KR20090027373A

KR20090027373A - 영상 라벨링 장치와 방법 및 그 기록매체

Info

Publication number: KR20090027373A
Application number: KR1020070092540A
Authority: KR
Inventors: 김민석; 김영현
Original assignee: 주식회사 코아로직
Priority date: 2007-09-12
Filing date: 2007-09-12
Publication date: 2009-03-17
Also published as: KR101030430B1; JP2009070387A; JP4907621B2; US8160360B2; EP2037405A2; CN101388071A; EP2037405A3; US20090067721A1

Abstract

본 발명에 따른 영상 라벨링 장치는, 이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출부; 및 상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링부를 포함한다.

상기 본 발명에 의하면, 작은 메모리 리소스만으로도 효과적인 영상처리에서의 라벨링 기법을 수행할 수 있고, 이를 통한 다양한 애플리케이션 특히, 검출대상을 판단하는 검출기법에 유용하고 효과적으로 적용할 수 있는 효과를 창출한다.

라벨링, 영상, 대상 검출, 얼굴 인식, 이진화 영상

Description

영상 라벨링 장치와 방법 및 이를 이용한 영상 오브젝트 검출장치와 방법 및 그 기록매체{SYSTEM AND MTHOD FOR LABELING OF IMAGE AND DETECTING OBJECT WITH LABELING OF IMAGE AND COMPUTER READABLE MEDIUM STORED THEREON COMPUTER EXECUTABLE INSTRUCTION RECORDED WITH TIME-SERIES DATA STRUCTURE}

본 발명은 영상에 포함되는 피사체의 각 대상을 구별하기 위한 라벨링 장치와 방법 및 이를 이용한 영상에서의 오브젝트 검출장치 및 방법에 관한 것이다.

영상 신호 처리의 다양한 응용 기법 중 라벨링은 영상 내에서 서로 이격되어 있는 대상체(피사체)들을 구별하고자 하는 경우 사용되는 영상처리기법을 의미한다.

이러한 라벨링 기법은 영상 내에 대상체가 복수 개 존재하는 경우, 라벨링(labeling)의 과정을 통해 대상체마다 고유번호를 부여하고, 이후 관심 대상이 되는 특정 대상체만을 프로세싱하고자 하는 경우, 상기 특정 대상체에 부여된 고유 번호를 이용하여 활용하는 기법을 의미한다.

이러한 라벨링 기법은 영상 처리가 이용되는 다양한 응용례에 적용될 수 있으며, 특히, 그 구체적인 예로 출입 통제 등을 위해 이용되는 얼굴 인식 시스템을 들 수 있다. 즉, 출입 인증 등을 위한 얼굴 인식의 사전 단계로 소정의 광학장치로부터 획득된 영상에서 얼굴 영역을 검출하여 분리하는 작업을 수행하여야 하는 경우에 이용될 수 있다.

라벨링 기법 및 이를 이용한 영상에서의 특정 오브젝트(object)검출 기법은 상기와 같이 영상에서 얼굴 영역을 검출 및 분리하는 프로세싱에 해당하며, 이와 함께 홍채 인식, 인체의 특정 신체 부위 인식 또는 제조업의 자동화 라인에서 불량품을 식별하는 과정 등에서도 폭넓게 이용될 수 있다.

라벨링 알고리즘으로 제시되는 종래의 기법으로는 크게 재귀 알고리즘과 반복문을 사용하는 알고리즘을 나눌 수 있는데, 상기의 방법은 과도한 자기 호출방식을 이용하거나 스택구조를 이용하는 방법을 채용하고 있는데, 원하는 영상에 대한 프레임정보 또는 라인정보를 모두 메모리에 저장하고 저장된 정보를 이용하는 방식에 해당한다.

이러한 방식은 하드웨어 리소스가 충분한 경우에는 다소 시간이 소요되더라도 적용가능할 수 있으나, 휴대 단말과 같이 휴대성, 간편성 및 이동성 등을 고유 목적으로 한 휴대 장비에서는 요구되는 하드웨어 리소스, 처리 시간 등의 측면에서 판단하여 볼 때 적용하기가 상당히 어렵다는 문제점이 있다.

이러한 라벨링 기법을 전제로 하는 얼굴 검출 기법 및 이러한 기법이 디지털 카메라 등에서 활용되는 AF(Auto Focus), AWB(Auto White Balance), AE(Auto Exposure) 등의 응용 애플리케이션에서도 상기와 같은 문제점은 그대로 포함되어 있다고 할 수 있다.

대화형 영상 통화 서비스가 개시되고 있는 근래에는 엔터테인먼트의 목적으로 얼굴을 검출하는 기능이 포함된 이동통신단말기가 출시되고 있으며, 이러한 동향은 HCI(Human Ccommunication Interact)기술에 대한 이동단말기로의 저변확대로의 동향을 나타내고 있다고 평가되고 있다.

이러한 동향에 따라 이동통신단말기 등에도 대상인식기법 등이 적용되고 있으나 상기와 같은 기법이 채용되는 단말(휴대폰, 디지털 카메라, 광학장치, 인증시스템 등)은 프레임메모리 또는 라인 메모리를 통하여 입력 영상을 처리하는 기법에 해당하므로 이에 부합되는 만큼의 메모리 리소스가 요구된다.

즉, 요구되는 하드웨어 리소스 만큼 하드웨어 단말은 그 경제성에서 불리하게 되며, 앞서 설명한 바와 같이 메모리 저장 및 저장된 정보의 활용을 기본으로 하고 있으므로 데이터 저장, 독출 및 연산 등의 처리 시간이 길어진다는 문제점 또한 가지고 있다고 할 수 있다.

본 발명은 상기된 문제점을 극복하기 위하여 안출된 것으로, 간단한 연산 및 작은 메모리의 사용으로도 효과적인 라벨링 기법을 수행하고, 이를 바탕으로 영상에서의 대상체를 검출하는 효율적인 장치 및 시스템을 제공하는 데 목적이 있다.

또한, 상기와 같은 방법을 컴퓨터에서 구현하기 위하여 컴퓨터로 인식가능하고 실행되는 프로그램을 기록한 기록매체를 제공하는 데 목적이 있다.

본 발명에 다른 목적 및 장점들은 하기에 설명될 것이며, 본 발명의 실시예에 의해 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허청구범위에 나타난 구성과 구성의 조합에 의해 실현될 수 있다.

상기 목적을 달성하기 위한 영상 라벨링 장치는, 이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출부; 및 상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링부를 포함한다.

또한, 상기 또 다른 목적을 달성하기 위한 영상 오브젝트 검출장치는, 이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출부;상 기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링부; 및 상기 라벨값이 부여된 각 픽셀의 통계적 산출값을 이용하여 검출대상을 판단하는 검출대상판단부를 포함한다.

한편, 본 발명의 다른 측면에 의한 영상 라벨링 방법은, 이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출단계; 및 상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링단계를 포함한다.

또한, 본 발명에 의한 영상 오브젝트 검출방법은, 이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출단계; 상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링단계; 및 상기 라벨값이 부여된 각 픽셀의 통계적 산출값을 이용하여 검출대상을 판단하는 검출대상판단단계를 포함한다.

본 발명은 디지털 카메라 등의 디지털 광학 장치에서 이용되는 자동 포커싱 기능, 자동 화이트 벨런스 기능 및 자동 노출 기능 등은 얼굴 영역을 기준으로 상 기와 같은 기능이 활용된다.

다양한 기능적 활용성을 가지고 있는 본 발명에 의한 라벨링 기법 및 이를 이용한 오브젝트(OBJECT)검출기법을 기초로 더욱 효과적이면서 작은 리소스를 차지하는 광학 장치를 구현할 수 있다.

상기와 같이 본 발명의 라벨링 및 오브젝트 검출장치는 각 기능의 효율성을 높임과 동시에 하드웨어적으로 간단히 구현할 수 있어, 향후 이동단말기 등에 탑재되는 경우 높은 경제성을 기초로 활용도 높은 장비를 구현할 수 있는 효과를 창출한다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

본 발명의 상세한 설명에 앞서 본 발명의 설명에 필요한 용어 및 정의 등에 관하여 서술하도록 한다.

통상적으로 영상처리의 기본이 되는 영상의 색상공간은 색상혼합의 관점, 인간의 시각 체계와의 유사성 등 색공간을 바라보는 관점에 따라 RGB, CMYK, HS계열, CIE, Y계열 등 다양한 공간으로 표현될 수 있으며, 이종의 형태로 표현된 색공간의 다른 색공간으로의 변환은 간단한 수학적 변환식에 의하여 변환될 수 있음은 당업자간에 자명하다고 할 수 있다.

또한, 입력영상은 복수 개의 픽셀들의 합으로 표현되며, 상기 픽셀들은 해당 픽셀에 해당하는 영상정보(명도, 색상, 채도 등)를 가지게 된다. 통상적으로 상기 영상정보는 0에서 255단계로 단계적으로 구분되어 8bit의 정보로 나타내는 것이 일반적이나, 적용되는 환경에 따라 상기 영상정보는 10, 12bit 등 다양한 변형례가 가능함은 물론이다.

그러므로, 본 발명을 설명함에 있어 일 실시예로서 표현된 하나의 색공간 좌표계는 상기와 같은 관점에서 다른 색공간좌표에도 동일, 유사한 적용이 가능하며, 입력영상에서 하나의 픽셀이 가지는 영상정보의 bit 크기는 하나의 일실시예에 불과하다고 이해되어야 한다.

본 발명에 따른 라벨링 장치 및 방법을 본 발명의 바람직한 실시예에 따른 영상 라벨링 장치의 구성을 도시한 블록도인 도 1과 본 발명의 바람직한 실시예에 따른 영상 라벨링 방법의 과정을 도시한 흐름도인 도 3을 통하여 설명한다.

본 발명에 의한 라벨링 장치(100)는 블록변환부(130), 검출부(110), 라벨링부(120) 및 라벨정보 산출부(140)를 포함한다.

검출부(110)는 픽셀값이 임계값보다 작은 값에 해당하는 제1값과 임계값보다 큰 값에 해당하는 제2값으로 이루어지는 이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출한다(S320).

상기 이진화 영상은 이진화의 기준이 되는 소정 임계값을 기준으로 해당 픽셀의 값을 이분화하여 표현한 영상을 의미하는 것으로서, 예를 들어, 임계값이 50인 경우 50보다 작은 값을 갖는 픽셀은 0으로 50보다 큰 값을 갖는 픽셀은 1로 표현된 영상을 의미한다.

이진화영상은 0과 1의 비트를 이용하여 표현되는 것이 일반적이나, 본 발명에서는 상기 0과 1로 이진화 영상을 표현하는 것은 물론, 기준되는 임계값을 기준으로 이분화되어 표현될 수 있는 다양한 기호적 표현 또한 가능함은 물론이며, 본 발명을 설명함에 있어 제1값은 0으로 제2값은 1로 설명되는 부분은 하나의 예시일 뿐 상기 0과 1로 제한되어 해석될 수 없음은 자명하다고 할 수 있다.

영상 처리에 있어 상기 변환 매트릭스는 일정한 사각 형상을 가지는 매트릭스를 의미하는 것으로서, 본 발명의 바람직한 일 실시예의 변환 매트릭스에 대한 라벨링 필터를 나타낸 도면인 도 6에 도시된 바와 같이 사각형상의 매트릭스를 의미한다.

상기 도 6에 도시된 변환 매트릭스는 3×3 매트릭스를 예시하고 있으나, 변환매트릭스는 활용되는 형태나 사용자가 원하는 라벨링 정도에 따라 다양한 실시형태가 가능함은 물론이며, 상기와 같이 3×3 매트릭스 크기를 가지는 경우, 픽셀 간 간격이 하나씩 이격되어 있더라도 구분될 수 있으므로 정밀성에서 가장 바람직한 형태를 가질 수 있다.

상기 도 6에 도시된 9개의 픽셀 중 b로 표시된 픽셀이 본 발명의 주위 픽셀에 해당하며, a로 표시된 픽셀이 라벨링 변환의 대상이 되는 대상 픽셀이 되며, 대상 픽셀 주위에 존재하는 상기 주위 픽셀이 가지는 값을 상기 검출부(110)가 검출하게 된다.

상기 검출부(110)에 의하여 주위 픽셀(b)에 대한 값이 검출되면, 검출된 주위 픽셀의 픽셀값을 상기 라벨링부(120)에 전송(S330)하게 되고, 상기 라벨링부(120)는 상기 대상 픽셀의 값이 제2값이고, 상기 검출된 주위 픽셀의 값이 상기 제1값 또는 제2값만으로 이루어진 경우 상기 대상 픽셀의 값을 기존 라벨값과 구분되는 라벨값으로 변환하고, 상기 검출된 주위 픽셀의 값 중 제1값 및 제2값 이외의 라벨값이 존재하는 경우 상기 대상 픽셀의 값을 상기 제1값 및 제2값 이외의 라벨값으로 변환하게 된다(S340).

