KR20050047745A - 에지 검출장치 및 그 검출방법 - Google Patents

에지 검출장치 및 그 검출방법 Download PDF

Info

Publication number
KR20050047745A
KR20050047745A KR1020030081526A KR20030081526A KR20050047745A KR 20050047745 A KR20050047745 A KR 20050047745A KR 1020030081526 A KR1020030081526 A KR 1020030081526A KR 20030081526 A KR20030081526 A KR 20030081526A KR 20050047745 A KR20050047745 A KR 20050047745A
Authority
KR
South Korea
Prior art keywords
plane
edge
unit
angle
equation
Prior art date
Application number
KR1020030081526A
Other languages
English (en)
Inventor
양승준
임화섭
이영호
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020030081526A priority Critical patent/KR20050047745A/ko
Priority to US10/927,230 priority patent/US20050105826A1/en
Publication of KR20050047745A publication Critical patent/KR20050047745A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/403—Edge-driven scaling; Edge-based scaling
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

에지 검출장치 및 에지 검출방법이 개시된다. 본 발명에 따른 에지 검출장치는, 입력되는 영상의 2차원 평면을 3차원 벡터표면에 매핑하는 매핑부, 매핑부에 의해 매핑된 복수의 픽셀로 구성된 면의 방정식에 대한 계수를 산출하는 계수산출부, 면의 방정식에 대한 법선벡터가 이루는 각도를 산출하는 각도산출부, 및 각도산출부에 의해 산출된 각도에 따라 에지 여부를 결정하는 에지결정부를 구비한다. 이로써, 에지 검출장치는 고주파 대역에서의 노이즈에 민감하지 않으면서 효율적으로 에지를 검출할 수 있게 될 뿐만아니라, 노이즈의 정도에 따라 적응적으로 에지 검출을 수행할 수 있게 되어 에지 검출에 다양한 조절 포인트를 제공할 수 있게 된다.

Description

에지 검출장치 및 그 검출방법{Edge detecting apparatus and method thereof}
본 발명은 입력되는 영상으로부터 효과적으로 에지를 검출하는 에지 검출장치 및 그 방법에 관한 것으로서, 보다 상세하게는, 높은 주파수 성분에서 노이즈에 민감하지 않으면서 효율적으로 에지를 검출할 수 있는 에지 검출장치 및 그 방법에 관한 것이다.
영상의 에지(edge)란, 영상 내에 있는 객체(object)들 간의 경계 영역, 혹은 그레이 레벨의 라인 형태의 불연속적인 부분을 말한다. 지금까지 널리 이용되어 온 에지 검출방법으로는 소오벨 마스크(Sobel mask)를 이용한 에지 검출방법이 있다.
도 1은 종래의 소오벨 마스크를 이용한 에지 검출장치를 개략적으로 도시한 블록도이다. 도면을 참조하면, 에지 검출부(10)는 입력된 영상 데이터를 수신하며, 수신된 영상 데이터의 픽셀값에 대하여 먼저, 3×3 소오벨 마스크 또는 5×5 소오벨 마스크 크기를 가지는 소정의 웨이팅 팩터(weighting factor)를 곱한다.
다음에, 마스크의 웨이팅 팩터와 영상 데이터의 픽셀값을 곱하여 구해진 값을 더한다. 그 후, 마스크의 웨이팅 팩터와 영상 데이터의 픽셀값을 곱하여 구해진 값에 대한 절대값을 구하며, 이러한 과정을 X-방향 및 Y-방향으로 한 픽셀씩 이동시키면서 반복하고, X-방향과 Y-방향으로 구한 절대값의 크기의 변화를 관찰하여 에지부분을 검출한다. 이때, 절대값의 크기가 갑자기 커지는 부분이 에지부분이 된다. 에지는 기본적으로 영상 내의 그레이 레벨의 불연속성이 존재하는 부분이므로, 어느 픽셀을 중심으로 인접 픽셀들 간의 그레이 레벨 차이값을 계산함으로써 구하여진다.
마스크의 크기는 보통 3×3 이나 5×5를 사용하는데, 그 모양은 도 1의 Hx(m,n), Hy(m,n)으로 표현된 것이 3×3 소오벨 마스크이고, x, y는 각각 X-방향(수직방향)과 Y-방향(수평방향)을 나타낸다. 이때, 마스크 크기가 작을 수록 같은 에지 위치추정(localization)의 성능이 향상되나, 잡음과 같은 원하지 않는 성분의 에지까지 검출되므로 에지 검출의 성능이 떨어지는 문제점이 있다. 또한, 마스크 크기가 증가할 수록 에지 검출의 확률이 증가하는 특성이 있으나, 에지 위치추정의 성능은 저하되는 문제점이 있다.
따라서, 영상 내의 잡음 성분이 있는 경우, 그 잡음의 에지 성분까지 검출하는 것을 방지하기 위한 대안으로 소오벨 마스크를 통해 에지를 검출한 후 다시 저역통과필터(LPF)(Low Pass Filter)를 이용하여 잡음을 제거하도록 한다. 즉, 도 2에 도시된 바와 같이 에지 검출부(10)는 입력되는 영상 데이터의 에지를 Hx(m,n), Hy(m,n)과 같은 에지 검출 연산자를 이용하여 검출하고, 그 검출한 에지를 저역통과필터(20)에 전송한다.
일반적으로 잡음은 상대적으로 그 크기가 영상 내의 다른 의미있는 패턴보다 작으므로, 그 잡음의 에지 성분은 고역의 주파수대에 분포하게 된다. 따라서, 저역통과필터(20)는 에지 검출부(10)가 전송하는 에지 데이터를 저역통과시켜 고역 주파수대에 분포하게 되는 잡음의 에지 성분을 제거한다.
그러나, 상기한 바와 같은 종래기술에 있어서, 에지 검출 후 저역통과필터를 이용하여 잡음의 에지 성분을 제거하는 점에서는 효과적이나, 중요한 객체(object)의 에지 성분마저 지워버리는 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 창안된 것으로서, 고주파 대역에서의 노이즈에 민감하지 않으면서 효율적으로 에지를 검출할 수 있는 에지 검출장치 및 그 방법을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위한 본 발명에 따른 에지 검출장치는, 입력되는 영상의 2차원 평면을 3차원 벡터표면에 매핑하는 매핑부, 상기 매핑부에 의해 매핑된 복수의 픽셀로 구성된 면의 방정식에 대한 계수를 산출하는 계수산출부, 상기 면의 방정식에 대한 법선벡터가 이루는 각도를 산출하는 각도산출부, 및 상기 각도산출부에 의해 산출된 각도에 따라 에지 여부를 결정하는 에지결정부를 포함하는 것을 특징으로 한다.
바람직하게는, 상기 매핑부는, 입력되는 상기 영상의 네 개의 픽셀이 이루는 면에 대하여, Z축에 직교하는 평면형태, 한 방향으로 기울어진 평면형태, 및 두 평면이 만나는 형태로 분류하는 평면분류부, 및 상기 평면분류부에 의해 분류된 상기 네 개의 픽셀이 이루는 면의 형태가 두 평면이 만나는 형태인 경우, 상기 네 개의 픽셀이 이루는 면의 에지 방향을 검색하는 방향검색부를 포함하며, 상기 평면분류부에 의해 분류된 형태 및 상기 방향검색부에 의해 검색된 에지 방향에 기초하여 상기 영상을 매핑한다.
상기 계수산출부는 동일 평면에 존재하는 세 개의 좌표값 (x0, y0, z0), (x1, y1, z1), 및 (x2, y2, z2)에 기초하여 다음과 같은 평면의 방정식에 의해 상기 계수를 산출하는 것이 바람직하다.
ax + by + cz = 1
여기서, a, b, 및 c는 계수로서,
또한, 상기 각도산출부는 상기 계수산출부에 의해 산출된 상기 계수에 기초하여 다음과 같은 식에 따라 상기 법선벡터가 이루는 각도를 산출하는 것이 바람직하다.
여기서, a, b, 및 c는 상기 평면의 방정식의 각각의 계수를 나타낸다.
바람직하게는, 상기 에지 검출장치는 서로 다른 각도로 설정된 소정 갯수의 임계치를 저장하는 임계치저장부, 및 상기 임계치저장부에 저장된 각각의 임계치에 대응하는 에지 영역이 설정된 에지영역 저장부를 더 포함한다. 이 경우, 상기 에지결정부는 상기 각도산출부에 의해 산출된 각도에 따라 설정된 상기 에지 영역을 결정하는 것이 바람직하다.
한편, 본 발명에 따른 에지 검출장치는, (a) 입력되는 영상의 2차원 평면을 3차원 벡터표면에 매핑하는 단계, (b) 상기 (a) 단계에 의해 매핑된 복수의 픽셀로 구성된 면의 방정식에 대한 계수를 산출하는 단계, (c) 상기 면의 방정식에 대한 법선벡터가 이루는 각도를 산출하는 단계, 및 (d) 상기 (c) 단계에 의해 산출된 각도에 따라 에지 여부를 결정하는 단계를 포함하는 에지 검출방법을 제공한다.
바람직하게는, 상기 에지 검출방법은 (e) 입력되는 상기 영상의 네 개의 픽셀이 이루는 면에 대하여, Z축에 직교하는 평면형태, 한 방향으로 기울어진 평면형태, 및 두 평면이 만나는 형태로 분류하는 단계, 및 (f) 상기 (e) 단계에 의해 분류된 상기 네 개의 픽셀이 이루는 면의 형태가 두 평면이 만나는 형태인 경우, 상기 네 개의 픽셀이 이루는 면의 에지 방향을 검색하는 단계를 더 포함한다. 이 경우, 상기 (a) 단계는, 상기 (e) 단계에 의해 분류된 형태 및 상기 (f) 단계에 의해 검색된 에지 방향에 기초하여 상기 영상을 매핑하는 것이 바람직하다.
또한, 상기 (b) 단계는 동일 평면에 존재하는 세 개의 좌표값 (x0, y0, z0 ), (x1, y1, z1), 및 (x2, y2, z2)에 기초하여 다음과 같은 평면의 방정식에 의해 상기 계수를 산출하는 것이 바람직하다.
ax + by + cz = 1
여기서, a, b, 및 c는 계수로서,
이며,
이다.
또한, 상기 (c) 단계는 상기 (b) 단계에 의해 산출된 상기 계수에 기초하여 다음과 같은 식에 따라 상기 법선벡터가 이루는 각도를 산출하는 것이 바람직하다.
여기서, a, b, 및 c는 상기 평면의 방정식의 각각의 계수를 나타낸다.
바람직하게는, 상기 에지 검출방법은 (g) 상기 (c) 단계에 의해 산출된 각도를 서로 다른 각도로 설정된 소정 갯수의 임계치와 비교하는 단계, 및 (h) 상기 (g) 단계에 의해 비교된 결과에 따라 상기 (c) 단계에 의해 산출된 각도에 대응되는 에지영역을 결정하는 단계를 더 포함한다.
이로써, 에지 검출장치는 노이즈의 정도에 따라 적응적으로 에지를 검출할 수 있게 된다.
이하, 첨부된 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 3은 본 발명에 따른 에지 검출장치를 개략적으로 도시한 블록도이다. 도면을 참조하면, 에지 검출장치는 라인 메모리(110), 매핑부(120), 계수 산출부(130), 각도 산출부(140), 임계치 저장부(143), 에지영역 저장부(145), 및 에지 결정부(150)를 구비한다. 여기서, 매핑부(120)는 평면 분류부(123) 및 방향 검색부(125)를 구비한다.
도 4는 도 3의 에지 검출장치에 의한 에지 검출방법을 나타낸 흐름도이다. 도면을 참조하여 에지 검출장치의 동작 및 작용과, 그 에지 검출방법을 상세하게 설명한다.
라인 메모리(110)는 입력되는 영상신호를 순차적으로 지연시켜 가로방향의 열을 구성시키며, 열로 배열된 영상신호를 세로방향으로 순차적으로 지연시켜 매트릭스(matrix) 형태의 행을 구성시킨다. 이와 같이, 가로방향 및 세로방향으로 지연된 영상신호의 집합이 하나의 영상을 형성한다. 라인 메모리(110)에 의해 형성된 영상은 2차원의 평면으로 구성된다.
매핑부(120)에 구비된 평면분류부(123)는 입력되는 영상의 2차원의 평면 중, 네 개의 픽셀이 이루는 면에 대하여 Z축에 직교하는 평면형태, 한 방향으로 기울어진 평면형태, 및 두 평면이 만나는 형태로 분류한다(S601). 이것은, 도 5에 도시된 바와 같이, 영상의 2차원의 평면을 3차원의 공간으로 매핑하는 경우, 매핑된 영상은 휘도의 레벨에 따라 에지 방향을 가지게 되며, 에지 방향에 직교하는 경사도(gradient)를 가지게 되는 점을 이용한 것이다. 이 경우, 입력되는 영상의 네 개의 픽셀은 정확한 형태 분류를 위하여 상호 인접된 네 개의 픽셀로 설정되는 것이 바람직하다. 그러나, 이에 한정된 것은 아니며, 다양한 위치에 있는 픽셀로 구성될 수도 있다.
