[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR101780716B1 - 대상 영역 감시 장치 및 방법 - Google Patents

대상 영역 감시 장치 및 방법 Download PDF

Info

Publication number
KR101780716B1
KR101780716B1 KR1020170036724A KR20170036724A KR101780716B1 KR 101780716 B1 KR101780716 B1 KR 101780716B1 KR 1020170036724 A KR1020170036724 A KR 1020170036724A KR 20170036724 A KR20170036724 A KR 20170036724A KR 101780716 B1 KR101780716 B1 KR 101780716B1
Authority
KR
South Korea
Prior art keywords
image
value
pixels included
color
equation
Prior art date
Application number
KR1020170036724A
Other languages
English (en)
Inventor
김희수
Original Assignee
엘아이지넥스원 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 엘아이지넥스원 주식회사 filed Critical 엘아이지넥스원 주식회사
Priority to KR1020170036724A priority Critical patent/KR101780716B1/ko
Application granted granted Critical
Publication of KR101780716B1 publication Critical patent/KR101780716B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06K9/20—
    • G06K9/4652—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06T2207/10024—Color image

Landscapes

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

Abstract

본 발명은 색각 이상자의 망막을 구성하는 원추 세포들이 가지는 특성을 기초로 영역 영상을 변환시켜 위장 객체가 존재하는지 여부를 판단하고, 이 판단 결과를 토대로 지정 영역을 감시하는 대상 영역 감시 장치 및 방법을 제안한다. 본 발명에 따른 장치는 제1 영상으로부터 제1 색상 픽셀들의 색상값이 변경된 제2 영상을 생성하는 제1 영상 생성부; 제2 영상을 기초로 위장한 객체가 존재하는지 여부를 판단하는 위장 객체 존재 판단부; 및 위장한 객체가 존재하는지 여부를 판단하여 얻은 결과를 기초로 제1 영상과 관련된 영역을 감시하는 대상 영역 감시부를 포함한다.

Description

대상 영역 감시 장치 및 방법 {Apparatus and method for monitoring objective area}
본 발명은 지정된 영역을 감시하는 장치 및 방법에 관한 것이다. 보다 상세하게는, 지정된 영역에 위장한 객체가 존재하는지를 감시하는 장치 및 방법에 관한 것이다.
위장(camouflage)은 사람, 무기, 장비, 시설 등의 식별이나 움직임을 상대방으로부터 은폐하기 위한 것이다.
적군이 해당 지역의 자연 환경이나 지형에 맞추어 이러한 위장을 한 상태로 아군의 영역에 침투하는 경우, 아군의 영역에서 위장한 적군을 색출하는 것은 매우 어려운 일이다. 또한 레이더 시스템이나 인공위성 등을 이용하더라도 위장색(camouflage color)을 추출하여 적군을 색출하는 데에는 많은 시간이 소요되는 문제점이 있다.
한국공개특허 제2016-0134271호 (공개일 : 2016.11.23.)
본 발명은 상기한 문제점을 해결하기 위해 안출된 것으로서, 색각 이상자의 망막을 구성하는 원추 세포(cone cell)들이 가지는 특성을 기초로 영역 영상을 변환시켜 위장 객체가 존재하는지 여부를 판단하고, 이 판단 결과를 토대로 지정 영역을 감시하는 대상 영역 감시 장치 및 방법을 제안하는 것을 목적으로 한다.
그러나 본 발명의 목적은 상기에 언급된 사항으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명은 상기한 목적을 달성하기 위해 안출된 것으로서, 제1 영상으로부터 제1 색상 픽셀들의 색상값이 변경된 제2 영상을 생성하는 제1 영상 생성부; 상기 제2 영상을 기초로 위장한 객체가 존재하는지 여부를 판단하는 위장 객체 존재 판단부; 및 상기 위장한 객체가 존재하는지 여부를 판단하여 얻은 결과를 기초로 상기 제1 영상과 관련된 영역을 감시하는 대상 영역 감시부를 포함하는 것을 특징으로 하는 대상 영역 감시 장치를 제안한다.
바람직하게는, 상기 제1 영상 생성부는 상기 제1 영상에 포함된 상기 제1 색상 픽셀들의 파장값을 감소시켜 상기 제2 영상을 생성한다.
바람직하게는, 상기 제1 영상 생성부는 상기 제1 영상에 포함된 픽셀들의 색상값을 변환시키는 제1 수학식, 상기 제1 영상에 포함된 픽셀들의 색상값을 파장값으로 변환시키는 제2 수학식, 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 제3 수학식 및 상기 제1 영상에 포함된 픽셀들의 파장값을 색상값으로 변환시키는 제4 수학식을 기초로 상기 제2 영상을 생성한다.
바람직하게는, 상기 제1 영상 생성부는 상기 제1 수학식, 상기 제2 수학식, 상기 제3 수학식 및 상기 제4 수학식의 순서로 상기 제1 수학식 내지 상기 제4 수학식을 순차적으로 이용하여 상기 제2 영상을 생성한다.
바람직하게는, 상기 제1 영상 생성부는 상기 제3 수학식으로 색각 이상자의 각 원추 세포(cone cell)의 파장값과 관련된 LWS(Long Wavelength sensitive Cone) 값, MWS(Middle Wavelength sensitive Cone) 값 및 SWS(Short Wavelength sensitive Cone) 값을 기초로 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 수학식을 이용한다.
바람직하게는, 상기 대상 영역 감시 장치는 상기 제2 영상의 밝기를 조절하여 제3 영상을 생성하는 제2 영상 생성부를 더 포함하며, 상기 위장 객체 존재 판단부는 상기 제3 영상이 생성되면 상기 제3 영상을 기초로 상기 위장한 객체가 존재하는지 여부를 판단한다.
바람직하게는, 상기 제2 영상 생성부는 상기 제2 영상에 포함된 픽셀들의 명암값과 각 명암값의 빈도수를 산출하고, 상기 빈도수와 상기 제2 영상에 포함된 픽셀들의 개수를 기초로 상기 제2 영상을 정규화시켜 상기 제3 영상을 생성한다.
또한 본 발명은 제1 영상으로부터 제1 색상 픽셀들의 색상값이 변경된 제2 영상을 생성하는 단계; 상기 제2 영상을 기초로 위장한 객체가 존재하는지 여부를 판단하는 단계; 및 상기 위장한 객체가 존재하는지 여부를 판단하여 얻은 결과를 기초로 상기 제1 영상과 관련된 영역을 감시하는 단계를 포함하는 것을 특징으로 하는 대상 영역 감시 방법을 제안한다.
바람직하게는, 상기 제2 영상을 생성하는 단계는 상기 제1 영상에 포함된 상기 제1 색상 픽셀들의 파장값을 감소시켜 상기 제2 영상을 생성한다.
바람직하게는, 상기 제2 영상을 생성하는 단계는 상기 제1 영상에 포함된 픽셀들의 색상값을 변환시키는 제1 수학식, 상기 제1 영상에 포함된 픽셀들의 색상값을 파장값으로 변환시키는 제2 수학식, 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 제3 수학식 및 상기 제1 영상에 포함된 픽셀들의 파장값을 색상값으로 변환시키는 제4 수학식을 기초로 상기 제2 영상을 생성한다.
바람직하게는, 상기 제2 영상을 생성하는 단계는 상기 제1 수학식, 상기 제2 수학식, 상기 제3 수학식 및 상기 제4 수학식의 순서로 상기 제1 수학식 내지 상기 제4 수학식을 순차적으로 이용하여 상기 제2 영상을 생성한다.
바람직하게는, 상기 제2 영상을 생성하는 단계는 상기 제3 수학식으로 색각 이상자의 각 원추 세포(cone cell)의 파장값과 관련된 LWS(Long Wavelength sensitive Cone) 값, MWS(Middle Wavelength sensitive Cone) 값 및 SWS(Short Wavelength sensitive Cone) 값을 기초로 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 수학식을 이용한다.
바람직하게는, 상기 제2 영상을 생성하는 단계와 상기 판단하는 단계 사이에, 상기 제2 영상의 밝기를 조절하여 제3 영상을 생성하는 단계를 더 포함하며, 상기 판단하는 단계는 상기 제3 영상이 생성되면 상기 제3 영상을 기초로 상기 위장한 객체가 존재하는지 여부를 판단한다.
바람직하게는, 상기 제3 영상을 생성하는 단계는 상기 제2 영상에 포함된 픽셀들의 명암값과 각 명암값의 빈도수를 산출하고, 상기 빈도수와 상기 제2 영상에 포함된 픽셀들의 개수를 기초로 상기 제2 영상을 정규화시켜 상기 제3 영상을 생성한다.
또한 본 발명은 컴퓨터에서 상기한 대상 영역 감시 방법을 실행시키기 위한 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램을 제안한다.
본 발명은 상기한 목적 달성을 위한 구성들을 통하여 다음과 같은 효과를 얻을 수 있다.
첫째, 지정된 영역에서 타겟을 더욱 빠르고 정확하게 찾아낼 수 있다.
둘째, 감시 정찰 시스템의 감시 정찰 성능을 더욱 향상시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 위장 파악 시스템의 내부 구성을 개략적으로 도시한 개념도이다.
도 2 및 도 3은 본 발명의 일실시예에 따른 위장 파악 시스템을 구성하는 색각 이상자 모사부의 기능을 설명하기 위한 참고도들이다.
도 4는 본 발명의 바람직한 실시예에 따른 대상 영역 감시 장치의 내부 구성을 개략적으로 도시한 개념도이다.
도 5는 본 발명의 바람직한 실시예에 따른 대상 영역 감시 방법을 개략적으로 도시한 흐름도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
색맹자, 색약자 등 색각 이상자는 초록색을 상대적으로 잘 구별하여 일반인보다 위장 여부를 용이하게 간파할 수 있다. 그래서 2차 세계대전 때에는 독일군이 색각 이상자를 군인으로 채용하여 위장한 스나이퍼를 찾는 데에 활용하기도 했다.
본 발명에서는 일반인에게는 비슷하게 보이는 색이 색각 이상자에게는 다르게 보이는 원리를 이용하여 위장 여부를 용이하게 파악할 수 있는 영상 처리 알고리즘에 대하여 제안한다. 이하에서는 도면들을 참조하여 본 발명에 대하여 자세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 위장 파악 시스템의 내부 구성을 개략적으로 도시한 개념도이다.
위장 파악 시스템(100)은 색각 이상자의 인지 모사를 통한 위장 파악 알고리즘을 구현하는 시스템으로서, 적록 색각 이상자가 일반인보다 초록색 인지 능력이 뛰어난 원리를 감시 정찰 시스템에 적용하여 위장 파악이 용이한 영상을 제공하는 것을 특징으로 한다.
도 1에 따르면, 위장 파악 시스템(100)은 영상 획득부(110), 색각 이상자 모사부(120) 및 변환부(130)를 포함한다.
영상 획득부(110)는 입력 영상을 획득하는 기능을 수행한다. 영상 획득부(110)는 카메라를 구비하여 특정 지역을 촬영한 후 이 지역에 대한 영상을 입력 영상으로 획득할 수 있다. 영상 획득부(110)는 카메라와 별도로 구비되어 카메라로부터 촬영 영상을 입력 영상으로 획득하는 것도 가능하다.
색각 이상자 모사부(120)는 색각 이상자의 시야 인지를 모사한 것으로서, 영상 획득부(110)에 의해 획득된 입력 영상을 색각 이상자가 인지할 수 있는 영상(색각 이상자 인지 영상)으로 변환시키는 기능을 수행한다.
도 2 및 도 3은 본 발명의 일실시예에 따른 위장 파악 시스템을 구성하는 색각 이상자 모사부의 기능을 설명하기 위한 참고도들이다.
사람의 눈이 색을 구분하는 원리는 사물의 표면에 반사된 빛을 눈의 시세포가 감지함으로써 색을 구분하는 것이며, 그 색의 구분은 원추 세포(cone cell)가 담당한다.
원추 세포는 흡수하는 파장의 영역에 따라 도 2에 도시된 바와 같이 L(Long-wavelength cone) 원추 세포(210), M(Middle-wavelength cone) 원추 세포(220), S(Short-wavelength cone) 원추 세포(230) 등으로 분류된다.
L 원추 세포(210)는 긴 파장에 민감하게 반응하는 원추 세포(LWS; Long Wavelength Sensitive cone)로서, 566nm에서 활성도가 가장 높다. M 원추 세포(220)는 중간 파장에 예민한 원추 세포(MWS; Middle Wavelength Sensitive cone)로서, 543nm에서 활성도가 가장 높다. S 원추 세포(230)는 짧은 파장에 민감하게 반응하는 원추 세포(SWS; Short Wavelength Sensitive cone)로서, 445nm에서 활성도가 가장 높다.
원추 세포들(210, 220, 230)에서 전달된 세개의 LMS 값이 인간의 뇌로 전달되고, 뇌는 이 세가지 조합으로 인해서 칼라를 구분한다.
그런데 적록 색각 이상자는 도 3에 도시된 바와 같이 빨간색을 구분하는 L 부분이 초록색 쪽에 근접하는 방향으로(즉 210 위치에서 210' 위치로) 시프트되어 빨간색을 구분하지 못한다.
이 원리를 반대로 이용하면 적록 색각 이상자의 인지 영상을 모사하는 것이 가능해진다.
색각 이상자 모사부(120)는 다음과 같은 방법에 따라 일반인이 인지할 수 있는 영상(입력 영상)을 색각 이상자가 인지할 수 있는 영상(색각 이상자 인지 영상)으로 변환시킬 수 있다.
먼저 색각 이상자 모사부(120)는 수학식 1을 이용하여 입력 영상에 포함된 픽셀들의 모니터 사상을 위해 색 영역 압축을 시킨 RGB 값을 변환시킨다. 색 영역 압축은 색 영역의 바깥의 모든 색과 내부의 모든 색을 색 영역 내부로 압축시켜 옮기는 과정이며, 수학식 1은 다음과 같다.
Figure 112017028732284-pat00001
상기에서 R, G 및 B는 변환하기 전의 픽셀들의 값을 의미하며, R2, G2 및 B2는 변환한 후의 픽셀들의 값을 의미한다.
이후 색각 이상자 모사부(120)는 수학식 2를 이용하여 RGB 값들을 사람의 원추 세포들(210, 220, 230)과 관련된 LMS 값들로 변환시킨다. 수학식 2는 RGB를 LMS로 변환시키는 행렬과 관련된 것이며, 구체적으로 다음과 같다.
Figure 112017028732284-pat00002
이후 색각 이상자 모사부(120)는 수학식 3을 이용하여 사람의 원추 세포들(210, 220, 230)과 관련된 LMS 값들을 적록 색각 이상자의 원추 세포들(210', 220, 230)과 관련된 LMS 값들로 변환시키다. 수학식 3은 적록 색각 이상자의 L 값을 시프트시키는 구조이며, 구체적으로 다음과 같다.
Figure 112017028732284-pat00003
이후 색각 이상자 모사부(120)는 수학식 4를 이용하여 적록 색각 이상자의 원추 세포들(210', 220, 230)과 관련된 LMS 값들을 RGB 값들로 변환시킨다. 수학식 4는 RGB를 LMS로 변환시키는 행렬의 역행렬과 관련된 것이며, 구체적으로 다음과 같다.
Figure 112017028732284-pat00004
변환부(130)는 위장 파악을 위한 색 변환을 위한 것으로서, 히스토그램 평활화(histogram equalization)를 이용하여 해당 영상을 높은 명암 대비를 가지는 영상으로 변환시키는 기능을 수행한다.
히스토그램(histogram)은 영상의 픽셀들에 대한 명암값의 분포를 나타낸 것으로서, 영상 처리에서 유용하게 사용된다. 히스토그램에서 가로축은 명암값을 나타내고, 세로축은 영상에서 해당 명암값이 사용된 빈도수를 나타낸다. 즉 히스토그램의 x축은 명암값에 해당하고 y축은 빈도수에 해당한다.
어두운 영상의 경우 히스토그램은 왼쪽으로 치우치고, 밝은 영상의 경우 히스토그램은 오른쪽으로 치우친다. 이와 같이 히스토그램이 좁은 영역에 분포하는 영상은 명암 대비가 낮아서 영상이 선명하지 않은 문제점이 있다. 따라서 히스토그램이 넓은 영역에 골고루 퍼져 명암 대비가 높아지도록 영상을 변환시킬 필요가 있다.
낮은 명암 대비를 가지는 영상은 히스토그램 평활화에 의하여 높은 명암 대비를 갖는 영상으로 변환시킬 수 있다.
히스토그램 평활화는 단지 명암값 분포를 재분배한다. 즉 각 명암값에 따른 세로 막대의 위치가 수평 방향으로 이동하고 그 높이는 변하지 않는 것이다. 또한 빈도수가 0보다 큰 명암값의 개수도 증가하지 않는다.
이하에서는 변환부(130)가 히스토그램 평활화를 이용하여 영상을 변환시키는 과정을 구체적으로 설명한다.
먼저 변환부(130)는 영상에 포함된 픽셀들의 RGB 값을 기초로 히스토그램을 생성한다.
이후 변환부(130)는 히스토그램을 이용하여 영상에서 각 명암값의 빈도수를 계산하고, 이어서 빈도수들의 누적값을 산출한다. 변환부(130)는 수학식 5를 이용하여 빈도수들의 누적값을 산출할 수 있다.
Figure 112017028732284-pat00005
상기에서 j는 명암값을 의미하며, hist[j]는 각 명암값의 빈도수를 의미한다. 그리고 sum[i]는 빈도수들의 누적값을 의미한다.
이후 변환부(130)는 수학식 6을 이용하여 영상을 정규화(normalization)시킨다.
Figure 112017028732284-pat00006
상기에서 N은 영상의 전체 픽셀 수를 의미한다.
이후 변환부(130)는 영상에서 픽셀값 i를 정규화된 값 n[i]로 변환하여 최종적으로 명암 대비가 향상된 영상을 생성한다.
이상 설명한 본 발명은 경계 활동 중에 적군을 용이하게 탐색하기 위한 감시 정찰 시스템에 적용될 수 있다. 또한 본 발명은 보병용 감시 정찰 도구, 적군의 영역을 탐지하기 위한 인공위성, EO/IR 센서 등에도 적용될 수 있다.
이상 도 1 내지 도 3을 참조하여 본 발명의 일실시 형태에 대하여 설명하였다. 이하에서는 이러한 일실시 형태로부터 추론 가능한 본 발명의 바람직한 형태에 대하여 설명한다.
도 4는 본 발명의 바람직한 실시예에 따른 대상 영역 감시 장치의 내부 구성을 개략적으로 도시한 개념도이다.
도 4에 따르면, 대상 영역 감시 장치(300)는 제1 영상 생성부(310), 위장 객체 존재 판단부(320), 대상 영역 감시부(330), 전원부(340) 및 주제어부(350)를 포함한다.
전원부(340)는 대상 영역 감시 장치(300)를 구성하는 각 구성에 전원을 공급하는 기능을 수행한다.
주제어부(350)는 대상 영역 감시 장치(300)를 구성하는 각 구성의 전체 작동을 제어하는 기능을 수행한다.
제1 영상 생성부(310)는 제1 영상으로부터 제1 색상 픽셀들의 파장값이 변경된 제2 영상을 생성하는 기능을 수행한다. 상기에서 제1 영상은 지정 영역에 대해 촬영을 통해 얻은 영상으로서, 정상인이 객체를 분별할 수 있는 영상을 의미한다. 반면 제2 영상은 색각 이상자가 객체를 분별할 수 있는 영상을 의미한다.
제1 영상 생성부(310)는 제1 영상에 포함된 제1 색상 픽셀들의 파장값을 감소시켜 제2 영상을 생성할 수 있다. 제1 영상 생성부(310)는 제1 영상에 포함된 R(RED) 픽셀들을 제1 색상 픽셀들의 대상으로 할 수 있다.
제1 영상 생성부(310)는 제1 수학식, 제2 수학식, 제3 수학식 및 제4 수학식을 기초로 제2 영상을 생성할 수 있다.
제1 수학식은 제1 영상에 포함된 픽셀들의 색상값을 변환시키는 수학식을 의미하며, 예컨대 수학식 1과 같이 구현될 수 있다. 제2 수학식은 제1 영상에 포함된 픽셀들의 색상값을 파장값으로 변환시키는 수학식을 의미하며, 예컨대 수학식 2와 같이 구현될 수 있다. 제3 수학식은 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 수학식을 의미하며, 예컨대 수학식 3과 같이 구현될 수 있다. 제4 수학식은 제1 영상에 포함된 픽셀들의 파장값을 색상값으로 변환시키는 수학식을 의미하며, 예컨대 수학식 4와 같이 구현될 수 있다.
제1 영상 생성부(310)는 제1 수학식, 제2 수학식, 제3 수학식 및 제4 수학식의 순서로 제1 수학식 내지 제4 수학식을 순차적으로 이용하여 제2 영상을 생성할 수 있다.
제1 영상 생성부(310)는 제3 수학식으로 색각 이상자의 각 원추 세포(cone cell)의 파장값과 관련된 LWS(Long Wavelength sensitive Cone) 값, MWS(Middle Wavelength sensitive Cone) 값 및 SWS(Short Wavelength sensitive Cone) 값을 기초로 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 수학식을 이용할 수 있다.
위장 객체 존재 판단부(320)는 제1 영상 생성부(310)에 의해 생성된 제2 영상을 기초로 위장한 객체가 존재하는지 여부를 판단하는 기능을 수행한다.
대상 영역 감시부(330)는 위장 객체 존재 판단부(320)의 판단 결과 즉, 위장한 객체가 존재하는지 여부를 판단하여 얻은 결과를 기초로 제1 영상과 관련된 영역을 감시하는 기능을 수행한다. 대상 영역 감시부(330)는 지정 영역에 위장한 객체가 존재하는 것으로 판단되면 이 객체를 위치 정보 등과 함께 검출할 수 있다.
대상 영역 감시 장치(300)는 제2 영상 생성부(360)를 더 포함할 수 있다.
제2 영상 생성부(360)는 제2 영상의 밝기를 조절하여 제3 영상을 생성하는 기능을 수행한다. 이 경우 위장 객체 존재 판단부(320)는 제2 영상 생성부(360)에 의해 제3 영상이 생성되면 제3 영상을 기초로 위장한 객체가 존재하는지 여부를 판단한다.
제2 영상 생성부(360)는 제2 영상에 포함된 픽셀들의 명암값과 각 명암값의 빈도수를 산출하고, 이 빈도수와 제2 영상에 포함된 픽셀들의 개수를 기초로 제2 영상을 정규화시켜 제3 영상을 생성할 수 있다.
다음으로 대상 영역 감시 장치(300)의 작동 방법에 대하여 설명한다.
도 5는 본 발명의 바람직한 실시예에 따른 대상 영역 감시 방법을 개략적으로 도시한 흐름도이다.
먼저 제1 영상 생성부(310)가 제1 영상으로부터 제1 색상 픽셀들의 파장값이 변경된 제2 영상을 생성한다(S410).
이후 위장 객체 존재 판단부(320)가 제2 영상을 기초로 미리 정해진 영역에서 위장한 객체가 존재하는지 여부를 판단한다(S420).
이후 대상 영역 감시부(330)가 위장한 객체가 존재하는지 여부를 판단하여 얻은 결과를 기초로 제1 영상과 관련된 영역을 감시한다(S430).
한편 S410 단계와 S420 단계 사이에, 제2 영상 생성부(360)가 제2 영상의 밝기를 조절하여 제3 영상을 생성할 수 있다. 그러면 위장 객체 존재 판단부(320)는 S420 단계에서 제3 영상을 기초로 미리 정해진 영역에 위장한 객체가 존재하는지 여부를 판단할 수 있다.
이상에서 설명한 본 발명의 실시예를 구성하는 모든 구성요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 기록매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 기록매체로서는 자기 기록매체, 광 기록매체 등이 포함될 수 있다.
또한, 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 상세한 설명에서 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (13)

  1. 제1 영상으로부터 제1 색상 픽셀들의 색상값이 변경된 제2 영상을 생성하는 제1 영상 생성부;
    상기 제2 영상에 포함된 픽셀들의 명암값, 각 명암값의 빈도수 및 상기 제2 영상에 포함된 픽셀들의 총 개수를 기초로 상기 제2 영상보다 명암 대비가 향상된 제3 영상을 생성하되, 상기 제2 영상에 포함된 픽셀들의 명암값들과 각 명암값의 빈도수를 산출하고, 상기 제2 영상에 포함된 픽셀들의 각 명암값의 빈도수를 합산하여 빈도수들의 누적값을 산출하며, 빈도수들의 누적값 및 상기 제2 영상에 포함된 픽셀들의 총 개수를 기초로 상기 제2 영상에 포함된 픽셀값을 정규화된 값으로 변환하여 상기 제2 영상보다 명암 대비가 향상된 상기 제3 영상을 생성하는 제2 영상 생성부;
    상기 제3 영상을 기초로 위장한 객체가 존재하는지 여부를 판단하는 위장 객체 존재 판단부; 및
    상기 위장한 객체가 존재하는지 여부를 판단하여 얻은 결과를 기초로 상기 제1 영상과 관련된 영역을 감시하는 대상 영역 감시부
    를 포함하는 것을 특징으로 하는 대상 영역 감시 장치.
  2. 제 1 항에 있어서,
    상기 제1 영상 생성부는 상기 제1 영상에 포함된 상기 제1 색상 픽셀들의 파장값을 감소시켜 상기 제2 영상을 생성하는 것을 특징으로 하는 대상 영역 감시 장치.
  3. 제 1 항에 있어서,
    상기 제1 영상 생성부는 상기 제1 영상에 포함된 픽셀들의 색상값을 변환시키는 제1 수학식, 상기 제1 영상에 포함된 픽셀들의 색상값을 파장값으로 변환시키는 제2 수학식, 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 제3 수학식 및 상기 제1 영상에 포함된 픽셀들의 파장값을 색상값으로 변환시키는 제4 수학식을 기초로 상기 제2 영상을 생성하는 것을 특징으로 하는 대상 영역 감시 장치.
  4. 제 3 항에 있어서,
    상기 제1 영상 생성부는 상기 제1 수학식, 상기 제2 수학식, 상기 제3 수학식 및 상기 제4 수학식의 순서로 상기 제1 수학식 내지 상기 제4 수학식을 순차적으로 이용하여 상기 제2 영상을 생성하는 것을 특징으로 하는 대상 영역 감시 장치.
  5. 제 3 항에 있어서,
    상기 제1 영상 생성부는 상기 제3 수학식으로 색각 이상자의 각 원추 세포(cone cell)의 파장값과 관련된 LWS(Long Wavelength sensitive Cone) 값, MWS(Middle Wavelength sensitive Cone) 값 및 SWS(Short Wavelength sensitive Cone) 값을 기초로 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 수학식을 이용하는 것을 특징으로 하는 대상 영역 감시 장치.
  6. 삭제
  7. 삭제
  8. 제1 영상으로부터 제1 색상 픽셀들의 색상값이 변경된 제2 영상을 생성하는 단계;
    상기 제2 영상에 포함된 픽셀들의 명암값, 각 명암값의 빈도수 및 상기 제2 영상에 포함된 픽셀들의 총 개수를 기초로 상기 제2 영상보다 명암 대비가 향상된 제3 영상을 생성하되, 상기 제2 영상에 포함된 픽셀들의 명암값들과 각 명암값의 빈도수를 산출하고, 상기 제2 영상에 포함된 픽셀들의 각 명암값의 빈도수를 합산하여 빈도수들의 누적값을 산출하며, 빈도수들의 누적값 및 상기 제2 영상에 포함된 픽셀들의 총 개수를 기초로 상기 제2 영상에 포함된 픽셀값을 정규화된 값으로 변환하여 상기 제2 영상보다 명암 대비가 향상된 상기 제3 영상을 생성하는 단계;
    상기 제3 영상을 기초로 위장한 객체가 존재하는지 여부를 판단하는 단계; 및
    상기 위장한 객체가 존재하는지 여부를 판단하여 얻은 결과를 기초로 상기 제1 영상과 관련된 영역을 감시하는 단계
    를 포함하는 것을 특징으로 하는 대상 영역 감시 방법.
  9. 제 8 항에 있어서,
    상기 제2 영상을 생성하는 단계는 상기 제1 영상에 포함된 상기 제1 색상 픽셀들의 파장값을 감소시켜 상기 제2 영상을 생성하는 것을 특징으로 하는 대상 영역 감시 방법.
  10. 제 8 항에 있어서,
    상기 제2 영상을 생성하는 단계는 상기 제1 영상에 포함된 픽셀들의 색상값을 변환시키는 제1 수학식, 상기 제1 영상에 포함된 픽셀들의 색상값을 파장값으로 변환시키는 제2 수학식, 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 제3 수학식 및 상기 제1 영상에 포함된 픽셀들의 파장값을 색상값으로 변환시키는 제4 수학식을 기초로 상기 제2 영상을 생성하는 것을 특징으로 하는 대상 영역 감시 방법.
  11. 제 10 항에 있어서,
    상기 제2 영상을 생성하는 단계는 상기 제3 수학식으로 색각 이상자의 각 원추 세포(cone cell)의 파장값과 관련된 LWS(Long Wavelength sensitive Cone) 값, MWS(Middle Wavelength sensitive Cone) 값 및 SWS(Short Wavelength sensitive Cone) 값을 기초로 상기 제1 영상에 포함된 픽셀들의 파장값을 변환시키는 수학식을 이용하는 것을 특징으로 하는 대상 영역 감시 방법.
  12. 삭제
  13. 컴퓨터에서 제 8 항 내지 제 11 항 중 어느 한 항에 따른 대상 영역 감시 방법을 실행시키기 위한 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램.
KR1020170036724A 2017-03-23 2017-03-23 대상 영역 감시 장치 및 방법 KR101780716B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170036724A KR101780716B1 (ko) 2017-03-23 2017-03-23 대상 영역 감시 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170036724A KR101780716B1 (ko) 2017-03-23 2017-03-23 대상 영역 감시 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101780716B1 true KR101780716B1 (ko) 2017-09-21

Family

ID=60034606

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170036724A KR101780716B1 (ko) 2017-03-23 2017-03-23 대상 영역 감시 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101780716B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5495338B2 (ja) * 2009-09-30 2014-05-21 Ｎｅｃディスプレイソリューションズ株式会社 画像信号処理装置及び画像信号処理方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5495338B2 (ja) * 2009-09-30 2014-05-21 Ｎｅｃディスプレイソリューションズ株式会社 画像信号処理装置及び画像信号処理方法

Similar Documents

Publication Publication Date Title
Toet et al. Progress in color night vision
KR20150024769A (ko) 촬상 장치 및 그 촬상 방법, 화상 처리 장치 및 그 화상 처리 방법, 및, 프로그램
EP3572975B1 (en) A multispectral image processing system for face detection
US11388323B2 (en) Imaging apparatus and imaging method
Yu et al. A false color image fusion method based on multi-resolution color transfer in normalization YCBCR space
CN110458787B (zh) 一种图像融合方法、装置及计算机存储介质
JP2016535485A (ja) デュアルバンドセンサからの画像の可視カラー画像への変換
JP7401013B2 (ja) 情報処理装置、制御装置、情報処理方法及びプログラム
KR101780715B1 (ko) 위장 객체 검출 장치 및 방법
Pouli et al. Image Statistics and their Applications in Computer Graphics.
CN116664460A (zh) 一种红外夜视融合方法
KR101780716B1 (ko) 대상 영역 감시 장치 및 방법
Fu et al. Color recovery from multi-spectral nir images using gray information
Qian et al. Effective contrast enhancement method for color night vision
Hamel et al. Contribution of color information in visual saliency model for videos
CN102176066A (zh) 基于窄带扫描的目标最佳探测谱段成像探测方法
JP7291389B2 (ja) 対象識別方法、情報処理装置、情報処理プログラム、および照明装置
Zheng A channel-based color fusion technique using multispectral images for night vision enhancement
Sai et al. High accurate unhealthy leaf detection
CN114170668A (zh) 一种高光谱人脸识别方法及系统
Zheng An exploration of color fusion with multispectral images for night vision enhancement
JP5598185B2 (ja) 目立ち画像生成装置及び目立ち画像生成プログラム
McDermott et al. Adapting images to observers
Santos et al. Iris recognition: Preliminary assessment about the discriminating capacity of visible wavelength data
Nawaz et al. Fusion of color and infrared images using gradient transfer and total variation minimization

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant