KR20210155284A - 영상처리장치 - Google Patents

영상처리장치 Download PDF

Info

Publication number
KR20210155284A
KR20210155284A KR1020200072606A KR20200072606A KR20210155284A KR 20210155284 A KR20210155284 A KR 20210155284A KR 1020200072606 A KR1020200072606 A KR 1020200072606A KR 20200072606 A KR20200072606 A KR 20200072606A KR 20210155284 A KR20210155284 A KR 20210155284A
Authority
KR
South Korea
Prior art keywords
image
motion vector
local motion
motion vectors
sensor
Prior art date
Application number
KR1020200072606A
Other languages
English (en)
Inventor
정갑천
최은철
Original Assignee
한화테크윈 주식회사
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 한화테크윈 주식회사 filed Critical 한화테크윈 주식회사
Priority to KR1020200072606A priority Critical patent/KR20210155284A/ko
Priority to US17/159,809 priority patent/US11212444B1/en
Priority to CN202110176807.0A priority patent/CN113810633A/zh
Publication of KR20210155284A publication Critical patent/KR20210155284A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • H04N5/23267—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
    • 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 by the use of more than one image, e.g. averaging, subtraction
    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H04N23/6811—Motion detection based on the image signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/681—Motion detection
    • H04N23/6812—Motion detection based on additional sensors, e.g. acceleration sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection
    • H04N5/23254—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming

Abstract

본 발명의 일 실시예는, 영상센서로부터 입력되는 제1영상으로부터 복수의 특징점들을 검출하는 특징점추출기; 상기 복수의 특징점들의 로컬 움직임벡터들을 추출하고, 상기 영상센서의 줌배율에 따라 상기 추출된 로컬 움직임벡터들 중 유효 로컬 움직임벡터들을 선택하는 제1 움직임벡터 추출기; 상기 선택된 유효 로컬 움직임벡터들을 이용하여 글로벌 움직임벡터를 추출하는 제2 움직임벡터 추출기; 및 상기 글로벌 움직임벡터를 기초로 상기 제1영상의 흔들림을 보정하는 영상안정화기;를 포함하는 영상처리장치를 개시한다.

Description

영상처리장치{Image process device}
본 실시예들은 영상처리장치 및 영상처리방법에 관한 것이다.
최근 멀티미디어 기기의 사용이 증가함에 따라 다양한 환경에서 촬영된 디지털 영상에 대한 화질개선(image enhancement) 기술에 대한 수요도 증가하고 있다. 화질개선 기술에는 영상의 번짐 제거, 잡음 제거 및 영상 안정화 기술 등이 있으며, 디지털 카메라, 스마트폰, 가정용 카메라나 캠코더, 산업용 감시 카메라, 방송용 카메라 및 군사용 영상 촬영 장치와 같은 촬영장치에 이르기까지 광범위하게 적용된다.
본 발명에서는 영상촬영장치에 외부의 충격이 발생한 경우, 촬영한 영상 내에 움직이는 물체가 있는 경우에도 흔들림이 제거된 안정된 영상을 출력하는 방법 및 장치를 제공한다.
본 발명의 일 실시예에 따른 영상처리장치는, 영상센서로부터 입력되는 제1영상으로부터 복수의 특징점들을 검출하는 특징점추출기; 상기 복수의 특징점들의 로컬 움직임벡터들을 추출하고, 상기 영상센서의 줌배율에 따라 상이한 알고리즘을 적용하여 상기 추출된 로컬 움직임벡터들 중 유효 로컬 움직임벡터들을 선택하는 제1 움직임벡터 추출기; 상기 선택된 유효 로컬 움직임벡터들을 이용하여 글로벌 움직임벡터를 추출하는 제2 움직임벡터 추출기; 및 상기 글로벌 움직임벡터를 기초로 상기 제1영상의 흔들림을 보정하는 영상안정화기;를 포함한다.
상기 제1 움직임벡터 추출기는, 상기 제1영상이 일반 배율로 촬영된 영상인 경우, 움직임센서의 센서데이터를 이용하여 상기 제1영상의 로컬 움직임벡터들 중 상기 유효 로컬 움직임벡터들을 선택하고, 상기 제1영상이 고배율로 촬영된 영상인 경우, 상기 제1영상에 앞서 상기 영상센서로부터 입력된 제2영상에서 검출된 움직임영역을 이용하여 상기 제1영상의 로컬 움직임벡터들 중 유효 로컬 움직임벡터들을 선택할 수 있다.
상기 제1 움직임벡터 추출기는, 상기 제1영상이 고배율로 촬영된 영상인 경우, 상기 제2영상에서 검출된 움직임영역에 대응하는, 상기 제1영상의 전경영역 내에 상기 전경영역보다 작은 제1타겟영역을 설정하고, 상기 제1타겟영역 내에 존재하는 로컬 움직임벡터들의 크기 평균값을 산출할 수 있다. 상기 제1 움직임벡터 추출기는, 상기 제1영상에 상기 전경영역보다 큰 제2타겟영역을 설정하고, 상기 제2타겟영역 내에 존재하는 로컬 움직임벡터들 중 크기가 상기 크기 평균값과 임계값 이상의 차이를 갖는 로컬 움직임벡터를 상기 유효 로컬 움직임벡터들로 선택할 수 있다.
상기 제1 움직임벡터 추출기는, 상기 제1영상이 일반 배율로 촬영된 영상인 경우, 상기 센서데이터를 기초로 센서 벡터를 생성하고, 상기 제1영상의 로컬 움직임벡터들 중 크기 및 방향이 상기 센서 벡터의 크기 및 방향과 임계값 이하의 차이를 갖는 로컬 움직임벡터들을 상기 유효 로컬 움직임벡터들로 선택할 수 있다.
본 발명의 일 실시예에 따른 영상처리장치는, 영상센서로부터 입력되는 영상으로부터 복수의 특징점들을 검출하는 특징점추출기; 상기 복수의 특징점들의 로컬 움직임벡터들을 추출하는 움직임벡터 추출기; 상기 영상으로부터 움직임영역을 검출하는 움직임영역 검출기; 및 상기 로컬 움직임벡터들 및 상기 움직임영역을 이용하여 상기 영상의 흔들림을 보정하는 영상안정화기;를 포함하고, 상기 움직임벡터 추출기는, 이전영상에서 검출된 움직임영역에 대응하는, 현재영상의 전경영역 내에 상기 전경영역보다 작은 제1타겟영역을 설정하고, 상기 제1타겟영역 내에 존재하는 로컬 움직임벡터들의 크기 평균값을 산출하고, 상기 현재영상에 상기 전경영역보다 큰 제2타겟영역을 설정하고, 상기 제2타겟영역 내에 존재하는 로컬 움직임벡터들 중 로컬 움직임벡터의 크기와 상기 크기 평균값의 차이가 임계값보다 작은 로컬 움직임벡터를 제거하고, 상기 차이가 임계값 이상인 로컬 움직임벡터를 선택한다.
상기 영상은 상기 영상센서가 고배율 줌으로 촬영한 영상일 수 있다.
본 발명의 실시예에 따른 영상처리장치는 영상의 흔들림에 대응하여 움직이는 물체가 있는 경우에도 흔들림이 제거된 안정된 영상을 제공할 수 있다.
도 1은 일 실시예에 따른 영상처리장치의 내부 구성도를 개략적으로 나타낸 도면이다.
도 2는 도 1에 도시된 영상처리장치의 특징점 추출을 설명하기 위한 도면이다.
도 3 및 도 4는 도 1에 도시된 영상처리장치의 로컬 움직임 벡터 추출을 설명하기 위한 도면들이다.
도 5는 도 1에 도시된 영상처리장치의 로컬 움직임 벡터 제거를 설명하기 위한 도면이다.
도 6은 도 1에 도시된 영상처리장치의 영상처리방법을 개략적으로 설명하는 흐름도이다.
도 7은 도 6의 단계 651을 개략적으로 설명하는 흐름도이다.
도 8은 도 6의 단계 652를 개략적으로 설명하는 흐름도이다.
도 9 및 도 10은 단계 652를 설명하기 위한 도면들이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다. 또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한, 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 프로세서 또는 이와 유사한 개념으로 표시된 기능 블록을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다. 또한, 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니 되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지 관용의 다른 하드웨어도 포함될 수 있다.
상술한 목적, 특징 및 장점들은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 더욱 분명해 질 것이다. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략하거나 간략하게 설명하는 것으로 한다.
이하의 실시예에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 이하의 실시예에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하의 실시예에서, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하, 첨부된 도면을 참조하여 바람직한 실시예에 따른 본 발명을 상세히 설명하기로 한다.
도 1은 일 실시예에 따른 영상처리장치의 내부 구성도를 개략적으로 나타낸 도면이다. 도 2는 도 1에 도시된 영상처리장치의 특징점 추출을 설명하기 위한 도면이다. 도 3 및 도 4는 도 1에 도시된 영상처리장치의 로컬 움직임 벡터 추출을 설명하기 위한 도면들이다. 도 5는 도 1에 도시된 영상처리장치의 로컬 움직임 벡터 제거를 설명하기 위한 도면이다. 도 6은 도 1에 도시된 영상처리장치의 영상처리방법을 개략적으로 설명하는 흐름도이다.
도 1을 참조하면, 일 실시예에 따른 영상처리장치(1)는 영상센서(60, Image Senso), 움직임센서(70, Motion Sensor), 및 저장수단(80)에 유선 및/또는 무선으로 연결될 수 있다. 영상처리장치(1)는 영상센서(60), 움직임센서(70), 및 저장수단(80)과 유선 및/또는 무선으로 통신할 수 있다. 무선 통신은 지그비(Zigbee), 블루투스(Bluetooth), RFID(Radio Frequency Identification), NFC, 적외선 통신 등의 근거리 무선 통신, 및 3G, 4G(LTE), 5G, 와이파이(WiFi), 와이브로(Wibro), 와이맥스(Wimax) 등과 같은 이동 통신이나 무선 인터넷 통신 등을 포함할 수 있다.
영상센서(60)는 CCD(Charge Coupled Device) 또는 CMOS(Complementary Metal-Oxide-Semiconductor) 등의 광전변환소자를 이용하여 광학 신호를 전기 신호로 변환하고, 일련의 영상들을 생성하는 영상촬영장치일 수 있다.
움직임센서(70)는 영상센서(60)의 물리적 흔들림에 대응하는 움직임 데이터를 생성할 수 있다. 움직임센서(70)는 자이로센서 또는 가속도 센서를 포함할 수 있다. 움직임센서(70)는 영상센서(60)의 물리적 회전량을 검출하여 움직임 데이터를 생성할 수 있다. 움직임센서(70)가 자이로센서인 경우 움직임 데이터는 영상센서(60)의 각속도일 수 있다.
저장수단(80)은 영상처리장치(1)의 처리 및 제어를 위한 프로그램을 저장할 수도 있고, 입력되거나 출력되는 데이터들(예를 들어, 영상 등)을 저장할 수도 있다. 저장수단(80)은 내부 메모리 및/또는 SD 카드 등 외부 저장매체를 포함할 수 있다. 저장수단(80)은 인터넷 상에서 저장 기능을 수행하는 웹 스토리지(web storage), 클라우드 서버 등을 포함할 수 있다.
영상센서(60)가 사용자의 손떨림, 바람, 외부의 충격 등으로 흔들린 경우, 회전이동(Rotation) 및/또는 병진이동(Translation)이 발생할 수 있다. 영상센서(60)의 흔들림에 의해 촬영된 영상에 왜곡이 발생할 수 있다. 본 발명의 일 실시예에 따른 영상처리장치(1)는 영상센서(60)의 흔들림에 의한 영상 왜곡을 보정하여 안정화된 영상을 출력할 수 있다. 영상센서(60)가 영상처리장치(1) 내에 구비된 경우, 움직임센서(70)는 영상처리장치(1)의 흔들림을 감지하고, 영상처리장치(1)는 영상처리장치(1)의 흔들림에 의한 영상 왜곡을 보정하여 안정화된 영상을 출력할 수 있다.
일 실시예에 따른 영상처리장치(1)는 특징점 추출기(10, Feature Extractor), 제1 움직임벡터 추출기(20, First Motion Vector Extractor), 제2 움직임벡터 추출기(30, Second Motion Vector Extractor), 영상안정화기(40, Image Stabilizer) 및 움직임영역 검출기(50, Motion Area Detector)를 포함한다. 도 1에서 제1 움직임벡터 추출기(20)와 제2 움직임벡터 추출기(30)는 별개 구성요소로 도시되었으나, 다른 실시예에서 제1 움직임벡터 추출기(20)와 제2 움직임벡터 추출기(30)는 하나의 움직임벡터 추출기와 같이 하나의 구성요소로 통합될 수 있다. 이하 도 6과 함께 참조하여 설명한다.
특징점 추출기(10)는 영상센서(60)로부터 입력되는 현재영상(IMc)(제1영상)에서 특징점들을 추출할 수 있다(S61). 특징점 추출기(10)는 도 2에 도시된 바와 같이, 현재영상(IMc)를 복수의 서브 블록(SB)들로 분할할 수 있다. 특징점 추출기(10)는 각 서브블록(SB)에서 대표 특징점(FP)을 추출할 수 있다. 특징점 추출 방법은 특별히 한정되지 않으며, 예컨대 특징점 추출기(10)는 해리스(harris)의 코너 검출 방법, SIFT(scale invariant feature transform) 알고리즘, SURF(speeded up robust feature) 알고리즘 등을 이용하여, 현재영상(IMc)으로부터 코너(corners), 에지(edges), 외곽선(contours), 교차점(line intersections) 등을 특징점으로 추출할 수 있다. 특징점 추출기(10)는 각 서브블록(SB)에서 추출된 적어도 하나의 특징점에서 가장 높은 특징값을 갖는 특징점을 대표 특징점(FP)으로 검출할 수 있다.
제1 움직임벡터 추출기(20)는 각 서브블록(SB)의 대표 특징점(FP)에 대한 로컬 움직임 벡터(LMV)를 추출할 수 있다(S63). 제1 움직임벡터 추출기(20)는 현재영상(IMc)과 이전영상(IMp)(제2영상)을 비교함으로써 대표 특징점(FP)의 로컬 움직임 벡터(LMV)를 추출할 수 있다. 도 3에 도시된 바와 같이, 현재영상(IMc)에서 대표 특징점(FP)을 중심으로 M×N 크기의 제1영역(A1)이 설정되고, 이전영상(IMp)에서 제1영역(A1)에 대응하는 탐색영역(SA)이 설정될 수 있다. 탐색영역(SA)은 제1영역(A1)보다 더 큰 크기로 설정될 수 있다. 예컨대 탐색영역(SA)은 (M+P)×(N+P) 크기로 설정될 수 있다. 여기서, M, N, P는 각각 픽셀 수를 나타낼 수 있다. 이전영상은 현재영상에 앞서 영상센서(60)로부터 입력된 영상으로서, 현재영상 바로 직전에 입력된 영상일 수 있다.
제1 움직임벡터 추출기(20)는 이전영상(IMp)의 탐색영역(SA)에서 제1영역(A1)과 가장 유사한 영역을 제2영역(A2)으로 결정할 수 있다. 제1 움직임벡터 추출기(20)는 제2영역(A2)의 대응 특징점(FP')으부터 제1영역(A1)의 대표 특징점(FP) 간의 벡터를 대표 특징점(FP)의 로컬 움직임 벡터(LMV)로서 산출할 수 있다. 도 4는 각 서브블록(SB)의 대표 특징점(FP)에 대한 로컬 움직임 벡터(LMV)를 도시한다.
본 발명의 실시예는 특징점들에 대해 블록 정합 방법을 이용하여 움직임 벡터를 추출함으로써 연산량을 감소시킬 수 있다.
제1 움직임벡터 추출기(20)는 현재영상(IMc)에서 추출된 로컬 움직임 벡터(LMV)들을 검증할 수 있다(S65). 제1 움직임벡터 추출기(20)는 현재영상(IMc)에서 추출된 로컬 움직임 벡터(LMV)들 중 유효 로컬 움직임벡터들을 선택함으로써 로컬 움직임 벡터(LMV)들을 검증할 수 있다. 제1 움직임벡터 추출기(20)는 영상센서(60)의 줌배율에 따라 로컬 움직임 벡터(LMV) 검증 알고리즘을 달리 적용할 수 있다. 이를 위해 영상처리장치(1)는 영상센서(60)의 줌배율을 판단할 수 있다.
제1 움직임벡터 추출기(20)는 영상센서(60)가 일반 배율로 촬영하는 경우, 움직임센서(70)가 출력하는 움직임 데이터를 이용하여 로컬 움직임 벡터(LMV)를 검증할 수 있다(S651). 즉, 제1 움직임벡터 추출기(20)는 영상센서(60)가 일반 배율로 동작하는 경우, 영상센서(60)가 출력하는 영상 및 움직임센서(70)가 출력하는 움직임 데이터를 모두 이용하여 로컬 움직임 벡터(LMV)를 검증할 수 있다.
제1 움직임벡터 추출기(20)는 영상센서(60)가 광학 고배율 줌으로 촬영하는 경우에도, 영상센서(60)가 출력하는 영상 및 움직임센서(70)가 출력하는 움직임 데이터를 모두 이용하여 로컬 움직임 벡터(LMV)를 검증할 수 있다.
제1 움직임벡터 추출기(20)는 영상센서(60)가 고배율 줌으로 촬영하는 경우, 움직임영역 검출기(50)가 출력하는 움직임영역 데이터를 이용하여 로컬 움직임 벡터(LMV)를 검증할 수 있다(S652). 즉, 제1 움직임벡터 추출기(20)는 영상센서(60)가 출력하는 영상 및 움직임영역 검출기(50)가 출력하는 움직임영역 데이터를 이용하여 로컬 움직임 벡터(LMV)를 검증할 수 있다. 움직임영역 데이터는 이전영상의 움직임영역 데이터일 수 있다. 이전영상은 영상안정화기(40)에서 보정된 영상일 수 있다. 일반 배율과 고배율의 구분 기준은 사용자의 설정에 따라 달라질 수 있다. 예컨대 40배율 이상의 줌 배율이 고배율로 설정될 수 있다.
도 5에 도시된 바와 같이, 제1 움직임벡터 추출기(20)는 로컬 움직임 벡터(LMV)의 검증에 의해, 영상센서(60)의 움직임이 아닌 피사체의 움직임에 대응하는 로컬 움직임 벡터(MV)를 제거함으로써 현재영상(IMc)에서 유효한 로컬 움직임 벡터(LMV)를 검출할 수 있다. 로컬 움직임 벡터(MV)의 검증은 후술하겠다.
제2 움직임벡터 추출기(30)는 현재영상(IMc)에서 검출된 유효한 로컬 움직임 벡터(LMV)들을 기초로 글로벌 움직임 벡터(GMV)를 추출할 수 있다(S67). 제2 움직임벡터 추출기(30)는 일반 배율 또는 광학 고배율 줌에서 획득된 현재영상(IMc)에서 검출된 유효한 로컬 움직임 벡터(LMV)들을 기초로 글로벌 움직임 벡터(GMV)를 추출할 수 있다(S67a). 제2 움직임벡터 추출기(30)는 고배율 줌에서 획득된 현재영상(IMc)에서 검출된 유효한 로컬 움직임 벡터(LMV)들을 기초로 글로벌 움직임 벡터(GMV)를 추출할 수 있다(S67b).
제2 움직임벡터 추출기(30)는 유효한 로컬 움직임 벡터(LMV)들의 히스토그램이 계산되고, 계산된 히스토그램에 따라 글로벌 움직임 벡터(GMV)를 추출할 수 있다. 본 발명의 실시예는 이에 한정되지 않고, 다양한 방법으로 글로벌 움직임 벡터(GMV)를 추출할 수 있다. 예컨대, 유효한 로컬 움직임 벡터(LMV)들의 평균값 또는 중간값 등이 글로벌 움직임 벡터(GMV)로 추출될 수 있다.
영상안정화기(40)는 글로벌 움직임 벡터(GMV)를 참조하여 현재영상(IMc)의 흔들림을 보정함으로써, 보정된 현재영상(IMcc)을 출력할 수 있다(S69).
움직임영역 검출기(50)는 보정된 현재영상(IMcc)을 입력받고, 보정된 현재영상(IMcc)으로부터 움직임영역을 검출할 수 있다. 움직임영역 검출기(50)는 GMM(Gaussian Mixture Model) 모델을 이용하여 보정된 현재영상(IMcc)으로부터 움직임영역을 검출할 수 있다. GMM 모델은 배경의 미세한 흔들림(동적 배경)에 강인한 장점이 있다. 그러나, 본 발명의 실시예는 이에 한정되지 않고, 기준영상과 보정된 현재영상(IMcc)의 차이 영상으로부터 움직임영역을 검출하는 등 다양한 방법으로 움직임영역이 검출될 수 있다. 움직임영역 검출기(50)는 현재영상(IMcc)에서 검출된 움직임영역의 좌표를 제1 움직임벡터 추출기(20)로 출력할 수 있다. 움직임영역의 좌표는 전경(Foreground)의 좌표를 포함할 수 있다.
제1 움직임벡터 추출기(20)는 움직임영역 검출기(50)로부터 수신한 현재영상(IMcc)의 움직임영역의 좌표를 이용하여 다음영상의 로컬 움직임 벡터(LMV)의 검증을 수행할 수 있다. 즉, 제1 움직임벡터 추출기(20)는 이전영상의 움직임영역의 좌표를 이용하여 현재영상의 로컬 움직임 벡터(LMV)의 검증을 수행할 수 있다.
먼저, 영상센서(60)가 일반 배율 또는 광학 고배율 줌으로 촬영하는 경우 로컬 움직임 벡터(MV)의 검증을 설명한다. 도 7은 도 6의 단계 651을 개략적으로 설명하는 흐름도이다. 이하 도 1 및 도 7을 참조하여 설명한다.
제1 움직임벡터 추출기(20)는 움직임센서(70)로부터 센서데이터를 수신하고, 센서 데이터를 변환하여 센서 벡터를 생성할 수 있다(S71). 센서데이터는 움직임센서(70)에서 검출된 영상센서(60)의 물리적 회전량, 예컨대 자이로 센서에서 측정된 각속도일 수 있다. 제1 움직임벡터 추출기(20)는 센서데이터를 픽셀 변위 값으로 변환하여 센서 벡터를 생성할 수 있다.
제1 움직임벡터 추출기(20)는 현재영상(IMc)에서 추출된 로컬 움직임 벡터(LMV)들과 센서 벡터를 비교하여 유효한 로컬 움직임 벡터(LMV)들을 선택할 수 있다(S73). 제1 움직임벡터 추출기(20)는 센서 벡터의 방향 및 크기와 로컬 움직임 벡터(LMV)의 방향 및 크기의 차이가 임계값 이하인 경우, 로컬 움직임 벡터(LMV)는 유효하다고 판단할 수 있다. 제1 움직임벡터 추출기(20)는 센서 벡터의 방향 및 크기와 로컬 움직임 벡터(LMV)의 방향 및 크기의 차이가 임계값을 벗어나는 경우(즉, 초과하는 경우), 로컬 움직임 벡터(LMV)가 피사체의 이동에 의한 움직임을 나타낸다고 판단하여 제거할 수 있다.
다음으로, 영상센서(60)가 디지털 고배율 줌으로 촬영하는 경우 로컬 움직임 벡터(MV)의 검증을 설명한다. 도 8은 도 6의 단계 652를 개략적으로 설명하는 흐름도이다. 도 9 및 도 10은 단계 652를 설명하기 위한 도면들이다. 이하 도 1 및 도 8을 참조하여 설명한다.
제1 움직임벡터 추출기(20)는 영상에 동적물체가 있을 경우 움직임영역 검출기(50)로부터 이전영상의 적어도 하나의 움직임영역의 좌표를 수신하고, 현재영상(IMc)에서, 수신한 움직임영역의 좌표를 이용하여 움직임영역에 대응하는 전경영역(BLOB)을 찾고, 전경영역(BLOB) 내에 전경영역(BLOB)보다 작은 제1타겟영역(TA1)을 설정할 수 있다(S81). 도 9에는 두 개의 전경영역들(BLOB1, BLOB2) 각각에 제1타겟영역(TA1)이 설정된 예를 도시한다. 제1타겟영역(TA1)의 크기는 전경영역(BLOB)의 가로 및 세로 각각의 크기보다 2D만큼 작을 수 있다. 여기서 D는 로컬 움직임 벡터(LMV)들의 크기들 중 최대값일 수 있다. 제1타겟영역(TA1)의 크기는 전경영역(BLOB)의 크기에 따라 가변할 수 있다.
제1 움직임벡터 추출기(20)는 제1타겟영역(TA1) 내에 존재하는 로컬 움직임 벡터(LMV)들의 평균 값을 산출할 수 있다(S83). 제1 움직임벡터 추출기(20)는 로컬 움직임 벡터(LMV)의 x 방향성분의 크기의 평균값과 y 방향성분의 크기의 평균값을 산출할 수 있다.
식 (1)은 i번째 전경영역(BLOB)의 제1타겟영역(TA1) 내에 존재하는 로컬 움직임 벡터(LMV)들의 x 방향성분의 크기(Vecx)의 평균값(μ)을 산출하는 식이다. 식(2)는 i번째 전경영역(BLOB)의 제1타겟영역(TA1) 내에 존재하는 로컬 움직임 벡터(LMV)들의 y 방향성분의 크기(Vecy)의 평균값(μ)을 산출하는 식이다. M은 제1타겟영역(TA1) 내에 존재하는 로컬 움직임 벡터(LMV)들의 개수이다.
Figure pat00001
...(1)
Figure pat00002
...(2)
제1 움직임벡터 추출기(20)는 현재영상(IMc)에서, 전경영역(BLOB)보다 큰 제2타겟영역(TA2)을 설정할 수 있다(S85). 도 10에는 두 개의 전경영역들(BLOB1, BLOB2) 각각에 제2타겟영역(TA2)이 설정된 예를 도시한다. 제2타겟영역(TA2)의 크기는 전경영역(BLOB)의 가로 및 세로 각각의 크기보다 2D만큼 클 수 있다. 제2타겟영역(TA2)의 크기는 전경영역(BLOB)의 크기에 따라 가변할 수 있다.
제1 움직임벡터 추출기(20)는 제2타겟영역(TA2) 내에 존재하는 로컬 움직임 벡터(LMV)들의 크기를 단계 83에서 산출된 로컬 움직임 벡터(LMV)의 평균값과 비교하여 유효한 로컬 움직임 벡터(LMV)들을 선택할 수 있다(S87). 제1 움직임벡터 추출기(20)는 로컬 움직임 벡터(LMV)의 평균값과 로컬 움직임 벡터(LMV)의 크기의 차이가 임계값 이상인 경우, 로컬 움직임 벡터(LMV)는 유효하다고 판단할 수 있다. 제1 움직임벡터 추출기(20)는 로컬 움직임 벡터(LMV)의 평균값과 로컬 움직임 벡터(LMV)의 크기의 차이가 임계값보다 작은 경우, 로컬 움직임 벡터(LMV)가 피사체의 이동에 의한 움직임을 나타낸다고 판단하여 제거할 수 있다.
식 (3)을 참조하면, 제1 움직임벡터 추출기(20)는 i번째 전경영역(BLOB)의 제2타겟영역(TA2) 내에 존재하는 로컬 움직임 벡터(LMV)의 x 방향성분 및 y 방향성분의 크기(I)와 단계 83에서 산출된 평균값(μ)의 차이가 임계값(L)보다 작으면, 로컬 움직임 벡터(LMV)를 피사체의 움직임 벡터(M)로 판단하고, 그 외에는 유효한 로컬 움직임 벡터(LMV)로 분류할 수 있다.
Figure pat00003
...(3)
영상처리장치(1)는 디지털 영상 및/또는 비디오 시퀀스를 캡쳐, 생성, 처리, 변형, 스케일링, 인코딩, 디코딩, 송신, 저장, 및 디스플레이하도록 구성될 수 있다. 영상처리장치(1)는 무선 통신 디바이스, PDA(personal digital assistant), 랩탑 컴퓨터, 데스크탑 컴퓨터, 캠코더, 디지털 카메라, CCTV, 액션 카메라, 디지털 기록 디바이스, 네트워크-인에이블 디지털 텔레비전, 휴대 전화, 셀룰러 폰, 위성 텔레폰, 카메라 폰, 양방향 통신 디바이스 등과 같은 디바이스로 구현될 수 있다.
전술된 실시예에서 영상센서(60), 움직임센서(70), 및 저장수단(80)은 영상처리장치(1)와 별개의 구성요소로서 도시되었으나, 다른 실시예에서, 영상센서(60), 움직임센서(70), 및 저장수단(80) 중 적어도 하나가 영상처리장치(1)의 일부로서 영상처리장치(1)에 구비될 수 있다.
광학 기술의 발달로 CCTV 감시 카메라 등에서 고배율 줌을 지원하고 있다. 고배율에서는 움직임 센서에서의 출력이 유효하지 않을 수 있는 미세한 흔들림에도 실제 영상은 움직임이 크게 발생할 수 있게 된다. 미세한 흔들림 상황에서는 자이로센서 등의 움직임센서를 이용한 영상안정화 방법은 어려울 수 있으며, 영상 기반의 영상 안정화는 큰 동적 물체 또는 동일 방향의 다중 물체의 움직임들을 영상의 움직임인 글로벌 움직임으로 판단하는 오동작을 유발할 수 있다.
본 발명의 실시예는 일반 배율에서는 움직임센서로부터의 센서데이터를 이용하여 보다 정확한 유효 로컬 움직임벡터(LMV)를 추출하고, 고배율에서는 움직임센서로부터의 센서데이터가 매우 적을 경우 영상 기반으로만 유효 로컬 움직임벡터(LMV)를 추출할 수 있다. 다른 실시예에서, 고배율인 경우에도 움직임센서로부터의 센서데이터가 일정 이상 확보되어 충분한 경우는 일반 배율에서와 같이 움직임센서의 센서데이터를 이용하여 유효 로컬 움직임벡터(LMV)를 추출할 수 있다.
본 발명의 실시예는 고배율에서 동적 물체(이동하는 피사체)에 대응하여, 보정에 의해 영상 안정화된 영상들에 대해 GMM(Gaussian Mixture Model) 등을 이용하여 움직임영역을 검출할 수 있다. 또한 현재영상의 로컬 움직임벡터(LMV)들 중 이전영상의 움직임영역 및 그와 인접한 영역에서 움직임영역에서의 로컬 움직임벡터(LMV)들과 유사 패턴을 보이는 로컬 움직임벡터(LMV)를 제외하여 동적 물체들에 대응하는 움직임벡터를 제외시킴으로써 보다 안정된 글로벌 움직임벡터를 추출할 수 있다.
본 발명의 실시예에 따른 영상처리장치 및 영상처리방법은 공항 군사, 항만, 도로, 교량 등 주요 국가시설, 지하철, 버스, 빌딩 옥상, 경기장, 주차장, 자동차 및 모바일 기기, 로봇에 이르기까지 다양한 지능형 영상 감시 시스템에서 안정적인 영상신호를 제공할 수 있는 효과가 있다.
본 발명은 첨부된 도면에 도시된 일 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.

Claims (6)

  1. 영상센서로부터 입력되는 제1영상으로부터 복수의 특징점들을 검출하는 특징점추출기;
    상기 복수의 특징점들의 로컬 움직임벡터들을 추출하고, 상기 영상센서의 줌배율에 따라 상이한 알고리즘을 적용하여 상기 추출된 로컬 움직임벡터들 중 유효 로컬 움직임벡터들을 선택하는 제1 움직임벡터 추출기;
    상기 선택된 유효 로컬 움직임벡터들을 이용하여 글로벌 움직임벡터를 추출하는 제2 움직임벡터 추출기; 및
    상기 글로벌 움직임벡터를 기초로 상기 제1영상의 흔들림을 보정하는 영상안정화기;를 포함하는 영상처리장치.
  2. 제1항에 있어서, 상기 제1 움직임벡터 추출기는,
    상기 제1영상이 일반 배율로 촬영된 영상인 경우, 움직임센서의 센서데이터를 이용하여 상기 제1영상의 로컬 움직임벡터들 중 상기 유효 로컬 움직임벡터들을 선택하고,
    상기 제1영상이 고배율로 촬영된 영상인 경우, 상기 제1영상에 앞서 상기 영상센서로부터 입력된 제2영상에서 검출된 움직임영역을 이용하여 상기 제1영상의 로컬 움직임벡터들 중 유효 로컬 움직임벡터들을 선택하는, 영상처리장치.
  3. 제2항에 있어서, 상기 제1 움직임벡터 추출기는,
    상기 제1영상이 고배율로 촬영된 영상인 경우,
    상기 제2영상에서 검출된 움직임영역에 대응하는, 상기 제1영상의 전경영역 내에 상기 전경영역보다 작은 제1타겟영역을 설정하고, 상기 제1타겟영역 내에 존재하는 로컬 움직임벡터들의 크기 평균값을 산출하고,
    상기 제1영상에 상기 전경영역보다 큰 제2타겟영역을 설정하고, 상기 제2타겟영역 내에 존재하는 로컬 움직임벡터들 중 크기가 상기 크기 평균값과 임계값 이상의 차이를 갖는 로컬 움직임벡터를 상기 유효 로컬 움직임벡터들로 선택하는, 영상처리장치.
  4. 제2항에 있어서, 상기 제1 움직임벡터 추출기는,
    상기 제1영상이 일반 배율로 촬영된 영상인 경우,
    상기 센서데이터를 기초로 센서 벡터를 생성하고, 상기 제1영상의 로컬 움직임벡터들 중 크기 및 방향이 상기 센서 벡터의 크기 및 방향과 임계값 이하의 차이를 갖는 로컬 움직임벡터들을 상기 유효 로컬 움직임벡터들로 선택하는, 영상처리장치.
  5. 영상센서로부터 입력되는 영상으로부터 복수의 특징점들을 검출하는 특징점추출기;
    상기 복수의 특징점들의 로컬 움직임벡터들을 추출하는 움직임벡터 추출기;
    상기 영상으로부터 움직임영역을 검출하는 움직임영역 검출기; 및
    상기 로컬 움직임벡터들 및 상기 움직임영역을 이용하여 상기 영상의 흔들림을 보정하는 영상안정화기;를 포함하고,
    상기 움직임벡터 추출기는,
    이전영상에서 검출된 움직임영역에 대응하는, 현재영상의 전경영역 내에 상기 전경영역보다 작은 제1타겟영역을 설정하고, 상기 제1타겟영역 내에 존재하는 로컬 움직임벡터들의 크기 평균값을 산출하고,
    상기 현재영상에 상기 전경영역보다 큰 제2타겟영역을 설정하고, 상기 제2타겟영역 내에 존재하는 로컬 움직임벡터들 중 로컬 움직임벡터의 크기와 상기 크기 평균값의 차이가 임계값보다 작은 로컬 움직임벡터를 제거하고, 상기 차이가 임계값 이상인 로컬 움직임벡터를 선택하는, 영상처리장치.
  6. 제5항에 있어서,
    상기 영상은 상기 영상센서가 고배율 줌으로 촬영한 영상인, 영상처리장치.
KR1020200072606A 2020-06-15 2020-06-15 영상처리장치 KR20210155284A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200072606A KR20210155284A (ko) 2020-06-15 2020-06-15 영상처리장치
US17/159,809 US11212444B1 (en) 2020-06-15 2021-01-27 Image processing device
CN202110176807.0A CN113810633A (zh) 2020-06-15 2021-02-09 影像处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200072606A KR20210155284A (ko) 2020-06-15 2020-06-15 영상처리장치

Publications (1)

Publication Number Publication Date
KR20210155284A true KR20210155284A (ko) 2021-12-22

Family

ID=78826174

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200072606A KR20210155284A (ko) 2020-06-15 2020-06-15 영상처리장치

Country Status (3)

Country Link
US (1) US11212444B1 (ko)
KR (1) KR20210155284A (ko)
CN (1) CN113810633A (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022120683A (ja) * 2021-02-05 2022-08-18 キヤノン株式会社 画像処理装置及び画像処理方法、プログラム、記憶媒体

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7433497B2 (en) * 2004-01-23 2008-10-07 Hewlett-Packard Development Company, L.P. Stabilizing a sequence of image frames
US7880769B2 (en) * 2004-02-13 2011-02-01 Qualcomm Incorporated Adaptive image stabilization
JP4274233B2 (ja) * 2006-11-30 2009-06-03 ソニー株式会社 撮影装置、画像処理装置、および、これらにおける画像処理方法ならびに当該方法をコンピュータに実行させるプログラム
JP2008160300A (ja) * 2006-12-21 2008-07-10 Canon Inc 画像処理装置及び撮像装置
KR101442153B1 (ko) * 2008-01-15 2014-09-25 삼성전자 주식회사 저조도 영상 처리 방법 및 시스템
US8896715B2 (en) * 2010-02-11 2014-11-25 Microsoft Corporation Generic platform video image stabilization
US8488010B2 (en) * 2010-09-21 2013-07-16 Hewlett-Packard Development Company, L.P. Generating a stabilized video sequence based on motion sensor data
US8797414B2 (en) 2010-12-23 2014-08-05 Samsung Electronics Co., Ltd. Digital image stabilization device
JP2015111746A (ja) * 2012-04-09 2015-06-18 ソニー株式会社 画像処理装置、画像処理方法、プログラム
CN103179399B (zh) 2013-03-11 2016-05-04 哈尔滨工程大学 一种基于fpga平台的快速位平面电子稳像方法
KR102282458B1 (ko) 2015-03-23 2021-07-27 한화테크윈 주식회사 영상안정화장치 및 방법
KR102457617B1 (ko) 2015-09-16 2022-10-21 한화테크윈 주식회사 영상 움직임 추정 방법 및 장치, 영상 안정화 방법 및 장치, 및 컴퓨터 기록매체
JP6806467B2 (ja) * 2016-06-06 2021-01-06 キヤノン株式会社 画像処理装置及び方法、撮像装置、及び撮像システム
KR102429337B1 (ko) * 2018-01-16 2022-08-03 한화테크윈 주식회사 이미지를 안정화하는 이미지 처리 장치 및 이미지를 안정화하는 방법
KR102452564B1 (ko) 2018-02-07 2022-10-11 삼성전자주식회사 광학식 이미지 안정화 움직임을 추정하기 위한 장치 및 방법
CN111598918B (zh) 2020-04-29 2023-05-09 江苏大学 一种基于参考帧优选和前后景分离的视频稳像运动估计方法

Also Published As

Publication number Publication date
US20210392268A1 (en) 2021-12-16
CN113810633A (zh) 2021-12-17
US11212444B1 (en) 2021-12-28

Similar Documents

Publication Publication Date Title
CN110866480B (zh) 对象的跟踪方法及装置、存储介质、电子装置
US10511776B2 (en) Image fusion method and apparatus, and terminal device
EP2053844B1 (en) Image processing device, image processing method, and program
CN110248097B (zh) 追焦方法、装置、终端设备、计算机可读存储介质
KR101524548B1 (ko) 영상 정합 장치 및 방법
KR102072014B1 (ko) 영상 흔들림 보정을 이용한 영상 안정화 장치 및 방법
US20160182866A1 (en) Selective high frame rate video capturing in imaging sensor subarea
US9466095B2 (en) Image stabilizing method and apparatus
US8923552B2 (en) Object detection apparatus and object detection method
JP2020514891A (ja) ビデオコンテンツにおけるオプティカルフローおよびセンサー入力ベースの背景差分
US20180295273A1 (en) Device and method for detecting regions in an image
KR102297217B1 (ko) 영상들 간에 객체와 객체 위치의 동일성을 식별하기 위한 방법 및 장치
CN113508420A (zh) 物体追踪装置以及物体追踪方法
KR101861245B1 (ko) 멀티 센서 ｃｃｔｖ 파노라마 영상에서 움직임 검출 시스템 및 방법
US20110085026A1 (en) Detection method and detection system of moving object
JP5247338B2 (ja) 画像処理装置及び画像処理方法
KR20210155284A (ko) 영상처리장치
JP5539565B2 (ja) 撮像装置及び被写体追跡方法
US20230069608A1 (en) Object Tracking Apparatus and Method
KR102450466B1 (ko) 영상 내의 카메라 움직임 제거 시스템 및 방법
KR101756274B1 (ko) 감시용 카메라 및 감시용 카메라의 동작 방법
Kanáliková et al. Parking system with image processing
JP5247419B2 (ja) 撮像装置および被写体追跡方法
JP6525693B2 (ja) 画像処理装置及び画像処理方法
CN116567418A (zh) 图像处理方法、移动检测系统、电子设备及存储介质