KR20120002001A - Apparatus and method for detecting target shape from image - Google Patents

Apparatus and method for detecting target shape from image Download PDF

Info

Publication number
KR20120002001A
KR20120002001A KR1020100062663A KR20100062663A KR20120002001A KR 20120002001 A KR20120002001 A KR 20120002001A KR 1020100062663 A KR1020100062663 A KR 1020100062663A KR 20100062663 A KR20100062663 A KR 20100062663A KR 20120002001 A KR20120002001 A KR 20120002001A
Authority
KR
South Korea
Prior art keywords
shape
boundary
pixels
line
lines
Prior art date
Application number
KR1020100062663A
Other languages
Korean (ko)
Other versions
KR101154230B1 (en
Inventor
김성락
전영철
김종익
남시병
박영수
이형관
Original Assignee
관동대학교산학협력단
주식회사 리미트정보통신
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 관동대학교산학협력단, 주식회사 리미트정보통신 filed Critical 관동대학교산학협력단
Priority to KR1020100062663A priority Critical patent/KR101154230B1/en
Publication of KR20120002001A publication Critical patent/KR20120002001A/en
Application granted granted Critical
Publication of KR101154230B1 publication Critical patent/KR101154230B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/543—Depth or shape recovery from line drawings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection

Landscapes

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

Abstract

PURPOSE: A device for detecting a target shape and a method thereof are provided to deform an object shape detected by correcting a boundary line from an input image with lots of noise. CONSTITUTION: A boundary detecting unit(110) detects a plurality of boundary lines. A boundary correcting unit(120) eliminates a boundary line with the length which does not belong to a preset reference range. The boundary correcting unit generates an object shape by generating a straight line which connects adjacent boundary lines. If the features of the object shape are matched with the features of a preset sample shape, a shape restoring unit(130) deforms the shape of the object shape based on the shape of the sample shape.

Description

영상에서의 목표형상 검출장치 및 방법{Apparatus and method for detecting target shape from image}Apparatus and method for detecting target shape from image}

본 발명은 영상에서의 목표형상 검출장치 및 방법에 관한 것으로, 보다 상세하게는, 촬영된 영상을 처리하여 원하는 물체의 형상과 일치하는 형상을 검출하는 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for detecting a target shape in an image, and more particularly, to an apparatus and method for processing a photographed image to detect a shape that matches the shape of a desired object.

최근 무인감시 시스템 등에서 사람에 의한 판단과정 없이 카메라에 의해 촬영된 영상에서 사람 등의 목표형상을 검출하는 방법이 사용되고 있다. 이러한 객체 검출기법은 건물의 무인감시 외에도 다양한 분야에 적용될 수 있는데, 일 예로서 수중에서 촬영된 영상으로부터 불가사리와 같은 목표 객체의 형상을 검출하기 위해 사용될 수 있다.Recently, in the unmanned surveillance system, a method of detecting a target shape such as a person from an image captured by a camera without a judgment process by a person has been used. The object detector method may be applied to various fields in addition to unmanned surveillance of a building. For example, the object detector method may be used to detect a shape of a target object such as a starfish from an image taken underwater.

수중에서 유해한 불가사리를 포획하기 위해 기존에는 잠수부가 직접 불가사리를 포획하거나 배에 연결된 불가사리 제거용 망이 바닥에 끌리도록 하여 제거하는 방법이 사용되었다. 그러나 사람이 직접 유해한 불가사리를 잡도록 하는 것은 위험성이 높으며, 정확한 지점을 파악하지 못한 채 무작위로 바닥을 탐색하는 방법은 비효율적이다. 따라서 수중로봇을 이용하여 수중 영상을 촬영한 후 영상에서 불가사리의 형상을 검출함으로써 수중 불가사리의 분포를 파악하고, 불가사리의 분포도가 상대적으로 높은 지역에서 그물을 이용하여 집중적으로 불가사리를 포획하도록 하는 방법이 효과적이다.In order to capture harmful starfish in the water, the divers have been used to directly remove the starfish or to remove the starfish net connected to the ship by dragging it to the bottom. However, it is dangerous to let people catch harmful starfish directly, and randomly searching the ground without knowing the exact point is inefficient. Therefore, after taking underwater images using an underwater robot, the method of detecting the starfish in the image by detecting the shape of the starfish, and using the net in the area where the distribution of the starfish is relatively high to capture the starfish intensively effective.

수중로봇을 이용한 불가사리 분포 탐색에 있어서 가장 중요한 부분이 영상으로부터 불가사리의 형상을 검출하는 기술이다. 그러나 수중에서 촬영한 영상은 일반적인 실내 영상과는 달리 많은 잡음이 포함되어 있으며, 배경과 객체를 분리하는 것이 용이하지 않고, 환경에 따라 객체의 색상과 외형이 변화하기 때문에 목표 객체인 불가사리의 형상을 검출하는 것이 쉽지 않다. 또한 불가사리가 수중의 다른 물체에 가려져 전체 형상을 검출할 수 없는 경우에 해당 객체가 불가사리인지 여부를 확실히 구별할 수 있는 방법이 필요하다.The most important part of the starfish distribution search using underwater robot is the technology of detecting the shape of starfish from the image. However, unlike the indoor indoor video, underwater video contains a lot of noise, and it is not easy to separate the background from the object, and the color and appearance of the object change depending on the environment. It is not easy to detect. In addition, when the starfish is covered by another object in the water and cannot detect the entire shape, a method is needed to clearly distinguish whether or not the object is a starfish.

본 발명이 이루고자 하는 기술적 과제는, 잡음 및 객체가 많이 포함된 영상으로부터 목표하는 객체의 형상만을 정확하게 검출할 수 있는 영상에서의 목표형상 검출장치 및 방법을 제공하는 데 있다.An object of the present invention is to provide an apparatus and method for detecting a target shape in an image capable of accurately detecting only a shape of a target object from an image including a lot of noise and objects.

본 발명이 이루고자 하는 다른 기술적 과제는, 잡음 및 객체가 많이 포함된 영상으로부터 목표하는 객체의 형상만을 정확하게 검출할 수 있는 영상에서의 목표형상 검출방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다.Another object of the present invention is to read a computer program for executing a target shape detection method in an image that can accurately detect only the shape of a target object from an image containing a lot of noise and objects. To provide a record carrier.

상기의 기술적 과제를 달성하기 위한, 본 발명에 따른 영상에서의 목표형상 검출장치는, 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 경계 검출부; 상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 경계 보정부; 및 상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 형상 복원부;를 구비한다.In order to achieve the above technical problem, an apparatus for detecting a target shape in an image according to the present invention includes: a boundary detector configured to detect a plurality of boundary lines formed by a plurality of continuous boundary pixels from an input image; A boundary correction unit for generating an object shape composed of one boundary line by removing a boundary line having a length not included in a preset reference range among the boundary lines, and generating a straight line connecting adjacent boundary lines; And a shape restoring unit which deforms the shape of the object shape based on the shape of the sample shape and outputs it as a target shape when the feature of the object shape matches the preset shape of the sample shape.

상기의 다른 기술적 과제를 달성하기 위한, 본 발명에 따른 영상에서의 목표형상 검출방법은, (a) 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 단계; (b) 상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 단계; 및 (c) 상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 단계;를 갖는다.According to an aspect of the present invention, a method for detecting a target shape in an image includes: (a) detecting a plurality of boundary lines formed by a plurality of continuous boundary pixels from an input image; (b) generating an object shape consisting of one boundary line by removing a boundary line having a length not included in a preset reference range among the boundary lines and then generating a straight line connecting adjacent boundary lines; And (c) deforming the object shape based on the shape of the sample shape and outputting the object shape as a target shape if the feature of the object shape matches a preset shape of the sample shape.

본 발명에 따른 영상에서의 목표형상 검출장치 및 방법에 의하면, 잡음이 많은 입력영상으로부터 경계선의 보정을 통해 검출한 객체형상을 견본형상의 구조적 특징을 기초로 변형함으로써, 원하는 객체의 형태를 가진 목표형상을 정확하게 검출할 수 있다. 또한 경계선의 보정시에 경계선의 길이에 따른 부분적인 제거 과정을 수행함으로써, 정확한 객체형상이 검출되도록 할 수 있다.According to an apparatus and method for detecting a target shape in an image according to the present invention, a target having a desired shape of an object is deformed by modifying an object shape detected by correcting a boundary line from a noisy input image based on a structural feature of a sample shape. The shape can be detected accurately. In addition, when the boundary line is corrected, a partial removal process according to the length of the boundary line may be performed to detect the correct object shape.

