KR20030067199A - 국부최대값을 이용한 에지발견 및 윤곽선 추출 방법 - Google Patents

Abstract

본 발명은 영상 압축에 관한 것으로 특히, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 구분되지 않는 부분에서 효율적으로 에지를 발견하고 이에 따라 윤곽선을 추출하기에 적합한 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공하기 위한 것으로 이를 위해 본 발명은, 그레이 레벨을 갖는 원래의 이미지에서 상기 이미지를 구성하는 각 픽셀들의 기울기(Gradient)를 산출하는 단계; 상기 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(Blurred gradient)를 산출하는 단계; 해당 픽셀의 블러드 기울기를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값 유무를 판별하는 단계; 상기 국부최대값이 존재함에 따라 상기 인접하는 픽셀들과 상기 해당 픽셀의 블러드 기울기에 대한 전체 평균값을 산출하는 단계; 상기 국부최대값과 상기 평균값을 기준으로 에지 픽셀을 판별하는 단계; 및 열 및 행 이동을 통해 다음 픽셀에 대해 상기 국부최대값 판별 내지 상기 에지 픽셀 판별을 반복하여 실시하는 단계를 포함하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공한다.

Description

국부최대값을 이용한 에지발견 및 윤곽선 추출 방법{Method for detection of edge and boundary using local maximum}

본 발명은 영상 압축에 관한 것으로, 특히 국부최대값(Local Maximum; 이하 LM이라 함)을 이용한 에지 발견 및 윤곽선 추출 방법에 관한 것이다.

무선 인터넷의 발달과 함께 정지 영상이나 동영상을 이용한 통신 환경이 급속히 확산됨에 따라 사용자들은 더욱 고화질의 영상을 원하는 반면, 이를 실현하기 위해 전달해야 하는 데이터의 양은 더욱 늘어나게 된다.

이와 같은 문제점을 해결하기 위해, 엠펙(Moving Picture Expert Group; 이하 MPEG이라 함)을 비롯한 여러 가지 영상 압축 방법이 제안되었으며, 국제적으로 표준화되어 사용되고 있다.

한편, 데이타를 초저속망 예컨대, 전화망 또는 무선망 등을 이용하여 전송할 경우 JPEG(Joint Photographic Experts Group) 또한 MPEG-1,2 등에서 사용하였던 압축 알고리듬만으로는 채널 대역폭과 전송속도에서 문제가 발생하였다.

따라서, 이러한 문제로 인하여 기존의 압축률을 능가하는 고압축 알고리듬이 필요하게 되었는 바, 이러한 고압축 알고리듬 중의 하나가 바로 영역기반 분할 알고리듬이며, 영역을 분할하기 위해 적용되는 알고리듬이 에지(Edge) 발견 알고리듬이다.

그러나, 종래의 에지 발견 알고리듬은 주어진 이미지에서의 객체(Object)가 움직임이 있거나 배경과 뚜렷이 구분되지 않는 부분에 대해서는 에지를 발견 즉, 에지 픽셀을 찾기가 용이하지 않았다.

본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위해 제안된 것으로서, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 구분되지 않는 부분에서 효율적으로 에지를 발견하고 이에 따라 윤곽선을 추출하기에 적합한 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공하는데 그 목적이 있다.

도 1은 주어진 이미지에 대한 기울기 값을 구하기 위한 픽셀을 포함하는 3 ×3 윈도우를 도시한 개략도,

도 2는 3 ×3 윈도우에서 8-네이버(Neighbor)를 사용하여 블러드 기울기(Blurred gradient)가 국부최대인지를 판별하는 방법을 설명하기 위한 개략도,

도 3은 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법에 대한 알고리듬을 도식화한 플로우챠트.

상기 목적을 달성하기 위하여 본 발명은, 그레이 레벨을 갖는 원래의 이미지에서 상기 이미지를 구성하는 각 픽셀들의 기울기(Gradient)를 산출하는 단계; 상기 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(Blurred gradient)를 산출하는 단계; 해당 픽셀의 블러드 기울기를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값 유무를 판별하는 단계; 상기 국부최대값이 존재함에 따라 상기 인접하는 픽셀들과 상기 해당 픽셀의 블러드 기울기에 대한 전체 평균값을 산출하는 단계; 상기 국부최대값과 상기 평균값을 기준으로 에지 픽셀을 판별하는 단계; 및 열 및 행 이동을 통해 다음 픽셀에 대해 상기 국부최대값 판별 내지 상기 에지 픽셀 판별을 반복하여 실시하는 단계를 포함하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법을 제공한다.

본 발명은 그레이 레벨을 갖는 원래의 이미지에서 그 이미지를 구성하는 각 픽셀의 기울기 즉, 블러드 기울기를 산출한 후, 예컨대, 3 ×3 픽셀로 이루어진 윈도우를 바탕으로 8-네이버를 이용 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값을 발견하고, 이를 통해 평균값을 산출한 다음, 전술한 평균값과 국부최대값 사이의 값을 갖는 픽셀을 에지 픽셀로 결정함으로써, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 뚜렷이 구별되지 않는 부분에 해당하는 에지 픽셀을 효과적으로 찾는 것을 기술적 특징으로 한다.

이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 가장 바람직한 실시예를 첨부한 도면을 참조하여 설명하는 바, 도 1은 주어진 이미지에 대한 기울기 값을 구하기 위한 픽셀을 포함하는 3 ×3 윈도우를 도시한 개략도이며, 도 2는 3 ×3 윈도우에서 8-네이버(Neighbor)를 사용하여 블러드 기울기(Blurred gradient)가 국부최대인지를 판별하는 방법을 설명하기 위한 개략도이며, 도 3은 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법에 대한 알고리듬을 도식화한 플로우챠트이다.

도 1을 참조하면, 예컨대, 0-255의 그레이 레벨(I(i,j))로 표현되며 원래의 이미지를 구성하는 픽셀(100)과 픽셀을 9개 포함하는 3 ×3 윈도우(110)가 개시되어 있다.

한편, R(적),G(녹),B(청) 3개의 채널을 모두 사용할 경우 영상간의 유사성을 비교하기 위해 많은 시간이 소요되므로 R,G,B의 3개의 영상을 채널을 갖는 색상 영상을 하나의 채널을 갖는 그레이 영상 즉, 전술한 각 픽셀(100)을 그레이 레벨로 표현한다. 이 때, 하나의 윈도우(110)를 구성하는 각 픽셀(100)은 그 그레이 레벨에 차이가 거의 발생하지 않으므로 이들을 미분하여 각 픽셀의 기울기(Gradient)를 구하게 되는 바, 이 때 예컨대 I(i,j) 픽셀을 기준으로 할 경우 그 우측의 I(i,j+1) 및 그 하측의 I(i+1,j)와 비교하여 나타내면 기울기가 각각 커지는 효과가 발생하는 바, 이에따라 픽셀간의 비교가 수월해진다.

이 때, 전술한 이미지에 대한 기울기 값은 다음의 수학식1과 같이 구한다.

여기서, I는 전술한 바와 같이 원래의 이미지(Original image)를 갖는 픽셀을 나타내며, ΔI는 전술한 기울기를 나타낸다.

그 다음 물체의 경계 부분 등에서 즉, 에지 펙셀 등에서는 상대적으로 높은 주파수를 갖게되는 바, 높은 공간 주파수를 갖는 이미지에서의 잡음을 감소시키기 위하여 가우시언 필터(Gaussian filter)를 사용한다.

다음의 수학식2는 기울기 값을 계산하여 나온 이미지에 가우시언 필터를 적용한 것이다.

여기서, B는 블러드 기울기(Blurred gradient)이며, G는 가우시언 필터에 X 좌표값과 Y 좌표값을 대입하여 나온 상수값(Gaussian kernal constant)이다.

한편, 전술한 가우시언 필터는 다음의 수학식3과 같다.

계속해서, 가우시언 필터를 통한 블러드 기울기는 국부최대값을 구하기 위해 사용되고, 국부최대값을 구하기 위한 식은 다음의 수학식4와 같다.

여기서, B(i,j)는 블러드된 기울기 이미지를 나타내며, LM은 국부최대값을 나타내는 바, 수학식4에 의해 3 ×3 윈도우(Window) 안에서 상하좌우의 연결정보와 대각선 방향의 연결정보를 갖는 8-네이버(Neighbor) 픽셀들과 비교하여 가장 큰 값 즉, 국부최대값을 찾는다.

한편, 전술한 수학식4에 의해 구한 국부최대값(LM)을 이용하여 평균값을 추출하는 바, 다음의 수학식5와 같다.

여기서, M은 평균값을 나타낸다.

따라서, 에지값은 평균값과 국부최대값 사이로서 다음의 수학식6과 같다.

M ≤E(i,j) ≤LM

여기서, E(i,j)는 에지 픽셀을 나타낸다.

한편, 3 ×3 윈도우의 중심점 이동 경로는 전술한 수학식6과 상관없이 좌에서 우로의 열이동을 하게 되며, 모든 열에 대한 과정이 완료되었을때 위에서 아래로의 행이동을 한다. 즉, 열이동이 행이동에 선행하게 된다.

이하, 전술한 과정을 통해 산출된 블러드 기울기로 표현된 픽셀을 포함하는 윈도우를 도시한 도2 및 도3의 플로우챠트를 참조하여 에지 픽셀을 찾는 과정을 상세히 후술한다.

먼저, 전술한 수학식1에 도시된 바와 같이 그레이 레벨을 갖는 원래의 이미지(I(i,j))에서 이미지(I(i,j))를 구성하는 각 픽셀들의 기울기를 산출한 다음, 수학식2에 도시된 바와 같이 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(B(i,j))를 산출한다(310).

해당 픽셀 여기서는 i=1, j=1인 픽셀, 즉 B(1,1)을 기준으로 에지 픽셀을 찾는 과정을 시작하는(320) 바, B(1,1)를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값(LM) 유무를 판별한다(330).

구체적으로, 국부최대값(LM) 유무를 판별할 때, 인접하는 픽셀들의 블러드 기울기와 비교시 3 ×3 윈도우의 경우 8-네이버를 이용하여 8개의 인접하는 주변 픽셀과 그 블러드 기울기의 대소를 각각 비교하여, 해당 픽셀의 블러드 기울기(B(1,1))가 인접하는 픽셀 모두의 블러드 기울기 보다 클 경우, 해당 픽셀의 블러드 기울기(B(1,1))를 국부최대값(LM)으로 한다.

i=1, j=1인 픽셀이 국부최대값(LM)을 가짐에 따라 수학식5에 도시된 바와 같이 주변 8개의 픽셀과 해당 픽셀의 블러드 기울기를 모두 합한 값을 9로 나누어 평균값(M)을 산출한다(340).

이어서, 산출된 국부최대값(LM)과 평균값(M)을 기준으로 에지 픽셀(E(i,j))을 판별하는(350) 바, 에지 픽셀(E(i,j))은 전술한 수학식6에 도시된 바와 같이 그 블러드 기울기(B(i,j))가 국부최대값(LM)과 평균값(M) 사이인 것이며, 에지 픽셀(E(i,j))의 경우 예컨대, 그 픽셀의 그레이 레벨을 "255" 즉, 검정으로 표시하고(360), 에지픽셀(E(i,j))이 아닐 경우 예컨대, 그 펙셀의 그레이 레벨을 "0" 즉, 흰색으로 표시한 다음, 열 및 행 이동을 통해 다음 픽셀에 대해 전술한 국부최대값(LM) 판별 내지 에지 픽셀(E(i,j)) 판별을 반복하여 실시한다.

한편, 전술한 국부최대값(LM) 판별시 해당 픽셀의 블러드 기울기(B(i,j))가 인접하는 적어도 하나의 픽셀에 대한 블러드 기울기보다 작을 경우 해당 픽셀은 국부최대값이 아니므로, 열 및 행 이동을 통해 다음 픽셀에 대해 전술한 국부최대값(LM) 유무 판별을 반복 수행하게 된다(380).

전술한 열 및 행 이동 즉, 3 ×3 윈도우의 중심점 이동 경로는 좌에서 우로 열이동을 한 다음, 상에서 하로 행 이동하는 순서로 실시한다.

전술한 본 발명은 그레이 레벨을 갖는 원래의 이미지에서 그 이미지를 구성하는 각 픽셀의 기울기 즉, 블러드 기울기를 산출한 후, 예컨대, 3 ×3 픽셀로 이루어진 윈도우를 바탕으로 8-네이버를 이용 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값을 발견하고, 이를 통해 평균값을 산출한 다음, 전술한 평균값과 국부최대값 사이의 값을 갖는 픽셀을 에지 픽셀로 결정함으로써, 주어진 이미지에서 객체가 움직임이 있거나, 배경과 객체가 뚜렷이 구별되지 않는 부분에 해당하는 에지 픽셀을 효과적으로 찾을 수 있어, 즉, 데이터 전송에 필요한 에지 성분만을 추출하도록 함으로써, 영역 분할시 불필요한 계산량을 줄일 수 있음을 실시예를 통해 알아 보았다.

본 발명의 기술 사상은 상기 바람직한 실시예에 따라 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술 분야의 통상의 전문가라면 본 발명의 기술 사상의 범위내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다.

상술한 본 발명은, 체인코드 추적을 이용하여 영상 데이터 전송에 꼭 필요한에지 성분만을 남기도록 함으로써 영역 분할시 불필요한 계산량을 줄일 수 있는 효과를 기대할 수 있다.

Claims (7)

1. 그레이 레벨을 갖는 원래의 이미지에서 상기 이미지를 구성하는 각 픽셀들의 기울기(Gradient)를 산출하는 단계;

   상기 기울기로 표현된 각 픽셀에 가우시안 필터를 적용하여 블러드 기울기(Blurred gradient)를 산출하는 단계;

   해당 픽셀의 블러드 기울기를 인접하는 픽셀들의 블러드 기울기와 비교하여 국부최대값 유무를 판별하는 단계;

   상기 국부최대값이 존재함에 따라 상기 인접하는 픽셀들과 상기 해당 픽셀의 블러드 기울기에 대한 전체 평균값을 산출하는 단계;

   상기 국부최대값과 상기 평균값을 기준으로 에지 픽셀을 판별하는 단계; 및

   열 및 행이동을 통해 다음 픽셀에 대해 상기 국부최대값 판별 내지 상기 에지 픽셀 판별을 반복하여 실시하는 단계

   를 포함하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
2. 제 1 항에 있어서,

   상기 국부최대값 유무를 판별하는 단계에서,

   상기 해당 픽셀의 블러드 기울기가 상기 인접하는 픽셀 모두의 블러드 기울기 보다 클 경우, 상기 해당 픽셀의 블러드 이미지를 국부최대값으로 하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
3. 제 1 항에 있어서,

   상기 국부최대값 유무 판별 결과 상기 국부최대값이 존재하지 않음에 따라 다음 픽셀에 대한 국부최대값 유무 판별을 실시하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
4. 제 1 항에 있어서,

   상기 국부최대값 유무를 판별하는 단계에서,

   상기 인접하는 픽셀들의 블러드 기울기와 비교시 8-네이버를 이용하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
5. 제 1 항에 있어서,

   상기 평균값은 상기 해당 픽셀 및 상기 인접하는 각 픽셀들의 블러드 기울기를 더한 값을 상기 해당 픽셀 및 상기 인접하는 픽셀 수로 나눈 것임을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
6. 제 1 항에 있어서,

   상기 에지 픽셀은 그 블러드 기울기가 상기 국부최대값과 상기 평균값 사이인 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.
7. 제 1 항에 있어서,

   상기 열 및 행 이동시,

   좌에서 우로 열이동을 한 다음, 상에서 하로 행이동하는 순서로 실시하는 것을 특징으로 하는 국부최대값을 이용한 에지 발견 및 윤곽선 추출 방법.