KR20090017209A - 영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치 - Google Patents

영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치 Download PDF

Info

Publication number
KR20090017209A
KR20090017209A KR1020070081788A KR20070081788A KR20090017209A KR 20090017209 A KR20090017209 A KR 20090017209A KR 1020070081788 A KR1020070081788 A KR 1020070081788A KR 20070081788 A KR20070081788 A KR 20070081788A KR 20090017209 A KR20090017209 A KR 20090017209A
Authority
KR
South Korea
Prior art keywords
image
pixels
line
line segment
pixel
Prior art date
Application number
KR1020070081788A
Other languages
English (en)
Other versions
KR100886611B1 (ko
Inventor
이재광
박창준
양광호
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020070081788A priority Critical patent/KR100886611B1/ko
Priority to US12/175,954 priority patent/US8331686B2/en
Publication of KR20090017209A publication Critical patent/KR20090017209A/ko
Application granted granted Critical
Publication of KR100886611B1 publication Critical patent/KR100886611B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Landscapes

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

Abstract

본 발명은 점진적인 화소 확장에 의해 영상 내에 존재하는 선분을 찾아내는 선분 추출 장치 및 방법에 관한 것이다. 즉, 본 발명은 영상이 입력되면 캐니 테두리(Canny Edge)를 구하고, 동시에 기울기 영상(Gradient Image)과 방향 영상(Direction Image)을 구하는 단계; 테두리 화소 중 임의의 점을 선택하여 직선을 구하는 단계; 직선에서 중심을 구하여 임의의 반경 내에 있는 테두리 화소를 선택하는 단계; 직선과의 거리 오차와 기울기 각의 오차를 이용하여 선택된 각 점에 가중치를 부여하는 단계; 가중치 합 비교에 의한 선택된 점들의 떨어짐 비교 단계; 가중치를 적용한 최소 자승법에 의한 선 맞춤(Line Fitting) 단계를 통해 영상에서 선분을 안정적으로 추출할 수 있도록 한다.
캐니 테두리, 기울기 영상, 방향 영상, 가중치 최소 자승법, 선분 추출

Description

영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치{METHOD AND APPARATUS FOR DETECTING LINE SEGMENT BY INCREMENTAL PIXEL EXTENSION IN AN IMAGE}
본 발명은 영상에서 점진적인 화소 확장에 의해 선분을 추출하는 방법에 관한 것으로, 특히 추출된 테두리 영상에서 임의의 테두리 화소를 선택하여 선택된 화소로부터 직선에 맞도록 화소를 확장시켜 선분을 추출하는 방법 및 장치에 관한 것이다.
본 발명은 정보통신부 및 정보통신 연구진흥원의 IT 신성장동력핵심기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호 : 2006-S-044-02, 과제명 : 멀티코아 CPU 및 MPU기반 크롯플랫폼 게임기술 개발].
통상적으로, 일반 영상에서 직선을 추출할 때 주로 허프(Hough) 변환을 사용하게 된다. 허프 변환은 영상의 공간을 허프 공간으로 변환시켜 직선 성분을 나타내는 극치점을 찾은 후 역 허프 변환을 이용하여 영상에서 직선을 찾는 방법으로서 허프 공간에서 극치점을 찾는 방법에 관한 많은 방법들이 연구가 되고 있다.
한편, 영상에서 선분은 영상처리의 여러 분야에 유용하게 사용될 수 있는 정 보 중 하나로 영상에서 선분을 찾기 위한 방법들에 대한 연구가 활발히 진행되고 있으나, 영상에서 선분을 추출하는 것은 종래 영상에서 특징점을 찾는 것만으로는 해결될 수 없으며, 아직까지 영상에서 선분을 추출하기 위한 효과적인 방법이 제안되고 있지 않다.
위와 같은 영상에서의 선분 추출을 위한 방법 중 하나로 위 언급한 허프 변환을 이용한 영상에서 직선을 찾는 방법을 응용할 수 있으나, 허프 변환을 이용하여 선분을 찾을 경우 영상을 이해하는데 필요로 하는 이상의 많은 선분이 찾아지기도 하며, 사용자의 개입이 필요하게 되어 자동화가 어려운 문제점이 있었다.
따라서 본 발명은 종래 영상에서 선분을 추출하는데 있어서 곤란하였던 문제점을 해결하기 위해 제안된 것으로, 주어진 영상에서 임의의 테두리 화소를 중심으로 화소를 점진적으로 확장시켜 선분을 이루는 화소들을 찾은 후, 찾아진 화소들을 이용하여 가중치 기반 선 맞춤을 통해 선분을 안정적으로 구할 수 있는 영상에서 점진적 화소 확장에 의한 선분 추출방법 및 장치를 제공함에 있다.
상술한 본 발명은 영상에서 점진적인 화소 확장에 의한 선분 추출방법으로서, (a)입력된 영상에서 캐니 테두리 영상을 구한 후, 캐니 테두리 영상으로부터 각 테두리 화소들에 대한 기울기 영상과 방향 영상을 계산하는 단계와, (b)상기 테두리 화소 중 임의의 두 화소를 선택하여 직선을 만드는 단계와, (c)상기 직선을 이루는 두 화소의 중점을 잡고 상기 중점으로부터 점진적 화소 확장을 통해 선분 후보 화소를 선택하는 단계와, (d)상기 직선에 대한 상기 선택된 선분 후보 화소들의 가중치 값을 계산하여 가중치 기반 선맞춤을 수행한 후, 상기 선분 후보 화소들간 연결 여부를 검사하여 선분을 추출하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명은 영상에서 점진적인 화소 확장에 의한 선분 추출 장치로서, 선분 추출을 위한 영상을 입력받는 영상 입력부와, 상기 입력 영상으로부터 캐니 테두리 영상을 구한 후, 상기 캐니 테두리 영상의 각 테두리 화소들에 대해 기울기 영상과 방향 영상을 계산하는 영상 전처리부와, 상기 테두리 화소 중 임의의 두 화소를 지나는 직선을 구하고, 상기 직선을 이루는 두 화소의 중점으로부터 점진적 화소 확장을 통해 선분 후보 화소를 선택하며, 상기 직선에 대한 상기 선택된 선분 후보 화소들의 가중치 값을 계산하여 가중치 기반 선맞춤을 수행한 후, 상기 선분 후보 화소들간 연결 여부를 검사하여 선분을 추출하는 선분 추출부를 포함하는 것을 특징으로 한다.
본 발명에서는 영상에서 선분을 추출함에 있어서, 주어진 영상에서 임의의 테두리 화소를 중심으로 화소를 점진적으로 확장시켜 선분을 이루는 화소들을 찾은 후, 찾아진 화소들을 이용하여 가중치 기반 선 맞춤을 통해 선분을 안정적으로 구할 수 있는 방법 및 장치를 제공한다. 이에 따라 일반 영상에서 선분을 추출하기 어려운 반면에 본 발명에서 제시하는 방법에 의한 선분 추출 결과는 매우 안정적이며 자동화가 가능하여 카메라 자기 보정 등 영상에서 특징점 외에 선분을 이용하고 자 할 때 유용하게 사용될 수 있는 이점이 있다.
이하, 첨부된 도면을 참조하여 본 발명의 동작 원리를 상세히 설명한다. 하기에서 본 발명을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명의 구체적인 핵심 기술요지를 살펴보면, 입력된 영상에서 캐니 테두리, 기울기 영상, 방향 영상을 구하는 과정, 테두리 화소 중 임의의 화소를 선택하여 직선을 만드는 과정, 점진적인 화소 확장에 의한 선분 후보 화소를 선택하는 과정, 후보 화소를 선택하는 과정에서 각 화소에 가중치를 부여하여 가중치 합을 비교하는 과정, 가중치가 부여된 최종적으로 선택된 선분 후보 화소를 이용하여 선 맞춤을 통한 선분 찾는 과정을 포함하여 영상에서 선분을 안정적으로 구할 수 있도록 하는 기술을 통해 본 발명에서 이루고자 하는 바를 쉽게 달성할 수 있다.
도 1은 본 발명의 실시 예에 따른 점진적인 화소 확장에 의한 선분 추출장치의 블록 구성을 도시한 것으로, 본 발명의 선분 추출장치는 영상입력부(100), 영상 전처리부(102), 선분 추출부(104), 제어부(108), 표시부(106)를 포함한다.
이하 위 도 1을 참조하여 본 발명의 선분 추출장치 각 구성요소의 동작을 상 세히 설명하기로 한다.
먼저, 영상 입력부(100)는 선분 추출을 위한 영상을 입력받으며, 입력된 영상을 영상 전처리부(102)로 인가시킨다.
영상 전처리부(102)는 영상 입력부(100)로부터 입력되는 선분 추출을 위한 입력 영상에서 캐니 테두리 영상을 구한 후, 상기 캐니 테두리 영상의 각 테두리 화소들에 대해 기울기 영상과 방향 영상을 계산하여 선분 추출부(104)로 인가시킨다.
선분 추출부(104)는 영상 전처리부(102)로부터 캐니 테두리 영상과 각 테두리 화소들에 대한 기울기 영상, 방향 영상 등의 영상 전처리 정보를 입력받아 상기 테두리 화소 중 임의의 두 화소를 지나는 직선을 구하고, 상기 직선을 이루는 두 화소의 중점으로부터 점진적 화소 확장을 통해 선분 후보 화소를 선택하며, 상기 직선에 대한 상기 선택된 선분 후보 화소들의 가중치 값을 계산하여 가중치 기반 선맞춤을 수행한 후, 상기 선분 후보 화소들간 연결 여부를 검사하여 선분을 추출한다.
즉, 선분 추출부(104)는, 상기 직선을 이루는 두 화소의 중점을 잡고 중점으로부터 점진적 화소 확장을 통해 임의의 반경 범위내 있는 선분 후보 화소를 1차 선택하고, 상기 1차 선택된 선분 후보 화소들에 대해 상기 직선과의 거리 오차 및 방향각 오차를 계산하여 일정범위내 선분 후보 화소들을 2차 선택하는 방법으로 선분 후보 화소들을 선택한다.
이어, 상기 선택된 선분 후보 화소들에 대해 상기 직선과의 관계를 나타내는 가중치를 계산하여 가중치 기반 선맞춤을 수행한 후, 새로운 직선을 구하고, 상기 새로운 직선을 기준으로 다시 점진적 화소 확장을 통해 새로운 선분 후보 화소들을 선택하여 다시 가중치 기반 선맞춤을 반복 수행하며, 상기 두 직선의 선분 후보 화소들간 가중치 합 비교를 통해 상기 선분 후보 화소들이 연결되었는지 여부를 검사하여 두 직선간 선분 후보 화소들이 연결되지 않은 경우 선분으로 추출하게 된다. 이때 각 직선의 선분 후보 화소들의 가중치 합을 비교하여 이전 직선의 가중치 합이 현재 직선의 가중치 합보다 커지는 경우 연결되는 것으로 판단하게 된다.
제어부(108)는 상기 선분 추출장치 각 구성요소의 동작을 제어하며, 선분 추출 영상에 대한 디스플레이 요청 입력 시 상기 선분 추출부(104)로부터 추출된 선분 추출 결과를 표시부(106)를 통해 디스플레이시켜 사용자가 선분 추출 영상을 이용할 수 있도록 한다.
도 2는 본 발명에 따른 점진적인 화소 확장에 의한 선분 추출 동작 제어 흐름을 도시한 것이다. 이하 상기 도 1 및 도 2를 참조하여 본 발명의 실시 예를 상세히 설명하기로 한다.
먼저 영상 입력부(100)는 도 3에서와 같은 직선을 포함한 원영상을 입력받아 이를 영상 전처리부(102)로 인가시킨다(S200). 그러면, 영상 전처리부(102)에서는 입력받은 영상에서 도 4에서 보여지는 바와 같은 캐니 테두리 영상을 구하고, 캐니 테두리 영상에서 각 테두리 화소들에 대해 기울기 영상과 방향 영상을 계산한다(S204). 위에서 캐니 테두리 영상은 영상 처리의 기본 개념이므로 설명은 생략한다.
이때 기울기 영상은 가우시안 커널을 사용하여 x축, y축으로 컨벌루션하여 각각 x축, y축 기울기 영상을 생성한다. x축 기울기 영상을 dxIm라고 하고, y축 기울기 영상을 dyIm라고 하면, 방향 영상(dirIm)은 아래의 [수학식 1]에서와 같이 나타낼 수 있다.
Figure 112007058830634-PAT00001
방향 영상은 각 테두리 화소마다 하나의 각도 값을 가지고 있는 영상이다. 방향 영상을 생성하는 이유는 여러 테두리 화소 중 임의의 화소 하나를 선택했을 경우, 임의의 선택된 화소에 대응하는 방향 벡터를 쉽게 구하기 위함이다. 방향 영상의 각도를
Figure 112007058830634-PAT00002
라고 할 경우, 테두리의 방향 벡터(
Figure 112007058830634-PAT00003
)는 아래의 [수학식 2]에서와 같이 나타낼 수 있다.
Figure 112007058830634-PAT00004
테두리 방향 벡터는 크기가 1인 단위 방향 벡터이다.
이어, 선분 추출부(104)는 위와 같이 계산된 케니 테두리, 기울기 영상, 방향 영상 데이터를 이용하여 선분을 추출하기 위해 테두리상 임의의 화소를 선택하 게 된다(S206). 이하 테두리상 임의의 화소 선택 후 선분을 추출하는 선분 추출부(104)의 동작을 상세히 설명한다.
위와 같이 임의의 화소 하나가 선택되었다면, 선택된 화소 p1과 선택된 화소에 테두리 방향 벡터(
Figure 112007058830634-PAT00005
)를 더한 p2를 계산할 수 있고, p1, p2를 지나는 직선의 식을 아래의 [수학식 3]에서와 같이 구할 수 있다.
Figure 112007058830634-PAT00006
여기서,
Figure 112007058830634-PAT00007
은 현재 화소의 노말(Normal) 벡터로서
Figure 112007058830634-PAT00008
로 나타낼 수 있으며,
Figure 112007058830634-PAT00009
는 현재 선택된 화소의 좌표값이다. p1, p2, 그리고 두 점을 잇는 직선은 도 5에서와 같이 그려진다.
점진적인 화소 확장을 위해 p1, p2의 중점을 잡고, 중점으로부터 임의의 반경 내에 있는 화소들을 선택한다. 선택된 화소들 중 직선과 일정 범위 안에 있는 화소들을 선택한다(S210). 일정 범위 안에 있는 화소들을 선택하기 위해 아래의 [수학식 4]에서와 같은 오차 식을 사용하였다.
Figure 112007058830634-PAT00010
Figure 112007058830634-PAT00011
여기서, err는 직선과 화소와의 오차를 나타내며, errOrient는 방향각의 오차를 나타낸다. 그런 후, 위와 같이 선택된 선분 후보 화소에 대해 아래의 [수학식 5]에서와 같은 가중치(L)를 부여하여(S212) 이 화소가 직선과 어느 정도 밀접한 관계가 있는지 나타낸다.
Figure 112007058830634-PAT00012
여기서,
Figure 112007058830634-PAT00013
,
Figure 112007058830634-PAT00014
는 각각 좌표, 방향에 대한 시그마 값이며,
Figure 112007058830634-PAT00015
=1,
Figure 112007058830634-PAT00016
=0.1을 사용하였다. 선택된 각 화소에 대해 각각 L을 구하고, 구해진 L의 exp안의 값이 -2보다 클 경우 구해진 L을 가중치 L로 사용하며, -2보다 작을 경우 가중치를 0으로 한다.
도 6에는 위 가중치(L)를 기반으로 가중치가 0인 화소와 가중치가 0이 아닌 화소를 구별하여 도시하였다. 즉, 가중치가 0인 화소는 빨간색으로, 가중치가 0이 아닌 화소는 하늘색으로 도시된 것을 볼 수 있다.
이어, 현재 선택된 화소들의 가중치의 합을 sumW라고 하고, 선분 추출을 위한 첫 번째 반복인지 여부를 검사한다.(S214), 만약 첫 번째 반복일 경우 화소가 연결되는지의 여부를 결정하지 않고 현재 가중치가 부여된(가중치가 0이 아닌) 선택된 화소들을 가지고 가중치 기반 선 맞춤(Weighted Line Fitting)을 수행한 다(S216). 이때 가중치 기반 선 맞춤은 가중치 기반 최소 자승법을 이용하여 수행한다. 그런 후, 가중치 기반 선 맞춤을 통해 새로운 직선을 계산하게 된다(S218).
위와 같이 새로운 직선이 계산되는 경우 선분 추출부(104)는 (S210)∼(S212)단계를 다시 반복하면서 새로운 직선에 대해 점진적 화소 확장을 수행하게 된다.
즉, 새로 계산된 직선을 기준으로 선택하는 화소들을 확장하면, 전 단계에서 선택된 화소들의 중심점을 계산 한 후, 화소 확장을 위한 경계선을 만들기 위해 다음과 같은 변수를 사용하였다. 새로 계산된 노말 벡터
Figure 112007058830634-PAT00017
과 테두리 방향을 나타내는 방향 벡터
Figure 112007058830634-PAT00018
를 이용하여, 직선의 노말 방향으로 1만큼 떨어지고, 테두리 방향으로 3배만큼 떨어진 경계선을 만들어, 경계선이 이루는 경계 내에 있는 화소들을 다시 선택하게 된다.
새로 선택된 화소들에 대해 앞에서 구한 L을 이용하여 가중치를 계산하고 같은 방법으로 가중치의 합 sumW을 구한 후, 전 첫 번째 반복에서 구했던 가중치 합 sumW을 prevSumW라고 하여 두 가중치의 합을 비교한다(S220). 만약 두 가중치의 합이 같다면 더 이상 추가된 화소들이 없거나 가중치가 0인(L이 1 이상인) 화소들만 추가가 되었다는 것을 의미하며, 더 이상 연결된 테두리 화소들이 없다고 가정할 수 있다. 도 7부터 도 9까지는 각각 2번째, 4번째, 5번째 반복했을 때 새로 계산된 직선과 새로 선택된 화소들, 그리고 가중치가 0인 화소들을 나타내었다.
이렇게 전 반복에서의 가중치와 현재 반복에서의 가중치의 합이 같다면 선분은 끊어진 것으로 간주할 수 있다. 이에 따라 이렇게 선택된 화소들을 이용하여 가 중치 기반 선 맞춤을 수행하고(S222), 선분을 계산하게 되면 도 10에서 보여지는 바와 같이 영상에서 선분을 추출할 수 있게 되는 것이다(S224).
한편 상술한 본 발명의 설명에서는 구체적인 실시 예에 관해 설명하였으나, 여러 가지 변형이 본 발명의 범위에서 벗어나지 않고 실시될 수 있다. 따라서 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
도 1은 본 발명의 실시 예에 따른 영상에서 점진적 화소 확장에 의한 선분 추출장치의 블록 구성도,
도 2는 본 발명의 실시 예에 따른 영상에서 선분을 추출하기 위한 동작 제어 흐름도,
도 3은 본 발명의 실시 예에 따른 직선을 포함한 원 영상 예시도,
도 4는 본 발명의 실시 예에 따른 캐니 테두리 결과 영상 예시도,
도 5는 본 발명의 실시 예에 따른 처음 직선 초기화 영상 예시도,
도 6은 본 발명의 실시 예에 따른 첫 번째 반복에 의한 화소 확장 영상 예시도,
도 7은 본 발명의 실시 예에 따른 두 번째 반복에 의한 화소 확장 영상 예시도,
도 8은 본 발명의 실시 예에 따른 네 번째 반복에 의한 화소 확장 영상 예시도,
도 9은 본 발명의 실시 예에 따른 다섯 번째 반복에 의한 화소 확장 영상 예시도,
도 10은 본 발명의 실시 예에 따른 점진적인 화소 확장에 의한 선분 추출 결과 영상 예시도.

Claims (22)

  1. (a)입력된 영상에서 구한 캐니 테두리 영상으로부터 각 테두리 화소들에 대한 기울기 영상과 방향 영상을 계산하는 단계와,
    (b)상기 테두리 화소 중 임의의 두 화소를 선택하여 직선을 만드는 단계와,
    (c)상기 직선을 이루는 두 화소의 중점으로부터 점진적 화소 확장을 통해 선분 후보 화소를 선택하는 단계와,
    (d)상기 선택된 선분 후보 화소들의 가중치 값을 계산하여 가중치 기반 선맞춤을 수행한 후, 상기 선분 후보 화소들간 연결 여부를 검사하여 선분을 추출하는 단계
    를 포함하는 영상에서 선분 추출방법.
  2. 제 1 항에 있어서,
    상기 (b)단계에서, 상기 임의의 두 화소 선택은,
    상기 테두리 화소 중 임의의 제1화소를 선택한 후, 상기 제1화소(p1)와 상기 제1화소의 테두리 방향 벡터(
    Figure 112007058830634-PAT00019
    )를 가산하여 임의의 제2화소를 선택하는 것을 특징으로 하는 영상에서 선분 추출방법.
  3. 제 1 항에 있어서,
    상기 (c)단계는,
    (c1)상기 직선을 이루는 두 화소의 중점으로부터 점진적 화소 확장을 통해 임의의 반경 범위내 있는 선분 후보 화소들을 1차 선택하는 단계와,
    (c2)상기 선분 후보 화소들에 대해 상기 직선과의 거리 오차(err) 및 방향각 오차(errOrient)를 계산하여 일정범위내 선분 후보 화소들을 2차 선택하는 단계
    를 포함하는 것을 특징으로 하는 영상에서 선분 추출방법.
  4. 제 3 항에 있어서,
    상기 (c2)단계에서, 상기 직선과 선분 후보 화소간 거리 오차(err)와, 방향각 오차(errOrient)는, 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00020
    구해지는 것을 특징으로 하는 영상에서 선분 추출방법.
  5. 제 3 항에 있어서,
    상기 2차 선택된 선분 후보 화소들의 가중치(L)는, 아래의 수학식에서와 같이,
    [수학식]
    Figure 112007058830634-PAT00021
    σx : 좌표에 대한 시그마 값, 1 사용
    σd : 방향에 대한 시그마 값, 0.1 사용
    구해지는 것을 특징으로 하는 영상에서 선분 추출방법.
  6. 제 1 항에 있어서,
    상기 (d)단계는,
    (d1)상기 선택된 선분 후보 화소들에 대해 상기 직선과의 관계를 나타내는 가중치를 계산하여 가중치 기반 선맞춤을 수행한 후, 새로운 직선을 계산하는 단계와,
    (d2)상기 새로운 직선을 기준으로 점진적 화소 확장을 통해 새로운 선분 후보 화소들을 선택하여 다시 가중치 기반 선맞춤을 반복 수행하는 단계와,
    (d3)상기 두 직선의 선분 후보 화소들간 가중치 합 비교를 통해 상기 선분 후보 화소들이 연결되었는지 여부를 검사하는 단계와,
    (d4)상기 두 직선간 선분 후보 화소들이 연결되지 않은 경우 선분을 추출하는 단계
    를 포함하는 것을 특징으로 하는 영상에서 선분 추출방법.
  7. 제 6 항에 있어서,
    (d3)단계에서, 상기 두 직선의 선분 후보 화소들의 연결 여부는,
    각 직선의 선분 후보 화소들의 가중치 합을 비교하여 이전 직선의 가중치 합이 현재 직선의 가중치 합보다 커지는 경우 연결되는 것으로 판단하는 것을 특징으로 하는 영상에서 선분 추출방법.
  8. 제 2 항에 있어서,
    상기 제1, 제2화소를 지나는 직선은, 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00022
    Figure 112007058830634-PAT00023
    : 현재 화소의 노말(normal) 벡터
    Figure 112007058830634-PAT00024
    : 현재 선택된 화소의 좌표값
    c: 상수
    구해지는 것을 특징으로 하는 영상에서 선분 추출방법.
  9. 제 1 항에 있어서,
    상기 (a)단계에서, 상기 기울기 영상은,
    상기 테두리 화소들에 대해 가우시안 커널을 이용하여 x축, y축으로 컨벌루션하여 생성되는 각 화소에 대한 x축, y축 기울기 영상인 것을 특징으로 하는 영상에서 선분 추출방법.
  10. 제 9 항에 있어서,
    상기 방향 영상(dirIm)은,
    각 테두리 화소가 가지는 하나의 각도 값을 가지고 있는 영상으로, 상기 x축 기울기 영상(dxIm)과 y축 기울기 영상(dyIm)을 이용하여 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00025
    구해지는 것을 특징으로 하는 영상에서 선분 추출방법.
  11. 제 10 항에 있어서,
    상기 방향 영상의 각도를 θ라고 하는 경우, 상기 테두리의 방향 벡터(
    Figure 112007058830634-PAT00026
    )는 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00027
    =(sinθ, -cosθ)
    구해지는 것을 특징으로 하는 영상에서 선분 추출방법.
  12. 선분 추출을 위한 영상을 입력받는 영상 입력부와,
    상기 입력 영상으로부터 구한 캐니 테두리 영상의 각 테두리 화소들에 대해 기울기 영상과 방향 영상을 계산하는 영상 전처리부와,
    상기 테두리 화소 중 임의의 두 화소를 지나는 직선을 구하고, 상기 직선을 이루는 두 화소의 중점으로부터 점진적 화소 확장을 통해 선분 후보 화소를 선택하며, 상기 직선에 대한 상기 선택된 선분 후보 화소들의 가중치 값을 계산하여 가중치 기반 선맞춤을 수행한 후, 상기 선분 후보 화소들간 연결 여부를 검사하여 선분을 추출하는 선분 추출부
    를 포함하는 영상에서 선분 추출장치.
  13. 제 12 항에 있어서,
    상기 선분 추출부는,
    상기 직선을 이루는 두 화소의 중점으로부터 점진적 화소 확장을 통해 임의의 반경 범위내 있는 선분 후보 화소를 1차 선택하고, 상기 1차 선택된 선분 후보 화소들에 대해 상기 직선과의 거리 오차(err) 및 방향각 오차(errOrient)를 계산하여 일정범위내 선분 후보 화소들을 2차 선택하는 것을 특징으로 하는 영상에서 선분 추출장치.
  14. 제 13 항에 있어서,
    상기 선분 추출부는,
    상기 직선과 선분 후보 화소간 거리 오차(err)와, 방향각 오차(errOrient)를 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00028
    산출하는 것을 특징으로 하는 영상에서 선분 추출장치.
  15. 제 13 항에 있어서,
    상기 선분 추출부는,
    상기 2차 선택된 선분 후보 화소들의 가중치(L)를 아래의 수학식에서와 같이,
    [수학식]
    Figure 112007058830634-PAT00029
    σx : 좌표에 대한 시그마 값, 1 사용
    σd : 방향에 대한 시그마 값, 0.1 사용
    산출하는 것을 특징으로 하는 영상에서 선분 추출장치.
  16. 제 12 항에 있어서,
    상기 선분 추출부는,
    상기 선택된 선분 후보 화소들에 대해 상기 직선과의 관계를 나타내는 가중치를 계산하여 가중치 기반 선맞춤을 수행한 후, 새로운 직선을 구하고, 상기 새로운 직선을 기준으로 다시 점진적 화소 확장을 통해 새로운 선분 후보 화소들을 선택하여 다시 가중치 기반 선맞춤을 반복 수행하며, 상기 두 직선의 선분 후보 화소들간 가중치 합 비교를 통해 상기 선분 후보 화소들이 연결되었는지 여부를 검사하여 두 직선간 선분 후보 화소들이 연결되지 않은 경우 선분으로 추출하는 것을 특징으로 하는 영상에서 선분 추출장치.
  17. 제 16 항에 있어서,
    상기 선분 추출부는,
    각 직선의 선분 후보 화소들의 가중치 합을 비교하여 이전 직선의 가중치 합 이 현재 직선의 가중치 합보다 커지는 경우 연결되는 것으로 판단하는 것을 특징으로 하는 영상에서 선분 추출장치.
  18. 제 12 항에 있어서,
    상기 선분 추출부는,
    상기 임의의 두 화소 선택에 있어서, 상기 테두리 화소 중 임의의 제1화소를 선택한 후, 상기 제1화소(p1)와 상기 제1화소의 테두리 방향 벡터(
    Figure 112007058830634-PAT00030
    )를 가산하여 임의의 제2화소를 선택하는 것을 특징으로 하는 영상에서 선분 추출장치.
  19. 제 18 항에 있어서,
    상기 선분 추출부는,
    상기 제1, 제2화소를 지나는 직선을 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00031
    Figure 112007058830634-PAT00032
    : 현재 화소의 노말(normal) 벡터
    Figure 112007058830634-PAT00033
    : 현재 선택된 화소의 좌표값
    c: 상수
    산출하는 것을 특징으로 하는 영상에서 선분 추출장치.
  20. 제 12 항에 있어서,
    상기 기울기 영상은,
    상기 테두리 화소들에 대해 가우시안 커널을 이용하여 x축, y축으로 컨벌루션하여 생성되는 각 화소에 대한 x축, y축 기울기 영상인 것을 특징으로 하는 영상에서 선분 추출장치.
  21. 제 20 항에 있어서,
    상기 방향 영상(dirIm)은,
    각 테두리 화소가 가지는 하나의 각도 값을 가지고 있는 영상으로, 상기 x축 기울기 영상(dxIm)과 y축 기울기 영상(dyIm)을 이용하여 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00034
    구해지는 것을 특징으로 하는 영상에서 선분 추출장치.
  22. 제 21 항에 있어서,
    상기 방향 영상의 각도를 θ라고 하는 경우, 상기 테두리의 방향 벡터(
    Figure 112007058830634-PAT00035
    )는 아래의 수학식에서와 같이
    [수학식]
    Figure 112007058830634-PAT00036
    =(sinθ, -cosθ)
    구해지는 것을 특징으로 하는 영상에서 선분 추출장치.
KR1020070081788A 2007-08-14 2007-08-14 영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치 KR100886611B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020070081788A KR100886611B1 (ko) 2007-08-14 2007-08-14 영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치
US12/175,954 US8331686B2 (en) 2007-08-14 2008-07-18 Method and apparatus for extracting line segments from image using incremental pixel extension

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070081788A KR100886611B1 (ko) 2007-08-14 2007-08-14 영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20090017209A true KR20090017209A (ko) 2009-02-18
KR100886611B1 KR100886611B1 (ko) 2009-03-05

Family

ID=40363007

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070081788A KR100886611B1 (ko) 2007-08-14 2007-08-14 영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치

Country Status (2)

Country Link
US (1) US8331686B2 (ko)
KR (1) KR100886611B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116912273A (zh) * 2023-09-13 2023-10-20 国网山东省电力公司莱芜供电公司 基于三维gis的输电线路跨越施工方案可视化方法

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI422228B (zh) * 2009-01-15 2014-01-01 Silicon Integrated Sys Corp 去方塊濾波方法及影像處理裝置
CN101833767B (zh) * 2010-05-10 2012-05-23 河南理工大学 数字图像中基于梯度与颜色特征的直线自动匹配方法
US8644618B2 (en) 2010-08-10 2014-02-04 BrandFast LLC Automatic evaluation of line weights
CN103065307B (zh) * 2012-12-25 2015-12-09 上海交通大学 非精确配准下sar/spot图像的区域融合检测方法
CN104778695B (zh) * 2015-04-10 2017-11-21 哈尔滨工程大学 一种基于梯度显著性的水天线检测方法
CN106558038B (zh) * 2015-09-18 2019-07-02 中国人民解放军国防科学技术大学 一种水天线检测方法及装置
CN105354843B (zh) * 2015-10-30 2017-12-05 北京奇艺世纪科技有限公司 一种图像边界提取方法和***
CN105913415B (zh) * 2016-04-06 2018-11-30 博众精工科技股份有限公司 一种具有广泛适应性的图像亚像素边缘提取方法
US10387744B2 (en) * 2016-06-22 2019-08-20 Abbyy Production Llc Method and system for identifying extended contours within digital images
US10366469B2 (en) 2016-06-28 2019-07-30 Abbyy Production Llc Method and system that efficiently prepares text images for optical-character recognition
RU2628266C1 (ru) 2016-07-15 2017-08-15 Общество с ограниченной ответственностью "Аби Девелопмент" Способ и система подготовки содержащих текст изображений к оптическому распознаванию символов
US10719937B2 (en) 2017-12-22 2020-07-21 ABYY Production LLC Automated detection and trimming of an ambiguous contour of a document in an image
CN110189344B (zh) * 2019-04-24 2022-09-13 河海大学常州校区 一种电力刀闸图像中直线段提取方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5202960A (en) * 1988-11-02 1993-04-13 Digital Equipment Corp Method and apparatus for plotting polygon edges on a pixelized grid
US5416335A (en) * 1994-04-15 1995-05-16 Seagate Technology, Inc. Automated visual inspection system for determining the set positions of a row of dip switches
US6026186A (en) * 1997-11-17 2000-02-15 Xerox Corporation Line and curve detection using local information
KR100361244B1 (ko) * 1998-04-07 2002-11-18 오므론 가부시키가이샤 화상 처리 장치 및 방법, 화상 처리를 위한 프로그램을기억한 매체 및 검사장치
JP3072730B2 (ja) * 1998-10-09 2000-08-07 日本電気株式会社 車両検出方法および装置
US6361910B1 (en) * 2000-02-03 2002-03-26 Applied Materials, Inc Straight line defect detection
JP3785935B2 (ja) * 2001-03-15 2006-06-14 日本電気株式会社 線分検出器
JP2003051017A (ja) * 2001-08-06 2003-02-21 Nissan Motor Co Ltd 白線検出装置
US6792071B2 (en) * 2002-03-27 2004-09-14 Agfa-Gevaert Method of performing geometric measurements on digital radiological images
JP4593884B2 (ja) * 2002-05-10 2010-12-08 キヤノン株式会社 レーザ走査制御装置
US7133572B2 (en) * 2002-10-02 2006-11-07 Siemens Corporate Research, Inc. Fast two dimensional object localization based on oriented edges
KR100946888B1 (ko) * 2003-01-30 2010-03-09 삼성전자주식회사 영상화면 내의 피사체의 기울기 보정 장치 및 방법
KR100977713B1 (ko) * 2003-03-15 2010-08-24 삼성전자주식회사 영상신호의 글자 인식을 위한 전처리 장치 및 방법
US7463770B2 (en) * 2003-07-21 2008-12-09 Lockheed Martin Corporation Methods and systems for detection of repeating patterns of features
JP3938120B2 (ja) * 2003-09-17 2007-06-27 ノーリツ鋼機株式会社 画像処理装置、方法、及びプログラム
JP2007207009A (ja) * 2006-02-02 2007-08-16 Fujitsu Ltd 画像処理方法及び画像処理装置
US7792651B2 (en) * 2007-04-26 2010-09-07 General Electric Company Methods and systems for computing gear modifications
JP4739309B2 (ja) * 2007-11-09 2011-08-03 株式会社リコー 情報処理装置、及び情報処理方法
US8406532B2 (en) * 2009-06-17 2013-03-26 Chevron U.S.A., Inc. Image matching using line signature
US9047531B2 (en) * 2010-05-21 2015-06-02 Hand Held Products, Inc. Interactive user interface for capturing a document in an image signal
US8600167B2 (en) * 2010-05-21 2013-12-03 Hand Held Products, Inc. System for capturing a document in an image signal

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116912273A (zh) * 2023-09-13 2023-10-20 国网山东省电力公司莱芜供电公司 基于三维gis的输电线路跨越施工方案可视化方法
CN116912273B (zh) * 2023-09-13 2023-12-12 国网山东省电力公司莱芜供电公司 基于三维gis的输电线路跨越施工方案可视化方法

Also Published As

Publication number Publication date
US8331686B2 (en) 2012-12-11
US20090046930A1 (en) 2009-02-19
KR100886611B1 (ko) 2009-03-05

Similar Documents

Publication Publication Date Title
KR100886611B1 (ko) 영상에서 점진적 화소 확장에 의한 선분 추출 방법 및 장치
CN107784301B (zh) 用于识别图像中文字区域的方法和装置
Tran et al. Extraction of cylinders and estimation of their parameters from point clouds
KR101833953B1 (ko) 이미지들을 비교하는 방법 및 시스템
CN107679466B (zh) 信息输出方法和装置
CN110222641B (zh) 用于识别图像的方法和装置
Treiber Optimization for computer vision
CN111738265A (zh) Rgb-d图像的语义分割方法、***、介质及电子设备
CN109300139B (zh) 车道线检测方法和装置
Liang et al. An algorithm for concrete crack extraction and identification based on machine vision
CN104657737A (zh) 基于聚类对qr二维码图像进行校正的方法和装置
CN112988557A (zh) 一种搜索框定位方法、数据采集方法、装置及介质
CN109960959B (zh) 用于处理图像的方法和装置
KR102665603B1 (ko) 스테레오 매칭을 위한 하드웨어 디스패러티 평가
US10049309B2 (en) Character recognition device, character recognition method and program
CN109242882B (zh) 视觉跟踪方法、装置、介质及设备
US10546392B2 (en) Image processing method and apparatus
Wilk et al. Sub-pixel point detection algorithm for point tracking with low-power wearable camera systems: A simplified linear interpolation
CN115619678A (zh) 一种图像变形的矫正方法、装置、计算机设备及存储介质
CN109215049B (zh) 基于多尺度三维先验信息的屋顶分割方法、***与设备
CN110399892B (zh) 环境特征提取方法和装置
KR102049666B1 (ko) 비전 기반 위치 추정 기법을 이용한 6-자유도 상대 변위 추정 방법 및 그 장치
CN113761169A (zh) 一种价格识别方法和装置
Srinark et al. A microarray image analysis system based on multiple snakes
JP4346620B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム

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
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20111208

Year of fee payment: 20