도 1은 본 발명에 따른 영상에서의 목표형상 검출장치 및 방법에 대한 바람직한 실시예의 구성을 도시한 블록도,
도 2는 영상으로부터 경계를 검출하는 일 예를 나타낸 도면,
도 3은 제1보정부에 의해 경계선이 제거된 결과를 나타낸 도면,
도 4는 제2보정부에 의해 경계화소가 제거된 결과를 나타낸 도면,
도 5는 블록영역으로부터 경계화소가 제거된 후 발생하는 잔여 경계선이 제거되는 예를 나타낸 도면,
도 6은 단절된 경계선이 경계 연결부에 의해 연결된 결과를 나타낸 도면,
도 7은 경계 연결부의 동작을 컴퓨터 프로그램으로 실행시키기 위하여 작성된 소스코드를 나타낸 도면,
도 8은 객체형상에 대해 결정된 중심점을 나타낸 도면,
도 9는 객체형상의 중심점을 결정하는 동작을 컴퓨터 프로그램으로 실행시키기 위해 작성된 소스코드를 나타낸 도면,
도 10은 객체형상에 대하여 생성된 장선 및 단선을 도시한 도면,
도 11은 장선 및 단선의 생성 과정이 컴퓨터 프로그램에 의해 수행되도록 하기 위한 알고리즘을 나타내는 소스코드,
도 12는 형상 변형부에 의해 목표형상이 생성되는 일 예를 나타낸 도면,
도 13은 본 발명에 따른 영상에서의 목표형상 검출방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도,
도 14는 제2보정부에 의해 블록영역 내의 경계화소가 제거된 후 다시 제1보정부에 의해 제2기준값보다 작은 거리의 경계선이 제거되는 결과를 나타낸 그래프,
도 15는 경계 연결부에 의한 연결의 대상이 되는 지점의 개수 및 실제 연결된 개수를 나타낸 그래프,
도 16은 기존의 패턴기법 및 발명에 따른 방법에 의해 경계선의 단절된 지점이 연결된 개수를 비교하여 도시한 그래프,
도 17은 형상 복원부에 의해 객체형상으로부터 목표형상이 복원될 때 복원 전후의 면적, 경계길이, 원형도 및 조밀도 변화를 변형개체와 복합개체에 대하여 각각 산출한 결과를 나타낸 그래프,
도 18은 변형개체 및 복합개체 각각에 대하여 복원 전후의 장선 및 단선의 개수, 그리고 복원률을 비교하여 나타낸 그래프,
도 19는 앞에서 설명하였던 객체형상의 복원 과정을 컴퓨터 프로그램에 의해 수행한 결과를 나타낸 도면,
도 20은 입력영상에 포함된 객체의 종류에 따른 검출 성공률을 도시한 그래프, 그리고,
도 21은 입력영상에 포함된 객체의 종류에 따른 성공률을 기존의 구조적 특징만을 사용하여 검출하는 경우와 본 발명에 의해 복원 과정을 거치는 경우에 대하여 각각 도시한 그래프이다.1 is a block diagram showing the configuration of a preferred embodiment of an apparatus and method for detecting a target shape in an image according to the present invention;
2 is a diagram illustrating an example of detecting a boundary from an image;
3 is a view showing a result of removing boundary lines by the first correction unit;
4 is a view showing a result of removing boundary pixels by the second correction unit;
5 is a diagram illustrating an example in which residual boundary lines generated after removing boundary pixels from a block region are removed;
6 is a view showing a result of the disconnected boundary line is connected by the boundary connection,
7 is a view showing source code created to execute an operation of a boundary connecting unit with a computer program;
8 is a view showing a center point determined for an object shape;
9 is a view showing source code written to execute an operation of determining a center point of an object shape with a computer program;
10 is a diagram showing long lines and single lines generated for object shapes;
11 is a source code illustrating an algorithm for causing a production line and a disconnection to be performed by a computer program;
12 is a view showing an example in which a target shape is generated by a shape deformation unit;
13 is a flowchart illustrating a process of performing a preferred embodiment of the method for detecting a target shape in an image according to the present invention;
14 is a graph illustrating a result of removing boundary lines of a distance smaller than a second reference value by the first correction unit after the boundary pixels in the block region are removed by the second correction unit;
15 is a graph showing the number of points to be connected by the boundary connecting unit and the actual connected number;
16 is a graph illustrating a comparison of the number of disconnected points of a boundary line by a conventional pattern technique and a method according to the present invention;
17 is a graph showing the results of calculating the area, boundary length, circularity, and density change before and after restoration for the deformed object and the composite object, respectively, when the target shape is restored from the object shape by the shape restoring unit;
18 is a graph showing the number of joists and disconnections before and after restoration and the restoration rate for each of the deformed and composite objects.
19 is a view showing a result of performing the restoration process of the object shape described above by a computer program;
20 is a graph illustrating a detection success rate according to the type of an object included in an input image;
FIG. 21 is a graph illustrating a case of detecting a success rate according to a type of an object included in an input image using only existing structural features and a case of undergoing a restoration process according to the present invention.

이하에서 첨부된 도면들을 참조하여 본 발명에 따른 영상에서의 목표형상 검출장치 및 방법의 바람직한 실시예에 대해 상세하게 설명한다.Hereinafter, exemplary embodiments of an apparatus and a method for detecting a target shape in an image according to the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 따른 영상에서의 목표형상 검출장치 및 방법에 대한 바람직한 실시예의 구성을 도시한 블록도이다.1 is a block diagram showing the configuration of a preferred embodiment of the apparatus and method for detecting a target shape in an image according to the present invention.

도 1을 참조하면, 본 발명에 따른 목표형상 검출장치는 경계 검출부(110), 경계 보정부(120) 및 형상 복원부(130)를 구비한다. 또한 본 발명의 대표적인 실시예로서, 본 발명에 따른 목표형상 검출장치는 수중에서 촬영된 영상으로부터 불가사리의 형상을 검출하기 위해 사용될 수 있다. 이하에서는 수중 영상으로부터 목표로 하는 불가사리의 형상을 검출하는 경우에 본 발명에 따른 목표형상 검출장치의 구성 및 동작에 대하여 상세하게 설명한다.Referring to FIG. 1, the target shape detecting apparatus according to the present invention includes a boundary detecting unit 110, a boundary correcting unit 120, and a shape restoring unit 130. In addition, as a representative embodiment of the present invention, the target shape detection apparatus according to the present invention can be used to detect the shape of the starfish from the image taken underwater. Hereinafter, the configuration and operation of the target shape detecting device according to the present invention in the case of detecting the shape of the target starfish from the underwater image will be described in detail.

이때 사전에 설정된 견본형상은 검출하고자 하는 불가사리의 표본을 다수 수집하여 표본 불가사리들의 공통적인 특징을 나타내도록 만들어진 형상에 해당하며, 목표형상은 입력영상으로부터 검출된 객체형상의 형태를 견본형상의 형태에 가깝게 되도록, 즉 실제 불가사리의 형태에 근접하게 되도록 변형하여 얻어진다.In this case, the preset sample shape corresponds to a shape made to collect a plurality of samples of starfish to be detected to represent common features of the sample starfish, and the target shape corresponds to the shape of the object shape detected from the input image. It is obtained by deforming so as to be close, i.e., close to the shape of the actual starfish.

먼저 경계 검출부(110)는 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출한다. 영상으로부터 경계선을 검출하는 방법으로는 기존에 사용되었던 다양한 방법을 사용할 수 있다. 예를 들면, 경계 검출부(110)는 수중에서 촬영된 컬러 영상인 입력영상을 그레이 스케일 영상으로 변환한 후 이를 다시 이진영상으로 변환하여 경계선을 추출한다. 이진영상의 각 화소에 부여되는 화소값은 사전에 설정된 기준밝기에 따라 결정될 수 있다.First, the boundary detector 110 detects a plurality of boundary lines composed of a plurality of continuous boundary pixels from the input image. As a method of detecting a boundary line from an image, various methods used in the past may be used. For example, the boundary detector 110 converts an input image, which is a color image captured in water, into a gray scale image, and then converts the input image into a binary image to extract a boundary line. The pixel value applied to each pixel of the binary image may be determined according to a preset reference brightness.

도 2는 영상으로부터 경계를 검출하는 일 예를 나타낸 도면으로, 컬러 입력영상으로부터 변환 과정을 거쳐 이진영상을 생성하고, 팽창 연산을 통해 경계선을 검출하는 것을 확인할 수 있다. 검출된 경계선들에는 불가사리의 형태를 가지는 것과 작은 이물질의 형태를 가지는 것이 포함되어 있다.2 is a diagram illustrating an example of detecting a boundary from an image. A binary image is generated from a color input image through a conversion process, and the boundary line is detected through an expansion operation. The detected boundary lines include those in the form of starfish and those in the form of small foreign bodies.

수중 환경의 특성상 수중에서 촬영된 입력영상에는 검출의 목표가 되는 불가사리 외에도 이물질이 많이 포함되어 있다. 따라서 경계 검출부(110)에 의해 얻어진 복수의 경계선은 실제 불가사리의 경계선 뿐만 아니라 수중에 존재하는 각종 이물질의 경계선도 포함하게 된다. 따라서 이러한 이물질의 경계선을 제거하여 불가사리의 경계선만 남기는 과정이 수행되어야 한다.Due to the nature of the underwater environment, the input image captured in the water contains a large number of foreign substances in addition to the starfish that are the target of detection. Therefore, the plurality of boundary lines obtained by the boundary detection unit 110 include not only the boundary lines of the actual starfish but also the boundary lines of various foreign matters present in the water. Therefore, the process of removing the boundary of these foreign substances and leaving only the boundary of the starfish should be performed.

경계 보정부(120)는 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성한다. 이를 위해 경계 보정부(120)는 제1보정부(122), 제2보정부(124) 및 경계 연결부(126)를 구비한다.The boundary corrector 120 removes a boundary line having a length not included in a preset reference range among the boundary lines, and then generates a straight line connecting adjacent boundary lines to each other to generate an object shape composed of one boundary line. To this end, the boundary correction unit 120 includes a first correction unit 122, a second correction unit 124, and a boundary connection unit 126.

제1보정부(122)는 불가사리의 크기에 비해 상대적으로 작은 크기의 이물질의 경계선을 제거하기 위한 것으로, 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거한다. 이때 제1기준값은 목표로 하는 불가사리의 종류 및 영상의 촬영 환경에 따라 달라질 수 있으며, 실험적으로 결정되는 값을 갖는다.The first correction unit 122 is to remove the boundary line of the foreign matter having a smaller size than the size of the starfish, and removes the boundary line whose length is smaller than the first reference value set in advance among the plurality of boundary lines. In this case, the first reference value may vary according to the type of the target starfish and the shooting environment of the image, and has a value determined experimentally.

도 3은 제1보정부(122)에 의해 경계선이 제거된 결과를 나타낸 도면이다. 도 3을 도 2의 (d)와 대비하여 보면 불가사리 형태의 경계선을 제외하고 작은 이물질 형태의 경계선은 모두 제거되었음을 확인할 수 있다. 이와 같이 제1보정부(122)에 의해 잡음에 해당하는 경계선들이 제거된 후에는 제2보정부(124)에 의해 경계선을 보정하는 과정이 수행된다.3 is a diagram illustrating a result of removing a boundary line by the first correction unit 122. When comparing FIG. 3 with FIG. 2 (d), it can be confirmed that all of the small foreign matter boundary lines are removed except for the starfish boundary. After the boundary lines corresponding to the noise are removed by the first correction unit 122 as described above, a process of correcting the boundary lines by the second correction unit 124 is performed.

제2보정부(124)는 제1보정부(122)로부터 출력된 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 경계화소를 제거한다.The second correction unit 124 sets a plurality of consecutive block areas along the boundary line output from the first correction unit 122, and removes the boundary pixels from the block areas including the predetermined number of reference pixels or more. .

도 3을 참조하면, 불가사리 형태의 경계선의 세 지점에 블록영역이 표시되어 있는 것을 확인할 수 있다. 제2보정부(124)는 제1보정부(122)로부터 출력된 경계선을 따라 연속적으로 사전에 설정된 크기의 블록영역을 설정한다. 블록영역의 크기는 8×8(화소)의 크기로 할 수 있다. 하나의 블록영역에 포함된 경계화소의 개수가 기준개수보다 많다는 것은 해당 블록영역 내에서 경계선이 매끈한 형태가 아닌 굴곡이 심한 형태를 가진다는 것을 의미한다. 따라서 제2보정부(124)는 각각의 블록영역마다 경계화소의 개수를 산출하여 각 블록영역에 포함된 경계화소가 제거대상에 해당하는지 여부를 판단한다. 도 3에 표시된 세 개의 블록영역이 경계화소의 개수가 기준개수 이상인 블록영역을 의미한다. Referring to FIG. 3, it can be seen that the block area is displayed at three points of the starfish-shaped boundary line. The second correction unit 124 continuously sets a block area having a predetermined size along the boundary line output from the first correction unit 122. The size of the block area can be 8 × 8 (pixels). If the number of boundary pixels included in one block area is larger than the reference number, it means that the boundary line is not smooth but has a bent shape in the block area. Accordingly, the second correction unit 124 calculates the number of boundary pixels in each block area to determine whether the boundary pixels included in each block area correspond to the object to be removed. Three block areas shown in FIG. 3 mean block areas in which the number of boundary pixels is equal to or greater than the reference number.

도 4는 제2보정부(124)에 의해 경계화소가 제거된 결과를 나타낸 도면이다. 도 3에 표시된 세 개의 블록영역으로부터 경계화소가 제거됨으로써 해당 블록영역에는 경계선이 포함되지 않고, 경계화소가 제거된 블록영역을 중심으로 경계선의 단절된 부분이 발생한다. 따라서 단절된 부분을 연결하여 줌으로써 하나의 경계선으로 이루어진 완전한 객체형상을 생성할 필요성이 있다. 다만 그 이전에 경계화소의 제거로 인하여 발생하게 되는 짧은 경계선을 제거하는 과정이 수행될 수 있다.4 is a diagram illustrating a result of removing boundary pixels by the second correction unit 124. When the boundary pixels are removed from the three block regions shown in FIG. 3, the boundary region is not included in the corresponding block region, and the disconnected portion of the boundary line occurs around the block region from which the boundary pixels are removed. Therefore, there is a need to create a complete object shape consisting of one boundary line by connecting the disconnected parts. However, a process of removing the short boundary line generated by the removal of the boundary pixel may be performed before that.

즉, 제1보정부(122)는 제2보정부(124)에 의해 경계화소가 제거된 후 얻어진 경계선들 중에서 길이가 사전에 설정된 제2기준값보다 작은 경계선을 제거할 수 있다. 여기서 제2기준값은 제1기준값과 동일하거나 제1기준값보다 작은 값으로 설정할 수 있다. 도 5는 블록영역으로부터 경계화소가 제거된 후 발생하는 잔여 경계선이 제거되는 예를 나타낸 도면이다. 도 5의 (a)는 세 지점의 블록영역으로부터 경계화소가 제거되어 단절된 경계선을 나타낸 도면이다. 원으로 표시된 두 개의 지점에 길이가 짧은 잔여 경계선이 나타난 것을 확인할 수 있다. 도 5의 (b)는 이러한 잔여 경계선이 제거된 결과를 나타낸 도면으로, 불가사리의 형태를 이루는 경계선만 남아있는 것을 볼 수 있다.That is, the first correction unit 122 may remove the boundary line whose length is smaller than the preset second reference value among the boundary lines obtained after the boundary pixel is removed by the second correction unit 124. The second reference value may be set to a value equal to or smaller than the first reference value. 5 is a diagram illustrating an example in which residual boundary lines generated after the boundary pixels are removed from the block area are removed. FIG. 5A is a diagram illustrating a boundary line in which boundary pixels are removed from three block areas. You can see that the remaining short borders appear at the two points marked with circles. FIG. 5B is a view showing the result of removing the remaining boundary line, and it can be seen that only the boundary line forming the starfish remains.

경계 연결부(126)는 제2보정부(124)에 의해 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 객체형상을 생성한다. 구체적으로, 경계화소가 제거된 블록영역이 8×8(화소) 크기인 경우, 해당 블록영역의 각 변으로부터 바깥쪽으로 한 개의 화소만큼 영역을 넓힌 10×10(화소) 크기의 새로운 블록영역을 설정한다. 경계선의 경로 도중에 위치한 블록영역으로부터 경계화소가 제거되었으므로 해당 블록영역을 중심으로 경계선은 단절되어 있는 상태이다. 따라서 10×10(화소) 크기의 새로운 블록영역을 설정하면 두 개의 경계화소가 새로운 블록영역 내에 위치하게 된다. 경계연결부(126)는 이 두 개의 경계화소의 좌표를 이용하여 두 점을 지나는 직선의 방정식을 산출하는 방법에 의해 단절된 경계선을 연결한다.The boundary connecting unit 126 generates an object shape by connecting two boundary pixels in contact with the block area from which the boundary pixels are removed by the second compensation unit 124. Specifically, when the block area from which the boundary pixels are removed is 8 × 8 (pixel) size, a new block area having a size of 10 × 10 (pixel) size is set by expanding the area by one pixel outward from each side of the block area. do. Since the boundary pixel is removed from the block area located along the path of the boundary line, the boundary line is disconnected around the block area. Therefore, when a new block area of 10 × 10 (pixel) size is set, two boundary pixels are located in the new block area. The boundary connector 126 connects the disconnected boundary line by calculating an equation of a straight line passing through two points using the coordinates of the two boundary pixels.

예를 들어, 10×10(화소) 크기의 새로운 블록영역에 포함된 두 경계화소 A 및 B의 좌표가 각각 A(x1, y1) 및 B(x2, y2)인 경우, 두 경계화소를 연결하는 직선의 방정식은 다음의 수학식 1과 같이 산출된다.For example, if the coordinates of two boundary pixels A and B included in a new block area of size 10 × 10 (pixels) are A (x 1 , y 1 ) and B (x 2 , y 2 ), respectively, two boundaries The equation of a straight line connecting the pixels is calculated as in Equation 1 below.

Figure pat00001
Figure pat00001

도 6은 단절된 경계선이 경계 연결부(126)에 의해 연결된 결과를 나타낸 도면이다. 도 6에서 원으로 표시된 부분을 도 3에서 세 지점의 블록영역과 대비하여 보면, 굴곡이 심한 경계선이 매끈한 경계선으로 수정된 것을 확인할 수 있다. 또한 도 7에는 경계 연결부(126)의 동작을 컴퓨터 프로그램으로 실행시키기 위하여 작성된 소스코드를 나타내었으며, 도 7의 소스코드를 실행시킴으로써 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소가 연결되는 결과를 얻을 수 있다.6 is a diagram illustrating a result of the disconnected boundary line being connected by the boundary connecting portion 126. When the portion indicated by the circle in FIG. 6 is compared with the block area of the three points in FIG. 3, it can be seen that the boundary with a severe curvature is modified into a smooth boundary. In addition, FIG. 7 illustrates source code created to execute the operation of the boundary connecting unit 126 as a computer program. As a result, two boundary pixels contacting the block region from which the boundary pixel is removed by executing the source code of FIG. 7 are connected. Can be obtained.

경계 보정부(120)에 의해 객체형상이 생성되면, 형상 복원부(130)는 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 견본형상의 형태를 기초로 객체형상의 형태를 변형하여 목표형상으로서 출력한다. 이를 위해 형상 복원부(130)는 중심 결정부(132), 지점 연결부(134) 및 형상 변형부(136)를 구비한다.When the object shape is generated by the boundary corrector 120, the shape restorer 130 deforms the shape of the object shape based on the shape of the sample shape when the object shape matches the preset sample shape. Output as the target shape. To this end, the shape restoring unit 130 includes a center determining unit 132, a point connection unit 134, and a shape deformation unit 136.

중심 결정부(132)는 경계선이 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 경계선이 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 객체형상의 중심점으로 결정한다.The center determining unit 132 has five points where the boundary line is recessed toward the inside of the object shape, and five points where the boundary line protrudes outwards from the object shape are five inside pixels which are respectively located at the recessed points. The center of the pentagon in a star-shaped area consisting of straight lines connecting two internal pixels facing from each pixel is determined as the center point of the object shape.

앞에서도 설명한 바와 같이 견본형상은 다수의 불가사리 표본으로부터 불가사리의 공통적인 특징을 모두 나타내도록 생성된 형상이다. 견본형상이 나타내는 불가사리의 특징은 목표하는 불가사리에 따라 다르지만, 일 예로서 도 2의 (a)에 나타난 불가사리와 같이 외부를 향해 뻗어나온 다섯 개의 돌기로 이루어진 불가사리의 경우, 내부를 향해 함몰된 지점이 다섯 개, 그리고 외부를 향해 돌출된 지점이 다섯 개라는 공통적인 특징을 가진다. 따라서 형상 변형부(136)는 경계 보정부(120)에 의해 생성된 객체형상이 나타내는 특징이 견본형상의 특징과 일치하면 객체형상이 검출하고자 하는 불가사리에 해당하는 것으로 결정할 수 있다.As described above, the specimen shape is a shape generated from all the starfish specimens to show all the common features of the starfish. The characteristics of the starfish represented by the sample shape vary depending on the target starfish. For example, in the case of a starfish consisting of five protrusions extending outward, such as the starfish shown in FIG. It has a common feature of five and five outwardly projecting points. Therefore, the shape deformation unit 136 may determine that the object shape corresponds to the starfish to be detected if the feature represented by the object shape generated by the boundary corrector 120 matches the feature of the sample shape.

도 8은 객체형상에 대해 결정된 중심점을 나타낸 도면이다. 객체형상의 내부에 별 형상의 영역이 표시되어 있다. 이는 객체형상에서 내부를 향해 함몰된 지점에 각각 위치하는 내부화소 각각으로부터 각각의 내부화소로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진다. 이와 같이 별 형상의 영역이 만들어지면 그 내부에는 다시 오각형 형상의 영역이 나타나게 된다. 객체형상의 중심점은 이러한 오각형의 중심으로 결정된다. 도 9는 객체형상의 중심점을 결정하는 동작을 컴퓨터 프로그램으로 실행시키기 위해 작성된 소스코드를 나타낸 도면으로, 이러한 소스코드를 실행시킴으로써 자동으로 객체형상의 중심점을 결정할 수 있다.8 is a diagram illustrating a center point determined for an object shape. A star-shaped area is displayed inside the object shape. It consists of a straight line connecting two internal pixels facing from each internal pixel from each of the internal pixels located at points recessed inwardly in the object shape. When the star-shaped region is made in this way, the pentagon-shaped region appears again inside. The center point of the object shape is determined by the center of this pentagon. FIG. 9 is a diagram illustrating source code written to execute an operation of determining a center point of an object shape by a computer program. By executing such source code, the center point of the object shape can be automatically determined.

다음으로 지점 연결부(134)는 객체형상의 중심점과 객체형상의 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성한다. 또한 객체형상의 중심점과 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 생성할 수도 있다.Next, the point connection unit 134 generates five joists each connecting five external pixels, which are boundary pixels positioned at the center point of the object shape and the protruding point of the object shape, respectively. It is also possible to create five disconnected lines connecting the center point of the object shape and the five internal pixels.

생성된 다섯 개의 장선 및 단선은 객체형상에 나타나는 불가사리의 다섯 개 돌기들이 서로 대칭적인 형태를 가지도록 객체형상의 경계선을 변형시킬 때 사용된다. 이물질이 많은 수중 환경의 특성상 입력영상에 포함된 불가사리의 형상은 경계 보정부(120)에 의해서 제거되지 않는 수중식물과 같은 다른 개체에 의해 일부가 가려질 수 있다. 또한 불가사리의 돌기 중 일부가 잘려나가는 등의 이유로 다섯 개의 돌기의 길이가 일정하지 않은 경우도 있다. 이상과 같은 이유로 객체형상에서 나타나는 다섯 개의 돌기의 길이가 일정하지 않은 경우에도 항상 다섯 개의 장선은 각각 객체형상의 다섯 개의 돌기를 통과하며, 다섯 개의 단선은 각각 서로 인접한 두 개의 돌기 사이의 지점을 통과한다. 도 10은 객체형상에 대하여 생성된 장선 및 단선을 도시한 도면이다. 도 10에서 실선은 장선을 나타내며, 점선은 단선을 나타낸다. 또한 도 11은 장선 및 단선의 생성 과정이 컴퓨터 프로그램에 의해 수행되도록 하기 위한 알고리즘을 나타내는 소스코드이다.The five joists and disconnections generated are used to deform the boundary of the object shape so that the five projections of the starfish appearing in the object shape are symmetrical to each other. The shape of the starfish included in the input image due to the nature of the aquatic environment with a large amount of foreign matters may be partially hidden by other objects such as aquatic plants that are not removed by the boundary corrector 120. In some cases, the length of the five projections may be inconsistent because some of the projections of the starfish are cut off. For the above reasons, even if the lengths of the five projections appearing in the object shape are not constant, the five joists pass through the five projections of the object shape, and each of the five disconnections passes through the points between two adjacent projections. do. FIG. 10 is a diagram illustrating long lines and single lines generated for an object shape. FIG. In FIG. 10, solid lines indicate long lines and dashed lines indicate disconnections. FIG. 11 is a source code illustrating an algorithm for causing a joist and disconnection to be performed by a computer program.

형상 변형부(136)는 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태인 사전에 설정된 기준영역에 포함된 객체형상의 경계선을 변형장선에 해당하지 않는 장선에 대한 기준영역에 포함된 경계선의 형태를 기초로 변형하여 목표형상을 생성한다. 객체형상의 다섯 개의 돌기의 길이가 일정하지 않다면 다섯 개의 장선의 길이 역시 일정하지 않게 된다. 이러한 경우에 다른 장선에 비해 특히 길이가 짧은 장선은 짧은 돌기를 의미하므로 완전한 불가사리의 형태로 복원하기 위한 변형 대상이 된다.The shape deformation unit 136 is a reference region for a joist that does not correspond to the deformation joist as a boundary line of an object shape included in a preset reference area having a symmetrical shape around a deformation joist whose length is equal to or less than a preset reference length among joists. The target shape is generated by deforming based on the shape of the boundary line included in the. If the length of the five protrusions of the object shape is not constant, the length of the five joists is also not constant. In this case, the short joists, in comparison with other joists, mean short projections, and are thus subject to transformation to restore the shape of a complete starfish.

여기서 변형장선을 결정하는 기준길이는 다섯 개의 장선의 길이의 평균값으로 결정될 수 있다. 즉, 지점 연결부(134)에 의해 다섯 개의 장선이 생성되면, 형상 변형부(136)는 각각의 장선의 길이를 산출한 후, 다섯 개의 장선의 길이의 평균과 각각의 장선의 길이를 비교한다. 그에 따라 평균 길이보다 짧은 길이의 장선이 변형장선으로 결정된다. 도 12는 형상 변형부(136)에 의해 목표형상이 생성되는 일 예를 나타낸 도면으로, 이하에서 도 12를 참조하여 객체형상의 경계선을 변형하는 과정에 대하여 설명한다.In this case, the reference length for determining the deformation length may be determined as an average value of the lengths of the five lengths. That is, when five joists are generated by the point connection part 134, the shape deformation unit 136 calculates the length of each joist, and then compares the average of the lengths of the five joists and the length of each joist. Accordingly, the joists of shorter length than the average length are determined as strain joists. 12 is a view illustrating an example in which a target shape is generated by the shape deformation unit 136. Hereinafter, a process of deforming the boundary line of an object shape will be described with reference to FIG.

도 12의 (a)는 수중에서 촬영된 입력영상을 나타낸 것으로, 도 2의 입력영상과는 달리 불가사리의 다섯 개 돌기 중에서 세 개의 길이가 짧은 형태를 가진다. 따라서 세 개의 돌기의 형태를 나머지 두 개의 돌기의 형태와 같이 복원할 필요성이 있다. 도 12의 (b)는 경계 보정부(120)에 의해 생성된 객체형상이고, (c)는 중심 결정부(132)에 의해 객체형상의 중심점이 결정된 결과를 나타낸 도면이다. 지점 연결부(134)는 도 12의 (d)와 같이 객체형상의 중심점과 외부화소 각각을 연결하는 다섯 개의 장선을 생성하며, 위쪽의 세 개의 장선이 형상 변형부(136)에 의해 변형장선으로 결정된다.FIG. 12 (a) shows an input image photographed underwater, and unlike the input image of FIG. 2, three lengths are shorter among five projections of a starfish. Therefore, it is necessary to restore the shape of the three protrusions like the shape of the other two protrusions. FIG. 12B illustrates an object shape generated by the boundary corrector 120, and FIG. 12C illustrates a result of determining a center point of the object shape by the center determiner 132. The point connection part 134 generates five joists that connect the center point of the object shape and each of the external pixels as shown in FIG. 12 (d), and the three joists of the upper part are determined as the deformation joists by the shape deformation part 136. do.

객체형상에서 변형장선이 통과하는 세 개의 돌기가 제거된 후 나머지 두 개의 돌기와 같은 새로운 세 개의 돌기가 복원된다. 이때 변형의 대상이 되는 세 개의 돌기에 해당하는 객체형상의 경계선은 변형장선을 중심으로 하는 일정 영역, 보다 구체적으로는 변형장선을 중심으로 양측에 위치하는 단선의 연장선 사이의 영역에 포함된 경계선 부분이다. 도 12의 (e)에서는 연속하는 세 개의 돌기에 해당하는 객체형상의 경계선이 변형 대상이 되므로 세 개의 돌기의 양 끝점인 두 개의 내부화소를 서로 연결하는 직선을 중심으로 변형 대상의 경계선과 그렇지 않은 경계선이 구분된다. 경계선을 변형하여 목표형상을 생성할 때에는 견본형상에 나타난 돌기의 형태를 사용할 수도 있고, 객체형상에서 변형장선 이외의 장선이 통과하는 돌기의 형태를 사용할 수도 있다. 도 12의 (f)는 형상 변형부(136)에 의해 생성된 목표형상을 나타낸 도면으로, 길이가 짧은 세 개의 돌기가 모두 복원되어 길이가 일정한 다섯 개의 돌기를 가진 불가사리의 형태를 가지게 되었음을 확인할 수 있다.After removing the three projections through the deformation line in the object shape, three new projections such as the other two projections are restored. At this time, the boundary line of the object shape corresponding to the three projections to be transformed is a part of the boundary line included in a certain area centered on the deformation line, more specifically, an area between extension lines of the single lines located on both sides of the deformation line. to be. In (e) of FIG. 12, since the boundary of the object shape corresponding to three consecutive protrusions is a deformation target, the boundary of the deformation target is not centered on a straight line connecting two internal pixels, which are both end points of the three protrusions, to each other. The border is separated. When creating the target shape by deforming the boundary line, the shape of the protrusion shown in the sample shape may be used, or the shape of the protrusion through which the non-deformation line passes in the object shape may be used. 12 (f) is a view showing the target shape generated by the shape deformation unit 136, it can be confirmed that all three projections having a short length has the form of a starfish having five projections of constant length. have.

이상에서는 돌기의 길이가 변형되어 있는 경우 객체형상을 목표형상으로 복원하는 경우에 대하여만 본 발명의 동작을 설명하였으나, 본 발명에 따른 목표형상 검출장치는 수중에서 두 개의 불가사리가 겹쳐져서 위치하는 경우 또는 불가사리가 아닌 크기가 유사한 다른 개체와 함께 겹쳐져서 위치하는 경우 등에도 적용될 수 있다.In the above, the operation of the present invention has been described only in the case of restoring the object shape to the target shape when the length of the protrusion is deformed. However, the target shape detecting device according to the present invention is a case where two starfish overlap in the water. It may also be applied to the case where the star is not overlapped with another object of similar size.

도 13은 본 발명에 따른 영상에서의 목표형상 검출방법에 대한 바람직한 실시예의 수행과정을 도시한 흐름도이다.13 is a flowchart illustrating a process of performing a preferred embodiment of the method for detecting a target shape in an image according to the present invention.

도 13을 참조하면, 경계 검출부(110)는 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출한다(S1010). 경계보정부(120)는 제1보정부(122), 제2보정부(124) 및 경계 연결부(126)를 구비하며, 제1보정부(122)는 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거한다(S1020). 또한 제2보정부(124)는 제1보정부(122)로부터 출력된 각각의 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 경계화소를 제거한다(S1030). 경계화소가 제거된 후 제1보정부(122)는 다시 사전에 설정된 제2기준값보다 작은 길이의 경계선을 제거할 수 있다(S1040). 경계 연결부(126)는 제2보정부(124)에 의해 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 객체형상을 생성한다(S1050).Referring to FIG. 13, the boundary detector 110 detects a plurality of boundary lines composed of a plurality of continuous boundary pixels from the input image (S1010). The boundary correction unit 120 includes a first correction unit 122, a second correction unit 124, and a boundary connecting unit 126, and the first correction unit 122 is formed of a preset length among a plurality of boundary lines. The boundary line smaller than one reference value is removed (S1020). In addition, the second correction unit 124 sets a plurality of block areas that are continuous along each boundary line output from the first correction unit 122, and includes a boundary pixel from a block area including a predetermined number of reference pixels or more. Remove (S1030). After the boundary pixels are removed, the first correction unit 122 may remove the boundary line having a length smaller than the second reference value set in advance (S1040). The boundary connecting unit 126 generates an object shape by connecting two boundary pixels in contact with the block area from which the boundary pixels have been removed by the second compensation unit 124 (S1050).

형상 복원부(130)는 중심 결정부(132), 지점 연결부(134) 및 형상 변형부(136)를 구비한다. 중심 결정부(132)는 경계선이 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 경계선이 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 객체형상이 목표하는 불가사리의 형상인 것으로 결정하고, 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 객체형상의 중심점으로 결정한다(S1060).The shape restoring unit 130 includes a center determining unit 132, a point connection unit 134, and a shape deformation unit 136. The center determining unit 132 determines that five points where the boundary line is recessed toward the inside of the object shape, and five points where the boundary line protrudes outward from the object shape is the shape of the target starfish. The center of the pentagon in the star-shaped region consisting of a straight line connecting two internal pixels facing each other from each of the five internal pixels positioned at the recessed points is determined as the center point of the object shape (S1060).

지점 연결부(134)는 객체형상의 중심점과 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성한다(S1070). 이때 객체형상의 중심점과 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 함께 생성할 수 있다. 마지막으로 형상 변형부(136)는 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태인 사전에 설정된 기준영역에 포함된 객체형상의 경계선을 변형장선에 해당하지 않는 장선에 대한 기준영역에 포함된 경계선의 형태 또는 견본형상의 형태를 기초로 변형하여 목표형상을 생성한다(S1080).The point connection unit 134 generates five joists each connecting five external pixels, which are boundary pixels positioned at the center point and the protruding point of the object shape, respectively (S1070). In this case, five disconnected lines connecting the center point of the object shape and the five internal pixels may be generated together. Finally, the shape deformation unit 136 may be configured to define a boundary line of an object shape included in a preset reference region having a symmetrical shape with respect to a deformation line having a length less than or equal to a preset reference length among the joists. The target shape is generated by deforming based on the shape of the boundary line or the sample shape included in the reference area (S1080).

본 발명의 성능을 평가하기 위한 실험을 통해 본 발명에 의해 목표형상을 검출하는 각 단계에서 데이터를 수집하였다.Data were collected at each step of detecting the target shape by the present invention through experiments to evaluate the performance of the present invention.

도 14는 제2보정부(124)에 의해 블록영역 내의 경계화소가 제거된 후 다시 제1보정부(122)에 의해 제2기준값보다 작은 거리의 경계선이 제거되는 결과를 나타낸 그래프이다. 그래프의 가로축은 실행 횟수를 나타내며, 세로축은 제거되는 화소의 수를 나타낸다. 실험 환경에 따라 최대 186개의 화소가 추가적으로 제거되는 것으로 보아 추가적인 경계선 제거 과정에 의해 본 발명의 성능을 더욱 향상시킬 수 있음을 확인할 수 있다.FIG. 14 is a graph illustrating a result of removing boundary lines of a distance smaller than the second reference value by the first correction unit 122 after the boundary pixels in the block area are removed by the second correction unit 124. The horizontal axis of the graph represents the number of executions, and the vertical axis represents the number of pixels to be removed. Since 186 pixels are additionally removed according to the experimental environment, it can be seen that the performance of the present invention can be further improved by an additional boundary removing process.

도 15는 경계 연결부(126)에 의한 연결의 대상이 되는 지점의 개수 및 실제 연결된 개수를 나타낸 그래프이다. 즉, 제2보정부(124)에 의해 경계화소가 제거된 블록영역의 개수 및 경계화소 제거 후 경계화소가 연결된 개수를 비교하여 도시한 결과이다. 실험 환경에 따라 모든 경계화소가 연결되지 않은 경우도 있으나, 경계화소가 제거된 대부분의 블록영역에 대해 경계화소의 연결이 수행되었음을 확인할 수 있다. 도 16은 기존의 패턴기법 및 발명에 따른 방법에 의해 경계선의 단절된 지점이 연결된 개수를 비교하여 도시한 그래프로서, 기존의 방법에 비해 본 발명을 사용할 경우에 대체적으로 연결 성공의 확률이 높은 것을 확인할 수 있다. 이는 경계 보정부(120)에 의해 여러 차례에 걸쳐 불필요한 경계선 및 경계화소를 제거하는 과정이 수행되기 때문이다.15 is a graph showing the number of points to be connected by the boundary connector 126 and the number of actual connections. In other words, the result is shown by comparing the number of block regions in which the boundary pixels are removed by the second compensation unit 124 and the number of boundary pixels connected after the boundary pixels are removed. Depending on the experimental environment, not all boundary pixels are connected, but it can be confirmed that the boundary pixel is connected to most block regions in which the boundary pixels are removed. FIG. 16 is a graph illustrating the number of disconnected points of a boundary line connected by the conventional patterning method and the method according to the present invention. When the present invention is used in comparison with the conventional method, the probability of success of the connection is generally high. Can be. This is because the boundary correction unit 120 performs a process of removing unnecessary boundary lines and boundary pixels several times.

도 17은 형상 복원부(130)에 의해 객체형상으로부터 목표형상이 복원될 때 복원 전후의 면적, 경계길이, 원형도 및 조밀도 변화를 변형개체와 복합개체에 대하여 각각 산출한 결과를 나타낸 그래프이다. 도 17을 참조하면, 변형개체는 앞에서 예로 들었던 것처럼 다섯 개의 돌기의 길이가 일정하지 않은 경우를 나타내며, 복합개체는 불가사리가 다른 개체와 겹쳐져서 위치하여 하나의 객체형상으로서 검출되는 경우를 나타낸다. 원형도 및 조밀도는 변형개체의 경우에는 복원에 의해 증가하며, 복합개체의 경우에는 복원에 의해 감소하였다. 또한 경계선의 길이는 거의 변화를 보이지 않았으나, 경계선이 차지하는 면적은 변형개체의 경우에는 복원에 의해 감소하고, 복합개체의 경우에는 복원에 의해 증가하였다.17 is a graph showing the results of calculating the area, boundary length, circularity, and density change before and after restoration for the deformed object and the composite object, respectively, when the target shape is restored from the object shape by the shape restoring unit 130. . Referring to FIG. 17, the deformable object represents a case where the lengths of the five protrusions are not constant as described above, and the complex object represents a case where the starfish is overlapped with another object to be detected as one object shape. The circularity and density were increased by restoration in the case of deformed objects and decreased by restoration in the case of composite objects. In addition, the length of the boundary line showed little change, but the area occupied by the boundary line decreased by restoration in the case of deformed objects and increased by restoration in the case of composite objects.

또한 도 18은 변형개체 및 복합개체 각각에 대하여 복원 전후의 장선 및 단선의 개수, 그리고 복원률을 비교하여 나타낸 그래프이다. 변형개체와 복합개체 모두 복원에 의해 장선 및 단선의 개수가 증가하였으며, 복원률은 변형개체의 경우가 복합개체의 경우보다 더 높은 것을 확인할 수 있다.18 is a graph showing the number of long lines and short lines before and after restoration and the restoration rate for each of the deformed and composite objects. The number of joists and disconnections increased due to the restoration of both the deformed and composite objects, and the restoration rate was higher for the deformed objects than for the composite objects.

도 19는 앞에서 설명하였던 객체형상의 복원 과정을 컴퓨터 프로그램에 의해 수행한 결과를 나타낸 도면이다. 도 19를 참조하면, 도 12의 (a)와 같은 입력영상으로부터 장선의 길이를 기초로 변형장선을 결정하고, 각각의 변형장선에 대응하는 기준영역 내에서 경계선을 변형하여 목표형상을 생성하게 된다. 하단에는 경계선으로 둘러싸인 면적, 경계선을 구성하는 화소수, 중심점의 좌표, 원형도, 그리고 장선과 단선의 각도 및 길이가 수치로 표시되어 있다.19 is a view showing a result of performing the restoration process of the object shape described above by a computer program. Referring to FIG. 19, the deformation line is determined based on the length of the long line from the input image as shown in FIG. 12A, and the boundary line is modified in the reference region corresponding to each deformation line to generate the target shape. . At the bottom, the area enclosed by the boundary line, the number of pixels constituting the boundary line, the coordinates of the center point, the circularity, and the angle and length of the long line and the single line are displayed numerically.

도 20은 입력영상에 포함된 객체의 종류에 따른 검출 성공률을 도시한 그래프이다. 도 20에서 단일개체는 완전한 불가사리 형태의 객체형상이 검출되는 경우를 말하며, 다중개체는 여러 개의 불가사리가 겹쳐져 있는 형태의 객체형상이 검출되는 경우를 말한다. 도 20을 참조하면, 단일개체의 경우에는 형태가 변형되어 있거나 다른 개체에 의해 가려져 있지 않은 상태에서 검출되므로 검출의 성공률이 86.67%로 가장 높다. 성공률이 가장 낮은 것은 복합개체로서, 동일한 불가사리가 아닌 다른 개체와 겹쳐져 있으므로 불가사리 형태의 객체형상이 검출되기 어렵기 때문이다. 그러나 검출의 성공률은 가장 낮은 경우에도 55%며, 이러한 수치는 수중 환경에서 목표하는 불가사리의 상대적인 분포도를 파악하는 데에는 전혀 지장을 주지 않는 값이다.20 is a graph illustrating a detection success rate according to the type of object included in the input image. In FIG. 20, a single object refers to a case in which an object shape in the form of a complete starfish is detected, and a multi-object refers to a case in which an object shape in which a plurality of starfish is overlapped is detected. Referring to FIG. 20, in the case of a single object, the detection success rate is 86.67% because it is detected in a state where the shape is deformed or not covered by another object. The lowest success rate is a composite object because the object shape in the form of starfish is difficult to detect because it overlaps with other objects other than the same starfish. However, the detection success rate is 55% even at the lowest level, and this value does not interfere with the relative distribution of the target starfish in the underwater environment.

도 21은 입력영상에 포함된 객체의 종류에 따른 성공률을 기존의 구조적 특징만을 사용하여 검출하는 경우와 본 발명에 의해 복원 과정을 거치는 경우에 대하여 각각 도시한 그래프이다. 도 21을 참조하면, 객체형상에서 형태가 일그러진 부분을 복원하여 목표형상을 생성함으로써 복원 과정이 수행되지 않은 경우에 비해 성공률이 향상되는 것을 확인할 수 있다.FIG. 21 is a graph illustrating a case of detecting a success rate according to a type of an object included in an input image using only existing structural features and a case of undergoing a restoration process according to the present invention. Referring to FIG. 21, it can be seen that the success rate is improved as compared with the case where the restoration process is not performed by restoring the distorted portion of the object shape to generate the target shape.

본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.The present invention can also be embodied as computer-readable codes on a computer-readable recording medium. The computer-readable recording medium includes all kinds of recording devices in which data that can be read by a computer system is stored. Examples of the computer-readable recording medium include a ROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, an optical data storage device, and the like, and may be implemented in the form of a carrier wave (for example, transmission via the Internet) . The computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.

이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.Although the preferred embodiments of the present invention have been shown and described above, the present invention is not limited to the specific preferred embodiments described above, and the present invention belongs to the present invention without departing from the gist of the present invention as claimed in the claims. Various modifications can be made by those skilled in the art, and such changes are within the scope of the claims.

110 - 경계 검출부
120 - 경계 보정부
122 - 제1보정부
124 - 제2보정부
126 - 경계 연결부
130 - 형상 복원부
132 - 중심 결정부
134 - 지점 연결부
136 - 형상 변형부110-boundary detector
120-boundary correction
122-First Government
124-Second Government
126-boundary connections
130-Shape Restoration Unit
132-Center Decision
134-Branch connection
136-Shape Deformation

Claims (15)

입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 경계 검출부;
상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 경계 보정부; 및
상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 형상 복원부;를 포함하는 것을 특징으로 하는 목표형상 검출장치.A boundary detector for detecting a plurality of boundary lines composed of a plurality of continuous boundary pixels from the input image;
A boundary correction unit for generating an object shape composed of one boundary line by removing a boundary line having a length not included in a preset reference range among the boundary lines, and generating a straight line connecting adjacent boundary lines; And
And a shape restoring unit for deforming the object shape based on the shape of the sample shape and outputting the object shape as a target shape when the feature of the object shape matches a preset shape of the sample shape. Detection device. 제 1항에 있어서,
상기 경계 보정부는,
상기 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거하는 제1보정부;
상기 제1보정부로부터 출력된 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 상기 경계화소를 제거하는 제2보정부; 및
상기 제2보정부에 의해 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 상기 객체형상을 생성하는 경계 연결부;를 포함하는 것을 특징으로 하는 목표형상 검출장치.The method of claim 1,
The boundary correction unit,
A first correction unit for removing a boundary line having a length smaller than a first reference value preset among the plurality of boundary lines;
A second correction unit for setting a plurality of block areas that are continuous along the boundary lines output from the first correction unit, and removing the boundary pixels from a block area including a predetermined number of reference pixels or more; And
And a boundary connecting unit connecting the two boundary pixels in contact with the block area from which the boundary pixels have been removed by the second correction unit to generate the object shape. 제 2항에 있어서,
상기 제1보정부는 상기 제2보정부에 의해 상기 경계화소가 제거된 후 얻어진 경계선들 중에서 길이가 사전에 설정된 제2기준값보다 작은 경계선을 제거하는 것을 특징으로 하는 목표형상 검출장치.The method of claim 2,
And the first correction unit removes a boundary line whose length is smaller than a preset second reference value from the boundary lines obtained after the boundary pixel is removed by the second correction unit. 제 1항 내지 제 3항 중 어느 한 항에 있어서,
상기 입력영상은 수중에서 촬영된 영상이며, 상기 견본형상 및 상기 목표형상은 불가사리의 형상인 것을 특징으로 하는 목표형상 검출장치.4. The method according to any one of claims 1 to 3,
The input image is an image taken in the water, and the target shape detection device, characterized in that the sample shape and the target shape is a starfish shape. 제 4항에 있어서,
상기 형상 복원부는,
상기 경계선이 상기 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 상기 경계선이 상기 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 상기 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 상기 객체형상의 중심점으로 결정하는 중심 결정부;
상기 객체형상의 중심점과 상기 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성하는 지점 연결부; 및
상기 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태인 사전에 설정된 기준영역에 포함된 상기 객체형상의 경계선을 상기 변형장선에 해당하지 않는 장선에 대한 기준영역에 포함된 경계선의 형태를 기초로 변형하여 상기 목표형상을 생성하는 형상 변형부;를 포함하는 것을 특징으로 하는 목표형상 검출장치.The method of claim 4, wherein
The shape restoration unit,
When the boundary line is recessed toward the inside of the object shape is five, and the boundary line is five points protruding outward from the object shape, the five internal pixels are respectively located at the recessed point. A center determination unit for determining a center of the pentagon in a star-shaped area formed by a straight line connecting two internal pixels facing from the center of the object shape;
A point connection unit for generating five long lines each connecting five external pixels, which are boundary pixels positioned at the center point of the object shape and the protruding point, respectively; And
The boundary line of the object shape included in the preset reference area having a symmetrical shape with respect to the deformation line having a length less than or equal to the preset reference length among the joists, the boundary line included in the reference area for the joists not corresponding to the deformation line. And a shape deformation unit configured to generate the target shape by deforming on the basis of the shape of the target shape. 제 5항에 있어서,
상기 지점 연결부는 상기 객체형상의 중심점과 상기 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 생성하고,
상기 형상 변형부는 상기 변형장선을 중심으로 양측에 위치하는 두 개의 단선의 연장선 사이의 영역 내에서 상기 객체형상의 경계선을 변형하여 상기 목표형상을 생성하는 것을 특징으로 하는 목표형상 검출장치.6. The method of claim 5,
The point connection unit generates five disconnections each connecting the center point of the object shape and the five internal pixels,
The shape deformation unit is configured to generate the target shape by deforming the boundary line of the object shape in the area between the extension lines of two disconnected lines located on both sides of the deformation length line. 제 1항 내지 제 3항 중 어느 한 항에 있어서,
상기 경계 검출부는 상기 입력영상을 그레이 스케일 영상으로 변환하고 상기 그레이 스케일 영상을 변환하여 얻어진 이진영상에 대하여 팽창 연산을 적용함으로써 상기 복수의 경계선을 검출하는 것을 특징으로 하는 목표형상 검출장치.4. The method according to any one of claims 1 to 3,
And the boundary detection unit detects the plurality of boundary lines by converting the input image into a gray scale image and applying an expansion operation to the binary image obtained by converting the gray scale image. (a) 입력영상으로부터 연속하는 복수의 경계화소로 이루어진 경계선을 복수 개 검출하는 단계;
(b) 상기 경계선들 중에서 사전에 설정된 기준범위에 포함되지 않는 길이를 가지는 경계선을 제거한 후 서로 인접한 경계선을 연결하는 직선을 생성하여 하나의 경계선으로 이루어진 객체형상을 생성하는 단계; 및
(c) 상기 객체형상의 특징이 사전에 설정된 견본형상의 특징과 일치하면 상기 견본형상의 형태를 기초로 상기 객체형상의 형태를 변형하여 목표형상으로서 출력하는 단계;를 포함하는 것을 특징으로 하는 목표형상 검출방법.(a) detecting a plurality of boundary lines composed of a plurality of continuous boundary pixels from the input image;
(b) generating an object shape consisting of one boundary line by removing a boundary line having a length not included in a preset reference range among the boundary lines and then generating a straight line connecting adjacent boundary lines; And
and (c) deforming the object shape based on the shape of the sample shape and outputting the object shape as a target shape when the feature of the object shape matches the preset shape of the sample shape. Shape detection method. 제 8항에 있어서,
상기 (b) 단계는,
(b1) 상기 복수의 경계선 중에서 길이가 사전에 설정된 제1기준값보다 작은 경계선을 제거하는 단계;
(b2) 상기 (b1) 단계에서 출력된 경계선을 따라 연속하는 복수의 블록영역을 설정하고, 사전에 설정된 기준개수 이상의 경계화소가 포함된 블록영역으로부터 상기 경계화소를 제거하는 단계; 및
(b3) 상기 (b2) 단계에서 경계화소가 제거된 블록영역에 접하는 두 개의 경계화소를 연결하여 상기 객체형상을 생성하는 단계;를 포함하는 것을 특징으로 하는 목표형상 검출방법.The method of claim 8,
In step (b),
(b1) removing a boundary line having a length smaller than a preset first reference value among the plurality of boundary lines;
(b2) setting a plurality of continuous block areas along the boundary line output in step (b1), and removing the boundary pixels from a block area including a predetermined number of reference pixels or more; And
and (b3) generating the object shape by connecting two boundary pixels in contact with the block area from which the boundary pixels have been removed in the step (b2). 제 9항에 있어서,
상기 (b2) 단계 및 상기 (b3) 단계의 사이에,
(b4) 상기 (b2) 단계에서 상기 경계화소가 제거된 후 얻어진 경계선들 중에서 길이가 사전에 설정된 제2기준값보다 작은 경계선을 제거하는 단계를 더 포함하는 것을 특징으로 하는 목표형상 검출방법.The method of claim 9,
Between the step (b2) and the step (b3),
and (b4) removing a boundary line having a length smaller than a preset second reference value among the boundary lines obtained after the boundary pixel is removed in step (b2). 제 8항 내지 제 10항 중 어느 한 항에 있어서,
상기 입력영상은 수중에서 촬영된 영상이며, 상기 견본형상 및 상기 목표형상은 불가사리의 형상인 것을 특징으로 하는 목표형상 검출방법.The method according to any one of claims 8 to 10,
The input image is an image captured in the water, and the target shape and the target shape is characterized in that the shape of the starfish. 제 11항에 있어서,
상기 (c) 단계는,
(c1) 상기 경계선이 상기 객체형상의 내부를 향해 함몰된 지점이 다섯 개이고, 상기 경계선이 상기 객체형상으로부터 외부를 향해 돌출된 지점이 다섯 개이면 상기 함몰된 지점에 각각 위치하는 경계화소인 다섯 개의 내부화소 각각으로부터 마주보는 두 개의 내부화소를 연결한 직선으로 이루어진 별 형상의 영역 내부의 오각형의 중심을 상기 객체형상의 중심점으로 결정하는 단계;
(c2) 상기 객체형상의 중심점과 상기 돌출된 지점에 각각 위치하는 경계화소인 다섯 개의 외부화소를 각각 연결한 다섯 개의 장선을 생성하는 단계; 및
(c3) 상기 장선들 중에서 길이가 사전에 설정된 기준길이 이하인 변형장선을 중심으로 대칭 형태인 사전에 설정된 기준영역에 포함된 상기 객체형상의 경계선을 상기 변형장선에 해당하지 않는 장선에 대한 기준영역에 포함된 경계선의 형태를 기초로 변형하여 상기 목표형상을 생성하는 단계;를 포함하는 것을 특징으로 하는 목표형상 검출방법.12. The method of claim 11,
In step (c),
(c1) five points where the boundary line is recessed toward the inside of the object shape and five points where the boundary line protrudes outward from the object shape are five boundary pixels respectively located at the recessed point. Determining a center of the pentagon in a star-shaped area formed by a straight line connecting two internal pixels facing each other from the internal pixels as the center point of the object shape;
(c2) generating five joists each connecting five external pixels each of which is a boundary pixel positioned at the center point of the object shape and the protruding point; And
(c3) Among the joists, the boundary line of the object shape included in a preset reference area having a symmetrical shape with respect to a deformation joist whose length is less than or equal to a preset reference length is defined as a reference area for a joist not corresponding to the deformation joist. And generating the target shape by deforming based on the shape of the boundary line included. 제 12항에 있어서,
상기 (c2) 단계에서, 상기 객체형상의 중심점과 상기 다섯 개의 내부화소를 각각 연결한 다섯 개의 단선을 생성하고,
상기 (c3) 단계에서, 상기 변형장선을 중심으로 양측에 위치하는 두 개의 단선의 연장선 사이의 영역 내에서 상기 객체형상의 경계선을 변형하여 상기 목표형상을 생성하는 것을 특징으로 하는 목표형상 검출방법.The method of claim 12,
In the step (c2), generating five disconnected lines connecting the center point of the object shape and the five internal pixels, respectively,
In the step (c3), the target shape detection method, characterized in that for generating the target shape by modifying the boundary line of the object shape in the area between the extension line of the two disconnected lines located on both sides of the deformation line. 제 8항 내지 제 10항 중 어느 한 항에 있어서,
상기 (a) 단계에서, 상기 입력영상을 그레이 스케일 영상으로 변환하고 상기 그레이 스케일 영상을 변환하여 얻어진 이진영상에 대하여 팽창 연산을 적용함으로써 상기 복수의 경계선을 검출하는 것을 특징으로 하는 목표형상 검출방법.The method according to any one of claims 8 to 10,
In the step (a), the target shape detection method characterized in that for detecting the plurality of boundary lines by converting the input image to a gray scale image and applying an expansion operation on the binary image obtained by converting the gray scale image. 제 8항 내지 제 10항 중 어느 한 항에 기재된 목표형상 검출방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.A computer-readable recording medium having recorded thereon a program for executing the target shape detection method according to any one of claims 8 to 10 on a computer.
KR1020100062663A 2010-06-30 2010-06-30 Apparatus and method for detecting target shape from image KR101154230B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100062663A KR101154230B1 (en) 2010-06-30 2010-06-30 Apparatus and method for detecting target shape from image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100062663A KR101154230B1 (en) 2010-06-30 2010-06-30 Apparatus and method for detecting target shape from image

Publications (2)

Publication Number Publication Date
KR20120002001A true KR20120002001A (en) 2012-01-05
KR101154230B1 KR101154230B1 (en) 2012-06-07

Family

ID=45609486

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100062663A KR101154230B1 (en) 2010-06-30 2010-06-30 Apparatus and method for detecting target shape from image

Country Status (1)

Country Link
KR (1) KR101154230B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496139B (en) * 2020-03-18 2024-02-13 北京京东乾石科技有限公司 Method and apparatus for detecting objects from images and training object detection models

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496139B (en) * 2020-03-18 2024-02-13 北京京东乾石科技有限公司 Method and apparatus for detecting objects from images and training object detection models

Also Published As

Publication number Publication date
KR101154230B1 (en) 2012-06-07

Similar Documents

Publication Publication Date Title
CN107872644B (en) Video monitoring method and device
CN113658132B (en) Computer vision-based structural part weld joint detection method
CN106296725B (en) Moving target real-time detection and tracking method and target detection device
JP4668921B2 (en) Object detection in images
US8395676B2 (en) Information processing device and method estimating a posture of a subject in an image
CN106778582B (en) RGB reconstruction based flame/smoke recognition method after forest image cutting
CN111190981A (en) Method and device for constructing three-dimensional semantic map, electronic equipment and storage medium
CN114241548A (en) Small target detection algorithm based on improved YOLOv5
JP5706647B2 (en) Information processing apparatus and processing method thereof
CN110210428B (en) MSER-based smoke root node detection method in remote complex environment
CN111079518A (en) Fall-down abnormal behavior identification method based on scene of law enforcement and case handling area
KR102223484B1 (en) System and method for 3D model generation of cut slopes without vegetation
CN111192194A (en) Panoramic image splicing method for curtain wall building vertical face
CN112084952B (en) Video point location tracking method based on self-supervision training
JP2021068056A (en) On-road obstacle detecting device, on-road obstacle detecting method, and on-road obstacle detecting program
CN114419102A (en) Multi-target tracking detection method based on frame difference time sequence motion information
CN114463395A (en) Monitoring equipment offset detection method, equipment and medium
KR101154230B1 (en) Apparatus and method for detecting target shape from image
JP7078295B2 (en) Deformity detection device, deformation detection method, and program
CN113128430A (en) Crowd gathering detection method and device, electronic equipment and storage medium
KR101249374B1 (en) Apparatus and method for detecting target shape from image
CN112070035A (en) Target tracking method and device based on video stream and storage medium
Kumar et al. Design of smart video surveillance system for indoor and outdoor scenes
JP5217917B2 (en) Object detection and tracking device, object detection and tracking method, and object detection and tracking program
Khan et al. Shadow removal from digital images using multi-channel binarization and shadow matting

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: 20150610

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160422

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170628

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180702

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee