KR20140104789A - 정지영상의 식별자 생성 방법 및 이를 수행하는 영상 처리 장치 - Google Patents

Abstract

정지영상의 식별자 생성 방법 및 이를 수행하는 영상 처리 장치가 개시된다. 정지영상의 식별자 생성 방법은, 입력된 정지영상에 대해 상기 정지영상의 식별자를 생성하기 위해 이용할 복수의 픽셀을 선택한 후, 선택된 복수의 픽셀 각각의 휘도값을 미리 설정된 범위 내의 값으로 변환하고, 변환된 휘도값들을 미리 설정된 두 개의 휘도값 중 어느 하나의 값으로 이진화한 후, 선택된 복수의 픽셀 각각의 이진화된 휘도값의 변화에 따라 정지영상의 식별자 생성한다. 따라서, 정지영상의 식별자를 신속하게 간단하게 생성할 수 있다.

Description

정지영상의 식별자 생성 방법 및 이를 수행하는 영상 처리 장치{METHOD FOR GENERATING IDENTIFIER OF IMAGE AND APPARATUS FOR PERFORMING THE SAME}

본 발명은 멀티미디어 식별 기술에 관한 것으로, 더욱 상세하게는 정지영상의 식별에 적용될 수 있는 정지영상의 식별자 생성 방법 및 이를 수행하는 영상 처리 장치에 관한 것이다.

카메라가 장착된 스마트 단말의 사용이 대중화됨에 따라, 정지영상의 응용이 빠른 속도로 증가하고 있고, 이와 같이 정지영상을 대상으로 하는 응용이 증가함에 따라 정지영상을 효과적으로 저장하고 검색할 수 있는 시스템에 대한 요구도 증가하고 있다.

일반적으로 정지영상의 식별은 사용자가 임의의 방법을 사용하여 정지영상에 부여한 식별자나 파일이름을 이용하거나, 카메라나 스마트폰과 같이 정지영상을 생성하는 특정 장치에서 자동으로 정지영상에 부여한 파일이름이나 식별자를 이용하는 방법이 사용된다. 정지영상에 부여된 파일 이름이나 식별자는 데이터베이스에서 정지영상을 구분할 수 있는 주요 정보로 활용된다.

그러나, 상기한 바와 같이 정지영상에 부여된 식별자는 변경이나 소실이 용이하게 때문에 식별자가 변경되거나 소실되면 정지영상의 구별이 어려운 단점이 있고, 정지영상의 식별자가 정지영상의 내용과 독립적이기 때문에 동일한 정지영상이라 하더라도 식별자가 서로 다른 경우에는 동일한 정지영상으로 인식할 수 없는 단점이 있다.

즉, 정지영상의 식별은 기존의 데이터 검색과는 달리 질의와 내용적으로 일치하는 영상을 검색하는 것을 의미하나, 상기한 바와 같은 종래의 방법을 통해 부여된 정지영상의 식별자는 정지영상의 내용에 종속적이지 않기 때문에 정지영상을 정확하고 용이하게 식별할 수 없는 문제점이 있다.

이와 같은 문제점을 해결하기 위한 정지영상의 식별자 생성 기술로 정지영상 자체에서 속성 또는 다양한 파라미터를 추출하고 이를 이용하여 정지영상의 정보를 체계화된 방법으로 저장하거나 검색하는 방법들이 연구되어 왔다.

예를 들어, 정지영상에 대한 사용자의 질의를 처리하기 위한 방법으로, 정지영상의 표현요소에 속하는 객체를 형태 요소로 인식하여 객체에 대한 정보를 정지영상 집합의 분류에 사용하는 방법이나, 정지영상의 다면적 속성을 이용하여 정지영상의 집합을 분할하는 방법 등이 사용되고 있다.

그러나, 상기한 방법들은 정지영상 인식자의 생성보다는 정지영상이 포함하는 내용의 정보화에 초점을 두고 있기 때문에, 정지영상 집합의 분할이나 내용 검색에는 효율적이나, 정지영상을 정확하게 식별하기 위한 식별자나 인덱스의 생성에는 효율적이지 않은 단점이 있다.

정지영상의 식별자를 생성하기 위한 연구 결과의 하나로 정지영상을 복수의 영역으로 분할하고 분할된 각 영역에서 복수의 특징 파라미터를 추출한 후, 추출한 특징 파라미터를 이용하여 정지영상의 고유 식별자를 추출하는 방법이 제안되었으나, 이와 같은 방법은 정지영상의 식별자를 생성하는 과정에서 처리해야 할 데이터량 및 연산량이 많기 때문에, 휴대용 단말기 등과 같이 상대적으로 데이터 처리 능력이 떨어지는 장치에 적용하기 어려운 단점이 있고, 정지영상의 크기가 증가함에 따라 식별자 발생에 필요한 부하가 기하급수적으로 증가하게 되는 문제가 있다.

상술한 문제점을 해결하기 위한 본 발명의 목적은 신속하고 간단하게 정지영상의 식별자를 생성할 수 있는 정지영상의 식별자 생성 방법을 제공하는 것이다.

또한, 본 발명의 다른 목적은 상기한 정지영상의 식별자 생성 방법을 실행하는 영상 처리 장치를 제공하는 것이다.

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시 예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.