매핑부(120)에 구비된 방향검색부(125)는 평면분류부(123)에 의해 분류된 네 개의 픽셀이 이루는 면의 형태가 두 평면이 만나는 형태인 경우(S603), 네 개의 픽셀이 이루는 면의 엣지 방향을 검색한다(S605). 즉, 2차원 평면상의 네 개의 픽셀을 3차원 공간으로 매핑하게 되면, Z축에 직교하는 평면의 형태로 매핑되거나, 한 방향으로 기울어진 평면의 형태로 매핑되거나, 또는 도 6에 도시된 바와 같이 두 개의 평면이 만나는 형태로 매핑된다. 도면의 2차원 평면의 각 꼭지점에서의 숫자는 각 픽셀의 휘도 레벨을 나타낸다. 이때, 2차원 평면의 네 개의 픽셀이 3차원 공간으로 매핑된 형태가 두 개의 평면이 만나는 형태인 경우, 그 형태에 따라 에지의 방향이 달라질 수 있다. 이 경우, 방향검색부(125)는 입력된 픽셀과 비슷한 레벨의 주변 픽셀들을 연결하여 에지의 방향을 검색한다. 이때, 방향검색부(125)는 도 7에 도시된 바와 같이, 한 방향에 대하여 입력된 픽셀과 비슷한 레벨의 주변 픽셀들을 연결한 경로선상의 픽셀값의 차이를 검색하고, 한 방향에 대한 검색이 끝난 후 다른 방향에 대하여 입력된 픽셀과 비슷한 레벨의 주변 픽셀들을 연결한 경로선상의 픽셀값의 차이를 검색하는 것이 바람직하다.
매핑부(120)는 평면분류부(123)에 의해 분류된 면의 형태, 및 방향검색부(125)에 의해 검색된 에지방향에 기초하여 영상을 매핑한다(S607). 즉, 평면분류부(123)에 의해 면의 형태가 분류되고, 방향검색부(125)에 의해 에지방향이 검색되면, 매핑부(125)는 면의 형태 및 에지방향에 기초하여 2차원 평면의 각각의 픽셀을 3차원 공간에 매핑한다.
계수산출부(130)는 매핑부(120)에 의해 3차원 공간으로 매핑된 각각의 픽셀들로 구성된 면의 방정식에 대한 계수를 산출한다(S609). 즉, 도 8에 도시된 바와 같이, 매핑된 각각의 픽셀이 이루는 평면에 대하여 법선벡터를 (a, b, c)라고 하면, 평면의 방정식은 다음과 같이 나타낼 수 있다.
ax + by + cz = 1
수학식 1에 대하여 임의의 세 점 (x0, y0, z0), (x1, y 1, z1), (x2, y2, z2)을 대입하면, 다음과 같은 식이 산출된다.
ax0 + by0 + cz0 = 1
ax1 + by1 + cz1 = 1
ax2 + by2 + cz2 = 1
수학식 2로부터 크래머의 법칙(Cramer's rule)에 의해 각각의 계수 a, b, c를 산출할 수 있다. 즉,
이며,
이다. 이때, D = 0 이 되는 특이해(유일해)(singular value)의 경우는 매핑부(120)의 평면분류부(123)를 통해 검출되고, 다른 식 예를 들면, cz = 1, ax + cz = 1, 또는 by + bz = 1 등의 식을 적용함으로써 면의 방정식을 구할 수 있다.
각도 산출부(140)는 계수 산출부(130)에 의해 산출된 계수가 적용된 면의 방정식에 대하여 법선벡터가 이루는 각도를 산출한다(S611). 이때, 각도 산출부(140)는 계수 산출부(130)에 의해 산출된 계수에 기초하여 다음과 같은 식에 따라 법선벡터가 이루는 각도를 산출한다.
여기서, a, b, 및 c는 계수 산출부(130)에 의해 산출된 평면의 방정식의 각각의 계수이다.
임계치 저장부(143)는 서로 다른 각도로 설정된 소정의 임계각도를 저장한다. 임계치 저장부(143)에 저장된 임계각도는 에지 검출을 수행할 필요가 없는 각도의 범위, 에지 검출의 수행정도를 지시하기 위해 단계별로 설정된 각도 범위 등을 나타낸다.
에지영역 저장부(145)는 임계치 저장부(143)에 저장된 각각의 임계각도에 대응하는 에지 영역이 설정되어 저장된다. 여기서, 에지 영역은 각도 산출부(140)에 의해 산출된 각도에 따라 적응적인 에지 검출을 지시하기 위해 단계별로 설정된 영역값을 나타낸다.
각도 산출부(140)에 의해 법선벡터가 이루는 각도가 산출되면, 에지 결정부(150)는 산출된 각도값과 임계치 저장부(143)에 저장된 각각의 임계각도를 비교한다(S613). 이때, 에지 결정부(150)는 산출된 각도와 임계치 저장부(143)에 저장된 각각의 임계각도의 비교 결과에 따라 먼저 에지 여부를 결정하며(S615), 에지라고 판단된 경우, 에지영역 저장부(145)를 검색하여 산출된 각도에 대응되는 에지 영역을 결정한다(S617).
이때, 외부에서 측정된 노이즈의 양에 따라 도 9에 도시된 바와 같이, 밑변의 길이 즉, 를 조절하여 에지의 검출 정도를 조절할 수 있다. 도 9a는 밑변의 길이가 긴 경우의 에지의 검출대역을 나타내고, 도 9b는 밑변의 길이가 작은 경우의 에지의 검출대역을 나타낸다.
도 10은 θ의 크기에 따른 tanθ값의 변화를 나타낸 도면이다. 도면을 참조하면, θ가 작을 수록 에지의 검출대역은 작아지며, 에지의 검출에 대한 민감도는 증가하게 된다. 따라서, θ가 작을 수록 에지의 섬세한 검출이 가능하게 된다. 이때, θ는 스페클 노이즈(speckle noise)의 패턴에 따라 커지거나 작아진다. 스페클 노이즈는 임펄스성 노이즈로서 그 패턴은 한 방향으로 모이거나 한 방향에서 흩어지는 특성이 있다. 스페클 노이즈의 패턴의 몇 가지 예를 도 11에 나타내었다.
이와 같은 노이즈의 특성을 이용하여 노이즈가 많을 때는 밑변을 줄여 에지의 검출대역을 크게 하고, 노이즈가 적을 때는 밑변을 늘여 에지의 검출대역을 작게 함으로써 에지의 섬세한 검출이 가능하게 된다.
본 발명에 따르면, 에지 검출장치는 고주파 대역에서의 노이즈에 민감하지 않으면서 효율적으로 에지를 검출할 수 있게 된다.
또한, 에지 검출장치는 노이즈의 정도에 따라 적응적으로 에지 검출을 수행할 수 있게 되어 에지 검출에 다양한 조절 포인트를 제공할 수 있게 된다.
이상에서는 본 발명의 바람직한 실시예에 대해서 도시하고 설명하였으나, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
도 1은 종래의 소오벨 마스크를 이용한 에지 검출장치를 개략적으로 도시한 블록도,
도 2는 종래의 저역통과필터를 이용한 에지 검출장치를 개략적으로 도시한 도면,
도 3은 본 발명에 따른 에지 검출장치를 개략적으로 도시한 블록도,
도 4는 도 3의 에지 검출장치에 의한 에지 검출방법을 나타낸 흐름도,
도 5는 2차원의 평면을 3차원에 매핑할 경우의 에지 방향과 경사도를 나타낸 도면,
도 6은 2차원의 평면을 3차원에 매핑할 경우, 두 개의 면이 만나는 형태를 나타낸 도면,
도 7은 에지방향의 검색을 설명하기 위해 도시된 도면,
도 8은 평면의 방정식에 대한 계수와 그레이값을 산출하는 방법을 설명하기 위해 도시된 도면,
도 9는 밑변의 길이에 따른 에지의 검출대역을 나타낸 도면으로서, 도 9a는 밑변의 길이가 긴 경우의 에지의 검출대역을 나타내고, 도 9b는 밑변의 길이가 작은 경우의 에지의 검출대역을 나타낸 도면,
도 10은 θ의 크기에 따른 tanθ값의 변화를 나타낸 도면, 그리고
도 11은 스페클 노이즈의 패턴을 나타낸 도면이다.
* 도면의 주요부분에 대한 부호의 설명 *
110 : 라인 메모리 120 : 매핑부
123 : 평면 분류부 125 : 방향 검색부
130 : 계수 산출부 140 : 각도 산출부
143 : 임계치 저장부 145 : 에지영역 저장부
150 : 에지 결정부