상기 S340단계는 상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하도록 이원적으로 운영하여 더욱 효과적이고 간편한 라벨값 부여 방법을 실현할 수 있다.

즉, 대상픽셀의 값이 제2값(1)인 경우에는 소정의 임계값보다 큰 픽셀값에 해당하므로 영상에 존재하는 객체에 해당한다고 판단할 수 있다. 그러므로 상기 대상픽셀의 값이 제2값인 경우에 라벨링 연산을 수행하게 된다.

만약 상기 주위 픽셀이 가지는 픽셀값이 이진화 영상을 나타내기 위한 제1값, 제2값만으로 구성되어 있다면, 즉, 0과 1의 값 이외 다른 값이 없다면, 상기 대상픽셀에 새로운 라벨값을 부여하게 되며, 부여되는 라벨값은 이전에 부여되었던 라벨값과 구분되는 라벨값이어야 함은 당연하다.

또한, 만약 주위픽셀에 0과 1값 이외의 다른 라벨링값이 부여되어 있다면, 즉, 대상픽셀과 최인접된 픽셀에 라벨링값이 부여된 적이 있다면, 이것은 이전연산에서 라벨링값이 부여된 픽셀과 인접되어 있는 객체에 해당하므로 상기 제1값 및 제2값 이외의 라벨값을 상기 대상픽셀에 부여하게 된다.

이러한 과정은 입력되는 영상의 정보를 입력되는 순서에 따라 순차적으로 읽어들임으로써 연산할 수 있으므로 일반적인 라벨링 기법에서 이용하는 재귀적 용법이나 반복기법과 같이 프레임을 저장하거나, 라인을 저장할 필요가 없으므로 정확성을 유지하면서 더욱 용이하게 라벨링을 부여할 수 있게 된다.

이하에서는 라벨링 연산효율을 유지하면서 연산속도의 향상 및 메모리 차지를 더욱 낮출 수 있도록 라벨링 부여를 위한 대상 영상을 블록화하는 블록화부에 대하여 설명하도록 한다.

본 발명에 의한 블록변환부(130)는 라벨링 대상영상을 블록화비율에 따른 소정개수의 블록으로 분할하고 분할된 상기 각 블록영역에 해당하는 픽셀 중 임계범위에 해당하는 픽셀의 개수가 기준개수보다 많은 경우 상기 블록에 제2값을 부여하고 작은 경우 제1값을 부여하여, 상기 블록에 부여된 값을 해당 픽셀값으로 갖는 블록영상으로 상기 대상영상을 변환한다(S300).

상기와 같이 블록영상으로 변환되는 경우, 앞서 설명한 검출부(110)는 상기 블록변환부(130)에서 변환된 블록영상을 상기 이진화 영상으로 입력받게 된다(S310).

구체적인 예를 통한 상기 블록변환, 블록화된 영상의 검출 및 라벨링 과정에 대한 구성을 이하에서 설명하도록 한다.

설명의 편의를 위하여 라벨링 영상의 크기가 100×100이라고 가정하고, 상기 100×100 사이즈를 가지는 대상 영상을 10×10영상으로 블록변환하게 되는 경우, 상기 블록화 비율은 10%가 되며, 소정개수의 블록은 100개의 블록이 된다. 상기 블록화 비율 및 이를 기초로 한 소정개수는 하드웨어 리소스 등을 기반으로 한 응용례 및 다양한 사용자 환경에 의하여 결정되는 것으로 해석됨은 자명하다.

즉, 도 5에 도시된 바와 같이 블록영상의 열의 크기인 a는 10이 되고, 행의 크기인 b가 10이 되도록 설정되며, 이진화 영상을 나타내는 값은 앞선 예와 다른 방법에 의하여 제2값은 15, 제1값은 0으로 설정하였다.

상기와 같은 블록화 비율에 의하여 블록화 되는 경우, 하나의 블록은 100개의 원 영상의 픽셀을 대표하게 되므로 100개 각 블록은 각각 100개의 픽셀을 대표하게 되어 원 대상영상의 100,000개의 픽셀을 나타낸다.

블록화 변환 과정에서 변환의 기준이 되는 임계값은 각 픽셀의 영상정보 중 하나를 이용하는 것이 바람직하다. 즉, 픽셀에는 앞서 설명한 바와 같이 색채에 대한 정보, 휘도에 대한 정보 등 다양한 색공간으로 표현되는 정보 등을 가지게 되는데, 인체의 얼굴에 대한 검출을 전제로 한다면, 상기 다양한 영상정보 중 특히 Cb, Cr정보를 기준으로 하는 것이 바람직하다.

즉, 픽셀의 영상정보 중 정하여진 임계값을 기준으로 상기 Cb, Cr값이 인체의 색감을 나타내는 범위인 임계범위에 해당하는 픽셀의 개수를 카운팅한다. 상기 Cb, Cr의 값은 백인, 흑인, 황인족에 따라 크게 다르지 않기 때문에 여러 인종에 대하여 범용적으로 사용할 수 있는 이점이 있으므로, Cb, Cr값에 대한 소정의 임계범위를 설정하고, 해당 픽셀이 상기 임계범위에 해당하는지 여부를 판단하는 과정을 통하여 하나의 블록이 담당하는 픽셀 중 임계범위에 해당하는 픽셀의 수가 소정의 기준에 의하여 설정된 기준개수와의 비교를 통하여 큰 경우에는 제2값(15)을 작은 경우에는 제1값(0)을 부여하는 방식으로 운용할 수 있다.

상기 기준개수 또한, 다양한 영상 환경, 영상의 대상체 특성 등 다양한 응용례에 의하여 변용가능한 기준값으로 이해됨은 물론이다.

상기와 같이 운용되는 방식에 의하여 상기 라벨링 대상영상은 제2값(15)과 제1값(0)이 부여된 블록을 해당 픽셀값으로 갖도록 하여 10×10으로 블록화된 블록영상으로 변환하게 된다.

상기의 과정에 의하여 변환된 블록영상을 아래 표 1로 나타내면 다음과 같다.

상기 표 1에서는 제2값을 15로 예시하고 있으며, 제1값은 0으로 예시하고 있다. 이는 앞서 설명한 바와 같이 이진영상의 제1값 및 제2값을 표현할 수 있는 다양한 응용례의 하나로서 해석되어야 함을 의미한다.