상술한 본 발명의 목적을 달성하기 위한 본 발명의 일 측면에 따른 정지영상 식별자 생성 방법은, 입력된 정지영상에 대해 상기 정지영상의 식별자를 생성하기 위해 이용할 복수의 픽셀을 선택하는 단계와, 상기 선택된 복수의 픽셀 각각의 휘도값을 미리 설정된 범위 내의 값으로 변환하는 단계와, 상기 변환된 휘도값들을 미리 설정된 두 개의 휘도값 중 어느 하나의 값으로 이진화하는 단계 및 상기 선택된 복수의 픽셀 각각의 이진화된 휘도값의 변화에 따라 정지영상의 식별자 생성하는 단계를 포함한다.

여기서, 상기 정지영상 식별자 생성 방법은 상기 식별자를 생성하기 위한 복수의 픽셀을 선택하는 단계 이전에, 상기 입력된 정지 영상이 그레이스케일(gray scale)이 아닌 경우, 상기 입력된 정지 영상을 그레이스케일로 변환하는 단계를 더 포함할 수 있다.

여기서, 상기 정지영상의 식별자를 생성하기 위해 이용할 복수의 픽셀을 선택하는 단계는, 상기 정지영상의 중심을 기준으로 미리 설정된 복수의 방향으로 가상의 직선을 각각 설정하는 단계 및 상기 복수의 가상 직선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀로 선택하는 단계를 포함할 수 있다.

여기서, 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀을 선택하는 단계는, 상기 정지영상의 중심을 기준으로 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선을 가상으로 설정하는 단계 및 상기 설정된 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위해 이용할 복수의 픽셀로 선택하는 단계를 포함할 수 있다. 또한, 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀을 선택하는 단계는, 상기 정지영상의 중심을 기준으로 그려진 수직선과 수평선이 형성하는 각을 분할하는 가상의 직선을 추가하는 단계를 더 포함할 수 있다.

여기서, 상기 선택된 복수의 픽셀 각각의 휘도값을 미리 설정된 범위 내의 값으로 변환하는 단계는, 상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀들의 휘도값 및 위치값을 이용하여 상기 각 가상 직선에 대응되는 픽셀들의 휘도값을 미리 설정된 범위 내의 값으로 변환할 수 있다.

여기서, 상기 변환된 휘도값들을 미리 설정된 두 개의 휘도값 중 어느 하나의 값으로 이진화하는 단계는, 상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀의 변환된 휘도값을 미리 설정된 기준값과 비교하는 단계 및 상기 변환된 휘도값과 미리 설정된 기준값과의 비교 결과에 따라 상기 변환된 휘도값을 미리 설정된 제1 휘도값 또는 미리 설정된 제2 휘도값으로 설정하는 단계를 포함할 수 있다.

여기서, 상기 선택된 복수의 픽셀 각각의 이진화된 휘도값의 변화에 따라 정지영상의 식별자 생성하는 단계는, 상기 복수의 가상 직선 각각에 대해, 상기 정지영상의 중심으로부터 가상 직선을 따라 이동하면서 각 가상 직선에 대응되는 픽셀들 중 서로 인접한 두 픽셀들의 이진화된 휘도값의 동일 여부를 판단하는 단계와, 상기 서로 인접한 두 픽셀들의 이진화된 휘도값이 서로 다른 경우의 수를 카운트하고, 카운트한 값을 상기 정지영상 식별자의 요소값으로 획득하는 단계 및 상기 복수의 가상 직선 각각에 대해 획득한 요소값의 집합을 상기 정지영상의 식별자로 획득하는 단계를 포함할 수 있다.

또한, 본 발명의 다른 목적을 달성하기 위한 본 발명의 일 측면에 따른 정지영상의 식별자를 생성하는 영상 처리 장치는 정지영상을 입력받고, 입력된 정지영상을 제공하는 입력부 및 상기 입력부로부터 제공된 상기 정지영상으로부터 복수의 픽셀을 선택하고, 상기 선택된 복수의 픽셀 각각의 휘도값을 미리 설정된 범위 내의 값으로 변환한 후, 상기 변환된 휘도값들을 이진화하고, 이진화된 휘도값의 변화에 따라 정지영상의 식별자 생성하는 처리부를 포함한다.

여기서, 상기 처리부는 상기 정지영상이 그레이스케일이 아닌 경우, 상기 정지영상을 그레이스케일로 변환한 후, 상기 그레이스케일로 변환된 정지영상으로부터 상기 복수의 픽셀을 선택할 수 있다.

여기서, 상기 처리부는 상기 정지영상의 중심을 기준으로 미리 설정된 복수의 방향으로 가상의 직선을 설정한 후, 상기 설정된 복수의 가상 직선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀로 선택할 수 있다.

여기서, 상기 처리부는 상기 정지영상의 중심을 기준으로 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선을 가상으로 설정하고, 설정된 상기 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀로 선택할 수 있다.

여기서, 상기 처리부는 상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀들의 휘도값 및 위치값을 이용하여 상기 각 가상 직선에 대응되는 픽셀들의 휘도값을 미리 설정된 범위 내의 값으로 변환할 수 있다.

여기서, 상기 처리부는 상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀의 변환된 휘도값을 미리 설정된 기준값과 비교한 결과에 따라 상기 변환된 휘도값을 미리 설정된 제1 휘도값 또는 미리 설정된 제2 휘도값으로 설정하여 상기 변환된 휘도값에 대한 이진화를 수행할 수 있다.

여기서, 상기 처리부는 상기 복수의 가상 직선 각각에 대해, 상기 정지영상의 중심으로부터 가상 직선을 따라 이동하면서 각 가상 직선에 대응되는 픽셀들 중 서로 인접한 두 픽셀들의 이진화된 휘도값의 동일 여부를 판단하고, 상기 서로 인접한 두 픽셀들의 이진화된 휘도값이 서로 다른 경우의 수를 카운트한 값으로 상기 정지영상 식별자의 요소값을 획득한 후, 상기 복수의 가상 직선 각각에 대해 획득한 요소값의 집합을 상기 정지영상의 식별자로 획득할 수 있다.

상술한 바와 같은 정지영상의 식별자 생성 방법 및 이를 수행하는 영상 처리 장치에 따르면, 원본 컬러 정지영상을 그레이스케일로 변환한 후 변환된 그레이스케일의 정지영상에 미리 설정된 방법에 따라 복수의 가상 직선을 그리고, 각 가상 직선에 포함된 픽셀의 휘도값 및 픽셀의 위치 속성을 이용하여 휘도값을 일정 범위의 값으로 변환하고, 변화된 휘도값들을 이진화하여 이진화된 휘도값의 변화 빈도에 따라 정지영상의 식별자를 생성한다.

따라서, 정지영상의 식별자를 신속하고 용이하게 생성할 수 있고, 정지영상을 인식률을 향상시킬 수 있다.

또한, 정지영상의 식별자를 구성하는 각 요소값은 가상 직선의 개수에 따라 수가 증가하므로, 필요한 경우 가상 직선의 개수를 증가시킴으로써 정지영상 식별자의 정밀도를 용이하게 향상시킬 수 있다. 실험 결과 정지영상의 식별자는 8개의 정수만으로도 충분한 인식률을 나타내었고, 식별자를 구성하는 각 요소값은 4바이트의 정수값을 가지므로, 총 32바이트만으로 정지영상의 식별자를 생성할 수 있다. 따라서, 식별자가 점유하는 메모리의 용량을 감소시킬 수 있다. 필요한 메모리 용량은 주어진 정지영상의 해상도에 가로길이와 세로길이를 고려하여 4바이트 보다 적은 메모리를 사용하도록 축소하여 정수를 나타낼 경우, 더욱 적은 메모리 용량으로도 식별자 요소값 표현이 가능하다.

또한, 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법은 상술한 바와 같이 높은 인식률과, 빠른 처리 속도 및 적은 메모리 용량을 필요로 하므로 정지영상을 생산하는 기술 분야, 정지영상을 관리하는 기술분야, 정지영상을 검색하는 기술분야 등의 다양한 기술분야에 적용할 수 있는 장점이 있다.

예를 들어, 본 발명에 따른 정지영상의 식별자 생성 방법은 디지털 카메라와 같이 정지영상을 생산하고 생산된 정지 영상에 파일 이름을 부여하는 장치에 적용될 수도 있고, 정지영상의 배포/복사/분산/교환 등의 서비스를 수행하는 콘텐츠 제공 시스템에 적용될 수도 있다. 이는 본 발명의 실시예에 따른 정지영상 식별자 생성 방법이 정지영상의 내용에 따른 식별자를 생성하기 때문에 동일한 정지영상이 서로 다른 파일명이나 인덱스 또는 메타데이터를 가지는 경우에도 용이하게 정지영상을 식별할 수 있기 때문이다.

또한, 정지영상 식별자를 용이하고 신속하게 생성함으로써 정지영상의 식별에 지출되는 비용을 감소시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법을 나타내는 흐름도이다.
도 2는 도 1에 도시한 정지영상의 식별자 생성 방법의 실행 과정에서 처리되는 영상을 예를 들어 도시한 것이다.
도 3은 도 1에 도시한 휘도값 단순화 과정을 보다 상세하게 나타내는 흐름도이다.
도 4는 도 1에 도시한 휘도값의 변환 빈도 측정 과정을 보다 상세하게 나타내는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 정지영상 식별자 생성을 수행하는 영상 처리 장치의 구성을 나타내는 블록도이다.
도 6은 본 발명의 일 실시예에 따른 정지영상 식별자 생성을 수행하는 영상 처리 장치의 구성을 나타내는 블록도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 1은 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법을 나타내는 흐름도이다. 또한, 도 2는 도 1에 도시한 정지영상의 식별자 생성 방법의 실행 과정에서 처리되는 영상을 예를 들어 도시한 것이다. 도 1에 도시한 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법은 컴퓨터나 휴대용 단말기 등과 같이 프로세서와 메모리를 구비하고 디지털 신호의 처리가 가능한 다양한 영상 처리 장치에서 수행될 수 있다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법은 영상 처리 장치가 원본 컬러 정지영상을 입력받고(S110), 입력 받은 원본 컬러 정지영상을 그레이스케일(gray scale)로 변환한다(S120). 즉, 영상 처리 장치는 도 2의 (a)에 도시한 바와 같이 컬러 정지 영상이 입력되면, 입력된 컬러 정지영상을 도 2의 (b)에 도시한 바와 같이 그레이스케일의 정지영상으로 변환한다. 여기서, 원본 컬러 영상은 영상 처리 장치에 구비된 카메라로 촬영된 영상이 될 수도 있고, 미리 메모리에 저장된 정지영상을 독출한 것일 수도 있고, 네트워크를 통해 수신한 것일 수도 있다. 또한, 원본 컬러 정지영상을 그레이스케일로 변환하는 방법에는 공지된 다양한 이미지 변환 방법이 사용될 수 있다. 다만, 원본 정지영상이 그레이스케일인 경우에는 단계 S120은 수행할 필요가 없다.

