KR20190027165A - 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법 - Google Patents

복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법 Download PDF

Info

Publication number
KR20190027165A
KR20190027165A KR1020170113888A KR20170113888A KR20190027165A KR 20190027165 A KR20190027165 A KR 20190027165A KR 1020170113888 A KR1020170113888 A KR 1020170113888A KR 20170113888 A KR20170113888 A KR 20170113888A KR 20190027165 A KR20190027165 A KR 20190027165A
Authority
KR
South Korea
Prior art keywords
images
unit
image
minutiae
histogram
Prior art date
Application number
KR1020170113888A
Other languages
English (en)
Inventor
김영섭
최재학
Original Assignee
단국대학교 산학협력단
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 단국대학교 산학협력단 filed Critical 단국대학교 산학협력단
Priority to KR1020170113888A priority Critical patent/KR20190027165A/ko
Publication of KR20190027165A publication Critical patent/KR20190027165A/ko

Links

Images

Classifications

    • 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
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 서로 동일한 화상 영역이 일부 포함된 복수의 이미지 간의 이질감을 유발하는 명도 차이를 조정하는 이미지 조정 시스템 및 방법에 관한 기술로서, 서로 동일한 화상 영역이 포함된 복수의 이미지를 입력받는 입력부와, 복수의 이미지에 특징점을 설정하는 특징점 설정부와, 복수의 이미지에서 서로 동일한 화상 영역에 설정된 특징점의 명도 패턴을 동기화시키는 패턴 조정부와, 명도 패턴이 동기화된 복수의 이미지를 스티칭(Stitching)하는 이미지 병합부를 포함하는 것을 특징으로 한다.

Description

복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법 {Image Adjustment System and Method for Unifying Features of Multiple Images}
본 발명은 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법에 관한 것으로서, 보다 상세하게는 서로 동일한 화상 영역이 일부 포함된 복수의 이미지 간의 병합 시 이질감을 유발하는 명도 차이를 조정하는 이미지 조정 시스템 및 방법에 관한 기술이다.
영상 분석 기술 영역에서는, 서로 동일한 화상 영역이 일부 포함된 복수의 이미지를 자동으로 스티칭(Stitching)하는 기술이 제안되었다.
하지만, 일반적으로 서로 동일한 화상 영역이 일부 포함된 복수의 이미지의 스티칭(Stitching) 시 도 1과 같이 명도의 차이에 의해 이질감이 발생된다. 도 1은 두 이미지의 스티칭은 올바로 처리되었으나, 두 이미지가 스티칭된 경계로부터 이질감을 느낄 수 있다. 명도의 차이가 발생되는 이유는 카메라를 이용한 촬영 시 촬영 각도에 따라 빛의 양이 상이하여 카메라 자체에서 촬영 시 조리개 값, ISO 값 등을 자동으로 조정하기 때문이다.
복수의 화상의 스티칭 시 이질감을 제거하기 위한 기술이 필요하나, 현재는 유효하게 적용할 수 있는 기술이 미흡한 상태이다.
한국등록특허공보 10-1648673
이에 본 발명은 상기와 같은 종래의 제반 문제점을 해소하기 위해 제안된 것으로, 본 발명의 목적은 서로 동일한 화상 영역이 일부 포함된 복수의 이미지 간의 병합 시 이질감을 유발하는 명도 차이를 조정하는 이미지 조정 시스템 및 방법을 제공하기 위한 것이다.
상기와 같은 목적을 달성하기 위하여 본 발명의 기술적 사상에 의한 복수 이미지의 특징을 통일하는 이미지 조정 시스템은, 서로 동일한 화상 영역이 포함된 복수의 이미지를 입력받는 입력부와; 상기 복수의 이미지에 특징점을 설정하는 특징점 설정부와; 상기 복수의 이미지에서 서로 동일한 화상 영역에 설정된 상기 특징점의 패턴을 동기화시키는 패턴 조정부와; 상기 패턴이 동기화된 상기 복수의 이미지를 스티칭(Stitching)하는 이미지 병합부를 포함하는 것을 특징으로 한다.
또한, 상기 복수의 이미지의 서로 동일한 화상 영역에 설정된 상기 특징점 중 상기 특징점들이 밀집된 영역을 탐색하는 특징점 탐색부를 더 포함하는 것을 특징으로 할 수 있다.
또한, 상기 특징점 탐색부는 기 설정된 영역범위 내에 상기 특징점들이 밀집된 영역을 탐색하는 것을 특징으로 할 수 있다.
또한, 상기 특징점 탐색부는 상기 복수의 이미지를 먼저 그레이 스케일(gray scale)화 한 후 상기 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 것을 특징으로 할 수 있다.
또한, 상기 복수의 이미지 간에 서로 대응되는 특징점들의 히스토그램을 산출하는 히스토그램 산출부를 더 포함하고, 상기 패턴 조정부는 서로 대응되는 특징점들의 히스토그램 패턴을 동기화시키는 것을 특징으로 할 수 있다.
또한, 상기 히스토그램 산출부는 상기 특징점들의 R채널, G채널 및 B채널의 히스토그램을 산출하는 것을 특징으로 할 수 있다.
한편, 상기와 같은 목적을 달성하기 위하여 본 발명의 기술적 사상에 의한 복수 이미지의 특징을 통일하는 이미지 조정 방법은, 입력부가 서로 동일한 화상 영역이 포함된 복수의 이미지를 입력받는 단계; 특징점 설정부가 상기 복수의 이미지에 특징점을 설정하는 단계; 패턴 조정부가 상기 복수의 이미지에서 서로 동일한 화상 영역에 설정된 상기 특징점의 패턴을 동기화시키는 단계; 이미지 병합부가 상기 패턴이 동기화된 상기 복수의 이미지를 스티칭(Stitching)하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 패턴 조정부가 특징점들의 패턴을 동기화시키는 단계에 앞서, 특징점 탐색부가 상기 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
또한, 상기 특징점 탐색부는 기 설정된 영역범위 내에 상기 특징점들이 밀집된 영역을 탐색하는 것을 특징으로 할 수 있다.
또한, 상기 특징점 탐색부가 상기 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 단계에 앞서, 상기 특징점 탐색부가 상기 복수의 이미지를 그레이 스케일(gray scale)화하는 단계를 더 포함하는 것을 특징으로 할 수 있다.
또한, 상기 패턴 조정부가 패턴을 동기화시키는 단계에 앞서, 히스토그램 산출부가 상기 복수의 이미지 간에 서로 대응되는 특징점들의 히스토그램을 산출하는 단계를 더 포함하고, 상기 패턴 조정부는 상기 패턴 통일 시 서로 대응되는 특징점들의 히스토그램 패턴을 동기화시키는 것을 특징으로 할 수 있다.
또한, 상기 히스토그램 산출부는 상기 특징점들의 R채널, G채널 및 B채널에서 히스토그램을 산출하는 것을 특징으로 할 수 있다.
본 발명에 의한 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법에 따르면 서로 동일한 화상 영역이 포함된 복수의 이미지의 병합 시 이미지 간의 명도 차이가 자동으로 조정되기 때문에 이미지 간의 이질감을 해소할 수 있게 된다.
도 1은 종래 방식으로 병합된 복수의 이미지를 나타낸 도면.
도 2는 본 발명의 일 실시예에 따른 이미지 조정 시스템의 구성도.
도 3은 제1이미지와 제2이미지의 동일 화상 영역에 설정된 특징점들 중 동일 위치의 특징점이 연결된 상태를 나타낸 도면.
도 4는 제1이미지 및 제2이미지에 포함된 동일 객체에 대한 특징점이 매칭되고, 히스토그램의 패턴이 동기화되는 과정이 표현된 도면.
도 5는 히스토그램을 설명하기 위한 그레이 스케일(gray scale) 이미지와 그 이미지의 히스토그램의 예시 도면.
도 6은 본 발명의 일 실시예에 따른 이미지 조정 시스템 및 방법에 의해 자동으로 색상이 동기화되고 병합된 결과 이미지를 나타낸 도면.
도 7은 본 발명의 일 실시예에 따른 이미지 조정 방법의 순서도.
첨부한 도면을 참조하여 본 발명의 실시예들에 의한 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법에 대하여 상세히 설명한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 복수 이미지의 특징을 통일하는 이미지 조정 시스템(100)은, 서로 동일한 화상 영역이 포함된 복수의 이미지를 입력받는 입력부(110)와, 복수의 이미지에 특징점을 설정하는 특징점 설정부(120)와, 복수의 이미지에서 서로 동일한 화상 영역에 설정된 특징점의 패턴을 동기화시키는 패턴 조정부(150)와, 패턴이 동기화된 복수의 이미지를 스티칭(Stitching)하는 이미지 병합부(160)를 포함하는 것을 특징으로 한다.
또한, 복수의 이미지의 서로 동일한 화상 영역에 설정된 특징점 중 특징점들이 밀집된 영역을 탐색하는 특징점 탐색부(130)를 더 포함하는 것을 특징으로 할 수 있다.
또한, 특징점 탐색부(130)는 기 설정된 영역범위 내에 특징점들이 밀집된 영역을 탐색하는 것을 특징으로 할 수 있다.
도 3을 참조하면, 특징점 설정부(120)가 복수의 이미지에 설정하는 특징점은 벡터로 표현된다. 특히, 이 실시예에서의 특징점은 명도 값의 변화를 나타내는 벡터이다. 벡터의 방향은 밝기 값이 변화하는 방향을, 벡터의 크기는 변화의 정도를 나타낸다.
특징점을 추출 방법에는 밝기 변화가 큰 모서리점들을 탐색하는 방법이 있다. 상기 방법은 모서리점에서 여러 방향으로의 밝기 변화가 큰 특징을 이용한다. 이와 유사한 종래의 특징점 설정 알고리즘에는 SIFT(Scale-Inveriant-Feature Transform) 알고리즘이 있다. 이미지에서 특징점이 추출되면 이미지 상에서의 특징점 x,y 좌표가 저장된다. 디지털 이미지는 복수개의 픽셀로 구성되므로 상기 좌표의 x, y 단위는 x축 및 y축 방향으로의 픽셀 수가 될 수 있다.
추출된 특징점을 이용하여 두 개의 이미지를 비교하고, 동일 여부를 판단하기 위해서는 특징점에 특징들을 서술하는 서술자(Descriptor)를 계산할 필요가 있다. 서술자는 특징점의 고유 방향(밝기 값의 변화 방향), 크기(밝기 값 변화 정도)등을 나타낸다. 상기 서술자를 비교하면 두 이미지의 동일 여부를 판단할 수 있게 된다. 두 이미지의 동일 여부 판단에는 특징점 간의 거리가 짧을수록 동일한 점으로 판단하는 해밍 거리(hammin distance) 방법이 이용될 수 있다. 예를 들어, 제1이미지에서의 특징점(1, 2, 3, 4, 5)과 제2이미지의 특징점(a, b, c, d, e)을 1-a, 1-b, 1-c, …. 5-d, 5-e 과 같이 순차적으로 비교하여 대응되는 점들을 탐색한다.
특징점은 복수의 이미지에 동일한 알고리즘으로 설정되므로 서로 동일한 화상 영역에서는 서로 유사한 부위에 특징점이 설정될 수 있게 된다.
특히, 공통 특징점 탐색의 정확도 향상을 위해 특징점 탐색부(130)는 복수의 이미지를 먼저 그레이 스케일(gray scale)화 한 후 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 것을 특징으로 할 수 있다(도 3 참조).
도 4를 참조하면, 특징점 탐색부(130)의 기 설정된 영역범위는 윈도우라는 일정한 크기의 매크로 블록이 될 수 있다. 윈도우는 픽셀이 수용되는 다각형 또는 원형의 영역이며, 이 실시예에서는 직사각형인 것으로 실시되었다. 윈도우의 크기는 3x3 , 5x5, 9x9등 여러 크기로 설정될 수 있으며, 가로 및 세로 길이가 홀수로 설정되는 것이 바람직하다. 특징점 탐색부(130)는 최적의 크기 및 형태로 윈도우를 조정할 수 있다.
특징점 탐색부(130)는 이미지이 첨단(0,0)에서 끝단까지 윈도우를 이동시키며 윈도우 내의 픽셀들의 값이 기 설정된 조건에 부합하는지 연산한다. 특히, 특징점 탐색부(130)는 윈도우를 첨단부터 끝단까지 이동하며 특징점이 가장 많이 포함되어 있는 이미지 영역을 탐색한다.
또한, 복수의 이미지 간에 서로 대응되는 특징점들의 히스토그램을 산출하는 히스토그램 산출부(140)를 더 포함하고, 패턴 조정부(150)는 서로 대응되는 특징점들의 히스토그램 패턴을 동기화시키는 것을 특징으로 할 수 있다.
디지털 이미지는 여러 점, 즉 픽셀들이 모여 이미지를 구성한다. 점묘법으로 그린 나무가 100개의 점(픽셀)으로 구성될 때와, 10,000개의 점으로 구성될 때를 비교하면 그림의 세밀함, 정교함은 10,000개의 점으로 구성된 이미지가 더 뛰어나다. 즉, 픽셀이 많으면 고해상도 이미지이고, 적으면 저해상도 이미지이다. 하나의 색을 표현하는 픽셀은 여러 방식으로 표현될 수 있다. 픽셀을 색의 3원소인 RGB(Red, Green, Blue)의 레벨로 나타낸 것도 방식 중 하나이다.
이미지의 히스토그램이란, 한 이미지에서 색상별 픽셀값들의 분포를 나타낸 것이다. 도 5는 히스토그램을 설명하기 위한 그레이 스케일(gray scale) 이미지와 그 이미지의 히스토그램의 예제이다. 일반적으로 한 픽셀을 표현하는 데이터 크기는 1바이트(2^8=256)이므로, 이미지의 색상 레벨을 256가지의 숫자로 표현한다. 그레이 스케일 이미지는 한 픽셀의 명도를 0부터 255까지의 숫자로 나타낸다. 도 5의 우측 그래프는 좌측 사진을 구성하는 각 픽셀들의 명도값의 분포를 나타낸 것이며, 이것이 히스토그램이다. 히스토그램의 가로축은 명도의 레벨을 나타내며(0-255), 세로축은 해당 픽셀의 개수를 나타낸다.
이 실시예의 히스토그램 산출부(140)는 특징점들의 R채널, G채널 및 B채널의 히스토그램을 산출하는 것을 특징으로 한다(도 4 참조).
패턴 조정부(150)는 먼저 복수의 이미지에서 서로 동일한 화상 영역을 탐색한다. 동일한 화상 영역의 탐색은 동일 또는 유사한 특징점들이 분포된 영역을 탐색하는 것으로 실시되며, 상술된 특징점 탐색부(130)의 기능을 이용한다. 특징점 탐색부(130)가 제1이미지 및 제2이미지에서 특징점이 다수 분포되며, 특징점들 간의 거리가 동일 또는 유사한 조건을 충족하는 영역을 발견하면, 패턴 조정부(150)는 해당 부위를 동일 화상 영역으로 판단한다.
도 3 및 도 4와 같이, 패턴 조정부(150)는 동일한 화상 영역 중 특히 동일 위치로 판단되는 특징점을 서로 연결하고, 히스토그램의 패턴을 동기화 시킨다. 제1이미지와 제2이미지에서 연결된 특징점들은 동일한 화상 영역 중 특히 동일 위치이므로, R채널, G채널, B채널의 히스토그램의 형태가 유사하게 나타난다. 다만, 제1이미지와 제2이미지 사이의 명도 차이 때문에 각 색상 채널의 히스토그램이 분포된 영역의 위치에 다소 차이가 있을 수 있는데, 패턴 조정부(150)는 제2이미지 특징점의 R, G, B 색상 히스토그램을 제1이미지 특징점의 R, G, B 색상 히스토그램과 일치되게 조정을 실시한다. 색상의 조정은 상기 특징점 간의 차이를 기준으로 실시되며, 제2이미지의 모든 픽셀이 상기 조정되는 값에 대응하여 함께 조정되므로 제2이미지의 전체적인 색상이 재설정된다.
이미지 병합부(160)의 스티칭(Stitching) 실행을 위해, 제1이미지와 제2이미지의 특징점을 이용한다. 먼저, 각 이미지의 특징점에 대한 서술자를 연산하는데, 서술자란 특징점 주변 픽셀들을 가지고 특징점에 대한 특징을 정의하는 것이다. 예를 들어, 밝기 변화가 90도 방향인지, 45도 방향인지 등 밝기 변화의 방향, 변화의 크기 등의 특징 정보가 정의된다.
특징점 및 서술자가 설정되면 매치어(matcher)를 사용하여 제1이미지와 제2이미지의 특징점들 중 동일한 특징점들을 탐색한다. 특징점의 동일성은 서술자를 대조하여 판단하게 된다.
제1이미지와 제2이미지에서 동일한 특징점들이 탐색되면, 상기 동일 특징점들의 호모그래피를 연산한다. 동일한 객체라도 카메라의 위치나 기울기 등에 따라 제1이미지와 제2이미지에 투영되는 평면이 다르게 되는데 호모그래피는 제2이미지에 투영된 평면을 제1이미지의 평면으로 통일시키는 것이다. 호모그래피가 연산되면 이후에 와핑(Warping) 변환이 적용된다.
상기 과정이 완료되면 제1이미지 및 제2이미지에서 중첩되는 부분을 이어붙여 파노라마 이미지를 생성하는 것으로 스티칭이 완료된다(도 6 참조).
본 발명의 일 실시예는 컴퓨터장치에 설치되어 구동되는 소트프웨어, 상기 소프트웨어가 설치된 컴퓨터장치, 소프트웨어의 구성이 다수의 컴퓨터에 분할 설치되어 컴퓨터간 협력하여 구동되는 시스템으로 실시될 수 있다.
이 실시예의 입력부(110)는 동일 컴퓨터장치의 저장소에 기준 이미지 및 비교 이미지가 저장된 디렉토리를 탐색하여 로드하는 프로그래밍 함수, USB메모리와 같은 이종의 저장장치로부터 기준 이미지 및 비교 이미지를 입력받는 USB컨트롤러, 웹페이지에 게시된 이미지를 로드하는 랜 카드 드라이버 등을 포함할 수 있다.
도 7을 참조하면, 본 발명의 일 실시예에 따른 복수 이미지의 특징을 통일하는 이미지 조정 방법은, 입력부(110)가 서로 동일한 화상 영역이 포함된 복수의 이미지를 입력받는 단계(S110), 특징점 설정부(120)가 복수의 이미지에 특징점을 설정하는 단계(S120), 패턴 조정부(150)가 복수의 이미지에서 서로 동일한 화상 영역에 설정된 특징점의 패턴을 동기화시키는 단계(S160), 이미지 병합부(160)가 패턴이 동기화된 복수의 이미지를 스티칭(Stitching)하는 단계(S200)를 포함하는 것을 특징으로 한다.
또한, 패턴 조정부(150)가 특징점들의 패턴을 동기화시키는 단계(S160)에 앞서, 특징점 탐색부(130)가 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 단계(S140)를 더 포함하는 것을 특징으로 할 수 있다.
또한, 특징점 탐색부(130)는 기 설정된 영역범위 내에 특징점들이 밀집된 영역을 탐색하는 것을 특징으로 할 수 있다.
또한, 특징점 탐색부(130)가 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 단계(S140)에 앞서, 특징점 탐색부(130)가 복수의 이미지를 그레이 스케일(gray scale)화하는 단계(S130)를 더 포함하는 것을 특징으로 할 수 있다.
또한, 패턴 조정부(150)가 패턴을 동기화시키는 단계(S160)에 앞서, 히스토그램 산출부(140)가 복수의 이미지 간에 서로 대응되는 특징점들의 히스토그램을 산출하는 단계(S150)를 더 포함하고, 패턴 조정부(150)는 패턴 통일 시 서로 대응되는 특징점들의 히스토그램 패턴을 동기화시키는 것을 특징으로 할 수 있다.
또한, 히스토그램 산출부(140)는 특징점들의 R채널, G채널 및 B채널에서 히스토그램을 산출하는 것을 특징으로 할 수 있다.
이상에서 본 발명의 바람직한 실시예를 설명하였으나, 본 발명은 다양한 변화와 변경 및 균등물을 사용할 수 있다. 본 발명은 상기 실시예를 적절히 변형하여 동일하게 응용할 수 있음이 명확하다. 따라서 상기 기재 내용은 하기 특허청구범위의 한계에 의해 정해지는 본 발명의 범위를 한정하는 것이 아니다.
100 : 이미지 조정 시스템 110 : 입력부
120 : 특징점 설정부 130 : 특징점 탐색부
140 : 히스토그램 산출부 150 : 패턴 조정부
160 : 이미지 병합부

Claims (12)

  1. 서로 동일한 화상 영역이 포함된 복수의 이미지를 입력받는 입력부와;
    상기 복수의 이미지에 특징점을 설정하는 특징점 설정부와;
    상기 복수의 이미지에서 서로 동일한 화상 영역에 설정된 상기 특징점의 패턴을 동기화시키는 패턴 조정부와;
    상기 패턴이 동기화된 상기 복수의 이미지를 스티칭(Stitching)하는 이미지 병합부를 포함하는 것을 특징으로 하는 이미지 조정 시스템.
  2. 제1항에 있어서,
    상기 복수의 이미지의 서로 동일한 화상 영역에 설정된 상기 특징점 중 상기 특징점들이 밀집된 영역을 탐색하는 특징점 탐색부를 더 포함하는 것을 특징으로 하는 이미지 조정 시스템.
  3. 제2항에 있어서,
    상기 특징점 탐색부는 기 설정된 영역범위 내에 상기 특징점들이 밀집된 영역을 탐색하는 것을 특징으로 하는 이미지 조정 시스템.
  4. 제2항에 있어서,
    상기 특징점 탐색부는 상기 복수의 이미지를 먼저 그레이 스케일(gray scale)화 한 후 상기 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 것을 특징으로 하는 이미지 조정 시스템.
  5. 제1항에 있어서,
    상기 복수의 이미지 간에 서로 대응되는 특징점들의 히스토그램을 산출하는 히스토그램 산출부를 더 포함하고,
    상기 패턴 조정부는 서로 대응되는 특징점들의 히스토그램 패턴을 동기화시키는 것을 특징으로 하는 이미지 조정 시스템.
  6. 제5항에 있어서,
    상기 히스토그램 산출부는 상기 특징점들의 R채널, G채널 및 B채널의 히스토그램을 산출하는 것을 특징으로 하는 이미지 조정 시스템.
  7. 입력부가 서로 동일한 화상 영역이 포함된 복수의 이미지를 입력받는 단계;
    특징점 설정부가 상기 복수의 이미지에 특징점을 설정하는 단계;
    패턴 조정부가 상기 복수의 이미지에서 서로 동일한 화상 영역에 설정된 상기 특징점의 패턴을 동기화시키는 단계;
    이미지 병합부가 상기 패턴이 동기화된 상기 복수의 이미지를 스티칭(Stitching)하는 단계를 포함하는 것을 특징으로 하는 이미지 조정 방법.
  8. 제7항에 있어서, 상기 패턴 조정부가 특징점들의 패턴을 동기화시키는 단계에 앞서,
    특징점 탐색부가 상기 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 단계를 더 포함하는 것을 특징으로 하는 이미지 조정 방법.
  9. 제8항에 있어서,
    상기 특징점 탐색부는 기 설정된 영역범위 내에 상기 특징점들이 밀집된 영역을 탐색하는 것을 특징으로 하는 이미지 조정 방법.
  10. 제8항에 있어서, 상기 특징점 탐색부가 상기 복수의 이미지에서 서로 대응되는 특징점을 탐색하는 단계에 앞서,
    상기 특징점 탐색부가 상기 복수의 이미지를 그레이 스케일(gray scale)화하는 단계를 더 포함하는 것을 특징으로 하는 이미지 조정 방법.
  11. 제7항에 있어서, 상기 패턴 조정부가 패턴을 동기화시키는 단계에 앞서,
    히스토그램 산출부가 상기 복수의 이미지 간에 서로 대응되는 특징점들의 히스토그램을 산출하는 단계를 더 포함하고,
    상기 패턴 조정부는 상기 패턴 통일 시 서로 대응되는 특징점들의 히스토그램 패턴을 동기화시키는 것을 특징으로 하는 이미지 조정 방법.
  12. 제11항에 있어서,
    상기 히스토그램 산출부는 상기 특징점들의 R채널, G채널 및 B채널에서 히스토그램을 산출하는 것을 특징으로 하는 이미지 조정 방법.
KR1020170113888A 2017-09-06 2017-09-06 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법 KR20190027165A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170113888A KR20190027165A (ko) 2017-09-06 2017-09-06 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170113888A KR20190027165A (ko) 2017-09-06 2017-09-06 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20190027165A true KR20190027165A (ko) 2019-03-14

Family

ID=65759462

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170113888A KR20190027165A (ko) 2017-09-06 2017-09-06 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20190027165A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210039343A (ko) * 2019-10-01 2021-04-09 에스케이텔레콤 주식회사 영상 처리 장치 및 방법
KR102363763B1 (ko) * 2021-10-22 2022-02-16 김선옥 소재 이미지의 엣지 검출과 특징점 추출 및 매칭에 기반한 폐가죽 및 조각난 가죽스크랩 소재의 업사이클링 방법 및 그 시스템
US11257228B1 (en) 2021-04-09 2022-02-22 Si Analytics Co., Ltd. Method for image registration

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101648673B1 (ko) 2015-06-26 2016-08-17 동서대학교산학협력단 360° vr 영상 콘텐츠제작을 위한 유손실 이미지 복원 및 컨버팅 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101648673B1 (ko) 2015-06-26 2016-08-17 동서대학교산학협력단 360° vr 영상 콘텐츠제작을 위한 유손실 이미지 복원 및 컨버팅 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210039343A (ko) * 2019-10-01 2021-04-09 에스케이텔레콤 주식회사 영상 처리 장치 및 방법
US11257228B1 (en) 2021-04-09 2022-02-22 Si Analytics Co., Ltd. Method for image registration
KR102363763B1 (ko) * 2021-10-22 2022-02-16 김선옥 소재 이미지의 엣지 검출과 특징점 추출 및 매칭에 기반한 폐가죽 및 조각난 가죽스크랩 소재의 업사이클링 방법 및 그 시스템

Similar Documents

Publication Publication Date Title
US9946954B2 (en) Determining distance between an object and a capture device based on captured image data
US20200293809A1 (en) Image processing apparatus, image processing method, and storage medium
US8077976B2 (en) Image search apparatus and image search method
CN110400278B (zh) 一种图像颜色和几何畸变的全自动校正方法、装置及设备
US9661299B2 (en) Outlier detection for colour mapping
WO2018126050A1 (en) Camera-assisted automatic screen fitting
US9633449B2 (en) Apparatus and method for detecting color checker in image
JP5468824B2 (ja) ３次元における形状の一致を判定する方法および装置
US11270415B2 (en) Image inpainting with geometric and photometric transformations
KR20190027165A (ko) 복수 이미지의 특징을 통일하는 이미지 조정 시스템 및 방법
KR20220049864A (ko) 인식한 번호판의 각도에 기초하여 차량의 번호를 인식하는 방법
US9798950B2 (en) Feature amount generation device, feature amount generation method, and non-transitory medium saving program
US7961941B2 (en) Color form dropout using dynamic geometric solid thresholding
JP2018137667A (ja) カメラキャリブレーション方法、プログラムおよび装置
US20070171453A1 (en) Image processing apparatus, image processing method, program, and storage medium
KR101937859B1 (ko) 360도 이미지에서의 공통 객체 탐색 시스템 및 방법
US10402704B1 (en) Object recognition with attribute-based cells
CN111091513B (zh) 图像处理方法、装置、计算机可读存储介质及电子设备
KR102101481B1 (ko) 인공지능 기반의 휴대용 보안영상 학습장치 및 방법
CN113840135A (zh) 色偏检测方法、装置、设备及存储介质
Ly et al. Color correction through region matching leveraged by point correspondences
US20160037143A1 (en) Method and device for automatically generating and projecting multi-surface images
CN113873223B (zh) 相机清晰度确定方法、装置、设备及存储介质
KR101491334B1 (ko) 영상에서 컬러차트 검출 방법 및 장치
JP7297720B2 (ja) カメラキャリブレーション方法、装置およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application