KR101905128B1 - 빛의 불규칙성을 기반으로 하는 동작영역 검출 제어 방법 및 그 방법을 이용한 동작영역 검출 장치 - Google Patents

Abstract

본 발명은 카메라를 통하여 촬영되는 영상을 분석하여, 동작영역을 감지(detect)하기 위한 제어 방법에 관한 것이다. 구체적으로 본 발명은, 카메라를 통하여 복수 개의 영상을 시계열적으로 촬영하는 단계, 상기 복수 개의 영상 중에서 선택된 세 개의 영상을 기반으로 두 개씩 짝지어진 세 개의 그룹을 형성하는 단계, 상기 세 개의 그룹 각각에 상기 짝지어진 두 개의 영상간의 비교 결과를 획득하는 단계, 상기 세 개의 그룹 각각에 대한 비교 결과를 취합하는 단계, 및 상기 취합된 결과에 기초하여 상기 카메라를 통하여 촬영되는 영상에서 동작이 감지되는 영역을 검출하는 단계를 포함하는, 동작영역 검출 제어 방법에 관한 것이다.

Description

빛의 불규칙성을 기반으로 하는 동작영역 검출 제어 방법 및 그 방법을 이용한 동작영역 검출 장치{MOTION AREA DETECION CONTROL METHOD BASED ON IRREGULARITY OF LIGHT AND APPARATUS THEREOF}

본 발명은 이미지 데이터 상에서 동작영역을 검출하는 방법에 관한 것으로, 보다 구체적으로는 보다 효과적으로 동작영역을 감지하기 위하여 빛의 불규칙적인 잡음을 제거하는 방식을 통한 동작영역 검출 방법에 관한 것이다.

동작영역 검출 알고리즘은 이미지 데이터 상에서 움직이는 오브젝트의 영역을 배경 영역과 구분해 내는 알고리즘을 의미한다. 이러한 동작영역 검출 알고리즘은 인식기술에 있어서 선행되는 기술로서 인식기술의 수행시간 및 연산속도를 향상시킬 수 있다. 즉, 변화된 영역만을 추출한 후 인식을 시도함으로서 연산량을 줄일 수 있는 것이다. 이러한 동작영역 검출 기술을 기반으로하여 인식 및 탐지, 추적 등 영상 내에서 사용자가 원하는 데이터를 식별할 수 있다.

동작영역 검출 알고리즘은 인식 및 추적 기술에서 일반적으로 선행되는 작업 중 하나이다. 다양한 동작영역 검출 알고리즘 중에서도 단순 처리과정으로 빠른 수행시간을 보이는 차영상 기법(difference images)이 대표적이며, 이를 기반으로 하여 확장된 알고리즘에 대한 많은 기술들이 개발되고 있다.

이미지 센서를 통하여 촬상되는 이미지 데이터 상에는 빛에 대한 잡음이 포함되어 있다. 빛이 반사되어 렌즈를 통해 들어와 객체들에 색상을 표현하는 동시에 객체 주변에 미세한 잡음(반사된 빛 영역)을 일으킨다. 이러한 잡음은 매 순간 변화되며, 이 패턴을 분석하는 것은 거의 불가능하다. 영상인식 및 검출기술에 있어서 빛에 의한 잡음은 일반적으로 전처리 작업을 통하여 제거시킨다. 이렇게 빛에 의한 잡음을 제거시킴으로서 인식 및 검출기술에 정확도를 높일 수 있다. 하지만 빛에 의한 잡음은 일정한 패턴을 가지질 수 없으며, 현재까지의 잡음 제거 알고리즘은 이러한 잡음을 제거하는데 많은 연산량이 요구되는 것이 현실이다.

이에 따라, 빛에 대한 잡음을 효과적으로 핸들링하여 보다 적은 연산량을 가지면서도 보다 높은 동작영역 검출 정확도를 향상시킬 수 있는 방법에 대한 연구가 요구되는 실정이다.

본 발명은 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다. 또 다른 목적은 빛에 의해서 불규칙적으로 발생하는 잡음을 효과적으로 제거할 수 있는 알고리즘 및 제어 방법 제공하는 것을 그 목적으로 한다.

시계열적으로 연속되는 복수 개의 이미지 데이터를 효과적으로 비교하는 방법을 제공하여, 동작영역을 적은 연산량과 높은 정확도로 검출해낼 수 있는 제어 방법을 제공하는 것을 그 목적으로 한다.

본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

상기 또는 다른 목적을 달성하기 위해 본 발명의 일 측면에 따르면, 카메라를 통하여 복수 개의 영상을 시계열적으로 촬영하는 단계; 상기 복수 개의 영상 중에서 선택된 세 개의 영상을 기반으로 두 개씩 짝지어진 세 개의 그룹을 형성하는 단계; 상기 세 개의 그룹 각각에 상기 짝지어진 두 개의 영상간의 비교 결과를 획득하는 단계; 상기 세 개의 그룹 각각에 대한 비교 결과를 취합하는 단계; 및 상기 취합된 결과에 기초하여 상기 카메라를 통하여 촬영되는 영상에서 동작이 감지되는 영역을 검출하는 단계를 포함하는, 동작영역 검출 제어 방법을 제공한다.

이때, 상기 결과를 취합하는 단계는, 각 비교 결과 간에 AND 연산을 수행할 수 있다.

그리고 상기 비교 결과를 획득하는 단계는, 상기 비교 대상인 두 개의 영상 각각에 대한 전체 밝기값을 평활화시키는 단계; 및 상기 두 개의 영상에서 같은 위치의 픽셀간에 픽셀값을 비교하는 단계를 포함할 수 있다.

그리고, 상기 평활화시키는 단계는, 상기 두 개의 영상 각각에 대한 전체 밝기값의 차이를 비율로 표현하는 단계; 및 상기 비율로 표현된 차이를 상기 두 개의 영상에 포함된 모든 픽셀에 적용하는 단계를 포함할 수 있다.

또한 상기 모든 픽셀에 적용하는 단계는, 상기 두 개의 영상에서 같은 위치에 존재하는 픽셀 중 값이 큰 픽셀값에서는 상기 비율로 표현된 차이를 빼고 값이 작은 픽셀값에서는 상기 비율로 표현된 차이를 더할 수 있다.

상기 상기 비율로 표현된 차이가 적용된 픽셀값에 기초하여, 각 픽셀의 밝기범위를 산출하는 단계; 및 상기 두 개의 영상에서 같은 위치의 픽셀간에 밝기범위가 겹치는지 여부를 판단하는 단계를 포함할 수 있다.

상기 밝기범위가 겹치는 경우 상기 위치에서 동작이 감지되지 않은 것으로 판단하고, 상기 밝기범위가 겹치지 않는 경우 상기 위치에 동작이 감지되는 것으로 판단하는 단계를 더 포함할 수 있다.

상기 밝기범위는, 상기 두 개의 영상에서 같은 위치의 픽셀에 대한 값이 각각 I₁, I₂라고 하였을 때,

,

,

및

상기 수학식을 이용하여 산출된 P₁ 및 P₂에 의해서 결정되는 I₁ ~ P₁범위 및 I₂ ~ P₂범위를 나타낼 수 있다.

본 발명에 따른 동작영역 검출 제어 방법 및 장치의 효과에 대해 설명하면 다음과 같다.

본 발명의 실시 예들 중 적어도 하나에 의하면, 빛에 의한 잡음을 효과적으로 제거하여 보다 정확하게 동작영역을 인식할 수 있다는 장점이 있다.

또한, 본 발명의 실시 예들 중 적어도 하나에 의하면, 낮은 연산량으로도 정확도가 향상된 동작영역 검출방법을 제공할 수 있다는 장점이 있다.

본 발명의 적용 가능성의 추가적인 범위는 이하의 상세한 설명으로부터 명백해질 것이다. 그러나 본 발명의 사상 및 범위 내에서 다양한 변경 및 수정은 당업자에게 명확하게 이해될 수 있으므로, 상세한 설명 및 본 발명의 바람직한 실시 예와 같은 특정 실시 예는 단지 예시로 주어진 것으로 이해되어야 한다.

도 1은 고정이미지를 이용하는 차영상 기법의 개념을 설명하기 위하여 도시된 도면이다.
도 2는 이미지 시간간격을 이용한 차영상 기법의 개념을 도시하는 도면이다.
도 3은 본 발명의 일실시예에 따른 이중 차영상 기법을 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따라 빛의 불규칙한 패턴을 보다 효과적으로 제거하기 위한 방식을 도시하는 도면이다.
도 5는 본 발명의 일실시예에 따라 동작영역을 검출하는 방법의 순서도를 도시하는 도면이다.
도 6은 본 발명의 일실시예에 따라, 도 5에서 두 개의 영상을 비교하는 방법의 구체적인 순서도를 도시하는 도면이다.
도 7은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정을 요약하는 도면이다.
도 8은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 첫 번째 단계인 전처리 단계를 도식화한 도면이다.
도 9는 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 첫 번째 단계인 전처리 단계의 순서도를 도시하는 도면이다.
도 10은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 두 번째 단계를 도식화한 도면이다.
도 11은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 두 번째 단계의 순서도를 도시하는 도면이다.
도 12는 본 발명의 일실시예에 따라서 픽셀단위로 KLDA를 적용하는 방법을 설명하기 위한 도면이다.
도 13은 본 발명의 일실시예에 따른 결과 이미지를 도시하는 도면이다.
도 14는 본 발명의 일실시예에 따른 동작영역 검출 장치의 블록도를 도시하는 도면이다.

이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

본 출원에서, "포함한다" 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.

동작영역 검출 알고리즘은 인식 및 추적 기술에서 일반적으로 선행되는 작업 중 하나이다. 다양한 동작영역 검출 알고리즘 중에서도 단순 처리과정으로 빠른 수행시간을 보이는 차영상 기법(difference images)이 대표적이며, 이를 기반으로 하여 확장된 알고리즘에 대한 많은 기술들이 개발되고 있는 실정이다. 왜냐하면, 이러한 차영상 기법은 빠른 수행시간으로 인하여 실시간 영상인식 및 추적분야에서 많은 양의 이미지를 빠르게 처리할 수 있기 때문이다.

본 발명에서는 이러한 차영상 기법을 개선하여 확장한 기법으로서, 기본적으로는 차영상 기법을 기반으로 한다. 이에 따라서, 본 발명의 구체적인 기반이 되는 차영상 기법에 대해서 먼저 설명한다.

차영상 기법은 2개 이상의 이미지를 시간적 간격을 두고 획득하여 이미지들 간의 각 화소 값을 비교 후 변화된 영역을 계산한다. 이 기법은 수학식 1과 같이 이미지들 간에 인접된 화소 값을 차 연산(Subtraction) 후 결과 값을 절대값으로 표현하여 두 화소에 대한 차이값을 계산한다.

상기 수학식 1에서 width와 height는 목적 이미지들에 폭과 높이를 나타내며 M은 차영상 기법을 적용하여 얻은 결과 이미지(즉, 출력 이미지)를 의미한다. Img₁, Img₂는 목적이미지(즉, 비교하고자 하는 대상 이미지로서 입력 이미지)를 의미한다. 이 기법은 두 목적이미지들에 대한 관계에 따라 다른 결과를 도출한다. 목적이미지들의 관계가 고정이미지를 사용할 경우와 시차간격을 이용한 이미지일 경우로 구분된다.

도 1은 고정이미지를 이용하는 차영상 기법의 개념을 설명하기 위하여 도시된 도면이다.

고정이미지(도 1 (a))는 목적이미지를 촬영할 시 고정적인 사물만을 미리 촬영한 이미지로 목적이미지 내에서 이동물체가 발생될 시(도 1 (b)) 이 물체를 제외한 배경영역을 제거할 수 있어 이동물체에 대한 정확한 위치영역(도 1 (c))을 파악할 수 있다. 즉, 고정이미지(a)란 목적이미지에 대한 배경정보를 의미할 수 있다.

즉, 도 1에서 (a)와 (b)는 각각 고정이미지(Img₁, 배경정보를 의미)와 목적이미지(Img₂)를 의미하며, (c)는 결과이미지(M)를 나타낸다. 도 1과 같이 배경정보는 목적이미지에서 움직임 영역 이외의 정보를 가지고 있어 움직임으로 인해 변화된 영역을 쉽게 식별해 낼 수 있다. 그럴 경우, 이러한 영역을 동작영역으로 쉽게 판단하여 추출할 수 있다.

하지만, 도 1과 관련된 고정이미지를 이용하는 차영상 기법의 장점이자 단점이 바로 배경정보를 이용한다는 것이다. 배경정보를 얻기 위해서는 선행 작업으로 고정적인 사물을 촬영해야 하며, 동작영역 검출과정 시 목적이미지의 촬영 시점이 변경되거나 고정적인 사물의 위치가 변화될 경우 검출율에 영향을 미치게 된다. 이 경우 배경정보를 지속적으로 확인하여 갱신작업을 수행해야 한다. 이 작업을 수행하기 위해서는 별도의 인식기술이 추가되어야 할 것이다. 이러한 단점을 개선시킨 것이 시차간격을 이용한 차영상 기법으로, 도 2와 함께 후술하겠다.

도 2는 이미지 시간간격을 이용한 차영상 기법의 개념을 도시하는 도면이다.

시차간격을 이용한 차영상 기법은 고정된 배경정보에 의존하지 않고, 현재이미지(t)에 대한 시차간격 n만큼 떨어진 이전이미지(t-n)와 비교하여 동작영역을 검출한다. 현재, 이전이미지는 배경에 대한 정보를 일부분 포함하고 있으며, 이 정보는 움직임 영역에 따라 서로 다른 배경정보를 가지게 된다. 이러한 배경정보를 조합할 경우 움직임에 대한 윤곽선 또는 영역정보를 도출할 수 있다.

도 2를 참조하면, (T-n), T, M은 이미지를 의미한다. 이미지 내의 점선은 이미지의 중심을 표현한다. 도 2에서와 같이 (T-n), T는 객체의 위치에 따라 들어나는 배경정보가 다르며, 이를 조합할 경우 변화된 영역을 제외한 배경영역이 제거된다.

도 2와 관련된 기법은 결과정보를 얻기 위해 두 이미지 내에 표현된 움직임 영역의 잔상을 이용한다. 즉, 현재 이미지와 이전 이미지에 대한 변화된 영역의 잔상이며, 이 잔상은 실제 동작영역 이외의 배경정보를 동시에 표현시키게 된다. 이러한 배경정보는 후처리 과정에서 위험요소로 발생될 수 있어 제거 작업이 요구된다.

도 3은 본 발명의 일실시예에 따른 이중 차영상 기법을 설명하기 위한 도면이다.

이중 차영상 기법이란 연속된 3개의 이미지(도 3 (a))를 통하여 하나의 동작영역만을 검출하는 기법을 의미한다. 본 발명에서는 단순히 인접한(또는 일정 시간 간격을 가지는) 이미지들 간에 차영상을 이용하는 것뿐만 아니라, 3 개의 이미지를 비교하여 동작영역을 검출해내는 이중 차영상 기법을 이용한다. 3개의 이미지를 2개의 그룹(그룹1:(t-1, t), 그룹2:(t, t+1)으로 묶어 차영상 기법을 그룹단위로 수행(도 3 (b))한다. 각 그룹은 t 이미지에 대한 정보를 포함하고 있어 차영상 기법을 통해 도출된 2 개의 도출 데이터(D1, D2) 내에 동일한 영역데이터가 포함되며 이 영역을 비트 단위의 AND 연산으로 추출한다. 즉 두 개의 도출 데이터(D1, D2) 각각에 포함되는 모든 픽셀에 대한 값을 AND 연산으로 추출(도 3 (c))하는 것이다.

즉, 본 발명의 일실시예에서는, t이미지를 중복시켜 공통된 영역을 생성시키고 이 영역을 AND 연산으로 추출하여 t이미지 내에 표현된 움직임 영역을 도출한다.

본 발명에서는, 빛의 불규칙한 패턴을 보다 효과적으로 제거하기 위한 방식을 제안하고자 한다. 이러한 방식에 대해서 '3 way-diff 알고리즘'이라고 부르기로 하고, 이하에서 상세하게 설명한다.

도 4는 본 발명의 일실시예에 따라 빛의 불규칙한 패턴을 보다 효과적으로 제거하기 위한 방식을 도시하는 도면이다. 도 5는 본 발명의 일실시예에 따라 동작영역을 검출하는 방법의 순서도를 도시하는 도면이다.

3 way-diff 알고리즘이란 이미지 제작과정에서(즉, 이미지 센서가 빛을 받아 들이고, 이를 감지하여 데이터로 변환하는 과정에서) 빛에 의해 발생되는 잡음 중 객체 주변에 미세하게 발생되는 잡음의 존재를 추정하며, 이 잡음을 활용하여 동작에 대한 윤곽선정보를 추출한다. 이러한 잡음을 이 알고리즘에서는 반사된 빛 영역이라 명시한다.

이에 따라서, 본 발명의 일실시예에서는 우선 카메라를 통하여 복수 개의 영상을 시계열적으로 촬영(S501 단계)한다. 이 기법은 연속된 3개의 이미지((T-1), T, (T+1))를 이용하며, 이 이미지를 3개의 그룹으로 묶는다(S502 단계, 그룹1:(T-1, T), 그룹2:(T, T+1), 그룹3:(T-1, T+1)). 즉, S502 단계에서는 상기 복수 개의 영상 중에서 선택된 세 개의 영상을 기반으로 두 개씩 짝지어진 세 개의 그룹을 형성한다.

각 그룹은 차영상 기법을 통해 각각의 결과데이터를 도출한다. 즉, S503 단계에서 상기 세 개의 그룹 각각에 상기 짝지어진 두 개의 영상간의 비교한다.

이 데이터를 비트단위의 AND 연산으로 T에 대한 움직임 영역을 검출(S505 단계)한다. 이 기법은 반사된 빛 영역을 기반으로 하여 검출이 되는 것으로 객체 주변에 이 영역이 없을 경우 검출이 불가능하다.

도 1 내지 도 4에서 상술한 기법들은 하나의 공통된 문제점을 가지고 있다. 이는 임계값을 설정하는 것으로, 임계값에 따라 검출되는 데이터가 달라진다. 위 기법들은 2개 이상의 이미지들을 차 연산을 통해 변화된 영역을 검출한다는 기본적인 특징을 가지고 있다. 하지만 빛을 이용해 제작된 이미지는 불규칙적인 밝기잡음을 발생시키며, 이 패턴을 분석하는 것은 매우 어렵다. 즉, 불규칙적인 밝기잡음을 포함한 이미지들은 단순 차 연산 시 움직임 영역과 밝기잡음에 대한 잔상을 동시에 표현시키게 된다. 이러한 잡음의 잔상을 제거하기 위해 임계값이라는 범위 값을 결정한다.

임계값은 검출 및 인식 기술에서 불필요한 영역(배경 및 잡음)과 목적영역을 구분시키기 위해 사용되며, 반복적인 실험을 통한 임계값 결정과 적응적 임계값 결정방식으로 분류된다. 반복적인 실험을 통한 임계값 결정방식은 임계값을 조절하면서 실험을 진행 후 얻은 정보를 이용하여 임계값을 결정하는 것으로 목적영역을 효과적으로 구분할 수 있다. 하지만 이미지의 배경과 목적영역이 변경될 경우 재 실험을 통해 임계값을 결정해야한다. 이러한 임계값 결정방식은 실생활을 기반으로 한 이미지 내에서 영역검출 및 인식 기술에 활용될 경우 성능의 저하를 발생시킬 수 있다. 실생활을 기반으로 한 이미지는 환경에 따라 적절한 임계값이 결정되어야 한다. 이미지의 환경에 맞는 임계값을 결정하기 위해 일반적으로 히스토그램 기법을 이용한 적응적 임계값 결정방식을 사용한다.

히스토그램 기법은 명도분포를 정규분포로 변화하는 방법으로, 영역제거 및 이미지보정 기술에서 일반적으로 사용된다. 이러한 히스토그램 기법을 통해 명도의 상위 m%의 분포들을 임계값으로 결정하여 배경과 목적영역을 유동적으로 구분하는 방식이다. 하지만 이 기법도 m%라는 상위 분포범위를 결정해야 한다.

이하에서 설명하는 본 발명에서는, 이러한 임계값을 자동으로 결정하는 방법에 대해서 제안한다.

한편, 도 4와 관련되는 기법은 반사된 빛 영역을 검출하는 과정만을 보일뿐 빛에 대한 계산식이 존재하지 않는다. 그래서 본 발명의 다른 실시예에서는 3 way-diff 알고리즘이 주장한 반사된 빛 영역을 계산하는 수식을 정의하고, 이를 이용하여 임계값을 결정하는 방식에 대해서 제안한다.

이를 위하여 구체적으로 본 발명의 일실시에에서는 3 way-diff 알고리즘이 주장하는 반사된 빛 영역을 잡음의 일종이라 판단하며, 잡음을 통해 변화된 영역을 검출하는 일련의 과정을 제안한다. 본 발명의 일실시예에서의 잡음은 동작영역, 밝기잡음 등 변화된 영역을 의미한다. 즉, 변화된 모든 영역을 잡음이라 판단한다. 이는 밝기잡음이 불규칙적으로 발생되기 때문이다. 모든 변화를 잡음이라 명시하는 대신, 이러한 불규칙적인 잡음에서 동작영역만을 얻기 위해 잡음에 대한 밀집도를 통해 움직임 영역을 판단한다.

도 6은 본 발명의 일실시예에 따라, 도 5에서 두 개의 영상을 비교하는 방법의 구체적인 순서도를 도시하는 도면이다.

본 발명의 일실시예는 기존 차영상 기법과 같이 화소차이라는 특징을 기반으로 하여 움직임 영역 검출한다. 하지만 인접된 각 화소에 대한 차이만을 이용하는 차영상 기법과는 달리 본 발명의 일실시예는 전체적인 화소에 대한 밝기차이를 함께 고려한다.

화소는 빛에 의해 생성되는 정보로 배경 및 객체, 잡음 등에 대한 정보를 가지고 있다. 이러한 정보들 중 잡음은 물리적환경적 요인으로 인한 왜곡으로, 구체적으로는 하드웨어 및 촬영위치에 대한 왜곡을 물리적 요인, 조명 등에 대한 왜곡을 환경적 요인으로 분류될 수 있다. 이 중 환경적 요인은 매 순간 발생되며, 변화가 없는 환경에서도 잡음을 발생시킨다. 즉, 모든 이미지 내에서 환경적 요인이라는 잡음을 포함한다. 본 발명의 일실시예는 이러한 환경적 요인에 의한 잡음에 주목했다. 예를 들어 변화가 없는 환경을 촬영한 연속된 2개의 이미지에 전체 밝기 값을 계산할 경우 두 이미지의 전체 밝기 값은 다르게 측정될 것이다. 이는 환경적 요인으로 의한 것으로 본 발명의 일실시예는 전체 밝기 값에 대한 차이를 통해 밝기비율을 계산하여 환경적 요인으로 인한 잡음을 제거한다.

본 발명의 일실시예에서는 상기 비교 대상인 두 개의 영상 각각에 대한 전체 밝기값을 평활화(S601 단계)시킨다. 구체적으로 본 발명의 일실시예에 따른 제어 방법은, 제 1 이미지에 대한 밝기 값의 총합(도 12 (a)의 img1)을 계산하고 제 2 이미지(도 12 (a)의 img2)에 대한 밝기 값의 총합을 계산하는 단계를 포함할 수 있다. 즉, 이 단계에서는 제 1 이미지에 대한 밝기 값의 총합인 img1을 산출하고, 제 2 이미지에 대한 밝기 값의 총합인 img2를 산출한다.

밝기비율 및 범위는 이미지들의 밝기를 평활화하기 위한 비율과 각 화소에 대한 변화를 판단하기 위한 범위로, 두 이미지에 대한 전체밝기차이 값, 총 밝기 값, 밝기평균, 표준편차와 같은 이미지를 구성하는 기본 자원을 통해 계산된다. 아래 수학식 2 내지 4는 밝기비율 및 범위에 대한 계산식을 보인다.

수학식 2에

은 총 비율로 100을 의미하며,

(

)은 전제밝기차이 값,

(

)은 총 밝기 값,

(

)은 밝기의 평균,

은 밝기 값에 대한 표준편차를 의미한다.

은

내에

가 차지하는 비율정보로, 본 발명은 이 비율을 밝기비율(밝기 조정 레벨)이라 부르기로 한다. 이 밝기 조정 레벨을 통해 이미지들에 각 화소 값에 밝기차이 값을 제거시킨다. 즉, 밝기 조정 레벨이 클 수록 각 화소 값에 밝기 차이를 많이 제거시키고, 밝기 조정 레벨이 작을 수록 밝기 차이를 적게 제거시킨다(이하 수학식 6 및 7 참조 및 도 12 (a) 및 (b) 참조).

한편, 상술한 바에서와 같이, 본 발명에서는 화소값이 어떻게 분포했는지를 판단하고, 이를 기초로 임계값을 결정하도록 제안한다. 왜냐하면, 실제 픽셀 값이 변했다고 판단하는 기준이 되는 임계값은, 밝기 등의 주변 환경에 따라서 일률적이지 않아야 하기 때문이다. 특히, 본 발명에서는 화소값이 어떻게 분포했는지를 밝기 값에 대한 표준편차

를 이용하도록 제안한다.

와

은 밝기범위를 측정 시 필요한 자원으로

,

,

을 통해 계산된다.

은 색 공간의 표현범위(256)에 반인 128(V)을 기준으로 하여

을 나눈다. 이는 표준편차의 성질을 이용한 것으로 실제데이터의 평균을 기준으로 데이터들의 산포도를 이용한다.

가 작을수록 V와의 차이가 클 것이며,

가 클수록 V와의 차이는 적어질 것이다. 이는 고정적인 V가 실제로 측정된 산포도를 통해 차이를 구한 것으로 화소들에 산포도에 따라

가 달라진다.

은 분산(

)을 통해 각 화소의 흩어진 정도를 계산한다.

위와 같은 수학식들을 통해 각 화소에 대한 평활화 작업과 밝기범위를 측정한다. 이 작업은 다음 수학식 5 내지 수학식 10과 같다.

수학식 5의 W, H는 각각 이미지의 폭과 높이를 의미하며, 따라서 상기 제 1 및 제 2 이미지는 너비(width)와 높이(height)에 해당하는 픽셀이 W X M의 해상도로 구비될 수 있다. O₁, O₂, O_ut, M은 이미지이다. I₁, I₂은 이미지에 대한 특정위치의 화소 값을 의미, KLDA(K Light Difference Algorithm)는 평활화 및 범위측정함수(알고리즘)이다. 즉, 상기 KLDA는 두 개의 이미지 O₁, O₂를 입력으로 받으면, 하나의 출력 O_ut를 내보내는 알고리즘이다. 수학식 6 내지 수학식 10과 같이, 비교한 두 이미지들에 대한 특정 화소(이미지 상에서 같은 위치의 화소, 예를 들면, 두 이미지 상에서 (i,j) 위치에 있는 두 개의 화소)에 대소구분 후 작은 값을 I₁에 대입하며, 큰 값을 I₂에 대입하여 KLDA함수를 호출한다.

상기 수학식 6 및 7은 특정 화소에 밝기 조정 레벨을 적용하는 과정으로 각 화소에 포함된 밝기 조정 레벨(

)을 제거 및 추가한다. I₁은 I₂보다 작은 값으로 밝기차이 값을 추가하여 증가시킨다. I₂은 I₁보다 큰 값으로 밝기차이 값을 제거시킨다. 이 과정을 수행한 이유는 두 이미지의 화소차이가 환경적 요인으로 인한 잡음일 수 있기 때문이다. 예를 들어 I₁이 잡음으로 인하여 실제화소보다 작은 값을 가질 수 있으며, 반대로 I₂이 잡음에 의해 실제화소보다 큰 값을 가질 수 있기 때문이다. 이러한 경우를 해결하기 위해 두 화소에 밝기차이 값을 추가 및 제거를 통해 두 화소들의 차이를 줄이는 방식을 통하여, 비교 대상인 두 개의 영상 각각에 대한 전체 밝기 값을 평활화 하는 것이다(S601 단계).

이어서 S602 단계에서 상기 수학식 8 및 9는 두 화소 각각에 대한 임계값 P₁, P₂를 산출한다. 이러한 임계값을 산출하는 부분으로

,

을 사용한다. 이 부분도 대소구분을 통해 범위의 방향을 측정한다. 이러한 임계값 P₁, P₂는, 동작 영역을 판단하기 위한 밝기 범위를 결정하는데 사용될 수 있다. 예를 들어 I₁<I₂ 일 경우 I₁에 대한 범위는 I₁<P₁ 으로 측정하여, 이 범위 안에 I₂ 또는 P₂가 포함되게 한다. I₂은 I₁∼P₁ 의 범위 내에 포함될 수 있게 P₂을 P₂<I₂ 으로 측정한다(예시에 대해서 도 15와 함께 후술). 이러한 과정으로 산출된 I₁, I₂, P₁, P₂는 상기 두 개의 영상에서 특정 위치에 존재하는 픽셀 값을 비교(S603 단계)하기 위하여 사용되는 것이다.

즉, 본 발명에서는, 이미지가 실제 촬영된 상황에 맞도록 임계값을 조정하고, 그 조정된 임계값을 이용함으로서 보다 정확한 비교 결과를 내기 위함이다. 이에 따라, 본 발명에서는 그 임계값을 산출하는데 있어서, 분산이나 표준편차, 밝기 평균 중에서 적어도 하나를 이용하도록 제안하는 것이다. 왜냐하면, 굉장히 어두운 이미지의 경우(야간에 촬영된 이미지)에는 표준편차값이 매우 낮을것이다. 왜냐하면 대부분의 픽셀들의 수치가 낮은 상태로 하향 평준화 되어 있기 때문이다. 이러한 경우, 실제 동작이 발생하더라도 그 픽셀 값의 변화량은 매우 작을 것이다. 왜냐하면, 해당 움직임이 발생하더라도 빛이 충분하지 못하기 때문이다.

그렇기 때문에, 그러한 상황에서는 P₁이나 P₂값 역시 작아져야만 하기 때문에,

의 값은 분산에 비례하고 평균 밝기값인

에는 반비례할 수 있다.

도 15는 본 발명의 일실시예에 따른 임계값을 이용하여 동작영역인지 여부를 판단하는 구체적인 방법의 예시를 도시하는 도면이다.

도 15에서는 I₁<I₂ 인 경우를 예시로 들고 있으나, 반대인 경우에도 마찬가지로 적용할 수 있음은 자명하다.

수학식 8 및 9에 기초하여, P₁ 및 P₂를 산출해 내면, 도 15의 (a) 및 (b) 두 가지 경우가 발생할 수 있다. I₁ ~ P₁에 의한 제 1 밝기 범위(1501) 및 I₂ ~ P₂에 의한 제 2 밝기 범위(1502)가 형성될 수 있다. 이때, (a)와 같이 제 1 및 제 2 밝기 범위(1501, 1502)가 겹치지 않는 경우에는 두 개의 이미지 상에서 동작이 발생한 것으로 판단할 수 있다. 반대로, (b)와 같이 제 1 및 제 2 밝기 범위(1501, 1502)가 겹치는 경우에는 두 개의 이미지 상에서 동작이 발생하지 않는 것으로 판단할 수 있다.

좀 더 간단하게 설명하면, 도 15의 경우에서 P₁ 및 P₂의 대소만을 비교하여, P₁ < P₂인 경우에는 동작영역으로, 반대로 P₁ > P₂인 경우에는 동작 영역이 아닌 것으로 판단할 수 있을 것이다.

이어서 수학식 10에 대한 조건을 통해 결과이미지(O_ut)를 도출한다. 본 발명이 제안하는 KLDA는 수학식 2 내지 10을 통해 도출된 이미지들(O_ut)을 비트단위의 AND 연산을 통해 하나의 결과로 산출하고 이를 움직임영역(동작감지 영역)으로 판단(S505 단계)한다.

KLDA은 3 way-diff 알고리즘에서 주장하는 반사된 빛 영역을 수학식화하여 검출하는 것으로, 3 way-diff 알고리즘을 확장한 알고리즘이다. 본 발명의 일실시예에서는 이러한 KLDA를 통하여 3 way-diff 알고리즘의 처리과정을 기반으로 하여 차영상 기법 대신 새로운 과정을 제안하고자 한다. 이 식을 이용하여 이미지 내에 발생된 움직임 영역을 검출하며, 움직임 영역검출과정에서 필요한 임계값은 자동적으로 결정되어 처리가 이루어진다. 본 발명이 제안한 KLDA을 이용한 움직임 영역검출과정은 도 7과 같이 3 단계로 구분된다.

도 7은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정을 요약하는 도면이다. 도 8은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 첫 번째 단계인 전처리 단계를 도식화한 도면이다. 도 9는 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 첫 번째 단계인 전처리 단계의 순서도를 도시하는 도면이다. 이하, 도 7 내지 도 9를 함께 참조하여 설명한다.

1단계는 입력이미지(도 8의 ①)에 대한 RGB 공간을 HSV 공간으로 변환(S901 단계, 도 8의 ② 참조) 후 이미지를 특정크기(예를 들면, 640*380)로 조절(S902 단계, 도 8의 ③)한다. 그 후 H(Hue)에 대한 데이터를 추출(S903 단계, 도 8의 ④)한다. 이 데이터를 연속적으로 3번 추출(T-1, T, T+1)한다. 즉, 시간이 다른 세 이미지 데이터에 각각에 대해서 추출 단계를 수행한다. 이 단계를 거쳐 추출된 데이터들은 2 단계 과정(도 7의 Part 2.로 진행)을 수행한다.

도 10은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 두 번째 단계를 도식화한 도면이다. 도 11은 본 발명의 일실시예에 따른 KLDA의 3 단계 과정 중 두 번째 단계의 순서도를 도시하는 도면이다. 이하, 도 10 및 11를 함께 참조하여 설명한다.

연속된 3개의 데이터를 그룹으로 묶여 총 3 그룹(A, B, C-그룹)으로 분류(S1101 단계, 도 10의 ①)한다. 각 그룹은 KLDA을 통해 밝기비율 및 범위를 측정하여 각각의 변화된 영역을 검출한다(S1102 단계, 도 10의 ②, 상술한 수학식 5 내지 9). 검출된 3개의 변화된 영역은 비트단위의 AND 연산을 통해 하나의 결과이미지를 도출(S1103 단계, 도 10의 ③, 상술한 수학식 10)한다.

도 7로 다시 복귀하면 마지막 단계인 Part 3.에서는 결과이미지 내에 표현된 움직임 영역을 보정 후 분리시키기 위한 작업으로 라벨링(Labelling) 알고리즘을 통해 ROI 영역을 지정하여 기록한다.

도 12는 본 발명의 일실시예에 따라서 픽셀단위로 KLDA를 적용하는 방법을 설명하기 위한 도면이다. 도 13은 본 발명의 일실시예에 따른 결과 이미지를 도시하는 도면이다.

상술한 바와 같이, KLDA의 처리과정은 총 3개의 과정으로 구성되며, 첫 번째 과정은 수학식 5 내지 9를 계산하기 위한 이미지들의 기본자원(

,

,

,

)을 측정한다. 도 12 (a)는 밝기비율 및 범위를 계산하기 위한 기본자원을 보인다. 여기서 도 12 (a)에서 img1, img2는 각 이미지에서의 밝기 총 합을 의미한다. 도 12 (a)의 자원은 도 12 (b)와 같이 각 화소에 적용되며, 이를 통해 범위를 측정한다. 도 12 (b)의 PA, PB은 두 이미지의 인접된 화소 값으로

을 통해 밝기잡음을 제거한 값을 의미하며, TA, TB은 수학식 2 내지 4의

,

을 통해 산출된다. 본 발명은 밝기로 의한 잡음을 제거하기 위해

을 적용하여 각각의 화소에 대한 데이터를 평활화 후 ,

,

을 통해 각 화소에 범위를 산출하는 것이다. 이 범위는 수학식 3을 통해 계산되며, 각 화소에 해당되는 범위를 비교하여 변화된 영역을 검출한다.

도 12 (b)와 같이 두 이미지(img1, img2)의 인접된 화소(즉, 두 이미지 상에서 동일 위치에 존재하는 화소)에 을 적용 후 두 화소 픽셀 값에 대소를 구분하여 큰 화소를 PB(수학식 6 내지 9의 I₂에 대응), 작은 화소를 PA(수학식 6 내지 9의 I₁에 대응)로 선정한다.

a. img1(i,j) < img2(i,j)

PA=img1(i,j)

PB=img2(i,j)

b. img1(i,j) > img2(i,j)

PA=img2(i,j)

PB=img1(i,j)

선정된 PA, PB을 통해 밝기범위길이 수치인 TA, TB를 산출한다(TA, TB 각각은 수학식 8 및 9의 P₁, P₂에 대응). 이 범위를 PA∼TA구간을 BR-A, PB∼TB구간을 BR-B라 표시하며, 산출된 범위는 서로의 값에 대한 포함여부를 분석한다. 즉 두 범위가 교차하는지 여부를 판단하는 것이다. 도 12 (c)는 산출된 밝기범위를 통한 변화된 화소를 탐색과정을 보인다. 도 12 (c)와 같이 범위 BR-A 내에 BR-B의 원소가 포함될 경우(즉, 교차하는 경우) 변화되지 않은 화소로 판단하며, 포함되지 않을 경우(교차하지 않는 경우) 변화가 발생된 화소로 판단한다. 이러한 과정을 통해 도출된 이미지는 도 13과 같다.

도 13은 밝기비율 및 범위를 통해 도출된 이미지들을 보이며, 마지막 이미지는 도출된 이미지들에 대한 AND 연산 후 보정된 이미지를 보인다. 도 13의 A, B, C-group에 대한 이미지들은 밝기비율 및 범위를 통해 도출된 이미지로 동작에 대한 영역정보와 배경에 대한 밝기잡음이 동시에 표현된다.

본 발명은 밝기잡음을 제거하기 위해 밝기비율을 적용하여 제거하지만 완벽한 제거가 불가능하다. 그래서 본 발명은 밝기비율을 통해 1차적으로 잡음을 제거하고, 2차적으로 3개의 그룹 이미지들을 비트단위의 AND 연산을 수행하여 나머지 잡음을 제거한다. 이 과정은 밝기잡음에 대한 불규칙성을 이용한 것으로 각 그룹 이미지 내에 표현된 잡음은 서로 다른 위치에 발생되며, 이를 조합하여 제거할 수 있는 것이다. 즉, 1차 작업을 통해 밝기잡음을 줄여 잡음들이 겹치는 영역을 최소화한다. 2차 작업을 수행하여 서로 간에 위치를 분석 후 이를 제거한다. 이를 통해 잡음을 제거 후 보정작업을 통해 산출된 결과 이미지는 도 13의 마지막 이미지(AND-operation & Revision Image)에 해당된다.

도 14는 본 발명의 일실시예에 따른 동작영역 검출 장치의 블록도를 도시하는 도면이다.

동작영역 검출 장치(100)는 제어부(180), 카메라(121), 사용자 입력부(123), 메모리(170), 디스플레이(151) 및 전원공급부(190)를 포함할 수 있다. 도 14에 도시된 구성요소들은 동작영역 검출 장치를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 동작영역 검출 장치는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.

카메라(121)는 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다.

사용자 입력부(123)는 사용자로부터 정보를 입력받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 제어부(180)는 입력된 정보에 대응되도록 동작영역 검출 장치(100)의 동작을 제어할 수 있다.

디스플레이부(151)는 동작영역 검출 장치(100)에서 처리되는 정보를 표시(출력)한다.

메모리(170)는 제어부(180)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 정지영상, 동영상 등)을 임시 저장할 수도 있다.

또한, 메모리(170)는 동작영역 검출 장치(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(170)는 동작영역 검출 장치(100)에서 구동되는 다수의 응용 프로그램(application program), 동작영역 검출 장치(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 응용 프로그램은, 메모리(170)에 저장되고, 동작영역 검출 장치(100) 상에 설치되어, 제어부(180)에 의하여 상기 동작영역 검출 장치의 동작(또는 기능)을 수행하도록 구동될 수 있다.

제어부(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 동작영역 검출 장치(100)의 전반적인 동작을 제어한다. 제어부(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.

또한, 제어부(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 14와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제어부(180)는 상기 응용 프로그램의 구동을 위하여, 동작영역 검출 장치(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.

전원공급부(190)는 제어부(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 동작영역 검출 장치(100)에 포함된 각 구성요소들에 전원을 공급한다.

이상으로 본 발명에 따른 동작영역 검출 제어 방법 및 이를 이용한 장치의 실시예를 설시하였으나 이는 적어도 하나의 실시예로서 설명되는 것이며, 이에 의하여 본 발명의 기술적 사상과 그 구성 및 작용이 제한되지는 아니하는 것으로, 본 발명의 기술적 사상의 범위가 도면 또는 도면을 참조한 설명에 의해 한정／제한되지는 아니하는 것이다. 또한 본 발명에서 제시된 발명의 개념과 실시예가 본 발명의 동일 목적을 수행하기 위하여 다른 구조로 수정하거나 설계하기 위한 기초로써 본 발명이 속하는 기술분야의 통상의 지식을 가진 자에 의해 사용되어질 수 있을 것인데, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자에 의한 수정 또는 변경된 등가 구조는 특허청구범위에서 기술되는 본 발명의 기술적 범위에 구속되는 것으로서, 특허청구범위에서 기술한 발명의 사상이나 범위를 벗어나지 않는 한도 내에서 다양한 변화, 치환 및 변경이 가능한 것이다.

Claims (8)

1. 카메라를 통하여 복수 개의 영상을 시계열적으로 촬영하는 단계;
   상기 복수 개의 영상 중에서 선택된 세 개의 영상을 기반으로 두 개씩 짝지어진 세 개의 그룹을 형성하는 단계;
   상기 세 개의 그룹 각각에 상기 짝지어진 두 개의 영상간의 비교 결과를 획득하는 단계;
   상기 세 개의 그룹 각각에 대한 비교 결과를 취합하는 단계; 및
   상기 취합된 결과에 기초하여 상기 카메라를 통하여 촬영되는 영상에서 동작이 감지되는 영역을 검출하는 단계를 포함하되,
   상기 비교 결과를 획득하는 단계는,
   상기 두 개의 영상 각각에 대한 전체 밝기값 차이의 비율을 결정하는 단계;
   상기 비율로 표현된 차이를 상기 두 개의 영상에 포함된 모든 픽셀에 적용하는 단계; 및
   상기 두 개의 영상에서 같은 위치의 픽셀간에 픽셀값을 비교하는 단계를 포함하고,
   상기 모든 픽셀에 적용하는 단계는, 상기 두 개의 영상에서 같은 위치에 존재하는 픽셀 중 값이 큰 픽셀값에서는 상기 비율로 표현된 차이를 빼고 값이 작은 픽셀값에서는 상기 비율로 표현된 차이를 더하며,
   상기 비교하는 단계는, 상기 비율로 표현된 차이가 적용된 픽셀값에 기초하여, 각 픽셀의 밝기범위를 산출하는 단계; 및
   상기 두 개의 영상에서 같은 위치의 픽셀간에 밝기범위가 겹치는지 여부를 판단하는 단계를 포함하는 것을 특징으로 하는,
   동작영역 검출 제어 방법.
2. 제 1 항에 있어서,
   상기 결과를 취합하는 단계는, 각 비교 결과 간에 AND 연산을 수행하는 것을 특징으로 하는,
   동작영역 검출 제어 방법.
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 제 1 항에 있어서,
   상기 밝기범위가 겹치는 경우 상기 위치에서 동작이 감지되지 않은 것으로 판단하고, 상기 밝기범위가 겹치지 않는 경우 상기 위치에 동작이 감지되는 것으로 판단하는 단계를 더 포함하는,
   동작영역 검출 제어 방법.
8. 제 7 항에 있어서,
   상기 밝기범위는, 상기 두 개의 영상에서 같은 위치의 픽셀에 대한 값이 각각 I₁, I₂라고 하였을 때,
   

   

   
   

   

   
   

   

   
   

   

   
   상기 수학식을 이용하여 산출된 P₁ 및 P₂에 의해서 결정되는 I₁ ~ P₁범위 및 I₂ ~ P₂범위를 나타내는,
   동작영역 검출 제어 방법.

Images