이후, 영상 처리 장치는 그레이스케일의 정지영상에 대해 식별자 생성에 사용할 대상 픽셀을 선택한다(S130).

본 발명의 일 실시예에서는 정지영상의 식별자 생성에 이용할 픽셀을 선택하는 방법으로, 먼저 정지영상의 중심 픽셀(또는 중심)을 기준으로 가상의 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선을 그려 서로 90도의 각도를 가지는 4개의 가상 직선을 그리고, 그려진 4개의 가상 직선에 포함되는 픽셀들을 정지영상의 식별자 생성에 이용한다.

즉, 본 발명에서는 도 2의 (c)에 도시한 바와 같이 그레이스케일로 변환된 정지영상의 중심(또는 중심 픽셀)(201)로부터 가상의 상측 수직선(203), 하측 수직선(205), 우측 수평선(207) 및 좌측 수평선(209)을 그리고, 각 가상의 직선(203, 205, 207, 209)에 포함되는 픽셀들(또는 각 가상의 직선을 구성하는 픽셀들)의 속성 정보를 정지영상의 식별자를 생성하기 위해 사용한다. 또한, 본 발명에서는 상기한 바와 같이 생성된 가상의 직선별로 정지영상의 식별자를 구성하는 요소값을 획득한다. 여기서, 가상의 직선 수는 필요에 따라 더 추가될 수도 있다. 예를 들어, 정지영상의 해상도 또는 크기가 작거나 정지영상의 내용이 단순한 경우 다른 인식률이나 정밀도가 낮아질 수 있기 때문에, 각 직선 사이의 각을 균등하게 분할하는 직선들(211)을 추가하여 직선의 전체 개수를 증가시킨 후, 각 직선(203, 205, 207, 209, 211)에 포함된 픽셀들의 속성 정보를 정지영상의 식별자를 생성하기 위한 기본 정보로 사용할 수 있다.

따라서, 본 발명에서 정지영상의 식별자 생성을 위해 사용되는 직선의 개수는 수학식 1과 같이 표현할 수 있다. 또한, 본 발명에서는 각 직선에 포함되는 픽셀의 속성정보를 이용하여 정지영상 식별자의 요소값을 획득하므로, 직선의 개수는 결과는 식별자의 요소값의 개수를 의미한다.

수학식 1에서 i는 0이상의 자연수로, 정지영상의 중심을 기준으로 두 수직선과 수평선이 이루는 각의 분할 개수를 의미한다. 예를 들어, i가 0인 경우에는 두 수직선과 수평선이 이루는 각은 90도가 되어 전체 직선의 개수는 4가 되고, i가 1인 경우에는 두 수직선과 수평선 사이의 각을 45도씩 두 개의 각으로 분할하는 직선이 추가되어 전체 직선의 개수는 8개가 된다.

또한, 본 발명에서는 상기한 바와 같이 그려진 각 직선에 포함되는 모든 픽셀들을 정지영상의 식별자 생성에 이용할 수도 있고, 각 직선에 포함되는 모든 픽셀들에 대해 미리 정해진 규칙을 적용하여 일부의 픽셀들만을 선택한 후, 선택한 픽셀들의 속성 정보를 정지영상의 식별자 생성을 위한 기본 정보로 사용할 수도 있다. 예를 들어, 정지영상의 해상도가 매우 높은 경우에는 데이터 연산량 및 식별자 생성 시간을 줄이기 위해 각 직선에 포함되는 픽셀들을 선택적으로 이용하여 정지영상의 식별자를 생성할 수 있다.

다시 도 1을 참조하면, 영상 처리 장치는 단계 S130의 실행을 통해 복수의 가상 직선에 각각 포함되는 픽셀들을 정지영상의 식별자 생성에 이용할 픽셀로 선택한 후, 선택한 픽셀들 각각에 대한 휘도값을 변환한다(S140).

각 픽셀의 휘도값을 변환하는 방법으로는 다양한 방법이 사용될 수 있다. 본 발명의 일 실시예에서는 각 픽셀의 휘도값을 증폭하기 위하여 각 픽셀의 위치 및 휘도값을 이용한다.

구체적으로 본 발명의 일 실시예에서는 각 직선에 포함된 픽셀에 대해 수학식 2를 이용하여 각 픽셀의 휘도값을 변환한다.

수학식 2에서 P_luminance는 각 픽셀의 변환된 휘도값을 위미하며, x 및 y는 각 픽셀의 위치를 의미하고, value는 각 픽셀의 휘도값을 의미한다.

즉, 본 발명의 일 실시예에서는 수학식 2를 이용하여 가상의 각 직선에 포함되는 픽셀들 각각의 휘도값을 256개의 레벨 중 하나의 레벨로 변환한다. 도 2의 (d)는 그레이스케일로 변환된 정지영상의 각 픽셀의 휘도를 상기한 방법을 통해 변환한 결과를 예를 들어 도시한 것으로, 도 2의 (d)에서는 설명의 편의를 위하여 정지 영상 전체 픽셀의 휘도 변환 결과를 나타내었으나, 본 발명의 일 실시예에서는 상술한 바와 같이 가상의 직선에 포함된 픽셀들(또는 가상의 직선을 구성하는 픽셀들)에 대해서만 휘도값 변환을 수행한다.

이후, 영상 처리 장치는 변환된 휘도값에 대한 단순화를 수행한다(S150). 여기서, 영상 처리 장치는 변환된 휘도값을 미리 설정된 규칙에 따라 두 개의 휘도값을 가지도록 이진화를 수행함으로써 단순화할 수 있다. 도 2의 (e)는 본 발명의 일 실시예에서는 변환된 휘도값에 대해 이진화를 수행한 결과를 나타낸다.

이후, 영상 처리 장치는 각 가상 직선 별로 이진화된 휘도값의 변화 빈도를 측정하고(S160), 측정한 변화 빈도에 기초하여 각 직선별로 정지영상의 식별자 요소값를 획득함으로써 정지영상의 식별자를 생성한다(S170). 여기서, 정지영상 식별자 요소값은 특정 비트크기를 가지는 정수로 생성될 수 있고, 정지영상 식별자 요소값의 개수는 가상 직선의 개수와 동일한다. 예를 들어, 가상 직선이 4개로 설정된 경우에는 총 4개의 식별자 요소값이 생성될 수 있다. 도 2의 (f)는 총 8개의 가상 직선이 설정된 경우의 휘도값이 이진화된 결과를 나타내는 예시도이며, 이와 같은 경우 총 8개로 식별자 요소값으로 구성된 정지영상의 식별자가 생성된다.

단계 S130에서 설정된 가상 직선의 개수가 8개인 경우, 정지영상의 식별자는 하기와 같이 생성될 수 있다.

식별자 = [368:1138:1162:1170:736:1124:1159:1189]

상기한 식별자의 예에서 콜론(:)으로 구분된 각 정수는 각 가상 직선으로부터 획득한 식별자의 요소값을 의미하며, 각 식별자 요소값의 배열 순서는 미리 정의된 규칙에 따라 정해질 수 있다. 예를 들어, 총 8개의 가상 직선이 설정된 경우 각 가상 직선으로부터 획득한 식별자의 배열 순서는 상측 수직선을 시작으로 시계 방향에 따라 각 가상 직선으로부터 획득한 식별자 요소값을 배열할 수 있다.

한편, 본 발명의 일 실시예에 따른 정지영상의 식별자 생성방법에서는 선택적으로 생성된 정지영상 식별자의 정밀도를 판단하고, 생성된 정지영상 식별자의 정밀도가 미리 설정된 기준을 만족시키지 못하는 경우, 전술한 바와 같이 증가시켜 식별자 생성의 기준 정보로 이용하기 위한 픽셀을 증가시킨 후, 단계 S140 내지 S170을 다시 수행하도록 구성될 수도 있다. 이와 같이 가상 직선의 개수를 증가시키는 경우, 증가된 가상 직선의 개수와 동일한 개수 만큼 최종적으로 생성되는 식별자의 요소값 개수가 증가된다.

도 3은 도 1에 도시한 휘도값 단순화 과정을 보다 상세하게 나타내는 흐름도이다.

도 3을 참조하면, 영상 처리 장치는 각 가상 직선에 포함된 픽셀들의 휘도값을 256개의 레벨 중 하나의 값으로 변환한 후, 변화된 휘도값을 기준값과 비교한다(S151). 여기서, 상기 기준값은 다양한 값으로 설정될 수 있다. 예를 들어, 변환된 휘도값의 레벨이 0 내지 255의 256개로 구성되는 경우 기준값은 128로 설정될 수 있다.

변환된 휘도값의 이진화(또는 단순화)를 위한 기준값이 128로 설정된 경우, 영상 처리 장치는 각 가상 직선을 구성하는 픽셀의 변환된 휘도값을 128과 비교하여, 변환된 휘도값이 128보다 작은 경우(즉, 0 내지 127 중 어느 하나에 해당하는 경우)에는 변환된 휘도값을 제1 휘도값으로 설정한다(S153). 여기서, 제1 휘도값은 다양한 값으로 설정될 수 있고, 예를 들어 127로 설정될 수 있다.

또는 영상 처리 장치는 변환된 휘도값이 미리 설정된 기준값(예를 들면, 128) 이상인 경우(예를 들면, 128 내지 255 중 어느 하나에 해당하는 경우)에는, 변환된 휘도값을 제2 휘도값으로 설정한다(S155). 여기서, 제2 휘도값 역시 다양한 값으로 설정될 수 있고, 예를 들어 255로 설정될 수 있다.

도 3에 도시한 바와 같은 방법을 통해 영상 처리 장치는 256개의 레벨을 가지는 각 픽셀의 휘도값을 두 개의 값으로 이진화할 수 있다.

도 4는 도 1에 도시한 휘도값의 변환 빈도 측정 과정을 보다 상세하게 나타내는 흐름도로서, 설정된 각 가상 직선별로 수행되는 휘도값 변화 빈도 측정 방법을 나타낸 것이다. 또한, 도 5는 휘도값 변환 빈도 측정 방법의 개념을 설명하기 위한 예시도이다.

도 4 및 도 5를 참조하면, 영상 처리 장치는 전술한 바와 같이 가상 직선에 포함된 픽셀들 각각의 휘도값에 대한 이진화에 수행된 후, 이진화가 수행된 각 픽셀들 중 정지영상의 중심(또는 중심 픽셀)으로부터 n번째 픽셀의 이진화된 휘도값과 n+1번째 픽셀의 이진화된 휘도값을 비교한다(S161).

이후, 영상 처리 장치는 단계 S161에서 서로 인접한 두 픽셀의 이진화된 휘도값을 비교한 결과에 따라 인접한 두 픽셀의 이진화된 휘도값이 동일한가를 판단하고(S163), 두 픽셀의 이진화된 휘도값이 동일한 것으로 판단되는 경우에는 n(여기서, n은 자연수)값을 1만큼 증가시킨 후(S165), 단계 S161부터 이후의 단계를 다시 실행한다.

또는, 단계 S163에서 판단결과 서로 인접한 두 픽셀의 이진화된 휘도값이 동일하지 않은 것으로 판단되면, 영상 처리 장치는 카운트값을 증가시킨 후(S167), 단계 S161에서 비교된 n+1번째 픽셀이 가상 직선의 마지막 픽셀인가를 판단한다(S169). 여기서, 가상 직선의 마지막 픽셀은 정지 영상의 중심으로부터 시작하는 가상 직선의 끝에 위치하는 픽셀을 의미하는 것으로, 정지영상의 경계에 해당하는 위치의 픽셀이 될 수 있다.

단계 S169에서 판단결과 n+1 번째 픽셀이 가상 직선의 마지막 픽셀에 해당하는 경우에는 현재 이진화된 휘도값의 변화도를 측정하고 있는 가상 직선에 포함된 모든 픽셀에 대한 처리가 완료되었음을 의미한다. 따라서, 이 경우 영상 처리 장치는 다른 가상 직선에 대해 도 4에 도시한 이진화된 휘도값의 변화도 측정 과정을 수행하거나, 모든 가상 직선에 대해 상기한 과정의 수행이 완료된 경우에는 이진화된 휘도값의 변화도 측정 과정을 종료할 수 있다.

또는, 단계 S169에서 판단결과 n+1 번째 픽셀이 가상 직선의 마지막 픽셀에 해당하지 않는 경우에는 단계 S165로 진행하여 n값을 1만큼 진행시킨 후 이후의 단계들을 수행한다.

도 5에 도시한 바와 같이 본 발명의 일 실시예에 따른 정지영상 식별자 생성 방법에서는, 정지영상의 중심(또는 중심 픽셀)로부터 가상으로 그려진 복수의 가장 직선들 각각에 포함된 픽셀들에 대해, 정지영상의 중심으로부터 가상 직선을 따라 정지영상의 경계로 이동하면서 서로 인접한 두 개의 픽셀의 이진화된 휘도값(예를 들면, 127 또는 255)을 비교하고, 인접한 두 픽셀의 이진화된 휘도값이 서로 상이한 경우에는 카운트 값을 증가시킨다. 그리고 이와 같은 방법으로 가상 직선에 대해 카운트된 값을 정지영상 식별자의 요소값으로 사용한다.

한편, 전술한 바와 같은 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법은 디지털 정보처리가 가능한 다양한 컴퓨팅 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

도 6은 본 발명의 일 실시예에 따른 정지영상 식별자 생성을 수행하는 영상 처리 장치의 구성을 나타내는 블록도이다.

본 발명의 일 실시예에 다른 영상 처리 장치는 입력부(610), 처리부(620), 출력부(640) 및 저장부(650)를 포함할 수 있다.

입력부(610)는 정지영상을 입력받기 위한 수단으로 구성될 수 있고, 예를 들어, 정지영상을 직접적으로 촬영하는 카메라나 외부의 장치로부터 네트워크를 통해 제공된 정지영상을 수신하는 통신 인터페이스로 구성될 수 있다.

입력부(610)는 촬영된 정지영상 또는 외부 장치로부터 제공된 정지영상을 처리부(620)에 제공한다.

처리부(620)는 입력부(610)를 통해 제공받거나 저장부(650)로부터 독출한 정지영상이 컬러인 경우 먼저 그레이스케일로 변환하고, 변환된 그레이스케일의 정지영상에 대해 도 2의 (c)에 도시한 바와 같이 가상의 직선을 그리고, 가상의 직선에 포함된 픽셀들을 식별자 생성에 사용할 대상 픽셀로 선택한다. 여기서, 가상의 직선은 전술한 바와 같이 정지 영상의 중심 픽셀(또는 중심)을 기준으로 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선을 그려 서로 90도의 각도를 가지는 4개로 구성될 수도 있고, 수평과 수직 가상 직선 사이의 각을 균등하게 분할하는 가상 직선을 각 수평 및 수직 가장 직선 사이에 추가하여 4개 이상의 가상 직선으로 구성될 수도 있다. 정지영상의 식별자 생성을 위해 사용되는 직선의 개수 및 식별자 요소값의 개수는 수학식 1과 같다.

이후, 처리부(620)는 각 가상 직선에 포함되는 픽셀들 각각에 대한 휘도값을 변환한다. 각 픽셀의 휘도값을 변환하는 방법으로는 다양한 방법이 사용될 수 있고, 본 발명의 일 실시예에서는 수학식 2에 나타낸바와 같이 각 픽셀의 위치 및 휘도값을 각 픽셀의 속성으로 이용하여 각 픽셀의 휘도값을 256개의 레벨 중 하나의 값을 가지도록 변환한다. 그러나, 본 발명의 기술적 사상이 여기에 한정되는 것은 아니며, 다양한 방법을 통해 각 픽셀의 휘도값을 특정 범위로 변환할 수 있다.

이후, 처리부(620)는 변환된 휘도값을 도 3에 도시한 바와 같이 미리 설정된 기준값(예를 들면, 128)과 비교하여 미리 설정된 두 개의 휘도값(예를 들면, 127 또는 255)으로 단순화하는 이진화를 수행한 후, 도 4 및 도 5에 도시한 바와 같이 각 직선에 포함된 픽셀들의 이진화된 휘도값 변화를 검출하여 카운트한 후, 카운트된 값을 해당 직선의 식별자 요소값으로 이용하여 정지영상의 식별자를 생성한다.

출력부(640)는 디스플레이 소자로 구성되어, 처리부(620)의 처리 결과로 생성된 정지영상의 식별자를 표시하거나, 정지영상의 식별자 생성을 위한 사용자 인터페이스 화면이 표시될 수 있다. 또한, 출력부(640)는 외부 장치와 데이터 송수신을 위한 통신 인터페이스로 구성될 수 있고, 처리부(620)의 제어에 상응하여 생성된 정지영상의 식별자 정보를 외부 장치에 전송할 수 있다.

저장부(650)는 비휘발성 메모리로 구성될 수 있고, 원본 정지영상, 그레이스케일로 변환된 정지영상 및 전술한 정지영상의 식별자 생성과정에서 생성되는 임시 데이터 또는 임의의 정지영상에 대해 생성된 식별자 데이터 등이 저장될 수 있다. 또한, 저장부(650)에는 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법을 소프트웨어적으로 처리하기 위한 명령어 및 관련 데이터가 포함된 프로그램이 저장될 수도 있다.

상술한 바와 같이 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법 및 장치에서는 정지영상에서 식별자 생성 대상에 이용할 픽셀들을 가상의 직선을 통해 선택한 후, 선택된 픽셀들에 대해 휘도값을 변화시키고 이진화시킨 후, 이진화된 휘도값의 변화 빈도에 따라 식별자를 생성한다.

따라서, 정지영상의 식별자를 생성하는 처리 속도가 매우 빠른 장점이 있고, 이에 따라 처리 성능이 낮은 장치에서도 적용할 수 있는 장점이 있다.

또한, 전술한 본 발명의 일 실시예에 따른 정지영상의 식별자 생성 방법에 대한 성능 평가 결과, 매우 우수한 결과를 가짐을 확인할 수 있었다.

구체적으로, 해상도가 4592×3056이고, 크기가 4.87MB인 정지영상을 원본 정지영상으로 하여 AMD 3.1GHz CPU를 구비한 장치에서 식별자 생성 실험을 수행한 결과, 1.5ms만에 식별자 [368:1138:1162:1170:736:1124:1159:1189]를 생성하였다.

또한, 해상도가 300~500×300~500이고, 크기가 150 내지 300kB인 5만개의 정지영상을 대상으로 AMD 3.1GHz CPU를 구비한 장치에서 식별자 생성 실험을 수행한 결과, 6842ms만에 식별자가 생성되었으며, 식별자 중복이 전혀 발생하지 않았고, 100%의 인식률을 가짐을 알 수 있었다.

이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

610 : 입력부 620 : 처리부(620)
640 : 저장부 650 : 출력부

Claims (15)

1. 영상 처리 장치에서 수행되는 정지영상 식별자 생성 방법에 있어서,
   입력된 정지영상에 대해 상기 정지영상의 식별자를 생성하기 위해 이용할 복수의 픽셀을 선택하는 단계;
   상기 선택된 복수의 픽셀 각각의 휘도값을 미리 설정된 범위 내의 값으로 변환하는 단계;
   상기 변환된 휘도값들을 미리 설정된 두 개의 휘도값 중 어느 하나의 값으로 이진화하는 단계; 및
   상기 선택된 복수의 픽셀 각각의 이진화된 휘도값의 변화에 따라 정지영상의 식별자 생성하는 단계를 포함하는 정지영상 식별자 생성 방법.
2. 청구항 1에 있어서,
   상기 정지영상 식별자 생성 방법은 상기 식별자를 생성하기 위한 복수의 픽셀을 선택하는 단계 이전에,
   상기 입력된 정지 영상이 그레이스케일(gray scale)이 아닌 경우, 상기 입력된 정지 영상을 그레이스케일로 변환하는 단계를 더 포함하는 것을 특징으로 하는 정지영상 식별자 생성방법.
3. 청구항 1에 있어서,
   상기 정지영상의 식별자를 생성하기 위해 이용할 복수의 픽셀을 선택하는 단계는,
   상기 정지영상의 중심을 기준으로 미리 설정된 복수의 방향으로 가상의 직선을 각각 설정하는 단계; 및
   상기 복수의 가상 직선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀로 선택하는 단계를 포함하는 것을 특징으로 하는 정지영상 식별자 생성 방법.
4. 청구항 3에 있어서,
   상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀을 선택하는 단계는,
   상기 정지영상의 중심을 기준으로 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선을 가상으로 설정하는 단계; 및
   상기 설정된 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위해 이용할 복수의 픽셀로 선택하는 단계를 포함하는 것을 특징으로 하는 정지영상 식별자 생성 방법.
5. 청구항 4에 있어서,
   상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀을 선택하는 단계는,
   상기 정지영상의 중심을 기준으로 그려진 수직선과 수평선이 형성하는 각을 분할하는 가상의 직선을 추가하는 단계를 더 포함하는 것을 특징으로 하는 정지영상 식별자 생성방법.
6. 청구항 3에 있어서,
   상기 선택된 복수의 픽셀 각각의 휘도값을 미리 설정된 범위 내의 값으로 변환하는 단계는,
   상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀들의 휘도값 및 위치값을 이용하여 상기 각 가상 직선에 대응되는 픽셀들의 휘도값을 미리 설정된 범위 내의 값으로 변환하는 것을 특징으로 하는 정지영상 식별자 생성방법.
7. 청구항 3에 있어서,
   상기 변환된 휘도값들을 미리 설정된 두 개의 휘도값 중 어느 하나의 값으로 이진화하는 단계는,
   상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀의 변환된 휘도값을 미리 설정된 기준값과 비교하는 단계; 및
   상기 변환된 휘도값과 미리 설정된 기준값과의 비교 결과에 따라 상기 변환된 휘도값을 미리 설정된 제1 휘도값 또는 미리 설정된 제2 휘도값으로 설정하는 단계를 포함하는 것을 특징으로 하는 정지영상 식별자 생성 방법.
8. 청구항 3에 있어서,
   상기 선택된 복수의 픽셀 각각의 이진화된 휘도값의 변화에 따라 정지영상의 식별자 생성하는 단계는,
   상기 복수의 가상 직선 각각에 대해, 상기 정지영상의 중심으로부터 가상 직선을 따라 이동하면서 각 가상 직선에 대응되는 픽셀들 중 서로 인접한 두 픽셀들의 이진화된 휘도값의 동일 여부를 판단하는 단계;
   상기 서로 인접한 두 픽셀들의 이진화된 휘도값이 서로 다른 경우의 수를 카운트하고, 카운트한 값을 상기 정지영상 식별자의 요소값으로 획득하는 단계; 및
   상기 복수의 가상 직선 각각에 대해 획득한 요소값의 집합을 상기 정지영상의 식별자로 획득하는 단계를 포함하는 정지영상 식별자 생성 방법.
9. 정지영상을 입력받고, 입력된 정지영상을 제공하는 입력부; 및
   상기 입력부로부터 제공된 상기 정지영상으로부터 복수의 픽셀을 선택하고, 상기 선택된 복수의 픽셀 각각의 휘도값을 미리 설정된 범위 내의 값으로 변환한 후, 상기 변환된 휘도값들을 이진화하고, 이진화된 휘도값의 변화에 따라 정지영상의 식별자 생성하는 처리부(620)를 포함하는 영상 처리 장치.
10. 청구항 9에 있어서,
    상기 처리부(620)는 상기 정지영상이 그레이스케일이 아닌 경우, 상기 정지영상을 그레이스케일로 변환한 후, 상기 그레이스케일로 변환된 정지영상으로부터 상기 복수의 픽셀을 선택하는 것을 특징으로 하는 영상 처리 장치.
11. 청구항 9에 있어서,
    상기 처리부(620)는 상기 정지영상의 중심을 기준으로 미리 설정된 복수의 방향으로 가상의 직선을 설정한 후, 상기 설정된 복수의 가상 직선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀로 선택하는 것을 특징으로 하는 영상 처리 장치.
12. 청구항 11에 있어서,
    상기 처리부(620)는 상기 정지영상의 중심을 기준으로 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선을 가상으로 설정하고, 설정된 상기 상측 수직선, 하측 수직선, 우측 수평선 및 좌측 수평선 각각에 대응되는 픽셀을 상기 정지영상의 식별자를 생성하기 위한 기준으로 이용할 복수의 픽셀로 선택하는 것을 특징으로 하는 영상 처리 장치.
13. 청구항 11에 있어서,
    상기 처리부(620)는, 상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀들의 휘도값 및 위치값을 이용하여 상기 각 가상 직선에 대응되는 픽셀들의 휘도값을 미리 설정된 범위 내의 값으로 변환하는 것을 특징으로 하는 영상 처리 장치.
14. 청구항 11에 있어서,
    상기 처리부(620)는, 상기 복수의 가상 직선 각각에 대해, 각 가상 직선에 대응되는 픽셀의 변환된 휘도값을 미리 설정된 기준값과 비교한 결과에 따라 상기 변환된 휘도값을 미리 설정된 제1 휘도값 또는 미리 설정된 제2 휘도값으로 설정하여 상기 변환된 휘도값에 대한 이진화를 수행하는 것을 특징으로 하는 영상 처리 장치.
15. 청구항 11에 있어서,
    상기 처리부(620)는, 상기 복수의 가상 직선 각각에 대해, 상기 정지영상의 중심으로부터 가상 직선을 따라 이동하면서 각 가상 직선에 대응되는 픽셀들 중 서로 인접한 두 픽셀들의 이진화된 휘도값의 동일 여부를 판단하고, 상기 서로 인접한 두 픽셀들의 이진화된 휘도값이 서로 다른 경우의 수를 카운트한 값으로 상기 정지영상 식별자의 요소값을 획득한 후, 상기 복수의 가상 직선 각각에 대해 획득한 요소값의 집합을 상기 정지영상의 식별자로 획득하는 것을 특징으로 하는 영상 처리 장치.
    

Images