대상 영상의 시각적 인지성 및 라벨링에 의한 구분을 위하여 블록영상의 크기는 32×24로 상기 블록화비율을 설정하는 것이 가장 바람직하다. 상기 크기로 설정된 블록영상의 경우, 통상적인 영상의 특성을 기초하여 판단하여 볼 때, 10여 정도의 객체가 구분될 수 있으며, 이는 각 객체마다 부여되는 라벨의 개수가 그만큼 필요하다는 것을 의미한다.

그러므로 상기 라벨링부(120)는 앞서 설명한 바와 같이 4비트 크기의 비트열을 이용하여 상기 라벨값이 부여되도록 구성하는 것이 바람직하다. 이진수로 표현된 4비트의 경우, 15개의 값을 가질 수 있으므로, 대상체를 구별하여 부여되는 라벨값의 개수로 가장 바람직하다고 할 수 있다.

라벨링 및 이를 기초로 한 대상검출의 성능이 저하되지 않도록 유지하면서 연산처리 모듈과 메모리의 효율성을 위하여 대상 영상의 3% 내지 10% 정도로 블록화 비율이 설정되는 것이 바람직하다.

도 5에 도시된 바와 같이 제1값을 0으로, 제2값을 15로 이진화 값을 부여한 이유는, 새로운 라벨링을 부여할 때, 0과 15 사이의 값을 부여하도록 알고리즘을 적용하여, 중복되는 비트가 발생되지 않도록 하고, 부여된 라벨링 값의 중복여부를 판단하는 연산을 생략할 수 있도록 하기 위함이다.

상기 표 1의 (2,2)에 위치하는 픽셀이 대상픽셀인 경우, 상기 대상픽셀이 제2값에 해당하고, 3×3 변환 매트릭스 영역에 속하는 주위 픽셀들의 픽셀값 중 제1값, 제2값 이외의 값이 존재하지 않으므로, 상기 대상픽셀에는 라벨링값이 부여된다. 상기 (2,2)의 픽셀이 라벨링 연산의 시작이라고 가정하고, 새로운 라벨링인 1을 예시적으로 부여하여 설명한다.

상기 표 2에서와 같이 그 다음 단계로 변환 매트릭스는 우측으로 1 이동되어 (2,3)에 위치한 픽셀이 대상 픽셀이 되고, 상기 라벨링 과정에서 (2,2)의 픽셀값은 "1"의 값으로 라벨링 되어 있으므로, 주위 픽셀은 좌상단에서 우하단의 순으로 열거하면, 0,0,0,1,15,15,15,15로서 8개의 픽셀이 된다.

상기 변환매트릭스 영역에 속한 8개의 픽셀 중 제1값, 제2값(0,15)이외 "1"이라는 라벨값이 존재하므로, 상기 (2,3) 대상픽셀은 "1" 라벨값으로 변환되게 된다. 즉, 최근접한 픽셀에 부여되었던 라벨값이 인접 픽셀의 라벨값으로 확장되는 형식을 취하게 된다. 상기와 같은 단계를 계속 적용하여 2번째 행에 대한 라벨링연산의 결과는 아래 표 3과 같다.

상기 표 3에서 도시된 바와 같이 (2,8)픽셀은 대상픽셀이 15(제2값)이므로 변환대상이 되며, (2,6) 및 (2,7)픽셀의 경우 대상픽셀의 값이 0이므로 라벨링변환이 되지 않는다. (2,8) 픽셀의 경우, 주위 8개 픽셀에 0, 15 이외 다른 값이 존재하지 않고 또한, 이미 라벨“1”의 값은 부여되었으므로 새로운 라벨값인 “2”값이 부여된다.

상기의 방법으로 상기 10×10블록영상이 라벨링된 라벨링 영상의 결과는 다음과 같다.

상기와 같이 대상 영상의 모든 픽셀을 연산하게 되며, 가장자리에 존재하는 픽셀이 대상픽셀인 경우에는 제한된 변환 매트릭스 영역을 활용할 수 있으며, 또한, 디폴트(default)값으로 변환하여 운용하는 등 사용자 적용방식에 따라 다양한 변형례가 가능하다.

상기에서 상세히 설명한 바와 같이 대상 영상에서 각 객체를 구분할 수 있는 라벨링이 부여작업이 완료된 후, 상기 동일 라벨링이 부여된 영역에 대한 특성을 파악하게 된다.

이러한 라벨링 영역에 대한 특성은 본 발명의 라벨정보산출부(140)에서 담당하며, 상기 라벨링부(120)로부터 상기 라벨값이 부여된 라벨영상을 입력받아(S350) 상기 라벨영역의 시작점정보, 종료점정보 및 면적정보 중 하나 이상을 포함하는 라벨정보를 각 라벨영역마다 산출한다(S360).

상기 표 4에 나타나 있는 바와 같이 라벨영상을 상기 라벨정보산출부(140)가 입력받게 되면, 동일 라벨값이 부여된 영역의 개수는 5개가 되고, 상기 5개 라벨영역에 대한 영상특성 정보인 라벨정보를 산출하게 된다.

라벨값 "1"이 부여된 라벨 영역(ROI영역 Range Of Interest)의 경우, 시작점은 (2,2)가 되고, 종료점은 (4,5)가 된다. 상기 종료점 등에 대한 정보는 실제로 라벨값이 부여된 영역만을 기준으로 정할 수도 있으며, 동일 라벨값이 부여된 최대 아웃라인을 이용한 영역을 활용할 수도 있다. 상기 종료점이 (4,5)가 되는 것은 최대 아웃라인 영역을 활용한 경우의 예가 된다.

면적 정보는 실제 라벨값이 부여된 영역을 기준으로 정하는 경우, 10이 되고, 최외각 아웃라인을 기준으로 하는 경우에는 12가 된다. 상기와 같은 방법에 의하여 각 ROI마다의 특성에 대한 정보를 산출하게 되며, 이러한 정보는 향후 다양한 응용례에서 이용되는 기준 데이터로 활용되게 된다.

또한, 본 발명의 라벨링산출부(140)는 통합부(142)를 포함할 수 있는데, 상기 통합부(142)는 상기 라벨정보에 해당하는 상기 라벨영역이 상호 중첩되는 경우 중첩된 라벨영역을 통합하고 상기 통합된 라벨영역의 라벨정보를 산출하도록 구성된다.

만약 상기 표 5에 도시된 것과 같은 라벨영상이 생성되는 경우, 동일하지 않은 라벨값("1", "2")이 부여된 ROI-1과 ROI-2 두 영역이 상호 중첩되게 된다. 이러한 경우, 부여된 라벨값은 동일하지 않더라도 영상에서 표현된 객체는 동일 구분 영역내에 포섭할 수 있도록 구성하는 것이 바람직하다.

즉, 상기 "1"로 부여된 라벨영역인 ROI-1과 "2"로 부여된 라벨영역인 ROI-2을 통합하고, 상기 통합된 라벨영역의 라벨정보를 새로인 산출하는 것이 바람직하다. 통합된 ROI를 ROI-M이라고 칭하는 경우, ROI-M의 라벨정보 중 시작점은 (2,2), 종료점은 (6,8)이 된다. 0으로 표현된 픽셀을 제외하고 실제 라벨값이 부여된 영역만을 기준으로 하는 응용예에서 면적 정보를 산출하는 경우 면적 정보는 22가 된다.

새롭게 병합된 라벨영역(ROI-M)은 "1" 또는 "2"라벨값으로 라벨링될 수 있고, 또 다른 새로운 라벨값이 부여될 수도 있다. 1과 2 라벨값은 다른 라벨영역에서 사용되지 않았으므로, 통합된 라벨영역에 부여될 수 있기 때문이다. 통합된 영역임을 약속된 기호에 의하여 표현되도록 다른 라벨값으로 사용되지 않은 값으로서 새로운 라벨값(예를 들어 10 이상의 값)을 부여할 수 있음은 물론이다.

본 발명의 일 실시예에 의한 통합(merge)과정을 도시한 도면인 도 7을 참조할 때, 상기 도 7의 a 영상은 통합 처리 전의 영상정보를 의미하며, b는 통합 처리된 후의 영상정보를 의미한다.

이하에서는 본 발명의 다른 목적에 의한 영상 오브젝트 검출장치 및 방법에 대한 설명을 도 2 및 도 4를 통하여 상세히 설명하도록 한다.

상기 오브젝트 검출장치 및 방법은 앞서 설명한 라벨링 기법을 채용하는 응용례로서 앞서 설명한 바와 같이 인체의 얼굴영역, 신체 특정 부위 영역, 불량품 등의 영상 내 특정 대상체를 검출하는 기법에 관한 것이다.

이러한 오브젝트 검출장치 및 방법을 설명함에 있어, 앞서 설명된 라벨링 장치 및 방법 등과 중복되는 설명은 생략하며, 또한, 지칭되는 구성요소를 나타내기 위한 참조부호는 설명의 편의를 위하여 달리 부여되었을 뿐이므로 참조부호가 동일하지 않더라도 담당하는 기능이 동일, 유사한 구성요소는 동일 및 유사한 구성을 의미한다.

본 발명의 바람직할 실시예에 따른 영상 오브젝트 검출장치의 구성을 도시한 블록도인 도 2 및 본 발명의 바람직한 실시예에 따른 영상 오브젝트 검출방법의 과정을 도시한 흐름도인 도 4를 참조할 때, 본 발명에 의한 영상 오브젝트 검출장치(200)는 블록변환부(230), 검출부(210), 라벨링부(220), 라벨정보산출부(240), 필터링부(250) 및 검출대상 판단부(260)를 포함한다.

상기 블록변환부(230), 검출부(210), 라벨링부(220), 라벨정보산출부(240) 등에 대한 설명은 앞서 기술한 영상 라벨링 장치 및 방법에서 설명되었으므로 중복되는 범위에서 구체적인 설명은 생략한다.

본 발명의 영상 오브젝트 검출장치(200)의 검출대상판단부(260)는 상기 라벨링부(220)로부터 상기 라벨값이 부여된 라벨값에 대한 정보를 입력받게 되고, 상기 라벨값이 부여된 각 픽셀의 통계적 산출값을 이용하여 검출대상을 판단하게 된다.

상기 라벨값이 부여된 각 픽셀의 통계적 산출값은 평균, 분산, 분포도, 표준편차 또는 상기 라벨값이 부여된 픽셀의 개수정보 등 다양한 정보를 활용하여 검출하고자 하는 검출대상과 부합되는 라벨값이 부여된 픽셀을 검출하게 된다.

상기 검출의 정밀성 또는 효율성을 높이기 위하여, 상기 영상 오브젝트 검출장치(200)는 상기 라벨값이 부여된 라벨영상에서 동일한 라벨값이 부여된 라벨영역의 시작점정보, 종료점정보 및 면적정보 중 하나 이상을 포함하는 라벨정보를 각 라벨영역마다 산출하는 라벨정보산출부(240)를 더 포함하도록 구성하는 것이 바람직하다.

상기와 같이 라벨정보산출부(240)가 추가적으로 구성되는 경우, 상기 검출대상 판단부(260)는 상기 라벨정보산출부(240)으로부터 라벨정보를 전송받고 검출대상을 판단하는 기준정보에 부합되는 정도에 따라 상기 각 라벨영역에 대한 라벨정보를 분류하고 상기 분류된 라벨정보를 이용하여 검출대상 영역을 판단하는 판단부(262)를 포함하여 검출대상을 판단한다.

즉, 동일한 라벨값이 부여된 각 라벨영역의 다양한 정보를 입력받아 원하는 검출대상의 검출을 위한 기준정보를 이용하여 상기 기준정보와 부합되는 정도에 따라 검출대상 영역을 검출하게 된다.

상기 기준정보에 대한 구체적인 요소는 후술하도록 하며, 상기 기준정보에 부합되는 정도에 따라 각 라벨영역을 분류하고 분류된 최상위 라벨영역을 검출의 대상으로 판단하거나 상위 소정 순번의 라벨영역을 검출대상영역으로 선별할 수도 있다.

앞서 설명한 바와 같이 영상 오브젝트 검출장치(200)에 블록변환부(230)가 추가적으로 구성되는 경우, 상기 블록변환부(230)는 대상영상을 블록영상으로 변환하게(S400) 되며, 상기 검출부(210)는 상기 블록변환부(230)에서 변환된 블록영상을 상기 이진화 영상으로 입력받아(S410) 전송된 이진화 영상의 대상픽셀을 기준으로 주위 픽셀값을 검출한다(S420).

또한, 상기 영상 오브젝트 검출장치(200)의 라벨정보산출부(240)는 상기 라벨정보에 해당하는 상기 라벨영역이 상호 중첩되는 경우 중첩된 라벨영역을 통합하고 상기 통합된 라벨영역의 라벨정보를 산출하는 통합부(242)를 포함할 수 있다.

즉, 라벨링부(220)는 상기 검출부(210)로부터 검출된 픽셀값을 전송(S430)받고, 검출된 주위 픽셀값과 대상 픽셀값을 이용하여 라벨링과정을 수행하게 된다(S440).

라벨링 과정이 완료되면, 상기 라벨빙부(220)는 라벨 영상을 상기 라벨링 산출부(240)로 전송하고(S450), 라벨링 산출부(240) 및 라벨링 산출부(240)에 포함되는 통합부(242)는 상기 라벨 영상의 라벨 영역 또는 통합된 라벨 영역의 라벨정보를 산출한다(S460).

또한, 상기 필터링부(250)는 NR(Noise Reduction)에 해당하는 블록으로서, 상기 라벨링 산출부(240)으로부터 라벨정보를 전송받아(S470), 전송된 라벨정보 중 필터링 기준범위를 벗어나는 라벨영역에 해당하는 라벨정보를 제거한다(S480).

상기 필터링부(250)는 도 8에 도시된 바와 같이 원하고자 하는 대상검출에서 후보 영역에서 배제될 수 있는 영역을 기준범위, 예를 들어 픽셀 개수 등을 이용하여 배제하는 기능을 담당한다.

도 8에서는 픽셀의 개수가 기준되는 범위보다 작은 경우를 제거하는 기법에 의하여 (a)에서 나타난 5개 라벨영역이 (b)에서와 같이 하나의 라벨영역으로 필터링되는 과정을 나타내고 있다.

얼굴 영역의 검출을 하나의 예로 들어 보충적으로 설명하면, 앞서 설명한 바와 같이 얼굴 영역의 임계범위에 해당하는 영상정보를 가지는 픽셀에 실제 얼굴 영역에 해당하는 픽셀뿐만 아니라 영상에 표현되어 있는 다양한 배경, 피사체 중 일부도 상기 임계범위에 해당하는 픽셀이 포함될 가능성을 배제할 수는 없다.

이와 같이 실제 얼굴영역이 아님에도 불구하고 유사한 영상정보를 가지는 대상체를 미리 배제하기 위하여, 라벨영역이 기준범위에 벗어나는 경우 이에 해당하는 라벨영역에 해당하는 라벨정보를 제거하게 된다.

필터링을 위한 기준범위는 라벨영역의 개수로 범위를 정하는 것은 물론, 다양한 라벨영역의 정보를 이용하여 정해질 수 있으며, 검출하고자 하는 대상의 특성에 부합되도록 다양한 실험 또는 영상에서 표현되는 대상체의 특성 등에 의하여 객관적으로 산출되도록 구성하는 것이 바람직하다.

일 예를 들어, 통상적으로 얼굴을 검출하는 경우, 광학기계에 근접하여 영상을 획득하게 되므로, 획득된 영상에서 차지하는 크기에 대한 범위로 상기 기준범위를 설정할 수도 있으며, 획득된 영상은 중심되는 영역에 위치하게 되는 경우가 일반적일 수 있으므로, 소정 크기 이상 라벨영역이 중심부와 소정거리 범위를 벗어나는 것을 기준으로 정할 수도 있으며, 라벨영역의 크기만을 절대적으로 비교하여 특정크기 이하의 라벨영역을 배제하는 방법으로 정해질 수도 있음은 물론이다.

상기와 같이 필터링부(250)에서 기준범위를 벗어나는 라벨정보가 제거(S480)되고 나면, 제거되지 않은 라벨정보만을 검출대상판단부(260)로 전송하여, 상기 검출대상판단부(260), 특히 판단부(262)는 상기 제거된 라벨정보 이외의 라벨정보를 이용하여 검출대상영역을 판단(S495)하게 된다.

상기 판단부(262)를 포함하는 검출대상판단부(260)가 상기 검출대상 영역을 검출함에 있어 이용하는 상기 기준정보는 전체 영상 크기에 대비된 라벨영역의 크기에 대한 정보, 라벨영역이 전체영상에서 해당하는 위치에 대한 정보, 라벨영역의 가로세로 비율정보, 라벨영역 내에 존재하는 제2값의 개수정보 중 선택된 하나 이상의 정보를 이용하여 정해지도록 설정할 수 있다.

앞서 설명한 바와 같이 필터링단계가 완료된 경우라도 대상 검출 영역과 영상정보(색상 등)가 유사범위에 있는 큰 영역들이 잔존할 가능성을 완전히 배제하지 못할 수 있다.

그러므로, 상기 판단부(262)는 검출 대상의 후보군에 해당하는 라벨영역(ROI)들 중 가장 근접한 검출 대상을 선택하는 과정을 수행하게 된다.

상기 기준정보 중의 하나인 전체 영상 크기에 대비된 라벨영역의 크기에 대한 정보는 대상 영상에서 아주 작거나 큰 영역을 차지할 가능성보다는 전체 영상에 대비하여 적절한 크기를 가질 확률이 더 높게 된다. 즉, 작은 영역이라면 피사체 외부에 존재하는 또 다른 대상체일 확률이 높고, 극단적으로 큰 영역인 경우에는 배경 등에 해당하는 대상체일 확률이 크기 때문이다.

위치정보는 광학장치 등으로 얼굴 등을 촬영하게 되는 경우 얼굴이 이미지의 중심에 놓이게 되는 경우가 가장자리에 놓이게 되는 경우보다 확률적으로 높기 때문에 중심되는 기준점에서 소정 범위 이격된 거리를 이용하여 상기와 같이 검출대상을 판단하는 일 기준으로 설정할 수 있다.

또한, 라벨영역의 가로세로 비율정보는 검출하고자 하는 대상체의 물리적인 특성을 반영한 것으로 정보로서, 검출하고자 하는 대상체의 실제 형상적 특성을 반영하여 정해지는 기준정보에 해당한다. 예를 들어 인체의 얼굴이 검출 대상인 경우에는 가로세로에 대한 비율이 0.1 이나 8 내외의 특이한 비율보다는 0.7 내지 0.8의 비율이 더욱 인체의 얼굴에 부합되는 영역에 해당하므로 상기와 같은 기준 정보를 이용하여 얼굴 영역을 검출하게 된다.

더욱이, 라벨영역 내에 존재하는 제2값의 개수정보는 라벨영역의 크기에 대비된 제2값의 개수정보 등을 이용할 수 있게 되는데, 얼굴의 경우, 정사각형상이기 보다는 타원형상이므로 라벨영역(ROI)의 사각형상에 대비하여 타원형상이 차지하는 영역에 대한 비율을 이용한다면 즉, 제2값의 개수 정보를 이용한다면 더욱 얼굴 영역 검출의 정밀성을 높일 수 있다.

