난 이미지 데이터의 보정 처리를 수행하는 것이 바람직하다.Accordingly, in the image processing system for internal observation according to an embodiment of the present invention, the occlusion phenomenon is exhibited by the occlusion film received through the
상기 RGB 처리부(200)는 상기 이미지 입력부(100)에 의한 상기 이미지 데이터를 RGB 모델 기반으로 R, G, B 채널로 분리하는 것이 바람직하다.Preferably, the
다시 말하자면, 상기 RGB 처리부(200)는 상기 이미지 입력부(100)에 의해 입력된 상기 이미지 데이터를 색의 광원인 RGB 모델의 3가지 채널로 분해하게 된다.In other words, the
상기 균등화 처리부(300)는 상기 RGB 처리부(200)에 의해 분리한 각 채널 별로 분리 이미지 데이터의 히스토그램 균등화(histogram equalization)를 수행하는 것이 바람직하다.Preferably, the
히스토그램이란, 픽셀의 수가 이미지 내에 몇 개를 포함하고 있는지를 나타내는 도수 분포를 그래프 형태로 표현한 것으로, 상기 균등화 처리부(300)는 상기 RGB 처리부(200)에 의해 각 채널 별로 분리된 상기 이미지 데이터의 히스토그램 균등화를 각각 수행하는 것이 바람직하다.The histogram expresses the frequency distribution indicating how many pixels are included in the image in a graph form. The
히스토그램 균등화는 입력 이미지의 히스토그램의 값을 누적시켜 히스토그램 누적 합을 구한 후, 히스토그램의 누적 합을 전체 화소의 개수로 나누어 값을 정규화한다. 이 후, 정규화된 값에 최대 명암도 값을 곱한 후, 입력 이미지의 명암도에 대한 변환 값으로 대응시켜 수행하는 것이 바람직하다.In histogram equalization, a histogram cumulative sum is obtained by accumulating the histogram values of the input image, and then the value is normalized by dividing the cumulative sum of the histogram by the total number of pixels. Thereafter, after multiplying the normalized value by the maximum intensity value, it is preferable to perform the corresponding conversion value for the intensity of the input image.
상기 균등화 처리부(300)는 히스토그램 분포가 불규칙한 이미지 데이터를 고른 분포를 갖는 고대비 이미지로 변환하는 것으로, 편향된 화소값 균등화를 통해 명암 대비를 향상시킬 수 있다.The
상기 보정 생성부(400)는 상기 균등화 처리부(300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 다시 결합하여, 보정 이미지 데이터를 생성하는 것이 바람직하다. 각 채널 별 히스토그램 균등화를 통해서 상기 보정 이미지 데이터는 구조물에 설치된 가림막이 투과 처리된 이미지 데이터인 것이 바람직하다.Preferably, the
즉, 상기 이미지 입력부(100)에 의한 상기 이미지 데이터와 상기 보정 생성부(400)에 의한 상기 보정 이미지 데이터를 비교하자면, 도 2의 a)는 상기 이미지 데이터로서, 가림막에 의해 구조물 내부가 가림 현상이 나타남을 알 수 있다. 그렇지만, 도 2의 b)는 가림막이 설치된 구조물임에도 불구하고 그 내부가 최초 이미지보다 선명하게 보임을 알 수 있다.That is, to compare the image data by the
이 때, 실험을 통해서, 상기 균등화 처리부(300)에 의한 균등화 수행에 의해, 가림막을 구성하는 화소들의 편향성이 해소되나, 화소값 균등화를 0 ~ 255까지의 값으로 과도하게 확장시키는 경향이 알 수 있었다.At this time, through experiments, it can be seen that although the bias of pixels constituting the shielding film is resolved by performing equalization by the
이러한 문제점을 해소하기 위하여, 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템은 도 1에 도시된 바와 같이, 스트레칭 처리부(500)를 더 포함하여 구성되는 것이 바람직하다.In order to solve this problem, the image processing system for internal observation according to an embodiment of the present invention is preferably configured to further include a stretching
상기 스트레칭 처리부(500)는 상기 균등화 처리부(300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 전달받아, 각 채널 별로 히스토그램 스트레칭(histogram stretching) 기법을 수행하는 것이 바람직하다.Preferably, the stretching
상기 히스토그램 스트레칭이란, 이미지의 히스토그램이 그레이 스케일 전 구강에서 골고루 나타나도록 변경하는 선형 변환 기법이다.The histogram stretching is a linear transformation technique for changing the histogram of an image to appear evenly in the oral cavity before the gray scale.
상기 스트레칭 처리부(500)를 통해서, 상기 균등화 처리부(300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터의 히스토그램 스트레칭을 수행함으로써, 과도한 화소값 확장을 보완할 수 있다.Excessive pixel value expansion can be compensated for by stretching the histogram of the separated image data for each channel that has been equalized by the
이에 따라, 상기 보정 생성부(400)는 상기 스트레칭 처리부(500)에 의해 스트레칭을 수행한 각 채널 별 분리 이미지 데이터를 다시 결합하여, 상기 보정 이미지 데이터를 생성하게 된다.Accordingly, the
도 3은 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 방법을 나타낸 순서 예시도이다. 도 3을 참조로 하여, 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 방법을 상세히 설명한다.3 is a flowchart illustrating an image processing method for internal observation according to an embodiment of the present invention. An image processing method for internal observation according to an embodiment of the present invention will be described in detail with reference to FIG. 3 .
본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 방법은 도 3에 도시된 바와 같이, 입력 단계(S100), 채널 분리 단계(S200), 제1 처리 단계(S300) 및 보정 생성 단계(S400)를 포함하는 것이 바람직하다. 또한, 컴퓨터로 구현되는 내부 관측을 위한 이미지 처리 시스템에 의해 각 단계가 수행되게 된다.As shown in FIG. 3, the image processing method for internal observation according to an embodiment of the present invention includes an input step (S100), a channel separation step (S200), a first processing step (S300), and a correction generation step (S400). ) is preferred. In addition, each step is performed by the computer-implemented image processing system for internal observation.
각 단계에 대해서 자세히 알아보자면,To learn more about each step,
상기 입력 단계(S100)는 상기 이미지 입력부(100)에서, 구조물의 내부 관측을 위한 이미지 데이터를 입력받게 된다.In the input step ( S100 ), the
상세하게는, 상기 이미지 데이터는 상술한 바와 같이, 드론 등의 이미지 촬영 수단을 통해서, 가림막(일 예를 들자면, 수직 보호망, 낙하물 보호망 등)이 설치된 구조물(또는, 가설 구조물)의 외부에서 내부 방향으로 촬영한 데이터, 즉, 가림막에 의해 가림 현상이 나타난 이미지 데이터인 것이 바람직하다.In detail, as described above, the image data is transmitted from the outside to the inside of a structure (or temporary structure) in which a shield (for example, a vertical protection net, a falling object protection net, etc.) is installed through an image capturing means such as a drone. It is preferable that the data taken as , that is, image data in which the occlusion phenomenon is shown by the occlusion film.
드론 등의 이미지 촬영 수단을 통한 이미지 데이터를 이용하여 안전 관리/시공 관리를 진행할 경우, 관리자가 직접 구조물의 내부에 진입할 필요가 없고, 사람의 시야에서는 확인하기 힘든 사각지대 등에 대해서도 이미지 데이터를 확보할 수 있어, 다양한 장점이 있으나, 가림막으로 인한 가림 현상으로 인해 구조물의 내부 객체를 정확하게 인식할 수 없는 문제점이 있다.When safety management/construction management is carried out using image data through image capturing means such as drones, the manager does not need to directly enter the structure, and image data is also secured for blind spots that are difficult to see from human view. This can be done, but there are various advantages, but there is a problem in that the internal object of the structure cannot be accurately recognized due to the occlusion phenomenon due to the occlusion film.
이를 해소하기 위하여, 상기 채널 분리 단계(S200)는 상기 RGB 처리부(200)에서, 상기 입력 단계(S100)에 의해 입력받은 가림막에 의해 가림 현상이 나타난 이미지 데이터를 RGB 모델 기반으로 R, G, B 채널로 분리하게 된다.In order to solve this problem, the channel separation step (S200) is performed in the RGB processing unit (200) using the R, G, B image data in which the occlusion phenomenon is displayed by the occlusion screen received by the input step (S100) based on the RGB model. separated into channels.
즉, 상기 채널 분리 단계(S200)는 상기 입력 단계(S100)에 의해 입력된 상기 이미지 데이터를 색의 광원인 RGB 모델의 3가지 채널로 분해하게 된다.That is, in the channel separation step ( S200 ), the image data input by the input step ( S100 ) is decomposed into three channels of an RGB model that is a light source of color.
상기 제1 처리 단계(S300)는 상기 균등화 처리부(300)에서, 상기 채널 분리 단계(S200)에 의해 분리한 각 채널 별로 분리 이미지 데이터의 히스토그램 균등화(histogram equalization)를 수행하게 된다.In the first processing step (S300), the
이 때, 히스토그램이란, 픽셀의 수가 이미지 내에 몇 개를 포함하고 있는지를 나타내는 도수 분포를 그래프 형태로 표현한 것으로, 상기 제1 처리 단계(S300)는 각 채널 별로 분리된 상기 이미지 데이터의 히스토그램 균등화를 각각 수행하게 된다.In this case, the histogram expresses the frequency distribution indicating how many pixels are included in the image in the form of a graph, and the first processing step S300 performs histogram equalization of the image data separated for each channel will perform
히스토그램 균등화의 과정은, 입력 이미지의 히스토그램의 값을 누적시켜 히스토그램 누적 합을 구한 후, 히스토그램의 누적 합을 전체 화소의 개수로 나누어 값을 정규화한다. 이 후, 정규화된 값에 최대 명암도 값을 곱한 후, 입력 이미지의 명암도에 대한 변환 값으로 대응시켜 수행하는 것이 바람직하다.In the histogram equalization process, the histogram values of the input image are accumulated to obtain a histogram cumulative sum, and then the values are normalized by dividing the cumulative sum of the histograms by the total number of pixels. Thereafter, after multiplying the normalized value by the maximum intensity value, it is preferable to perform the corresponding conversion value for the intensity of the input image.
상기 제1 처리 단계(S300)에 의한 히스토그램 균등화 결과에 따라, 히스토그램 분포가 불규칙한 이미지 데이터를 고른 분포를 갖는 고대비 이미지로 변환할 수 있으며, 편향된 화소값 균등화를 통해 명암 대비를 향상시킬 수 있다.According to the histogram equalization result of the first processing step (S300), image data having an irregular histogram distribution can be converted into a high-contrast image having an even distribution, and contrast can be improved through biased pixel value equalization.
상기 보정 생성 단계(S400)는 상기 보정 생성부(400)에서, 상기 제1 처리 단계(S300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 다시 결합하여, 보정 이미지 데이터를 생성하게 된다. 이 때, 각 채널 별 히스토그램 균등화를 통해서 상기 보정 이미지 데이터는 구조물에 설치된 가림막이 투과 처리된 이미지 데이터인 것이 바람직하다.In the correction generating step (S400), the
이 때, 실험을 통해서, 히스토그램 균등화 만을 수행한 후 상기 보정 이미지 데이터를 생성할 경우, 림막을 구성하는 화소들의 편향성이 해소되나, 화소값 균등화를 0 ~ 255까지의 값으로 과도하게 확장시키는 경향이 알 수 있었다.At this time, through experiments, when only the histogram equalization is performed and the corrected image data is generated, the bias of the pixels constituting the rim film is resolved, but there is a tendency to excessively extend the pixel value equalization to values ranging from 0 to 255. Could know.
이러한 문제점을 해소하기 위하여, 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 방법은 도 3에 도시된 바와 같이, 상기 보정 생성 단계(S400)를 수행하기 전, 제2 처리 단계(S310)를 더 수행하는 것이 바람직하다.In order to solve this problem, in the image processing method for internal observation according to an embodiment of the present invention, as shown in FIG. 3 , before performing the correction generating step ( S400 ), a second processing step ( S310 ) It is preferable to further perform
상기 제2 처리 단계(S310)는 상기 스트레칭 처리부(500)에서, 상기 제1 처리 단계(S300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 전달받아, 각 채널 별로 히스토그램 스트레칭(histogram stretching) 기법을 수행하게 된다.In the second processing step (S310), the stretching
상기 히스토그램 스트레칭이란, 이미지의 히스토그램이 그레이 스케일 전 구강에서 골고루 나타나도록 변경하는 선형 변환 기법으로, 균등화를 수행한 각 채널 별 분리 이미지 데이터의 히스토그램 스트레칭을 수행함으로써, 과도한 화소값 확장을 보완할 수 있다.The histogram stretching is a linear transformation technique that changes the histogram of an image so that it appears evenly in the oral cavity before the gray scale. .
이 후, 상기 보정 생성 단계(S400)는 상기 제2 처리 단계(S310)에 의해 스트레칭을 수행한 각 채널 별 분리 이미지 데이터를 다시 결합하여, 상기 보정 이미지 데이터를 생성하게 된다.Thereafter, in the correction generating step ( S400 ), the separated image data for each channel that has been stretched by the second processing step ( S310 ) is combined again to generate the corrected image data.
이를 통해서, 건설 현장의 안전 관리/시공 관리를 진행하는 관리자는 직접 구조물의 내부에 진입할 필요 없이, 드론 등의 이미지 촬영 수단을 통한 이미지 데이터를 제공받아, 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템 및 그 방법을 적용한 이미지 보정 처리를 통해, 구조물의 내부 객체를 정확하게 인식하여 활용할 수 있는 장점이 있다.Through this, a manager who conducts safety management/construction management of a construction site receives image data through an image photographing means such as a drone without having to directly enter the inside of the structure, and observes the inside according to an embodiment of the present invention There is an advantage in that the internal object of the structure can be accurately recognized and utilized through the image processing system and the image correction processing to which the method is applied.
또한, 사전에 관리자의 건설 현장 방문을 알릴 경우, 정확한 안전 관리/시공 관리를 진행할 수 없는 경우도 있으나, 본 발명의 일 실시예에 따른 내부 관측을 위한 이미지 처리 시스템 및 그 방법을 적용한 이미지 보정 처리를 통해, 드론 등의 이미지 촬영 수단을 통해서 이미지 데이터를 획득할 때, 구조물의 외측에 설치되어 있는 가림막의 유무에 구애받지 않고, 자유롭게 구조물 내부 관측 촬영 데이터를 획득할 수 있어, 자율비행 드론의 적용도 가능하기 때문에, 관리자의 건설 현장 방문 없이 불시에 안전 관리/시공 관리를 진행할 수 있는 장점이 있다.In addition, when notifying the manager of the construction site visit in advance, there are cases in which accurate safety management / construction management cannot be carried out. When acquiring image data through image capturing means such as a drone through Also, there is an advantage that safety management/construction management can be performed at any time without a manager's visit to the construction site.
이상과 같이 본 발명에서는 구체적인 구성 소자 등과 같은 특정 사항들과 한정된 실시예 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것 일 뿐, 본 발명은 상기의 일 실시예에 한정되는 것이 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.As described above, in the present invention, specific matters such as specific components and the like and limited embodiment drawings have been described, but these are only provided to help a more general understanding of the present invention, and the present invention is not limited to the above one embodiment. No, various modifications and variations are possible from these descriptions by those of ordinary skill in the art to which the present invention pertains.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허 청구 범위뿐 아니라 이 특허 청구 범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention should not be limited to the described embodiments, and not only the claims to be described later, but also all those with equivalent or equivalent modifications to the claims will be said to belong to the scope of the spirit of the present invention. .
100 : 이미지 입력부
200 : RGB 처리부
300 : 균등화 처리부
400 : 스트레칭 처리부
500 : 보정 생성부100: image input unit
200: RGB processing unit
300: equalization processing unit
400: stretching processing unit
500: correction generating unit
Claims (8)
상기 이미지 입력부(100)에 의한 상기 구조물의 가림 현상이 나타난 이미지 데이터를 RGB 모델 기반으로 R, G, B 채널로 분리하는 RGB 처리부(200);
상기 RGB 처리부(200)에 의해 분리한 각 채널 별 분리 이미지 데이터의 히스토그램 균등화(histogram equalization)를 수행하는 균등화 처리부(300);
상기 균등화 처리부(300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 전달받아, 히스토그램 스트레칭(histogram stretching)을 수행하는 스트레칭 처리부(500); 및
상기 스트레칭 처리부(500)에 의해 히스토그램 스트레칭을 수행한 각 채널 별 분리 이미지 데이터를 결합하여, 가림막에 대한 보정 이미지 데이터가 아닌, 가림막으로 인한 구조물의 가림 현상이 해소되도록 가림막이 투과 처리된 구조물에 대한 보정 이미지 데이터를 생성하는 보정 생성부(400);
를 포함하며,
상기 이미지 촬영 수단은 드론의 촬영 수단이고,
상기 균등화 처리부(300)는
각 채널 별 분리된 각각의 분리 이미지 데이터에 대해서,
히스토그램 누적 합을 구하고, 이를 전체 화소의 개수로 나누어 정규화 값을 연산하여, 정규화된 값에 최대 명암도 값을 곱하고, 이를 이미지 데이터의 명암도에 대한 변환 값으로 대응시키는 히스토그램 균등화를 수행하고,
상기 스트레칭 처리부(500)는
과도한 화소값 확장을 보완하기 위하여, 상기 균등화 처리부(300)에 의해 히스토그램 균등화를 수행한 각 채널 별 분리 이미지 데이터의 히스토그램이 전 구간에 골고루 나타나도록 선형 변환하는 것을 특징으로 하는, 내부 관측을 위한 이미지 처리 시스템.
To observe the inside of a structure in which a screen including at least one of a vertical protection net and a falling object prevention net is installed on the outside, through an image taking means, the inside direction of the structure is photographed from the outside of the structure, and the blocking phenomenon of the structure due to the screen is shown an image input unit 100 to which image data is input;
an RGB processing unit 200 that divides image data in which the occlusion of the structure by the image input unit 100 appears into R, G, and B channels based on the RGB model;
an equalization processing unit 300 for performing histogram equalization of the separated image data for each channel separated by the RGB processing unit 200;
a stretching processing unit 500 receiving the separated image data for each channel that has been equalized by the equalization processing unit 300 and performing histogram stretching; and
By combining the separated image data for each channel on which the histogram stretching has been performed by the stretching processing unit 500, it is not the correction image data for the screen, but the blocking phenomenon of the structure caused by the screen is resolved. a correction generating unit 400 for generating corrected image data;
includes,
The image photographing means is a photographing means of a drone,
The equalization processing unit 300
For each separate image data separated by each channel,
Obtain the cumulative sum of the histogram, calculate the normalized value by dividing it by the total number of pixels, multiply the normalized value by the maximum intensity value, and perform histogram equalization to correspond to the converted value for the intensity of the image data,
The stretching processing unit 500 is
An image for internal observation, characterized in that the histogram of the separated image data for each channel, which has been histogram equalized by the equalization processing unit 300, is linearly transformed so that the histogram appears evenly over the entire section, in order to compensate for excessive pixel value expansion. processing system.
이미지 입력부에서, 외측에 수직 보호망 및 낙하물 방지망 중 적어도 하나를 포함하는 가림막이 설치된 구조물의 내부 관측을 위해, 이미지 촬영 수단을 통해, 구조물의 외부에서 구조물의 내부 방향을 촬영하여 상기 가림막으로 인한 구조물의 가림 현상이 나타난 이미지 데이터를 입력받는 입력 단계(S100);
RGB 처리부에서, 상기 입력 단계(S100)에 의한 상기 구조물의 가림 현상이 나타난 이미지 데이터를 RGB 모델 기반으로 R, G, B 채널로 분리하는 채널 분리 단계(S200);
균등화 처리부에서, 상기 채널 분리 단계(S200)에 의해 분리한 각 채널 별 분리 이미지 데이터의 히스토그램 균등화(histogram equalization)를 수행하는 제1 처리 단계(S300);
스트레칭 처리부에서, 상기 제1 처리 단계(S300)에 의해 균등화를 수행한 각 채널 별 분리 이미지 데이터를 전달받아, 히스토그램 스트레칭(histogram stretching)을 수행하는 제2 처리 단계(S310); 및
보정 생성부에서, 상기 제2 처리 단계(S310)에 의해 히스토그램 스트레칭을 수행한 각 채널 별 분리 이미지 데이터를 결합하여, 가림막에 대한 보정 이미지 데이터가 아닌, 가림막으로 인한 구조물의 가림 현상이 해소되도록 가림막이 투과 처리된 구조물에 대한 보정 이미지 데이터를 생성하는 보정 생성 단계(S400);
를 포함하며,
상기 이미지 촬영 수단은 드론의 촬영 수단이고,
상기 제1 처리 단계(S300)는
각 채널 별 분리된 각각의 분리 이미지 데이터에 대해서,
히스토그램 누적 합을 구하고, 이를 전체 화소의 개수로 나누어 정규화 값을 연산하여, 정규화된 값에 최대 명암도 값을 곱하고, 이를 이미지 데이터의 명암도에 대한 변환 값으로 대응시키는 히스토그램 균등화를 수행하고,
상기 제2 처리 단계(S310)는
과도한 화소값 확장을 보완하기 위하여, 상기 제1 처리 단계(S300)에 의해 히스토그램 균등화를 수행한 각 채널 별 분리 이미지 데이터의 히스토그램이 전 구간에 골고루 나타나도록 선형 변환하는 것을 특징으로 하는, 내부 관측을 위한 이미지 처리 방법.
An image processing method for internal observation in which each step is performed by a computer-implemented image processing system for internal observation,
In the image input unit, a screen including at least one of a vertical protective net and a falling object prevention net is installed on the outside In order to observe the inside of the structure, an input step (S100) of photographing the inside direction of the structure from the outside of the structure through an image photographing means, and receiving image data showing the occlusion phenomenon of the structure due to the shielding film (S100);
In the RGB processing unit, a channel separation step (S200) of dividing the image data showing the occlusion phenomenon of the structure by the input step (S100) into R, G, and B channels based on the RGB model;
a first processing step (S300) of performing, in the equalization processing unit, histogram equalization of the separated image data for each channel separated by the channel separation step (S200);
a second processing step (S310) of receiving, in the stretching processing unit, separated image data for each channel equalized by the first processing step (S300), and performing histogram stretching; and
In the correction generating unit, by combining the separated image data for each channel on which the histogram stretching has been performed by the second processing step ( S310 ), the occlusion of the structure due to the occlusion, not the corrected image data for the occlusion, is resolved. A correction generating step of generating correction image data for the transmission-treated structure (S400);
includes,
The image photographing means is a photographing means of a drone ,
The first processing step (S300) is
For each separate image data separated by each channel,
Obtain the cumulative sum of the histogram, calculate the normalized value by dividing it by the total number of pixels, multiply the normalized value by the maximum intensity value, and perform histogram equalization by matching this with the converted value for the intensity of the image data ,
The second processing step (S310) is
In order to compensate for excessive pixel value expansion, the histogram of the separated image data for each channel, which has been histogram equalized by the first processing step (S300), is linearly transformed so that the histogram appears evenly over the entire section. image processing method for
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210188012A KR102432585B1 (en) | 2021-12-27 | 2021-12-27 | Image processing system and method for inside observations |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210188012A KR102432585B1 (en) | 2021-12-27 | 2021-12-27 | Image processing system and method for inside observations |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102432585B1 true KR102432585B1 (en) | 2022-08-17 |
Family
ID=83110311
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210188012A KR102432585B1 (en) | 2021-12-27 | 2021-12-27 | Image processing system and method for inside observations |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102432585B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101301868B1 (en) * | 2010-06-23 | 2013-09-02 | 대한민국 | System for car model analysis and method thereof |
| KR101341243B1 (en) * | 2012-04-04 | 2013-12-12 | (주) 넥스트칩 | Apparatus and method of restoring image damaged by weather condition |
| KR20160116985A (en) | 2015-03-31 | 2016-10-10 | 한국전자통신연구원 | Method and apparatus for processing image |
| KR20170036915A (en) * | 2015-09-24 | 2017-04-04 | 엘지디스플레이 주식회사 | Apparatus for processing image |
-
2021
- 2021-12-27 KR KR1020210188012A patent/KR102432585B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101301868B1 (en) * | 2010-06-23 | 2013-09-02 | 대한민국 | System for car model analysis and method thereof |
| KR101341243B1 (en) * | 2012-04-04 | 2013-12-12 | (주) 넥스트칩 | Apparatus and method of restoring image damaged by weather condition |
| KR20160116985A (en) | 2015-03-31 | 2016-10-10 | 한국전자통신연구원 | Method and apparatus for processing image |
| KR20170036915A (en) * | 2015-09-24 | 2017-04-04 | 엘지디스플레이 주식회사 | Apparatus for processing image |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3588456A1 (en) | Image processing apparatus, image processing method, and program | |
| RU2589313C2 (en) | System and method for conversion of input signal to output signal | |
| JP6579868B2 (en) | Image processing apparatus, imaging apparatus, image processing method, and program | |
| EP3249605A1 (en) | Inverse tone mapping method and corresponding device | |
| US11861810B2 (en) | Image dehazing method, apparatus, and device, and computer storage medium | |
| JP2019512178A (en) | Optical level adaptive filter and method | |
| WO2015146111A1 (en) | Detection device, detection method, and program recording medium | |
| KR102432585B1 (en) | Image processing system and method for inside observations | |
| DE102016006242A1 (en) | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSOR CONTROL PROCESS, PICTURE PROCESSING SYSTEM AND STORAGE MEDIUM | |
| JP2010278890A (en) | Image forming apparatus, and image forming method | |
| US10386624B2 (en) | Microscope-image processing apparatus, microscope-image processing method, and microscope-image processing program | |
| CN106683047B (en) | Illumination compensation method and system for panoramic image | |
| US10311550B2 (en) | Image processing device for eliminating graininess of image | |
| KR20190054703A (en) | Method for correcting image quality taken by dual camera | |
| JP2005149145A (en) | Object detecting device and method, and computer program | |
| JP2009009206A (en) | Extraction method of outline inside image and image processor therefor | |
| JP6331339B2 (en) | Imaging apparatus, imaging system including the imaging apparatus, and false color removal method | |
| JP2007025901A (en) | Image processor and image processing method | |
| JP6695700B2 (en) | Image processing device and program | |
| KR102536120B1 (en) | Supervisory device using fisheye camera | |
| JP2005258728A (en) | Method and program for supporting extraction of changing region between geographic images | |
| CN113468920B (en) | Living body detection method, system, equipment and medium based on human face facula image | |
| US20240340540A1 (en) | Imaging device and imaging method | |
| JP2010204957A (en) | Working machine and method for processing image of rear camera | |
| KR20110056092A (en) | Method for providing standing out degree information of subject and digital photographing apparatus applying the method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |