KR102524375B1 - 반려동물의 배설물 검사 시스템 - Google Patents

반려동물의 배설물 검사 시스템 Download PDF

Info

Publication number
KR102524375B1
KR102524375B1 KR1020220040891A KR20220040891A KR102524375B1 KR 102524375 B1 KR102524375 B1 KR 102524375B1 KR 1020220040891 A KR1020220040891 A KR 1020220040891A KR 20220040891 A KR20220040891 A KR 20220040891A KR 102524375 B1 KR102524375 B1 KR 102524375B1
Authority
KR
South Korea
Prior art keywords
image
color space
coordinates
excrement
companion animal
Prior art date
Application number
KR1020220040891A
Other languages
English (en)
Inventor
김정훈
Original Assignee
(주)정보와생각
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 (주)정보와생각 filed Critical (주)정보와생각
Priority to KR1020220040891A priority Critical patent/KR102524375B1/ko
Application granted granted Critical
Publication of KR102524375B1 publication Critical patent/KR102524375B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0038—Devices for taking faeces samples; Faecal examination devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/361—Image-producing devices, e.g. surgical cameras
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 반려동물의 배설물 검사 시스템에 관한 것으로서, 보다 구체적으로, 임의의 색공간에서 촬상된 반려동물의 배설물 이미지의 색 프로파일을 변형함으로써 상기 배설물 이미지로부터 이상 징후를 확인하는 검사 시스템에 관한 것이다.

Description

반려동물의 배설물 검사 시스템{SYSTEM AND METHOD FOR INSPECTING PET EXCRETA}
본 발명은 반려동물의 배설물 검사 시스템에 관한 것으로서, 보다 구체적으로, 임의의 색공간에서 촬상된 반려동물의 배설물 이미지의 색 프로파일을 변형함으로써 상기 배설물 이미지로부터 이상 징후를 확인하는 검사 시스템에 관한 것이다.
최근 대한민국 농림축산식품부 통계에 따르면, 반려동물과 함께 생활하는 사람을 뜻하는 ‘펫팸족’(pet+family)은 2018년 1000만명, 2019년 1500만명을 넘어섰다. 관련 업계에서는 반려동물 관련 시장규모가 2018년 2조8900억원에서 2020년 5조8000억원대로 성장하고, 올해는 6조원을 넘어설 것으로 전망하고 있다.
또한, 미국 반려동물산업협회(APPA; American Pet Products Association)의 조사에 따르면, 2019년 미국 전체 가구 중 약 67%가 반려동물을 양육하는 것으로 보고된 바 있다.
종래에는 반려동물을 애완동물이라 지칭하거나 키우는 대상으로 여기는 등 부차적 존재로 여기는 경우가 많았으며, 이에 따라 반려동물 관련 시장은 사료, 간식, 액세서리 등과 같이 반려동물을 사육하는데 있어 필요한 기본적인 용품에 집중되었다.
그러나, 시간이 흐르며 반려동물에 대한 문화적 인식이 향상됨에 따라 반려동물과 사람을 수평적인 관계로 인식하는 사람들이 늘고, 삶을 함께하는 누군가의 가족이나 친구와 같은 소중한 존재로 인식하는 경향이 강해지면서 최근에는 반려동물용 화장품, 보험 상품이 출시되는 등 반료동물의 미용, 건강 관리에 대한 관심과 시장이 확대되는 추세이다.
한편, 반려동물의 건강은 전적으로 반려인의 관심과 관리에 의존할 수 밖에 없다. 수의학적으로는 반려동물의 건강 관리를 위해 주기적인 검진이 요구되지만, 시간 및 비용과 이외 다양한 문제들로 인해 보통 반려동물이 이상 행동을 나타낸 다음 사후적 조치로 해결하는 경우가 많다.
이에 따라, 저비용 및 저난이도의 방식으로 반려동물의 건강에 이상이 있는지 여부를 확인할 수 있는 기술의 도입이 필요한 실정이다.
삭제
한국등록특허공보 제10-2330858호(2021.11.25. 공고)
대한민국 한 보험회사의 2019년도 통계에 따르면, 반려동물의 보험금 지급 사유 중 소화기 질환 중 1위는 소화기 질환인 것으로 확인됐다. 이러한 소화기 질환은 구토, 설사 또는 혈변을 수반하는 경우가 많아 배설물(특히, 대변)을 통해 반려동물의 건강에 대한 이상 징후를 확인할 수 있는 경우가 많다.
이러한 기술적 배경 하에서, 본 발명은 반려동물의 배설물 이미지로부터 이상 징후 여부를 판단하는 것이 가능한 배설물 검사 시스템을 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 발명의 일 측면에 따르면, 임의의 색공간에서 촬상된 반려동물의 배설물 이미지를 수집하는 이미지 수집부; 상기 이미지 수집부에서 수집된 상기 배설물 이미지를 구성하는 픽셀별로 적어도 하나의 색 성분을 추출하여 상기 배설물 이미지에 대한 제1 히스토그램을 생성하는 색공간 추출부; 상기 제1 히스토그램을 구성하는 색 성분 중 적어도 하나를 변형하여 생성된 제2 히스토그램을 상기 배설물 이미지에 반영하여 합성 이미지를 생성하는 이미지 생성부; 상기 합성 이미지로부터 반려동물의 배설물의 이상 징후 의심 영역의 유무를 검사하는 이미지 검사부;를 포함하는 반려동물의 배설물 검사 시스템이 제공된다.
일 실시예에 있어서, 상기 색 성분은 색상값, 채도값 및 명도값으로부터 선택되는 적어도 하나일 수 있다.
일 실시예에 있어서, 상기 이미지 검사부는 상기 합성 이미지를 구성하는 전체 픽셀의 평균 색공간 좌표를 계산한 후, 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리가 기 설정된 제1 임계값 이상인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 이상 픽셀로 맵핑할 수 있다.
다른 실시예에 있어서, 상기 이미지 검사부는 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 배설물 이미지 중 상기 대상 픽셀과 동일한 좌표를 가지는 픽셀의 제2 색공간 좌표 사이의 이격 거리가 기 설정된 제2 임계값 이하인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 정상 픽셀로 맵핑할 수 있다.
또 다른 실시예에 있어서, 상기 이미지 검사부는 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 적어도 하나의 제1 색 성분과 상기 배설물 이미지 중 상기 대상 픽셀과 동일한 좌표를 가지는 픽셀의 적어도 하나의 제2 색 성분의 차이가 기 설정된 제3 임계값 이하인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 정상 픽셀로 맵핑할 수 있다.
추가적으로, 상기 이미지 검사부는 상기 맵핑 결과를 수집하여 이상 징후 해당 여부에 대한 예측 모델을 생성할 수 있다.
상술한 바와 같이, 본 발명에 따르면, 반려인은 반려동물의 배설물 이미지를 촬영하는 행위만으로 반려동물의 배설물로부터 이상 징후 의심 영역이 존재하는지 여부를 확인할 수 있다.
특히, 반려인이 육안으로 단번에 확인하기 어렵다 하더라도 본 발명에 따른 배설물 검사 시스템은 배설물 이미지의 색 성분 변형을 통해 이상 징후 의심 영역을 포착하는 것이 가능하다는 이점이 있다.
상술한 효과와 더불어 본 발명의 구체적인 효과는 이하 발명을 실시하기 위한 구체적인 사항을 설명하면서 함께 기술한다.
도 1은 반려동물의 대변 샘플 #1을 촬영한 원본 이미지이다.
도 2는 도 1의 원본 이미지로부터 분석 영역을 추출한 이미지이다.
도 3은 도 2의 이미지의 임의의 색 성분을 변형하여 수득한 합성 이미지이다.
도 4는 반려동물의 대변 샘플 #2를 촬영한 원본 이미지이다.
도 5는 도 4의 원본 이미지로부터 분석 영역을 추출한 이미지이다.
도 6은 도 5의 이미지의 임의의 색 성분을 변형하여 수득한 합성 이미지이다.
도 7은 반려동물의 대변 샘플 #3을 촬영한 원본 이미지이다.
도 8은 도 7의 원본 이미지로부터 분석 영역을 추출한 이미지이다.
도 9는 도 8의 이미지의 임의의 색 성분을 변형하여 수득한 합성 이미지이다.
본 발명을 더 쉽게 이해하기 위해 편의상 특정 용어를 본원에 정의한다. 본원에서 달리 정의하지 않는 한, 본 발명에 사용된 과학 용어 및 기술 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미를 가질 것이다. 또한, 문맥상 특별히 지정하지 않는 한, 단수 형태의 용어는 그것의 복수 형태도 포함하는 것이며, 복수 형태의 용어는 그것의 단수 형태도 포함하는 것으로 이해되어야 한다.
이하, 본원에 첨부된 도면을 참고하여 본 발명의 몇몇 실시예에 따른 반려동물의 배설물 검사 시스템에 대하여 보다 상세히 설명하기로 한다.
본 발명의 일 측면에 따른 반려동물의 배설물 검사 시스템은 이미지 수집부, 색공간 추출부, 이미지 생성부 및 이미지 검사부를 포함한다.
상기 이미지 수집부는 임의의 색공간에서 촬상된 반려동물의 배설물 이미지를 수집한다. 상기 배설물은 반려동물의 대변, 소변, 토사물 등일 수 있으며, 바람직하게는 적어도 고형의 분비물을 포함하는 대변 또는 토사물일 수 있다.
상기 배설물 검사 시스템이 모바일폰의 어플리케이션으로서 설치된 경우, 상기 이미지 수집부는 상기 모바일폰의 촬영 수단을 이용하여 촬상된 배설물 이미지를 전달받거나, 상기 모바일폰의 저장 매체에 기저장된 배설물 이미지를 전달받을 수 있다.
상기 배설물 이미지는 임의의 색공간에서 촬상된 이미지로서, 상기 색공간은 RGB (sRGB, Apple RGB, Adobe RGB를 포함함), YUV, YCbCr/YPbPr, YIQ, CMY, CMYK, HSV (=HIS=HSB) 및 HSL로부터 선택될 수 있다.
또한, 상기 배설물 이미지로부터 이상 징후 의심 영역의 맵핑 정확도를 높이기 위해 상기 배설물 이미지가 촬상된 색공간을 다른 임의의 색공간으로 변경하는 과정이 선택적으로 수반될 수 있다. 다만, 후술할 색 성분의 변형만으로 이상 징후 의심 영역을 포착하는 것이 가능하기 때문에 배설물 이미지의 색공간 변경은 선택적 요소에 해당한다.
도 1, 도 4 및 도 7은 각각 상기 이미지 수집부로부터 수집된 상기 배설물 이미지(반려동물의 대변 샘플을 촬영한 원본 이미지)의 예시이다.
일 실시예에 있어서, 상기 이미지 수집부는 원본 이미지로부터 배경을 제거하여 이미지 내 피사체인 배설물만이 존재하도록 할 수 있다.
도 2, 도 5 및 도 8은 각각 원본 이미지로부터 배경을 제거하여 분석 영역을 추출한 이미지이다.
상기 원본 이미지로부터 배경을 제거하는 과정이 필수적이지는 않으나, 상기 원본 이미지로부터 배경을 제거하여 이미지 내 피사체만 존재하게 될 경우, 후술할 색 성분 변형시 피사체 이외의 영역에서 발생된 색 성분 변형에 따른 검사 오류를 줄일 수 있다.
상기 원본 이미지로부터 배경을 제거하는 과정을 수반하지 않더라도, 상기 원본 이미지로부터 피사체의 외곽선을 설정한 후 상기 외곽선 외의 영역에서 발생된 색 성분 변형에 따른 검사 오류를 노이즈 처리함으로써 검사 오류를 줄일 수 있다.
상기 색공간 추출부는 상기 이미지 수집부에서 수집된 상기 배설물 이미지를 구성하는 픽셀별로 적어도 하나의 색 성분을 추출하여 상기 배설물 이미지에 대한 제1 히스토그램을 생성한다.
이 때, 상기 색 성분은 색상값, 채도값 및 명도값으로부터 선택되는 적어도 하나를 포함할 수 있으며, 상기 배설물 이미지가 촬상된 색공간에 따라 상기 제1 히스토그램을 구성하는 색 성분 중 적어도 하나가 달라지거나, 상기 제1 히스토그램의 구조 자체가 달라질 수 있다.
즉, 상기 색공간 추출부는 상기 배설물 이미지(원본 이미지)의 최초 색공간을 정의하는 역할을 한다.
이어서, 상기 이미지 생성부는 상기 색공간 추출부에 의해 생성된 상기 제1 히스토그램을 구성하는 색 성분 중 적어도 하나를 변형하여 제2 히스토그램을 생성한다.
이 때, 상기 제2 히스토그램은 상기 제1 히스토그램을 구성하는 색 성분 중 적어도 하나가 변형되어 생성된 것으로서, 상기 제1 히스토그램과 상기 제2 히스토그램의 색공간은 서로 동일하다 할 수 있다.
또한, 상기 제1 히스토그램을 구성하는 색 성분 중 적어도 하나가 변형될 경우, 상기 변형은 상기 배설물 이미지를 구성하는 모든 픽셀에 동일하게 적용되어야 할 것이다.
이에 따라, 상기 제2 히스토그램을 상기 배설물 이미지에 반영하여 생성된 합성 이미지를 구성하는 모든 픽셀로부터 색 성분의 변형값을 제거할 경우(즉, 색 성분의 변형을 원복시킬 경우), 상기 합성 이미지는 상기 원본 이미지와 동일해질 것이다.
도 3, 도 6 및 도 9는 각각 도 2, 도 5 및 도 8의 이미지의 임의의 색 성분을 변형하여 생성된 합성 이미지이다.
도 3, 도 6 및 도 9를 참조하면, 기존 원본 이미지에서는 확인할 수 없었던 특이점이 관찰되며, 상기 특이점이 반려동물의 배설물의 이상 징후 의심 영역일 것이라 예측할 수 있다.
상기 이미지 검사부는 상기 이미지 생성부에 의해 생성된 상기 합성 이미지로부터 반려동물의 배설물의 이상 징후 의심 영역의 유무를 검사하게 된다.
도 3, 도 6 및 도 9에 나타낸 바와 같이, 상기 이상 징후 의심 영역은 상기 합성 이미지로부터 육안으로도 확인할 수 있으나, 그 차이가 미미할 경우 후술할 방식에 의해 이상 징후 의심 영역에 해당되는지 여부가 판별될 수 있다.
일 실시예에 있어서, 상기 이미지 검사부는 상기 합성 이미지를 구성하는 전체 픽셀의 평균 색공간 좌표를 계산한 후, 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리가 기 설정된 제1 임계값 이상인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 이상 픽셀로 맵핑할 수 있다.
예를 들어, 도 3 및 도 6의 경우, 수의학적 분석을 통해 정상변에 해당하는 영역에 존재하는 픽셀들은 녹색 계통의 색공간 좌표를 가지며, 이상변에 해당하는 영역에 존재하는 픽셀들은 적색 계통의 색공간 좌표를 가진다(이 때, 정상변에 해당하는 영역에 존재하는 픽셀과 이상변에 해당하는 영역에 존재하는 픽셀이 가지는 색공간 좌표의 계통 및 색공간 좌표는 전술한 상기 제2 히스토그램에 의해 결정되는 것이다).
여기서, 상기 합성 이미지 중 정상변에 해당하는 영역이 이상변에 해당하는 영역보다 넓음에 따라 상기 합성 이미지를 구성하는 전체 픽셀의 평균 색공간 좌표는 녹색 계통의 색공간 좌표에 가까울 것이다.
이 때, 임의의 좌표에 위치하는 대상 픽셀이 정상변에 해당하는 영역에 존재할 경우, 상기 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리는 상대적으로 짧을 것이다. 반면에, 임의의 좌표에 위치하는 대상 픽셀이 이상변에 해당하는 영역에 존재할 경우, 상기 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리는 상대적으로 멀 것이다.
또한, 정상변에 해당하는 영역에 존재하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리(d1)와 이상 변에 해당하는 영역에 존재하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리(d2) 사이에 제1 임계값이 설정될 수 있다.
이에 따라, 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리가 기 설정된 제1 임계값 이상인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 이상 픽셀로 맵핑될 수 있다.
한편, 전체 대변 중 정상변에 해당하는 영역보다 이상변에 해당하는 영역의 비율이 클 경우, 상기 합성 이미지를 구성하는 전체 픽셀의 평균 색공간 좌표는 이상변에 해당하는 영역의 평균 색공간 좌표에 가깝게 계산될 것이다. 이 경우, 상기 평균 색공간 좌표와의 이격 거리가 임계값 이상인 색공간 좌표를 가지는 픽셀은 정상변에 해당하는 영역에 존재하게 됨에 따라 이상 징후 의심 영역에 대한 판정 결과의 오류가 발생할 수 있다.
예를 들어, 도 6의 좌상단에 위치하는 대변 조각(이상변 조각에 해당함)을 구성하는 전체 픽셀의 평균 색공간 좌표는 이상변에 해당하는 영역의 평균 색공간 좌표에 가깝게 계산됨에 따라 상기 대변 조각에는 상기 평균 색공간 좌표와의 이격 거리가 임계값 이상인 색공간 좌표를 가지는 픽셀이 거의 존재하지 않는 오류가 발생할 수 있다.
상술한 판정 오류를 예방하기 위해, 상기 배설물 검사 시스템은 원본 이미지를 기준으로 정상변 이미지 또는 정상변에 가까운 이미지들로부터 획득한 색공간 좌표에 대한 학습을 통해 원본 이미지 기준 정상변 및/또는 이상변에 대한 색공간 좌표의 프로파일을 생성할 수 있다. 상기 정상변 및/또는 이상변에 대한 색공간 좌표의 프로파일은 단일 사용자 및/또는 다중 사용자로부터 수집된 배설물 이미지에 대한 학습을 통해 생성될 수 있으며, AI 또는 머신 러닝 등에 의한 학습을 통해 자동으로 수집 및 학습될 수 있다.
정상변 및/또는 이상변에 대한 색공간 좌표의 프로파일이 존재할 경우, 원본 이미지(예를 들어, 도 4 및 도 5)를 구성하는 전체 픽셀을 정상변에 대한 색공간 좌표의 프로파일에 가까운 영역 및/또는 이상변에 대한 색공간 좌표의 프로파일에 가까운 영역으로 분할한 후 상기 합성 이미지로부터 계산되는 평균 색공간 좌표의 기준 영역이 정상변에 가까운 영역인지 또는 이상변에 가까운 영역인지 사전에 결정할 수 있다.
만약 도 6의 좌상단에 위치하는 대변 조각과 같이 정상변에 해당하는 영역보다 이상변에 해당하는 영역의 비율이 큰 영역의 경우, 합성 이미지로부터 계산되는 평균 색공간 좌표가 이상변에 가까운 색공간 좌표의 프로파일을 가지므로, 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리가 기 설정된 제1 임계값 이상인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 정상 픽셀로 맵핑할 수 있다.
전술한 과정을 통해 맵핑된 이상 픽셀의 군집은 이상 징후 의심 영역으로서 설정될 것이다. 또한, 상기 이상 픽셀의 군집이 소정의 크기 이상의 영역을 형성하지 못할 경우, 상기 이상 픽셀의 군집은 이상 징후 의심 영역에서 배제될 수도 있다.
일 실시예에 있어서, 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리가 기 설정된 제1 임계값 이상이라 하더라도, 상기 대상 픽셀에 대한 상기 합성 이미지와 상기 원본 이미지의 색공간 좌표 사이의 이격 거리가 제2 임계값 이하인 경우, 상기 대상 픽셀은 이상 픽셀로부터 배제될 수 있다.
예를 들어, 원본 이미지에 해당하는 도 2와 합성 이미지에 해당하는 도 3을 비교하면, 원본 이미지에서 대변의 굴곡에 의해 형성된 음영 영역은 합성 이미지에서도 거의 동일하게 음영 영역으로서 존재한다.
이 때, 상기 합성 이미지에서 상기 음영 영역 내 존재하는 대상 픽셀의 제1 색공간 좌표는 녹색 계통에 가까운 상기 합성 이미지의 상기 평균 색공간 좌표와 이격 거리가 상기 제1 임계값 이상일 수 있으나, 상기 합성 이미지에서 상기 음영 영역 내 존재하는 대상 픽셀의 제1 색공간 좌표와 상기 원본 이미지에서 동일한 픽셀의 색공간 좌표 사이의 이격 거리는 상기 제2 임계값 이하일 수 있다.
다른 실시예에 있어서, 상기 이미지 검사부는 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 적어도 하나의 제1 색 성분과 상기 배설물 이미지(원본 이미지) 중 상기 대상 픽셀과 동일한 좌표를 가지는 픽셀의 적어도 하나의 제2 색 성분의 차이가 기 설정된 제3 임계값 이하인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 정상 픽셀로 맵핑할 수 있다.
전술한 예와 마찬가지로, 상기 합성 이미지에서 상기 음영 영역 내 존재하는 대상 픽셀의 제1 색공간 좌표는 녹색 계통에 가까운 상기 합성 이미지의 상기 평균 색공간 좌표와 이격 거리가 클 수 있으나, 상기 원본 이미지 내 대응하는 동일한 픽셀의 색공간 좌표 사이의 이격 거리는 작을 것이다.
이와 같이, 두 이미지에 상호 대응되는 두 픽셀의 색공간 좌표의 이격 거리가 작은 것은 두 픽셀을 구성하는 적어도 하나의 색 성분의 차이가 적기 때문이다.
따라서, 상기 합성 이미지 내 임의의 대상 픽셀의 좌표에 대한 정상 판정은 상기 합성 이미지와 상기 원본 이미지 내 대응되는 픽셀간 색공간 좌표 및/또는 색 성분 사이의 차이를 통해 확인할 수 있다.
추가적으로, 상기 이미지 검사부는 상기 맵핑 결과를 수집하여 이상 징후 해당 여부에 대한 예측 모델을 생성할 수 있다.
상기 예측 모델은 단일 사용자 및/또는 다중 사용자에 의한 사후적 판단 결과를 반영할 수 있다. 또한, 상기 예측 모델은 AI 또는 머신 러닝 등에 의한 학습 결과나 수의과적 진단 결과를 반영할 수 있다.
예를 들어, 상기 이미지 검사부에 의해 맵핑된 이상 픽셀의 군집이 소정의 크기 이상임에 따라 이상 징후 의심 영역으로서 설정되었으나, 사후적 판단을 통해 이상 징후에 해당되지 않는다는 판단 결과(예를 들어, 반려동물의 털과 같이 단순 이물질에 해당함)가 상기 배설물 검사 시스템으로 접수된 경우, 상기 패턴 결과를 학습하여 맵핑 결과에 대한 이상 징후 예측 모델을 생성할 수 있다.
또한, 다중 사용자에 의해 특정 패턴의 이상 징후 의심 영역이 특정 질병에 기인한 것이라는 사후적 판단 결과가 상기 배설물 검사 시스템으로 반복적으로 접수된 경우, 상기 패턴 결과를 학습하여 맵핑 결과에 대한 이상 징후 예측 모델을 생성할 수 있다.
이상, 본 발명의 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.

Claims (6)

  1. 임의의 색공간에서 촬상된 반려동물의 배설물 이미지를 수집하는 이미지 수집부;
    상기 이미지 수집부에서 수집된 상기 배설물 이미지를 구성하는 픽셀별로 적어도 하나의 색 성분을 추출하여 상기 배설물 이미지에 대한 제1 히스토그램을 생성하는 색공간 추출부;
    상기 제1 히스토그램을 구성하는 색 성분 중 적어도 하나를 변형하여 생성된 제2 히스토그램을 상기 배설물 이미지에 반영하여 합성 이미지를 생성하는 이미지 생성부;
    상기 합성 이미지로부터 반려동물의 배설물의 이상 징후 의심 영역의 유무를 검사하는 이미지 검사부;
    를 포함하고,
    상기 이미지 검사부는,
    상기 합성 이미지를 구성하는 전체 픽셀의 평균 색공간 좌표를 계산한 후, 상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 평균 색공간 좌표 사이의 이격 거리가 기 설정된 제1 임계값 이상인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 이상 픽셀로 맵핑하며,
    상기 이상 징후 의심 영역은 상기 합성 이미지에 맵핑된 상기 이상 픽셀의 군집으로서 정의되는,
    반려동물의 배설물 검사 시스템.
  2. 제1항에 있어서,
    상기 색 성분은 색상값, 채도값 및 명도값으로부터 선택되는 적어도 하나인,
    반려동물의 배설물 검사 시스템.
  3. 삭제
  4. 제1항에 있어서,
    상기 이미지 검사부는,
    상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 제1 색공간 좌표와 상기 배설물 이미지 중 상기 대상 픽셀과 동일한 좌표를 가지는 픽셀의 제2 색공간 좌표 사이의 이격 거리가 기 설정된 제2 임계값 이하인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 정상 픽셀로 맵핑하는,
    반려동물의 배설물 검사 시스템.
  5. 제1항에 있어서,
    상기 이미지 검사부는,
    상기 합성 이미지 중 임의의 좌표에 위치하는 대상 픽셀의 적어도 하나의 제1 색 성분과 상기 배설물 이미지 중 상기 대상 픽셀과 동일한 좌표를 가지는 픽셀의 적어도 하나의 제2 색 성분의 차이가 기 설정된 제3 임계값 이하인 경우, 상기 합성 이미지에 상기 대상 픽셀의 좌표를 정상 픽셀로 맵핑하는,
    반려동물의 배설물 검사 시스템.
  6. 제1항에 있어서,
    상기 이미지 검사부는 상기 맵핑 결과를 수집하여 이상 징후 해당 여부에 대한 예측 모델을 생성하는,
    반려동물의 배설물 검사 시스템.
KR1020220040891A 2022-04-01 2022-04-01 반려동물의 배설물 검사 시스템 KR102524375B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220040891A KR102524375B1 (ko) 2022-04-01 2022-04-01 반려동물의 배설물 검사 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220040891A KR102524375B1 (ko) 2022-04-01 2022-04-01 반려동물의 배설물 검사 시스템

Publications (1)

Publication Number Publication Date
KR102524375B1 true KR102524375B1 (ko) 2023-04-21

Family

ID=86098725

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220040891A KR102524375B1 (ko) 2022-04-01 2022-04-01 반려동물의 배설물 검사 시스템

Country Status (1)

Country Link
KR (1) KR102524375B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150048297A (ko) * 2013-10-25 2015-05-07 한국 한의학 연구원 영상 진단 장치 및 방법
WO2019109184A1 (en) * 2017-12-05 2019-06-13 9360-3561 Québec Inc. System and method for analysis of chromogenic material
KR20200085833A (ko) * 2018-09-18 2020-07-15 김홍민 대변 모니터링 및 건강 지도 장치
KR102330858B1 (ko) 2021-08-03 2021-11-25 주식회사 넘버제로 배변 시트 대변 이미지를 활용한 반려 동물 대변 상태 분석 정보 제공 방법, 장치 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150048297A (ko) * 2013-10-25 2015-05-07 한국 한의학 연구원 영상 진단 장치 및 방법
WO2019109184A1 (en) * 2017-12-05 2019-06-13 9360-3561 Québec Inc. System and method for analysis of chromogenic material
KR20200085833A (ko) * 2018-09-18 2020-07-15 김홍민 대변 모니터링 및 건강 지도 장치
KR102330858B1 (ko) 2021-08-03 2021-11-25 주식회사 넘버제로 배변 시트 대변 이미지를 활용한 반려 동물 대변 상태 분석 정보 제공 방법, 장치 및 시스템

Similar Documents

Publication Publication Date Title
Jun et al. Estimating pig weights from images without constraint on posture and illumination
Han et al. Fast saliency-aware multi-modality image fusion
Meyer et al. Verification of color vegetation indices for automated crop imaging applications
Porto et al. A computer vision-based system for the automatic detection of lying behaviour of dairy cows in free-stall barns
Yang et al. Tea diseases detection based on fast infrared thermal image processing technology
US7907786B2 (en) Red-eye detection and correction
CN101443785B (zh) 检测之前压缩过的图像中的合成
CN101983507A (zh) 自动红眼检测
Ghazal et al. Automated framework for accurate segmentation of leaf images for plant health assessment
US7606779B2 (en) Methods and system for data aggregation of physical samples
WO2011073990A1 (en) Method and system for enhancing an image
CN110415207A (zh) 一种基于图像失真类型的图像质量评估的方法
WO2021082433A1 (zh) 一种数字病理图像质控的方法及装置
Keay et al. Reproducibility in the automated quantitative assessment of HER2/neu for breast cancer
Poh et al. Multi-level local feature classification for bleeding detection in wireless capsule endoscopy images
Riekert et al. Model selection for 24/7 pig position and posture detection by 2D camera imaging and deep learning
JP2018054443A (ja) 情報処理装置、情報処理システム及びプログラム
Petrellis Plant disease diagnosis with color normalization
Ghazal et al. Precise statistical approach for leaf segmentation
Marchetti et al. 3D Whole‐body skin imaging for automated melanoma detection
KR102524375B1 (ko) 반려동물의 배설물 검사 시스템
Sannakki et al. SVM-DSD: SVM based diagnostic system for the detection of pomegranate leaf diseases
CN110097080B (zh) 一种分类标签的构建方法及装置
US11275947B2 (en) Image processing system, image processing method, and image processing program
Jabari et al. Improving UAV imaging quality by optical sensor fusion: an initial study

Legal Events

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