KR20150084294A - 피사체 영상처리 기반의 자전거 피팅 방법 - Google Patents

Abstract

본 발명은 피사체 영상처리 기반의 자전거 피팅방법에 관한 것으로, 그 절차는 배경영상을 초기화하여 하여 사용자에 의해 선택된 배경 영상을 Greed Matrix의 위치에 센서를 부착하여 센서간 길이 정보를 센티(cm) 단위로 읽을 수 있도록 설정된 배경 스크린 체크판에 투영하는 제 1 과정; 사용자가 배경스크린 앞에서 피사체는 팔을 벌리고 정면으로 서거나, 팔을 나란히 하여 옆으로 서서 요구에 맞는 동작을 취하도록 하여 촬영부를 이용하여 전체팔길이(TA), 아래팔(FA), 위다리(UL), 윗몸(UB), 아래다리(LL), 안쪽다리(US), 바깥다리(OS), 가슴넓이(CW)에 대해 신체치수 측정 패턴에 따라 피사체의 영상을 촬영하는 제 2 과정; 촬영된 영상을 기초로 영상처리부에서 피사체 촬영시 배경영상을 합성하여 피사체 영역과 배경 영역을 구분하여 영상전후차의 평균치를 계산하는 제 3 과정; 영상촬영을 시작하면 피사체를 판단하기 위해 입력 영상에서 현재 프레임과 이전 프레임간에 각 화소의 차이에 대한 평균값(D(t)을 매번 프레임에서 하기식으로 계산하고,

초기 배경 모델링 이후 배경 영상을 D(t)에 따라 적응시키기 위해 갱신 알고리즘을 하기식에 적용하여

Wn: 적응 예측 계수, Sigm(En): 재구성 오차 Sigm(En)
문턱값은 적외선 영상에서 화소가 배경인지 피사체인지를 문턱값을 확인하는 제 4 과정; 상기 제 4 과정이 이루어진 후, 현재 프레임과 이전 프레임간에 각 화소의 차이에 대한 평균값(D(t)이 문턱값보다 크면 현재영상과 배경영상의 차를 수행하고, 갱신된 배경 영상과 현재 영상의 각 화소의 절대 차이값으로 이진 영상을 출력하여 이진 영상에 모폴로지 채움 연산을 수행하여 객체 내부의 잡음과 배경 영상의 잡음을 채우는 제 5 과정; 및 모폴로지 채움 영상에 따라 라벨링 연산을 수행하여 원 입력 영상에서 객체만을 분리하여 경계 영역 추적을 통해 피사체를 추출하는 제 6 과정;을 포함하여 구성된다.
이에 따라, 본 발명은 설정된 알고리즘으로 구성된 프로그램을 통해 피팅 결과의 출력, 관리를 제공을 통해 간편하게 자전거 피팅을 행할 수 있으며, 각종 측정된 수치, 사진 결과 및 피팅 결과 등을 데이터베이스화하여 관리함으로서 지속적인 고객 관리가 가능하여 사용자의 신체의 변화에 능동적으로 대처할 수 있으며, 잘못된 자세를 교정할 수 있는 효과가 있다.

Description

피사체 영상처리 기반의 자전거 피팅 방법{bicycle fitting method based Subject Image Processing}

본 발명은 피사체 영상처리 기반의 자전거 피팅 방법에 관한 것으로, 보다 구체적으로는, 신체의 자동측정을 위하여 크로마키 기법을 이용한 피사체의 영상정보 추출을 통하여 사이징(sizing)과 피팅(fitting)을 실시하는 알고리즘을 통해 이미지 프로세싱과 같은 기술을 융합하여 피팅 시 사용자의 정보를 손쉽게 취득할 수 있고, 필요에 따라 그 정보를 활용할 수 있는 피사체 영상처리 기반의 자전거 피팅 방법에 관한 것이다.

최근 지구촌의 키워드가 녹색으로 급변함에 따라 환경오염과 탄소배출이 없는 친환경 교통수단인 자전거의 가치가 새롭게 부상되면서 수요가 증가하고 자전거의 기술이 발전 추세에 있다. 자전거 관련 동호회가 급부상하고 있는 등 고급 자전거에 대한 대중의 관심이 높아지고, 각종 모임과 이벤트 또는 산악자전거 경주대회 등의 활동이 많아지고 있다. 이에 따라 사람들은 신체에 가해지는 무리를 미연에 방지코자 전문가의 도움을 받아 자전거를 신체에 맞추는, 다시 말해 자전거 피팅 쪽에 관심을 기울이고 있다.

자전거 생산 측면에서 바라봤을 때도 상황은 비슷하게 흘러가고 있다. 한편 자전거 제조업체들은 저가 보급형 자전거 생산증대 가능성은 희박하다는 판단에 따라 산악자전거, 하이브리드 자전거, 네비게이션 장착 자전거 등 고급 자전거 생산 및 개발에 주력하는 방향을 가지고 있다. 더욱이 현재 국내 대형 자전거업체들이 대부분 제품을 해외에서 생산하고 있어 국내 생산기반은 극히 미미한 수준인데, 정부가 자전거 산업 되살리기 방안을 발표하자 해외로 생산기반을 줄줄이 옮겼던 국내 자전거 업체들이 회귀를 검토하고 있다. 만약 자전거 업체들이 국내에서 생산을 한다고 할 때 생산 방향은 저가형보다는 고급형으로 설정하게 될 것이다.

위와 같은 상황에서 국내 자전거 피팅 관련 산업이 성장할 것이라는 예측은 무리하지 않다. 그런데 기존에 이루어지고 있는 자전거 피팅은 표준화된 방법도 없어 제각기 다른 방법으로 피팅을 행하고 있다. 이로 인해서 자전거 점포마다 통일성이 없어서 사후관리가 불편할 수밖에 없다. 또한 신체의 측정 결과를 바탕으로 계산해야 하는 피팅 과정이 다소 복잡하기 때문에 방대한 규격표에 의지하거나 직접 계산을 해야하는 불편함이 있다. 더욱이 피팅 시에 신체 접촉을 해야만 하는 점 때문에 특히 여성의 경우 신체측정 부분에서 다소 민감하게 여겨지는 문제도 있다.

비용 측면에서도 문제가 존재한다. 전문 측정 도구를 사용하면 정확하게 신체를 측정해 주고 이에 맞춘 피팅 결과가 나오지만 이 도구가 매우 고가이기 때문에 일반 영세 자전거 점포에서 쉽게 도입할 수 없는 문제가 있다. 따라서 비용을 들이지 않고 줄자 등의 간편한 도구를 이용하는 경우가 대다수이지만, 앞서 언급한 여러 가지 문제 때문에 불편함이 존재할 수밖에 없다.

또한, 자기 몸에 맞는 자전거를 tuning하는 것이 기본적으로 따른다. 그러나 이러한 tuning 작업은 수작업으로 이루어져 표준화된 방법이 없고 경험으로 이루어지기 때문에 많은 문제점을 갖고 있다.

사람들은 모두 다른 체격을 가지고 있고, 자전거를 고를 때 개개인의 유연성과 발 구조, 무릎의 위치, 척추 곡선, 다리 길이 등 신체조건 등을 고려한다. 이처럼 인체에 대한 정보가 얻어지면, 전문가는 자전거의 안장높이, 발걸이와 안장까지의 길이, 어깨와 손잡이까지의 길이 및 각도 등을 조정하며 자전거의 CC(Seat Tube), TL(Top Tube), OL(Over Rearch), CA(Crank Arm), PS(Saddle Height) 및 HB(Handle Bar) 등을 결정한다. 이때 결정된 자전거 부품을 자전거 사용자의 체형에 맞게 tunning한다. 따라서 피팅 전문가가 반드시 필요하며 사이즈 측정 및 자전거 피팅에 1시간~2시간의 많은 시간이 소요된다는 문제점이 있다. 또한 전문가의 도움이 필요하므로 피팅 경비 또한 부담이 되고 있다.

이러한 여러 가지 문제를 해결하기 위해 바로 영상처리에 기반한 측정 및 피팅, 관리 툴을 기획하게 된 것이다. 영상처리를 기반으로 측정하고, 각종 프로세스를 컴퓨터를 통하여 해결이 필요하다.

1. 경주용 수 제작 고급 자전거 프레임 조립 지그(실용신안등록번호 제20-0336520호) 2. 지그 장치를 이용한 경주용 수 제작 고급 자전거 프레임의조립 방법(특허출원번호 제10-2003-0046236호) 3. 경사가변식 등받이와 높이조절식 핸들을 장착한 자전거(특허등록번호 제10-0183326호)

본 발명은 상기의 문제점을 해결하기 위한 것으로, 신체의 자동측정을 위하여 크로마키 기법을 이용한 피사체의 영상정보 추출을 통하여 사이징(sizing)과 피팅(fitting)을 실시하는 알고리즘을 통해 이미지 프로세싱과 같은 기술을 융합하여 피팅 시 사용자의 정보를 손쉽게 취득할 수 있고, 필요에 따라 그 정보를 활용할 수 있는 피사체 영상처리 기반의 자전거 피팅 방법을 제공하기 위한 것이다.

또한, 본 발명은 블루 스크린과 크로마키 기법을 활용하여 객체 추출을 통해 지능적인 피터시스템을 구현함으로써 종래 수동으로 인체를 측정하던 방식을 벋어나 좀더 지능화된 시스템을 사용함으로써 표준화 및 사용자에게 시간을 절약할 수 있고, 사용자는 손쉬운 사용법을 통하여 불쾌감을 최소화할 수 있는 피사체 영상처리 기반의 자전거 피팅 방법을 제공하기 위한 것이다.

그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기의 목적을 달성하기 위해 본 발명의 제 실시예에 따른 피사체 영상처리 기반의 자전거 피팅방법은, 배경영상을 초기화하여 하여 사용자에 의해 선택된 배경 영상을 Greed Matrix의 위치에 센서를 부착하여 센서간 길이 정보를 센티(cm) 단위로 읽을 수 있도록 설정된 배경 스크린 체크판에 투영하는 제 1 과정; 사용자가 배경스크린 앞에서 피사체는 팔을 벌리고 정면으로 서거나, 팔을 나란히 하여 옆으로 서서 요구에 맞는 동작을 취하도록 하여 촬영부를 이용하여 전체팔길이(TA), 아래팔(FA), 위다리(UL), 윗몸(UB), 아래다리(LL), 안쪽다리(US), 바깥다리(OS), 가슴넓이(CW)에 대해 신체치수 측정 패턴에 따라 피사체의 영상을 촬영하는 제 2 과정; 촬영된 영상을 기초로 영상처리부에서 피사체 촬영시 배경영상을 합성하여 피사체 영역과 배경 영역을 구분하여 영상전후차의 평균치를 계산하는 제 3 과정; 영상촬영을 시작하면 피사체를 판단하기 위해 입력 영상에서 현재 프레임과 이전 프레임간에 각 화소의 차이에 대한 평균값(D(t)을 매번 프레임에서 하기식으로 계산하고,

초기 배경 모델링 이후 배경 영상을 D(t)에 따라 적응시키기 위해 갱신 알고리즘을 하기식에 적용하여

Wn: 적응 예측 계수, Sigm(En): 재구성 오차 Sigm(En)

문턱값은 적외선 영상에서 화소가 배경인지 피사체인지를 문턱값을 확인하는 제 4 과정; 상기 제 4 과정이 이루어진 후, 현재 프레임과 이전 프레임간에 각 화소의 차이에 대한 평균값(D(t)이 문턱값보다 크면 현재영상과 배경영상의 차를 수행하고, 갱신된 배경 영상과 현재 영상의 각 화소의 절대 차이값으로 이진 영상을 출력하여 이진 영상에 모폴로지 채움 연산을 수행하여 객체 내부의 잡음과 배경 영상의 잡음을 채우는 제 5 과정; 및 모폴로지 채움 영상에 따라 라벨링 연산을 수행하여 원 입력 영상에서 객체만을 분리하여 경계 영역 추적을 통해 피사체를 추출하는 제 6 과정;을 포함하여 구성되는 것을 특징으로 한다.

이때, 본 발명의 부가적인 특징에 따르면, 촬영부에서 전송된 스크린 영상 비디오(YUV) 신호와 배경영상 저장부로부터 전달된 배경영상의 비디오 마스크 알파 신호를 믹싱(mixing)한 후 인코딩(encoding)하여 합성 영상 파일을 생성하는 단계를 더 포함하여 구성되는 것을 특징으로 한다.

또한, 본 발명의 부가적인 특징에 따르면, 촬영된 영상을 기초로 영상처리부에서 피사체 촬영시 배경영상을 합성하는 과정에서 크로마키(Chroma Key) 작업을 통해 영상 합성을 위하여 특정한 색(Chroma)을 키(Key)로 지정한 후, 주 영상에서 키에 해당하는 화소(Pixel)를 다양한 영상으로 대체하여, 명암 영상에 적절한 문턱값(Threshold value)을 기준으로 이진화하는 영상처리를 수행하여 피사체 영역과 배경 영역을 구분하여 영상전후차의 평균치를 계산하도록 구성되는 것을 특징으로 한다.

또한, 본 발명의 부가적인 특징에 따르면,상기 제 4 과정은 촬영부에서 출력된 명암(Gray) 영상을 문턱값(Threshold value)을 기준으로 이진화(Binary)하는 영상처리를 수행하여 피사체와 배경을 분리하는데, 촬영부의 명암 영상에서 각 화소(pixel)별로 미리 정한 문턱값보다 큰지 작은지를 판별하여 실시간으로 출력 영상을 결정하여 피사체를 추출하고, 피사체와 배경화면이 촬영부에 들어오면, 촬영부에 입력되는 적외선의 양에 따라 피사체인 사용자의 배경이 반사되는 적외선 양이 적기 때문에 촬영부의 적외선 카메라에 잡힌 영상은 배경영역이 밝게 나오는데, 상기 명암 영상에 적절한 문턱값을 기준으로 이진화하는 영상처리를 수행하여 피사체 영역과 배경 영역을 구분하도록 구성되는 것을 특징으로 한다.

본 발명의 실시예에 따른 피사체 영상처리 기반의 자전거 피팅 방법은, 설정된 알고리즘으로 구성된 프로그램을 통해 피팅 결과의 출력, 관리를 제공을 통해 간편하게 자전거 피팅을 행할 수 있으며, 각종 측정된 수치, 사진 결과 및 피팅 결과 등을 데이터베이스화하여 관리함으로서 지속적인 고객 관리가 가능하여 사용자의 신체의 변화에 능동적으로 대처할 수 있으며, 잘못된 자세를 교정할 수 있는 효과를 제공한다.

또한, 본 발명에 따른 피사체 영상처리 기반의 자전거 피팅방법은, 사이징과 피팅시스템으로 자전거의 Tuning에 효율적으로 대치할 수 있는 방법을 이미지 프로세싱과 같은 기술을 융합하여 차별화된 복합기술융합모델 제공을 제공함으로써 자전거 산업에 있어서 다양한 서비스 모델을 제공 및 신규 고객의 확보할 수 있는 효과를 제공한다.

또한, 본 발명에 따른 피사체 영상처리 기반의 자전거 피팅방법은 블루 스크린과 크로마키 기법을 활용하여 객체 추출을 통해 지능적인 피터시스템을 구현함으로써 종래 수동으로 인체를 측정하던 방식을 벋어나 좀더 지능화된 시스템을 사용함으로써 표준화 및 사용자에게 시간을 절약할 수 있고, 사용자는 손쉬운 사용법을 통하여 불쾌감을 최소화할 수 있는 장점이 있다.

또한, 본 발명에 따른 피사체 영상처리 기반의 자전거 피팅방법은, 신체 측정 부문은 실시간으로 들어오는 촬영 영상을 실시간으로 분석하여 각종 부위의 치수를 측정하는 방법을 통해 현장에서 즉시 측정이 가능하고 측정한 결과를 자전거 피팅에 적용하여 사용상의 편리성을 제공하여 고비용의 투자를 하지 않아도 효율적인 피팅 결과를 얻어낼 수 있는 효과를 제공한다.

또한, 본 발명에 따른 피사체 영상처리 기반의 자전거 피팅방법은, Fitter 시스템 사용자의 고객 정보를 Data base화하여 관리할 수 있고, Mobile phone과 연동시켜 고객의 정보를 필요한 고객에게 제공함으로서 다른 종류의 자전거 구매에 따라 사용자의 신체에 불편을 해소함으로써 최적한 sizing과 fitting 정보를 제공할 수 있다.

또한, 본 발명에 따른 피사체 영상처리 기반의 자전거 피팅방법은, 고객의 실제 동영상을 개인 홈페이지, UCC, 휴대전화 등에 활용할 수 있고, 개성을 살린 다양한 사이징과 피팅을 통해 사용자의 DB를 개인 홈페이지나 휴대전화에서 다운받아 시간과 장소에 구애됨이 없이 사용자가 원하는 형태의 사이징과 피팅이 가능한 자전거를 제작할 수 있는 정보를 제공할 수 있다.

뿐만 아니라, 본 발명의 다른 실시예에 따른 피사체 영상처리 기반의 자전거 피팅방법은, 종래의 복잡하고 수동적인 절차에 의한 Sizing과 fitting 과정을 자동화함으로써 규격화 및 표준화에 기여할 수 있고, 여성의 경우 수동적인 과정에서 나타나는 인체접촉의 불쾌감을 개선할 수 있으며, PC를 이용한 DB 관리와 모바일 서비스와의 연동은 IT와 연계하여 효율적인 활용성을 제공할 수 있다.

도 1은 일반적인 자전거의 프레임의 구성을 도시한 사시도
도 2는 본 발명에 따른 피사체 영상처리 기반의 자전거 피팅시스템의 세부구성을 도시한 단면도.
도 3은 도 2에 따른 피사체 영상처리 기반의 자전거 피팅시스템의 배경 스크린 체크판을 도시한 단면도
도 4는 도 2에 따른 피사체 영상처리 기반의 자전거 피팅시스템의 내부 구조를 도시한 블록도
도 5는 본 발명에 따른 피팅을 위한 신체치수 측정 패턴을 도시한 단면도
도 6은 본 발명에 따른 영상처리 기반의 자전거 피팅방법을 도시한 흐름도
도 7은 도 6에 따른 객체추출의 영상기법을 도시한 예시도

이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.

도 1은 일반적인 자전거의 프레임의 구성을 도시한 사시도로서 그 세부구성은 크게 차체 사이즈는 차체의 싯튜브(Seat Tube, ST) 길이 기준으로 BB(Bottom Bracket) 중심(크랭크가 껴 있을 때 크랭크의 중심)에서 탑 튜브(Top Tube, TT) 가운데에 닫는 싯튜브(Seat Tube, ST) 상단까지 길이를 기준으로 하는 경우(이하 CC로 표기)와 BB중심에서 ST의 맨 위까지 길이를 기준으로 하는 경우(이하 CT로 표기)가 있다.

이하, 각 프레임 구성의 용어 및 산출 방법을 살펴보면, 먼저, 로드 바이크 차체 사이즈는 MTB를 비롯한 모든 변형 형태의 바이크 차체 사이즈 산출의 기준이 되는데, CC 기준 차체 사이즈 산출은 일반적으로 0.65 X IL(안 다리 길이. Inseam Length)로 계산하며, Time Trial 바이크는 0.66을 곱해 계산한다. CT 기준 차체 사이즈 산출법은 0.67 X IL(안 다리 길이. Inseam Length)로 한다.

①탑 튜브(Top Tube)은 실질적으로 편안한 라이딩에 가장 큰 영향을 미치는 것으로 트뷰트의 중앙부터 헤드튜브의 중앙까지의 길이를 의미한다. 탑튜브의 길이는 실제 탑튜브의 길이보다는 지면과 수평을 이루는 가상 탑튜브의 길이가 더욱 중요하다.

탑 튜브(Top Tube) 길이 산출 ;

- UB(윗 몸 길이. Upper Body Length) X 0.7525 + FA(아래 팔 길이. Forearm Length) X 0.078 + TA(전체 팔 길이. Total Arm Length) X 0.07 - 1cm

즉, 탑 튜브의 길

② 스템(Stem)(SL)은 자전거를 사이클리스트의 체격 조건에 맞도록 조정해 주는 것으로 그 스템(Stem) 길이 측정은 TA(전체 팔 길이. Total Arm Length) X 0.2 - 4

스템의 길이

③ 오버럴 리치(Overal Reach, OR)

오버럴 리치(Overal Rreach) 길이는 일반적으로 탑 튜브(TT) 길이와 스템(Stem) 길이를 합산한 것으로 계산되나, 사이클리스트의 체격에 맞는 안장의 수평 위치와 핸들 바(Handle Bar) 가운데 지점에서 안장의 중심부분까지의 기본 세팅 길이로, 사이클리스트의 체격에 맞는 안장의 수평 위치와 핸들 바의 위치를 정하는 아주 중요한 조정(Fitting) 기준이 된다.

- 오버럴 리치(Overal Reach) 길이 산출 :

UB(윗몸 길이) + TA(전체 팔 길이) / 2 또는 UB + A(Arm Length) /2 + 4.

④ 크랭크 암(Crank Arm, CR)

페달이 장착되어 사이클리스트의 힘을 자전거에 전달해 주는 중요한 기능을 갖고 있는 크랭크(Crank Arm)의 길이 산출법은 OL(바깥 다리 길이. Outseam Lenth) X 1.06 + 82.5 방식을 주로 사용한다.

크랭크 암(Crank Arm)의 길이 산출법

- H(신장)/2+82.5

- IL(안 다리 길이. Inseam Lenth) X 1.06 + 82.5

- OL(바깥 다리 길이. Outseam Lenth) X 1.06 + 82.5

- UL(윗 다리. Upper Leg) X 1.47 + 82.5

⑤ 안장 높이(Saddle Height)

정확한 안장 높이를 맞추어야만 페달에 힘을 가하는 다리와 안장과 닫는 둔부에 무리를 주지않고 효율적인 사이클링을 할 수 있다.

표시된 CS와 PS에 맞도록 산출된 안장 높이를 정확히 맞춘다.

- 안장 높이(Saddle Height) 산출 ;

1.09 X IL(안 다리 길이. Inseam Length)

0.970 X OL(바깥 다리 길이. Outseam Length)

안장(Saddle)의 수평 위치 정하는 방법은 오버럴 리치(Overal Reach) 길이 산출'에서 계산된 수치를 OL에 맞도록 안장을 장착한다.

안장 높이(CS)의 길이

⑥ 핸들바 위치 (Handle Bar Position) 산출법

로드 바이크나 MTB든 전문 스포츠 사이클링용 바이크는 핸들 바가 사이클리스트의 체격조건에 맞게 안장을 기준으로 적정한 위치에 설치 되어야 효율적인 사이클링을 할 수 있다. 이때 타임 트라이얼 바이크(Time Trial Bike) 핸들바 위치= 0.005 X (CS X CS) - O.2 X CS - 1.5 로 나온 수치에, 사이클리스트의 체격 조건과 사이클링 특성에 따라 플러스 마이너스 1.5를 한다. 로드 바이크 핸들 바 위치= 0.005 X (CS X CS) - O.2 X CS - 1.5 - 2로 계산한다.

핸들 바의 위치(±0.5 범위 내에서 조절);

한편, 로드 바이크 핸들 바 설치 방법은 기본적으로 위에서 산출된 수치에 의해 핸들 바를 설치한 후, 브레이크 레버가 장착되는 부분의 맨 위가 스템(Stem)에 끼어진 핸들 바의 평평한 부분 상단 보다 2.54cm 낮게 설정한다.

도 2는 본 발명에 따른 피사체 영상처리 기반의 자전거 피팅시스템의 세부구성을 도시한 단면도이고, 도 3은 도 2에 따른 피사체 영상처리 기반의 자전거 피팅시스템의 배경 스크린 체크판을 도시한 단면도를 나타내는데, 이하, 도 2 내지 도 3을 참조하여 피팅시스템의 구성을 살펴보면, 먼저 배경 스크린 체크판(20)을 통해 사용자(30)의 피사체를 획득하는데, 이는 자전거 피팅을 위한 사용자의 영상정보를 획득하기 위해 배경 스크린 체크판(20)을 적용하여 사용자의 뒤에 설치되는 달린 Greed matrix 형의 배경스크린을 통해 촬영부(310)을 통해 피사체의 동작을 촬영하여 디지털 영상신호로 변환한다.

즉, 상기 배경스크린 체크판(20)은 Greed Matrix형 센서신호를 인지할 수 있도록 크로마키 기법을 적용하기 위하여 사용자의 뒤에 설치되는 배경스크린에 해당한다.

배경영상선택부(40)은 피팅을 위한 사용자가 배경 스크린 체크판(20)에 투영될 배경영상을 선택하는 것으로서, PC(70) 또는 저장매체에서 제공되는 사용자가 원하는 배경영상을 선택하여 촬영되도록 하고, 향후 촬상된 이미지를 사용자의 선택에 따라 웹 또는 이동단말 등에 저장하여 보관할 수 있도록 한다.

한편, 상기 사용자(30)에 의해 선택된 배경영상을 상기 배경 스크린 체크판(20)에 투영되도록 해당 배경영상을 송출하거나, 촬상을 위한 조명이 송출부(50)을 통해 전송되어 배경 스크린 체크판(20)에 투영된다.

상기의 일련의 절차에 따라 자전거 피팅을 위해 배경영상이 투영되면 카메라 등을 이용하여 촬영부(60)을 통해 피팅을 위한 사용자의 피사체 정보가 촬영된다.

상기 피사체의 동작과 합성될 배경 영상들을 처리하여 피사체의 동작과 선택된 영상이 합성되어 나타나는 상태가 상기 PC(70)의 모니터를 통해 표시된다.

도 4는 도 2에 따른 피사체 영상처리 기반의 자전거 피팅시스템의 내부 구조를 도시한 블록도를 나타내는데, 이하, 도 2 내지 도 4를 참조하여 피팅시스템의 세부구성 및 동작을 살펴보면, 피팅시스템은 크게 촬영부(60), 배경영상 저장부(50),, 영상처리부(110), 영상편집부(120), 영상압축부(130), 합성파일부(140), 캐릭터 파일부(150), 영상송신부(160), 영상출력부(170), 기록매체(180) 및 전용웹서버(200)로 구성된다. 먼저, 상기 촬영부(60)는 촬영을 위한 카메라를 통해 사용자의 동작을 촬영하여 디지털 영상신호로 변환하게 된다. 이때, 촬영부(60)는 일반 카메라와 적외선 카메라 및 두 카메라에 같은 영상이 맺히도록 하는 두 개의 반사 거울로서 구성된다. 본 발명에서는 영상을 피사체 부분과 배경 부분으로 원활히 분리하기 위하여 일반카메라 이외에 적외선 카메라로도 사용자 영상을 촬영한다.

상기 배경영상 저장부(50)는 상기 사용자의 동작과 합성될 배경 영상들을 저장하도록 구성될 수 있다. 영상처리부(110)는 상기 카메라의 촬영부(60)을 통해 촬영한 영상과 배경영상을 실시간으로 합성하여 합성 영상 파일을 생성하고, 상기 촬영한 영상으로부터 사용자 영상을 추출하여 피사체 캐릭터 파일을 생성한다.

한편, 영상처리부(110)에 생성된 피사체 캐릭터 파일은 인체의 신장, 어깨넓이, 안쪽다리 길이, 전체 팔길이, 아래팔길이, 윗몸길이 등이 포함된다.

상기 압축부(130)는 상기 영상편집부(110)에서 생성된 피사체 캐릭터 파일을 팔길이, 인심길이, 상체길이 및 인심을 더한 상체길이 등의 컨텐츠로부터 자전거의 프레임 정보, CC, TL, OL, SL, HD 및 PS를 산출하는 S/W 알고리즘과 처리부가 생성한 파일들을 압축한다.

상기 압축부(130)에서 압축하여 생성된 파일을 합성파일부(140)을 통해 합성하여 상기 PC(70)의 모니터를 통해 피사체의 팔길이, 인심길이, 상체길이 및 인심을 더한 상체길이 등의 컨텐츠를 측정하여 데이터베이스화 하여 기록매체(180)에 저장한다. 이후, 영상송신부(160)를 통해 상기 압축된 합성 영상 파일 또는 사용자 캐릭터 파일을 인터넷을 통하여 전용 웹서버로 전송한다.

상기 영상처리부(110)는 촬영된 동영상과 배경 영상을 크로마키 기법을 사용하여 실시간 합성하고, 피사체의 영상으로부터 피사체만의 영상을 추출하고, 상기 영상편집부(130)는 경우 제작된 영상을 확인하면서 피사체의 아바타 영상을 기반으로 캐릭터의 팔길이, 인심길이, 상체길이 및 인심을 더한 상체길이 등의 컨텐츠를 측정하고 이를 DB로 저장하는데, 측정 컨텐츠는 영상 압축부(130)을 통해 압축된 파일로 변환하는데, 압축된 파일 중 영상합성파일부(140))은 영상 출력부(170)로 전달되어 2D 또는 3D 형태로 기록매체(180)로 출력되며, 피사체 영상 캐릭터 파일은 영상 송신부(160)로 전달되어 인터넷 망을 통하여 전용 웹서버(200)로 송신되어 사용자(30)의 용도에 따라 다운로드 또는 모니터링 용도로 다양하게 사용하게 된다.

합성 영상 또는 피사체 캐릭터 파일을 처리하는 매체로 처리된 데이터는 PC(70)를 통해 저장된 피사체의 아바타 추출정보를 자전거 사이징과 피팅에 적용하게 된다.

도 5는 본 발명에 따른 피팅을 위한 신체치수 측정 패턴을 도시한 단면도이고, 도 6은 본 발명에 따른 영상처리 기반의 자전거 피팅방법을 도시한 흐름도를 나타내며, 도 7은 도 6에 따른 객체추출의 영상기법을 도시한 예시도로서, 첨부된 도 1 내지 도 7를 참조하여 본 발명에 따른 신체사이즈 측정을 위해 피사체 영상처리 기반의 자전거 피팅방법에 대한 세부동작을 살펴보면, 먼저, 배경영상을 초기화하여(S10 단계) 하여 사용자(30)에 의해 선택된 배경 영상을 배경 스크린 체크판(20)에 투영되도록 하고, 도 5에 도시된 바와 같이 Greed Matrix의 위치에 센서를 부착하여 센서간 길이 정보를 센티(cm) 단위로 읽을 수 있도록 설정하고 사용자(30)가 배경스크린 앞에서 피사체는 팔을 벌리고 정면으로 서거나, 팔을 나란히 하여 옆으로 서서 요구에 맞는 동작을 취하도록 한다.

이후, 카메라 촬영부(60)를 이용하여 사용자의 전체팔길이(TA), 아래팔(FA), 위다리(UL), 윗몸(UB), 아래다리(LL), 안쪽다리(US), 바깥다리(OS), 가슴넓이(CW)에 대해 신체치수 측정 패턴에 따라 피사체의 영상을 촬영한다.(S20 단계참조)

영상처리부(110)에서 피사체 촬영시 배경영상을 합성하는 과정에서 크로마키(Chroma Key) 작업을 수행하고, 크로마키의 영상 합성을 위하여 특정한 색(Chroma)을 키(Key)로 지정한 후, 주 영상에서 키에 해당하는 화소(Pixel)를 다양한 영상으로 대체하여, 명암 영상에 적절한 문턱값(Threshold value)을 기준으로 이진화하는 영상처리를 수행하여 피사체 영역과 배경 영역을 구분하여 영상전후차의 평균치를 계산한다.(S30 단계참조)

이후, 상기 영상 처리부(110)는 촬영부(60)로부터 전달된 스크린 영상 비디오(YUV) 신호와 배경영상 저장부로부터 전달된 배경영상의 비디오 마스크 알파 신호를 실시간으로 믹싱(mixing)한 후 인코딩(encoding)하여 합성 영상 파일을 생성한다. 보다 구체적으로 상기 적외선 카메라에서 출력된 명암(Gray) 영상을 문턱값(Threshold value)을 기준으로 이진화(Binary)하는 영상처리를 수행하여 피사체와 배경을 분리하게 된다. 이때 적외선 카메라의 명암 영상에서 각 화소(pixel)별로 미리 정한 문턱값보다 큰지 작은지를 판별하여 실시간으로 출력 영상을 결정하여 피사체를 추출한다. 피사체와 배경화면이 카메라에 들어오면, 일반 카메라와 적외선 카메라가 렌즈에 입력되는 적외선의 양이 많고 적음에 따라 밝거나 어두운 명암 영상을 출력한다. 피사체인 사람은 배경에 비해 반사되는 적외선 양이 적기 때문에 적외선 카메라에 잡힌 영상은 배경영역이 밝게 나온다. 상기 명암 영상에 적절한 문턱값을 기준으로 이진화하는 영상처리를 수행하여 피사체 영역과 배경 영역을 구분한다

상기 피사체 영역과 배경영역의 구분하여 영상 적용에 따른 절차를 세부적으로 살펴보면, P(x,y)는 적외선 카메라의 출력 명암 영상이고 m(x,y)는 이진화된 출력영상을 표시이며, (x,y)는 좌표를 나타낸다.

P(x,y)(t) < Th(임계치)일 때 m(x,y)(t)= 1로 피사체를 나타내고, P(x,y) ≥ Th(임계치)이면 m(x,y)(t)= 0으로 배경을 나타낸다.

I(x,y)(t)는 카메라 촬영부(60)의 입력영상 및 G(x,y)(t)는 합성할 그래픽 영상을 표시한다. 입력된 적외선 카메라 영상에서 각 화소별로 미리 정한 문턱값(Threshold value)보다 큰지 작은지를 판별하여 출력영상 O(x,y)(t)에 카메라 입력영상 I(x,y)(t)가 지정될지 그래픽 영상 G(x,y)(t)가 지정될지를 결정한다.

이때 문턱값은 적외선 영상에서 화소가 배경인지 피사체인지를 구분하는 기준이 된다.

영상촬영을 시작하면 피사체를 판단하기 위해 입력 영상에서 현재 프레임과 이전 프레임간에 각 화소의 차이에 대한 평균값을 매번 프레임에서 식(1)로 계산한다.

초기 배경 모델링 이후 배경 영상을 D(t)에 따라 적응시키기 위해 갱신 알고리즘 식(2)를 사용한다.

Wn는 적응 예측 계수

Sigm(En)는 재구성 오차 Sigm(En)

식(2)에서 sigm(En) = Wn+1 - Wn를 나타낸다.

이후, D(t) < α 여부를 확인한다(S40 단계참조)

이때, D(t)< α를 만족하면, 영상 적응알고리즘을 사용하여(S50 단계참조) 초기 조건과 재구성 오차 Sigm(En)에서 수열의 근사치를 결정한다.(S60 단계참조) 수렴을 분석하기 위해서 3가지 가정이 사용된다

D(t)>α이면 현재영상과 배경영상의 차를 수행한다. 따라서 갱신된 배경 영상과 현재 영상의 각 화소의 절대 차이값으로 이진 영상을 출력하고,(S60 단계참조) 이진 영상에 모폴로지 채움 연산을 수행하여 객체 내부의 잡음과 배경 영상의 잡음을 채운다.(S70 단계참조)

한편 모폴로지 채움 영상에 따라 라벨링 연산을 수행하여 원 입력 영상에서 여러 개의 객체 영역 중 객체만을 분리해 냈다. 영역 경계 추적을 통해 피사체를 추출한다.(S80 단계참조)

결국 출력되는 O(x,y)(t)는 I(x,y)(t)의 배경 부분에 그래픽영상 G(x,y)(t)가 합성된 영상이 되어 파일로 생성된다.

배경의 Greed matrix와 피사체영상에서 계량한 데이터는 자전거의 선택과 조립을 위한 신체측정 데이터 정의 및 산출 알고리즘을 구축하게 된다.

도 7은 좌측부터 차영상으로 히스토그램이고, 토폴로지 채움이진영상, 라벨링 영상 및 영역 경계 추정영상을 나타낸다.

측정 변수(parameter)로서 신장과 바깥 다리(Outseam) 길이, 안쪽 다리(InSeam. 가랑이) 길이, 전체 팔(Total Arm) 길이, 아래 팔 FA (Fore arm) 길이 및 윗 다리 UL(Upper Leg) 길이, 윗몸 UB(Upper Boddy) 및 아래 다리 LL(Lower Leg) 길이, 가슴 넓이 CW(Chest Width) 측정 및 팔 A(Arm)길이 등이 있다.

이러한 측정데이터로부터 도 1과 같은 자전거의 프레임 정보, CC, TL, OL, SL, HD 및 PS를 산출하는 Tool이 구축된다.

피사체의 정보는 자전거를 조립하기 위해 기본 수치 데이터 산출 알고리즘을 통하여 조립 S/W를 구축한다. 이때 차체(Frame) 사이즈 산출 및 자전거 선택, 탑 튜브(Top Tube) 길이 및 스템(Stem) 길이, 오버럴 리치(Overal Reach) 길이 및 크랭크 암(Crank Arm) 길이, 안장 높이(Saddle Height) 핸들 바 위치 (Handle Bar Position) 산출법 등에 사용한다.

본 발명은 또한 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 기록 장치를 포함한다.

또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.

10 : 프린터 단말 20 : 배경 스크린 체크판
30 : 사용자 40 : 배경 영상선택부
50 : 배경영상저장부 60 : 촬영부
70 : PC 80 : 기록매체
110 : 영상처리부 120 : 영상편집부
130 : 영상압축부 140 : 합성파일
150 : 캐릭터파일 160 : 영상송신부
170 : 영상출력 180 : 기록매체
200 : 전용웹서버

Claims (4)

1. 배경영상을 초기화하여 하여 사용자에 의해 선택된 배경 영상을 Greed Matrix의 위치에 센서를 부착하여 센서간 길이 정보를 센티(cm) 단위로 읽을 수 있도록 설정된 배경 스크린 체크판에 투영하는 제 1 과정;
   사용자가 배경스크린 앞에서 피사체는 팔을 벌리고 정면으로 서거나, 팔을 나란히 하여 옆으로 서서 요구에 맞는 동작을 취하도록 하여 촬영부를 이용하여 전체팔길이(TA), 아래팔(FA), 위다리(UL), 윗몸(UB), 아래다리(LL), 안쪽다리(US), 바깥다리(OS), 가슴넓이(CW)에 대해 신체치수 측정 패턴에 따라 피사체의 영상을 촬영하는 제 2 과정;
   촬영된 영상을 기초로 영상처리부에서 피사체 촬영시 배경영상을 합성하여 피사체 영역과 배경 영역을 구분하여 영상전후차의 평균치를 계산하는 제 3 과정;
   영상촬영을 시작하면 피사체를 판단하기 위해 입력 영상에서 현재 프레임과 이전 프레임간에 각 화소의 차이에 대한 평균값(D(t)을 매번 프레임에서 하기식으로 계산하고,
   

   

   
   초기 배경 모델링 이후 배경 영상을 D(t)에 따라 적응시키기 위해 갱신 알고리즘을 하기식에 적용하여
   

   

   
   Wn: 적응 예측 계수, Sigm(En): 재구성 오차 Sigm(En)
   문턱값은 적외선 영상에서 화소가 배경인지 피사체인지를 문턱값을 확인하는 제 4 과정;
   상기 제 4 과정이 이루어진 후, 현재 프레임과 이전 프레임간에 각 화소의 차이에 대한 평균값(D(t)이 문턱값보다 크면 현재영상과 배경영상의 차를 수행하고, 갱신된 배경 영상과 현재 영상의 각 화소의 절대 차이값으로 이진 영상을 출력하여 이진 영상에 모폴로지 채움 연산을 수행하여 객체 내부의 잡음과 배경 영상의 잡음을 채우는 제 5 과정;
   모폴로지 채움 영상에 따라 라벨링 연산을 수행하여 원 입력 영상에서 객체만을 분리하여 경계 영역 추적을 통해 피사체를 추출하는 제 6 과정;을 포함하여 구성되는 것을 특징으로 피사체 영상처리 기반의 자전거 피팅 방법.
   
2. 제 1 항에 있어서,
   제 3 과정이 이루어진 후,
   촬영부에서 전송된 스크린 영상 비디오(YUV) 신호와 배경영상 저장부로부터 전달된 배경영상의 비디오 마스크 알파 신호를 믹싱(mixing)한 후 인코딩(encoding)하여 합성 영상 파일을 생성하는 단계를 더 포함하여 구성되는 것을 특징으로 하는 피사체 영상처리 기반의 자전거 피팅 방법.
   
3. 제 1 항에 있어서,
   상기 제 3 과정은
   촬영된 영상을 기초로 영상처리부에서 피사체 촬영시 배경영상을 합성하는 과정에서 크로마키(Chroma Key) 작업을 통해 영상 합성을 위하여 특정한 색(Chroma)을 키(Key)로 지정한 후, 주 영상에서 키에 해당하는 화소(Pixel)를 다양한 영상으로 대체하여, 명암 영상에 적절한 문턱값(Threshold value)을 기준으로 이진화하는 영상처리를 수행하여 피사체 영역과 배경 영역을 구분하여 영상전후차의 평균치를 계산하도록 구성되는 것을 특징으로 하는 피사체 영상처리 기반의 자전거 피팅 방법.
   
4. 제 1 항에 있어서,
   상기 제 4 과정은
   촬영부에서 출력된 명암(Gray) 영상을 문턱값(Threshold value)을 기준으로 이진화(Binary)하는 영상처리를 수행하여 피사체와 배경을 분리하는데, 촬영부의 명암 영상에서 각 화소(pixel)별로 미리 정한 문턱값보다 큰지 작은지를 판별하여 실시간으로 출력 영상을 결정하여 피사체를 추출하고, 피사체와 배경화면이 촬영부에 들어오면, 촬영부에 입력되는 적외선의 양에 따라 피사체인 사용자의 배경이 반사되는 적외선 양이 적기 때문에 촬영부의 적외선 카메라에 잡힌 영상은 배경영역이 밝게 나오는데, 상기 명암 영상에 적절한 문턱값을 기준으로 이진화하는 영상처리를 수행하여 피사체 영역과 배경 영역을 구분하도록 구성되는 것을 특징으로 하는 피사체 영상처리 기반의 자전거 피팅방법.
   

Images