Claims (10)

  1. 입력되는 영상의 2차원 평면을 3차원 벡터표면에 매핑하는 매핑부;
    상기 매핑부에 의해 매핑된 복수의 픽셀로 구성된 면의 방정식에 대한 계수를 산출하는 계수산출부;
    상기 면의 방정식에 대한 법선벡터가 이루는 각도를 산출하는 각도산출부; 및
    상기 각도산출부에 의해 산출된 각도에 따라 에지 여부를 결정하는 에지결정부;를 포함하는 것을 특징으로 하는 에지 검출장치.
  2. 제 1항에 있어서, 상기 매핑부는,
    입력되는 상기 영상의 네 개의 픽셀이 이루는 면에 대하여, Z축에 직교하는 평면형태, 한 방향으로 기울어진 평면형태, 및 두 평면이 만나는 형태로 분류하는 평면분류부; 및
    상기 평면분류부에 의해 분류된 상기 네 개의 픽셀이 이루는 면의 형태가 두 평면이 만나는 형태인 경우, 상기 네 개의 픽셀이 이루는 면의 에지 방향을 검색하는 방향검색부;를 포함하며,
    상기 평면분류부에 의해 분류된 형태 및 상기 방향검색부에 의해 검색된 에지 방향에 기초하여 상기 영상을 매핑하는 것을 특징으로 하는 에지 검출장치.
  3. 제 2항에 있어서,
    상기 계수산출부는 동일 평면에 존재하는 세 개의 좌표값 (x0, y0, z0), (x1, y1, z1), 및 (x2, y2, z2)에 기초하여 다음과 같은 평면의 방정식에 의해 상기 계수를 산출하는 것을 특징으로 하는 에지 검출장치:
    ax + by + cz = 1
    여기서, a, b, 및 c는 계수로서,
  4. 제 3항에 있어서,
    상기 각도산출부는 상기 계수산출부에 의해 산출된 상기 계수에 기초하여 다음과 같은 식에 따라 상기 법선벡터가 이루는 각도를 산출하는 것을 특징으로 하는 에지 검출장치:
    여기서, a, b, 및 c는 상기 평면의 방정식의 각각의 계수.
  5. 제 4항에 있어서,
    서로 다른 각도로 설정된 소정 갯수의 임계치를 저장하는 임계치저장부; 및
    상기 임계치저장부에 저장된 각각의 임계치에 대응하는 에지 영역이 설정된 에지영역 저장부;를 더 포함하며,
    상기 에지결정부는 상기 각도산출부에 의해 산출된 각도에 따라 설정된 상기 에지 영역을 결정하는 것을 특징으로 하는 에지 검출장치.
  6. (a) 입력되는 영상의 2차원 평면을 3차원 벡터표면에 매핑하는 단계;
    (b) 상기 (a) 단계에 의해 매핑된 복수의 픽셀로 구성된 면의 방정식에 대한 계수를 산출하는 단계;
    (c) 상기 면의 방정식에 대한 법선벡터가 이루는 각도를 산출하는 단계; 및
    (d) 상기 (c) 단계에 의해 산출된 각도에 따라 에지 여부를 결정하는 단계;를 포함하는 것을 특징으로 하는 에지 검출방법.
  7. 제 6항에 있어서,
    (e) 입력되는 상기 영상의 네 개의 픽셀이 이루는 면에 대하여, Z축에 직교하는 평면형태, 한 방향으로 기울어진 평면형태, 및 두 평면이 만나는 형태로 분류하는 단계; 및
    (f) 상기 (e) 단계에 의해 분류된 상기 네 개의 픽셀이 이루는 면의 형태가 두 평면이 만나는 형태인 경우, 상기 네 개의 픽셀이 이루는 면의 에지 방향을 검색하는 단계;를 더 포함하며,
    상기 (a) 단계는, 상기 (e) 단계에 의해 분류된 형태 및 상기 (f) 단계에 의해 검색된 에지 방향에 기초하여 상기 영상을 매핑하는 것을 특징으로 하는 에지 검출방법.
  8. 제 7항에 있어서,
    상기 (b) 단계는 동일 평면에 존재하는 세 개의 좌표값 (x0, y0, z0), (x 1, y1, z1), 및 (x2, y2, z2)에 기초하여 다음과 같은 평면의 방정식에 의해 상기 계수를 산출하는 것을 특징으로 하는 에지 검출방법:
    ax + by + cz = 1
    여기서, a, b, 및 c는 계수로서,
  9. 제 8항에 있어서,
    상기 (c) 단계는 상기 (b) 단계에 의해 산출된 상기 계수에 기초하여 다음과 같은 식에 따라 상기 법선벡터가 이루는 각도를 산출하는 것을 특징으로 하는 에지 검출방법:
    여기서, a, b, 및 c는 상기 평면의 방정식의 각각의 계수.
  10. 제 9항에 있어서,
    (g) 상기 (c) 단계에 의해 산출된 각도를 서로 다른 각도로 설정된 소정 갯수의 임계치와 비교하는 단계; 및
    (h) 상기 (g) 단계에 의해 비교된 결과에 따라 상기 (c) 단계에 의해 산출된 각도에 대응되는 에지영역을 결정하는 단계;를 더 포함하는 것을 특징으로 하는 에지 검출방법.
KR1020030081526A 2003-11-18 2003-11-18 에지 검출장치 및 그 검출방법 KR20050047745A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020030081526A KR20050047745A (ko) 2003-11-18 2003-11-18 에지 검출장치 및 그 검출방법
US10/927,230 US20050105826A1 (en) 2003-11-18 2004-08-27 Edge detection apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020030081526A KR20050047745A (ko) 2003-11-18 2003-11-18 에지 검출장치 및 그 검출방법

Publications (1)

Publication Number Publication Date
KR20050047745A true KR20050047745A (ko) 2005-05-23

Family

ID=34567791

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020030081526A KR20050047745A (ko) 2003-11-18 2003-11-18 에지 검출장치 및 그 검출방법

Country Status (2)

Country Link
US (1) US20050105826A1 (ko)
KR (1) KR20050047745A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101645270B1 (ko) * 2015-05-22 2016-08-04 경북대학교 산학협력단 호흡 운동 측정 장치 및 방법

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008085503A (ja) * 2006-09-26 2008-04-10 Toshiba Corp 三次元画像処理装置、方法、プログラム及び三次元画像表示装置
US7881497B2 (en) * 2007-03-08 2011-02-01 Honeywell International Inc. Vision based navigation and guidance system
CN104346778B (zh) 2013-07-30 2017-08-22 比亚迪股份有限公司 图像的边缘增强方法和装置以及数码摄像设备
CN110956603B (zh) * 2018-09-25 2023-04-21 Oppo广东移动通信有限公司 深度图像边缘飞点的检测方法、装置及电子设备
CN115601411B (zh) * 2022-11-21 2023-06-06 广州中望龙腾软件股份有限公司 狭长面检测方法、终端以及存储介质
CN115984232B (zh) * 2023-01-12 2023-11-10 大连工业大学 一种基于双目视觉系统的分割猪肉断面脂肪最大厚度检测方法
CN116363690B (zh) * 2023-05-31 2023-08-15 泗水县鑫泓商贸有限公司 用于工厂数字化的数字图纸角度测量方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4232064B2 (ja) * 1999-10-25 2009-03-04 株式会社ニコン 画像処理を用いたひび割れ評価装置
JP4409035B2 (ja) * 2000-03-22 2010-02-03 本田技研工業株式会社 画像処理装置、特異箇所検出方法、及び特異箇所検出プログラムを記録した記録媒体

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101645270B1 (ko) * 2015-05-22 2016-08-04 경북대학교 산학협력단 호흡 운동 측정 장치 및 방법

Also Published As

Publication number Publication date
US20050105826A1 (en) 2005-05-19

Similar Documents

Publication Publication Date Title
US5943441A (en) Edge contour tracking from a first edge point
US8385630B2 (en) System and method of processing stereo images
KR100367303B1 (ko) 화상중의패턴을자동으로위치시키기위한벡터상관시스템
CN111968144B (zh) 一种图像边缘点获取方法及装置
US20030185420A1 (en) Target detection method and system
KR101837407B1 (ko) 영상 기반 표적 추적 장치 및 추적 방법
JP2008505675A (ja) エッジの検出と強調を行うイメージ処理の方法および装置
JP2008185375A (ja) Ｓａｒ画像の３ｄ形状算出装置及びｓａｒ画像の歪補正装置
US20070154069A1 (en) Displacement estimation device and method for the same
JP2024507089A (ja) 画像のコレスポンデンス分析装置およびその分析方法
US10643338B2 (en) Object detection device and object detection method
US6519358B1 (en) Parallax calculating apparatus, distance calculating apparatus, methods of the same, and information providing media
CN112164079B (zh) 一种声呐图像分割方法
KR20050047745A (ko) 에지 검출장치 및 그 검출방법
CN106033613B (zh) 目标跟踪方法及装置
US20110129167A1 (en) Image correction apparatus and image correction method
KR101981773B1 (ko) 그래디언트의 적응적 가중에 기반한 에지 위치 결정 장치 및 방법
US8582922B2 (en) Image processing device and method
US9798950B2 (en) Feature amount generation device, feature amount generation method, and non-transitory medium saving program
KR20220052784A (ko) 깊이 영상 기반 실시간 바닥 검출방법
KR20120094102A (ko) 유사도 산출 디바이스, 유사도 산출 방법 및 프로그램
KR20160138847A (ko) 변이 영상 생성 방법 및 장치
JP3104645B2 (ja) 道路白線検出方法及び道路白線検出装置
JP4560434B2 (ja) 変化領域抽出方法およびこの方法のプログラム
CN104182971B (zh) 一种高精度图像矩定位方法

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid