KR20160000531A - 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치 - Google Patents
인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치 Download PDFInfo
- Publication number
- KR20160000531A KR20160000531A KR1020140077309A KR20140077309A KR20160000531A KR 20160000531 A KR20160000531 A KR 20160000531A KR 1020140077309 A KR1020140077309 A KR 1020140077309A KR 20140077309 A KR20140077309 A KR 20140077309A KR 20160000531 A KR20160000531 A KR 20160000531A
- Authority
- KR
- South Korea
- Prior art keywords
- pupil
- pixel
- gray level
- level value
- glint
- Prior art date
Links
- 210000001747 pupil Anatomy 0.000 title claims abstract description 382
- 238000000034 method Methods 0.000 title claims description 161
- 230000005484 gravity Effects 0.000 claims abstract description 166
- 238000000605 extraction Methods 0.000 claims abstract description 42
- 238000012937 correction Methods 0.000 claims description 54
- 238000001514 detection method Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000000284 extract Substances 0.000 claims description 13
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 239000011148 porous material Substances 0.000 claims description 4
- 230000000873 masking effect Effects 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims 1
- 238000004220 aggregation Methods 0.000 abstract 3
- 230000002776 aggregation Effects 0.000 abstract 3
- 230000004931 aggregating effect Effects 0.000 abstract 1
- 210000000554 iris Anatomy 0.000 description 108
- 210000001508 eye Anatomy 0.000 description 20
- 210000004709 eyebrow Anatomy 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 210000000744 eyelid Anatomy 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 210000003786 sclera Anatomy 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 208000016339 iris pattern Diseases 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Image Processing (AREA)
Abstract
인접 합산 이진화를 이용한 동공 추출 방법이 소개된다.
이를 위해 본 발명은, 눈 부분을 촬영한 영상정보에 있어서, 상기 영상정보에 나타난 글린트를 제거하는 단계; 상기 글린트가 제거된 영상정보를 설정된 기준 그레이 레벨값과 비교하여 보정하는 인접 합산 이진화 단계; 상기 인접 합산 이진화 단계에 의한 영상정보의 무게중심을 이용하여 동공 영역을 확정하는 단계; 및 상기 확정된 동공 영역 내의 무게 중심을 이용하여 동공과 홍채의 경계점들을 합산하는 단계를 포함한다.
이를 위해 본 발명은, 눈 부분을 촬영한 영상정보에 있어서, 상기 영상정보에 나타난 글린트를 제거하는 단계; 상기 글린트가 제거된 영상정보를 설정된 기준 그레이 레벨값과 비교하여 보정하는 인접 합산 이진화 단계; 상기 인접 합산 이진화 단계에 의한 영상정보의 무게중심을 이용하여 동공 영역을 확정하는 단계; 및 상기 확정된 동공 영역 내의 무게 중심을 이용하여 동공과 홍채의 경계점들을 합산하는 단계를 포함한다.
Description
본 발명은, 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치에 관한 것으로, 더욱 상세하게는 종래 홍채를 이용 신원 확인시 홍채로부터 동공을 추출하기 위해 사용되는 곡면 및 원형 검출을 이용하는 경우 매우 많은 연산량이 필요하였고, 이로 인해 신원을 확인하는데 많은 시간이 소요되며, 복잡한 연산량에 의한 오작동으로 홍채 인식이 어려워짐은 물론, 많은 연산량에 의한 CPU 사용량의 증가로 그 설치 비용이 증가 되는 등 다양한 문제가 발생하였다.
이러한 종래 기술의 문제점을 해결하기 위해 본 발명은 단순 이진화 대신 인접 합산 이진화를 이용하고, 종래에 비해 간단한 연산으로 동공 내의 무게중심을 확정할 수 있는 동공 추출 방법 및 이를 이용한 동공 추출 제어 장치에 관한 것이다.
본 발명은 종래에 비해 적은 연산량으로 동공과 홍채의 경계를 측정하고, 이 측정된 값을 기초로 동공을 추출하는 인접 합산 이진화를 이용한 동공 추출 방법과 이를 이용한 동공 추출 제어 장치를 제공함에 그 목적이 있다.
본 발명의 이해를 돕기 위해 일반적인 홍채 인식 기술에 대해 개략적으로 설명하면 다음과 같다.
개인을 식별하는 방법은 다양하고, 그 중에서도 생체인식은 가장 안정적이고 정확한 개인식별 방법으로서 각광을 받고 있다. 생체인식은 개개인의 물리적(생체적) 특성 및 행동적 특성을 기반으로 하여 개인을 식별하는 방법으로서, 지문, 얼굴, 홍채, 장문 등이 물리적 특성이라 할 수 있으며, 서명, 음성 등이 행동적 특성으로 분류될 수 있다. 이러한 개인의 특성을 기반으로 하는 개인식별 및 보안은 절도나 누출에 의해 전달할 수 없으며 변경되거나 분실할 위험성이 없으므로 보안 침해를 누가 행했는지 추적이 가능해지는 등 감사(audit) 기능이 완벽하게 구축될 수 있다는 장점이 있다.
특히, 다양한 생체인식 방법 중에서 홍채는 개인을 식별함에 있어 유일성과 불변성, 안정성 측면에서 가장 뛰어나다고 알려져 있으며 오인식률이 매우 낮아 고도의 보안이 요구되는 분야에 적용되고 있는 추세를 보이고 있다.
홍채는 출생 후 3세 이전에 모두 형성되며 특별한 외상을 입지 않는 한평생 변하지 않는 것으로 알려져 있으며, 지문보다 패턴이 더 다양하여 현재까지는 가장 완벽한 개인 식별 방법으로 알려져 있을 뿐만 아니라, 비접촉식으로 영상획득이 가능하기 때문에 사용자 편의성 또한 매우 높고, 위조가 불가능하여 안정성이 매우 높아서 시장 잠재력이 매우 클 것으로 예상되고 있다.
한편, 일반적으로 홍채를 이용하여 특정 개인을 인식하는 방법에 있어서는, 사람의 눈 부분을 촬영한 영상 정보에서 실시간으로 홍채 인식을 위해 동공과 홍채의 검출은 필수적이다.
홍채 인식을 위한 도그만(John G. Daugman)의 특허에도 홍채와 동공과의 경계선을 가장 잘 근사하는 원을 찾고 같은 원리로 홍채와 공막의 경계도 원으로 근사한 후 그 사이의 영역을 홍채영역으로 설정하고 이 영역을 등비례 원리에 의해 다수의 동심원들에 의해 구획되는 환형의 선택영역을 설정하고, 각 선택영역으로부터 가보(Gabor) 변환을 통해 추출된 홍채특징 정보를 홍채 코드로 저장수단에 저장하여 데이터베이스로 구축하여 놓은 다음, 신원확인시 추출되는 홍채특징정보를 각 선택영역별 등록 홍채특징정보와 비교하여 그 차이가 문턱값 이내에 있는 것으로 판단되면 등록된 사람과 동일인으로 판명하도록 하고 있다.
즉, 상기와 같은 방법에서는 동공과 홍채의 경계선을 정확하게 추출하는 것이 중요하고, 이를 위해서는 동공의 추출은 매우 중요한 역할을 수행하게 되는데, 그 이유는, 동공을 정확하게 추출해야 그에 따른 홍채를 정확하게 추출할 수 있고, 그에 따른 홍채 영역 데이타를 수집한 뒤, 기저장된 홍채 영역 데이타와 비교하여 신원을 확인할 수 있기 때문이다.
한편, 동공과 홍채의 경계를 검출하도록 도그만의 특허를 이용한 기술은 흑백 영상에 대한 아래의 식으로서 동공경계를 원으로 정의하였다.
상기의 식에서, r은 동공경계의 반지름이고, x0, y0 는 중심좌표이고, I(x,y)는 해당좌표에서의 픽셀의 밝기이다.
즉, 원둘레 밝기의 변화가 최대를 나타내는 지점을 경계로서 판단하게 된다. 중심과 반지름을 변화시켜가며 경계를 탐색하며, 중심탐색영역에 존재하는 픽셀 하나하나에 대해 각각 반지름을 탐색하여야 하므로 상당히 많은 계산 량이 필요로 하게 되어 실시간으로 영상을 처리하기에는 어려운 단점이 있다.
또한, 동공의 모양을 원으로 정의하고 있으나, 실제로는 찌그러진 원형을 이루는 경우가 대다수이므로 원형경계와 실제 동공경계와는 차이를 나타내는 문제점을 안고 있다.
결국, 상기와 같이 도그만 특허를 이용하여 동공과 홍채의 경계를 추출시, 중심과 반지름을 변화시켜가면 그 경계를 탐색해야 하는바 많은 시간이 소모되고, 중심탐색영역에 존재하는 모든 픽셀들을 기준으로 탐색하는바, 그에 따른 시간 및 CPU 사용량이 증가 됨은 물론이고, 식 자체에 포함된 많은 변수와 적분으로 인해 홍채 인식시 많은 연산량에 의해 오작동이 될 확률이 높은 문제가 있다.
상기와 같은, 도그만 특허를 활용한 홍채 인식 시스템의 일반적인 방법과 그 각각의 방법의 문제점 및 본 발명이 도출된 배경을 설명하면 다음과 같다.
동공 경계 검출에 관한 기존의 방법으로는 이미 설명한 (1)도그만 특허를 이용한 원형 경계 검출기, (2)Hough Transform을 이용한 검출 기법, (3)Canny 윤곽 검출기를 이용한 검출, (4)히스토그램을 이용한 검출 등이 있다.
일반적으로 동공은 밝기의 특징이 뚜렷하고 형태가 원형을 이루고 있기 때문에, 이미 설명한 바와 같이 도그만 특허를 이용한 동공 경계 검출 방법은 다양한 중심과 반지름을 이용하여 원주의 최대 변화율을 가진 지점을 찾아내는 방법이나,원형 검출기는 동공을 원으로 간주하기 때문에 홍채 근육의 수축, 이완에 따른 동공의 기하학적 변화를 정확하게 잡아내지 못하는 단점이 있으며, 이를 보완하기 위해 항상 일정한 조명 아래에서 촬영되어야 하고, 고가의 장비가 필요하다.
또한 최대값을 찾아내기 위해 반지름과 중심을 변화하며 많은 계산을 하여야 하기 때문에 메모리 비용과 계산 비용이 증가할 수밖에 없다.
본 발명은, 상기와 같은 도그만 특허를 이용한 홍채 인식시 많은 계산과 메모리 비용 및 계산 비용이 절감될 수 있도록 보다 간단한 동공과 홍채 경계를 검출할 수 있는 알고리즘을 제공하고자 한다.
한편, 동공의 윤곽 성분(Edge)을 이용하여 검출하기 위한 방법 중의 하나인 Hough Transform 기법은 이진 영상에서의 복잡한 패턴을 검출하는 방법이다.
이러한 Hough Transform 기법은 특정 패턴의 특징을 결정 짓는 파라미터 값들을 결정함으로써 이루어지는데, 공간적으로 흩어져 있는 패턴들의 성분은 Hough Transform을 통해 그 패턴의 파라미터 공간에서 일정 영역의 협소한 공간을 차지하는 특성으로 변환된다. 따라서 Hough Transform은 영상 공간에서 해결하기 어려운 문제를 파라미터 공간으로 변환하여 해결함으로써 보다 쉽게 문제의 해결이 가능하다. 그러나 이미 설명한 원형 검출 기법보다 메모리 비용이나 계산 비용에서 장점이 있지만, 원형이 아닌 기하학적 모양의 동공을 검출할 때 생겨나는 오차는 해결하지 못하는 단점이 있다.
반면에 본 발명은 동공이 기하학적 모양이더라도 동공 내의 임의의 한 점 정확하게는 동공 내의 무게중심을 종래에 비해 간단한 알고리즘을 통해 검출하고, 이 임의의 한 점을 기점으로 최소 원형법을 이용 동공과 홍채의 경계를 검출하는바, Hough Transform 기법에 비해 보다 빠르고, 정확하게 동공과 홍채의 경계를 검출할 수 있는 장점이 있다.
한편, Canny 윤곽 검출기를 이용한 검출시 사용되는 Canny 필터는 경계(Edge) 검출 필터의 일종으로 가우시안(Gaussian) 필터를 이용하여 영상을 평활화한 후, 소벨(Sobel) 연산자를 사용하여 경계를 검출하는 과정으로 이루어지는데, 이 방법은 이진화 과정이 까다롭고 눈썹이나 홍채 패턴이 강할 경우 윤곽선 검출이 용이하지 않다는 단점을 가지고 있다.
반면에 본 발명은 단순 이진화가 아닌 영상정보를 구성하는 각각의 픽셀들의 주변 픽셀들의 그레이 레벨값의 총합과 설정된 기준값을 비교하여 각각의 픽셀들을 보정하는 인접 합산 이진화를 도입하였고, 더군다나 이러한 인접 합산 이진화 과정 전에 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트를 제거함으로써 Canny 윤곽 검출기를 이용한 검출에서 처리하기 어려운 이진화 과정을 보다 효율적으로 처리할 수 있는 방법을 제공하고 있다.
마지막으로, 히스토그램 분석법은 입력 영상의 히스토그램에서 동공 부분에 해당되는 값을 찾아 영상을 이진화하여 동공을 추출하는 방법으로 구현이 간단하고 빠른 특징을 가지고 있고, 이 방법은 계산 비용이 저렴하고 구현이 간단하다는 장점을 지니고 있지만, 극대ㆍ극소점을 찾는 것이 쉽지 않고, 조명을 이용하여 동공 영역을 판단하는 방법은 많은 오류가 발생할 수 있다. 또한, 안경을 착용한 사용자나 영상 획득장비가 다를 경우 히스토그램은 민감하게 변화하는 등 여러 문제점을 노출하고 있다.
반면에, 본 발명은 상기와 같은 히스토그램 분석법처럼 극대점과 극소점을 찾지 않고, 조명을 이용하여 동공 영역도 찾지 않으며, 단순 이진화가 아닌 인접합산이진화 과정이 수행되고, 동공 영역 내의 임의의 한점을 선정하는 알고리즘 자체가 간단하게 구현되는 방법을 제공하고 있다.
이러한 동공과 홍채의 경계를 추출하기 위한 방법이나 장치는 여러 선행 기술 문헌을 통해 공개되어 있는 실정이다.
예를 들어, 한국등록특허공보 제10-0373850호(2003.02.13)인 "홍채를 이용한 신원 확인 시스템 및 방법과 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체", 한국등록특허공보 제10-0376415호(2003.03.05) "눈 영상을 이용한 동공추출방법" 등을 포함하는 여러 기술이 공개되어 있으나, 본 발명과 같이 단순 이진화가 아닌 하나의 픽셀을 중심으로 그 주변 픽셀들의 그레이 레벨값을 이용하여 향상된 이진화 과정을 먼저 수행하거나, 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트를 이 글린트 주변에 존재하는 동공 영역 내의 픽셀들의 그레이 레벨값을 이용하여 글린트를 효율적으로 제거하거나, 동공 영역 내의 임의의 한점을 빠르고, 정확하게 검출하는 알고리즘이 구현되지 않아 그 기술적 한계점을 가지고 있다.
한편, 종래 홍채 인식 기술에 있어 홍채를 인식하는 알고리즘을 수행하는 제어부가 설치되는데, 이 제어부는 카메라를 통해 실시간 촬영된 홍채이미지 중 그레이 레벨(Gray level) 값을 탐색하게 된다.
이때, 홍채를 촬영하는 조명기구가 주변의 밝기와 상관없이 홍채 인식을 수행하는 장치 주변에 설치되어 홍채를 촬영하는 카메라의 초점 부위를 비추게 되는데, 조명기구의 불빛이 홍채와 동공에 반사되어 맺히게 되는 불빛이 바로 글린트(glint)이다.
동공을 추출하는데 있어서, 동공의 일부분이 눈썹이나 눈꺼풀에 의해 가려지는 경우 동공 추출이 어렵게 되고, 그에 따라 홍채 검출이 어려워지는 문제점이 존재함은 물론이지만, 이 눈썹이나 눈꺼풀에 못지 않게 동공 추출과정에서 어려운 것이 바로 글린트이다.
즉, 글린트의 밝기나 크기는 다양하고, 명암 정확하게는 그레이 스케일 값 또는 그레이 레벨 값으로 동공과 홍채 및 공막을 판단하는 홍채 인식 방법에서 글린트로 인해 홍채나 동공을 인식하지 못하거나, 글린트로 인해 명암 밝기가 급격하게 변화여 글린트 주위에 마치 홍채가 존재하는 것으로 판단되어 신원 확인이 불가능하거나, 그 신원 확인에 있어 많은 시간이 소용되는 등 가장 예상하기 힘들고 처리하기 어려운 부분이 바로 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트이다.
물론, 글린트를 구성하는 픽셀들의 그레이 레벨값을 글린트 주변에 존재하는 동공의 그레이 레벨값의 범위에 속하는 임의의 수치를 선정하여 보정 할 수 있으나, 이는 정확하지 않을 뿐만 아니라, 그 선정의 기준이 모호하고 이러한 방식으로 선정을 하더라도 글린트를 구성하는 픽셀들의 그레이 레벨값은 임의로 선정된 그레이 레벨값으로 일정하고, 글린트 주변에 존재하는 동공을 구성하는 픽셀들의 그레이 레벨값은 일정한 범위 내에서 다양하여 홍채를 인식하는 장치가 그레이 레벨값의 불균형 또는 급격한 변화로 인해 동공을 인식하지 못하는 문제가 발생하게 된다.
이러한 글린트 제거와 관련하여 홍채 인식에 관한 기술은 여러 선행기술에 개시되어 있는데, 한국등록특허공보 제10-0826876호(2008.04.25)인 "홍채 검출 방법 및 이를 위한 장치"는 눈썹이나 눈꺼풀에 의해 가려진 영상정보에서도 홍채영역을 검출할 수 있는 방법 및 장치를 제공하고 있으나, 여전히 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트의 문제점 인식 및 이 글린트를 처리하는 기술이 개시되어 있어 여전히 홍채 추출에 있어 한계점을 가지고 있으며, 한국등록특허공보 제10-1178855호(2012.08.27)인 "홍채 인식 시스템, 그 방법 및 이를 이용한 무선 통신 장치 보안 시스템"에 의하는 경우, 마스크를 이용하여 동공 부분과 동공 내의 조명 부분을 이루는 픽셀수를 카운트 함으로써 보다 선명한 이미지를 선택할 수 있다는 효과가 구현된다고 개시되어 있으나, 그 로직을 살펴보면, i)동공과 조명을 대비시켜 급격한 그레이 레벨값의 변화를 이용하여 판단하고, ii)입력되는 이미지를 필터링 하기 위한 1임계값이 필요하며, iii)별도의 제2임계값을 설정하여 이 제2임계값 보다 작은 픽셀수를 카운트 함은 물론이고, iv)최종 단계에서도 또 다른 제3임계값을 설정하는 등 그 선명한 이미지를 추출하는데 있어 다양한 기준값을 이용 필터링하여 그 로직이 복잡함은 물론이고, 그 검출하는 시간의 지연으로 인한 CPU 용량이 증가되는 등 다양한 문제가 발생한다.
본 발명은, 상기와 같이 동공과 홍채의 경계 검출시 가장 처리하기 어려운 글린트를 제거하는 방법을 제공하고, 글린트를 제거한 뒤, 단순 이진화가 아닌 인접합산 이진화와 동공 영역 내의 임의의 한 점 구체적으로는 동공 영역의 무게 중심을 종래에 비해 간단한 알고리즘으로 찾을 수 있는 방법을 제공하고자 한다.
상기한 배경기술로서 설명된 사항들은 본 발명의 배경에 대한 이해 증진을 위한 것일 뿐, 이 기술분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술에 해당함을 인정하는 것으로 받아들여져서는 안 될 것이다.
본 발명은 상기와 같은 종래의 문제점인, (1)동공 내부 또는 동공과 홍채 경계에 존재하는 글린트를 효율적으로 제거하는 것과 (2)종래 사용하던 단순 이진화를 지양하고, 픽셀 주변에 인접한 픽셀들의 그레이 레벨값을 이용한 인접 합산 이진화를 구현하고, (3)종래 동공 추출시 사용되었던 곡면 및 원형 검출에 의한 동공과 홍채의 경계를 추출하는 문제점을 보완한 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치를 제공함에 그 목적이 있다.
인접 합산 이진화를 이용한 동공 추출 방법이 소개된다.
이를 위해 본 발명은, 눈 부분을 촬영한 영상정보에 있어서, 상기 영상정보에 나타난 글린트를 제거하는 단계; 상기 글린트가 제거된 영상정보를 설정된 기준 그레이 레벨값과 비교하여 보정하는 인접 합산 이진화 단계; 상기 인접 합산 이진화 단계에 의한 영상정보의 무게중심을 이용하여 동공 영역을 확정하는 단계; 및 상기 확정된 동공 영역 내의 무게 중심을 이용하여 동공과 홍채의 경계점들을 합산하는 단계를 포함한다.
상기 글린트를 제거하는 단계는, 상기 영상정보에 나타난 글린트에 인접한 동공 영역의 그레이 레벨값을 확인하는 단계와 상기 그레이 레벨값을 이용하여 상기 글린트를 보정하는 단계 및 상기 보정된 글린트로 상기 동공내에 존재하는 글린트를 제거하는 단계를 더 포함하는 것을 특징으로 한다.
상기 그레이 레벨값을 확인하는 단계는, 상기 영상정보를 복수 개의 픽셀로 분할하고, 상기 글린트 내부에서 기준픽셀을 설정하여 상기 기준 픽셀을 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는지 여부를 판단한 후, 상기 동공 영역의 그레이 레벨값 범위에 포함되는 상기 주변 픽셀의 그레이 레벨값의 평균값을 구하여 상기 픽셀의 그레이 레벨값을 확인하는 것을 특징으로 한다.
상기 기준 픽셀은 상기 글린트의 무게중심인 것을 특징으로 한다.
상기 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상기 기준 픽셀의 좌측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고, 상기 좌측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하며, 상기 상측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 우측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고, 상기 우측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 하측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하는 것을 특징으로 한다.
상기 글린트를 보정하는 단계는, 상기 확인된 인접한 동공 영역의 그레이 레벨값을 상기 글린트 내부에 적용하는 것을 특징으로 한다.
상기 보정 과정은, 보정 과정이 진행된 경로를 추적하여 잔여 글린트에 해당하는 픽셀을 추출하고, 이 잔여 글린트를 새로운 기준 픽셀로 설정한 후, 새로운 상기 기준 픽셀을 둘러싸는 주변 픽셀 중 상기 동공 영역의 그레이 레벨값 범위에 포함되는 주변 픽셀의 그레이 레벨값 평균값으로 새로운 상기 기준 픽셀의 그레이 레벨값을 보정하는 것을 특징으로 한다.
상기 보정 과정은, 보정 과정이 진행된 경로를 추적하여 상기 글린트 내부에 존재하는 모든 픽셀들이 그 주위를 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는 경우 상기 보정 과정을 완료하는 것을 특징으로 한다.
상기 글린트를 보정하는 단계는, 상기 글린트가 상기 동공과 홍채의 경계에 존재하면, 상기 확인된 인접한 동공 영역의 그레이 레벨값을 상기 글린트 내부에 적용하기에 앞서, 상기 글린트의 무게중심을 지나는 복수 개의 직선을 가정하고, 복수 개의 직선 중 상기 동공 영역과 만나는 복수 개의 점들 중 제1포인트 및 제2포인트를 확정한 후, 상기 제1포인트 및 제2포인트를 연결하여 상기 동공 영역에 근접한 글린트 영역을 상기 동공 영역으로 보정하는 것을 특징으로 한다.
상기 제1포인트는, 상기 복수 개의 직선이 일방향으로 회전하되, 상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 점들을 탐지하는 도중 2개의 지점이 감지된 후, 다시 1개의 지점으로 감지될 때의 동공 측에 위치한 픽셀인 것을 특징으로 하고, 상기 제2포인트는, 상기 복수 개의 직선이 타방향으로 회전하되, 상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 1개의 지점이 연속적으로 감지되다 더 이상 감지되지 않는 시점에 동공 측에 위치한 픽셀인 것을 특징으로 한다.
상기 동공내에 존재하는 글린트를 제거하는 단계는, 상기 보정된 글린트를 상기 영상정보에 나타난 글린트에 머징하는 것을 특징으로 한다.
상기 인접 합산 이진화 단계는, 상기 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인픽셀로 설정하고, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제1기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정하여 상기 영상정보의 밝은 영역을 확장하는 제1차 이진화 단계와, 상기 제1차 이진화 단계에 의해 보정된 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인 픽셀로 설정하며, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제2기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정함으로써, 상기 영상 정보의 어두운 영역을 확장하는 제2차 이진화 단계로 구성된 것을 특징으로 한다.
상기 동공 영역을 확정하는 단계는, 상기 인접 합산 이진화된 이미지의 행과 열의 프로파일 정보에서 행 및 열을 따라 설정된 기준에 따라 필터링된 이미지의 제N-1가상 무게중심을 산출하는 단계; 상기 인접 합산 이진화된 이미지를 리버싱하고, 이 리버싱된 이미지에서 상기 제N-1가상 무게중심을 원의 중심으로 하여 산정된 원 내부에 위치하는 픽셀들만 채택한 뒤, 이 채택된 이미지의 제N가상 무게중심을 산출하는 단계; 및 상기 제N가상 무게중심이 하기의 식을 만족할 때, 상기 동공 영역이 확정되는 것을 특징으로 한다.
(Xn 과 Yn 은 제N가상 무게중심의 좌표, a와 b 는 상수)
상기 제N-1가상 무게중심을 산출하는 단계는, 상기 인접합산 이미지를 상하로 리버싱하는 단계; 상기 리버싱된 이미지의 행을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수평이미지추출단계; 상기 리버싱된 이미지의 열을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수직이미지추출단계; 및 상기 수평이미지와 상기 수직이미지의 중첩된 이미지를 추출한 뒤, 이 중첩된 이미지를 구성하는 픽셀들의 좌표값을 이용하여 상기 제N-1가상 무게중심을 산출하는 것을 특징으로 한다.
상기 제N가상 무게중심을 산출하는 단계는, 상기 제N-1가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N-1좌측픽셀과 제N-1우측픽셀을 산정하는 단계; 상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N-1가상 무게중심의 Y좌표로 결정되는 제N-1가상원중심(Xn -1, Yn -1)을 산정하는 단계; 상기 제N-1가상원중심과 상기 제N-1좌측픽셀 또는 상기 제N-1우측픽셀간의 거리를 반지름 (rn -1)으로 하는 원을 산정하는 단계; 상기 원 내부에 위치하는 어두운 영역의 픽셀들만 채택한 뒤, 이 채택된 어두운 영역을 구성하는 픽셀들의 좌표를 이용하여 상기 제N가상 무게중심을 산출하는 것을 특징으로 한다.
상기 동공 영역이 확정되도록 만족하는 식은, 하기의 식을 만족하는 것을 특징으로 한다.
(rn -1 - rn)/rn -1 ≤ 5/100
(rn 은 제N가상 무게중심이 원의 중심이고, 이 원의 반지름)
상기 rn 을 산출하는 단계는, 상기 제N가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N좌측픽셀과 제N우측픽셀을 산정하는 단계; 상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N가상 무게중심의 Y좌표로 결정되는 제N가상원중심(Xn, Yn)을 산정하는 단계; 상기 제N가상원중심과 상기 제N좌측픽셀 또는 상기 제N우측픽셀간의 거리를 반지름(rn)으로 산출하는 것을 특징으로 한다.
상기 동공과 홍채의 경계점들을 합산하는 단계는, 상기 확정된 동공 영역의 무게중심을 중심으로, 일방향으로 회전하면서 명암이 변동되는 지점들을 체크하고, 이 지점들을 이용 최소원형법을 통해 동공을 추출하는 것을 특징으로 한다.
한편, 동공 추출 제어장치가 소개된다.
이를 위해 본 발명은, 개인의 눈부분을 촬영한 영상정보에 있어서, 상기 촬영된 영상정보에 나타난 글린트에 인접한 동공 영역의 그레이 레벨값을 이용하여 상기 글린트를 제거하는 글린트 추출부; 상기 글린트가 제거된 복수 개의 픽셀로 구성된 영상정보를 설정된 기준값과 비교하여 상기 영상정보의 어두운 영역과 밝은 영역을 확장하는 인접합산이진화부; 상기 이진화된 영상정보의 무게중심을 이용하여 동공 영역을 확정하는 동공 처리부; 및 상기 확정된 동공 영역 내의 무게 중심을 이용하여 동공과 홍채의 경계점들을 합산하여 동공을 추출하는 동공검출부를 포함한다.
상기 글린트 추출부는, 상기 촬영된 영상정보를 저장하는 데이터 베이스부;상기 촬영된 영상정보로부터 글린트를 추출하고, 상기 영상정보를 이진화하여 흑백으로 표현하되 상기 글린트가 그레이 레벨값으로 표현된 영상정보 영역 중 동공의 내부 영역에 해당하는지 여부를 판단하며, 상기 글린트가 상기 동공 내부 영역에 해당되면 상기 글린트를 상기 동공의 그레이 레벨값 범위로 보정하여 상기 동공 영역을 확정하고 이를 추출하여 홍채 영역을 확정하는 홍채 처리부; 및 상기 데이터 베이스부에 기 저장된 영상정보와 상기 글린트 처리부에서 확정된 홍채 영역과의 일치 여부를 판단하는 비교부를 더 포함하는 것을 특징으로 한다.
상기 홍채 처리부는, 영상 정보를 복수 개의 픽셀로 분할하고, 상기 픽셀의 그레이 레벨값이 기준 그레이 레벨값 이상이면 상기 글린트로 판단하여 추출하는 글린트 추출모듈을 더 포함하는 것을 특징으로 한다.
상기 홍채 처리부는, 추출된 상기 글린트를 이진화되어 흑백으로 표현된 상기 영상정보에 마스킹(masking)하여 상기 글린트가 상기 영상정보 영역 중 상기 동공의 내부 영역에 해당하는지 여부를 판단하는 글린트 위치판단모듈을 더 포함하는 것을 특징으로 한다.
상기 홍채 처리부는, 상기 영상정보를 복수 개의 픽셀로 분할하고, 상기 글린트 내부에서 기준 픽셀을 설정하여 상기 기준 픽셀을 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는지 여부를 판단한 후, 상기 동공 영역의 그레이 레벨값 범위에 포함되는 상기 주변 픽셀의 그레이 레벨값 평균값으로 상기 기준 픽셀의 그레이 레벨값으로 보정하는 글린트 보정모듈을 더 포함하는 것을 특징으로 한다.
상기 글린트 보정모듈에서 상기 기준 픽셀은 상기 글린트의 무게중심인 것을 특징으로 한다.
상기 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상기 기준 픽셀의 좌측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고,상기 좌측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하며, 상기 상측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 우측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고, 상기 우측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 하측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하는 것을 특징으로 한다.
상기 보정 과정은, 보정 과정이 진행된 경로를 추적하여 잔여 글린트에 해당하는 픽셀을 추출하고, 이 잔여 글리트를 새로운 기준 픽셀로 설정한 후, 새로운 상기 기준 픽셀을 둘러싸는 주변 픽셀 중 상기 동공 영역의 그레이 레벨값 범위에 포함되는 주변 픽셀의 그레이 레벨값 평균값으로 새로운 상기 기준 픽셀의 그레이 레벨값을 보정하는 것을 특징으로 한다.
상기 보정 과정은, 보정 과정이 진행된 경로를 추적하여 상기 글린트 내부에 존재하는 모든 픽셀들이 그 주위를 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는 경우 상기 보정 과정을 완료하는 것을 특징으로 한다.
상기 글린트가 상기 동공과 홍채의 경계에 존재하면, 상기 글린트의 무게중심을 지나는 복수 개의 직선을 가정하고, 복수 개의 직선 중 상기 동공 영역과 만나는 복수 개의 점들 중 제1포인트 및 제2포인트를 확정한 후, 상기 제1포인트 및 제2포인트를 연결하여 상기 동공 영역에 근접한 글린트 영역을 상기 동공 영역으로 보정하는 것을 특징으로 한다.
상기 제1포인트는, 상기 복수 개의 직선이 일방향으로 회전하되, 상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 점들을 탐지하는 도중 2개의 지점이 감지된 후, 다시 1개의 지점으로 감지될 때의 동공 측에 위치한 픽셀인 것을 특징으로 하고, 상기 제2포인트는, 상기 복수 개의 직선이 타방향으로 회전하되, 상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 1개의 지점이 연속적으로 감지되다 더 이상 감지되지 않는 시점에 동공 측에 위치한 픽셀인 것을 특징으로 한다.
상기 인접합산이진화부는, 상기 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인픽셀로 설정하고, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제1기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정하여 상기 영상정보의 밝은 영역을 확장하는 제1차 이진화 모듈과, 상기 제1차 이진화 단계에 의해 보정된 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인 픽셀로 설정하며, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제2기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정함으로써, 상기 영상 정보의 어두운 영역을 확장하는 제2차 이진화 모듈로 구성된 것을 특징으로 한다.
상기 동공 처리부는, 상기 인접 합산 이진화된 이미지의 행과 열의 프로파일 정보에서 행 및 열을 따라 설정된 기준에 따라 필터링된 이미지의 제N-1가상 무게중심을 산출하는 제N-1산출모듈과, 상기 인접 합산 이진화된 이미지를 리버싱하고, 이 리버싱된 이미지에서 상기 제N-1가상 무게중심을 원의 중심으로 하여 산정된 원 내부에 위치하는 픽셀들만 채택한 뒤, 이 채택된 이미지의 제N가상 무게중심을 산출하는 제N산출모듈과, 상기 제N가상 무게중심이 하기의 식을 만족하는지 여부를 판단하여 상기 동공 영역을 확정하는 제1차판단모듈을 더 포함하는 것을 특징으로 한다.
(Xn 과 Yn 은 제N가상 무게중심의 좌표, a와 b 는 상수)
상기 제N-1산출모듈은, 상기 인접합산 이미지를 상하로 리버싱하고, 상기 리버싱된 이미지의 행을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수평이미지와 열을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수직이미지를 추출한 뒤, 상기 수평이미지와 상기 수직이미지의 중첩된 이미지를 추출하여 이 중첩된 이미지를 구성하는 픽셀들의 좌표값을 이용 상기 제N-1가상 무게중심을 산출하는 것을 특징으로 한다.
상기 제N산출모듈은, 상기 제N-1가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N-1좌측픽셀과 제N-1우측픽셀을 산정하고, 상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N-1가상 무게중심의 Y좌표로 결정되는 제N-1가상원중심(Xn -1, Yn -1)을 산정하며, 상기 제N-1가상원중심과 상기 제N-1좌측픽셀 또는 상기 제N-1우측픽셀간의 거리를 반지름 (rn -1)으로 하는 원을 산정한 뒤, 상기 원 내부에 위치하는 어두운 영역의 픽셀들만 채택하여 이 채택된 어두운 영역을 구성하는 픽셀들의 좌표를 이용 상기 제N가상 무게중심을 산출하는 것을 특징으로 한다.
상기 동공 영역이 확정되도록 만족하는 식은, 하기의 식을 만족하는지 여부를 판단하는 제2차판단모듈을 더 포함하는 것을 특징으로 한다.
(rn -1 - rn)/rn -1 ≤ 5/100
(rn 은 제N가상 무게중심이 원의 중심이고, 이 원의 반지름)
상기 제2차판단모듈은, 상기 rn 을 산출하기 위해, 상기 제N가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N좌측픽셀과 제N우측픽셀을 산정하고, 상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N가상 무게중심의 Y좌표로 결정되는 제N가상원중심(Xn , Yn)을 산정한 뒤, 상기 제N가상원중심과 상기 제N좌측픽셀 또는 상기 제N우측픽셀간의 거리를 반지름(rn)으로 산출하는 것을 특징으로 한다.
상기 동공 검출부는, 상기 동공과 홍채의 경계점들을 합산하고, 상기 확정된 동공 영역의 무게 중심을 중심으로 일방향으로 회전하면서 명암이 변동되는 지점들을 체크하고, 이 지점들을 이용 최소원형법을 통해 동공을 추출하는 것을 특징으로 한다.
상기와 같은 구성으로 이루어진 본 발명인 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치에 의한다면 아래와 같은 다양한 효과가 구현된다.
첫째, 홍채 인식 과정에서 가장 처리하기 어려운 글린트의 그레이 레벨값을 이 글린트 주변에 존재하는 동공을 구성하는 픽셀들의 그레이 레벨값을 이용 보정함으로써 글린트를 처리할 수 있는 이점이 있다.
둘째, 종래 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트로 인해 홍채 인식이 불가능해 지거나, 이로 인해 그 인식 시간이 지연되는 문제점이 해결되는 이점이 있다.
셋째, 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트를 제거하는 로직이 종래에 비해 간단하기 때문에 이 로직을 수행하는 CPU 용량이 작게 되어 그 설치비용이 절감되는 이점이 있다.
넷째, 단순 이진화가 아닌 인접 합산 이진화를 통해 눈의 이미지 중 밝은 영역과 어두운 영역을 더욱 확실하게 구별해주는 이점이 생긴다.
다섯째, 종래에 비해 간단한 알고리즘으로 동공 영역의 임의의 한점을 추출하여 홍채 인식시 소요되는 시간이 단축되는 등 다양한 이점이 제공된다.
도 1은 홍채와 동공이 포함된 눈 부분을 촬영한 영상정보의 이미지.
도 2는 눈 부분을 촬영한 영상정보의 이미지에서 일정한 밝기 이상의 글린트를 추출한 이미지.
도 3은 추출된 복수 개의 글린트 영역 각각의 무게중심을 표현한 이미지.
도 4는 눈의 영역을 이진화한 이미지.
도 5는 동공 내부에 존재하는 글린트의 보정 과정을 나타낸 이미지.
도 6은 보정과정을 설명하기 위한 이미지.
도 7 내지 도 9는 보정과정이 순차적으로 진행되는 이미지.
도 10은 동공과 홍채 경계에 존재하는 글린트의 무게중심을 도시한 이미지.
도 11은 제1포인트와 제2포인트를 확정하는 과정을 설명하기 위한 이미지.
도 12는 제1포인트와 제2포인트를 연결하여 폐도형을 설명하기 위한 이미지.
도 13은 보정이 이루어진 동공 영역이 나타내는 이미지.
도 14는 보정된 이미지를 원본 이미지에 적용한 확대 이미지.
도 15는 제1차 이진화 단계를 설명하기 위해 복수 개의 픽셀로 분할된 영상정보.
도 16은 제1차 이진화 단계에 의해 보정된 이미지.
도 17은 제2차 이진화 단계를 설명하기 위해 복수 개의 픽셀로 분할된 영상정보.
도 18는 제1차 이진화 단계에 의해 보정된 이미지.
도 19 내지 도 22은 제N-1가상 무게중심을 산출하는 과정을 도시한 이미지.
도 23 내지 도 26은 제N가상 무게중심을 산출하는 과정을 도시한 이미지.
도 27 내지 도 28는 동공과 홍채의 경계를 합산하는 과정을 설명하기 위한 이미지.
도 29는 동공 추출 제어장치의 전체 구성도.
도 2는 눈 부분을 촬영한 영상정보의 이미지에서 일정한 밝기 이상의 글린트를 추출한 이미지.
도 3은 추출된 복수 개의 글린트 영역 각각의 무게중심을 표현한 이미지.
도 4는 눈의 영역을 이진화한 이미지.
도 5는 동공 내부에 존재하는 글린트의 보정 과정을 나타낸 이미지.
도 6은 보정과정을 설명하기 위한 이미지.
도 7 내지 도 9는 보정과정이 순차적으로 진행되는 이미지.
도 10은 동공과 홍채 경계에 존재하는 글린트의 무게중심을 도시한 이미지.
도 11은 제1포인트와 제2포인트를 확정하는 과정을 설명하기 위한 이미지.
도 12는 제1포인트와 제2포인트를 연결하여 폐도형을 설명하기 위한 이미지.
도 13은 보정이 이루어진 동공 영역이 나타내는 이미지.
도 14는 보정된 이미지를 원본 이미지에 적용한 확대 이미지.
도 15는 제1차 이진화 단계를 설명하기 위해 복수 개의 픽셀로 분할된 영상정보.
도 16은 제1차 이진화 단계에 의해 보정된 이미지.
도 17은 제2차 이진화 단계를 설명하기 위해 복수 개의 픽셀로 분할된 영상정보.
도 18는 제1차 이진화 단계에 의해 보정된 이미지.
도 19 내지 도 22은 제N-1가상 무게중심을 산출하는 과정을 도시한 이미지.
도 23 내지 도 26은 제N가상 무게중심을 산출하는 과정을 도시한 이미지.
도 27 내지 도 28는 동공과 홍채의 경계를 합산하는 과정을 설명하기 위한 이미지.
도 29는 동공 추출 제어장치의 전체 구성도.
이하 첨부된 도면을 참조로 본 발명인 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치의 바람직한 실시 예를 설명한다.
본 발명인 인접 합산 이진화를 이용한 동공 추출 방법은 눈 부분을 촬영한 영상정보에 있어서, 영상 정보에 나타난 글린트를 먼저 제거하는 단계가 수행된다.
이를 위해, 영상정보에 나타난 글린트에 인접한 동공 영역의 그레이 레벨값을 확인하는 단계와 그레이 레벨값을 이용하여 글린트를 보정하는 단계 및 보정된 글린트로 동공 내에 존재하는 글린트를 제거하는 단계를 포함한다.
한편, 도 1은 눈 부분을 촬영한 영상정보를 나타내는 이미지이고, 이 이미지에는 다수개의 글린트(g)가 동공 내부는 물론이고, 피부에도 산재해 있는 것을 확인할 수 있다.
글린트 주변에는 동공 영역이 위치하고 있고, 이 동공 영역은 그레이 레벨값 "30" 이하로 구성되어 있다.
본 발명은, 동공과 홍채의 경계를 확정하기 위해 동공을 추출하는데 있어 가장 어렵고도 처리하기 어려운 글린트를 먼저 제거하게 되는 것이다.
이러한 글린트를 제거하기 위해, 글린트 주변에 존재하는 동공 영역의 그레이 레벨값을 이용 글린트의 그레이 레벨값을 변환시키는 보정을 함으로써, 글린트의 그레이 레벨값을 동공 영역의 그레이 레벨값과 유사하게 하여 글린트를 제거하게 되는 것이다.
이러한 글린트 제거 단계를 설명하기 앞서, 본 발명의 이해를 돕기 위해 본 발명의 이미지 전체를 구성하는 픽셀과 이 픽셀들의 밝기를 나타내는 그레이 레벨값을 설명한다.
일정한 눈 영상크기를 편리하게 획득하기 위해 디스플레이 장치의 화면상에 소프트웨어적으로 일정한 해상도 크기의 사각형 캡쳐 영역을 표시하게 되는데, 이 사각영역에 맞추어 사용자의 양쪽 눈의 영상을 동시에 입력되게 함으로써, 정규화된 영상을 획득하게 된다.
이때, 국제규격 크기의 일정한 홍채 영상을 획득하기 위해서는 양쪽 눈이 포함될 때, 사각형 캡쳐 영역은 최소 640픽셀*480픽셀 이상이고, 일반적으로 한쪽 눈의 홍채의 직경은 200~220픽셀로 알려져 있다.
본 발명 역시 국제규격에 부합되도록 한쪽 눈의 영역이 포함되는 이미지 영상은 가로×세로의 픽셀 사이즈는 640×480(픽셀)으로 산정되는바, 본 발명에서 첨부된 도면들은 이 사이즈 규격을 만족한 것으로 가정한다.
첨부된 도 1 역시 홍채와 동공이 포함된 눈의 영역을 나타내고 있으며, 이 이미지 역시 가로×세로의 픽셀 사이즈가 320×240(픽셀)으로 설정된다.
한편, 그레이 레벨값이란 각 픽셀의 명암 정도를 "0~255"값을 기준으로 산정한 것으로, 해당 픽셀값이 "0"에 가까울수록 검은색에, "255"에 가까울수록 흰색에 각각 가깝게 된다.
일반적으로 광원에 의한 글린트 내부를 구성하는 픽셀들의 그레이 레벨값 범위는 "200~255" 범위인 것으로 알려져 있고, 본 발명은 이러한 글린트가 추출되도록 임계값 "225"를 설정하고 있으며, 이에 글린트를 구성하는 픽셀(8비트)들의 그레이 레벨값은 "225" 이상임을 확인할 수 있다.
또한, 동공 영역은 검은색 계통의 영역으로 임계값 "30"이하인 픽셀들로 구성되어 있는 것으로 가정하였고, 이 동공 영역의 그레이 레벨값 범위에 속하는 픽셀들의 평균값을 이용 글린트를 구성하는 픽셀들의 그레이 레벨값을 다시 보정하는 과정이 수행된다.
영상 정보에 나타난 글린트에 인접한 동공 영역의 그레이 레벨값을 확인하기에 앞서 영상 정보에서 글리트를 추출하는 과정이 수행된다.
첨부된 도 1의 눈 부분을 촬영한 영상정보에서 그레이 레벨값 "225" 이상인 픽셀들을 추출하는데, 글린트 추출과정은, 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트가 추출되도록 그 임계값을 "225"로 설정하였다.
다만, 이 임계값은 홍채 인식 장치가 설치된 장소와 홍채를 비추는 광원의 조도에 따라 달리 설정될 수 있음은 자명하고, 이러한 임계값을 통해 글린트가 추출된 이미지가 도 2에 도시되어 있다.
도시된 바와 같이, 그레이 레벨값 "225"이상인 픽셀들로 구성된 복수 개의 영역이 검출되었고, 이 각각의 영역들은 다수개의 픽셀들로 구성된 것일 수도 있으며, 어느 일 영역은 하나의 픽셀로 구성된 글린트일 수 있다.
예를 들면, 도 2에는 동공 중심으로 다수개의 픽셀로 구성된 글린트 영역들이 복수 개 존재하고, 그 아래쪽에는 피부 쪽에 위치한 글린트가 존재한다는 것을 확인할 수 있을 것이다.
한편, 도 3에 도시된 바와 같이, 상기와 같은 글린트 추출 과정 후에, 이 글린트가 추출된 이미지에서 각각의 글린트, 정확하게는 다수개의 픽셀로 구성되고 폐구간영역을 형성하는 복수 개의 글린트들의 무게중심을 산출하고, 이 무게중심이 표현된 별도의 이미지를 나타낸다.
각각의 글린트 영역의 무게중심을 산출하는 방법은, 아래와 같은 식을 통해 계산된다.
Xc = (∑Xi ×Mxi )/∑Mxi - - - - - - - - - - - - - - - - - (1)
Yc = (∑Yi ×MYi )/∑MYi - - - - - - - - - - - - - - - - - (2)
(Xc : 무게중심의 X 좌표, Yc : 무게중심의 Y 좌표, Xi : 각 픽셀들의 X 좌표, Yi : 각 픽셀들의 Y 좌표, Mxi : 각 픽셀들의 X 축 방향으로의 무게, MYi : 각 픽셀들의 Y 축 방향으로의 무게)
다만, 상기의 식에서 각 픽셀들의 X 축 방향으로의 무게, Y 축 방향으로의 무게는 1로 가정하여 계산한다.
물론, 상기의 식 이외에 다수개의 픽셀로 구성된 글린트 영역의 무게중심을 구할 때, (각 픽셀들의 X 좌표의 합)/(픽셀들의 갯수), (각 픽셀들의 Y 좌표의 합)/(픽셀들의 갯수)로 계산할 수 있다.
상기와 같이 글린트 영역 각각의 무게중심을 산출하는 이유는, 글린트가 동공 내부에 존재하는지 아니면 단순히 피부 근처에 존재하는지 판단하기 위함이다.
즉, 도 4에 도시된 바와 같이, 상기와 같이 무게중심을 산출한 후에, 눈의 이미지를 단순하게 흑백(밝은 부분과 어두운 부분)으로 구별하는 단순 이진화 작업이 진행되는데, 이 과정을 통해 눈의 영역은 흑백으로 구별되고, 무게중심이 표현된 도 3의 이미지를 도 4에 마스킹(masking) 한 후, 좌측 상단에서 우측 그리고 다음 줄(행)로 점차 이동하면서 그 무게중심(무게중심은 흰색으로 설정됨)을 찾고, 그 찾아진 지점의 좌표를 도 4에 대입한 뒤, 그 점이 포함된 영역이 어두운 영역, 즉 동공으로 둘러싸인 부분인지를 판단하게 된다.
동공으로 둘러싸여 있는지는 그 무게중심을 기준으로 다방향(360o)으로 탐지하면서 명암이 바뀌는 즉, 무게중심을 기준으로 다방향으로 동공이 위치하는 경우 에는 모든 방향으로 어두운 영역이 검출될 것이고, 결국 이 무게중심은 동공 내부에 형성된 점으로 판단할 수 있게 되는 것이다.
물론, 이 과정에서 무게 중심을 기준으로 동공 내부에 존재하지 않는 점들은 다방향으로 탐지하여도 어두운 영역이 검출되지 않을 것이므로, 이 지점은 동공 내부에 형성된 지점이 아니라 피부에 형성되어 있는 글린트로 판단되어 글린트 보정 대상에서 제외될 것이다.
즉, 본 발명은 동공 내부 또는 동공과 홍채 경계에 존재하는 글린트를 구성하는 픽셀들의 그레이 레벨값을 동공 영역의 그레이 레벨값의 범위로 보정 하는 것이 그 목적인바, 피부 쪽에 위치하는 글린트들은 그 보정 대상에서 제외하여 보정하는데 걸리는 연산 시간을 줄일 수 있는 효과가 구현된다.
글린트를 추출하고, 이 글린트에 인접한 동공 영역의 그레이 레벨값을 확인하는 단계가 수행되고, 이 확인된 인접한 동공 영역의 그레이 레벨값을 글린트 내부에 적용하는 보정 과정이 수행된다.
우선, 눈 부분을 촬영한 영상정보를 복수 개의 픽셀로 분할하고, 글린트 내부에서 기준 픽셀을 설정하여 이 기준 픽셀을 둘러싸는 주변 픽셀의 그레이 레벨값이 동공 영역의 그레이 레벨값 범위에 포함되는지 여부를 판단한 후, 동공 영역의 그레이 레벨값 범위에 포함되는 주변 픽셀의 그레이 레벨값 평균값을 구하여 픽셀의 그레이 레벨값을 확인하는 과정이 수행된다.
그 과정을 동공 내부에 존재하는 글린트를 그레이 레벨값으로 표현된 이미지인 도 6을 참조로 설명한다.
도시된 바와 같이, 글린트를 구성하는 픽셀들의 그레이 레벨값은 "225"이상으로 표시되어 있고, 그 주변 영역 정확하게는 동공 영역을 구성하는 픽셀들의 그레이 레벨값은 "30"이하로 표시되어 있다.
본 발명은 동공의 어두운 영역을 최소한 "30"이하로 구성된 것으로 그 기준값을 설정하였으나, 이미 설명한 바와 같이 홍채 인식이 이루어지는 장소와 홍채에 비추어지는 광원의 조도에 따라 변동될 수 있다.
이에 따르면, 도 6에는 "241,240,227,251" 등으로 표시된 글린트를 구성하는 픽셀들과, 이 픽셀들 주변에 "17,14,12,10" 등으로 구성된 동공 영역을 나타내는 픽셀들로 구성되어 있다.
한편, 이 글린트를 구성하는 픽셀들의 중앙에는 "X" 표시로 표현된 픽셀이 나타나는데, 이 픽셀이 바로 글린트 영역 내의 무게중심이다.
본 발명은 이와 같이, 글린트를 구성하는 픽셀들 중 선택된 기준픽셀을 설정하는데, 이 기준픽셀이 글린트로 구성된 영역의 무게중심 픽셀을 의미한다.
이 무게중심 픽셀을 기준으로 보정과정이 이루어지고, 이 기준픽셀을 둘러싸는 주변픽셀의 그레이 레벨값이 동공 영역의 그레이 레벨값에 포함되는지 여부를 우선 판단하게 된다.
즉, 도 6에 "X"로 표시된 기준 픽셀을 둘러싸는 총 8개의 주변픽셀들의 그레이 레벨값을 나열하면, "241,240,227,251,245,229,233,243"이 되고, 이 주변픽셀들의 그레이 레벨값이 동공 영역의 그레이 레벨값 즉 "30" 이하의 그레이 레벨값에 포함되는지를 우선 판단한다.
그 간단한 예를 도 5을 참조로 설명하면 다음과 같다.
도시된 바와 같이 글린트를 구성하는 픽셀들의 중심부에 그레이 레벨값 "251"을 나타내는 글린트가 표시되어 있다.
그리고, 이 중심 픽셀 주변에는 "16,14,12" 등의 동공 영역의 그레이 레벨값 범위에 포함되는 픽셀들이 둘러싸여 있다.
물론, 이 글린트의 무게중심은 당연히 도면의 중심부에 위치한 픽셀 자체일 것이고, 이 주변 픽셀의 평균값을 구하면 (16+14+12+8+10+9+13)/8=11.625 가 되며, 이때, 그레이 레벨값은 정수로 표시되므로, 소숫점 이하를 생략하면 그 평균값은 "11"로 산출된다.
즉, 글린트로 표시되는 픽셀의 그레이 레벨값이 "251"인 경우 도 5의 우측에 있는 이미지와 같이 "11"로 보정된다.
이 "11"의 평균값이 바로 확인된 인접한 동공 영역의 그레이 레벨값이고, 이 레벨값을 "251"인 픽셀에 보정하여 "11"로 전환하는 과정이 글린트 내부에 적용하는 보정과정이다.
한편, 그 보정된 그레이 레벨값인 "11" 을 살펴보면, 글린트로 가려진 동공 영역의 실제 픽셀의 그레이 레벨값은 이 보정 값인 "11"과 일치하지 않을 수 있다.
그러나, 이러한 보정을 통해 보정된 픽셀의 그레이 레벨값("11")과 그 주변의 그레이 레벨값("16,14,12,8,10,9,13,11")을 살펴보면 거의 근사하거나 유사하게 그레이 레벨값으로 보정된 것으로 확인할 수 있을 것이다.
이러한 보정으로, 종래에는 "251"의 그레이 레벨값으로 표현된 글린트의 존재로 인해 이 영역이 동공 영역인지, 동공과 홍채의 경계인지, 혹은 홍채 영역인지를 판단하지 못함으로 신원 확인이 불가능해지는 문제점이 본 발명과 같은 보정과정을 통해 글린트 내부를 구성하는 픽셀들이 동공 영역에 해당되는 그레이 레벨값 범위로 근사하게 보정되고, 이 확정된 동공을 홍채로부터 추출하고, 이 동공이 추출된 홍채와 기저장된 홍채를 비교 그 신원을 정확하고도 신속하게 확인할 수 있게 되는 것이다.
한편, 도 6에 도시된 바와 같이, 무게중심 픽셀 주변에 존재하는 픽셀들이 동공 영역의 그레이 레벨값이 "30"이하로 구성되는 픽셀들이 존재하지 않는 경우,이 기준 픽셀의 좌측 인접 주변 픽셀로 이동하여 새로운 기준 픽셀로 설정되는데, 그 구체적인 과정을 살펴보면 다음과 같다.
도시된 바와 같이, "X"로 표현된 기준 픽셀을 둘러싸는 인접 주변 픽셀들의 그레이 레벨값을 살펴보면, 동공 영역의 그레이 레벨값인 "30"보다 크게 표현되어 있다.
이러한 경우, 이 기준 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 평균값으로 보정 할 수 없게 되고, 그 보정되지 않은 의미로 "X"표시로 하였다.
이때, "X"로 표시된 픽셀의 좌측에 인접한 좌측 인접 픽셀인 "251"로 이동하게 되고, "251"로 표시되는 픽셀이 새로운 기준 픽셀로 설정되는 것이다.
이 새로운 기준 픽셀을 중심으로 다시 주변에 인접하는 픽셀들의 그레이 레벨값이 동공 영역의 그레이 레벨값 범위인 "30"보다 작은 그레이 레벨값이 존재하는지 탐지하게 된다.
예를 들어, 도 6에 도시된 바와 같이, "251"로 표시되는 새로운 기준 픽셀 주변에는 "16,22,17"로 표시되는 픽셀들이 존재하고, 이 그레이 레벨값은 동공 영역의 그레이 레벨값 범위에 포함되며, 이 3 개의 픽셀들의 평균값은 "251"로 산출되는바, 이 산출된 평균값이 새로운 기준 픽셀의 보정 값이 될 것이다.
즉, (16+22+17)/3=18.333이 되고, 소숫점 이하를 생략하면, 그 보정 값인 "18"이 되는 것이다.
한편, 보정 값이 "18"인 이 기준픽셀에서 좌측으로 이동시, 도 7에 도시된 바와 같이, "12"인 픽셀이 존재하게 되고, 이 픽셀의 그레이 레벨값은 동공 영역 내의 그레이 레벨값에 포함되는바, 이 픽셀은 보정 대상에서 제외되고, 상측 인접 주변 픽셀 이동하여 이 상측 인접 주변 픽셀이 새로운 기준 픽셀로 설정된다.
즉, 도 7에 "18"로 표시된 픽셀 상측에 위치한 "241"의 그레이 레벨값을 나타내는 픽셀로 이동하게 되고, 이 "241"로 표시되는 픽셀이 새로운 기준 픽셀로 설정되는 것이다.
이 "241"로 표시되는 픽셀의 주변 픽셀 중 동공 영역의 그레이 레벨값 범위에 포함되는 픽셀들이 존재하는지 다시 탐지하게 되고, 그 범위에 속하는 픽셀들의 평균값을 구하면, (4+17+14+16+22+18)/6=15.1667로 그 보정값은 "15"가 될 것이다.
즉, 도 8에 도시된 바와 같이, "241"로 표시되었던 픽셀이 보정되어 "15"로 보정되고, 그 다음 보정 과정이 수행되어야 하는데, "15"로 표시되는 픽셀의 좌측에는 "16"이 그 상측에는 "17"의 그레이 레벨값을 나타내는 픽셀이 존재하는바, 좌측 또는 상측으로 이동할 수 없게 된다.
이 경우에는 우측 인접 픽셀로 이동하게 되고, 이동된 우측 인접 픽셀이 새로운 기준 픽셀로 설정된다.
즉. 도 8에 도시된 바와 같이, "15"로 보정된 픽셀의 우측에 위치한 "240"으로 표시되는 픽셀이 새로운 기준 픽셀로 설정되고, 다시 이 기준 픽셀의 주변 픽셀 중 동공 영역의 그레이 레벨값에 포함되는 픽셀들의 평균값을 구하면, (17+14+12+15+18)/5=15.2로 그 보정 값은 "15"가 된다.
이러한 방식으로 다시 "15"로 보정된 픽셀에서 우측 인접 픽셀로 이동하게 되고, 우측 인접 픽셀인 "227"로 이동하게 되어, 이 새로운 기준 픽셀의 주변 픽셀 중 동공 영역의 그레이 레벨값에 포함되는 픽셀들의 평균값을 구하면, (15+14+12+10+16)/5=13.4로 그 보정 값은 "13"이 될 것이다.
다시, 이 "13"으로 보정된 기준 픽셀의 좌,상,우측의 인접 픽셀들의 그레이 레벨값을 살펴보면, 모두 "30"이하인 그레이 레벨값을 가지는바, 보정 대상이 아니므로, 좌,상,우측으로는 이동할 수 없고, 이 경우에는 하측 인접 픽셀로 이동하여 그 하측 인접 픽셀이 새로운 기준 픽셀로 설정되는 것이다.
즉, 도 8에 "245"로 표시된 픽셀이 새로운 기준 픽셀이 될 것이고, 이 기준 픽셀의 주변 픽셀 중 동공 영역의 그레이 레벨값에 포함되는 픽셀들의 평균값을 구하면,(15+13+16+17)/4=15.25로 그 보정 값은 "15"가 될 것이다.
이러한 방식으로, 도 9에 도시된 바와 같이, 하나의 픽셀의 픽셀이 보정되면, 다시 보정 대상인 픽셀로 이동시 좌,상,우,하 방향으로 순서대로 이동하면서, 그 주변에 "30"이하인 픽셀들이 존재하는 경우 그 픽셀들의 평균값으로 글린트 내부의 픽셀들이 보정된다.
한편,다시 도 9를 참조하면, 그 보정되는 픽셀들의 이동경로를 살펴보면, 그 무게중심인 "15"로 보정된 픽셀 위치에서 이동이 시작되어 15→18→15→15→13→15→15→19→17로 이동하게 되고, 이 "17"로 표시되는 픽셀의 주변 픽셀을 살펴보면, 모든 픽셀들의 그레이 레벨값이 "30"이하로 표시되어 더 이상 이동할 수 없게 되는 문제가 생긴다.
이러한 경우, 보정 과정이 진행된 경로를 역으로 추적하여 잔여 글린트에 해당하는 픽셀을 추출하고, 이 잔여 글린트가 새로운 기준 픽셀로 설정되며, 이 픽셀을 둘러싸는 주변 픽셀 중 동공 영역의 그레이 레벨값 범위에 포함되는 픽셀의 존재시, 이 픽셀들의 그레이 레벨값들의 평균값으로 새로운 상기 기준 픽셀의 그레이 레벨값이 보정된다.
즉, 보정 과정이 진행된 경로를 추적한다는 것은, "17"로 표시되는 픽셀(도 9에 도시된 이미지 중 아래에서부터 3행 3열에 위치한 픽셀)을 중심으로 다시 역으로 진행된 경로를 밟아가게 되는바, "17→19", 즉 "17"로 표시되는 픽셀에서 "19"(3행 4열에 위치한 픽셀)로 이동한 후, 이 "19"로 표시된 픽셀이 새로운 기준 픽셀로 설정됨과 동시에 이 픽셀을 중심으로 좌측과 상측에 인접한 픽셀들은 "30"이하의 그레이 레벨값으로 표시되기 때문에, 좌측 또는 상측으로는 이동할 수 없는 반면, 우측에 인접한 픽셀은 "243"(도 8의 3행 5열에 위치한 픽셀)으로 표시되는바, 우측으로 이동한 후 이 "243"으로 표시되는 픽셀을 기준으로 주변에 "30"이하로 표시되는 픽셀들의 평균값으로 그 보정된다.
그 평균값을 살펴보면, (15+14+19+17+24+27+5)/7=17.2857로 그 보정값은 "17"이 될 것이다.
다시 이 "17"로 보정된 픽셀을 중심으로 역으로 그 이동경로를 추적하면, "230"으로 표시된 픽셀로 이동하게 되고, 이 "230"으로 표시된 픽셀의 주변 픽셀들의 평균값을 살펴보면, (13+16+0+15+4+17+17+8)/8=12.8571로 그 보정값은 "12"가 될 것이다.
한편, 상기와 같은 보정 과정으로 글린트 내부에 있는 모든 픽셀들이 보정되는데, 지속적으로 글린트를 구성하는 픽셀들을 보정 하는 경우 신원을 확인하는데 시간이 무한정 소요되는바, 보정 과정을 완료하는 시점을 특정할 필요가 있다.
이를 위해 본 발명은 상기와 같이 보정 과정의 전체 진행 경로를 역으로 추적하면서 글린트 내부에 존재하는 모든 픽셀들이 그 주위를 둘러싸는 주변 픽셀의 그레이 레벨값이 동공 영역의 그레이 레벨값 범위에 포함되는 경우, 이러한 보정 과정을 완료하는 것을 특징으로 한다.
즉, 도 9에 도시된 바와 같이, 글린트를 구성하는 모든 픽셀이 보정되었고, 그 보정되는 경로를 다시 역으로 추적하는 경우, 이 글린트를 구성하는 각각의 픽셀들 주변에 존재하는 픽셀들의 그레이 레벨값이 모두 "30"이하로 표시되는바, 글린트 내부에 존재하는 픽셀들의 모든 보정 과정은 완료되는 것이다.
한편, 상기와 같이 그레이 레벨값을 확인하여 그 평균값을 구하고, 평균값을 글린트 내부에 적용하는 보정과정이 수행된 다음, 이 보정된 글린트들을 원래의 영상정보에 대입하는 이른바 머징(merging)과정을 통해 글린트를 제거하게 된다.
즉 도 14에 도시된 바와 같이, 글린트에 인접한 동공 영역의 그레이 레벨값으로 글린트 내부를 구성하는 픽셀들의 그레이 레벨값을 보정한 다음에는 이 보정된 글린트를 영상정보에 나타난 글린트에 머징(merging)시켜 글린트를 구성하는 픽셀들이 동공 영역을 구성하는 픽셀들의 그레이 레벨값과 유사해진다.
이와 같이 보정된 글린트를 영상정보에 머징(merging)시켜 글린트를 제거하는 과정을 통해 글린트 내부에 있는 모든 픽셀들이 그 주변에 존재하는 픽셀들의 그레이 레벨값과 유사하게 또는 근사하게 보정됨으로써 더 이상 글린트의 존재로 인해 동공을 인식하지 못하는 종래의 문제점은 미연에 방지된다.
또한, 이 글린트가 보정된 동공을 확정한 뒤, 홍채로부터 동공을 추출하고, 동공이 추출된 홍채와 기저장된 홍채를 비교함으로써 그 신원을 확인하게 되는 것이다.
한편, 상기와 같은 과정으로 동공 내부에 존재하는 글린트는 보정 과정이 이루어지는 반면, 도 10에 도시된 바와 같이, 글린트가 동공과 홍채 경계에 존재하는 경우에는 글린트를 중심으로 좌측에는 밝은 부분이 우측에는 동공을 나타내는 어두운 부분이 존재하는바 상기와 같은 방법으로 보정 하는데 한계가 있다.
이를 위해 본 발명은, 글린트의 무게중심을 지나는 복수 개의 직선을 가정하고, 복수 개의 직선 중 동공 영역과 만나는 복수 개의 점들 중 제1포인트 및 제2포인트를 확정한 후, 이 제1포인트 및 제2포인트를 연결하여 상기 동공 영역에 근접한 글린트 영역을 동공 영역으로 보정 하게 되는데, 그 구체적인 과정을 설명하면 아래와 같다.
우선, 글린트가 동공과 홍채 경계에 존재하는지 여부는, 무게중심이 표현된 도 3의 이미지에서 좌측 상단에서 우측 그리고 다음 줄(행)로 점차 이동하면서 그 무게중심(무게중심은 흰색으로 설정됨)을 찾고, 그 찾아진 지점의 좌표를 도 4에 대입한 뒤, 그 점이 포함된 영역을 다방향(360o)으로 탐지하면서 어두운 영역과 밝은 영역으로 둘러싸여 있는 지를 판단한다.
이때, 도 11 에 도시된 바와 같이, 동공 안쪽에 위치한 무게중심을 기준으로 우측 방향에는 어두운 영역이 탐지될 것이고, 좌측 방향으로는 밝은 영역이 탐지될 것인바, 이 무게중심은 동공과 홍채 경계에 형성된 글린트의 무게중심으로 판단될 것이다.
한편, 상기와 같이 무게중심이 동공과 홍채 경계에 존재한다고 판단되는 경우, 이 글린트의 무게중심을 지나는 복수 개의 직선이 상정될 수 있고, 이 복수 개의 직선 각각은 어두운 영역 구체적으로는 그레이 레벨값이 "30" 이하인 점들을 탐지하게 된다.
즉, 도 11에 도시된 바와 같이, 무게중심을 지나는 복수 개의 직선이 동공 영역에 존재하는 어두운 영역들의 점들을 탐지하게 되고, 이하 그 구체적인 과정을 설명하겠지만, 이들 중 제1포인트와 제2포인트를 확정하게 된다.
그 후, 도 12에 도시된 바와 같이, 이 제1포인트와 제2포인트를 연결하여, 폐도형으로 만든 후 동공 영역에 근접한 글린트 영역을 동공 영역으로 보정 하는 과정이 수행된다.
상기와 같은 과정을 수행하는 이유는, 동공 내부에 글린트가 존재하는 경우에는 글린트 외부에 어두운 영역 즉, 그레이 레벨값이 "30"이하인 지점들로 둘러싸여 있어 글린트 내부를 구성하는 픽셀들의 그레이 레벨값을 보정할 수 있지만, 동공과 홍채 경계에 글린트가 존재하는 경우에는, 도 11에 도시된 바와 같이 우측 방향으로는 그레이 레벨값이 "30" 이하인 동공 영역이 존재하지만, 좌측 방향으로는 밝은 영역 즉 그레이 레벨값이 "225" 보다 큰 홍채 영역이 존재하는바, 동공 내부에 글린트가 존재할 때처럼, 글린트 내부에 존재하는 픽셀들의 그레이 레벨값을 보정할 수 없기 때문이다.
이하, 도 11을 참조로 제1포인트와 제2포인트를 확정하고, 이 제1,2포인트를 연결하는 방법을 구체적으로 설명한다.
제1포인트(A)는, 복수 개의 직선이 일방향으로 회전하되, 동공 영역 내의 그레이 레벨값 범위에 포함되는 점들(S1영역)을 탐지하는 도중 2개의 지점이 감지된 후(A,B), 다시 1개의 지점(C)으로 감지될 때의 동공 측에 위치한 픽셀(A)인 것을 특징으로 하고, 제2포인트(D)는, 복수 개의 직선이 타방향으로 회전하되, 동공 영역 내의 그레이 레벨값 범위에 포함되는 1개의 지점이 연속적으로 감지되다(S3영역) 더 이상 감지되지 않는 시점에 동공 측에 위치한 픽셀인 것을 특징으로 한다.
즉, 도시된 바와 같이, 무게중심을 지나는 복수 개의 직선(실선)이 시계 반대 방향(대략 0o ~ 180o)으로 회전(도면에 도시된 실선)하는 과정을 상정한다.
한편, 이 복수 개의 직선(실선)은 무게중심을 출발점으로 하고, 시계 반대 방향으로 회전하면서 동공 영역 내의 그레이 레벨값의 범위인 "30"이하인 포인트들을 탐지하게 된다.
지속적으로 이러한 점들(S1영역)을 탐지하는 도중, 도면에 도시된 "A"지점을 탐지하게 될 것이고, 이 "A" 지점을 탐지할 때, 눈썹 영역에 존재하는 "B"지점 역시 탐지하게 될 것이다.
예를 들어, 이 "A"지점과 "B"지점을 탐지하는 직선이 무게중심을 기준으로 대략 150o 정도의 기울기인 것으로 가정하고, 이 각도보다 조금 큰 각도(예를 들면, 151o )로 직선이 형성되는 경우 도시된 바와 같이 동공 영역을 지나지 않고, 동공을 중심으로 좌측 상단에 위치하는 눈썹 영역의 일 지점인 "C"를 탐지하게 될 것이다.
이때, 2개의 지점(A,B)을 탐지한 후, 1개의 지점(C)의 탐지시 2개의 지점 중 동공 측에 위치한 픽셀(A)이 제1포인트(A)로 확정된다.
즉, 탐지하는 과정을 살펴보면, 무게중심을 시작으로 형성되는 복수 개의 직선이 시계 반대 방향으로 회전하면서 동공 영역의 그레이 레벨값 범위인 "30" 이하인 포인트들을 계속 탐지하게 되는데, 이때, 이 탐지되는 점들은 "A" 지점에 이르기 전까지는 연속적으로 형성(S1)될 것이고, "A" 지점을 지날 때는 "A" 지점을 지나는 직선상에 "B" 지점도 역시 탐지될 것이다.
그 후, 이 "A"지점과 "B"지점을 지나는 직선의 기울기보다 더 큰 직선이 다시 상정되는 경우, 이 직선은 "C"지점을 탐지하게 될 것이고, 이때, 동공 측에 위치한 "A" 지점이 제1포인트로 확정된다.
상기와 같은 방법으로, 제1포인트(A)가 상정될 수 있지만, 이 제1포인트(A)는 아래와 같은 방법으로도 확정될 수 있다.
무게중심을 지나고, 동공 영역 내의 그레이 레벨값 범위에 포함되는 점들을 탐지한 후, 이 점들간의 거리를 지속적으로 산출한다.
예를 들면, "A"와 "B" 지점을 지나는 직선의 기울기가 150o 라 가정하면, 이 각도에 이르기까지 복수 개의 직선이 탐지하는 점들은 도면에 "S1" 지점들로 상정될 것이다.
이때, 탐지되는 점들의 각각의 거리는 인접하는 점들인바, 그 거리는 거의 "0" 이 수렴될 것이다.
그 후, "A" 지점과 "B" 지점을 지날 때에는 "A"지점과 "B" 지점 사이의 거리는 소정거리가 될 것이고, 이때, 이 지점이 동공과 홍채 경계에 있는 글린트로 인한 제1포인트 후보지점이 될 것이다.
그 후 "S2" 영역에 존재하는 점들을 복수 개의 직선이 탐지할 것이고, 이들 탐지된 점들의 거리 역시 "S1" 영역에 존재하는 점들과 마찬가지로 그 각각의 거리는 "0"에 수렴될 것이다.
즉, 탐지되는 연속적인 점들의 각각의 거리를 산정하고, 그 각각의 거리가 "O"으로 수렴되다가 어느 시점에는 그 거리가 소정거리로 산출되며, 다시 그 각각의 거리가 "O"으로 수렴된다는 것을 감지하게 될 때, 소정 거리로 산출시의 무게중심을 지나는 직선이 동공 영역의 그레이 레벨값에 포함되는 지점을 처음으로 탐지하는 "A"지점을 제1포인트로 상정할 수 있을 것이다.
이와 마찬가지로, 제2포인트(D)를 상정하는 방법을 살펴보면, 복수 개의 직선이 타방향으로 회전하되, 동공 영역 내의 그레이 레벨값 범위에 포함되는 1개의 지점이 연속적으로 감지되다 더 이상 감지되지 않는 시점에 동공 측에 위치한 픽셀인 것을 특징으로 한다.
즉, 도시된 바와 같이, 무게 중심을 시작으로 복수 개의 직선이 시계 방향으로 회전(대략 -0o ~ -180o)하면서 동공 영역 내의 그레이 레벨값에 포함되는 지점들을 탐지하게 된다.
즉, "S3" 영역에 존재하는 점들을 탐지하게 되다가, 어느 시점에는 "D" 지점을 지나게 될 것이고, "D" 지점을 지난 후에는 더 이상 동공 영역 내의 그레이 레벨값에 포함되는 지점들을 탐지하지 못할 것이다.
이때, 지속적으로 동공 영역 내의 그레이 레벨값에 포함되는 지점들을 탐지하다 더 이상 탐지할지 못할 때, 동공 측에 위치한 "D" 지점이 제2포인트로 확정될 것이다.
상기와 같은 방법으로, 제2포인트를 상정할 수 있지만, 다음과 같은 방법으로도 제2포인트를 상정할 수 있다.
이미 설명한 제1포인트 확정 방법과 마찬가지로, 도시되 바와 같이 "S3" 영역에 존재하는 각각의 점들의 거리를 산정하면, 거의 "0"에 수렴하게 될 것이고, "D" 지점을 지날 때에는 탐지되는 점이 존재하지 않아 그 거리가 "∞" 로 산출될 것이다.
즉, 제2포인트는 동공 영역 내의 그레이 레벨값 범위에 포함되는 지점들의 각각의 거리가 "0"으로 수렴되다가, 어느 시점에 "∞" 로 산출될 때 동공 측에 위치한 지점을 제2포인트로 확정할 수 있게 된다.
상기와 같이, 제1포인트와 제2포인트가 상정되면, 이 제1포인트와 제2포인트를 도 12에 도시된 바와 같이, 직선으로 연결한다.
이때, 이 직선의 그레이 레벨값은 "회색"에 영역에 속하도록 함이 바람직하고, 동공 측에 인접한 픽셀들 역시 "회색" 영역에 속하는 그레이 레벨값으로 함이 바람직하나, 반드시 이에 한정되지는 않는다.
이러한 방식으로 회색 모양의 닫힌 폐도형이 만들어지고, 그 내부에 존재하는 픽셀들은 이미 설명한 동공 내부에 존재하는 글린트의 보정 방법과 동일한 방식으로 보정작업이 진행됨으로써 동공과 홍채 경계에 존재하는 글린트 역시 보정이 될 것이다.
이와 같은 방식으로 보정이 이루어진 동공 영역이 도 13에 도시되어 있고, 도 14는 보정된 이미지를 원본 이미지에 적용한 확대 이미지이다.
도시된 바와 같이, 동공 내부의 글린트는 거의 확실하게 보정이 이루어졌음을 확인할 수 있고, 다만, 동공과 홍채 경계에 있는 글린트는 동공 내부에 존재하는 글린트에 비해 다소 오차가 존재하지만, 최대한 보정을 하기 때문에 이 경계로 인해 동공을 추출하지 못하는 종래의 문제점은 발생하지 않는다.
이상, 눈 부분을 촬영한 영상정보에 나타난 글린트를 제거하는 단계를 설명하였다.
이하에서는, 글린트가 제거된 영상정보를 설정된 기준 그레이 레벨값과 비교하여 보정하는 인접 합산 이진화 단계를 설명한다.
인접 합산 이진화 단계는, 우선 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인픽셀로 설정하고, 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제1기준값을 비교하여 메인 픽셀의 그레이 레벨값을 보정하여 상기 영상정보의 밝은 영역을 확장하는 제1차 이진화 단계가 수행된다.
제1차 이진화 단계에 의해 밝은 영역을 나타내는 픽셀이 이 픽셀을 중심으로 밝은 영역이 확장되는 효과가 구현된다.
도 15를 참조로 제1차 이진화 단계를 구체적으로 설명하면 다음과 같다.
도 15는 영상정보가 복수 개의 픽셀로 분할되고, 그 각각의 픽셀이 그레이 레벨값으로 표현되어 있다.
메인 픽셀은 도 15에 도시된 모든 픽셀이 되고, 이 메인 픽셀의 그레이 레벨값은 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀의 그레이 레벨값 총합과 이미 설정된 제1기준값을 비교하여 메인 픽셀의 그레이 레벨값이 보정된다.
설정된 제1기준값은 그레이 레벨값 "256"으로 설정하였으며, 다만 이 설정된 제1기준값은 홍채를 인식하는 장치가 설치된 장소 또는 홍채를 비추는 광원의 조도에 따라 달라질 수 있다.
그 보정과정을 4행 3열(위로부터 기준)에 위치하고, 그레이 레벨값 "70"을 나타내는 픽셀을 대상으로 하면 다음과 같다.
"70"을 나타내는 메인 픽셀과 이 메인 픽셀을 둘러싸는 8 개의 픽셀들의 총합을 산출하면, "16+48+75+22+70+63+17+35+55=401"이고, 이 값은 제1기준값인 "256"보다 크게 되어 "0~255"의 그레이 레벨값 중 가장 밝은 그레이 레벨값으로 표현되는 "255"으로 보정된다.
즉, 초기에 "70"으로 표현된 픽셀이 "255"으로 보정되는 것이다. 마찬가지로, 4행 2열에 위치한 "22"를 나타내는 픽셀을 보정하면, "2+16+48+8+22+70+5+17+35=223"이고, 이 값은 제1기준값인 "256"을 넘지 않으므로, 가장 어두운 밝기를 나타내는 "0"의 그레이 레벨값으로 보정된다.
이러한 제1차 이진화 단계에 의해 보정된 그레이 레벨값이 도 15의 우측 도면에 도시되어 있다.
도시된 바와 같이, 가장 어두운 영역을 나타내는 그레이 레벨값 "0"인 픽셀들도 증가하지만, 이에 비해 가장 밝은 영역을 나타내는 그레이 레벨값 "255"를 나타내는 픽셀들이 더 증가함으로써 처음에 밝은 영역에 포함되는 픽셀이 그 픽셀을 중심으로 가장 밝은 그레이 레벨값을 표현하는 "255"의 픽셀들이 더 증가함을 확인할 수 있다.
이러한 제1차 이진화 단계에 의해 새로 보정된 이미지가 도 16에 도시되어 있다.
한편, 제1차 이진화 단계에 의해 보정된 이미지를 기초로, 제2차 이진화 단계가 이루어지는데, 이 제2차 이진화 단계는, 상기 제1차 이진화 단계에 의해 보정된 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인 픽셀로 설정하며, 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제2기준값을 비교하여 메인 픽셀의 그레이 레벨값을 보정함으로써, 영상 정보의 어두운 영역을 확장하게 된다.
도 17을 참조로 그 구체적인 보정 과정을 설명하면 다음과 같다.
메인 픽셀은 제1차 이진화 단계에 의해 보정된 모든 픽셀들이 그 대상이 되고, 제2기준값은 그레이 레벨값 "2040"으로 설정된다.
한편, 이 제2기준값을 살펴보면, 가장 밝은 영역을 나타내는 그레이 레벨값 "255"의 8배이고, 그 기술적 의미는, 메인 픽셀과 이 메인 픽셀들 둘러싸는 주변 픽셀들의 그레이 레벨값이 모두 "255"를 나타낼 때, 비로서 그 메인 픽셀의 그레이 레벨값을 "255"로 보정되고, 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들을 포함한 총 9개의 픽셀 중 8개의 픽셀이 "255"의 그레이 레벨값을 나타내더라도, 메인 픽셀은 가장 어두운 영역을 나타내는 "0"의 그레이 레벨값으로 보정된다는 것을 의미한다.
즉, 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합이 "2040"이하이면, 그 메인 픽셀은 어두운 영역을 나타내는 "0"의 그레이 레벨값으로 보정되고, "2040"을 넘어야(9개의 픽셀 모두 "255"으로 표현된 경우) 비로서 "255"로 보정된다.
이러한 방식으로 제2차 이진화 단계에 의해 보정된 영상정보가 도 17의 우측에 도시되어 있고, 도시된 바와 같이, 대부분의 픽셀이 가장 어두운 그레이 레벨값을 나타내는 "0"의 그레이 레벨값으로 보정된 것을 확인할 수 있을 것이다.
이러한 방식으로 보정된 영상정보가 도 18에 도시되어 있고, 이러한 본 발명의 필수적 단계인 인접 합산 이진화에 의하면, 아래와 같은 효과가 구현된다.
우선, 영상 정보에서 가장 밝은 영역을 나타내는 픽셀이 어느 정도 확장되기는 하지만, 동공 중심으로는 어두운 영역을 나타내는 픽셀이 더욱 확장되는 효과가 구현됨으로써, 동공 내부의 임의의 한 점을 추출시 그 용이성 및 정확성이 도모된다.
그 다음으로, 영상정보에서 불필요하고, 동공 내부의 임의의 한 점을 추출시 불필요한 요소인 눈썹이나 점과 같은 국소부위의 어두운 부분들을 지울 수 있는 효과가 구현된다.
한편, 상기와 같은 인접 합산 이진화 단계에 의해 보정된 영상정보의 무게중심을 이용하여 동공 영역을 확정하는 단계가 수행된다.
동공 영역을 확정한다는 기술적 의미는, 동공 중심으로 어두운 영역이 밀집되게 하고, 동공만이 영상정보에 최대한 나타나도록 구현되는 과정으로, 이 동공 영역이 확정되는데 있어, 보정된 영상정보의 무게중심이 이용되고, 추후에 이 무게 중심이 동공 영역의 임의의 한 점으로 설정된다.
이러한, 동공 영역이 확정되는 단계는, 우선적으로 인접 합산 이진화된 이미지의 행과 열의 프로파일 정보에서 행 및 열을 따라 설정된 기준에 따라 필터링된 이미지의 제N-1가상 무게중심을 산출하는 단계가 실행된다.
이러한 제N-1가상 무게중심을 산출하는 단계는, 인접합산 이미지를 상하로 리버싱하는 단계, 리버싱된 이미지의 행을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수평이미지추출단계, 리버싱된 이미지의 열을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수직이미지추출단계, 수평이미지와 수직이미지의 중첩된 이미지를 추출한 뒤, 이 중첩된 이미지를 구성하는 픽셀들의 좌표값을 이용하여 제N-1가상 무게중심을 산출하게 된다.
그 구체적인 과정을 도 19 내지 도 22를 참조로 설명한다.
우선, 도 19에 도시된 바와 같이, 인접 합산된 이미지를 상하로 리버싱하는 단계를 거친다.
이 이미지를 1800 도 상하로 회전시키는 이유는, 연속적으로 인접한 어두운 영역의 픽셀들을 탐지하게 되는데, 인접 합산 이미지를 보면, 동공 위에 눈썹이 위치하는바, 그 탐지 과정의 초기에 눈썹이 아닌 동공 영역부터 검지 되도록 하기 위함이다.
그 다음 단계로, 리버싱된 이미지의 행을 따라 연속적으로 인접한 어두운 영역의 픽셀들로 구성된 수평이미지를 추출하는 단계가 수행된다.
즉, 도 19에 도시된 이미지를 위에서 아래 방향으로 행을 따라 어두운 영역의 픽셀들을 추출하게 된다.
연속적으로 인접한 어두운 영역이란, 구체적으로 가장 어두운 밝기를 나타내는 그레이 레벨값 "0"으로 표현되는 픽셀들이 2개 이상 연속적으로 인접한 픽셀군을 의미하며, 이러한 픽셀군은 행을 따라 탐지하는 도중 2개 이상의 픽셀군이 탐지될 수 있음은 자명하다.
최소한 2개 이상의 연속적으로 인접한 픽셀군이어야 불필요한 이미지가 아니라는 것을 확정할 수 있기 때문이다.
즉, 상기와 같은 단계를 통해, 동공 영역은 물론이고, 동공 영역 이외의 부분인 눈썹 부분 역시 그레이 레벨값 "0"을 가지되, 2개 이상의 픽셀로 인접하지 않은 픽셀군은 제외됨으로써, 동공 영역의 무게중심을 찾는데 있어 불필요한 이미지들은 필터링된다.
이러한 수평이미지추출단계의 의한 이미지가 도 20에 도시되어 있으며, 도시된 바와 같이 필터링 된 이미지에는 여전히 눈썹 영역은 물론, 동공 영역 이외에 불필요한 이미지들이 도시되어 있음을 확인할 수 있다.
이러한 눈썹 영역을 포함한 불필요한 이미지로 인해 동공 영역의 무게중심을 구하는데 있어 오차가 발생하고, 이러한 불필요한 이미지는 결국, 행 방향으로 어두운 영역의 픽셀들만 탐지한 결과인바, 이를 보강하기 위해 본 발명은 수평이미지추출단계와 대응되도록 수직이미지추출단계가 수행된다.
수직이미지추출단계는 도 19에 도시된 이미지를 열을 따라 연속적으로 인접된 어두운 영역의 픽셀들을 탐지하는 과정을 의미하고, 그 방식은 수평이미지추출단계와 동일한바, 여기서는 생략한다.
이러한 수직이미지추출단계에 의해 필터링 된 이미지가 도 21에 도시되어 있고, 도시된 바와 같이, 도 20에 필터링 된 이미지에 비해 열을 따라 어두운 영역을 나타내는 픽셀군이 도시되어 있음을 확인할 수 있다.
한편, 상기와 같이 수평이미지와 수직이미지를 추출한 다음, 이 이미지들 각각에 중첩된 이미지를 추출하게 된다.
이 중첩된 이미지가 도 22에 도시되어 있으며, 도시된 바와 같이 도 20과 도 21에 표현된 이미지에 비해 눈썹 영역은 물론 동공 이외의 불필요한 이미지들이 필터링 된 것을 확인할 수 있으며, 이러한 과정을 통해 인접 합산 이진화 단계를 거친 이미지가 동공 영역을 중심으로 그레이 레벨값 "0"인 픽셀들로 구성된 이미지가 산출되고, 이 과정을 통해 동공 내의 무게중심을 보다 정확하게 산출할 수 있는 효과가 구현된다.
상기와 같이 중첩된 이미지가 산출되면, 이 중첩된 이미지를 구성하는 픽셀들의 좌표값을 이용하여 무게중심을 구하는 단계가 수행되는데, 그 무게중심이 바로 제N-1가상 무게중심이다.
무게중심을 산출하는 방법은 이미 설명한바, 여기서는 생략한다.
한편, 상기 제N-1가상 무게중심을 산출한 뒤, 이 무게중심을 리버싱된 인접 합산 이미지에 대입하는 과정이 수행되고, 이 제N-1가상 무게중심을 원의 중심으로 하여 산정된 원 내부에 위치하는 픽셀들만 채택한 뒤, 이 채택된 이미지의 무게중심을 산출하는 과정이 수행되는데, 그 무게중심이 바로 제N가상 무게중심이다.
제N가상 무게중심을 산출하는 과정을 도 23 내지 도 25를 이용하여 설명하면 다음과 같다.
제N가상 무게중심을 산출하는 단계는, 우선, 제N-1가상 무게중심(a)을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N-1좌측픽셀(b)과 제N-1우측픽셀(c)을 산정하는 단계가 수행된다.
즉, 도 23에 도시된 바와 같이, 인접 합산 이진화 과정이 수행되고, 리버싱된 이미지에 제N-1가상 무게중심(a)을 따라 수직으로 연장되되, 최상단에서 만나는 그레이 레벨값 "0"인 픽셀을 탐지한다.
그 픽셀이 제N-1좌측픽셀(b)이 될 것이고, 이 제N-1좌측픽셀(b)을 따라 수평으로 연장되되 가장 우측에 위치하고 그레이 레벨값 "0"을 나타내는 픽셀을 제N-1우측픽셀(c)로 설정하게 된다.
이러한 제N-1좌측픽셀(b)과 제N-1우측픽셀(c)이 도 23에 도시되어 있고, 그 후 이 양 끝단에 위치한 픽셀들의 X좌표 평균값과 제N-1가상 무게중심의 Y좌표로 결정되는 제N-1가상원중심(Xn -1, Yn -1)(d)을 산정하는 단계가 이어진다.
이러한 제N-1가상원중심(d)이 도 24에 도시되어 있고, 이 제N-1가상원중심(d )을 원의 중심으로 하고, 제N-1좌측픽셀(b) 또는 제N-1우측픽셀(c)간의 거리를 반지름 (rn -1)으로 하는 원을 산정하는 단계가 이어진다.
상기와 같은 반지름(rn -1)으로 구성된 원이 도 24에 도시되어 있고, 원 내부에 위치하는 어두운 영역의 픽셀들만 채택한 뒤, 이 채택된 어두운 영역을 구성하는 픽셀들의 좌표를 이용하여 제N가상 무게중심을 산출하는 단계가 이어진다.
즉, 반지름(rn -1)으로 구성된 원 내부에 존재하는 그레이 레벨값 "0"을 나타내는 픽셀들만 추출하는 단계가 이어지는데, 이를 통해 동공 영역의 무게 중심을 구하는데 있어, 불필요한 이미지들은 점차 필터링 되는 효과가 구현된다.
이러한 원 내부에 존재하는 픽셀들만 추출된 이미지가 도 25에 도시되어 있고, 도시된 바와 같이 도 24에 비해 눈썹 영역의 많은 부분이 필터링되고, 그 이외에 불필요한 영상들도 상당수 필터링된 것을 확인할 수 있다.
이에 도 25에 필터링 된 픽셀들의 좌표값을 이용하여 제N가상 무게중심을 산출하게 되는데, 픽셀들의 좌표값을 이용 무게중심을 산출하는 방법은 이미 설명한바 여기서는 생략하고, 그에 따라 필터링된 이미지들이 도 26에 도시되어 있으며, 점차적으로 동공 영역과 비슷해지는 것을 확인할 수 있다.
한편, 상기와 같이 제N가상 무게중심을 산출한 뒤, 이 제N가상 무게중심인 하기의 식을 만족할 때, 상기 동공 영역이 확정되는 것을 특징으로 하는데, 그 제N가상 무게중심의 좌표가 만족 되어야 하는 식은 아래와 같다.
(Xn 과 Yn 은 제N가상 무게중심의 좌표, a와 b 는 상수)
즉, 제N-1가상무게중심과 제N가상무게중심을 구하고, 다시 제N+1가상무게중심을 구하게 되는데, 상기와 같은 과정을 반복적으로 수행하게 되면, 도 26에 도시된 바와 같이 점차적으로 동공 영역으로 수렴되는 이미지가 검출될 것이고, 어느 순간에는 그 무게중심의 좌표가 더 이상 변하지 않는 시점이 도래될 것인바, 그 시점에는 상기와 같은 반복적인 필터링 과정이 수행되더라도 그 무게중심의 좌표는 변하지 않을 것이다.
즉, 더 이상 가상 무게중심의 좌표가 변하지 않는 시점에 필터링 된 이미지가 동공 영역으로 확정되는데, 다만, 그 무게중심의 좌표가 상기의 식과 같이, 상수(a,b)로 수렴하는 경우 그때의 이미지를 동공 영역으로 확정할 수 있으나, 상기의 식은 아래와 같은 식을 만족하는 경우에도 그 동공 영역이 확정되도록 한다.
(rn -1 - rn)/rn -1 ≤ 5/100
(rn 은 제N가상 무게중심이 원의 중심이고, 이 원의 반지름)
즉, 제N-1가상원중심을 그 중심으로 하는 원의 반지름이 "rn -1" 이고, 제N가상원중심을 그 중심으로 하는 원의 반지름이 "rn"일 때, 그 반지름의 오차율이 5% 내인 경우에도 추출된 이미지를 동공 영역으로 확정하게 된다.
연속적으로 각각의 원 반지름을 산출하고, 그 반지름의 오차율이 5% 내인 경우에 해당되는 이미지를 동공 영역으로 최종 확정하게 되는 것이다.
물론, 상기의 오차율은 임의의 설정될 수 있으나, 그 오차율이 5% 인 경우 차이나는 픽셀의 갯수가 많지 않은바, 상기의 오차율을 만족하는 동공이 확정되는 경우 실제 동공 영역과 거의 일치한다고 볼 수 있을 것이다.
한편, 상기의 식에서 "rn "을 산출하는 과정은, "rn -1" 을 산출하는 과정과 동일하며, 구체적으로는, 제N가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N좌측픽셀과 제N우측픽셀을 산정하는 단계와 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 제N가상 무게중심의 Y좌표로 결정되는 제N가상원중심(Xn , Yn)을 산정하는 단계 및 제N가상원중심과 제N좌측픽셀 또는 제N우측픽셀간의 거리를 반지름(rn)으로 산출하게 되고, 그 방법은 rn -1 을 산출하는 방법과 동일한바 여기서는 생략한다.
상기와 같이 동공 영역이 확정되면, 이 확정된 동공 영역의 무게중심을 이용하여 동공과 홍채의 경계점들을 합산하는 단계가 수행된다.
동공과 홍채의 경계점들을 합산하는 단계는, 확정된 동공 영역의 무게중심을 중심으로, 일방향으로 회전하면서 명암이 변동되는 지점들을 체크하고, 이 지점들을 이용 최소원형법을 통해 동공을 추출하는 것을 특징으로 한다.
그 구체적인 단계를 도 27 및 도 28를 참조로 설명하면 다음과 같다.
도시된 바와 같이, 무게중심을 기준으로 일 방향(시계 방향 또는 반시계 방향)으로 회전하면서 명암이 변동되는 지점들을 체크한다.
이 명암이 변동되는 지점들이란, 동공과 홍채의 경계를 의미하고, 다만, 동공 측으로 눈썹이 내려와 가려지는 경우가 많은바, 450에서 1350 사이의 범위는 눈썹이 존재하는 것으로 가정하고, 이 부분의 명암이 바뀌는 지점들의 데이타는 폐기한다.
한편, 동공 영역 내의 무게중심을 기준으로 명암이 바뀌는 지점들로 구성된 경계점들을 기준으로 일반적으로 알려진 최소원형법을 이용하여 동공의 정확한 중심점 좌표와 그 동공에 해당하는 원의 반지름을 측정하여, 홍채로부터 동공을 추출하게 된다.
한편, 상기와 같은 방법을 이용한 동공 추출 제어장치가 소개된다.
이를 위해 본 발명은 도 29에 도시된 바와 같이, 글린트 추출부(100), 인접합산이진화부(200), 동공처리부(300) 및 동공검출부(400)를 포함한다.
한편, 글린트 추출부(100)는, 촬영된 영상정보에 나타난 글린트에 인접한 동공 영역의 그레이 레벨값을 이용하여 글린트를 제거하고, 인접합산이진화부(200)는, 글린트가 제거된 복수 개의 픽셀로 구성된 영상정보를 설정된 기준값과 비교하여 영상정보의 어두운 영역과 밝은 영역을 확장하며, 동공처리부(300)는, 이진화된 영상정보의 무게중심을 이용하여 동공 영역을 확정하고, 동공검출부(400)는, 확정된 동공 영역 내의 무게 중심을 이용하여 동공과 홍채의 경계점들을 합산하여 동공을 추출한다.
또한, 글린트 추출부(100)는, 촬영된 영상정보를 저장하는 데이터 베이스부(110)와 촬영된 영상정보로부터 글린트를 추출하고, 영상정보를 이진화하여 흑백으로 표현하되 글린트가 그레이 레벨값으로 표현된 영상정보 영역 중 동공의 내부 영역에 해당하는지 여부를 판단하며, 글린트가 동공 내부 영역에 해당되면 글린트를 동공의 그레이 레벨값 범위로 보정하여 동공 영역을 확정하고 이를 추출하여 홍채 영역을 확정하는 홍채 처리부(120) 및 데이터 베이스부(110)에 기 저장된 영상정보와 글린트 처리부에서 확정된 홍채 영역과의 일치 여부를 판단하는 비교부(130)를 더 포함한다.
한편, 홍채 처리부(120)는, 영상 정보를 복수 개의 픽셀로 분할하고, 픽셀의 그레이 레벨값이 기준 그레이 레벨값 이상이면 글린트로 판단하여 추출하는 글린트 추출모듈(121)과, 추출된 글린트를 이진화되어 흑백으로 표현된 영상정보에 마스킹(masking)하여 글린트가 영상정보 영역 중 동공의 내부 영역에 해당하는지 여부를 판단하는 글린트 위치판단모듈(122)을 더 포함하며, 영상정보를 복수 개의 픽셀로 분할하고, 글린트 내부에서 기준 픽셀을 설정하여 기준 픽셀을 둘러싸는 주변 픽셀의 그레이 레벨값이 동공 영역의 그레이 레벨값 범위에 포함되는지 여부를 판단한 후, 동공 영역의 그레이 레벨값 범위에 포함되는 주변 픽셀의 그레이 레벨값 평균값으로 기준 픽셀의 그레이 레벨값으로 보정하는 글린트 보정모듈(123)을 더 포함한다.
상기와 같은 구성으로 이루어진 글린트 추출부(100)의 구체적인 과정은 이미 설명한바 여기서는 생략한다.
한편, 다시 도 29를 참조하면, 인접합산이진화부(200)는 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인픽셀로 설정하고, 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제1기준값을 비교하여 메인 픽셀의 그레이 레벨값을 보정하여 영상정보의 밝은 영역을 확장하는 제1차 이진화 모듈(210)과, 제1차 이진화 단계에 의해 보정된 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인 픽셀로 설정하며, 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제2기준값을 비교하여 메인 픽셀의 그레이 레벨값을 보정함으로써, 영상 정보의 어두운 영역을 확장하는 제2차 이진화 모듈(220)로 구성된다.
또한, 동공 처리부(300)는, 인접 합산 이진화된 이미지의 행과 열의 프로파일 정보에서 행 및 열을 따라 설정된 기준에 따라 필터링된 이미지의 제N-1가상 무게중심을 산출하는 제N-1산출모듈(310)과, 인접 합산 이진화된 이미지를 리버싱하고, 이 리버싱된 이미지에서 제N-1가상 무게중심을 원의 중심으로 하여 산정된 원 내부에 위치하는 픽셀들만 채택한 뒤, 이 채택된 이미지의 제N가상 무게중심을 산출하는 제N산출모듈(320)과, 제N가상 무게중심이 하기의 식을 만족하는지 여부를 판단하여 동공 영역을 확정하는 제1차판단모듈(330)을 더 포함한다.
(Xn 과 Yn 은 제N가상 무게중심의 좌표, a와 b 는 상수)
다만, 동공 영역이 확정되도록 만족하는 식은, 하기의 식을 만족하는지 여부를 판단하는 제2차판단모듈(340)을 더 포함한다.
(rn -1 - rn)/rn -1 ≤ 5/100
(rn 은 제N가상 무게중심이 원의 중심이고, 이 원의 반지름)
상기와 같은 구성으로 이루어진 동공 추출 제어장치의 구체적인 작동과정을 이미 설명한바 여기서는 생략한다.
본 발명은 특정한 실시 예에 관련하여 도시하고 설명하였지만, 이하의 특허청구범위에 의해 제공되는 본 발명의 기술적 사상을 벗어나지 않는 한도 내에서, 본 발명이 다양하게 개량 및 변화될 수 있다는 것은 당 업계에서 통상의 지식을 가진자에게 있어서 자명할 것이다.
100 : 글린트 추출부
110 : 데이터베이스부
120 : 홍채 처리부 130 : 비교부
121 : 글린트 추출모듈 122 : 글린트 위치 판단 모듈
123 : 글린트 보정 모듈 200 : 인접 합산 이진화부
210 : 제1차 이진화 모듈 220 : 제2차 이진화 모듈
300 : 동공 처리부 310 : 제N-1산출모듈
320 : 제N산출모듈 330 : 제1차판단모듈
340 : 제2차판단모듈 400 : 동공 검출부
120 : 홍채 처리부 130 : 비교부
121 : 글린트 추출모듈 122 : 글린트 위치 판단 모듈
123 : 글린트 보정 모듈 200 : 인접 합산 이진화부
210 : 제1차 이진화 모듈 220 : 제2차 이진화 모듈
300 : 동공 처리부 310 : 제N-1산출모듈
320 : 제N산출모듈 330 : 제1차판단모듈
340 : 제2차판단모듈 400 : 동공 검출부
Claims (36)
- 눈 부분을 촬영한 영상정보에 있어서,
상기 영상정보에 나타난 글린트를 제거하는 단계;
상기 글린트가 제거된 영상정보를 설정된 기준 그레이 레벨값과 비교하여 보정하는 인접 합산 이진화 단계;
상기 인접 합산 이진화 단계에 의한 영상정보의 무게중심을 이용하여 동공 영역을 확정하는 단계; 및
상기 확정된 동공 영역 내의 무게 중심을 이용하여 동공과 홍채의 경계점들을 합산하는 단계를 포함하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 1에 있어서,
상기 글린트를 제거하는 단계는,
상기 영상정보에 나타난 글린트에 인접한 동공 영역의 그레이 레벨값을 확인하는 단계와 상기 그레이 레벨값을 이용하여 상기 글린트를 보정하는 단계 및 상기 보정된 글린트로 상기 동공내에 존재하는 글린트를 제거하는 단계를 더 포함하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 2에 있어서,
상기 그레이 레벨값을 확인하는 단계는,
상기 영상정보를 복수 개의 픽셀로 분할하고, 상기 글린트 내부에서 기준픽셀을 설정하여 상기 기준 픽셀을 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는지 여부를 판단한 후, 상기 동공 영역의 그레이 레벨값 범위에 포함되는 상기 주변 픽셀의 그레이 레벨값의 평균값을 구하여 상기 픽셀의 그레이 레벨값을 확인하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 3에 있어서,
상기 기준 픽셀은 상기 글린트의 무게중심인 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 3에 있어서,
상기 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상기 기준 픽셀의 좌측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고,
상기 좌측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하며,
상기 상측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 우측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고,
상기 우측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 하측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 2에 있어서,
상기 글린트를 보정하는 단계는,
상기 확인된 인접한 동공 영역의 그레이 레벨값을 상기 글린트 내부에 적용하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 6에 있어서,
상기 보정 과정은,
보정 과정이 진행된 경로를 추적하여 잔여 글린트에 해당하는 픽셀을 추출하고, 이 잔여 글린트를 새로운 기준 픽셀로 설정한 후, 새로운 상기 기준 픽셀을 둘러싸는 주변 픽셀 중 상기 동공 영역의 그레이 레벨값 범위에 포함되는 주변 픽셀의 그레이 레벨값 평균값으로 새로운 상기 기준 픽셀의 그레이 레벨값을 보정하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 7에 있어서,
상기 보정 과정은,
보정 과정이 진행된 경로를 추적하여 상기 글린트 내부에 존재하는 모든 픽셀들이 그 주위를 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는 경우 상기 보정 과정을 완료하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 6에 있어서,
상기 글린트를 보정하는 단계는,
상기 글린트가 상기 동공과 홍채의 경계에 존재하면,
상기 확인된 인접한 동공 영역의 그레이 레벨값을 상기 글린트 내부에 적용하기에 앞서,
상기 글린트의 무게중심을 지나는 복수 개의 직선을 가정하고, 복수 개의 직선 중 상기 동공 영역과 만나는 복수 개의 점들 중 제1포인트 및 제2포인트를 확정한 후, 상기 제1포인트 및 제2포인트를 연결하여 상기 동공 영역에 근접한 글린트 영역을 상기 동공 영역으로 보정하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 9에 있어서,
상기 제1포인트는, 상기 복수 개의 직선이 일방향으로 회전하되,
상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 점들을 탐지하는 도중 2개의 지점이 감지된 후, 다시 1개의 지점으로 감지될 때의 동공 측에 위치한 픽셀인 것을 특징으로 하고,
상기 제2포인트는, 상기 복수 개의 직선이 타방향으로 회전하되,
상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 1개의 지점이 연속적으로 감지되다 더 이상 감지되지 않는 시점에 동공 측에 위치한 픽셀인 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 2에 있어서,
상기 동공내에 존재하는 글린트를 제거하는 단계는,
상기 보정된 글린트를 상기 영상정보에 나타난 글린트에 머징하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 1에 있어서,
상기 인접 합산 이진화 단계는,
상기 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인픽셀로 설정하고, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제1기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정하여 상기 영상정보의 밝은 영역을 확장하는 제1차 이진화 단계와,
상기 제1차 이진화 단계에 의해 보정된 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인 픽셀로 설정하며, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제2기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정함으로써, 상기 영상 정보의 어두운 영역을 확장하는 제2차 이진화 단계로 구성된 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 1에 있어서,
상기 동공 영역을 확정하는 단계는,
상기 인접 합산 이진화된 이미지의 행과 열의 프로파일 정보에서 행 및 열을 따라 설정된 기준에 따라 필터링된 이미지의 제N-1가상 무게중심을 산출하는 단계;
상기 인접 합산 이진화된 이미지를 리버싱하고, 이 리버싱된 이미지에서 상기 제N-1가상 무게중심을 원의 중심으로 하여 산정된 원 내부에 위치하는 픽셀들만 채택한 뒤, 이 채택된 이미지의 제N가상 무게중심을 산출하는 단계; 및
상기 제N가상 무게중심이 하기의 식을 만족할 때, 상기 동공 영역이 확정되는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
(Xn 과 Yn 은 제N가상 무게중심의 좌표, a와 b 는 상수)
- 청구항 13에 있어서,
상기 제N-1가상 무게중심을 산출하는 단계는,
상기 인접합산 이미지를 상하로 리버싱하는 단계;
상기 리버싱된 이미지의 행을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수평이미지추출단계;
상기 리버싱된 이미지의 열을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수직이미지추출단계; 및
상기 수평이미지와 상기 수직이미지의 중첩된 이미지를 추출한 뒤, 이 중첩된 이미지를 구성하는 픽셀들의 좌표값을 이용하여 상기 제N-1가상 무게중심을 산출하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 13에 있어서,
상기 제N가상 무게중심을 산출하는 단계는,
상기 제N-1가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N-1좌측픽셀과 제N-1우측픽셀을 산정하는 단계;
상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N-1가상 무게중심의 Y좌표로 결정되는 제N-1가상원중심(Xn -1, Yn -1)을 산정하는 단계;
상기 제N-1가상원중심과 상기 제N-1좌측픽셀 또는 상기 제N-1우측픽셀간의 거리를 반지름 (rn -1)으로 하는 원을 산정하는 단계;
상기 원 내부에 위치하는 어두운 영역의 픽셀들만 채택한 뒤, 이 채택된 어두운 영역을 구성하는 픽셀들의 좌표를 이용하여 상기 제N가상 무게중심을 산출하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 13에 있어서,
상기 동공 영역이 확정되도록 만족하는 식은, 하기의 식을 만족하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
(rn -1 - rn)/rn -1 ≤ 5/100
(rn 은 제N가상 무게중심이 원의 중심이고, 이 원의 반지름)
- 청구항 16에 있어서,
상기 rn 을 산출하는 단계는,
상기 제N가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N좌측픽셀과 제N우측픽셀을 산정하는 단계;
상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N가상 무게중심의 Y좌표로 결정되는 제N가상원중심(Xn, Yn)을 산정하는 단계;
상기 제N가상원중심과 상기 제N좌측픽셀 또는 상기 제N우측픽셀간의 거리를 반지름(rn)으로 산출하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 청구항 1에 있어서,
상기 동공과 홍채의 경계점들을 합산하는 단계는,
상기 확정된 동공 영역의 무게중심을 중심으로, 일방향으로 회전하면서 명암이 변동되는 지점들을 체크하고, 이 지점들을 이용 최소원형법을 통해 동공을 추출하는 것을 특징으로 하는, 인접 합산 이진화를 이용한 동공 추출 방법.
- 개인의 눈부분을 촬영한 영상정보에 있어서,
상기 촬영된 영상정보에 나타난 글린트에 인접한 동공 영역의 그레이 레벨값을 이용하여 상기 글린트를 제거하는 글린트 추출부;
상기 글린트가 제거된 복수 개의 픽셀로 구성된 영상정보를 설정된 기준값과 비교하여 상기 영상정보의 어두운 영역과 밝은 영역을 확장하는 인접합산이진화부;
상기 이진화된 영상정보의 무게중심을 이용하여 동공 영역을 확정하는 동공 처리부; 및
상기 확정된 동공 영역 내의 무게 중심을 이용하여 동공과 홍채의 경계점들을 합산하여 동공을 추출하는 동공검출부를 포함하는, 동공 추출 제어장치.
- 청구항 19에 있어서,
상기 글린트 추출부는,
상기 촬영된 영상정보를 저장하는 데이터 베이스부;
상기 촬영된 영상정보로부터 글린트를 추출하고, 상기 영상정보를 이진화하여 흑백으로 표현하되 상기 글린트가 그레이 레벨값으로 표현된 영상정보 영역 중 동공의 내부 영역에 해당하는지 여부를 판단하며, 상기 글린트가 상기 동공 내부 영역에 해당되면 상기 글린트를 상기 동공의 그레이 레벨값 범위로 보정하여 상기 동공 영역을 확정하고 이를 추출하여 홍채 영역을 확정하는 홍채 처리부; 및
상기 데이터 베이스부에 기 저장된 영상정보와 상기 글린트 처리부에서 확정된 홍채 영역과의 일치 여부를 판단하는 비교부를 더 포함하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 20에 있어서,
상기 홍채 처리부는,
영상 정보를 복수 개의 픽셀로 분할하고, 상기 픽셀의 그레이 레벨값이 기준 그레이 레벨값 이상이면 상기 글린트로 판단하여 추출하는 글린트 추출모듈을 더 포함하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 20에 있어서,
상기 홍채 처리부는,
추출된 상기 글린트를 이진화되어 흑백으로 표현된 상기 영상정보에 마스킹(masking)하여 상기 글린트가 상기 영상정보 영역 중 상기 동공의 내부 영역에 해당하는지 여부를 판단하는 글린트 위치판단모듈을 더 포함하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 20에 있어서,
상기 홍채 처리부는,
상기 영상정보를 복수 개의 픽셀로 분할하고, 상기 글린트 내부에서 기준 픽셀을 설정하여 상기 기준 픽셀을 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는지 여부를 판단한 후, 상기 동공 영역의 그레이 레벨값 범위에 포함되는 상기 주변 픽셀의 그레이 레벨값 평균값으로 상기 기준 픽셀의 그레이 레벨값으로 보정하는 글린트 보정모듈을 더 포함하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 23에 있어서,
상기 글린트 보정모듈에서 상기 기준 픽셀은 상기 글린트의 무게중심인 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 24에 있어서,
상기 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상기 기준 픽셀의 좌측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고,
상기 좌측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 상측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하며,
상기 상측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 우측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하고,
상기 우측 인접 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위를 벗어나면 하측 인접 주변 픽셀을 새로운 기준 픽셀로 설정하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 25에 있어서,
상기 보정 과정은,
보정 과정이 진행된 경로를 추적하여 잔여 글린트에 해당하는 픽셀을 추출하고, 이 잔여 글리트를 새로운 기준 픽셀로 설정한 후, 새로운 상기 기준 픽셀을 둘러싸는 주변 픽셀 중 상기 동공 영역의 그레이 레벨값 범위에 포함되는 주변 픽셀의 그레이 레벨값 평균값으로 새로운 상기 기준 픽셀의 그레이 레벨값을 보정하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 26에 있어서,
상기 보정 과정은,
보정 과정이 진행된 경로를 추적하여 상기 글린트 내부에 존재하는 모든 픽셀들이 그 주위를 둘러싸는 주변 픽셀의 그레이 레벨값이 상기 동공 영역의 그레이 레벨값 범위에 포함되는 경우 상기 보정 과정을 완료하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 23에 있어서,
상기 글린트가 상기 동공과 홍채의 경계에 존재하면,
상기 글린트의 무게중심을 지나는 복수 개의 직선을 가정하고, 복수 개의 직선 중 상기 동공 영역과 만나는 복수 개의 점들 중 제1포인트 및 제2포인트를 확정한 후, 상기 제1포인트 및 제2포인트를 연결하여 상기 동공 영역에 근접한 글린트 영역을 상기 동공 영역으로 보정하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 28에 있어서,
상기 제1포인트는, 상기 복수 개의 직선이 일방향으로 회전하되,
상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 점들을 탐지하는 도중 2개의 지점이 감지된 후, 다시 1개의 지점으로 감지될 때의 동공 측에 위치한 픽셀인 것을 특징으로 하고,
상기 제2포인트는, 상기 복수 개의 직선이 타방향으로 회전하되,
상기 동공 영역 내의 그레이 레벨값 범위에 포함되는 1개의 지점이 연속적으로 감지되다 더 이상 감지되지 않는 시점에 동공 측에 위치한 픽셀인 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 19에 있어서,
상기 인접합산이진화부는,
상기 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인픽셀로 설정하고, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제1기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정하여 상기 영상정보의 밝은 영역을 확장하는 제1차 이진화 모듈과,
상기 제1차 이진화 단계에 의해 보정된 영상정보를 복수 개의 픽셀로 분할하고, 이 분할된 각각의 픽셀을 메인 픽셀로 설정하며, 상기 메인 픽셀과 이 메인 픽셀을 둘러싸는 주변 픽셀들의 그레이 레벨값 총합과 설정된 제2기준값을 비교하여 상기 메인 픽셀의 그레이 레벨값을 보정함으로써, 상기 영상 정보의 어두운 영역을 확장하는 제2차 이진화 모듈로 구성된 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 19에 있어서,
상기 동공 처리부는,
상기 인접 합산 이진화된 이미지의 행과 열의 프로파일 정보에서 행 및 열을 따라 설정된 기준에 따라 필터링된 이미지의 제N-1가상 무게중심을 산출하는 제N-1산출모듈과,
상기 인접 합산 이진화된 이미지를 리버싱하고, 이 리버싱된 이미지에서 상기 제N-1가상 무게중심을 원의 중심으로 하여 산정된 원 내부에 위치하는 픽셀들만 채택한 뒤, 이 채택된 이미지의 제N가상 무게중심을 산출하는 제N산출모듈과,
상기 제N가상 무게중심이 하기의 식을 만족하는지 여부를 판단하여 상기 동공 영역을 확정하는 제1차판단모듈을 더 포함하는 것을 특징으로 하는, 동공 추출 제어장치.
(Xn 과 Yn 은 제N가상 무게중심의 좌표, a와 b 는 상수)
- 청구항 31에 있어서,
상기 제N-1산출모듈은,
상기 인접합산 이미지를 상하로 리버싱하고, 상기 리버싱된 이미지의 행을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수평이미지와 열을 따라 연속적으로 인접된 어두운 영역의 픽셀들로 구성된 수직이미지를 추출한 뒤, 상기 수평이미지와 상기 수직이미지의 중첩된 이미지를 추출하여 이 중첩된 이미지를 구성하는 픽셀들의 좌표값을 이용 상기 제N-1가상 무게중심을 산출하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 19에 있어서,
상기 제N산출모듈은,
상기 제N-1가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N-1좌측픽셀과 제N-1우측픽셀을 산정하고, 상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N-1가상 무게중심의 Y좌표로 결정되는 제N-1가상원중심(Xn -1, Yn -1)을 산정하며, 상기 제N-1가상원중심과 상기 제N-1좌측픽셀 또는 상기 제N-1우측픽셀간의 거리를 반지름 (rn -1)으로 하는 원을 산정한 뒤, 상기 원 내부에 위치하는 어두운 영역의 픽셀들만 채택하여 이 채택된 어두운 영역을 구성하는 픽셀들의 좌표를 이용 상기 제N가상 무게중심을 산출하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 31에 있어서,
상기 동공 영역이 확정되도록 만족하는 식은, 하기의 식을 만족하는지 여부를 판단하는 제2차판단모듈을 더 포함하는 것을 특징으로 하는, 동공 추출 제어장치.
(rn -1 - rn)/rn -1 ≤ 5/100
(rn 은 제N가상 무게중심이 원의 중심이고, 이 원의 반지름)
- 청구항 34에 있어서,
상기 제2차판단모듈은,
상기 rn 을 산출하기 위해, 상기 제N가상 무게중심을 따라 수직으로 연장시 최상단에서 만나는 픽셀군의 양 끝단에 위치한 제N좌측픽셀과 제N우측픽셀을 산정하고, 상기 양 끝단에 해당하는 픽셀들의 X좌표 평균값과 상기 제N가상 무게중심의 Y좌표로 결정되는 제N가상원중심(Xn, Yn)을 산정한 뒤, 상기 제N가상원중심과 상기 제N좌측픽셀 또는 상기 제N우측픽셀간의 거리를 반지름(rn)으로 산출하는 것을 특징으로 하는, 동공 추출 제어장치.
- 청구항 19에 있어서,
상기 동공 검출부는,
상기 동공과 홍채의 경계점들을 합산하고, 상기 확정된 동공 영역의 무게 중심을 중심으로 일방향으로 회전하면서 명암이 변동되는 지점들을 체크하고, 이 지점들을 이용 최소원형법을 통해 동공을 추출하는 것을 특징으로 하는, 동공 추출 제어장치.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140077309A KR101582467B1 (ko) | 2014-06-24 | 2014-06-24 | 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치 |
PCT/KR2015/005723 WO2015199354A1 (ko) | 2014-06-24 | 2015-06-08 | 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140077309A KR101582467B1 (ko) | 2014-06-24 | 2014-06-24 | 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20160000531A true KR20160000531A (ko) | 2016-01-05 |
KR101582467B1 KR101582467B1 (ko) | 2016-01-06 |
Family
ID=54938390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140077309A KR101582467B1 (ko) | 2014-06-24 | 2014-06-24 | 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR101582467B1 (ko) |
WO (1) | WO2015199354A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018088649A1 (ko) * | 2016-11-11 | 2018-05-17 | 주식회사 쓰리이 | 글린트 검출 방법 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008812B (zh) * | 2019-01-22 | 2021-03-16 | 西安网算数据科技有限公司 | 基于虹膜识别的网站登录*** |
CN112634345B (zh) * | 2020-12-18 | 2023-03-31 | 福州华虹智能科技股份有限公司 | 基于最小二乘法的图像特征信息提取矿井壁图像的方法 |
CN113129305B (zh) * | 2021-05-18 | 2023-06-16 | 浙江大华技术股份有限公司 | 丝锭状态的确定方法、装置、存储介质及电子装置 |
CN115281603B (zh) * | 2022-10-08 | 2023-08-04 | 北京大学第三医院(北京大学第三临床医学院) | 一种不同时期青光眼视功能障碍的智能验证方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100373850B1 (ko) | 2000-10-07 | 2003-02-26 | 주식회사 큐리텍 | 홍채를 이용한 신원 확인 시스템 및 방법과 그 방법에대한 컴퓨터 프로그램 소스를 저장한 기록매체 |
KR100376415B1 (ko) | 2000-11-27 | 2003-03-19 | 주식회사 알파엔지니어링 | 눈 영상을 이용한 동공추출방법 |
KR20050025927A (ko) * | 2003-09-08 | 2005-03-14 | 유웅덕 | 홍채인식을 위한 동공 검출 방법 및 형상기술자 추출방법과 그를 이용한 홍채 특징 추출 장치 및 그 방법과홍채인식 시스템 및 그 방법 |
KR20050065195A (ko) * | 2003-12-24 | 2005-06-29 | 한국전자통신연구원 | 확장 템플릿 정합을 이용한 홍채 영상 추출 방법 및 그 장치 |
KR100826876B1 (ko) | 2006-09-18 | 2008-05-06 | 한국전자통신연구원 | 홍채 검출 방법 및 이를 위한 장치 |
KR20110078468A (ko) * | 2009-12-31 | 2011-07-07 | 서강대학교산학협력단 | 비제한적 환경에서의 홍채 인식 시스템 및 방법 |
KR101178855B1 (ko) | 2010-05-03 | 2012-09-03 | 남궁종 | 홍채 인식 시스템, 그 방법 및 이를 이용한 무선 통신 장치 보안 시스템 |
-
2014
- 2014-06-24 KR KR1020140077309A patent/KR101582467B1/ko active IP Right Grant
-
2015
- 2015-06-08 WO PCT/KR2015/005723 patent/WO2015199354A1/ko active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100373850B1 (ko) | 2000-10-07 | 2003-02-26 | 주식회사 큐리텍 | 홍채를 이용한 신원 확인 시스템 및 방법과 그 방법에대한 컴퓨터 프로그램 소스를 저장한 기록매체 |
KR100376415B1 (ko) | 2000-11-27 | 2003-03-19 | 주식회사 알파엔지니어링 | 눈 영상을 이용한 동공추출방법 |
KR20050025927A (ko) * | 2003-09-08 | 2005-03-14 | 유웅덕 | 홍채인식을 위한 동공 검출 방법 및 형상기술자 추출방법과 그를 이용한 홍채 특징 추출 장치 및 그 방법과홍채인식 시스템 및 그 방법 |
KR20050065195A (ko) * | 2003-12-24 | 2005-06-29 | 한국전자통신연구원 | 확장 템플릿 정합을 이용한 홍채 영상 추출 방법 및 그 장치 |
KR100826876B1 (ko) | 2006-09-18 | 2008-05-06 | 한국전자통신연구원 | 홍채 검출 방법 및 이를 위한 장치 |
KR20110078468A (ko) * | 2009-12-31 | 2011-07-07 | 서강대학교산학협력단 | 비제한적 환경에서의 홍채 인식 시스템 및 방법 |
KR101178855B1 (ko) | 2010-05-03 | 2012-09-03 | 남궁종 | 홍채 인식 시스템, 그 방법 및 이를 이용한 무선 통신 장치 보안 시스템 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018088649A1 (ko) * | 2016-11-11 | 2018-05-17 | 주식회사 쓰리이 | 글린트 검출 방법 |
US10354164B2 (en) | 2016-11-11 | 2019-07-16 | 3E Co., Ltd. | Method for detecting glint |
Also Published As
Publication number | Publication date |
---|---|
KR101582467B1 (ko) | 2016-01-06 |
WO2015199354A1 (ko) | 2015-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852160B (zh) | 以图像为基准的生物识别***及计算机实施方法 | |
CN109816644B (zh) | 一种基于多角度光源影像的轴承缺陷自动检测*** | |
CN101317183B (zh) | 在获取的眼睛的图像中定位表示虹膜的像素的方法 | |
KR101343901B1 (ko) | 디지털 이미지에서의 눈 검출을 위한 방법 및 장치 | |
KR100826876B1 (ko) | 홍채 검출 방법 및 이를 위한 장치 | |
KR101582467B1 (ko) | 인접 합산 이진화를 이용한 동공 추출 방법 및 이를 이용한 동공 추출 제어장치 | |
De Marsico et al. | Noisy iris recognition integrated scheme | |
Ibrahim et al. | Iris localization using local histogram and other image statistics | |
KR101761586B1 (ko) | 홍채와 공막의 경계선 검출 방법 | |
Abate et al. | BIRD: Watershed based iris detection for mobile devices | |
CN106133752A (zh) | 眼睛注视跟踪 | |
WO2016010720A1 (en) | Multispectral eye analysis for identity authentication | |
JP2009523265A (ja) | 画像中の虹彩の特徴を抽出する方法 | |
JP2007188504A (ja) | 画像中の画素強度をフィルタリングする方法 | |
US10521659B2 (en) | Image processing device, image processing method, and image processing program | |
Parikh et al. | Effective approach for iris localization in nonideal imaging conditions | |
JP7044504B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
KR20110051714A (ko) | 얼굴 인식 장치 및 방법 | |
KR20070088982A (ko) | 변형에 강건한 홍채 인식 방법 | |
KR101548625B1 (ko) | 글린트 제거방법과 이를 이용한 홍채 인식 제어장치 | |
KR20180072517A (ko) | 홍채와 공막의 경계선 검출 방법 | |
KR100590572B1 (ko) | 눈 위치 검출 방법 및 장치 | |
JP7078386B2 (ja) | 画像処理装置 | |
Spasova et al. | An Algorithm for Detecting the Location and Parameters of the Iris in the Human Eye | |
Matveev et al. | Iris segmentation system based on approximate feature detection with subsequent refinements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20191226 Year of fee payment: 5 |