KR101595368B1 - Method for eliminating hot atmosphere for feature tracking in thermal infrared images - Google Patents
Method for eliminating hot atmosphere for feature tracking in thermal infrared images Download PDFInfo
- Publication number
- KR101595368B1 KR101595368B1 KR1020140067756A KR20140067756A KR101595368B1 KR 101595368 B1 KR101595368 B1 KR 101595368B1 KR 1020140067756 A KR1020140067756 A KR 1020140067756A KR 20140067756 A KR20140067756 A KR 20140067756A KR 101595368 B1 KR101595368 B1 KR 101595368B1
- Authority
- KR
- South Korea
- Prior art keywords
- infrared image
- target
- region
- hot air
- image
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
본 발명은 적외선 이미지에서 표적으로부터 배출되는 고온의 공기가 표적을 가리지 않도록 적외선으로 촬영된 적외선 이미지로부터 상기 표적으로부터 배출되는 공기에 의한 표적가림 또는 영상 왜곡을 최소하여하여 특징 추적의 성능을 최대화하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에 관한 것이다.The present invention minimizes target blurring or image distortion due to air emitted from the target from infrared images taken with infrared rays so that the hot air discharged from the target in the infrared image does not obscure the target, To a method of removing hot air for tracking features in an image.
Description
본 발명은 적외선 촬영을 통하여 획득한 이미지에서 고온의 공기를 제거하는 방법에 관한 것으로서, 더욱 상세하게는 적외선 이미지에서 표적으로부터 배출되는 고온의 공기가 표적을 가리지 않도록 적외선으로 촬영된 적외선 이미지로부터 상기 표적으로부터 배출되는 공기에 의한 표적가림 또는 영상 왜곡을 최소화하여 특징 추적의 성능을 최대화하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에 관한 것이다.
The present invention relates to a method for removing high temperature air from an image obtained through infrared photography, and more particularly, to a method for removing high temperature air from an infrared image captured by an infrared ray, And more particularly, to a method for removing high temperature air for tracking features in an infrared image that maximizes the performance of feature tracking by minimizing target blurring or image distortion caused by air exhausted from the air.
가시광선으로 시야를 확보할 수 없는 경우, 적외선을 이용하여 표적지역을 촬영하여 적외선 이미지를 획득하고, 상기 적외선 이미지를 활용하여 표적을 식별하게 된다.If the field of view can not be secured with visible light, the target area is photographed using infrared rays to obtain an infrared image, and the target is identified using the infrared image.
적외선 이미지로부터 표적을 식별하기 위해 실행되는 영상추적에서 복잡한 배경에 위치한 표적을 추적하기 위해서는 배경과 구분되는 표적의 정보를 추출하여, 추적에 이용한다.In order to track a target located in a complex background in the image tracking performed to identify the target from the infrared image, the information of the target distinct from the background is extracted and used for tracking.
상관추적(correlation tracking)과 같은 템플릿 정합 방식과 중심추적(centroid tracking)과 같은 영역 분할 방식은 표적의 전체 형상을 이용하여 추적창을 조절하고 표적의 중심을 산출하므로 표적의 형상이 크게 왜곡되지 않는 한 우수한 성능을 보이지만, 표적이 장애물에 가릴 경우에는 표적을 감싸는 추적창이 축소되어 실제 표적의 중심과 추적창의 중심으로서 산출된 표적의 중심 사이에는 오차가 발생한다. 이러한 오차를 줄이기 위해 표적의 단일 형상 정보를 단위 정보로 나눈 방식이 분할 추적(patch tracking)이며 표적 영상의 국부적 특징들을 이용하여 표적의 이동 변위를 산출한다. KLT(Kanade Lucas Tomasi) 추적기는 특징점을 이용한 대중화된 국부 추적 기술로서 응용 범위가 넓지만 적외선 이미지와 같이 형상정보 수준이 떨어지는 환경에서는 성능을 보장할 수 없다. A template matching method such as correlation tracking and a region segmentation method such as centroid tracking adjust the tracking window using the overall shape of the target and calculate the center of the target so that the shape of the target is not largely distorted However, if the target is covered by an obstacle, the tracking window surrounding the target is reduced and an error occurs between the center of the actual target and the center of the target as the center of the tracking window. In order to reduce this error, a method in which the unit shape information of the target is divided into unit information is patch tracking, and the displacement of the target is calculated using the local features of the target image. The KLT (Kanade Lucas Tomasi) tracker is a popularized local tracking technology using feature points, which has a wide range of applications but can not guarantee performance in environments where the level of shape information is low, such as infrared images.
적외선 이미지의 특징점을 선정하고, 이러한 특징점을 추적함으로써 표적을 식별하게 되는데, 이러한 특징점을 추적하는 일반적인 방법에 대하여 설명하면 다음과 같다.A characteristic point of the infrared image is selected, and the target is identified by tracking the characteristic point. A general method of tracking the characteristic point will be described as follows.
적외선 이미지에는 추적을 위한 다양한 지역특징(local feature)들이 존재하는데, 추적을 위해 어떠한 지역특징으로 사용할 것인지 결정하는 일은 매우 중요하다. 밝기값의 급격한 변화로 인하여 큰 미분계수를 갖는 점을 이미지에서 엣지주변에 존재하는 점이고, 큰 미분값이 서로 직교하는 점을 코너로 정의할 수 있다.There are a number of local features for tracking in infrared images, and it is very important to determine which regional features to use for tracking. A point having a large differential coefficient due to abrupt change in brightness value is a point existing around the edge in the image, and a corner where large differential values are orthogonal to each other can be defined as a corner.
특징윈도(110)를 이용한 화소와 주변 화소들과의 밝기 차이는 하기의 <수학식 1>과 같이 나타낼 수 있다.The brightness difference between the pixel using the
<수학식 1>&Quot; (1) "
여기서, W는 도 1의 (a), (b), (c)에 나타낸 윈도우(110)이다. 변화량을 나타내는 함수 E(x,y)는 평탄한 영역에서는 낮은 값을 갖지만, 코너주변에서는 큰 값을 갖는다. (x, y)위치에서 (Δx, Δy)만큼 이동된 위치에서의 밝기 값인 I(Δx+Δx,y+Δy)는 테일러 급수를 이용하여 하기의 수학식 2와 같이 근사화시킬 수 있다.Here, W is the
<수학식 2>&Quot; (2) "
상기 수학식 2를 상기 수학식 1에 대입하면, 아래와 같은 수학식 3을 얻을 수 있다.Substituting Equation (2) into Equation (1), the following Equation (3) can be obtained.
<수학식 3>&Quot; (3) "
최종적으로 M은 하기의 수학식 4와 같이 정리할 수 있다.Finally, M can be summarized as shown in Equation (4) below.
<수학식 4>&Quot; (4) "
상기 행렬 M의 고유 값에 따라, 해당화소가 평탄한 영역인지, 경계선 영역인지, 혹은 코너인지를 구별한다. 만약, 상기 행렬 M의 고유 값 λ1, λ2에 대하여, 상기 고유 값 λ1, λ2이 모두 작다면, 해당화소가 평탄한 영역에 위치하고, 둘 중 하나는 크고, 하나는 작다면 경계선 영역에 위치하고, 둘 다 크다면 해당화소가 주변화소에 비하여 모든 방향으로 차이가 많이 난다는 것을 의미하므로 코너에 위치한 점으로 볼 수 있다.And discriminates whether the pixel is a flat area, a boundary area, or a corner according to the eigenvalues of the matrix M. If the eigenvalues? 1 and? 2 are all small for the eigenvalues? 1 and? 2 of the matrix M, the corresponding pixels are located in the flat region, one of them is large and one is small, And if both are large, it means that the pixel is much different in all directions compared to the surrounding pixels, so it can be regarded as a point located at a corner.
코너를 이용한 객체의 이동을 추정하는 보편적인 방법으로 옵티컬 플로(optical flow)가 있는데, 이는 어떤 객체에 속한 화소의 밝기 값은 프레임이 바뀌어도 항상 일정하다는 가정하고, 해당 픽셀의 주변 밝기 정보를 이용하여 픽셀의 이동량을 추정하는 방법이다.An optical flow is a common method for estimating the movement of an object using a corner. It is assumed that the brightness value of a pixel belonging to an object is always constant even if the frame is changed, and the surrounding brightness information of the pixel is used And estimates the amount of movement of the pixel.
상기 옵티컬 플로는 하기의 수학식 5로 표현할 수 있다.The optical flow can be expressed by the following equation (5).
<수학식 5>Equation (5)
여기서, I(x,y,t)는 시간 t에서 화소좌표 x,y의 밝기 값을 의미하고, u, v는 각각 X축과 Y축의 이동량을 나타낸다.Here, I (x, y, t) denotes the brightness value of the pixel coordinates x, y at time t, and u and v represent the movement amounts of the X and Y axes, respectively.
도 1의 (d), (e), (f)에서는 이동전의 평면(130)이 점선으로 도시되어 있고, 이동후의 평면(140)이 실선으로 표시되어 있으며, 추정하고자 하는 영역(120)은 원으로 표시되어 있다.1 (d), 1 (e), and 1 (f), the
도 1의 (d)와 같이 코너를 포함하는 영역은 쉽게 옵티컬 플로를 추정할 수 있지만, 도 1의 (e)와 같이, 엣지 영역의 옵티컬 플로는 똑같은 모양의 영역이 엣지를 타고 무수히 발생하기 때문에 정확한 옵티컬 플로를 계산할 수 없으며, 도 1의 (f)에서는 텍스처가 없는 매끈한 영역이므로 옵티컬 플로를 찾을 수 없다.As shown in Fig. 1 (e), the optical flow of the edge region has a large number of regions of the same shape due to the edges, because the region including the corners can easily estimate the optical flow as shown in Fig. 1 (d) An accurate optical flow can not be calculated. In (f) of FIG. 1, since it is a smooth area without a texture, an optical flow can not be found.
특징점 추적은 관심영역(Region of interest; ROI)내에서 특징점을 찾아 입력영상에서 대응하는 특징점들을 찾아 ROI를 이동시키는 것으로서, 도 2에서는 상기 ROI가 201로 도시된 영역에서 202로 도시된 영역으로 이동한 예가 도시되어 있다.In the feature point tracking, the ROI is moved by searching for feature points within a region of interest (ROI) to find corresponding feature points in the input image. In FIG. 2, the ROI is shifted from the
또한, 표적의 자세 또는 크기가 변경되는 경우에도 ROI내 특징점들의 분포를 이용하여 ROI의 크기를 조절해야 한다. Also, when the target attitude or size is changed, the ROI size must be adjusted using the distribution of the minutiae points within the ROI.
한편, 적외선 이미지에서 표적으로부터 배출되는 고온의 공기는 표적을 가리거나, 표적의 영상을 왜곡시킨다. 특히, 전역 대조비 개선(global contrast enhancement(CEM))을 통하여 얻어진 열 영상의 경우에는 표적에서 발생하는 고온 공기가 8bit 그레이 이미지 레벨의 최대값인 255로 포화되면서 표적을 가리는 경우가 빈번하게 발생한다.On the other hand, hot air from the target in the infrared image hides the target or distorts the target's image. Particularly, in the case of thermal images obtained through global contrast enhancement (CEM), the hot air generated from the target is saturated with the maximum value of the 8-bit gray image level of 255, thereby frequently obscuring the target.
이렇게, 고온 공기에 의한 표적 형상의 왜곡은 상관추적일 경우에는 크게 문제되지 않지만, 앞서 설명한 바와 같이, 표적의 윤곽을 추적하는 특징점 추적의 경우에는 추적 성능에 심각한 영향을 미치는 문제점이 있다.
In this way, distortion of the target shape due to the hot air is not a serious problem in the case of correlation tracking. However, as described above, there is a problem in the tracking of the characteristic which tracks the outline of the target seriously.
하기의 선행기술문헌은 '적외선 영상 추적 장치 및 방법'에 관한 것으로서, 열노이즈에 강하고 주변의 방해물이 있어도 대상영상을 정확히 추출하여 추적이 가능토록 한 적외선 영상 추적 장치 및 방법에 관한 기술이 개시되어 있다.
The following prior art document relates to an infrared ray image tracking apparatus and method, and discloses a technology relating to an infrared ray image tracking apparatus and method that is robust against thermal noise and enables accurate detection and tracking of a target image even in the presence of obstacles in the vicinity have.
본 발명은 상기와 같은 문제점을 해결하기 위해 발명된 것으로서, 표적에서 발생하는 고온의 공기를 제거하기 위해 고온 공기의 온도보다 높은 온도를 나타내는 표적의 형상을 추출하고 실제 표적영상과 합성함으로써, 적외선 이미지에서 고온 공기에 의한 왜곡부분을 제거하여 표적을 인지할 수 있도록 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법을 제공하는데 목적이 있다.
SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, and it is an object of the present invention to extract the shape of a target which shows a temperature higher than the temperature of the hot air in order to remove hot air generated in the target, The present invention is directed to a method for removing high-temperature air from an infrared image, which is capable of detecting a target by removing a distorted portion caused by hot air.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법은, 전역 대조비 개선을 거친 전역 대조비 개선 적외선 이미지에서 고온공기와 표적의 면적을 계산하는 고온공기 면적 산출단계와, 상기 전역 대조비 개선 적외선 이미지의 셀들 중 미리 설정된 표적가림 판단 밝기 이상을 갖는 셀의 수와 미리 설정된 표적 가림 판단 셀 수를 비교하여 표적이 고온 공기에 의해 가려졌는지를 판단하는 단계하는 표적가림 판단단계와, 표적가림 판단 밝기 이상을 갖는 셀의 수가 상기 표적가림 판단 셀 수를 초과하면, 상기 전역 대조비 개선 적외선 이미지에서 적가림 판단 밝기 이상을 갖는 셀들을 병합하여 고온공기 영역으로 지정하는 셀병합단계와, 원본 적외선 이미지에서 상기 전역 대조비 개선 적외선 이미지의 고온공기 영역에 해당하는 영역을 선택영역으로 지정하고, 상기 선택영역에 대하여 대조비 개선을 수행하는 선택영역 대조비 개선단계와, 상기 선택영역에 대하여 밝기의 분산값을 측정하고, 분산의 최대값을 구하는 분산측정단계와, 상기 원본 적외선 이미지의 선택영역에 대한 대조비 개선이 완료되었는지를 판단하는 대조비 개선 완료 판단단계와, 고온공기 영역에 대하여, 상기 셀병합 단계가 수행된 전역 대조비 개선 적외선 이미지에서 선택영역에 대한 대조비 개선이 완료된 원본 적외선 이미지를 빼주어, 고온공기가 제거된 적외선 이미지를 얻는 이미지 병합단계와, 상기 전역 대조비 개선 적외선 이미지의 고온공기 영역을 상기 이미지 병합단계에서 얻어진 고온공기가 제거된 적외선 이미지의 해당영역로 대체하는 이미지 대체단계와, 고온공기가 제거된 적외선 이미지에서 특징점을 추출하는 특징점 추출단계를 포함한다.According to another aspect of the present invention, there is provided a method for removing high-temperature air for tracking features in an infrared image, the method comprising the steps of: calculating a high-temperature air area for calculating high-temperature air and a target area in a global- And comparing the number of cells having a preset target blindness determination brightness among the cells of the global comparison ratio enhanced infrared image with the preset target blindness determination cell number to determine whether the target is obstructed by the hot air, And a cell merging step of merging the cells having a blindness determination brightness higher than the blindness determination brightness in the global contrast ratio enhanced infrared image to a high temperature air region when the number of cells having the target blindness determination brightness exceeds the target blindness determination cell number And a control unit that, in the original infrared image, Temperature region of the high-temperature air region of the selected region as a selected region, and performing a control ratio improvement on the selected region; and a step of measuring a dispersion value of brightness for the selected region, Determining whether the contrast ratio improvement of the selected region of the original infrared image has been completed; determining whether the contrast ratio improvement completion determination is performed on the high-temperature air region based on the global contrast ratio enhanced infrared image obtained by performing the cell merging step; Removing the original infrared image with the improved contrast ratio for the region to obtain the infrared image from which the hot air has been removed; and controlling the high-temperature air region of the global contrast- An image replacing step of replacing the image with the corresponding area of the infrared image, In air on the infrared image is removed and a feature point extracting step of extracting a characteristic point.
상기 고온공기 면적 산출단계에서는, 복수의 픽셀을 하나의 셀로 설정하고, 상기 적외선 이미지에서 고온공기와 표적이 차지하는 셀의 개수로 면적을 산출하는 것을 특징으로 한다.In the high temperature air area calculating step, a plurality of pixels are set as one cell, and the area is calculated by the number of cells occupied by the hot air and the target in the infrared image.
상기 고온공기 면적 산출단계에서는, 동일한 수의 폭과 높이의 픽셀을 하나의 셀로 설정하는 것을 특징으로 한다.In the high-temperature air area calculation step, pixels having the same number of widths and heights are set as one cell.
상기 표적가림 판단단계에서, 상기 표적이 고온공기에 가리지 않은 것으로 판단되면, 상기 특징점 추출단계가 수행되는 것을 특징으로 한다.In the target blotting determination step, if the target is judged not to be obstructed by the hot air, the feature point extracting step is performed.
상기 선택영역 대조비 개선단계에서 상기 선택영역은 고온공기 영역의 25%이하로 설정하는 것을 특징으로 한다.And the selection region is set to 25% or less of the high temperature air region in the selective region control ratio improving step.
상기 분산측정단계가 수행된 이후에 분산의 최대값을 최초로 구하는지를 판단하고, 상기 분산의 최대값을 최초로 구하는 것으로 판단되면, 대조비 개선 수행시간 및 대조비 개선 반복 수행횟수(N)를 결정하고, 상기 분산의 최대값을 최초로 구하지 않는 것으로 판단되면, 상기 대조비 개선 완료 판단단계가 수행되는 것을 특징으로 한다.Determining whether a maximum value of the variance is first obtained after the variance measurement step is performed and determining a comparison ratio improvement execution time and a control ratio improvement execution number N if it is determined to obtain the maximum value of the variance first, If the maximum value of variance is not found first, the control ratio improvement completion judgment step is performed.
상기 대조비 개선 완료 판단단계에서는, 상기 대조비 개선 횟수가 미리 설정된 대조비 개선 반복 수행횟수(N)에 도달하면, 대조비 개선이 완료된 것으로 판단하는 것을 특징으로 한다.In the comparison ratio improvement completion determination step, it is determined that the comparison ratio improvement is completed when the number of times of the comparison ratio improvement reaches the preset number of times of the control ratio improvement repeated execution (N).
상기 셀병합단계에서 얻어진 고온공기 영역이 지정된 전역 대조비 개선 적외선 이미지는 상기 선택영역 대조비 개선단계와 상기 이미지 병합단계로 입력되는 것을 특징으로 한다.Wherein the global contrast ratio enhanced infrared image designated by the high temperature air region obtained in the cell merging step is input to the selective region comparison ratio improving step and the image combining step.
상기와 같은 구성을 갖는 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에 따르면, 적외선으로 촬영된 이미지에서 고온공기에 의해 표적이 가려지거나 표적의 형상을 왜곡하지 않으므로, 표적의 형상을 정확하게 인식할 수 있다.
According to the method of removing hot air for tracking features in an infrared image according to the present invention having the above configuration, since the target is not covered by the hot air or the shape of the target is not distorted in the infrared radiographic image, Can be accurately recognized.
도 1은 일반적인 특징점 추출방식과 특징점 이동량 측정 특성을 도시한 개념도.
도 2는 일반적인 특징점 추적의 이동량 측정과 ROI 조정방식을 도시한 개념도.
도 3은 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에서 표적의 면적을 계산하기 위해 적용되는 하프그리드의 개념도.
도 4는 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에서 셀의 형상을 나타낸 개념도.