상기와 같은 기준정보는 검출대상의 물리적 특성 및 이를 반영한 영상적 특성에 따라 다양한 정보로 설정될 수 있으며, 상기 기준정보의 선택된 조합에 의한 하나 이상의 기준정보가 이용되도록 구성될 수 있다.

상기와 같은 기준정보에 의하여 라벨영역마다 스코어(점수)를 부여하고 최상위 스코어를 가진 라벨영역 또는 최상위 소정 번째 순번을 가진 라벨영역 등을 원하는 검출대상영역으로 검출할 수 있게 된다.

상기 본 발명에 의한 영상 라벨링 장치 및 영상 오브젝트 검출장치의 각 구성요소는 물리적으로 구분되는 구성요소라기보다는 논리적인 구성요소로 이해되어야 한다. 즉, 각각의 구성은 본 발명의 기술사상을 실현하기 위하여 논리적으로 구분된 구성요소에 해당하므로 각각의 구성요소가 통합 또는 분리되어 수행되더라도 본 발명의 논리 구성이 수행하는 기능을 실현할 수 있다면 본 발명의 범위 내에 있다고 해석되어야 한다.

상술한 본 발명에 따른 영상 라벨링 방법 또는 영상 오브젝트 검출방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.

또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 영상 라벨링 방법 또는 영상 오브젝트 검출방법을 구현하기 위한 기능적인(function) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

이상에서 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.

본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 전술된 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니된다.

도 1은 본 발명의 바람직한 실시예에 따른 영상 라벨링 장치의 구성을 도시한 블록도,

도 2는 본 발명의 바람직할 실시예에 따른 영상 오브젝트 검출장치의 구성을 도시한 블록도,

도 3은 본 발명의 바람직한 실시예에 따른 영상 라벨링 방법의 과정을 도시한 흐름도,

도 4는 본 발명의 바람직한 실시예에 따른 영상 오브젝트 검출방법의 과정을 도시한 흐름도,

도 5는 본 발명의 일 실시예에 의한 블록화된 블록 영상에 대한 도면,

도 6은 본 발명의 바람직한 일 실시예의 변환 매트릭스에 대한 라벨링 필터를 나타낸 도면,

도 7은 본 발명의 일 실시예에 의한 통합(merge)과정을 도시한 도면,

도 8은 본 발명의 일 실시예에 의한 필터링 과정을 도시한 도면이다.

Claims

이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출부; 및

상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링부를 포함하는 것을 특징으로 하는 영상 라벨링 장치.
제 1항에 있어서, 상기 이진화 영상은,

픽셀값이 임계값보다 작은 값에 해당하는 제1값과 임계값보다 큰 값에 해당하는 제2값으로 이루어지는 것을 특징으로 하는 영상 라벨링 장치.
제 2항에 있어서, 상기 라벨링부는,

상기 대상 픽셀의 값이 제2값이고, 상기 검출된 주위 픽셀의 값이 상기 제1값 또는 제2값만으로 이루어진 경우 상기 대상 픽셀의 값을 기존 라벨값과 구분되는 라벨값으로 변환하고, 상기 검출된 주위 픽셀의 값 중 제1값 및 제2값 이외의 라벨값이 존재하는 경우 상기 대상 픽셀의 값을 상기 제1값 및 제2값 이외의 라벨값으로 변환하는 것을 특징으로 하는 영상 라벨링 장치.
제 2항에 있어서,

라벨링 대상영상을 블록화비율에 따른 소정개수의 블록으로 분할하고 분할된 상기 각 블록영역에 해당하는 픽셀 중 임계범위에 해당하는 픽셀의 개수가 기준개수보다 많은 경우 상기 블록에 제2값을 부여하고, 작은 경우 제1값을 부여하여, 상기 블록에 부여된 값을 해당 픽셀값으로 갖는 블록영상으로 상기 대상영상을 변환하는 블록변환부를 더 포함하고,

상기 검출부는,

상기 블록변환부에서 변환된 블록영상을 상기 이진화 영상으로 입력받는 것을 특징으로 하는 영상 라벨링 장치.
제 1항에 있어서,

상기 라벨값이 부여된 라벨영상에서 동일한 라벨값이 부여된 라벨영역의 시작점정보, 종료점정보 및 면적정보 중 하나 이상을 포함하는 라벨정보를 각 라벨영역마다 산출하는 라벨정보산출부를 더 포함하는 것을 특징으로 하는 영상 라벨링 장치.
제 5항에 있어서, 상기 라벨정보산출부는,

상기 라벨정보에 해당하는 상기 라벨영역이 상호 중첩되는 경우 중첩된 라벨영역을 통합하고 상기 통합된 라벨영역의 라벨정보를 산출하는 통합부를 더 포함하 는 것을 특징으로 하는 영상 라벨링 장치.
이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출부;

상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링부; 및

상기 라벨값이 부여된 각 픽셀의 통계적 산출값을 이용하여 검출대상을 판단하는 검출대상판단부를 포함하는 것을 특징으로 하는 영상 오브젝트 검출장치.
제 7항에 있어서, 상기 이진화 영상은,

픽셀값이 임계값보다 작은 값에 해당하는 제1값과 임계값보다 큰 값에 해당하는 제2값으로 이루어지는 것을 특징으로 하는 영상 오브젝트 검출장치.
제 8항에 있어서, 상기 라벨링부는,

상기 대상 픽셀의 값이 제2값이고, 상기 검출된 주위 픽셀의 값이 상기 제1값 또는 제2값만으로 이루어진 경우 상기 대상 픽셀의 값을 기존 라벨값과 구분되는 라벨값으로 변환하고, 상기 검출된 주위 픽셀의 값 중 제1값 및 제2값 이외의 라벨값이 존재하는 경우 상기 대상 픽셀의 값을 상기 제1값 및 제2값 이외의 라벨 값으로 변환하는 것을 특징으로 하는 영상 오브젝트 검출장치.
제 7항에 있어서,

상기 라벨값이 부여된 라벨영상에서 동일한 라벨값이 부여된 라벨영역의 시작점정보, 종료점정보 및 면적정보 중 하나 이상을 포함하는 라벨정보를 각 라벨영역마다 산출하는 라벨정보산출부를 더 포함하고,

상기 검출대상판단부는,

검출대상을 판단하는 기준정보에 부합되는 정도에 따라 상기 각 라벨영역에 대한 라벨정보를 분류하고 상기 분류된 라벨정보를 이용하여 검출대상 영역을 판단하는 판단부를 포함하는 것을 특징으로 하는 영상 오브젝트 검출장치.
제 10항에 있어서,

필터링 기준범위를 벗어나는 라벨영역에 해당하는 라벨정보를 제거하는 필터링부를 더 포함하고,

상기 판단부는,

상기 제거된 라벨정보 이외의 라벨정보를 이용하는 것을 특징으로 하는 영상 오브젝트 검출장치.
제 10항에 있어서, 상기 검출대상을 판단하는 기준정보는,

전체 영상 크기에 대비된 라벨영역의 크기에 대한 정보, 라벨영역이 전체영 상에서 해당하는 위치에 대한 정보, 라벨영역의 가로세로 비율정보, 라벨영역 내에 존재하는 제2값의 개수정보 중 선택된 하나 이상의 정보를 이용하여 정해지는 것을 특징으로 하는 영상 오브젝트 검출장치.
이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출단계; 및

상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링단계를 포함하는 것을 특징으로 하는 영상 라벨링 방법.
제 13항에 있어서, 상기 이진화 영상은,

픽셀값이 임계값보다 작은 값에 해당하는 제1값과 임계값보다 큰 값에 해당하는 제2값으로 이루어지는 것을 특징으로 하는 영상 라벨링 방법.
제 14항에 있어서, 상기 라벨링단계는,

상기 대상 픽셀의 값이 제2값이고, 상기 검출된 주위 픽셀의 값이 상기 제1값 또는 제2값만으로 이루어진 경우 상기 대상 픽셀의 값을 기존 라벨값과 구분되는 라벨값으로 변환하고, 상기 검출된 주위 픽셀의 값 중 제1값 및 제2값 이외의 라벨값이 존재하는 경우 상기 대상 픽셀의 값을 상기 제1값 및 제2값 이외의 라벨값으로 변환하는 것을 특징으로 하는 영상 라벨링 방법.
제 14항에 있어서,

라벨링 대상영상을 블록화비율에 따른 소정개수의 블록으로 분할하고 분할된 상기 각 블록영역에 해당하는 픽셀 중 임계범위에 해당하는 픽셀의 개수가 기준개수보다 많은 경우 상기 블록에 제2값을 부여하고, 작은 경우 제1값을 부여하여, 상기 블록에 부여된 값을 해당 픽셀값으로 갖는 블록영상으로 상기 대상영상을 변환하는 블록변환단계를 더 포함하고,

상기 검출단계는,

상기 블록변환단계에서 변환된 블록영상을 상기 이진화 영상으로 입력받는 것을 특징으로 하는 영상 라벨링 방법.
제 13항에 있어서,

상기 라벨값이 부여된 라벨영상에서 동일한 라벨값이 부여된 라벨영역의 시작점정보, 종료점정보 및 면적정보 중 하나 이상을 포함하는 라벨정보를 각 라벨영역마다 산출하는 라벨정보산출단계를 포함하는 것을 특징으로 하는 영상 라벨링 방법.
제 17항에 있어서, 상기 라벨정보산출단계는,

상기 라벨정보에 해당하는 상기 라벨영역이 상호 중첩되는 경우 중첩된 라벨영역을 통합하고 상기 통합된 라벨영역의 라벨정보를 산출하는 통합단계를 더 포함하는 것을 특징으로 하는 영상 라벨링 방법.
이진화 영상의 픽셀 중 라벨링 변환의 대상이 되는 대상 픽셀을 기준으로 라벨링 변환을 위한 변환 매트릭스 영역에 속하는 주위 픽셀에 대한 값을 검출하는 검출단계;

상기 주위 픽셀 값에 상기 이진화 영상을 나타내는 값 이외의 값이 존재하는지 여부에 따라 상기 대상 픽셀의 라벨링 값을 새로운 라벨값으로 변환하거나 상기 주위 픽셀의 라벨값으로 변환하는 라벨링단계; 및

상기 라벨값이 부여된 각 픽셀의 통계적 산출값을 이용하여 검출대상을 판단하는 검출대상판단단계를 포함하는 것을 특징으로 하는 영상 오브젝트 검출방법.
제 19항에 있어서, 상기 이진화 영상은,

픽셀값이 임계값보다 작은 값에 해당하는 제1값과 임계값보다 큰 값에 해당하는 제2값으로 이루어지는 것을 특징으로 하는 영상 오브젝트 검출방법.
제 20항에 있어서, 상기 라벨링단계는,

상기 대상 픽셀의 값이 제2값이고, 상기 검출된 주위 픽셀의 값이 상기 제1값 또는 제2값만으로 이루어진 경우 상기 대상 픽셀의 값을 기존 라벨값과 구분되 는 라벨값으로 변환하고, 상기 검출된 주위 픽셀의 값 중 제1값 및 제2값 이외의 라벨값이 존재하는 경우 상기 대상 픽셀의 값을 상기 제1값 및 제2값 이외의 라벨값으로 변환하는 것을 특징으로 하는 영상 오브젝트 검출방법.
제 19항에 있어서,

상기 라벨값이 부여된 라벨영상에서 동일한 라벨값이 부여된 라벨영역의 시작점정보, 종료점정보 및 면적정보 중 하나 이상을 포함하는 라벨정보를 각 라벨영역마다 산출하는 라벨정보산출단계를 더 포함하고,

상기 검출대상판단단계는,

검출대상을 판단하는 기준정보에 부합되는 정도에 따라 상기 각 라벨영역에 대한 라벨정보를 분류하고 상기 분류된 라벨정보를 이용하여 검출대상 영역을 판단하는 판단단계를 포함하는 것을 특징으로 하는 영상 오브젝트 검출방법.
제 22항에 있어서,

필터링 기준범위를 벗어나는 라벨영역에 해당하는 라벨정보를 제거하는 필터링단계를 더 포함하고,

상기 판단단계는,

상기 제거된 라벨정보 이외의 라벨정보를 이용하는 것을 특징으로 하는 영상 오브젝트 검출방법.
제 22항에 있어서, 상기 검출대상을 판단하는 기준정보는,

전체 영상 크기에 대비된 라벨영역의 크기에 대한 정보, 라벨영역이 전체영상에서 해당하는 위치에 대한 정보, 라벨영역의 가로세로 비율정보, 라벨영역 내에 존재하는 제2값의 개수정보 중 선택된 하나 이상의 정보를 이용하여 정해지는 것을 특징으로 하는 영상 오브젝트 검출방법.
제 13항 내지 제 24항 중 어느 한 항에 따른 방법을 프로그램화하여 수록한 컴퓨터로 읽을 수 있는 기록매체.