KR20100064634A - Apparatus for detecting and eliminating insect in digital image processing device - Google Patents
Apparatus for detecting and eliminating insect in digital image processing device Download PDFInfo
- Publication number
- KR20100064634A KR20100064634A KR1020080123155A KR20080123155A KR20100064634A KR 20100064634 A KR20100064634 A KR 20100064634A KR 1020080123155 A KR1020080123155 A KR 1020080123155A KR 20080123155 A KR20080123155 A KR 20080123155A KR 20100064634 A KR20100064634 A KR 20100064634A
- Authority
- KR
- South Korea
- Prior art keywords
- worm
- unit
- candidate group
- moving object
- image
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
- A01M29/16—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves
- A01M29/18—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves using ultrasonic signals
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Birds (AREA)
- Engineering & Computer Science (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
Description
본 발명은 디지털 영상 처리기에서 벌레를 검출하여 퇴치하는 장치에 관한 것이다.The present invention relates to a device for detecting and combating bugs in a digital image processor.
벌레가 디지털 영상 처리기의 근거리에 위치하는 경우 AF(auto focus), AE(auto exposure), AWB(auto white balance), 벌레에 의해 원래 목적인 감시 대상에 맞춰진 AF, AE, AWB가 아니라, 벌레에 맞춰진 AF, AE, AWB가 작동하게 되어 감시 대상을 포함한 화면 배경 전부가 흐려지고 잘 보이지 않게 된다. 벌레가 디지털 영상 처리기의 원거리에 위치하는 경우 찾고자 하거나 추적하고자 하는 물체를 놓치는 에러의 원인이 되어 성능이 떨어지게 된다. 또한 벌레의 공격이나 시체가 디지털 영상 처리기의 부품 사이에 끼면 고장이나 파손의 원인이 될 수 있으며, 디지털 영상 처리기의 수명이 단축된다.If the worm is located near the digital image processor, it will focus on the worm, not AF, AE, or AWB, instead of the AF, AE, or AWB that was originally targeted by the bug. AF, AE, and AWB will be activated, making the entire background of the screen, including the monitored object, blurred and difficult to see. If the worm is located remotely from the digital image processor, it will cause errors in missing or missing objects. In addition, if the insect attack or the body is caught between the parts of the digital image processor, it may cause a breakdown or damage, and the life of the digital image processor is shortened.
본 발명이 해결하고자 하는 기술적인 과제는 디지털 영상 처리기로 벌레를 검출하여 퇴치함으로써, 벌레로 인해 발생하는 동작상의 에러 및 고장의 원인을 해결할 수 있는 디지털 영상 처리기에서 벌레 검출 및 퇴치 장치를 제공하는데 있다.The technical problem to be solved by the present invention is to provide a bug detection and eradication device in the digital image processor that can solve the cause of the operation errors and failures caused by the bug by detecting and combating the bug with the digital image processor. .
본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 디지털 영상 처리기에서 벌레 검출 및 퇴치 장치는 디지털 영상 처리기로서, 대상의 특징 추출 정보 및/또는 상기 대상의 움직임 정보로부터 상기 대상의 벌레 유/무를 검출하는 벌레 검출수단; 및 상기 벌레 검출수단으로부터 벌레 검출 신호가 수신되면, 내부에 구비된 기구를 이용하여 상기 검출된 벌레를 퇴치하는 벌레 퇴치수단을 포함하는 것이 바람직하다.In the digital image processor for solving the technical problem to be solved by the present invention, the bug detection and eradication apparatus is a digital image processor, which detects the presence or absence of the insect bug from the feature extraction information and / or motion information of the target Worm detection means; And when the worm detection signal is received from the worm detection means, it is preferable to include a worm control means for combating the detected worms using a mechanism provided therein.
본 발명에 있어서, 상기 벌레 검출수단은 상기 대상의 음성 정보 또는 상기 대상의 움직이는 진동 주파수로부터 벌레 유/무를 검출할 수 있다.In the present invention, the worm detection means may detect the presence or absence of worms from the voice information of the target or the moving vibration frequency of the target.
본 발명에 있어서, 상기 벌레 검출수단은 상기 벌레 이미지 및 벌레가 아닌 이미지가 저장된 데이터베이스; 학습을 통하여 벌레 이미지의 판단 기준을 생성하는 생성부; 소정의 영역을 설정하고 입력된 영상에서 상기 영역을 스캔하는 스캔부; 상기 입력 영상의 크기를 조정하는 조정부; 및 상기 크기가 조정된 각 스캔된 영상의 상기 판단 기준을 적용하여 벌레를 검색하는 검색부를 포함할 수 있다.In the present invention, the worm detection means includes a database storing the worm image and the non-worm image; A generation unit for generating a criterion for determining a bug image through learning; A scan unit for setting a predetermined area and scanning the area from an input image; An adjusting unit for adjusting the size of the input image; And a search unit for searching for a worm by applying the determination criteria of each scanned image whose size is adjusted.
본 발명에 있어서, 상기 벌레 검출수단은 이전 프레임 및 현재 프레임을 비 교하는 비교부; 상기 비교 결과에 따라 움직이는 물체 후보군을 생성하는 생성부; 및 상기 후보군으로부터 일정 크기 이하의 상기 움직이는 물체를 검출하는 검출부를 포함할 수 있다.In the present invention, the worm detection means comprises a comparison unit for comparing the previous frame and the current frame; A generator configured to generate a moving object candidate group according to the comparison result; And a detector configured to detect the moving object having a predetermined size or less from the candidate group.
본 발명에 있어서, 상기 벌레 검출수단은 이전 프레임들로부터 배경을 추정하는 추정부; 상기 추정된 배경과 현재 프레임을 비교하는 비교부; 상기 비교 결과에 따라 움직이는 물체 후보군을 생성하는 생성부; 및 상기 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출하는 검출부를 포함할 수 있다.In the present invention, the bug detecting means comprises: an estimator for estimating a background from previous frames; A comparison unit comparing the estimated background with a current frame; A generator configured to generate a moving object candidate group according to the comparison result; And a detector configured to detect a moving object having a predetermined size or less from the candidate group.
본 발명에 있어서, 상기 벌레 검출수단은 이전 프레임과 현재 프레임을 비교하는 제1 비교부; 상기 제1 비교 결과에 따라 움직이는 물체 후보군을 생성하는 제1 생성부; 상기 제1 후보군으로부터 일정 크기 이하의 상기 움직이는 물체를 검출하는 제1 검출부; 현재 프레임과 다음 프레임을 비교하는 제2 비교부; 상기 제2 비교 결과에 따라 움직이는 물체 후보군을 생성하는 제2 생성부; 상기 제2 후보군으로부터 일정 크기 이하의 상기 움직이는 물체를 검출하는 제2 검출부; 상기 제1 검출된 물체의 위치 및 상기 제2 검출된 물체의 위치를 비교하는 제3 비교부; 및 상기 제3 비교결과, 가장 근접한 위치에서 움직임이 있는 것으로 판단하는 판단부를 포함할 수 있다.In the present invention, the worm detection means includes a first comparison unit for comparing the previous frame and the current frame; A first generator configured to generate a moving object candidate group according to the first comparison result; A first detector configured to detect the moving object having a predetermined size or less from the first candidate group; A second comparing unit comparing the current frame with the next frame; A second generation unit which generates a moving object candidate group according to the second comparison result; A second detector detecting the moving object having a predetermined size or less from the second candidate group; A third comparing unit comparing a position of the first detected object and a position of the second detected object; And a determination unit determining that there is a movement at the closest position as a result of the third comparison.
본 발명에 있어서, 상기 벌레 검출수단은 이전 프레임들로부터 움직임의 형태를 분석하는 분석부; 상기 분석된 움직임의 형태로부터 현재 프레임에서 움직임이 예상되는 위치 후보군을 선정하는 선정부; 상기 후보군과 움직이는 체의 형태를 비교하는 비교부; 및 상기 비교 결과, 가장 유사성이 높은 후보군으로 움직인 것으 로 판단하는 판단부를 포함할 수 있다.In the present invention, the worm detection means includes an analysis unit for analyzing the shape of the movement from the previous frame; A selecting unit which selects a position candidate group in which a motion is expected in a current frame from the analyzed motion type; A comparator for comparing the shapes of the candidate group and the moving sieve; And as a result of the comparison, it may include a determination unit that determines to move to the most similar candidate group.
본 발명에 있어서, 상기 물체의 움직임 궤적을 분석하여 운동방향의 불규칙 여부를 판단하는 제1 분석부; 상기 운동방향이 불규칙한 물체의 속도를 분석하여 가변적인지 여부를 판단하는 제2 분석부; 및 상기 운동방향이 불규칙하고, 속도가 가변적인 물체를 벌레라고 판단하는 판단부를 더 포함할 수 있다.In the present invention, the first analysis unit for determining the irregularity of the movement direction by analyzing the motion trajectory of the object; A second analyzing unit which determines whether the moving direction is variable by analyzing a speed of an irregular object; And it may further comprise a determination unit for determining that the movement direction is irregular, the variable speed is an insect.
본 발명에 있어서, 상기 벌레 검출수단은 이전 프레임과 현재 프레임을 비교하는 제1 비교부; 상기 제1 비교 결과에 따라 움직이는 물체 후보군을 생성하는 생성부; 상기 후보군으로부터 일정 크기 이하의 상기 움직이는 물체를 검출하는 제1 검출부; 상기 벌레 이미지 및 벌레가 아닌 이미지가 저장된 데이터베이스; 학습을 통하여 벌레 이미지의 판단 기준을 생성하는 생성부; 상기 검출된 움직이는 물체의 모양과 상기 판단기준의 모양을 비교하는 제2 비교부; 및 상기 제2 비교 결과로 벌레를 검출하는 제2 검출부를 포함할 수 있다.In the present invention, the worm detection means includes a first comparison unit for comparing the previous frame and the current frame; A generator configured to generate a moving object candidate group according to the first comparison result; A first detector detecting the moving object having a predetermined size or less from the candidate group; A database storing the worm image and the non-worm image; A generation unit for generating a criterion for determining a bug image through learning; A second comparing unit comparing a shape of the detected moving object with a shape of the determination criterion; And a second detection unit detecting a worm as a result of the second comparison.
본 발명에 있어서, 상기 벌레 퇴치수단은 이전 프레임들로부터 배경을 추정하는 추정부; 상기 추정된 배경과 현재 프레임을 비교하는 제1 비교부; 상기 제1 비교 결과에 따라 움직이는 물체 후보군을 생성하는 생성부; 상기 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출하는 제1 검출부; 상기 벌레 이미지 및 벌레가 아닌 이미지가 저장된 데이터베이스; 학습을 통하여 벌레 이미지의 판단 기준을 생성하는 생성부; 상기 제1 검출된 움직이는 물체의 모양과 상기 판단기준의 모양을 비교하는 제2 비교부; 및 상기 제2 비교 결과로 벌레를 검출하는 제2 검출부를 포함할 수 있다.In the present invention, the worm control means includes an estimator for estimating a background from previous frames; A first comparing unit comparing the estimated background with a current frame; A generator configured to generate a moving object candidate group according to the first comparison result; A first detector detecting a moving object having a predetermined size or less from the candidate group; A database storing the worm image and the non-worm image; A generation unit for generating a criterion for determining a bug image through learning; A second comparison unit comparing a shape of the first detected moving object with a shape of the determination reference; And a second detection unit detecting a worm as a result of the second comparison.
본 발명에 있어서, 상기 벌레 퇴치수단은 주변에 파리채, 약품 분사기, 연기 발생기, 빛 또는 자외선 방사기, 벌레 퇴치용 문신 스티커, 음파 또는 초음파를 발생기, 전기 충격기, 벌레 유인기 등을 구비하여 검출된 벌레를 퇴치할 수 있다.In the present invention, the worm control means is a worm detected by including a flapper, a chemical injector, a smoke generator, a light or ultraviolet emitter, a tattoo sticker for combating insects, a sound wave or an ultrasonic wave generator, an impact bomber, an insect attractor, etc. Can fight.
상술한 바와 같이 본 발명에 따르면, 디지털 영상 처리기로 벌레를 검출하여 퇴치함으로써, 벌레로 인해 발생하는 동작상의 에러 및 고장의 원인을 해결할 수 있다.As described above, according to the present invention, by detecting and erasing a bug with a digital image processor, it is possible to solve the causes of operational errors and failures caused by the bug.
이하, 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.Hereinafter, with reference to the accompanying drawings will be described in detail the present invention.
도 1은 본 발명에 따른 디지털 영상 처리기에서 벌레 검출 및 퇴치 장치의 구성을 보이는 블록도로서, 벌레 검출수단(100) 및 벌레 퇴치수단(200)을 포함한다.1 is a block diagram showing the configuration of a bug detecting and erasing device in a digital image processor according to the present invention, which includes a bug detecting means 100 and a bug erasing means 200.
벌레 검출수단(100)은 영상 또는 음성 정보를 이용하여 벌레를 검출한다. 그러나, 100 퍼센트 검출이 되는 성능 확보는 불가능하므로 경우에 따라서는 사람의 육안으로 직접 검출(수동 검출)하는 경우도 포함한다.Bug detection means 100 detects bugs using video or audio information. However, since it is impossible to ensure the performance of 100 percent detection, it also includes the case of direct detection (manual detection) by the human eye in some cases.
벌레 퇴치수단(200)은 벌레 검출수단(100)의 벌레 검출 신호에 의해 동작 하며, 디지털 영상 처리기에 구비된 벌래 퇴치 기구를 동작시켜 벌레를 퇴치한다.The insect exterminating means 200 operates by the insect detecting signal of the insect detecting means 100, and operates the bed restraint mechanism provided in the digital image processor to combat the insect.
기타 벌레가 저녁시간에 많다는 점을 고려하여 타이머(미도시)를 설치하여 저녁시간이 되면 자동적으로 벌레 퇴치수단(200)이 동작하도록 하는 것도 가능하다. 또한 벌레가 많은 지역에 설치되는 경우를 고려하여 타이머를 설치하고 특정 시간 간격마다 자동으로 벌레 퇴치수단(200)이 작동하도록 하는 것도 가능하다.Considering that there are many other insects in the evening, it is also possible to install a timer (not shown) so that the insect control means 200 automatically operates at the evening. In addition, it is also possible to install a timer in consideration of the case where the worm is installed in a large number of times, so that the worm control means 200 operates automatically at specific time intervals.
벌레 검출수단(200)은 영상 처리를 이용하는 방법과 음성 처리를 이용하는 방법으로 벌레를 검출할 수 있다.The bug detecting means 200 may detect bugs by using image processing and voice processing.
영상 처리를 이용하는 방법은 벌레의 종류별로 대처 방안을 달리하는데, 애벌레 종일 경우 벌레 모양을 학습한 후 둥근 원형 몸체, 다수의 마디, 털 등을 특징으로 추출한 후 입력 영상을 서치하고, 거미 종일 경우 거미 모양을 학습한 후 다리가 8개인 특징을 추출한 후 입력 영상을 서치한다. 날벌레 종일 경우 날벌레 모양을 학습한 후 날개 등을 특징으로 추출하여 영상을 서치하거나, 날벌레의 움직임이 불규칙적이고 속도가 빠르다는 것을 기준으로 움직이는 물체를 검출하여 추적한 후 그 궤적을 분석한 벌레인지 판단하거나, 움직이는 물체를 검출한 후 날벌레의 모양과 비교하여 벌레인지 검출할 수 있다.In the case of larvae species, the method of image processing is different. After learning the shape, we extract the 8-legged feature and search the input video. In the case of worm species, after learning the shape of the worm, it extracts features such as wings and searches for images, or detects and traces moving objects based on the irregular and fast movement of the worm, and then analyzes the trajectory of the bee range. Alternatively, a moving range can be detected by comparing the shape of a blade with a moving object.
음성 처리를 이용하는 방법은 다시 벌레의 소리를 이용하는 방법과 벌레의 날개가 움직이는 진동주파수를 감지하는 방법이 있다. 벌레의 소리를 이용하는 방법의 경우, 디지털 영상 처리기 주변의 소리를 녹음하고, 배경 잡음을 제거한 후, 벌레의 울음 소리와 유사성을 비교하여 벌레의 존재 유무를 판단한다. 벌레의 날개가 움직이는 진동 주파수를 감지하는 방법은 벌레 날개의 움직이는 데이터를 통하여 진동 주파수 범위를 설정하고, 디지털 영상 처리기 주변의 진동을 감지하며, 잡음을 제거하고, 진동 주파수 범위를 확인 및 비교를 통하여 벌레 존재 유무를 판단한다. 이때 벌레의 날개는 움직임이 매우 빠르므로 고주파 대역의 진동 주파수 범위를 갖게 된다.There are two ways to use voice processing: the sound of insects and the vibration frequency of the insect's wings. In the case of using the sound of the bug, the sound around the digital image processor is recorded, the background noise is removed, and the existence of the bug is determined by comparing the similarity with the sound of the bug. In order to detect the vibration frequency of the insect's wing movement, the vibration frequency range can be set through the movement data of the insect wing, the vibration around the digital image processor is detected, the noise is removed, and the vibration frequency range is confirmed and compared. Determine the presence of bugs. At this time, the wing of the worm has a very fast movement and has a vibration frequency range of the high frequency band.
음성 처리를 이용하는 방법의 경우 벌레가 디지털 영상 처리기에 근접해 있는 경우에만 검출이 가능하다. 반면, 영상 처리를 이용하는 방법의 경우 벌레가 디지털 영상 처리기에 붙어있거나 사각에 위치하는 경우에는 벌레를 검출할 수 없으므로 벌레 검출 시 상호 보완 관계로 성능을 향상시킬 수 있다.In the case of a method using voice processing, detection is possible only when the bug is close to the digital image processor. On the other hand, in the case of the method using the image processing, if the bug is attached to the digital image processor or located in a square, the bug cannot be detected, and thus the performance can be improved by complementary relations when detecting the bug.
다음에 도 2 내지 도 10을 참조하여 벌레 검출수단(100)을 상세히 설명한다.Next, the insect detecting means 100 will be described in detail with reference to FIGS. 2 to 10.
도 2는 도 1 중 제1 실시 예에 따른 벌레 검출수단(200)의 상세 블록도로서, 애벌레, 거미, 날벌레 종류에 무관하게 벌레 검출에 적용할 수 있다. 도 2의 벌레 검출수단(200)은 데이터베이스(121), 학습부(122), 판단기준 생성부(123), 스캔부(124), 크기 조정부(125) 및 검색부(126)를 포함한다. 도 2에 도시된 벌레 검출수단(200)은 벌레 모양을 학습한 후, 이러한 모양에 맞는 것이 있는지 없는지를 입력 영상 전체를 서치하여 검출하는 방법이다.FIG. 2 is a detailed block diagram of the worm detection means 200 according to the first embodiment of FIG. 1, and may be applied to worm detection regardless of larvae, spiders, or insects. The bug detecting means 200 of FIG. 2 includes a
도 10에는 사람의 얼굴 검출에 이용하는 방식이 도시되어 있다. 사람의 얼굴인 것과 얼굴이 아닌 영상을 데이터베이스에서 특정 영역의 밝기 차이, 에지 등의 정보를 특징으로 학습하여 사람의 얼굴 유무를 구별할 수 있는 판단기준을 생성한다. 이후 전체 영상의 크기를 조정하면서 생성된 판단기준을 적용하여 사람의 얼굴을 찾아낸다. 그러나 본 발명에서는 사람의 모양이 아니라 벌레의 모양을 이용한다. 10 illustrates a method used for face detection of a person. A criterion for discriminating the presence or absence of a human face is generated by learning the images of the human face and the non-face image with information such as brightness difference and edge of a specific area in a database. Afterwards, the face of the person is found by applying the created criterion while adjusting the size of the entire image. However, in the present invention, the shape of a worm is used instead of the shape of a human.
데이터베이스(121)에는 도 10a에 도시된 바와 같이 벌레 모양이 아닌 이미지와 벌레 모양인 이미지가 저장되어 있다. 학습부(122)는 도 10b에 도시된 바와 같이 데이터베이스(121)에서 특정 영역의 밝기 차이, 에지 등의 정보를 특징으로 하 여 벌레 유무를 학습한다. 판단기준 생성부(123)는 학습결과로 벌레 유무를 구별할 수 있는 판단기준을 생성한다. 스캔부(124)는 도 10c에 도시된 바와 같이 소정영역을 미리 설정해 두고 입력 영상을 스캔한다. 이때 크기 조정부(125)는 입력 영상의 크기를 조정하게 되고, 스캔부(124)는 입력 영상의 크기를 조정하면서 상기 영역을 스캔한다. 검색부(126)는 스캔결과에 위에서 생성한 판단기준을 적용하여 벌레를 검색한다.As shown in FIG. 10A, the
도 3은 도 1 중 제2 실시 예에 따른 벌레 검출수단(200)의 상세 블록도로서, 움직임을 이용하여 벌레를 검출하는 것으로, 날벌레 종 검출 시에 이용한다. 도 3의 벌레 검출수단(200)은 영상 비교부(131), 후부군 생성부(132) 및 움직임 검출부(133)를 포함한다.3 is a detailed block diagram of the insect detecting means 200 according to the second embodiment of FIG. 1, which detects insects by using movement, and is used when detecting insect species. The bug detecting means 200 of FIG. 3 includes an
영상 비교부(131)는 이전 프레임의 영상과 현재 프레임의 영상을 비교한다. 후보군 생성부(132)는 영상 비교 결과로 차이가 나는 부분에 대하여 움직이는 물체의 후보군으로 생성한다. 움직임 검출부(133)는 생성된 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출한다. 일정 크기 이하의 움직이는 물체를 날벌레로 인식한다는 의미이다. 이하 도 7을 참조하여 움직이는 물체를 검출한 후 이로부터 벌레를 검출하는 내용을 설명한다.The
도 4는 도 1 중 제3 실시 예에 따른 벌레 검출수단(200)의 상세 블록도로서, 움직임을 이용하여 벌레를 검출하는 것으로, 날벌레 종 검출 시에 이용한다. 도 4의 벌레 검출수단(200)은 배경 추정부(141), 영상 비교부(142), 후부군 생성부(143) 및 움직임 검출부(144)를 포함한다.FIG. 4 is a detailed block diagram of the insect detecting means 200 according to the third embodiment of FIG. 1, which detects insects by using movement, and is used when detecting insect species. The bug detecting means 200 of FIG. 4 includes a
배경 추정부(141)는 복수의 이전 프레임들로부터 현재 촬영되는 대상의 배경을 추정한다. 영상 비교부(142)는 현재 프레임 영상과 추정된 배경 영상을 비교한다. 즉, 현재 프레임 영상에서 배경 영상을 감산하여 차이가 발생하는 영상을 추출하는 것이다. 후보군 생성부(143)는 현재 프레임 영상과 추정된 배경 영상을 비교 결과에 따라 차이가 나는 영상을 움직이는 물체의 후보군으로 생성한다. 움직임 검출부(144)는 생성된 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출한다. 일정 크기 이하의 움직이는 물체를 날벌레로 인식한다는 의미이다. 이하 도 7을 참조하여 움직이는 물체를 검출한 후 이로부터 벌레를 검출하는 내용을 설명한다.The
도 5는 도 1 중 제4 실시 예에 따른 벌레 검출수단(200)의 상세 블록도로서, 움직임을 이용하여 벌레를 검출하는 것으로, 날벌레 종 검출 시에 이용한다. 도 5의 벌레 검출수단(200)은 제1 영상 비교부(151), 제1 후보군 생성부(152), 제1 움직임 검출부(153), 제2 영상 비교부(154), 제2 후보군 생성부(155), 제2 움직임 검출부(156), 위치 비교부(157) 및 움직임 판단부(158)를 포함한다.FIG. 5 is a detailed block diagram of the insect detecting means 200 according to the fourth embodiment of FIG. 1, which detects insects by using movement, and is used when detecting insect species. The bug detecting means 200 of FIG. 5 includes a first image comparator 151, a first candidate group generator 152, a first motion detector 153, a second image comparator 154, and a second candidate group generator. 155, a second motion detector 156, a
제1 영상 비교부(151)는 이전 프레임의 영상과 현재 프레임의 영상을 비교한다. 제2 후보군 생성부(152)는 제1 영상 비교 결과로 차이가 나는 부분에 대하여 움직이는 물체의 후보군으로 생성한다. 제1 움직임 검출부(153)는 생성된 제1 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출한다. 제2 영상 비교부(154)는 현재 프레임의 영상과 다음 프레임의 영상을 비교한다. 제2 후보군 생성부(155)는 제2 영상 비교 결과로 차이가 나는 부분에 대하여 움직이는 물체의 후보 군으로 생성한다. 제2 움직임 검출부(156)는 생성된 제2 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출한다. 위치 비교부(157)는 제1 검출된 움직이는 물체 및 제2 검출된 움직이는 물체의 위치를 비교한다. 움직임 판단부(158)는 위치 비교 결과, 제1 검출된 움직이는 물체 및 제2 검출된 움직이는 물체가 가장 근접한 위치에 있는 경우의 물체에 대해 움직임이 있는 것으로 판단한다. 이하 도 7을 참조하여 움직이는 물체를 판단한 후 이로부터 벌레를 검출하는 내용을 설명한다.The first image comparator 151 compares the image of the previous frame with the image of the current frame. The second candidate group generation unit 152 generates a candidate group of moving objects with respect to a portion that is different as a result of the first image comparison. The first motion detector 153 detects a moving object having a predetermined size or less from the generated first candidate group. The second image comparator 154 compares the image of the current frame with the image of the next frame. The second candidate group generation unit 155 generates a candidate group of moving objects with respect to a portion that is different from the second image comparison result. The second motion detector 156 detects a moving object having a predetermined size or less from the generated second candidate group. The
도 6은 도 1 중 제5 실시 예에 따른 벌레 검출수단(200)의 상세 블록도로서, 움직임을 이용하여 벌레를 검출하는 것으로, 날벌레 종 검출 시에 이용한다. 도 6의 벌레 검출수단(200)은 움직임 형태 분석부(161), 후보군 선정부(162), 형태 비교부(163) 및 움직임 판단부(164)를 포함한다.FIG. 6 is a detailed block diagram of the bug detecting means 200 according to the fifth embodiment of FIG. 1, which detects insects by using movement, and is used when detecting insect species. The bug detecting means 200 of FIG. 6 includes a
움직임 형태 추정부(161)는 복수의 이전 프레임들로부터 움직임 형태를 분석한다. 후보군 생성부(162)는 현재 프레임에 대해 분석한 움직임 형태를 적용하여, 현재 프레임에서 움직임이 예상되는 위치 후보군을 선정한다. 형태 비교부(163)는 현재 프레임에서 움직이는 물체의 형태와 선정된 후보군의 형태를 비교한다. 움직임 판단부(164)는 비교 결과, 현재 프레임에서 물체가 가장 유사성이 높은 후보군으로 움직이는 것으로 판단한다. 이하 도 7을 참조하여 움직이는 물체를 판단한 후 이로부터 벌레를 검출하는 내용을 설명한다.The
도 7는 도 3 내지 도 6에서 움직임 검출에 따라 벌레를 판단하는 구성을 보이는 블록도로서, 움직임 궤적 분석부(171), 속도 분석부(172) 및 벌레 판단 부(173)를 포함한다.FIG. 7 is a block diagram showing a configuration of determining a bug according to the motion detection in FIGS. 3 to 6, and includes a
움직임 궤적 분석부(171)는 검출되거나, 판단된 움직이는 물체를 추적하여 움직임의 궤적을 분석한 후 운동 방향이 규칙적인지 불규칙적인지 판단한다. 이는 날벌레의 움직임이 불규칙하기 때문에 가능하다. 속도 분석부(172)는 운동방향이 불규칙한 움직이는 물체의 속도를 분석하여 속도가 가변적인지 가변적이지 않은지, 또는 기준값 이상인지 아닌지 판단한다. 벌레 판단부(173)는 운동 방향이 불규칙하고, 속도가 가변적이거나 기준값 이상인 경우 벌레라고 판단하고, 그렇지 않은 경우 벌레가 아니라고 판단한다.The
도 8는 도 1 중 제6 실시 예에 따른 벌레 검출수단(200)의 상세 블록도로서, 움직이는 물체를 검출한 후 벌레 모양과 비교하여 벌레를 검출하는 것이다. 도 8의 벌레 검출수단(200)은 영상 비교부(181), 후보군 생성부(182), 움직임 검출부(183), 데이터베이스(184), 학습부(185), 판단기준 생성부(186), 모양 비교부(187) 및 벌레 검출부(188)를 포함한다.FIG. 8 is a detailed block diagram of the worm detection means 200 according to the sixth embodiment of FIG. 1, after detecting a moving object and detecting a worm by comparing with a worm shape. The bug detecting means 200 of FIG. 8 includes an
영상 비교부(181)는 이전 프레임의 영상과 현재 프레임의 영상을 비교한다. 후보군 생성부(182)는 영상 비교 결과로 차이가 나는 부분에 대하여 움직이는 물체의 후보군으로 생성한다. 움직임 검출부(183)는 생성된 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출한다. 데이터베이스(184)에는 벌레 모양이 아닌 이미지와 벌레 모양인 이미지가 저장되어 있다. 학습부(185)는 데이터베이스(184)에서 특정 영역의 밝기 차이, 에지 등의 정보를 특징으로 하여 벌레 유무를 학습한다. 판단기준 생성부(186)는 학습결과로 벌레 유무를 구별할 수 있는 판단기준을 생성 한다. 모양 비교부(187)는 움직임이 검출된 물체의 모양과 판단기준의 모양을 비교한다. 벌레 검출부(188)는 움직임이 검출된 물체의 모양과 판단기준의 모양이 유사한 경우 움직임이 검출된 물체를 벌레라고 검출한다.The
도 9는 도 1 중 제7 실시 예에 따른 벌레 검출수단(200)의 상세 블록도로서, 움직이는 물체를 검출한 후 벌레 모양과 비교하여 벌레를 검출하는 것이다. 도 9의 벌레 검출수단(200)은 배경 추정부(191), 영상 비교부(192), 후보군 생성부(193), 움직임 검출부(194), 데이터베이스(195), 학습부(196), 판단기준 생성부(197), 모양 비교부(198) 및 벌레 검출부(199)를 포함한다.FIG. 9 is a detailed block diagram of the worm detecting means 200 according to the seventh embodiment of FIG. 1, after detecting a moving object and detecting a worm by comparing with a worm shape. The bug detecting means 200 of FIG. 9 includes a
배경 추정부(191)는 복수의 이전 프레임들로부터 현재 촬영되는 대상의 배경을 추정한다. 영상 비교부(192)는 현재 프레임 영상과 추정된 배경 영상을 비교한다. 즉, 현재 프레임 영상에서 배경 영상을 감산하여 차이가 발생하는 영상을 추출하는 것이다. 후보군 생성부(193)는 현재 프레임 영상과 추정된 배경 영상을 비교 결과에 따라 차이가 나는 영상을 움직이는 물체의 후보군으로 생성한다. 움직임 검출부(194)는 생성된 후보군으로부터 일정 크기 이하의 움직이는 물체를 검출한다. 데이터베이스(195)에는 벌레 모양이 아닌 이미지와 벌레 모양인 이미지가 저장되어 있다. 학습부(196)는 데이터베이스(195)에서 특정 영역의 밝기 차이, 에지 등의 정보를 특징으로 하여 벌레 유무를 학습한다. 판단기준 생성부(197)는 학습결과로 벌레 유무를 구별할 수 있는 판단기준을 생성한다. 모양 비교부(198)는 움직임이 검출된 물체의 모양과 판단기준의 모양을 비교한다. 벌레 검출부(199)는 움직임이 검출된 물체의 모양과 판단기준의 모양이 유사한 경우 움직임이 검출된 물체를 벌레라고 검출한다.The
벌레 검출 시에는 벌레가 중첩되는 경우도 발생할 수 있으므로, 기존에 움직이는 벌레의 크기, 방향, 속도 등의 정보를 바탕으로 벌레의 중첩 여부를 판단하는 블록도 추가될 수 있다.When bugs are detected, bugs may also overlap, so that a block for determining whether bugs are overlapped may be added based on information on the size, direction, and speed of the existing bugs.