도 5는 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에서 고온 공기에 가려진 형상을 복원하는 모습을 순차적으로 도시한 도면.
도 6은 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에서 반복하여 대조비를 개선하여 고온 공기에 가려진 형상을 복원하는 과정을 도시한 도면.
도 7은 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법을 도시한 순서도.1 is a conceptual diagram showing a general feature point extraction method and feature point movement amount measurement characteristics.
FIG. 2 is a conceptual diagram showing a movement amount measurement and ROI adjustment method of a general feature point tracking.
3 is a conceptual diagram of a half grid applied to calculate the area of a target in a hot air removal method for tracing features in an infrared image according to the present invention.
4 is a conceptual diagram illustrating the shape of a cell in a method for removing hot air for tracking features in an infrared image according to the present invention.
FIG. 5 is a view sequentially showing a state in which a shape obscured by hot air is restored in a method of removing hot air for tracking features in an infrared image according to the present invention. FIG.
FIG. 6 is a view illustrating a process of repetitively reconstructing a shape obscured by hot air by improving the control ratio in the method of removing hot air for tracking features in an infrared image according to the present invention. FIG.
7 is a flowchart illustrating a method of removing hot air for tracking features in an infrared image according to the present invention.
이하 첨부된 도면을 참조로 하여 본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법에 대하여 자세히 설명하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a method for removing hot air for tracking features in an infrared image according to the present invention will be described in detail with reference to the accompanying drawings.
본 발명에 따른 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법은, 전역 대조비 개선을 거친 전역 대조비 개선 적외선 이미지에서 고온공기와 표적의 면적을 계산하는 고온공기 면적 산출단계(S110)와, 상기 전역 대조비 개선 적외선 이미지의 셀들 중 미리 설정된 표적가림 판단 밝기 이상을 갖는 셀의 수와 미리 설정된 표적 가림 판단 셀 수를 비교하여 표적이 고온 공기에 의해 가려졌는지를 판단하는 단계하는 표적가림 판단단계(S120)와, 표적가림 판단 밝기 이상을 갖는 셀의 수가 상기 표적가림 판단 셀 수를 초과하면, 상기 전역 대조비 개선 적외선 이미지에서 적가림 판단 밝기 이상을 갖는 셀들을 병합하여 고온공기 영역으로 지정하는 셀병합단계(S130)와, 원본 적외선 이미지에서 상기 전역 대조비 개선 적외선 이미지의 고온공기 영역에 해당하는 영역을 선택영역으로 지정하고, 상기 선택영역에 대하여 대조비 개선을 수행하는 선택영역 대조비 개선단계(S210)와, 상기 선택영역에 대하여 밝기의 분산값을 측정하는 분산측정단계(S220)와, 상기 원본 적외선 이미지의 선택영역에 대한 대조비 개선이 완료되었는지를 판단하는 대조비 개선 완료 판단단계(S250)와, 고온공기 영역에 대하여, 상기 셀병합 단계(S130)가 수행된 전역 대조비 개선 적외선 이미지에서 선택영역에 대한 대조비 개선이 완료된 원본 적외선 이미지를 빼주어, 고온공기가 제거된 적외선 이미지를 얻는 이미지 병합단계(S260)와, 상기 전역 대조비 개선 적외선 이미지의 고온공기 영역을 상기 이미지 병합단계(S260)에서 얻어진 고온공기가 제거된 적외선 이미지의 해당영역로 대체하는 이미지 대체단계(S270)와, 고온공기가 제거된 적외선 이미지에서 특징점을 추출하는 특징점 추출단계(S310)를 포함한다.
The method of removing hot air for tracking features in an infrared image according to the present invention includes a hot air area calculation step (S110) of calculating a hot air area and an area of a target in a global contrast ratio enhanced infrared image that has been improved in global contrast ratio, Comparing the number of cells having a preset target blindness determination brightness among the cells of the improved infrared image with the preset target blindness determination cell number to determine whether the target is covered by the hot air; A cell merging step (S130) of merging cells having a blindness determination brightness greater than or equal to a blindness determination brightness in the global contrast ratio enhanced infrared image to a high-temperature air region if the number of cells having a target blindness determination brightness exceeds the target blindness determination cell number ) In the high-temperature air region of the global contrast ratio-enhanced infrared image from the original infrared image (S210) of designating a corresponding region as a selection region and performing a contrast ratio improvement on the selected region, a dispersion measurement step (S220) of measuring a variance value of brightness with respect to the selected region, A comparison ratio improvement completion judgment step (S250) for judging whether the comparison ratio improvement of the selected region of the original infrared image is completed or not, a comparison ratio improvement completion judgment step (S250) of selecting the comparison ratio improvement infrared image for the high temperature air region, (S260) of subtracting the original infrared image with the improved contrast ratio for the region, and obtaining the infrared image from which the hot air has been removed, and a step (S260) of combining the high-temperature air region of the global- Replacing the obtained hot air with the corresponding region of the removed infrared image (S270), removing the hot air And a minutiae point extraction step (S310) of extracting minutiae points from the obtained infrared image.
고온공기 면적 산출단계(S110)에서는 전역 대조비 개선을 적외선 이미지, 즉 전역 대조비 개선 적외선 이미지에서 고온공기와 표적의 면적을 계산한다. 특징점을 추적하기 위해서는 이전에 적외선 이미지에 대하여 전역 대조비를 개선된 상태로 적외선 이미지가 입력되는데, 상기 전역 대조비 개선 적외선 이미지에서 밝기가 정해진 밝기 이상을 갖는 고온공기와 표적이 차지하는 면적을 산출하는데, 바람직하게는 상기 적외선 이미지를 일정한 크기의 정방형 셀로 나누어 셀의 개수를 셈으로써, 상기 고온공기와 표적의 면적을 계산한다.In the high temperature air area calculation step (S110), the global contrast ratio improvement is performed by calculating the area of the hot air and the target in the infrared image, i.e., the global contrast ratio improving infrared image. In order to track a minutiae point, an infrared image is input with an improved global contrast ratio with respect to an infrared image, and the area occupied by the target and the high temperature air having a brightness higher than a predetermined brightness in the global contrast ratio enhanced infrared image is calculated The hot air and the area of the target are calculated by dividing the infrared image into square cells of a predetermined size and counting the number of cells.
이때, 도 3의 (a), (b)에 도시된 바와 같이, 일정한 크기로 분할된 셀이 배열된 그리드(grid)를 이용할 수도 있지만, 더 세밀한 면적을 구하기 위해서, 하프 그리드(half grid)를 이용하는 것이 바람직하다. 이때, 상기 하프 그리드를 이용하는 경우는 그리드를 이용하여 면적을 구하는 과정을 1회 더 수행한 것과 같다.3 (a) and 3 (b), it is possible to use a grid in which cells divided into a predetermined size are arranged. However, in order to obtain a finer area, a half grid Is preferably used. At this time, in the case of using the half grid, the process of obtaining the area using the grid is performed once more.
이때 셀의 크기는 도 4의 (a)에 도시된 바와 같이 복수의 픽셀을 하나의 셀(cell)로 정할 수 있고, 상기 셀은 동일한 수의 폭과 높이의 픽셀의 집합으로 이루어지는 것이 바람직하다. 도 4의 (a)에는 4ㅧ4픽셀이 하나의 셀을 이루는 것에 대하여 도시되어 있다.At this time, as shown in FIG. 4A, a plurality of pixels may be defined as one cell, and the cells may be formed by a set of pixels having the same number of widths and heights. In FIG. 4 (a), 4 × 4 pixels form one cell.
또한, 도 4의 (b)에 도시된 바와 같이, 상기 셀의 집합으로 고온공기와 표적의 면적이 표현된다. Also, as shown in Fig. 4 (b), the hot air and the area of the target are expressed as a set of the cells.
표적가림 판단단계(S120)는 입력된 적외선 이미지에서 상기 적외선 이미지의 셀들 중 미리 설정된 표적가림 판단 밝기 이상을 갖는 셀의 수(Kmin)와 미리 설정된 표적 가림 판단 셀 수를 비교하여 표적이 고온 공기에 의해 가려졌는지를 판단하는 단계이다. 상기 전역 대조비 개선 적외선 이미지로부터 미리 설정된 표적가림 판단 밝기 이상의 밝기를 갖는 셀들을 감지함으로써, 고온공기가 표적을 가리는지를 판단한다.The target blindness determination step S120 compares the number of cells (K min ) having a brightness higher than a preset target blindness brightness among the cells of the infrared image in the input infrared image with the preset target blindness judgment cell number, It is judged whether or not it is blocked by the terminal. It is determined whether or not the high temperature air obscures the target by detecting cells having a brightness equal to or greater than a preset target blindness brightness brightness from the global comparison ratio enhanced infrared image.
예컨대, 상기 표적가림 판단 밝기의 레벨이 8bit 이미지에서 밝기 레벨 200으로 설정되었다면, 셀 내부의 픽셀의 평균값이 레벨 200이상인 셀들을 탐지하고, 탐지된 셀들과 인접한 셀들과 병합하여 최대 면적을 갖는 셀집합을 기준으로 표적의 면적과 고온 공기의 면적을 비교함으로써, 상기 적외선 이미지 중에서, 상기 표적가림 판단 밝기 이상을 갖는 셀의 수가 표적 가림 판단 셀 수(Kmin)보다 큰 지를 판단한다.For example, if the level of the target blindness brightness is set to a brightness level of 200 in an 8-bit image, cells having an average value of pixels in the cell of level 200 or higher are detected, and a cell set , It is determined whether the number of cells having the brightness equal to or greater than the target blanking determination brightness among the infrared images is greater than the target blanking determination cell number ( Kmin ).
여기서, 표적 가림 판단 셀 수는 하기의 수학식 6과 같이, 정의할 수 있고, Kmax는 셀 집합이 가실 수 있는 최대 셀의 개수이고, 이는 표적 영역의 셀의 개수의 총합과 같다. 예컨대, 표적 영역에서 표적이 아닌 배경 픽셀 성분이 표적 영역의 20%를 차지한다고 가정했을 때, 표적 면적의 반이 상이 고온 공기에 가려지면, 고온공기에 의해 표적이 실질적으로 가려진 것으로 판단할 수 있다.Here, the number of target blanking decision cells can be defined as shown in Equation (6) below, and K max is the maximum number of cells that the cell set can take, which is equal to the sum of the number of cells in the target area. For example, if half of the target area is covered by hot air, assuming that the non-target background pixel component occupies 20% of the target area in the target area, it can be determined that the target is substantially obscured by hot air .
<수학식 6>&Quot; (6) "
상기 표적가림 판단단계(S120)에서는 전역 대조비 개선 적외선 이미지에서 표적가림 판단 밝기 이상을 갖는 셀의 수가 상기 표적 가림 판단 셀 수(Kmin)보다 크면, 표적이 고온공기에 의해 가려진 상태로 판단하고, 적외선 이미지에서 표적과 고온공기가 차지하고 셀의 숫자가 상기 표적 가림 판단 셀 수(Kmin)보다 작으면 특징점 추출단계(S310)가 수행되고, 그렇지 않으면 셀병합단계(S130)가 수행된다.The target occlusion determining step (S120) in greater than the target occlusion is determined number of cells (K min) the number of cells with the target occlusion is determined brightness over the global daejobi improve the infrared image, and the target is determined as a hidden state by hot air, the target and the high-temperature air in the infrared image occupied by the number of cells the target occlusion is determined number of cells is smaller than (K min) feature point extracting step (S310) is performed, otherwise it is carried out, the cell merging step (S130).
셀병합단계(S130)는 전역 대조비 개선 적외선 이미지에서 표적가림 판단 밝기 이상을 갖는 셀의 수가 상기 표적 가림 판단 셀 수(Kmin)보다 큰 경우에 수행되는 것으로서, 상기 표적가림 판단단계(S120)에서 고온공기로 판단된 셀들을 병합하여 고온공기 영역으로 지정한다. Merge Cells step (S130) is a global as daejobi the number of cells with the target occlusion is determined brightness than in improving the infrared image which is performed is greater than the target occlusion is determined number of cells (K min), in the target occlusion determining step (S120) The cells judged to be hot air are merged into a hot air region.
상기 셀병합단계(S130)에서 얻어진 고온공기 영역이 지정된 전역 대조비 개선 적외선 이미지는 후술되는 선택영역 대조비 개선단계(S210)와 이미지 병합단계(S260)로 입력된다.The global comparison ratio enhanced infrared image in which the high temperature air region obtained in the cell merging step (S130) is designated is input to the selective region contrast ratio improving step (S210) and the image merging step (S260).
선택영역 대조비 개선단계(S210)에서는 상기 원본 적외선 이미지에서 고온공기 영역으로 선택된 선택영역에 대하여 대조비 개선을 수행한다. 먼저, 상기 셀병합단계(S130)를 통하여 전역 대조비 개선을 거친 적외선 이미지에서 고온 공기 영역으로 지정된 영역에 해당하는 원본 적외선 이미지(raw image)의 해당영역을 선택영역으로 지정하고, 상기 선택영역에 대하여 대조비 개선을 수행한다. 여기서, 원본 적외선 이미지는 최초로 획득한 적외선 이미지를 말하는 것으로서, 전처리 되지 않은 상태의 적외선 이미지를 말한다.In the selection region contrast ratio improving step S210, the contrast ratio is improved for the selected region selected as the high-temperature air region in the original infrared image. First, a corresponding region of a raw infrared image corresponding to a region designated as a high-temperature air region is designated as a selection region in an infrared image subjected to the global contrast ratio improvement through the cell merging step (S130) The control ratio improvement is performed. Here, the original infrared image refers to an infrared image obtained first, and refers to an infrared image in a non-preprocessed state.
상기 전역 대조비 개선은 배경과 유사한 온도를 갖는 표적의 대조비 개선에는 도움이 되지만, 배경보다 뚜렷하게 온도가 높은 영역은 밝기 레벨이 255로 포화되는 특성이 있다. 따라서, 원본 적외선 이미지에서 고온 공기 영역으로 지정된 영역에서 분산이 높은 순으로 셀 집합을 다시 분리하여, 선택영역으로 지정한다. 여기서 상기 선택영역은 고온 공기 영역의 25% 이내로 지정하고, 상기 선택영역에 대하여 대조비 개선을 수행한다.The global contrast ratio improvement is effective in improving the contrast ratio of a target having a temperature similar to the background, but the brightness level is saturated to 255 in a region where the temperature is significantly higher than the background. Therefore, the cell set is re-separated from the original infrared image in the region designated as the high-temperature air region in descending order of dispersion, and designated as the selected region. Here, the selection region is specified to be within 25% of the high-temperature air region, and the contrast ratio improvement is performed on the selected region.
분산측정단계(S220)는 선택영역 대조비 개선단계(S210)를 거친 원본 적외선 이미지에서, 상기 선택영역의 밝기 값의 분산을 측정하여, 분산의 최대값을 구하는 단계이다. 상기 하프그리드를 사용하여 중첩된 셀 영역을 병합하고, 상기 선택영역을 일정한 크기로 분할한 분할영역에 대하여 분산을 측정하고, 측정된 분산 중에서 최대값을 구하게 된다.The dispersion measuring step S220 is a step of measuring the variance of the brightness value of the selected region in the original infrared image through the selective region contrast ratio improving step S210 to obtain the maximum value of the variance. The overlapping cell regions are merged using the half grid, the dispersion is measured with respect to the divided regions obtained by dividing the selected region by a predetermined size, and the maximum value among the measured dispersions is obtained.
이때, 상기 분산의 첨두값은 전역 대조비 개선의 첨미값을, 첨미값은 상기 선택영역에서의 원본 적외선 이미지의 최대값을 지정한다. 여기서, 상기 첨두값은 상기 대조비 개선시 밝기 레벨 0으로 정규화하는 히스토그램 인덱스를 나타내고, 상기 첨미값은 밝기 레벨255로 정규화하는 히스토그램 인덱스를 나타낸다. At this time, the peak value of the dispersion designates an additive value of the global contrast ratio improvement, and the additive value designates a maximum value of the original infrared image in the selected region. Here, the peak value indicates a histogram index normalized to the brightness level 0 when the control ratio is improved, and the added value indicates a histogram index normalized to the brightness level 255.
한편, 분산의 최대값을 구하기 위해 아래와 같은 프로그래밍을 수행함으로써, 분산의 최대값을 구할 수 있고, 이는 도 6에도 도시되어 있다. 아래의 프로그래밍에서, Vlow는 첨미값을 낮게 설정하였을 때의 분산값이고, Vhigh는 첨미값을 높게 설정하였을 때의 분산이다. On the other hand, in order to obtain the maximum value of dispersion, the maximum value of dispersion can be obtained by performing the following programming, which is also shown in FIG. In the programming below, V low is the variance when the suffix is set low and V high is the variance when the suffix is set high.
한편, 분산의 최대값을 최초로 구하는 지를 판단하는 최초수행판단단계(S230)가 수행되고, 분산의 최대값을 최초로 구하는 것으로 판단되면, 상기 선택영역 대조비 개선단계(S210)와 상기 분산측정단계(S220)의 반복 수행이 전체 추적 알고리즘의 수행시간에 지장을 미치지 않도록 대조비 개선단계(S210)와 분산측정단계(S220)의 수행시간을 측정하여 대조비 개선 반복 수행횟수(N)을 결정하는 수행시간 결정단계(S240)가 수행된다.If it is determined that the maximum value of the variance is first obtained, the first determination step S230 is performed to determine whether the maximum value of variance is first obtained. If it is determined that the variance maximum value is obtained first, (N) is determined by measuring the execution time of the comparison ratio improving step (S210) and the dispersion measuring step (S220) so that the repeated execution of the entire tracking algorithm does not interfere with the execution time of the entire tracking algorithm (S240) is performed.
대조비 개선 완료 판단단계(S250)는 상기 최초수행판단단계(S230)에서 분산의 최대값을 최초로 구하지 않는 것으로 판단되면 수행되는 것으로서, 선택영역에 대한 대조비 개선 횟수가 상기 대조비 개선 반복 수행횟수(N)에 도달하였는지를 판단한다. 상기 대조비 개선 횟수가 앞서 설정된 대조비 개선 반복 수행횟수(N)에 도달하여, 상기 대조비 개선이 완료된 것으로 판단하면 이미지 병합단계(S260)가 수행되고, 그렇지 않은 경우에는 다시 상기 선택영역 대조비 개선단계(S210)로 리턴된다.The control ratio improvement completion judgment step S250 is performed when it is determined that the maximum value of the variance is not obtained first in the first execution judgment step S230. If the number of times of the control ratio improvement for the selected region is less than the number N of the control ratio improvement repetition number N, Is reached. If it is determined that the comparison ratio improvement number of times has reached the previously set number of times of the control ratio improvement execution N and the comparison ratio improvement has been completed, the image merging step S260 is performed. Otherwise, the selection area ratio improvement step S210 ). ≪ / RTI >
한편, 대조비 개선 완료 판단단계(S250)에서는, 제한된 수행시간 내에서 최상의 성능을 얻기 위해, 대조비 개선 횟수가 미리 설정된 대조비 개선 반복 수행횟수(N)에 도달할 때 까지만 상기 선택영역 대조비 개선단계(S210)와 분산측정단계(S220)의 반복을 제한한다.On the other hand, in the comparison ratio improvement completion determination step S250, in order to obtain the best performance within the limited execution time, the selection ratio calculation step S210 (S210) is repeated until the number of times of the comparison ratio improvement is reached to the preset number ) And the dispersion measurement step (S220).
이미지 병합단계(S260)는 고온공기가 있는 것으로 설정된 영역에 대하여 상기 셀병합 단계(S130)가 수행된 전역 대조비 개선 적외선 이미지에 선택영역에 대한 대조비 개선이 완료된 원본 적외선 이미지를 빼준다. 따라서, 상기 전역 대조비 개선 적외선 이미지에서 고온공기 영역으로 포화되었던 부분이 역상의 형태를 갖는 바, 상기 이미지 병합단계(S260)를 거친 이미지는 고온공기 영역에 대하여 역상 이미지를 얻는다. The image merging step S260 subtracts the original infrared image in which the contrast ratio improvement of the selected region is completed, on the global contrast ratio improving infrared image on which the cell merging step (S130) is performed with respect to the region set to have the hot air. Therefore, the portion that has been saturated in the high-temperature air region in the global contrast ratio enhanced infrared image has a reversed phase, and the image obtained through the image combining step S260 obtains a reversed-phase image with respect to the hot air region.
이미지 대체단계(S270)는 상기 전역 대조비 개선 적외선 이미지의 고온공기 영역에 상기 이미지 병합단계(S260)에서 얻어진 고온공기 영역의 역상 이미지를 합성하여, 고온공기가 제거된 적외선 이미지를 얻는다. 상기 이미지 대체단계(S270)를 통하여 얻은 적외선 이미지에서는 촬영한 이미지에서 고온공기에 의한 영향이 실질적으로 없어진 배경과 표적만 남게 된다.In the image substitution step S270, a reversed-phase image of the high-temperature air region obtained in the image merging step S260 is synthesized in the high-temperature air region of the global comparison-ratio enhanced infrared image to obtain the infrared image from which the hot air has been removed. In the infrared image obtained through the image substituting step S270, only the background and the target in which the influence of the hot air are substantially eliminated in the photographed image are left.
특징점 추출단계(S310)는 상기 이미지 대체단계(S270)에 의해 적외선 이미지에서 고온공기가 제거된 적외선이미지로부터 특징점을 추출한다. 상기 특징점 추출단계(S310)에서 특징점을 추출하는 알고리즘은 상기 종래기술에 설명한 바와 같이, 통상적인 특징점 추출 알고리즘을 이용한다. 즉, 상기 특징점 추출단계(S310) 이전에 적외선 이미지에서 고온공기에 해당하는 부분이 제거되고, 표적만 남은 상태이므로, 통상적인 특징점 추출 알고리즘을 수행하더라도 충분히 특징점을 추출할 수 있다.
In the feature point extracting step (S310), the feature point is extracted from the infrared image from which the hot air is removed from the infrared image by the image replacing step (S270). The algorithm for extracting the feature points in the feature point extracting step (S310) uses a conventional feature point extracting algorithm as described in the above-mentioned related art. That is, since the portion corresponding to the hot air is removed from the infrared image before the feature point extracting step S310, and only the target remains, the feature point can be sufficiently extracted even if the conventional feature point extraction algorithm is performed.
S110 : 고온공기 면적 산출단계 S120 : 표적가림 판단단계
S130 : 셀병합단계 S210 : 선택영역 대조비 개선단계
S220 : 분산측정단계 S230 : 최초수행 판단단계
S240 : 수행시간결정단계 S250 : 대조비 개선 완료 판단단계
S260 : 이미지 병합단계 S270 : 이미지 대체단계
S310 : 특징점 추출단계S110: calculation of high temperature air area S120: target blanking judgment step
S130: Cell merging step S210: Select region contrast ratio improving step
S220: dispersion measurement step S230: initial performance judgment step
S240: execution time determination step S250: comparison ratio improvement completion determination step
S260: image merging step S270: image replacing step
S310: Step of extracting feature points
Claims (8)
상기 전역 대조비 개선 적외선 이미지의 셀들 중 미리 설정된 표적가림 판단 밝기 이상을 갖는 셀의 수와 미리 설정된 표적 가림 판단 셀 수를 비교하여 표적이 고온 공기에 의해 가려졌는지를 판단하는 단계하는 표적가림 판단단계와,
표적가림 판단 밝기 이상을 갖는 셀의 수가 상기 표적가림 판단 셀 수를 초과하면, 상기 전역 대조비 개선 적외선 이미지에서 적가림 판단 밝기 이상을 갖는 셀들을 병합하여 고온공기 영역으로 지정하는 셀병합단계와,
원본 적외선 이미지에서 상기 전역 대조비 개선 적외선 이미지의 고온공기 영역에 해당하는 영역을 선택영역으로 지정하고, 상기 선택영역에 대하여 대조비 개선을 수행하는 선택영역 대조비 개선단계와,
상기 선택영역에 대하여 밝기의 분산값을 측정하고, 분산의 최대값을 구하는 분산측정단계와,
상기 원본 적외선 이미지의 선택영역에 대한 대조비 개선이 완료되었는지를 판단하는 대조비 개선 완료 판단단계와,
고온공기 영역에 대하여, 상기 셀병합 단계가 수행된 전역 대조비 개선 적외선 이미지에서 선택영역에 대한 대조비 개선이 완료된 원본 적외선 이미지를 빼주어, 고온공기가 제거된 적외선 이미지를 얻는 이미지 병합단계와,
상기 전역 대조비 개선 적외선 이미지의 고온공기 영역을 상기 이미지 병합단계에서 얻어진 고온공기가 제거된 적외선 이미지의 해당영역로 대체하는 이미지 대체단계와,
고온공기가 제거된 적외선 이미지에서 특징점을 추출하는 특징점 추출단계를 포함하고,
상기 고온공기 면적 산출단계에서는, 복수의 픽셀을 하나의 셀로 설정하고, 상기 적외선 이미지에서 고온공기와 표적이 차지하는 셀의 개수로 면적을 산출하는 것을 특징으로 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법.
A high-temperature air area calculating step of calculating high-temperature air and an area of the target in the infrared image,
Comparing the number of cells having a preset target blindness brightness value with a preset number of target blindness determination cells among the cells of the global comparison ratio enhanced infrared image to determine whether the target is obscured by the hot air, ,
A cell merging step of merging cells having a blindness determination brightness greater than or equal to a blindness determination brightness value in the global comparison ratio enhanced infrared image into a high temperature air area if the number of cells having a target blindness determination brightness exceeds the target blindness determination cell number,
Selecting a region corresponding to the high-temperature air region of the global contrast ratio improving infrared image from the original infrared image as a selection region and performing a contrast ratio improvement on the selected region;
A dispersion measuring step of measuring a variance value of brightness for the selected area and obtaining a maximum value of variance;
A contrast ratio improvement completion determination step of determining whether the contrast ratio improvement of the selected region of the original infrared image is completed,
An image merging step for subtracting the original infrared image with the improved contrast ratio of the selected region from the global contrast ratio enhanced infrared image on which the cell merging step has been performed for the hot air region to obtain the infrared image from which the hot air has been removed,
Replacing the hot air region of the global contrast ratio enhanced infrared image with the corresponding region of the infrared image from which the hot air obtained in the image merging step is removed;
And a feature point extracting step of extracting feature points from the infrared image from which the hot air has been removed,
Wherein the plurality of pixels are set as one cell, and the area is calculated by the number of cells occupied by the hot air and the target in the infrared image. In the infrared image, Way.
상기 고온공기 면적 산출단계에서는,
동일한 수의 폭과 높이의 픽셀을 하나의 셀로 설정하는 것을 특징으로 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법.
The method according to claim 1,
In the high temperature air area calculating step,
Wherein pixels of the same number of widths and heights are set as one cell.
상기 표적가림 판단단계에서,
상기 표적이 고온공기에 가리지 않은 것으로 판단되면, 상기 특징점 추출단계가 수행되는 것을 특징으로 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법.
The method according to claim 1,
In the target blanking determination step,
Wherein the feature point extracting step is performed when the target is judged not to be obstructed by the hot air.
상기 선택영역 대조비 개선단계에서 상기 선택영역은 고온공기 영역의 25%이하로 설정하는 것을 특징으로 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법.
The method according to claim 1,
Wherein the selection region is set to 25% or less of the high temperature air region in the selective region control ratio improving step.
상기 분산측정단계가 수행된 이후에 분산의 최대값을 최초로 구하는지를 판단하고,
상기 분산의 최대값을 최초로 구하는 것으로 판단되면, 대조비 개선 수행시간 및 대조비 개선 반복 수행횟수를 결정하고,
상기 분산의 최대값을 최초로 구하지 않는 것으로 판단되면, 상기 대조비 개선 완료 판단단계가 수행되는 것을 특징으로 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법.
The method according to claim 1,
Determining whether the maximum value of variance is first obtained after the variance measurement step is performed,
If it is determined that the maximum value of the variance is first obtained, the comparison ratio improvement execution time and the comparison ratio improvement repeat execution number are determined,
Wherein the comparison ratio improvement completion determination step is performed when it is determined that the maximum value of the variance is not initially obtained.
상기 대조비 개선 완료 판단단계에서는,
상기 대조비 개선 횟수가 미리 설정된 대조비 개선 반복 수행횟수에 도달하면, 대조비 개선이 완료된 것으로 판단하는 것을 특징으로 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법.
The method according to claim 6,
In the comparison ratio improvement completion determination step,
Wherein the control unit determines that the control ratio improvement is completed when the number of times of the control ratio improvement reaches a preset number of times of performing the control ratio improvement.
상기 셀병합단계에서 얻어진 고온공기 영역이 지정된 전역 대조비 개선 적외선 이미지는 상기 선택영역 대조비 개선단계와 상기 이미지 병합단계로 입력되는 것을 특징으로 하는 적외선 이미지에서 특징추적을 위한 고온 공기 제거방법.The method according to claim 1,
Wherein the global contrast ratio enhanced infrared image designated by the high temperature air region obtained in the cell merging step is input to the selected region contrast ratio improving step and the image merging step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140067756A KR101595368B1 (en) | 2014-06-03 | 2014-06-03 | Method for eliminating hot atmosphere for feature tracking in thermal infrared images |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140067756A KR101595368B1 (en) | 2014-06-03 | 2014-06-03 | Method for eliminating hot atmosphere for feature tracking in thermal infrared images |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150139315A KR20150139315A (en) | 2015-12-11 |
| KR101595368B1 true KR101595368B1 (en) | 2016-02-18 |
Family
ID=55020500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140067756A KR101595368B1 (en) | 2014-06-03 | 2014-06-03 | Method for eliminating hot atmosphere for feature tracking in thermal infrared images |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101595368B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110133668B (en) * | 2019-05-17 | 2020-12-08 | 中国人民解放军92942部队 | Infrared detection method and device for offshore targets |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006099603A (en) * | 2004-09-30 | 2006-04-13 | Nissan Motor Co Ltd | Figure detection device and method |
| KR101087592B1 (en) * | 2011-03-11 | 2011-11-29 | 국방과학연구소 | Method for improving the single target tracking performance of ir-based image tracker |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20020085355A (en) | 2001-05-08 | 2002-11-16 | 엘지이노텍 주식회사 | The tracking apparatus and method of infrared image |
-
2014
- 2014-06-03 KR KR1020140067756A patent/KR101595368B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006099603A (en) * | 2004-09-30 | 2006-04-13 | Nissan Motor Co Ltd | Figure detection device and method |
| KR101087592B1 (en) * | 2011-03-11 | 2011-11-29 | 국방과학연구소 | Method for improving the single target tracking performance of ir-based image tracker |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20150139315A (en) | 2015-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5908174B2 (en) | Image processing apparatus and image processing method | |
| US8947508B2 (en) | Image processing apparatus | |
| US8447074B2 (en) | Image processing apparatus, image processing method, and program | |
| US20160282953A1 (en) | Information processing device and method, program and recording medium for identifying a gesture of a person from captured image data | |
| US10803597B2 (en) | Image processing device, method for controlling the same, program, and storage medium | |
| JP4955096B2 (en) | DETECTING DEVICE, DETECTING METHOD, DETECTING PROGRAM, AND RECORDING MEDIUM | |
| CN109086724B (en) | Accelerated human face detection method and storage medium | |
| US20080292192A1 (en) | Human detection device and method and program of the same | |
| CN110647836B (en) | Robust single-target tracking method based on deep learning | |
| US9600888B2 (en) | Image processing device, image processing method, and program | |
| KR20150112656A (en) | Method to calibrate camera and apparatus therefor | |
| WO2014069103A1 (en) | Image processing device | |
| KR101483742B1 (en) | Lane Detection method for Advanced Vehicle | |
| Cherian et al. | Accurate 3D ground plane estimation from a single image | |
| Choi et al. | Fog detection for de-fogging of road driving images | |
| JP2011165170A (en) | Object detection device and program | |
| US9384576B2 (en) | Method and device for computing a change in an image scale of an object | |
| KR101896307B1 (en) | Method and apparatus for processing depth image | |
| JP4818285B2 (en) | Congestion retention detection system | |
| CN108629227B (en) | Method and system for determining left and right boundaries of vehicle in image | |
| KR101595368B1 (en) | Method for eliminating hot atmosphere for feature tracking in thermal infrared images | |
| KR101426864B1 (en) | Region-based edge enhancement method for short-distance thermal target tracking | |
| KR101591380B1 (en) | Conjugation Method of Feature-point for Performance Enhancement of Correlation Tracker and Image tracking system for implementing the same | |
| JP4560434B2 (en) | Change region extraction method and program of the method | |
| JP4467702B2 (en) | Shadow change region determination device, image determination device and image generation device using the same, and shadow intensity ratio calculation device used therefor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| FPAY | Annual fee payment |
Payment date: 20190207 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20200204 Year of fee payment: 5 |