KR20230098234A - 마스킹 방법, 컴퓨터 프로그램, 저장 매체 및 전자 제어 장치 - Google Patents

마스킹 방법, 컴퓨터 프로그램, 저장 매체 및 전자 제어 장치 Download PDF

Info

Publication number
KR20230098234A
KR20230098234A KR1020237017447A KR20237017447A KR20230098234A KR 20230098234 A KR20230098234 A KR 20230098234A KR 1020237017447 A KR1020237017447 A KR 1020237017447A KR 20237017447 A KR20237017447 A KR 20237017447A KR 20230098234 A KR20230098234 A KR 20230098234A
Authority
KR
South Korea
Prior art keywords
cells
node
original mask
vehicle
nodes
Prior art date
Application number
KR1020237017447A
Other languages
English (en)
Inventor
아자루딘 사이드
이고르 카를린스키이
미하엘 부슬러
Original Assignee
로베르트 보쉬 게엠베하
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 로베르트 보쉬 게엠베하 filed Critical 로베르트 보쉬 게엠베하
Publication of KR20230098234A publication Critical patent/KR20230098234A/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
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T5/005—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/162—Segmentation; Edge detection involving graph-based methods
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

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

Abstract

본 발명은 입력 이미지(5)에서 차량, 특히 오프로드 차량의 정적 섹션(3)을 마스킹하는 방법에 관한 것이며, 상기 입력 이미지(5)는 차량, 특히 오프로드 차량의 적어도 일부 및 차량 주변(6)을 포함하고, 상기 입력 이미지(5)에 기초하여 오리지널 마스크(7)가 선택 및/또는 결정되고, 상기 오리지널 마스크(7)는 차량, 특히 오프로드 차량의 적어도 하나의 정적 섹션(3)을 마스킹하고, 상기 입력 이미지(5)는 노드들(12), 에지들(11) 및 셀들(10)을 갖는 그리드(9)로 분할되고, 하나의 셀(10)은 3개의 에지(11, E)에 의해 한정되고, 하나의 에지(11, E)는 적어도 하나의 제 1 및 제 2 노드(12, N)를 갖고, 주변 셀들(14)은 적어도 하나의 노드(12, N)가 상기 오리지널 마스크(7)에 있고 다른 노드(12, N)는 상기 오리지널 마스크(7)에 있지 않은 하나의 에지(13)를 갖는 셀들(10)로 선택되고, 각각의 주변 셀(14)은 4개의 주변 서브셀들(15)로 분할되고, 상기 분할을 위해 상기 주변 셀(14)의 3개의 에지들(11, E) 각각에 추가 노드(N)가 도입되고, 상기 주변 셀(14)의 도입된 노드들(N)은 도입된 에지들(E)에 의해 연결된다.

Description

마스킹 방법, 컴퓨터 프로그램, 저장 매체 및 전자 제어 장치
본 발명은 입력 이미지에서 차량, 특히 오프로드 차량의 정적 섹션을 마스킹하는 방법에 관한 것이다.
이미지 섹션의 마스킹은 다양한 기술 분야에서 사용된다. 이 경우, 마스킹을 위해 그래프 이론 및/또는 그리드의 방법을 사용하는 프로세스들이 알려져 있다.
Randolph E. Bank, Andrew H. Sherman 및 Alan Weiser의 간행물 "Refinement algorithms and data structures for regular local mesh refinement" in Scientific computing(Montreal, Quebec, 1982, IMACS Transactions on Scientific Computation, I, IMACS, New Brunswick, NJ, 1983, pp. 3-17)은 특히 삼각형 그리드를 형성하는 그리드를 개선하기 위한 알고리즘을 기술한다.
청구항 제 1 항의 특징들을 갖는 입력 이미지에서 차량, 특히 오프로드 차량의 정적 섹션을 마스킹하는 방법이 제안된다. 또한, 컴퓨터 프로그램, 기계 판독 가능한 저장 매체 및 전자 제어 장치가 제안된다. 바람직한 및/또는 유리한 실시예들은 종속 청구항들, 다음 설명 및 첨부된 도면들에 나타난다.
입력 이미지의 일부를 마스킹하는 방법이 제안된다. 마스킹은 특히 오리지널 마스크 및/또는 기존 마스크의 조정 및 개선을 의미하는 것으로 이해된다. 또한 마스크와 마스킹은 실질적으로 동의어로 사용된다. 특히, 방법은 정적 섹션을 마스킹하도록 설계되며, 상기 정적 섹션은 바람직하게는 차량 섹션, 차량, 특히 오프로드 차량의 일부 및/또는 복잡한 형상의 정적 섹션이다. 예를 들어, 방법은 예를 들어 카메라, 특히 차량 카메라에 의해 기록된 이미지에서 정적인 섹션(들)을 마스킹해야 하는데, 그 이유는 예를 들어 그들이 차량, 오프로드 차량 및 /또는 이와 연결된 섹션에 속하기 때문이다. 마스킹에 의해, 예를 들어 이러한 섹션이 숨겨지거나 커버되거나 단순화되어야 한다. 오프로드 차량은 예를 들어 산업용 트럭, 특히 지게차로 이해된다. 또한 오프로드 차량은 건설 차량, 예를 들어 굴착기, 크레인, 운송 차량 또는 건설 기계로 이해될 수 있다. 단순한 자동차(승용차)와는 달리, 오프로드 차량은 지게차 프롱, 굴착기 삽, 크레인 섹션 및/또는 기타 정적 섹션과 같은 매우 복잡한 구조들 및/또는 형상들을 갖는다.
입력 이미지는 적어도 하나의 정적 섹션, 바람직하게는 차량, 특히 오프로드 차량의 섹션 및 차량 주변을 포함하고 및/또는 보여준다. 예를 들어, 입력 이미지는 차량 주변 및 차량, 특히 오프로드 차량의 섹션 또는 도구를 이미지화하는 차량 카메라의 기록을 기초로 하고 및/또는 상기 기록으로 설계된다. 입력 이미지를 기초로, 오리지널 마스크가 선택 및/또는 결정된다. 예를 들어, 사용자 또는 사람에 의해 입력 이미지에서 또는 입력 이미지에 기초해서 오리지널 마스크가 그래픽으로 또는 영숫자로 선택 및/또는 결정될 수 있다. 특히, 오리지널 마스크는 예를 들어 물체 검출 알고리즘에 의해 선택 및/또는 결정될 수 있다. 오리지널 마스크는 입력 이미지의 정적 섹션, 예를 들어 입력 이미지에 기록 및/또는 포함되는 차량, 특히 오프로드 차량의 정적 섹션을 마스킹하고, 결정하며 및/또는 나타낸다. 오리지널 마스크는 특히 2차원 면이며, 이 면은 연속적이거나 불연속적으로 부분 면으로 형성될 수 있다. 오리지널 마스크는 특히 차량 주변으로부터 오리지널 마스크를 구분하는 경계 및/또는 가장자리 영역과 같은 윤곽을 갖는다.
입력 이미지는 그리드에 의해 및/또는 그리드로 분할 및/또는 분해된다. 그리드는 노드들, 에지들 및 셀들을 포함한다. 그리드는 셀이 삼각형을 형성하는 삼각형 그리드인 것이 바람직하다. 그리드는 또한 메트릭을 가질 수 있으며, 정렬될 수 있고 및/또는 규칙적일 수 있다. 원래 정의된 그리드의 경우, 셀들은 바람직하게 정삼각형들이고 및/또는 규칙적으로 배열되며, 특히 처음에는 셀들이 방법에 의해 아직 더 분할되지 않은 것으로 이해된다. 셀들은 노드들과 에지들을 포함하고 및/또는 노드들과 에지들에 의해 정의된다. 노드들은 예를 들어 점들로 이해되며, 삼각형 셀의 경우 3개의 노드들이 모서리들로 존재한다. 하나의 에지는 예를 들어 하나의 선으로 이해되고, 삼각형 셀은 3개의 에지에 의해 한정된다. 특히 에지들은 꼭지점들을 형성하는 셀의 노드들을 연결한다. 특히, 추가 노드는 꼭지점으로 형성된 2개의 노드들 사이의 에지에 삽입될 수 있거나 및/또는 삽입되고, 이러한 삽입된 노드는 예를 들어 추가 노드라고 한다. 특히 인접한 2개의 셀들은 공통 에지를 통해 연결된다. 삼각형 셀의 경우, 하나의 노드, 특히 꼭지점은 6의 원자가 수를 가지며, 이는 하나의 노드에 대해 이 노드가 6개의 셀에 속하고 및/또는 6개의 셀에 인접함을 의미한다. 특히 방법을 수행하기 위해, 노드 대 인접 셀 테이블 및 노드 대 에지 테이블이 생성 및/또는 사용될 수 있다. 노드 대 인접 셀 테이블은 예를 들어 하나의 노드의 원자가 수 6을 가정하고 각 노드에 대해 최대 6개의 관련 및/또는 인접 셀을 저장한다. 노드 대 에지 테이블은 에지에 대해 2개의 관련 및/또는 인접 셀을 저장하고, 특히 상기 에지가 공유 에지를 형성하는 경우 노드 식별자(Id)를 저장한다. 노드 대 에지 테이블은 예를 들어 순서를 고려하지 않고 인덱스를 결정하는 getindex() 함수를 통해 얻어질 수 있다.
이 방법에서는 주변 셀들이 선택된다. 하나의 노드가 오리지널 마스크 내에 있고 다른 노드는 오리지널 마스크에 있지 않은 하나의 에지를 갖는 그리드의 셀들이 주변 셀로 선택된다. 따라서 이러한 에지들은 예를 들어 오리지널 마스크에서 부분 프로파일을 갖는 에지들이다. 특히 이러한 셀들은 오리지널 마스크의 윤곽과 교차하는 하나 또는 2개의 에지를 갖는다. 예를 들어 방법이 처음으로 입력 이미지에 적용될 때, 주변 셀들은 그리드의 셀, 특히 그리드의 모든 셀로부터 선택된다. 예를 들어, 방법을 반복할 때 및/또는 방법 또는 방법 단계를 반복적으로 수행 및/또는 적용할 때 이전에 분할되었고 및/또는 원래 그리드에 의해 지정되지 않았던 그리드의 셀들로부터만 선택이 이루어진다.
이 방법에서는 선택된 주변 셀들이 분할된다. 특히, 주변 셀들은 각각 4개의 주변 서브셀로 분할된다. 선택된 주변 셀로부터 분할에 의해 4개의 주변 서브셀들이 얻어지며, 특히 4개의 주변 서브셀들은 이들이 기원하는 분할된 주변 셀을 대체한다. 예를 들어, 분할되었던 주변 셀은 그리드 내의 4개 주변 서브셀로 대체된다. 주변 셀, 특히 각 주변 셀을 분할하기 위해 주변 셀의 각 에지, 특히 3개의 에지에 추가 노드가 도입된다. 도입된 노드는 각각의 에지를 분할하는 역할을 한다. 그러면, 2개의 노드에 의해 한정되었던 하나의 에지는 예를 들어 3개의 노드를 포함하며, 하나의 에지는 이제 특히 공통 노드를 갖는 2개의 새로운 에지로 이해될 수 있다. 주변 셀을 4개의 주변 서브셀들로 분할하기 위해, 3개의 에지들이 도입되고, 도입된 3개의 에지들은 도입된 노드들을 연결함으로써 정의되고 및/또는 얻어진다.
따라서, 오리지널 마스크와 중첩되는 선택된 주변 셀들을 분할함으로써, 오리지널 마스크의 주변이 더 작고 더 미세한 셀들로 분할된다. 따라서, 매우 많은 양의 계산과 메모리를 의미하는, 그리드의 모든 셀들이 분할되지 않고, 중요한 것으로 간주되는 셀들만 분할된다. 오프로드 차량 및/또는 그 정적 섹션의 윤곽과 기하학이 매우 복잡하기 때문에 그 마스킹도 매우 복잡하다. 오프로드 차량에 대한 마스크를 입력 이미지에 적용하고 조정하려면 더 정확한 고려가 필요하며 종종 문제가 있는 섹션에서 그리드의 분할이 필요하다. 오리지널 마스크의 주변으로부터 특별히 선택된 셀들을 분할함으로써 특히 계산적으로 효율적이고 메모리를 절약하는 알고리즘이 사용될 수 있으므로 이미지들에서 오프로드 차량과 같은 복잡한 형상을 마스킹할 수 있다. 특히, 승용차 지향 마스킹 방법들은 승용차가 오프로드 차량에 적용될 때 불만족스러운 결과를 주는 프롱들, 에지들 및/또는 작업 부분들과 같은 문제 지점들이 없는 매우 단순하고 종종 직사각형인 형상을 갖기 때문에 적용될 수 없다.
따라서 이 방법은 복잡한 형상에 적합하고 불필요한 컴퓨팅 용량을 필요로 하지 않는 그리드의 특히 효율적인 조정을 가능하게 한다. 특히 중요한 부분들은 고해상도로 개선될 수 있고 중요하지 않은 부분은 생략될 수 있어서, 이 방법은 임베디드 시스템에도 적용될 수 있다. 또한 이 방법은 마스크와 주변 사이의 전환 영역에서 사소한 인공물(artifact)을 생성한다. 특히, 이 방법에 의해 예를 들어 셀들, 여기서는 주변 서브셀들이 마스크 및/또는 주변에 추가로 분류 및/또는 할당될 수 있으며, 예를 들어 마스킹을 위해 중첩되는 분할된 주변 서브셀들은 마스킹에 카운트되고 중첩되지 않는 주변 서브셀들은 원래 차량 주변에 카운트된다.
선택된 주변 셀들에 대해, 셀들에 속하는 노드들은 주변 노드들로 선택되는 것이 특히 바람직하다. 선택된 주변 셀의 경우, 특히 3개의 한정 노드들(모서리들)은 주변 노드들로 선택된다. 특히, 주변 셀이 한정 노드들(모서리들) 사이에 도입된 노드를 갖는 경우, 이 노드들도 주변 노드들로 선택되도록 제공될 수 있다. 선택된 주변 노드들에 대해 노드 주변 셀이 선택되며, 여기서 노드 주변 셀들은 주변 노드에 속하는 셀들이다. 원자가 수 6의 경우, 예를 들어 최대 6개, 특히 정확히 6개의 노드 주변 셀들이 선택된다. 노드 주변 셀들의 선택은 예를 들어 노드 대 인접 면 테이블을 기반으로 이루어진다.
노드 주변 셀들은 각각 4개의 노드 주변 서브셀들로 나뉘며, 노드 주변 서브셀들은 특히 주변 서브셀을 형성하고 및/또는 주변 서브셀 자체로 설정된다. 노드 주변 셀들을 분할하기 위해, 특히 주변 셀을 주변 서브셀들로 분할하기 위한 것과 동일한 방식으로, 노드 주변 셀의 3개의 에지 각각에 추가 노드가 도입된다. 도입된 노드들은 에지들의 도입에 의해 연결되므로, 노드 주변 셀들은 각각 4개의 노드 주변 서브셀 또는 주변 서브셀로 분해되며, 특히 4개의 주변 서브셀들은 원래 노드 주변 셀을 대체한다. 이 실시예는 주변 셀들을 주변 서브셀들로 분할하는 것, 즉 오리지널 마스크로부터 주변으로의 전환을 조정하는 것 외에도, 인접 영역에서의 그리드 및/또는 분할이 조정된다는 사상에 기초한다. 이 실시예를 사용하면 컴퓨팅 성능을 절약하고 메모리 공간을 절약하는 특히 효율적인 인접 영역 조정이 이루어질 수 있다.
선택적으로, 주변 서브셀들, 특히 방법 또는 반복 단계에서 획득된 주변 서브셀들이 오리지널 마스크과 중첩 및/또는 이미 비어 있지 않은 교차를 갖는지 여부가 검사된다. 특히, 오리지널 마스크와 중첩 및/또는 오리지널 마스크와 비어 있지 않은 교차를 갖는 주변 서브셀들은 오리지널 마스크로 설정되어 및/또는 오리지널 마스크에 할당되어 새로운 오리지널 마스크가 이 주변 서브셀을 포함한다. 따라서, 특히 오리지널 마스크가 조정 및/또는 개선되며, 이러한 조정된 및/또는 개선된 오리지널 마스크는 특히 주변 셀을 다시 선택하고 분할하기 위해, 방법 또는 방법의 일부를 다시 수행하기 위한 기초를 형성할 수 있다. 오리지널 마스크와 중첩 및/또는 빈 교차가 없는 주변 서브셀들은 오리지널 마스크에 카운트 및/또는 설정되지 않고, 특히 그리드 및/또는 차량 주변에 할당된다. 방법의 이 실시예는 오리지널 마스크를 조정 및 개선한다. 예를 들어, 분할되지 않은 셀에 비해 이전에 크기가 컸던 셀들은 분할된 형태로 마스크 및/또는 오리지널 마스크를 더 정확하게 나타낼 수 있다. 오리지널 마스크라는 용어는 특히 방법의 이러한 실시예에서, 설명을 단순화하기 위해, 실제 오리지널 마스크와, 실제 오리지널 마스크와 추가된 주변 서브셀들을 포함하는 새로운 오리지널 마스크를 의미하는 것으로 이해된다.
특히, 오리지널 마스크에 의한 더 나은 개선 및 마스킹을 위해, 노드 주변 셀 및 주변 셀의 선택, 노드 주변 셀 및 주변 셀의 분할, 주변 서브셀을 그리드로 및/또는 오리지널 마스크로 설정이 반복적으로 수행된다. 이제, 예를 들어 주변 서브셀들을 형성하는 셀들로부터 선택이 이루어진다. 예를 들어, 오리지널 마스크와 중첩되지 않는 주변 서브셀들은 그리드의 셀들로 설정되었다. 방법 및/또는 방법 단계의 반복은 예를 들어 결정된 및/또는 결정 가능한 반복 횟수에 의해 정의될 수 있다. 대안적으로 및/또는 추가적으로, 반복 횟수는 예를 들어 차량 형상과 같은 알려진 목표 형상과 오리지널 마스크를 비교하고 및/또는 편차 결정함으로써 결정될 수 있다.
에지의 적어도 하나의 분할 또는 모든 분할에 대해, 노드가 에지를 반으로 나누는 방식으로, 예를 들어 도입된 노드가 분할될 에지의 원래 노드에 대해 점 대칭을 형성하는 방식으로, 노드를 도입하는 것이 특히 바람직하다. 대안으로서, 에지를 다른 비율로, 예를 들어 임의로 또는 사용자 정의된 방식으로 분할할 수 있다. 이 실시예는 예를 들어 원래 그리드의 대칭 및/또는 기하학적 특성이 분할 후에도 실질적으로 유지되는, 셀들 및/또는 에지들의 분할을 위한 계산상 및/또는 프로그램상 간단한 실시예를 제공한다는 사상에 기초한다.
본 발명의 대안적인 실시예에서, 추가 노드의 도입에 의한 에지의 적어도 한 번 분할은 오리지널 마스크와 분할될 에지의 교차 검사에 기초한다. 예를 들어, 분할될 에지가 오리지널 마스크의 윤곽과 교점을 갖는지 여부가 분할될 에지에 대해 검사되고, 교점이 있는 경우 교점은 도입될 노드의 위치를 형성한다. 이 실시예는 오리지널 마스크를 고려하여 주변 셀을 분할하기 위한 추가 노드의 도입이 복잡한 형상에 대해 최적화된다는 사상을 기반으로 하는데, 그 이유는 주변 셀을 이렇게 분할함으로써 오리지널 마스크와의 교차가 주변 서브셀에 의해 실질적으로 분리될 수 있기 때문이다.
본 발명의 일 실시예에서, 경계 주변 셀들은 특히 그리드의 셀들로부터 선택된다. 경계 주변 셀은 적어도 하나의 공통 에지를 통해 주변 셀, 특히 선택된 주변 셀에 연결 및/또는 인접되는 그리드의 셀이다. 즉, 경계 주변 셀과 인접한 주변 셀은 공통 에지를 공유한다. 경계 주변 셀들은 경계 주변 서브셀들로 나뉜다. 경계 주변 셀들을 경계 주변 서브셀들로 분할하기 위해 에지가 삽입 및/또는 도입되며, 이 에지는 경계 주변 셀의 노드, 특히 모서리를 공통 에지의 도입된 노드에 연결한다. 공통 에지는 방법에 따라 분할되었던 주변 셀이기 때문에 도입된 노드를 갖는다. 경계 주변 셀에서 공통 에지의 도입된 노드는 경계 주변 셀의 노드 또는 모서리에 연결되어 이 에지의 도입에 의해 경계 주변셀이 분할, 특히 둘로 분할된다. 특히, 도입된 노드는 도입된 노드를 갖는 에지의 반대쪽에 있는 경계 주변 셀의 노드에 연결된다.
특히, 인접한 2개의 삼각형 셀이 서로 보완되어 4개의 노드를 갖는 사각형을 형성하도록 그리드가 형성된다. 특히, 서로 보완되어 사각형을 형성하는 셀들은 2개의 노드를 가진 하나의 에지를 공유하며, 공통 에지는 사각형에 대한 대각선을 형성한다. 예를 들어, 사각형들이 선택되고 및/또는 사각형들로 그룹화된다. 특히, 사각형들 및/또는 관련 셀들은 오리지널 마스크의 모서리 영역에 배열되는 방식으로 선택 및/또는 그룹화된다. 모서리 영역들은 예를 들어 예각 및/또는 직각을 갖는 오리지널 마스크 및/또는 그 윤곽의 영역들이다. 선택된 사각형 및/또는 기본 셀의 경우 2개의 셀의 공통 또는 공유 에지를 형성하는 원래 대각선의 방향이 변경되고, 상기 원래 대각선 및/또는 공통 에지는 제거되며, 원래 연결되지 않은 다른 2개의 노드들 또는 꼭지점들은 새로운 에지에 의해 연결된다. 특히 이렇게 새로 생성된 셀들은 다른 방향의 새로운 공통 에지를 갖는다. 이렇게 생성된 새로운 셀들은 그리드의 셀로서 설정되고 및/또는 주변 셀 및/또는 주변 서브셀로서 설정된다. 대각선의 방향을 변경하고 결과로 생성되는 그리드의 새로운 셀에 의해, 모서리 영역, 특히 오리지널 마스크의 예각이 더 개선되고 조정될 수 있다. 예를 들어 반복 단계들 및/또는 분할 단계들의 절감이 가능하다.
특히, 오리지널 마스크 내에 각각 2개의 노드를 갖는 셀들 그리고 동시에 상기 노드에 속한 에지들의 방향이 변하지 않는, 예를 들어 원래 그리드의 방향에 해당하는 속성을 갖도록, 모서리 영역이 결정되고 및/또는 모서리 영역 내의 사각형들이 선택된다. 예를 들어 원래 방향을 가진 오리지널 마스크 내에 2개의 노드를 갖는 각각의 셀은 이 에지를 통해 인접한 셀과 그룹화되어 사각형을 형성한다.
대안적으로 및/또는 추가적으로, 오리지널 마스크 내에 정확히 하나의 노드를 갖고 이 노드에서 나와 그리드 방향을 나타내는 2개의 인접한 셀을 향하는 2개의 에지를 갖는 셀들은 사각형의 그룹화 및/또는 선택을 위한 셀들로서 사용된다.
대안적으로 및/또는 추가적으로, 상기 속성이 적용되는 셀들은 4개의 모서리로 또는 모서리 영역으로서 그룹화를 위한 위한 셀들로 선택된다. 셀의 하나의 에지의 경우 정확히 하나의 노드가 오리지널 마스크 내에 있으며, 상기 노드에 대해 인접한 셀의 정확히 2개의 다른 노드도 오리지널 마스크 내에 있고, 이로 인해 형성된 모서리는 그리드의 원래 방향에 수직이다. 특히 이 모서리로 둘러싸인 셀들은 그룹화되어 사각형을 형성한다.
입력 이미지가 차량, 특히 오프로드 차량의 평면도를 형성하고 및/또는 나타내는 것이 특히 바람직하다. 예를 들어, 입력 이미지는 하나 이상의 차량 카메라, 예를 들어 프론트 카메라, 리어 카메라, 왼쪽 및 오른쪽 카메라의 카메라 기록을 기반으로 한다. 입력 이미지는 예를 들어 차량 카메라의 기록 및/또는 기록의 투영을 기반으로 형성된다. 차량, 특히 오프로드 차량은 평면도에서 오리지널 마스크에 의해 숨겨지고 및/또는 커버되고, 특히 차량, 특히 오프로드 차량의 모델에 의해 주변 내로 매립된다.
본 발명의 다른 대상은 컴퓨터, 프로세서 및/또는 전자 제어 장치에서 실행하기 위한 컴퓨터 프로그램이다. 컴퓨터 프로그램은 컴퓨터, 프로세서 및/또는 전자 제어 장치에서 실행될 때 이전에 설명된 방법 및/또는 방법의 개별 방법 단계를 수행 및/또는 적용하도록 설계 및/또는 구성된다.
본 발명의 또 다른 대상은 예를 들어 CD, DVD 또는 하드 디스크 스토리지와 같은 기계 판독 가능한 저장 매체이다. 상기 컴퓨터 프로그램은 상기 기계 판독 가능한 저장 매체에 저장된다.
본 발명의 또 다른 대상은 전자 제어 장치이며, 상기 전자 제어 장치에는 전술한 바와 같이 입력 이미지가 제공된다. 전자 제어 장치는 특히 전술한 방법을 수행하도록 설계 및/또는 구성된다. 전자 제어 장치는 입력 이미지에 대한 오리지널 마스크를 정의하도록 및/또는 사용자에 의해 정의하도록 설계 및/또는 구성된다. 전자 제어 장치는 그리드, 특히 삼각형 그리드에 의해 입력 이미지, 특히 차량 주변 및/또는 오리지널 마스크를 분할하도록 설계된다. 그리드는 전술한 대로 설계된다. 전자 제어 장치는 오리지널 마스크 내에 적어도 하나의 노드가 있는 셀들로부터 주변 셀들을 선택하도록 설계된다. 특히, 전자 제어 장치는 다음 속성을 갖는 에지를 갖는 셀들을 주변 셀들로 선택한다: 에지의 하나의 노드는 오리지널 마스크 내에 있고 다른 노드는 오리지널 마스크 내에 있지 않다. 전자 제어 장치는 선택된 주변 셀들을 주변 서브셀들로 분할하도록 설계되고, 상기 제어 장치는 주변 셀의 각 에지에 하나의 노드를 도입하도록 설계되며, 도입된 노드들은 새로운 에지에 의해 연결된다.
본 발명의 추가 장점들, 효과들 및 구성들은 첨부된 도면들 및 그 설명에 나타난다.
도 1은 오리지널 마스크의 예시적인 선택을 도시한다.
도 2는 입력 이미지의 가능한 분할을 도시한다.
도 3은 도 2의 그리드의 섹션을 도시한다.
도 4는 주변 셀의 분할을 도시한다.
도 5는 경계 주변 셀에 추가 에지의 예시적인 도입을 도시한다.
도 6a 및 도 6b는 방법을 적용하기 전과 후의 오리지널 마스크를 도시한다.
도 7은 반으로 분할되지 않은 에지의 실시예를 도시한다.
도 8은 사각형의 대각선의 방향 변경을 도시한다.
도 1은 차량, 특히 오프로드 차량, 여기서는 지게차의 차량 카메라에 의해 기록된 4개의 카메라 이미지들(1)을 도시한다. 카메라 이미지들(1)은 프론트 카메라 이미지(1a), 리어 카메라 이미지(1b), 왼쪽 이미지(lc) 및 오른쪽 이미지(ld)를 포함한다. 여기서 카메라 이미지들(1)은 어안 렌즈가 있는 카메라의 이미지들(la, 1b, 1c, 1d)이다. 카메라 이미지들(1)은 가변적으로 그리고 동적으로 설계된 차량의 주변(2)을 보여준다. 또한, 카메라 이미지(1)는 정적 섹션들(3)을 나타내며, 이 정적 섹션들(3)은 차량의 일부를 기록함으로써 형성된다. 카메라 이미지들(1)은 예를 들어 차량 주변(2)의 평면도를 얻기 위해 입력 이미지(5)를 생성하는데 사용된다. 예를 들어, 차량 주변은 예를 들어 평면도로서 입력 이미지(5)에 표시되며, 정적 섹션(3) 및/또는 차량 자체는 단순화된 평면도로 표시되거나 마스킹된다.
마스킹 단계(100)에서, 사용자는 예를 들어 스크린 및/또는 컴퓨터 상의 이미지에서 그래픽 선택에 의해 카메라 이미지들(1a, 1b, 1c, 1d)에서 마스크 선택(4)을 수행한다. 마스크 선택(4)은 카메라 이미지들(la, 1b, 1c, 1d) 내의 정적 섹션들(3)을 정의, 선택 및/또는 한정하며, 이들은 예를 들어 입력 이미지(5)에서 오리지널 마스크를 생성하기 위해 사용 및/또는 투영된다. 투영 단계(200)에서, 카메라 이미지(1a, 1b, 1c, 1d) 및 마스크 선택(4)에 기초하여 차량 주변(6) 및 오리지널 마스크(7)를 포함하는 평면도가 생성되는 방식으로 입력 이미지(5)가 생성된다. 차량 주변(6)은 특히 차량 주변의 동적 영역들, 특히 카메라 이미지들(1)의 동적 영역들에 의해 형성된다. 오리지널 마스크(7)는 마스크 선택(4), 즉 카메라 이미지들의 정적 섹션들을 기반으로 한다. 또한, 오리지널 마스크(7)는 예를 들어 차량의 알려진 기하학적 구조 및/또는 물체 검출 알고리즘에 기초하고 및/또는 보완될 수 있다. 오리지널 마스크(7)는 평면도 내의 차량에 실질적으로 상응하는 면 섹션을 나타낸다. 오리지널 마스크(7)는 면 또는 오리지널 마스크(7)를 차량 주변(6)에 대해 한정하는 윤곽(8)을 갖는다. 입력 이미지(5)는 방법의 일 실시예를 수행하기 위해 분할된다.
도 2는 차량 주변(6), 오리지널 마스크(7) 및 윤곽(8)을 갖는 도 1의 입력 이미지(5)를 도시한다. 분할 단계(300)에서, 입력 이미지(5)는 그리드(9)에 의해 셀들(10)로 분할된다. 특히, 분할 단계(300)에서 입력 이미지(5)의 세부 사항이 단순화 및/또는 포기되어, 예를 들어 그리드(9)에서는 오리지널 마스크(7), 윤곽(8) 및 차량 주변(6) 간의 구별만 이루어지고, 이는 예를 들어 프로세서 부하를 낮춘다.
그리드(9)는 규칙적으로, 특히 그리드(9)가 생성될 때 규칙적으로 구성된다. 방법을 적용할 때, 방법을 적용한 후에 및/또는 방법 단계들을 반복할 때, 그리드(9)의 일부가 변경되어 불규칙성을 초래할 수 있다. 그리드(9)는 여기서 원래의 그리드로 도시되어 있다. 셀(10)은 삼각형 셀이므로 그리드(9)는 삼각형 분할을 나타낸다. 셀들(10)은 각각 3개의 에지(11) 및 3개의 노드(12)를 갖는다. 셀(10)의 에지들(11)은 각각 2개의 노드(12)의 연결로 형성된다. 각 에지(11)는 2개의 인접한 셀들(10)의 일부이다. 특히, 각 셀(10)은 3개의 에지(11)로 3개의 인접한 셀에 배치된다. 그리드의 각 노드(12)는 6개의 셀(10)의 일부이고 및/또는 6개의 셀(10)에 인접한다. 셀들(10), 에지들(11) 및 노드들(12)에 대해, 이들이 차량 주변(6)과 오리지널 마스크(7)의 영역에 또는 윤곽(8)에 있는지 여부가 검사될 수 있다.
도 3은 분할된 입력 이미지(5)의 일부를 도시한다. 이 부분은 그리드(9), 오리지널 마스크(7) 및 차량 주변(6)을 도시한다. 몇 개의 선택된 에지들(13) 및 선택된 셀들(14)이 예로서 도시된다. 선택된 셀들(14)은 주변 셀들을 형성한다. 주변 셀들(14)은 그리드(9)의 모든 셀(10)이 선택 속성의 존재에 대해 검사되는 방식으로 선택되며, 방법을 반복 실행하여 또는 반복하여, 예를 들어 이전 방법 또는 반복 단계에서 분할되었던 셀들(10)만 검사 및/또는 조사된다.
하나의 셀(10)이 주변 셀(14)을 형성하는 선택 속성은, 하나의 노드(13)가 오리지널 마스크(7)에 있지만 다른 노드는 오리지널 마스크(7)에 있지 않고 차량 주변(6)에 있는 하나의 에지(13)를 상기 셀(10)이 갖는다는 것이다. 다른 에지들(11)이 이 속성을 갖는지 여부와 관계없이, 상기 셀이 이러한 속성을 갖는 하나의 에지, 예를 들어 에지(13)를 갖는 것으로 충분하다. 이 선택 속성을 가진 모든 셀들(10)은 주변 셀들(14)로 선택된다. 그리고 나서, 주변 셀들(14)은 도 4에 도시된 바와 같이 주변 서브셀로 분할된다.
도 4는 주변 셀(14)의 예를 도시한다. 주변 셀(14)은 3개의 노드들(12), 여기서는 노드들(N0, N1, N2)을 포함한다. 또한, 주변 셀(14)은 3개의 에지들(E0, E1 및 E2)을 포함한다. 면(F0)은 에지들(E0, E1 및 E2)로 둘러싸여 있다. 면(F0)을 갖는 주변 셀(14)은 4개의 주변 서브셀들(15a, 15b, 15c 및 15d)로 분할된다. 이를 위해, 주변 셀(14)의 에지들(E0, E1 및 E2) 각각에 노드(N3, N4, N5)가 도입된다. 이 실시예에서, 도입된 노드들(N3, N4 및 N5)은 관련 에지들(E0, E1 및 E2)을 각각 반으로 나눈다. 따라서 원래 에지(E0)는 에지들(E3 및 E4)로 분할되고 원래 에지(E1)는 에지들(E5 및 E6)로 분할되며 원래 에지(E2)는 에지들(E7 및 E8)로 분할된다. 또한, 도입된 노드들(N3, N4, N5)은 각각 에지(E9, E10, E11)에 의해 서로 연결된다. 따라서 주변 셀(14)은 면들(F1, F2, F3 및 F4)을 갖는 4개의 주변 서브셀들(15a 내지 15d)로 분할된다. 그러면 원래 주변 셀(14)은 주변 서브셀들(15a 내지 15d)로 대체되어 주변 셀(14)의 영역에서 그리드(9)가 개선된다.
도 5는 경계 주변 셀을 형성하기 위한 실시예를 도시한다. 경계 주변 셀들은 공유 주변 셀(14)과 공통 에지(17)를 갖는 셀들(10)이다. 따라서 공통 에지(17)에 추가 노드(18)가 도입되어 새롭게 존재한다. 추가 노드(18)는 경계 주변 셀(16)에서 에지(20)를 통해 주변 서브셀의 반대편 노드(19)에 연결되어 경계 주변 셀(16)이 경계 주변 서브셀들(20a, 20b)로 분할된다.
도 6a 및 도 6b는 차량 주변(6) 및 오리지널 마스크(7)를 갖는 입력 이미지(5)의 예를 도시한다. 도 6a는 주변 셀의 선택 및 그 분할을 한 번 수행한 후 입력 이미지(5)를 도시한다. 이 경우, 주변 서브셀의 일부가 오리지널 마스크(7)에 할당되었다. 도 6b는 4개의 선택 단계 및 그 분할을 수행한 후 도 6a의 입력 이미지를 도시한다. 이 경우, 경계 주변의 일부가 셀들(10)을 분할하여 오리지널 마스크(7)에 할당되었으므로, 오리지널 마스크(7)가 개선되었다. 도 6b의 오리지널 마스크(7)는 평면도에서 차량의 실제 형태를 더 잘 나타낸다.
도 7은 노드들(N3, N4, N5)을 도입함으로써 주변 셀(14)을 주변 서브셀들(15)로 분할하는 실시예를 도시한다. 도입된 노드들(N3, N4)은 관련 에지들(E1, E0)을 반으로 나누지 않고, 오리지널 마스크(7)에 기초하여 결정된다. 이 경우 에지(E0, E1)와 오리지널 마스크(7)의 교점(S3 및 S4)이 결정된다. 노드(N3 또는 N4)는 교점(S3 또는 S4)의 위치에 배치된다. 하나의 에지, 예를 들어 E2가 오리지널 마스크(7)와 교차하지 않는 경우, 상기 에지는 여기서 예를 들어 노드(N5)에 의해 절반으로 나뉜다. 이러한 방식으로 노드, 특히 N3 및 N4를 정의하면 오리지널 마스크(7)가 고려되기 때문에 주변 셀(14)의 분할이 개선된다.
도 8은 2개의 삼각형 셀(10a, 10b)을 포함하는 사각형(21)의 대각선(D)의 방향을 변경한 예를 도시한다. 셀(10a)은 노드들(N0, N1, N2) 및 관련 에지들(E0, E1 및 E2)에 의해 정의된다. 셀(10b)은 노드들(N0, N2 및 N3) 및 에지들(E3, E4 및 E5)에 의해 정의된다. 에지들(E2 및 E3)은 두 셀(10a 및 10b)의 일부이며 사각형(21)의 대각선(D)을 형성한다. 특히 모서리 영역들 및/또는 예각을 가진 영역들에서 그리드 및 마스크를 더 잘 조정하기 위해, 방향 변경 단계(400D)에서 대각선(D)의 방향이 변경된다. 이를 위해 원래 대각선(D)은 대각선(D*)으로 대체되어 원래 반대쪽 노드들(N0 및 N2) 대신 이전에 연결되지 않은 다른 노드들(N1 및 N3)을 서로 연결하고, 상기 대각선(D*)은 새로운 에지들(E2 및 E3)을 형성한다. 새로운 셀(10a) 및 새로운 셀(10b)은 이제 기존 노드들(N0 내지 N3)의 다른 조합에 의해 정의되므로, 마스킹의 문제 영역에서의 윤곽이 보다 집중적으로 처리될 수 있다.
3: 정적 섹션
5: 입력 이미지
6: 차량 주변
7: 오리지널 마스크
9: 그리드
10: 셀
11: 에지
12: 노드
13: 에지
14: 주변 셀
15: 주변 서브셀
17: 공통 에지
21: 사각형

Claims (14)

  1. 입력 이미지(5)에서 차량, 특히 오프로드 차량의 정적 섹션(3)을 마스킹하는 방법에 있어서,
    상기 입력 이미지(5)는 상기 차량, 특히 오프로드 차량의 적어도 일부 및 차량 주변(6)을 포함하고, 상기 입력 이미지(5)에 기초하여 오리지널 마스크(7)가 선택 및/또는 결정되고, 상기 오리지널 마스크(7)는 상기 차량, 특히 오프로드 차량의 적어도 하나의 정적 섹션(3)을 마스킹하고,
    상기 입력 이미지(5)는 노드들(12), 에지들(11) 및 셀들(10)을 갖는 그리드(9)로 분할되고, 하나의 셀(10)은 3개의 에지(11, E)에 의해 한정되며, 하나의 에지(11, E)는 적어도 하나의 제 1 및 제 2 노드(12, N)를 갖고,
    주변 셀들(14)은 하나의 노드(12, N)가 상기 오리지널 마스크(7)에 있고 다른 노드(12, N)는 상기 오리지널 마스크에 있지 않은 하나의 에지(13)를 갖는 셀들(10)로 선택되고,
    각각의 주변 셀(14)은 4개의 주변 서브셀들(15)로 분할되고, 분할을 위해 추가 노드(N)가 상기 주변 셀(14)의 3개의 에지들(11, E) 각각에 도입되며, 상기 주변 셀(14)의 도입된 노드들(N)은 도입된 에지들(E)에 의해 연결되는 것을 특징으로 하는 마스킹 방법.
  2. 제 1 항에 있어서, 선택된 주변 셀(14)의 노드들(12)은 주변 노드들로 선택되고, 상기 주변 노드에 인접한 셀들(10)은 노드 주변 셀들로 선택되며, 상기 노드 주변 셀들의 각각은 4개의 주변 서브셀들(15)로 나뉘고, 분할을 위해 상기 노드 주변 셀의 3개의 에지들(11, E) 각각에 추가 노드(N)가 도입되며, 도입된 노드들(N)은 도입된 에지들(E)에 연결되는 것을 특징으로 하는 마스킹 방법.
  3. 제 1 항 또는 제 2항에 있어서, 상기 오리지널 마스크(7)와 중첩되는 주변 서브셀들(15)은 오리지널 마스크(7)로서 설정되고, 상기 오리지널 마스크(7)와 중첩되지 않는 주변 서브셀들(15)은 그리드(9)로서 설정되는 것을 특징으로 하는 마스킹 방법.
  4. 제 3 항에 있어서, 주변 셀들(14)의 선택, 노드 주변 셀들의 선택, 주변 서브셀들(15)로의 분할, 주변 서브셀들(15)을 그리드(9)로 설정 및/또는 주변 서브셀들(15)을 오리지널 마스크(7)로 설정이 반복되는 것을 특징으로 하는 마스킹 방법.
  5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 도입된 노드들(N) 중 적어도 하나 또는 전부는 관련 에지(11)를 반으로 나누는 것을 특징으로 하는 마스킹 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 주변 셀들(14)의 분할들 중 적어도 하나를 위해, 상기 오리지널 마스크(7)의 윤곽과 상기 관련 에지(E)의 교점이 추가 노드(N)로서 선택되는 것을 특징으로 하는 마스킹 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서, 경계 주변 셀들이 선택되고, 상기 경계 주변 셀들은 각각 공통 에지(17)를 통해 상기 주변 셀들(14) 중 하나에 연결되고, 상기 경계 주변 셀들은 경계 주변 서브셀들(20a, 20b)로 분할되고, 분할을 위해 상기 경계 주변 셀의 노드(12)와 상기 공통 에지(E)의 도입된 노드(N)의 연결에 의해 에지(11)가 삽입되는 것을 특징으로 하는 마스킹 방법.
  8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서, 2개의 인접한 셀들은 각각 꼭지점들로서 4개의 노드(N)를 갖는 사각형(21)을 형성하고, 2개의 셀(10a, 10b)의 공통 에지(17)는 상기 사각형(21)의 대각선(D)을 형성하며, 상기 꼭지점들 중 2개를 연결하고, 모서리 사각형의 모서리 영역에서 사각형(21)이 선택되고, 선택된 모서리 사각형에 대해 상기 사각형(21)의 원래 대각선(D)은 다른 2개의 꼭지점들의 연결에 의해 그 방향이 변경되어 새로운 대각선(D*)을 형성하는 것을 특징으로 하는 마스킹 방법.
  9. 제 8 항에 있어서, 상기 오리지널 마스크(7)에 정확히 2개의 노드(N)를 갖고 관련 에지가 원래 방향을 갖는 셀들(10)은 상기 사각형(21)을 형성하기 위한 셀들(10)로 선택되는 것을 특징으로 하는 마스킹 방법.
  10. 제 9 항에 있어서, 상기 오리지널 마스크(7)에 정확히 하나의 노드(N)를 갖고 상기 노드(N)로부터 인접한 2개의 셀들(10a, 10b)의 2개 노드(N)로의 2개의 에지들(E)을 갖는 셀들(10)은 상기 에지들(11)이 서로 직교하는 경우 상기 사각형(21)을 형성하기 위한 셀들로 선택되는 것을 특징으로 하는 마스킹 방법.
  11. 제 1 항 내지 제 10 항 중 어느 한 항에 있어서, 상기 입력 이미지(5)는 차량, 특히 오프로드 차량 및 그 주변(2)의 평면도를 형성하는 것을 특징으로 하는 마스킹 방법.
  12. 프로그램이 컴퓨터 및/또는 프로세서 및/또는 전자 제어 장치에 의해 실행될 때 이들이 또는 이것이 제 1 항 내지 제 11 항 중 어느 한 항에 따른 방법을 수행 및/또는 적용하게 하는 명령들을 포함하는 컴퓨터 프로그램.
  13. 제 12 항에 따른 컴퓨터 프로그램이 저장되어 있는 기계 판독 가능한 저장 매체.
  14. 특히 제 1 항 내지 제 11 항 중 어느 한 항에 따른 방법을 수행하기 위한 전자 제어 장치로서, 상기 전자 제어 장치에는 차량 주변(6)을 갖는 입력 이미지(5)가 제공되고, 상기 전자 제어 장치는 상기 입력 이미지(5)를 위한 오리지널 마스크(7)를 결정하도록 설계 및/또는 구성되고, 상기 전자 제어 장치는 상기 입력 이미지(5)를 그리드(9)에 의해 분할하도록 설계되고, 상기 전자 제어 장치는 상기 셀들(10)로부터 주변 셀들(14)을 선택하고 선택된 주변 셀들(14)을 주변 서브셀들(15)로 분할하도록 설계되는, 전자 제어 장치.
KR1020237017447A 2020-10-29 2021-10-21 마스킹 방법, 컴퓨터 프로그램, 저장 매체 및 전자 제어 장치 KR20230098234A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102020213597.5 2020-10-29
DE102020213597.5A DE102020213597A1 (de) 2020-10-29 2020-10-29 Verfahren zur Maskierung, Computerprogramm, Speichermedium und elektronische Steuereinheit
PCT/EP2021/079173 WO2022090046A1 (de) 2020-10-29 2021-10-21 Verfahren zur maskierung, computerprogramm, speichermedium und elektronische steuereinheit

Publications (1)

Publication Number Publication Date
KR20230098234A true KR20230098234A (ko) 2023-07-03

Family

ID=78413991

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237017447A KR20230098234A (ko) 2020-10-29 2021-10-21 마스킹 방법, 컴퓨터 프로그램, 저장 매체 및 전자 제어 장치

Country Status (5)

Country Link
EP (1) EP4238051B1 (ko)
JP (1) JP2023547647A (ko)
KR (1) KR20230098234A (ko)
DE (1) DE102020213597A1 (ko)
WO (1) WO2022090046A1 (ko)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015209391A1 (de) * 2015-05-22 2016-11-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erzeugen einer Maskierungsvorschrift sowie zum Maskieren einer Bildinformation einer Kamera
GB2561329A (en) * 2016-12-05 2018-10-17 Gaist Solutions Ltd Method and system for creating images

Also Published As

Publication number Publication date
EP4238051B1 (de) 2024-09-11
DE102020213597A1 (de) 2022-05-05
EP4238051A1 (de) 2023-09-06
WO2022090046A1 (de) 2022-05-05
JP2023547647A (ja) 2023-11-13

Similar Documents

Publication Publication Date Title
KR102661681B1 (ko) 선호된 포인트들을 식별하고 유지하는 포인트 클라우드들의 병합 방법
CN112669463B (zh) 三维点云的曲面重建方法、计算机设备和计算机可读存储介质
JPH04309183A (ja) 有限要素メッシュ生成方法
JP4664218B2 (ja) メッシュモデル生成システム
KR101552827B1 (ko) 3차원 객체 모델의 분할 방법
Liu et al. Real-time, dynamic level-of-detail management for three-axis NC milling simulation
CN115758938A (zh) 面向粘性边界流场数值模拟的附面层网格生成方法
CN117115391B (zh) 模型更新方法、装置、计算机设备及计算机可读存储介质
WO2018044247A1 (en) A computer implemented method for segmentation of a ship hull into small plates by a split-and-pack approach
KR20230098234A (ko) 마스킹 방법, 컴퓨터 프로그램, 저장 매체 및 전자 제어 장치
CN107037738A (zh) 数控加工几何仿真中基于stl模型的材料去除算法
US7388584B2 (en) Method and program for determining insides and outsides of boundaries
CN115272379B (zh) 一种基于投影的三维网格模型外轮廓提取方法及系统
CN109359381B (zh) 一种基于体素的激光路径规划方法
US12039009B2 (en) Generation of synthetic images of abnormalities for training a machine learning algorithm
JP3944034B2 (ja) 区画データ作成方法、装置
CN111400969B (zh) 一种非结构直角网格加速生成方法
CN105486249B (zh) 三维扫描数据的自适应底面消除方法
JP3138933B2 (ja) モデリングシステム
JP3342678B2 (ja) クラスタリング処理装置およびその方法
CN113593036A (zh) 一种参照网格参数化模型的成像系统、方法、设备及程序
JP2012230668A (ja) 画像処理装置、画像処理方法、及びプログラム
CN111898654A (zh) 三维对象特征获取方法、装置、计算机设备和存储介质
CN115828827B (zh) 集成电路设计版图层次结构重构方法、系统及存储那介质
JP2820894B2 (ja) 干渉チェックシステムにおける凸多面体生成装置