벌레 퇴치수단(200)은 벌레 검출 신호에 따라 디지털 영상 처리기에 구비된 벌래 퇴치 기구를 동작시켜 벌레를 퇴치하는데, 다음과 같은 다양한 방법이 있다. 첫번째, 인력을 이용하는 방법이 있는데, 이는 디지털 영상 처리기 주변에 파리채 등을 설치하여 위협적인 움직임을 생성하는 것이다. 이는 모든 종류의 벌레 퇴치에 가능하나 거미류의 경우 거미줄까지 제거할 필요가 있으므로 이 방법이 가장 유효하다. 두번째, 화학 약품을 이용하는 방법이 있는데, 이는 디지털 영상 처리기 외관이나 그 주변에 약품 분사기를 결합하여 약품을 분사하거나, 디지털 영상 처리기 외관에 벌레가 싫어하는 약품을 발라놓아서 벌레는 쫓는 것이다. 세번째, 연기를 이용하는 방법이 있는데, 이는 디지털 영상 처리기 주변에 향을 태워 발생하는 연기에 의해 벌레의 접근을 방지하는 것으로, 벌레 검출 시에 향을 태울 수 있는 불을 생성하도록 스위치를 설정할 수 있다. 네번째, 빛이나 자외선을 이용하는 방법이 있는데, 이는 벌레 검출 위치로 자외선 등을 방사하여 전기적으로 퇴치하는 것이다. 다섯번째, 보호 장비나 문신 스티커를 이용하는 방법이 있는데, 디지털 영상 처리기 외관에 벌레 퇴치용 특이한 무늬를 새겨서 벌레를 퇴치하는 것이다. 여섯번째, 음파, 초음파를 이용하는 방법이 있는데, 디지털 영상 처리기 외관이나 그 주변에 음파 발생기를 설치하여 벌레가 싫어하는 파장대의 음파나 초음파를 생 성하여 벌레의 접근을 막는 것이다. 일곱번째, 전기 충격을 이용하는 방법이 있는데, 이는 디지털 영상 처리기 외관에 전기를 발생시켜 벌레의 접근을 막는 것이다. 여덟번째, 벌레 유인기를 이용하는 방법이 있는데, 디지털 영상 처리기에 벌레 유인기를 설치하여 벌레가 디지털 영상 처리기 근처에 존재하는 경우 박멸하는 것이다.The insect exterminating means 200 operates the bedbug extinguishing mechanism provided in the digital image processor according to the insect detection signal to combat the insect, and there are various methods as follows. First, there is a method of using manpower, which creates threatening motion by installing flaps around the digital image processor. This can be used to combat all kinds of insects, but this method is most effective because it is necessary to remove spider webs. Second, there is a method of using a chemical agent, which combines a chemical injector in or around the exterior of the digital image processor to spray the drug, or by applying a drug that the insect does not like on the exterior of the digital image processor to chase the insect. Third, there is a method of using smoke, which prevents insects from being approached by smoke generated by burning incense around the digital image processor. The switch may be set to generate a fire that burns incense when the insect is detected. Fourth, there is a method of using light or ultraviolet rays, which are electrically combated by radiating ultraviolet rays to the insect detection position. Fifth, there are ways to use protective gear or tattoo stickers, which are used to combat bugs by marking them on the exterior of the digital image processor. Sixth, there is a method using a sound wave, an ultrasonic wave, by installing a sound wave generator in or around the digital image processor to generate sound waves or ultrasonic waves in the wavelength band that bugs do not like to prevent bugs from approaching. Seventh, there is a method using electric shock, which generates electricity in the exterior of the digital image processor to prevent bugs from approaching. Eighth, there is a method of using a worm attractor, which installs a worm attractor in the digital image processor and destroys the worm when it is present near the digital image processor.
도 1은 본 발명에 따른 디지털 영상 처리기에서 벌레 검출 및 퇴치 장치의 구성을 보이는 블록도 이다.1 is a block diagram showing the configuration of a bug detection and eradication device in a digital image processor according to the present invention.
도 2는 도 1 중 제1 실시 예에 따른 벌레 검출 수단의 상세 블록도 이다.FIG. 2 is a detailed block diagram of a bug detecting means according to the first embodiment of FIG. 1.
도 3은 도 1 중 제2 실시 예에 따른 벌레 검출 수단의 상세 블록도 이다.3 is a detailed block diagram of a bug detecting means according to the second embodiment of FIG.
도 4는 도 1 중 제3 실시 예에 따른 벌레 검출 수단의 상세 블록도 이다.4 is a detailed block diagram of a worm detection means according to the third embodiment of FIG.
도 5는 도 1 중 제4 실시 예에 따른 벌레 검출 수단의 상세 블록도 이다.5 is a detailed block diagram of a worm detection means according to the fourth embodiment of FIG.
도 6은 도 1 중 제5 실시 예에 따른 벌레 검출 수단의 상세 블록도 이다.6 is a detailed block diagram of a bug detecting means according to a fifth embodiment of FIG. 1.
도 7는 도 3 내지 도 6에서 움직임 검출에 따라 벌레를 판단하는 구성을 보이는 블록도 이다.7 is a block diagram illustrating a configuration of determining a bug according to the motion detection in FIGS. 3 to 6.
도 8는 도 1 중 제6 실시 예에 따른 벌레 검출 수단의 상세 블록도 이다.8 is a detailed block diagram of a worm detection means according to the sixth embodiment of FIG.
도 9는 도 1 중 제7 실시 예에 따른 벌레 검출 수단의 상세 블록도 이다.9 is a detailed block diagram of a worm detection means according to the seventh embodiment of FIG.
도 10은 도 1 중 얼굴 검출 및 판단을 벌레 검출 및 판단으로 적용한 예를 보이는 도면이다.FIG. 10 is a diagram illustrating an example of applying face detection and determination to insect detection and determination in FIG. 1.
Claims (11)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080123155A KR20100064634A (en) | 2008-12-05 | 2008-12-05 | Apparatus for detecting and eliminating insect in digital image processing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080123155A KR20100064634A (en) | 2008-12-05 | 2008-12-05 | Apparatus for detecting and eliminating insect in digital image processing device |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20100064634A true KR20100064634A (en) | 2010-06-15 |
Family
ID=42364219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020080123155A KR20100064634A (en) | 2008-12-05 | 2008-12-05 | Apparatus for detecting and eliminating insect in digital image processing device |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20100064634A (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019088519A1 (en) * | 2017-10-30 | 2019-05-09 | 주식회사 엑스티엘 | System for identifying pests and monitoring information through image analysis, and monitoring method using same |
EP4224431A1 (en) * | 2022-02-07 | 2023-08-09 | "Proteine Resources" spolka z ograniczona Odpowiedzialnoscia | A method for detecting dead insects and a system for implementing thereof |
WO2023149808A1 (en) * | 2021-02-08 | 2023-08-10 | "Proteine Resources" Spółka Z Ograniczoną Odpowiedzialnością | A method for detecting dead insects and an arrangement for implementing this method |
KR102613374B1 (en) * | 2023-04-18 | 2023-12-13 | 이영동 | Surveillance Camera Capable of Removing Foreign Objects |
-
2008
- 2008-12-05 KR KR1020080123155A patent/KR20100064634A/en not_active Application Discontinuation
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019088519A1 (en) * | 2017-10-30 | 2019-05-09 | 주식회사 엑스티엘 | System for identifying pests and monitoring information through image analysis, and monitoring method using same |
US11321588B2 (en) | 2017-10-30 | 2022-05-03 | Pharmcle Co., Ltd. | System for identifying pests and monitoring information through image analysis, and monitoring method using same |
WO2023149808A1 (en) * | 2021-02-08 | 2023-08-10 | "Proteine Resources" Spółka Z Ograniczoną Odpowiedzialnością | A method for detecting dead insects and an arrangement for implementing this method |
EP4224431A1 (en) * | 2022-02-07 | 2023-08-09 | "Proteine Resources" spolka z ograniczona Odpowiedzialnoscia | A method for detecting dead insects and a system for implementing thereof |
KR102613374B1 (en) * | 2023-04-18 | 2023-12-13 | 이영동 | Surveillance Camera Capable of Removing Foreign Objects |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2011160706A (en) | Wild animal capturing apparatus | |
US11369106B2 (en) | Automatic animal detection and deterrent system | |
WO2022126981A1 (en) | Malicious code recognition method and apparatus, and computer device and medium | |
US8290208B2 (en) | Enhanced safety during laser projection | |
KR20100064634A (en) | Apparatus for detecting and eliminating insect in digital image processing device | |
CN104537800B (en) | Flash lamp warning system for zoo stage | |
JP6532106B2 (en) | Monitoring device, monitoring method and program for monitoring | |
US20190158789A1 (en) | System and method for protecting critical data on camera systems from physical attack | |
KR100825091B1 (en) | Forming recocnition type pest bird and wildlife control system | |
Köhler et al. | They see me rollin’: Inherent vulnerability of the rolling shutter in cmos image sensors | |
KR101162813B1 (en) | Apparatus and method for expelling night-traveling animals with built-in camera and infrared sensor | |
US11618562B2 (en) | Systems and methods for subduing target individuals using unmanned aerial vehicles | |
CN110634506A (en) | Voice data processing method and device | |
WO2021057790A1 (en) | Method and device for determining smoke | |
KR20190059107A (en) | System for detecting wasp | |
KR20210068774A (en) | Abnormaly sound recognizing method and apparatus based on artificial intelligence and monitoring system using the same | |
KR20150104182A (en) | Monitor system | |
JP6543127B2 (en) | Fire detection device and fire detection method | |
Bondi et al. | To signal or not to signal: Exploiting uncertain real-time information in signaling games for security and sustainability | |
CN114467885B (en) | Optical deinsectization device | |
ATE332609T1 (en) | SECURITY SYSTEM AND WARNING METHOD WITH EDGE DETECTION OF AN IMAGE SIGNAL | |
US20100310120A1 (en) | Method and system for tracking moving objects in a scene | |
KR20200049277A (en) | Method and Apparatus for Real-time Target Recognition Type Tracking | |
JP6183734B1 (en) | Method and structure for preventing flight of harmful birds such as starlings and sparrows | |
US20220159943A1 (en) | Device for interfering in the visual navigation capability of organisms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |