KR102494633B1 - 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기 - Google Patents

발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기 Download PDF

Info

Publication number
KR102494633B1
KR102494633B1 KR1020200162528A KR20200162528A KR102494633B1 KR 102494633 B1 KR102494633 B1 KR 102494633B1 KR 1020200162528 A KR1020200162528 A KR 1020200162528A KR 20200162528 A KR20200162528 A KR 20200162528A KR 102494633 B1 KR102494633 B1 KR 102494633B1
Authority
KR
South Korea
Prior art keywords
image
real image
thermal image
thermal
real
Prior art date
Application number
KR1020200162528A
Other languages
English (en)
Other versions
KR20220075095A (ko
Inventor
이정훈
이주성
고현철
Original Assignee
(주)메쉬
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 (주)메쉬 filed Critical (주)메쉬
Priority to KR1020200162528A priority Critical patent/KR102494633B1/ko
Priority to CN202080107527.8A priority patent/CN116490122A/zh
Priority to PCT/KR2020/019204 priority patent/WO2022114371A1/ko
Priority to US17/534,241 priority patent/US20220172381A1/en
Publication of KR20220075095A publication Critical patent/KR20220075095A/ko
Application granted granted Critical
Publication of KR102494633B1 publication Critical patent/KR102494633B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A61B5/015—By temperature mapping of body part
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • 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
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0271—Thermal or temperature sensors
    • 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
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Multimedia (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Radiation Pyrometers (AREA)
  • Image Processing (AREA)

Abstract

본 발명은, 열화상 화소의 누락없이 최대로 활용하기 위해 실화상 카메라로부터 얻은 실화상이, 열화상 카메라로부터 얻은 열화상 보다 광각이게 하기 위해, 프레임 매칭 방법을 적용하여, 자동으로 실화상의 상하좌우를 확장(Strech)하거나 축소(Shorten)하여 실화상을 재구성하여, 적외선 촬영장치를 이용한 발열검사기에서 열화상 화소의 누락없이 열화상을 최대로 활용할 수 있는, 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기에 관한 것이다.
본 발명의 발열검사기는, 다수의 피검자를 포함하는 영역의 열화상을 촬영하는 열화상 카메라; 다수의 피검자를 포함하는 영역의 실화상을 촬영하되, 열화상 카메라와 동시에 촬영되는 실화상 카메라; 열화상 카메라로부터 수신된 열화상과, 실화상 카메라로부터 수신된 실화상을 매칭을 행하되, 열화상을 기준으로, 실화상의 상하좌우를 확장하거나 축소하여, 열화상과 맞추어진 재구성 실화상을 구하고, 열화상과 재구성 실화상을 이용하여 피검자들의 체열(체온)을 검출하는, 연산처리부;를 포함하는 것을 특징으로 한다.
또한, 본 발명에서, 엣지 검출을 위해 실화상 화면 및 열화상 화면을 반전시키고, 반전된 소정 열화상에서의 가로축 열화상 프로파일과, 반전된 실화상에서의 가로축 실화상 프로파일을 비교하여, 가로축 열화상 프로파일과에 가장 가까운 가로축 실화상 프로파일을 구하며, 반전된 소정 열화상에서의 세로축 열화상 프로파일과, 반전된 실화상에서의 세로축 실화상 프로파일을 비교하여, 세로축 열화상 프로파일과에 가장 가까운 가로축 실화상 프로파일을 구하며, 구하여진 가로축 실화상 프로파일과 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta)를 구하고, 가로축 실화상 프로파일과, 세로축 실화상 프로파일의 비율과 위치 값으로, 실화상의 비율 및 위치를 조정하고, 그 조정된 실화상을 재구성 실화상으로서 메모리부에 저장하고, 디스플레이부로 출력한다.

Description

발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기{Optimal automatic mapping method of real image and thermal image in a body heat tester and body heat tester applying thereof method}
본 발명은, 열화상 화소의 누락없이 최대로 활용하기 위해 실화상 카메라로부터 얻은 실화상이, 열화상 카메라로부터 얻은 열화상 보다 광각이게 하기 위해, 프레임 매칭 방법을 적용하여, 자동으로 실화상의 상하좌우를 확장(Strech)하거나 축소(Shorten)하여 실화상을 재구성하여, 적외선 촬영장치를 이용한 발열검사기에서 열화상 화소의 누락없이 열화상을 최대로 활용할 수 있는, 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기에 관한 것이다.
열화상카메라는 물체의 표면 온도를 비접촉으로 측정할 수 있는 카메라이다. 특정 전염병의 발열검사를 통한 고열 확인 판단기준은 37.3℃로서, 36.5℃의 정상체온을 가진 사람과 비교하기 위해서는 0.1℃ 단위로 온도가 표현되어야 하며, 온도의 정확도는 상온에서 0.4℃ 수준을 유지할 수 있어야 하며, 이것은 의료용 목적으로 사용되는 열화상카메라를 운용하기 위한 요구조건이다.
이러한 요구조건을 만족하지 못하면, 즉, 온도정확도가 낮을 경우 발열의심자(febrile person)를 정상인으로 판단하거나 혹은 반대의 결과를 가져올 수 있다. 그렇기 때문에 기존의 열화상 카메라들은 온도의 정확도를 높이기 위한 부가장치로 흑체(Blackbody source)를 추가 설치하여 정확한 온도 기준점으로 운용한다.
발열의심자를 정확히 확인 및 추적하기 위해 실화상 카메라를 추가 구성하여 동시촬영하여야 하며, 이 경우, 실화상 및 열화상 출력 화면을 구성함에 있어 같은 위치 좌표정보를 제공할 수 있도록 하는 기능은 필수적이다.
일반적으로, 대중을 검역(Screening) 하는 발열검사에서는 2명 이상의 열원을 동시에 검출할 수 있어야 하며 이동하는 물체를 실시간으로 분석하여 화면에 표시할 수 있어야 한다.
또한, 적외선 영상은 온도정보에 기반한 데이터가 수신되며 이를 시각화하기 위해서는 컬러 매핑이라는 기술을 통해 해당 온도가 어떠한 색상으로 표현되는지를 결정하여야 한다. 이는 진단효율에 있어서 필수적이며 온도영역에 대한 컬러 매핑은 히스토그램 그래프를 분석하여 결과를 매핑한다.
대중을 상대로 하는 발열검사기는 열화상카메라만으로 구성되었을 때 발열의심자가 나올 경우 해당 인원을 추적을 하기에 쉽게 구분할 수 없는 단점이 있다.
이는, 흑백영상 또는 컬러매핑이 된 영상은 온도차이만을 강조하기 때문에 이목구비와 얼굴 특징점을 구분하기에 쉽지 않기 때문이며, 이를 해결하기 위해 실화상 카메라를 동시에 촬영하여 이러한 단점을 극복하도록 국제 규격에서 권고하고 있다. 이 경우에, 두 영상(실화상, 열화상)의 해상도가 다를 경우, 해상도가 같더라도 화각이 다를 경우 사용자의 혼란을 유발할 수 있다. 그리고, 화면에 측정되는 온도를 표시하는 경우 피사체의 위치가 동일해야만 정확한 좌표에 대한 온도값을 표기하는데 혼란을 주지 않는다. 따라서 발열검사기에 있어서, 실화상과, 열화상의 1:1의 매핑이 필요하다.
발열검사기의 측정 방법에는 크게 3가지가 있다. 화면 안에 들어오는 모든 온도에 대한 온도값을 측정하는 방법과, 안면인식 및 다중영역으로, 배경이나 사물과 출입하는 인원에 대한 온도 구분을 명확히 구분하여 온도값을 측정하여 오류(오동작)를 줄이고자 하는 방법들이 있다. 안면인식을 이용하는 경우 영상의 검출 정확도에 따라 출입하는 인원을 정확히 판별할 수 없는 문제점이 있으며, 특히, 피검자가 카메라를 정면으로 바라보아야 하며, 마스크의 착용이나 모자와 같은 악세서리의 영향이 검출 능력에 단점으로 작용한다. 또한 정확한 발열의 측정은 얼굴에서도 동맥이 지나가는 눈꼬리와 이마의 관자놀이 부근이 가장 정확한 체온을 대변하는 위치이다. 이외에 목에 위치한 경동맥이 지나는 위치와 귓바퀴 뒷 부분의 피부에서도 정확한 체온이 측정될 수 있는 위치이다. 안면인식은 피험자의 옆모습이나 뒷모습을 포함하여 이러한 위치를 배제하기 때문에 측정할 수 있는 제약이 있기 때문에 다중영역 체온검출은 안면인식의 단점을 보완하는 방법이다.
본 발명은, 열화상 화소의 누락없이 최대로 활용하기 위해 실화상 카메라는 열화상 카메라보다 광각으로 자동 선택되게 하며, 이를 위해, 프레임 매칭 방법을 적용하여, 자동으로 실화상의 상하좌우를 확장(Strech) 및 축소(Shorten) 할 수 있도록 이루어진, 적외선 촬영장치를 이용한 발열검사기에서의 열화상 화소의 누락없이 최대로 활용하기 위한, 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기을 제안한다.
본 발명은, 열화상 프레임을 기준으로 실화상 프레임을 전/후 6장씩 내부에 저장하였다가 열화상 프레임과 매칭율이 가장 높은 프레임을 선택하여 적용하되, 피사체의 경계선을 검출(실화상, 열화상)하고 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고 매칭율을 비교하며, 동일한 방법을 재수행하여 매칭율이 가장높은 지점을 고정하도록 하고 상하좌우 방향으로 4회 반복하며 모든 방향으로 최적화된 매핑의 결과로 고정할 수 있도록 한다.
선행기술로, 국내 특허공개 제10-2016-0056023호 '서모파일 어레이 센서와 실영상 카메라를 이용한 열화상 제공 장치 및 그 방법'은, 분석한 열분포와 고해상도 실영상 이미지의 특징을 기반으로 열 이미지와 고해상도 실영상 이미지의 매칭을 통해 피사체의 고해상도의 열화상을 생성한다.
그러나, 국내 특허공개 제10-2016-0056023호는, 본 발명과 같은 피사체의 경계선을 검출(실화상, 열화상)하고 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고 매칭율을 비교하며, 동일한 방법을 재수행하여 매칭율이 가장높은 지점을 고정하여 최적화된 매핑의 결과로, 열화상 화소의 누락없이 최대로 활용하는 기술은 구비되어 있지 않다.
본 발명이 해결하고자 하는 과제는, 열화상 카메라(적외선 촬영장치)와 실화상 카메라를 구비하는 발열검사기에 있어서, 열화상 화소의 누락없이 최대로 활용하기 위해 실화상 카메라의 영상이 열화상 카메라보다 광각으로 촬영되게 하기 위해, 열화상 프레임을 기준으로 실화상 프레임을 전/후 6장씩 내부에 저장하였다가 열화상 프레임과 매칭율이 가장 높은 프레임을 선택하여, 피사체의 경계선을 검출(실화상, 열화상)하고 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고 매칭율을 비교하는 과정 수회 반복 수행하여 매칭율이 가장 높은 지점을 고정하도록 하되, 상하좌우 방향으로 4회 반복하며 모든 방향으로 최적화된 매핑의 결과로 고정할 수 있도록 하는, 발열검사기에서의 열화상 화소의 누락없이 활용하기 위한, 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기를 제공하는 것이다.
상기 과제를 해결하기 위해, 본 발명의 발열검사기는, 다수의 피검자를 포함하는 영역의 열화상을 촬영하는 열화상 카메라; 다수의 피검자를 포함하는 영역의 실화상을 촬영하되, 열화상 카메라와 동시에 촬영되는 실화상 카메라; 열화상 카메라로부터 수신된 열화상과, 실화상 카메라로부터 수신된 실화상을 매칭을 행하되, 열화상을 기준으로, 실화상의 상하좌우를 확장하거나 축소하여, 열화상과 맞추어진 재구성 실화상을 구하고, 열화상과 재구성 실화상을 이용하여 피검자들의 체열(체온)을 검출하는, 연산처리부;를 포함하는 것을 특징으로 한다.
상기 연산처리부는, 열화상 프레임을 기준으로 열화상 프레임의 전과 후에, 각기 6장씩의 실화상 프레임을 메모리부에 저장하고, 저장되어 있는 실화상 프레임들 중에 열화상 프레임과 매칭율이 가장 높은 실화상 프레임을 선택하고, 열화상 프레임과 선택된 실화상 프레임에서, 피사체의 경계선을 각각 검출하고, 상하좌우의 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고, 매칭율이 가장 높은 지점을 선택하는, 실화상과 열화상 매핑부를 구비한다.
실화상과 열화상 매핑부는, 엣지 검출을 위해 실화상 화면 및 열화상 화면을 반전시키고, 반전된 소정 열화상에서의 가로축 열화상 프로파일과, 반전된 실화상에서의 가로축 실화상 프로파일을 비교하여, 가로축 열화상 프로파일에 가장 가까운 가로축 실화상 프로파일을 재구성용 가로축 실화상 프로파일로써 구하며, 반전된 소정 열화상에서의 세로축 열화상 프로파일과, 반전된 실화상에서의 세로축 실화상 프로파일을 비교하여, 세로축 열화상 프로파일에 가장 가까운 세로축 실화상 프로파일을 재구성용 세로축 실화상 프로파일로써 구하며, 구하여진 가로축 실화상 프로파일과 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta)를 구하고, 가로축 실화상 프로파일과, 세로축 실화상 프로파일의 비율과 위치 값으로, 실화상의 비율 및 위치를 조정하고, 그 조정된 실화상을 재구성 실화상으로서 메모리부에 저장하고, 디스플레이부로 출력한다.
또한, 상기 연산처리부는 다중영역 체온검출부를 더 구비하며, 다중영역 체온검출부, 열화상과 재구성 실화상과, 기설정된 가로갯수 x 세로갯수가 되도록 분할하고, 열화상의 분할영역(구역)인 관심구역들에서 전체 평균값을 구하고, 열화상의 각 분할영역의 최대값이 전체 평균값보다 작은 분할영역은, 관심구역에서 제외하고, 열화상의 각 분할영역의 최대값이 기 설정된 문턱치 온도를 초과하는 분할영역은, 관심구역에서 제외하고, 관심구역에서 연접한 주변구역들간의 최대값을 비교하여, 연접한 주변구역들중 최대값이 가장 큰 분할영역(구역)만을 남기고 나머지 연접한 주변구역을 관심구역에서 제외하고, 남아 있는 관심구역의 좌표(즉, XY좌표)와 해당 관심구역의 최고온도를 산출하고, 산출된 최고온도를 해당 관심구역의 좌표의 열화상 및 실화상에 표시한다.
상기 연산처리부는 윈레벨(Win-level) 자동조정부를 더 구비하며, 윈레벨(Win-level) 자동조정부는, 열화상으로부터 히스토그램을 산출하고, 히스토그램에서 배경 피크를 검출하되, 기설정된 배경 피크 기준값보다 상위의 배경 피크를 검출하고, 히스토그램에서 체표 피크를 검출하되, 기설정된 체표 피크 기준값보다 하위의 체표 피크를 검출하고, 최고온도영역이 전체 열화상 면적의 3%가 되는 지점을 표현온도의 최고점인, 상한값으로 설정하고, 배경과 체표(피부)의 영역이 교차되는 구분지점을 최저점인, 하안값으로 설정하고, 하한값 및 상한값을 이용하여, 컬러매핑 데이터를 생성하여, 히스토그램에서 체표영역에 관한 슈도 컬러링을 행하고, 얻어진 슈도 컬러링 이미지를 디스플레이부로 출력한다.
또한, 본 발명에서, 열화상 카메라 및 실화상 카메라를 구비하여 다수의 피검자의 체열을 동시에 검출하는 발열검사기의 구동방법은, 연산처리부가 열화상 카메라로부터 수신된 열화상과, 실화상 카메라로부터 수신된 실화상을 매칭을 행하되, 열화상을 기준으로, 실화상의 상하좌우를 확장하거나 축소하여, 열화상과 맞추어진 재구성 실화상을 구하고, 열화상과 재구성 실화상을 이용하여 피검자들의 체열(체온)을 검출하는 것을 특징으로 한다.
연산처리부는, 재구성 실화상을 구하기 위해, 열화상 프레임을 기준으로 열화상 프레임의 전과 후에, 각기 6장씩의 실화상 프레임을 메모리부로부터 읽어들여, 실화상 프레임들 중에 열화상 프레임과 매칭율이 가장 높은 실화상 프레임을 선택하고, 열화상 프레임과 선택된 실화상 프레임에서, 피사체의 경계선을 각각 검출하고, 상하좌우의 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고, 매칭율이 가장 높은 지점을 선택한다.
열화상과 실화상의 매칭을 위해, 열검사기의 구동방법은, 연산처리부는 엣지 검출을 위해 실화상 화면 및 열화상 화면을 반전시키는, 화면 반전단계; 연산처리부는 화면 반전단계에서 반전된 소정 열화상에서의 가로축 열화상 프로파일과, 화면 반전단계에서 반전된 실화상에서의 가로축 실화상 프로파일을 비교하여, 가로축 매칭율을 구하는, 가로축 매칭율 검출단계; 연산처리부는, 가로축 매칭율 검출단계에서 검출된 가로축 매칭율을, 기 저장된 가로축의 매칭 최고값과 비교하여, 만약 가로축 매칭율이 가로축의 매칭 최고값보다 같지 않다면, 화면 반전단계에서 반전된 실화상에서 다음번의 가로축 실화상 프로파일을 메모리부로부터 읽어들이고, 가로축 매칭율 검출단계로 되돌아 가는, 가로축의 매칭 최고값과의 비교단계; 연산처리부는 화면 반전단계에서 반전된 소정 열화상에서의 세로축 열화상 프로파일과, 화면 반전단계에서 반전된 실화상에서의 세로축 실화상 프로파일을 비교하여, 세로축 매칭율을 구하는, 세로축 매칭율 검출단계; 연산처리부는, 세로축 매칭율 검출단계에서 검출된 세로축 매칭율을, 기 저장된 세로축의 매칭 최고값과 비교하여, 만약 세로축 매칭율이 가로축의 매칭 최고값보다 같지 않다면, 화면 반전단계에서 반전된 실화상에서 다음번의 가로축 실화상 프로파일을 메모리부로부터 읽어들이고, 세로축 매칭율 검출단계로 되돌아 가는, 세로축의 매칭 최고값과의 비교단계; 연산처리부가, 가로축의 매칭 최고값과의 비교단계에서 가로축 매칭율이 가로축의 매칭 최고값과 같다면, 가로축 실화상 프로파일을 재구성용 가로축 실화상 프로파일으로 하고, 세로축의 매칭 최고값과의 비교단계에서 세로축 매칭율이 세로축의 매칭 최고값과 같다면, 세로축 실화상 프로파일을 재구성용 세로축 실화상 프로파일으로 하고, 재구성용 가로축 실화상 프로파일과 재구성용 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta)를 구하여, 메모리부에 저장하는, 가로측 및 세로측의 매칭데이터 저장단계; 연산처리부는 재구성용 가로축 실화상 프로파일과, 재구성용 세로축 실화상 프로파일의 비율과 위치 값으로, 실화상의 비율 및 위치를 조정하고, 그 조정된 실화상을 재구성 실화상으로서 메모리부에 저장하고, 디스플레이부로 출력하는, 실화상 조정단계;를 포함한다.
또한, 피검자들의 체열(체온)을 검출하기 위해, 발열검사기의 구동방법은, 연산처리부는 열화상의 화면을, 기설정된 가로갯수 x 세로갯수가 되도록 구역을 분할하여, 분할된 구역들을 관심구역들로 하는, 구역분할단계; 연산처리부는 구역분할단계에서 분할된 각 구역에서, 최외각 구역을 제외하는, 최외각 구역 제외단계; 연산처리부는 구역분할단계에서 분할된 열화상의 모든 구역들에서, 열화상의 평균값을 구하는, 평균값 검출단계; 연산처리부는, 구역분할단계에서 분할된 열화상의 구역의 최대값을, 평균값 검출단계에서 검출된 평균값과 비교하여, 최대값이 상기 평균값보다 작은 구역을, 관심구역에서 제외하는, 최대값 비교단계; 연산처리부는, 관심구역들에서, 연접한 구역들에서, 연접한 구역들간의 최대값을 비교하여, 최대값이 가장 큰 구역만을 남기고 나머지 연접한 구역들을 관심구역에서 제외하는, 주변구역 비교단계; 연산처리부는, 주변구역 비교단계를 거친 후, 남아 있는 관심구역을 최종 관심구역으로 하며, 최종 관심구역의 좌표(즉, XY좌표)와 최고온도를 산출하는, 최고온도 검출단계; 연산처리부는, 최고온도 검출단계에서 검출된 최종 관심구역의 최고온도를 최종 관심구역의 좌표의 열화상 및 실화상에 표시하는, 이미지 상에의 해당 값 표시단계;를 더 포함한다.
또한, 발열검사기의 구동방법은, 연산처리부는 열화상으로부터 히스토그램을 산출하는, 히스토그램 산출단계; 연산처리부는 히스토그램에서 배경 피크를 검출하되, 기설정된 배경 피크 기준값보다 상위의 배경 피크를 검출하는, 배경 피크 검출단계; 연산처리부는 히스토그램에서 체표 피크를 검출하되, 기설정된 체표 피크 기준값보다 하위의 체표 피크를 검출하는, 체표 피크 검출단계; 연산처리부는 최고온도영역이 전체 열화상 면적의 3%가 되는 지점을 표현온도의 최고점인, 상한값으로 구하고, 배경과 체표(피부)의 영역이 교차되는 구분지점을 최저점인, 하안값으로 구하는, 하한값 및 상한값 설정단계; 하한값 및 상한값 설정단계에서 구한 하한값 및 상한값을 이용하여, 컬러매핑 데이터를 생성하여, 히스토그램에서 체표영역에 관한 슈도 컬러링을 행하고, 얻어진 슈도 컬러링 이미지를 디스플레이부로 출력하는 슈도 컬러링 단계;를 더 구비한다.
가로축 매칭율 검출단계에서 가로축 매칭율은, 열화상 프로파일의 길이와, 가로축 실화상 프로파일의 길이를 차감한 값의 절대값이며, 세로축 매칭율 검출단계에서 세로축 매칭율은, 열화상 프로파일의 길이와, 세로축 실화상 프로파일의 길이를 차감한 값의 절대값이다.
가로축의 매칭 최고값 및 세로축의 매칭 최고값은 0일 수 있다.
본 발명의 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기는, 열화상 카메라(적외선 촬영장치)와 실화상 카메라를 구비하는 발열검사기에 있어서, 열화상 프레임을 기준으로 실화상 프레임을 전/후 6장씩 내부에 저장하였다가 열화상 프레임과 매칭율이 가장 높은 프레임을 선택하여, 피사체의 경계선을 검출(실화상, 열화상)하고 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고 매칭율을 비교하는 과정 수회 반복 수행하여 매칭율이 가장 높은 지점을 고정하도록 하되, 상하좌우 방향으로 4회 반복하며 모든 방향으로 최적화된 매핑의 결과로 고정할 수 있도록 하여, 발열검사기에 있어서, 실화상 카메라의 영상이 열화상 카메라보다 광각으로 촬영된 것을 얻음으로써, 열화상 화소의 누락없이 최대로 활용할 수 있으며, 이로 인해 오류를 줄이고, 정확도를 높일 수 있다.
도 1은 본 발명의 발열검사기의 개략적인 구성을 나타내는 블럭도이다.
도 2는 본 발명의 프레임 매칭 방법을 적용하기 전과 후를 나타내는 일예이다.
도 3은 본 발명의 발열검사기에서 실화상과 열화상의 최적 자동 매핑 방법을 개략적으로 설명하는 흐름도이다.
도 4는 도 3의 흐름도의 각 매칭율 검출단계 및 각 매칭 최고값과의 비교단계을 설명하는 설명도이다.
도 5는 도 3의 흐름도의 실화상 조정단계를 설명하는 설명도이다.
도 6은 본 발명의 다중영역 체온검출 방법으로 체온을 검출하여 표시한 일예이다.
도 7은 본 발명의 다중영역 체온검출 방법의 이례를 설명하는 흐름도이다.
도 8은 도 7의 구역분할 단계를 거친 영상의 일예를 나타낸다.
도 9는 도 8의 영상을 최외각 구역 제외단계를 거친 영상을 나타낸다.
도 10은 도 9의 영상을 최대값 비교단계를 거친 영상을 나타낸다.
도 11은 도 10의 영상을 주변구역 비교단계를 거치는 영상을 나타낸다.
도 12는 윈레벨의 조정 전후의 일예를 나타낸다.
도 13은 본 발명에서 진단목적 히스토그램 이퀄라이즈 (윈레벨 자동 조정)을 설명하는 흐름도이다.
도 14는 배경구간 및 체표구간의 일예를 나타낸다.
도 15는 도 14의 체표구간으로부터 선택된 관심체표구간들을 나타낸다.
이하 본 발명의 발열검사기에서의 실화상과 열화상의 최적 자동 매핑 방법 및 장치을 첨부된 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 발열검사기의 개략적인 구성을 나타내는 블럭도이다.
열화상 카메라(적외선 카메라)(120)에서 검출된 열화상 및 실화상 카메라(일반 컬러카메라)(160)으로부터 검출된 실화상은 연산처리부(200)로 전달된다. 즉, 동시에 촬상된 열화상 및 실화상이 연산처리부(200)로 전달된다.
연산처리부(200)는 실화상과 열화상 매핑부(201), 다중영역 체온검출부(205), 윈레벨(Win-level) 자동조정부(207)를 포함한다.
연산처리부(200)는 실화상과 열화상 매핑부(201)에서, 열화상 프레임을 기준으로 실화상 프레임을 전/후 6장씩 메모리부(220)에 저장하였다가 열화상 프레임과 매칭율이 가장 높은 실화상 프레임을 선택하고, 이렇게 선택된 실화상 프레임 및 열화상 프레임에서 피사체의 경계선을 각각 검출하고, 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고 매칭율을 비교하여 매칭율이 가장 높은 지점을 선택하는 과정 수회 반복 수행하여, 선택된 매칭율이 가장 높은 지점을 고정하도록 하되, 이를, 상하좌우 방향으로 4회 반복하며, 이렇게 하여 상하좌우의 모든 방향으로 최적화된 매핑의 결과로 고정한다.
이에 따라, 연산처리부(200)는, 실화상 영상이 열화상보다 광각의 영상을 얻을 수 있으며, 결과적으로, 열화상 화소의 누락없이, 열화상을 이용하여 다중영역 체온검출부(205)에서, 다수의 피검자의 체열(체온)을 검출하고, 윈레벨 자동조정부(207)에서 체표영역에 관한 슈도 컬러링을 행하여 그 체열이미지 및 체열온도값을 디스플레이부(210)로 출력한다.
이하, 본 발명의 발열검사기에서 실화상과 열화상의 최적 자동 매핑 방법에 대해서 설명한다.
<실화상 및 열화상 영상의 1:1 매핑 방법>
이는 연산처리부(200)의 실화상과 열화상 매핑부(201)에서 구동된다.
열화상 화소의 누락없이 최대로 활용하기 위해 실화상 카메라는 열화상 카메라보다 광각으로 선택하여야 하며, 이를 위해, 본 발명에서 연산처리부(200)가 실화상의 상하좌우를 확장(Strech) 및 축소(Shorten) 하는 기능을 구비한다.
이는 자동화로 진행되도록 이루어져 있으며, 프레임 매칭 방법을 적용한다.
연산처리부(200)는 열화상 프레임을 기준으로 실화상 프레임을 전/후 6장씩 메모리부(220)에 저장하였다가 열화상 프레임과 매칭율이 가장 높은 실화상 프레임을 선택한다. 열화상 프레임과, 선택된 실화상 프레임에서 피사체의 경계선을 검출한다.
각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고 매칭율을 비교한다. 동일한 방법을 재수행하여 매칭율이 가장 높은 지점을 고정하도록 하고 상하좌우 방향으로 4회 반복하며 결과적으로 모든 방향으로 최적화된 매핑의 결과로 고정되게 한다.
도 2는 본 발명의 프레임 매칭 방법을 적용하기 전과 후를 나타내는 일예로, 도 2의 (a)는 본 발명의 프레임 매칭 방법을 적용하기 전의 실화상과 열화상을 나타내며, 도 2의 (b)는 본 발명의 프레임 매칭 방법을 적용한 후의 실화상과 열화상을 나타낸다.
본 발명을 적용하기 후의 실화상과 열화상은, 본 발명을 적용하기 전의 실화상과 열화상에 비해, 상대적으로 매칭율이 현저히 좋아진 것을 알 수 있으며, 또한, 실화상은 상하좌우로 확장(Strech) 또는 축소(Shorten)가 행하여진 것을 알 수 있다.
도 3은 본 발명의 발열검사기에서 실화상과 열화상의 최적 자동 매핑 방법을 개략적으로 설명하는 흐름도이다.
화면 반전단계로, 연산처리부(200)는 실화상 화면에서 엣지 검출을 위해 실화상 화면을 반전시키며(S110), 열화상 화면에서 엣지 검출을 위해 열화상 화면을 반전시킨다(S115).
가로축 매칭율 검출단계로, 연산처리부(200)는 화면 반전단계에서 반전된 열화상에서의 소정 열화상 프로파일(소정 가로축 열화상 프로파일)과, 화면 반전단계에서 반전된 실화상에서의 가로축 실화상 프로파일 (즉, 순서대로의 가로축 실화상 프로파일을 비교하므로, N 번째 가로축 실화상 프로파일 이라 할 수 있음)을 비교하여, 가로축 매칭율을 구한다(S120). 여기서, 상기의 소정 열화상 프로파일의 길이와, 상기의 가로축 실화상 프로파일의 길이를 차감한 값의 절대값을, 가로축 매칭율(가로축 매칭정도를 나타내는 값)로서 구할 수 있다.
가로축의 매칭 최고값과의 비교단계로, 연산처리부(200)는, 가로축 매칭율 검출단계에서 검출된 가로축 매칭율을, 기 저장된 가로축의 매칭 최고값(즉, 매칭율 최대값)과 비교하여(S125), 만약 가로축 매칭율이 가로축의 매칭 최고값보다 작거나 같지 않다면, 가로축의 매칭 최고값이 검출되지 않은 것으로, 화면 반전단계에서 반전된 실화상에서 다음번의 가로축 실화상 프로파일 (즉, N+1 번째 가로축 실화상 프로파일)을 메모리부로부터 읽어들이고(S127), 가로축 매칭율 검출단계로 간다. 여기서, 가로축의 매칭 최고값은 0일 수 있다.
즉, 가로축 매칭율 검출단계 및 가로축의 매칭 최고값과의 비교단계에서는, 가로축에서, 실화상의 엣지에 대한 프로파일 분석 결과와, 열화상의 엣지에 대한 프로파일 분석한 값을 비교하여 가로축의 매칭 최고값이 나올 때까지 반복한다.
세로축 매칭율 검출단계로, 연산처리부(200)는 화면 반전단계에서 반전된 열화상에서의 소정 열화상 프로파일(소정 세로축 열화상 프로파일)과, 화면 반전단계에서 반전된 실화상에서의 세로축 실화상 프로파일 (즉, 순서대로의 세로축 실화상 프로파일을 비교하므로, N 번째 세로축 실화상 프로파일 이라 할 수 있음)을 비교하여, 세로축 매칭율을 구한다(S130). 여기서, 상기의 소정 열화상 프로파일의 길이와, 상기의 세로축 실화상 프로파일의 길이를 차감한 값의 절대값을, 세로축 매칭율(세로축 매칭정도를 나타내는 값)로서 구할 수 있다.
세로축의 매칭 최고값과의 비교단계로, 연산처리부(200)는, 세로축 매칭율 검출단계에서 검출된 세로축 매칭율을, 기 저장된 세로축의 매칭 최고값(즉, 매칭율 최대값)과 비교하여(S135), 만약 세로축 매칭율이 세로축의 매칭 최고값보다 작거나 같지 않다면, 세로축의 매칭 최고값이 검출되지 않은 것으로, 화면 반전단계에서 반전된 실화상에서 다음번의 세로축 실화상 프로파일 (즉, N+1 번째 세로축 실화상 프로파일)을 메모리부로부터 읽어들이고(S137), 매칭율 검출단계로 간다. 여기서, 세로축의 매칭 최고값은 0일 수 있다.
가로측 및 세로측의 매칭데이터 저장단계로, 가로축의 매칭 최고값과의 비교단계에서 가로축 매칭율이 가로축의 매칭 최고값보다 작거나 같다면, 가로축의 매칭 최고값이 검출된 것으로, 이 때의 가로축 실화상 프로파일을, 상기의 소정 열화상 프로파일에 대한, 최고 매칭시의 가로축 실화상 프로파일(즉, 재구성용 가로축 실화상 프로파일)로 메모리부(220)에 저장하고, 세로축의 매칭 최고값과의 비교단계에서 세로축 매칭율이 세로축의 매칭 최고값보다 작거나 같다면, 세로축의 매칭 최고값이 검출된 것으로, 이 때의 세로축 실화상 프로파일을, 상기의 소정 열화상 프로파일에 대한, 최고 매칭시의 세로축 실화상 프로파일(즉, 재구성용 세로축 실화상 프로파일)로 메모리부(220)에 저장하고, 최고 매칭시의 가로축 실화상 프로파일과, 최고 매칭시의 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta) 값을 메모리부(220)에 저장한다 (S150).
예를들어, 매칭율들이 매칭 최고값과 같아, 소정 열화상 프로파일과, N 번째 실화상 프로파일의 길이가 일치할 때, 이 N 번째 프로파일을 메모리부(220)에 기억하고 그때의 가로축 실화상 프로파일과, 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta) 값을 메모리부(220)에 저장한다.
실화상 조정단계로, 가로측 및 세로측의 매칭데이터 저장단계에서 구한, 가로축 실화상 프로파일과, 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta) 값으로, 실화상의 비율 및 위치를 조정하고, 그 조정된 실화상을 메모리부(220)에 저장하고, 디스플레이부(210)로 출력한다. 여기서 위치(Delta)는 소정 열화상 프로파일과, 상기의 가로축 실화상 프로파일과의 거리를 나타낼 수 있다.
실화상 조정단계 후에, 설정값 저장단계를 더 구비할 수 있다.
설정값 저장단계는, 가로축 실화상 프로파일(즉, 재구성용 가로축 실화상 프로파일)과, 세로축 실화상 프로파일(즉, 재구성용 세로축 실화상 프로파일)의 비율(Ratio)과 위치(Delta) 값을 설정값으로서 저장하고, 차후에 이를 재사용하여 실화상을 조정할 수 있다.
도 4는 도 3의 흐름도의 각 매칭율 검출단계 및 각 매칭 최고값과의 비교단계을 설명하는 설명도이고, 도 5는 도 3의 흐름도의 실화상 조정단계를 설명하는 설명도이다.
도 4의 (a)는 화면 반전단계의 전의 실화상 영상과 열화상 영상의 예를 나타낸다.
도 4의 (b)는 도 4의 (a)의 실화상 영상과 열화상 영상을, 화면 반전단계를 거친 결과를 나타낸다.
도 4의 (C)는 각 매칭율 검출단계 및 각 매칭 최고값과의 비교단계에서, 실화상의 프로파일을 열화상의 프로파일(도 4의 (C)의 파랑색부분)과 비교하여, 열화상의 프로파일과 같은 실화상의 프로파일(도 4의 (C)의 Len(Max))을 선출하는 것을 나타낸다.
도 5의 (a)는 실화상 조정단계를 설명하는 도면으로, 도 3의 흐름도의 가로측 및 세로측의 매칭데이터 저장단계에서 저장된 가로축 실화상 프로파일과, 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta) 값을 이용하여 실화상 영상을 조정한다.
도 5의 (b)는 도 4의 (b)의 실화상 영상과 열화상 영상이, 실화상 조정단계를 거친 후의 영상을 나타낸다.
<다중영역 체온검출>
이는 연산처리부(200)의 다중영역 체온검출부(205)에서 검출된다.
열화상의 화면을, 기설정된 가로갯수 x 세로갯수 (예를들어, 가로x세로가 4x3 또는 8x6)가 되도록 분할하고, 열화상의 각 분할영역에서 기 설정된 값(예를들어 전체 평균값)보다 큰, 최대지점(peak)(최대 분할영역 지점)을 검출한다. 그리고, 각 최대지점(peak)이 기 설정된 문턱치 온도(예를들어 40℃)를 초과하는 경우, 그 최대지점은 관심영역에서 제외한다. 그 다음에, 제외(누락)되지 않은 최대지점들에서, 인접한 국부 피크(local peak) 지점들은 제외시킨다. 이렇게 구하여진 각 분할영역의 최대지점(peak)의 온도값을, 실 화상 및 열 화상의 해당부분에 표시한다.
도 6은 본 발명의 다중영역 체온검출 방법으로 체온을 검출하여 표시한 일예이다.
실 화상 및 열 화상내에 인물별로 검출된 체온값이 각각 표시되어 있다.
도 7은 본 발명의 다중영역 체온검출 방법의 이례를 설명하는 흐름도이고, 도 8은 도 7의 구역분할 단계를 거친 영상의 일예를 나타내고, 도 9는 도 8의 영상을 최외각 구역 제외단계를 거친 영상을 나타내고, 도 10은 도 9의 영상을 최대값 비교단계를 거친 영상을 나타내고, 도 11은 도 10의 영상을 주변구역 비교단계를 거치는 영상을 나타낸다.
구역분할단계로, 연산처리부(200)는 열화상의 화면을, 기설정된 가로갯수 x 세로갯수 (예를들어, 가로x세로가 4x3 또는 8x6)가 되도록 구역을 분할한다(S210). 구역분할 단계를 거친 영상의 일예는 도 8과 같다.
최외각 구역 제외단계로, 구역분할단계에서 분할된 각 구역에서, 최외각 구역은 제외한다(S215). 즉, 최외각 구역의 값들을 '0'로 하며, 최외각 구역은 관심구역에서 제외하는 것을 말한다. 도 8의 영상이 최외각 구역 제외단계를 거친 경우의 영상은 도 9와 같다.
평균값 검출단계로, 연산처리부(200)는 구역분할단계에서 분할된 열화상의 모든 구역(분할영역)에서, 열화상의 평균값(분할영역 평균온도)을 구한다 (S220).
최대값 비교단계로, 연산처리부(200)는 각 분할영역의 최대값을, 평균값 검출단계에서 검출된 평균값과 비교하여(S230), 만약 상기 평균값보다 작다면 그 구역을 관심구역에서 제외하며(S235), 이와같은 방식으로 모든 분할영역에서 최대값보다 작은 구역을 관심구역에서 제외한다. 도 9의 영상에서, 최대값 비교단계에서, 평균값보다 작은 구역을 관심구역에서 제외한 경우의 영상이, 도 10이다.
경우에 따라서, 최대값 비교단계와, 주변구역 비교단계의 사이에, 문턱치 온도 비교단계(미도시)를 더 구비할 수 있다.
문턱치 온도 비교단계(미도시)는 최대값 비교단계에서 제외되지 않은 구역(분할영역)들에서, 기 설정된 문턱치 온도(예를들어 40℃)를 초과하는 구역은 관심영역에서 제외한다.
주변구역 비교단계로, 최대값 비교단계 또는 문턱치 온도 비교단계를 거친 구역들에서, 연접한 구역들의 경우, 연접한 주변구역들간의 최대값을 비교하여(S250), 그 중 최대값이 가장 큰 구역만을 남기고 나머지 연접한 주변구역을 관심구역에서 제외하며(S255), 이와 같은 방법으로, 최대값 비교단계 또는 문턱치 온도 비교단계를 거친 구역들 중의 나머지 구역들에서도, 연접한 주변구역들간의 최대값을 비교하여, 그 중 최대값이 가장 큰 구역만을 남기고 나머지 연접한 주변구역을 관심구역에서 제외한다(S260). 즉, 모든 연접된 관심 구역에 대하여 서로 비교하여 선별된 구역과 관심영역에서 제외하는 결과를 반복 검출하여 확인한다.
도 10의 영상에서, 주변구역 비교단계에서, 연접한 구역들에서 최대값들을 비교하여 그중 큰 최대값을 가지는 구역을 남기고, 최대값이 작은 구역들을 관심구역에서 제외한 경우를 나타내는 영상이 도 11이다.
최고온도 검출단계로, 주변구역 비교단계에서 검출된 최종 관심구역에 대한 좌표(즉, XY좌표)와 해당 구역의 최고온도를 검출한다(S265).
실화상 및 열화상에서, 최고온도 검출단계에서 검출된 최종 관심구역에 대한 좌표의 위치에, 해당 구역의 최고온도를, 표시한다(S270). 즉, 이미지 위에 해당 온도 값을 표시한다.
<진단목적 히스토그램 이퀄라이즈 (윈레벨(Win-level) 자동 조정)>
이는 연산처리부(200)의 윈레벨 자동조정부(207)에서 행하여 진다.
컬러를 적외선영상에 매핑할 때 진단효율을 극대화하기 위해 관심 온도 영역의 히스토그램 전체에 색상표현을 적절히 분포시키는 것이 필요하다.
영상에 대한 전체적인 히스토그램그래프에서는 배경영역과 피부영역으로 구분 지을 수 있는 특성이 있기 때문에 윈레벨을 조정하여 관측하고자 하는 영역을 선별할 수 있다. 히스토그램에서는 가로축은 온도범위가 되며, 세로축은 픽셀개수의 누적양이 된다.
조정된 윈레벨에서는 최저값(minimum)과 최고값(maximum)의 구간에서 온도 분포를 결정하게 된다. 최고온도영역이 전체 면적의 3%가 되는 지점을 표현온도의 최고점으로, 배경과 피부의 영역이 교차되는 구분지점을 최저점으로 하여 슈도컬러링(pseudo-coloring)한다. 즉, 전체 면적의 3%가 최고온도영역을 가진 지점을 표현온도의 최고점으로, 배경과 피부의 영역이 교차되는 구분지점을 표현온도의 최저점으로 하여, 윈레벨에 따라 슈도컬러링(pseudo-coloring)한다.
도 12는 윈레벨의 조정 전후의 일예를 나타낸다.
도 12의 (a)는 윈레벨의 조정 전의 영상의 일예이고, 도 12의 (b)는 도 12의 (a)의 히스토그램그래프에서는 배경영역과 피부영역을 구분한 영상을 나타내고, 도 12의 (c)는 도 12의 (b)의 영상에 슈도컬러링한 영상을 나타낸다.
도 13은 본 발명에서 진단목적 히스토그램 이퀄라이즈 (윈레벨(Win-level) 자동 조정)을 설명하는 흐름도이고, 도 14는 배경구간 및 체표구간의 일예를 나타내고, 도 15는 도 14의 체표구간으로부터 선택된 관심체표구간들을 나타낸다.
히스토그램 산출단계로, 열화상으로부터 히스토그램을 산출한다(S510).
배경 피크 검출단계로, 히스토그램 산출단계에서 산출된 히스토그램에서 배경에 관한 피크인 배경 피크를 검출한다(S520). 도 14의 (a)는 도 13의 배경 피크 검출단계에서 검출된 배경피크의 일예를 나타낸다.
배경 피크의 조건검사 실행단계로, 배경 피크 검출단계에서 검출된 배경 피크가, 기설정된 배경 피크 기준값보다 하위에 있는 로컬(Local) 피크인지를 검사하고(S525), 만약 배경 피크 기준값보다 하위에 있는 로컬(Local) 피크이라면, 이 배경 피크를 제거하고(S530), 배경 피크 검출단계로 되돌아간다.
체표 피크 검출단계로, 히스토그램 산출단계에서 산출된 히스토그램에서 체표에 관한 피크인 체표 피크를 검출한다(S520). 도 14의 (b)는 도 13의 체표 피크 검출단계에서 검출된 체표피크의 일예를 나타낸다.
체표 피크의 조건검사 실행단계로, 체표 피크 검출단계에서 검출된 체표 피크가, 기설정된 체표 피크 기준값보다 상위에 있는 로컬(Local) 피크인지를 검사하고(S555), 만약 체표 피크 기준값보다 상위에 있는 로컬(Local) 피크라면, 이 체표 피크를 제거하고(S560), 체표 피크 검출단계로 되돌아간다. 도 15는 도 14의 체표 구간에서, 체표 피크의 조건검사 실행단계를 실행하여 도출된 관심체표구간들을 나타낸다.
하한값 및 상한값 설정단계로, 히스토그램에서 하한값(S570)과 상한값(S575)을 가지는 지점과 그 값을 설정을 행한다. 즉, 최고온도영역이 전체 면적의 3%가 되는 지점을 표현온도의 최고점(상한값)으로, 배경과 피부의 영역이 교차되는 구분지점을 최저점(하안값)으로 설정한다.
슈도 컬러링 단계로, 체표 피크, 배경피크, 하한값 및 상한값을 이용하여, 컬러매핑 데이터를 생성하여, 히스토그램에서 체표영역에 관한 슈도 컬러링을 행하고(S575), 이렇게 행하여진 슈도 컬러링 이미지를 디스플레이부(210)로 출력한다.
본 명세서는 본 발명의 기술 분야에서 통상의 지식을 가진 자이면 충분히 인식하고 유추할 수 있는 내용은 그 상세한 기재를 생략하였으며, 본 명세서에 기재된 구체적인 예시들 이외에 본 발명의 기술적 사상이나 필수적 구성을 변경하지 않는 범위 내에서 보다 다양한 변형이 가능하다. 따라서 본 발명은 본 명세서에서 구체적으로 설명하고 예시한 것과 다른 방식으로도 실시될 수 있으며, 이는 본 발명의 기술 분야에 통상의 지식을 가진 자이면 이해할 수 있는 사항이다.
120: 열화상 카메라 130: 실화상 카메라
200: 연산처리부 201: 실화상과 열화상 매핑부
205: 다중영역 체온검출부 207: 윈레벨 자동조정부
210: 디스플레이부 220: 메모리부

Claims (12)

  1. 다수의 피검자를 포함하는 영역의 열화상을 촬영하는 열화상 카메라;
    다수의 피검자를 포함하는 영역의 실화상을 촬영하되, 열화상 카메라와 동시에 촬영되는 실화상 카메라;
    열화상 카메라로부터 수신된 열화상과, 실화상 카메라로부터 수신된 실화상을 매칭을 행하되, 열화상을 기준으로, 실화상의 상하좌우를 확장하거나 축소하여, 열화상과 맞추어진 재구성 실화상을 구하고, 열화상과 재구성 실화상을 이용하여 피검자들의 체열(체온)을 검출하는, 연산처리부;
    를 포함하며,
    상기 연산처리부는,
    열화상 프레임을 기준으로 열화상 프레임의 전과 후에, 각기 6장씩의 실화상 프레임을 메모리부에 저장하고, 저장되어 있는 실화상 프레임들 중에 열화상 프레임과 매칭율이 가장 높은 실화상 프레임을 선택하고, 열화상 프레임과 선택된 실화상 프레임에서, 피사체의 경계선을 각각 검출하고, 상하좌우의 각 방향으로 1픽셀씩, 확장한 결과와 축소한 결과를 매칭하고, 매칭율이 가장 높은 지점을 선택하는, 실화상과 열화상 매핑부를 구비하는 것을 특징으로 하는, 발열검사기.
  2. 삭제
  3. 제1항에 있어서, 실화상과 열화상 매핑부는,
    엣지 검출을 위해 실화상 화면 및 열화상 화면을 반전시키고,
    반전된 소정 열화상에서의 가로축 열화상 프로파일과, 반전된 실화상에서의 가로축 실화상 프로파일을 비교하여, 가로축 열화상 프로파일에 가장 가까운 가로축 실화상 프로파일을, 재구성용 가로축 실화상 프로파일로써 구하며,
    반전된 소정 열화상에서의 세로축 열화상 프로파일과, 반전된 실화상에서의 세로축 실화상 프로파일을 비교하여, 세로축 열화상 프로파일에 가장 가까운 세로축 실화상 프로파일을, 재구성용 세로축 실화상 프로파일로써 구하며,
    구하여진, 재구성용 가로축 실화상 프로파일과 재구성용 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta)를 구하고,
    재구성용 가로축 실화상 프로파일과, 재구성용 세로축 실화상 프로파일의 비율과 위치 값으로, 실화상의 비율 및 위치를 조정하고, 조정된 실화상을 재구성 실화상으로서 메모리부에 저장하고, 디스플레이부로 출력하는 것을 특징으로 하는, 발열검사기.
  4. 제1항에 있어서, 상기 연산처리부는,
    열화상과 재구성 실화상과, 기설정된 가로갯수 x 세로갯수가 되도록 분할하고, 열화상의 분할영역(구역)인 관심구역들에서 전체 평균값을 구하고, 열화상의 각 분할영역의 최대값이 전체 평균값보다 작은 분할영역은, 관심구역에서 제외하고, 열화상의 각 분할영역의 최대값이 기 설정된 문턱치 온도를 초과하는 분할영역은, 관심구역에서 제외하고,
    관심구역에서 연접한 주변구역들간의 최대값을 비교하여, 연접한 주변구역들중 최대값이 가장 큰 분할영역(구역)만을 남기고 나머지 연접한 주변구역을 관심구역에서 제외하고,
    남아 있는 관심구역의 좌표(즉, XY좌표)와 해당 관심구역의 최고온도를 산출하고, 산출된 최고온도를 해당 관심구역의 좌표의 열화상 및 실화상에 표시하는 다중영역 체온검출부를 더 구비하는 것을 특징으로 하는, 발열검사기.
  5. 제4항에 있어서, 연산처리부는
    열화상으로부터 히스토그램을 산출하고,
    히스토그램에서 배경 피크를 검출하되, 기설정된 배경 피크 기준값보다 상위의 배경 피크를 검출하고,
    히스토그램에서 체표 피크를 검출하되, 기설정된 체표 피크 기준값보다 하위의 체표 피크를 검출하고,
    최고온도영역이 전체 열화상 면적의 3%가 되는 지점을 표현온도의 최고점인, 상한값으로 설정하고, 배경과 체표(피부)의 영역이 교차되는 구분지점을 최저점인, 하안값으로 설정하고,
    하한값 및 상한값을 이용하여, 컬러매핑 데이터를 생성하여, 히스토그램에서 체표영역에 관한 슈도 컬러링을 행하고, 얻어진 슈도 컬러링 이미지를 디스플레이부로 출력하는 윈레벨(Win-level) 자동조정부를 더 구비하는 것을, 특징으로 하는, 발열검사기.
  6. 열화상 카메라 및 실화상 카메라를 구비하여 다수의 피검자의 체열을 동시에 검출하는 발열검사기의 구동방법에 있어서,
    연산처리부가 열화상 카메라로부터 수신된 열화상과, 실화상 카메라로부터 수신된 실화상을 매칭을 행하되, 열화상을 기준으로, 실화상의 상하좌우를 확장하거나 축소하여, 열화상과 맞추어진, 재구성 실화상을 구하는, 재구성 실화상 검출단계;
    열화상과 재구성 실화상을 이용하여 피검자들의 체열(체온)을 검출하는, 체열검출단계를 포함하며,
    재구성 실화상 검출단계에서, 연산처리부는, 재구성 실화상을 구하기 위해, 열화상 프레임을 기준으로 열화상 프레임의 전과 후에, 각기 6장씩의 실화상 프레임을 메모리부로부터 읽어들여, 실화상 프레임들 중에 열화상 프레임과 매칭율이 가장 높은 실화상 프레임을 선택하고, 열화상 프레임과 선택된 실화상 프레임에서, 피사체의 경계선을 각각 검출하고, 상하좌우의 각 방향으로 1픽셀씩 확장한 결과와 축소한 결과를 매칭하고, 매칭율이 가장 높은 지점을 선택하는 것을 특징으로 하는, 발열검사기의 구동방법.
  7. 삭제
  8. 제6항에 있어서, 재구성 실화상 검출단계에서,
    연산처리부는 엣지 검출을 위해 실화상 화면 및 열화상 화면을 반전시키는, 화면 반전단계;
    연산처리부는 화면 반전단계에서 반전된 소정 열화상에서의 가로축 열화상 프로파일과, 화면 반전단계에서 반전된 실화상에서의 가로축 실화상 프로파일을 비교하여, 가로축 매칭율을 구하는, 가로축 매칭율 검출단계;
    연산처리부는, 가로축 매칭율 검출단계에서 검출된 가로축 매칭율을, 기 저장된 가로축의 매칭 최고값과 비교하여, 만약 가로축 매칭율이 가로축의 매칭 최고값과 같지 않다면, 화면 반전단계에서 반전된 실화상에서 다음번의 가로축 실화상 프로파일을 메모리부로부터 읽어들이고, 가로축 매칭율 검출단계로 되돌아 가는, 가로축의 매칭 최고값과의 비교단계;
    연산처리부는 화면 반전단계에서 반전된 소정 열화상에서의 세로축 열화상 프로파일과, 화면 반전단계에서 반전된 실화상에서의 세로축 실화상 프로파일을 비교하여, 세로축 매칭율을 구하는, 세로축 매칭율 검출단계;
    연산처리부는, 세로축 매칭율 검출단계에서 검출된 세로축 매칭율을, 기 저장된 세로축의 매칭 최고값과 비교하여, 만약 세로축 매칭율이 세로축의 매칭 최고값과 같지 않다면, 화면 반전단계에서 반전된 실화상에서 다음번의 가로축 실화상 프로파일을 메모리부로부터 읽어들이고, 세로축 매칭율 검출단계로 되돌아 가는, 세로축의 매칭 최고값과의 비교단계;
    연산처리부가, 가로축의 매칭 최고값과의 비교단계에서 가로축 매칭율이 가로축의 매칭 최고값과 같다면, 가로축 실화상 프로파일을 재구성용 가로축 실화상 프로파일으로 하고, 세로축의 매칭 최고값과의 비교단계에서 세로축 매칭율이 세로축의 매칭 최고값과 같다면, 세로축 실화상 프로파일을 재구성용 세로축 실화상 프로파일으로 하고, 재구성용 가로축 실화상 프로파일과 재구성용 세로축 실화상 프로파일의 비율(Ratio)과 위치(Delta)를 구하여, 메모리부에 저장하는, 가로측 및 세로측의 매칭데이터 저장단계;
    연산처리부는 재구성용 가로축 실화상 프로파일과, 재구성용 세로축 실화상 프로파일의 비율과 위치 값으로, 실화상의 비율 및 위치를 조정하고, 그 조정된 실화상을 재구성 실화상으로서 메모리부에 저장하고, 디스플레이부로 출력하는, 실화상 조정단계;
    를 포함하는 것을 특징으로 하는, 발열검사기의 구동방법.
  9. 제6항에 있어서, 체열검출단계에서,
    연산처리부는 열화상의 화면을, 기설정된 가로갯수 x 세로갯수가 되도록 구역을 분할하여, 분할된 구역들을 관심구역들로 하는, 구역분할단계;
    연산처리부는 구역분할단계에서 분할된 각 구역에서, 최외각 구역을 제외하는, 최외각 구역 제외단계;
    연산처리부는 구역분할단계에서 분할된 열화상의 모든 구역들에서, 열화상의 평균값을 구하는, 평균값 검출단계;
    연산처리부는, 구역분할단계에서 분할된 열화상의 구역의 최대값을, 평균값 검출단계에서 검출된 평균값과 비교하여, 최대값이 상기 평균값보다 작은 구역을, 관심구역에서 제외하는, 최대값 비교단계;
    연산처리부는, 관심구역의 연접한 구역들에서, 연접한 구역들간의 최대값을 비교하여, 최대값이 가장 큰 구역만을 남기고 나머지 연접한 구역들을 관심구역에서 제외하는, 주변구역 비교단계;
    연산처리부는, 주변구역 비교단계를 거친 후, 남아 있는 관심구역을 최종 관심구역으로 하며, 최종 관심구역의 좌표(즉, XY좌표)와 최고온도를 산출하는, 최고온도 검출단계;
    연산처리부는, 최고온도 검출단계에서 검출된 최종 관심구역의 최고온도를 최종 관심구역의 좌표의 열화상 및 실화상에 표시하는, 이미지 상에의 해당 값 표시단계;
    를 포함하는 것을 특징으로 하는, 발열검사기의 구동방법.
  10. 제6항에 있어서,
    체열검출단계 후에, 열화상에서 체표영역에 관한 슈도 컬러링을 행하여 출력하는, 슈도컬러링한 영상 출력단계를 더 구비하되,
    슈도컬러링한 영상 출력단계는,
    연산처리부는 열화상으로부터 히스토그램을 산출하는, 히스토그램 산출단계;
    연산처리부는, 히스토그램 산출단계에서 산출된 히스토그램에서 배경 피크를 검출하되, 기설정된 배경 피크 기준값보다 상위의 배경 피크를 검출하는, 배경 피크 검출단계;
    연산처리부는, 히스토그램 산출단계에서 산출된 히스토그램에서 체표 피크를 검출하되, 기설정된 체표 피크 기준값보다 하위의 체표 피크를 검출하는, 체표 피크 검출단계;
    연산처리부는 최고온도영역이 전체 열화상 면적의 3%가 되는 지점을 표현온도의 최고점인, 상한값으로 구하고, 배경과 체표(피부)의 영역이 교차되는 구분지점을 최저점인, 하안값으로 구하는, 하한값 및 상한값 설정단계;
    하한값 및 상한값 설정단계에서 구한 하한값 및 상한값을 이용하여, 컬러매핑 데이터를 생성하여, 히스토그램에서 체표영역에 관한 슈도 컬러링을 행하고, 얻어진 슈도 컬러링 이미지를 디스플레이부로 출력하는 슈도 컬러링 단계;를 더 구비하는 것을, 특징으로 하는, 발열검사기의 구동방법.
  11. 제8항에 있어서,
    가로축 매칭율 검출단계에서 가로축 매칭율은, 열화상 프로파일의 길이와, 가로축 실화상 프로파일의 길이를 차감한 값의 절대값이며,
    세로축 매칭율 검출단계에서 세로축 매칭율은, 열화상 프로파일의 길이와, 세로축 실화상 프로파일의 길이를 차감한 값의 절대값인 것을, 특징으로 하는, 발열검사기의 구동방법.
  12. 제11항에 있어서,
    가로축의 매칭 최고값 및 세로축의 매칭 최고값은 0인 것을 특징으로 하는, 발열검사기의 구동방법.
KR1020200162528A 2020-11-27 2020-11-27 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기 KR102494633B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020200162528A KR102494633B1 (ko) 2020-11-27 2020-11-27 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기
CN202080107527.8A CN116490122A (zh) 2020-11-27 2020-12-28 发热筛查装置的真实图像和热成像图像的自动优化映射方法和应用该方法的发热筛查装置
PCT/KR2020/019204 WO2022114371A1 (ko) 2020-11-27 2020-12-28 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기
US17/534,241 US20220172381A1 (en) 2020-11-27 2021-11-23 Optimal automatic mapping method of real image and thermal image in a body heat tester and body heat tester applying method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200162528A KR102494633B1 (ko) 2020-11-27 2020-11-27 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기

Publications (2)

Publication Number Publication Date
KR20220075095A KR20220075095A (ko) 2022-06-07
KR102494633B1 true KR102494633B1 (ko) 2023-02-07

Family

ID=81752839

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200162528A KR102494633B1 (ko) 2020-11-27 2020-11-27 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기

Country Status (4)

Country Link
US (1) US20220172381A1 (ko)
KR (1) KR102494633B1 (ko)
CN (1) CN116490122A (ko)
WO (1) WO2022114371A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116309186B (zh) * 2023-05-12 2023-09-12 北京理工大学 一种基于多段s曲线映射的红外图像动态范围压缩方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101411426B1 (ko) * 2012-03-06 2014-07-01 충남대학교산학협력단 열화상 내에서 특정부위 추적이 가능한 열상시스템 및 이를 이용한 특정부위의 추적방법
WO2017209089A1 (ja) * 2016-06-03 2017-12-07 三菱電機株式会社 機器制御装置及び機器制御方法
KR20190044925A (ko) * 2017-10-23 2019-05-02 다빈치온 주식회사 실화상과 열화상을 이용한 영상 생성 방법 및 그 장치
KR20200009667A (ko) * 2018-07-19 2020-01-30 주식회사 한컴엠디에스 영상 합성 장치 및 그의 영상 합성 방법
KR20200028082A (ko) * 2018-09-06 2020-03-16 송지우 이미지 합성 장치와 이미지 처리 시스템 및 이미지 처리 방법

Also Published As

Publication number Publication date
US20220172381A1 (en) 2022-06-02
CN116490122A (zh) 2023-07-25
KR20220075095A (ko) 2022-06-07
WO2022114371A1 (ko) 2022-06-02

Similar Documents

Publication Publication Date Title
US9746918B2 (en) Eye tracking
US20230263463A1 (en) Osteoporosis diagnostic support apparatus
JP6088792B2 (ja) 画像検出装置及び制御プログラム並びに画像検出方法
JP3143819B2 (ja) まぶたの開度検出装置
JP6779699B2 (ja) 画像処理装置、情報処理方法及びプログラム
CN109167997A (zh) 一种视频质量诊断系统及方法
BR0002632B1 (pt) &#34;aparelho e método de formação de imagens de gráficos de cisalhamento&#34;
KR20140045854A (ko) 단일객체에 대한 기울기를 추정하는 영상을 감시하는 장치 및 방법
KR102494633B1 (ko) 발열검사기의 실화상과 열화상의 최적 자동 매핑 방법 및 그 방법을 적용한 발열검사기
JP2019204193A (ja) 画像処理装置、画像処理方法及びプログラム
KR20150136225A (ko) 관심객체 검출을 위한 관심영역 학습장치 및 방법
WO2018090450A1 (zh) 显示屏均匀性测试方法及显示屏均匀性测试系统
US9615737B2 (en) Image forming apparatus, image forming method, program, and ophthalmic apparatus
KR102380560B1 (ko) 영상 처리를 기반으로 하는 각막궤양 검출 장치 및 그 방법
JP2020201823A (ja) 画像処理装置、画像処理方法およびプログラム
Stankiewicz et al. Using performance efficiency for testing and optimization of visual attention models
CN114205578A (zh) 基于频域偏度和频域峰值的视频模糊异常检测方法和系统
Moevus et al. Evaluating perceptual maps of asymmetries for gait symmetry quantification and pathology detection
CN110349133B (zh) 物体表面缺陷检测方法、装置
Elidan et al. Vocal folds analysis using global energy tracking
JP6995960B2 (ja) 画像処理装置、画像処理方法及びプログラム
US20180059396A1 (en) Microscopic image recognition system and method for detecting protein-based molecule
JP7405362B2 (ja) コンクリート構造物診断システム、コンクリート構造物診断方法及びプログラム
JP7086761B2 (ja) 画像処理装置、情報処理方法及びプログラム
KR101269175B1 (ko) 영역 검출 방법 및 이를 적용한 영역 검출 장치

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right