| 1 |
1
교량이나 터널을 감시하는 영역 내의 다수의 카메라로부터 압축된 영상을 입력받는 영상 입력부(210),입력받은 상기 압축된 영상들을 3차원 좌표계 영상들로 복원하고 그 복원된 3차원 좌표계 영상들 각각의 특징점들을 기반으로 소정의 변환 행렬의 값을 계산한 후 계산된 변환 행렬을 이용하여 상기 복원된 3차원 좌표계 영상들을 2차원 좌표계 영상들로 각각 변형하는 영상 변형부(220), 상기 복원된 3차원 좌표계 영상들 각각에서 일정한 개수의 특징점을 추출하는 특징점 검출부(224), 및상기 영상 변형부가 변형한 영상들을 합성하여 하나의 합성영상을 생성하는 영상 합성부(230)를 포함하여 구성되며,상기 소정의 변환 행렬은 높이(z축)에 제로값('0')을 할당하는 3X3 행렬이며, 상기 영상 합성부(230)는 상기 영상들을 합성하는 과정에서 합성되는 상기 영상들 간에 겹쳐지는 부분은 미리 설정된 블랜딩 기법을 사용하여 하나로 합성하는 것을 특징으로 하는 영상을 합성하기 위한 장치
|
| 2 |
2
제1항에 있어서, 상기 특징점 검출부(224)는상기 복원된 3차원 좌표계 영상들을 그레이 레벨 채널로 변환하고,그레이 레벨 채널로 변환된 이미지에 대해 가우시안 필터링을 수행하고,상기 필터링된 영상 이미지에 적응적 해리스 코너 포인트 방식을 적용하여, 일정한 개수의 특징점을 추출하는 것을 특징으로 하는 영상을 합성하기 위한 장치
|
| 3 |
3
제2항에 있어서, 상기 적응적 해리스 코너 포인트 방식은가우시안 필터링된 영상을 입력받고 수식을 구성하는 파라미터들을 초기화하는 과정과,문턱값(Ti)을 적용하여 상기 해리스 코너 포인트 방식에 따라 특징점들을 추출하는 과정과, 상기 추출된 특징점 개수(N(Ti))와 사용자가 추출하고자 하는 특징점 개수(Ntarget)의 차이(S)가 소정의 허용범위(r)를 넘는지 여부를 비교하는 과정과,상기 차이(S)가 허용범위(r)를 넘고 동시에 상기 N(Ti)이 Ntarget보다 작은 경우, 문턱값(Ti)을 σ만큼 감소시키는 과정과,상기 차이(S)가 허용범위(r)를 넘고 동시에 상기 N(Ti)이 Ntarget와 같거나 큰 경우, 문턱값(Ti)을 σ만큼 증가시키는 과정과,상기 문턱값(Ti)이 σ만큼 감소 또는 증가되면, 상기 초기화 이후의 과정들을 반복 수행하는 과정을 포함하여 이루어지며,상기 σ는 문턱값(T)을 조절하는 증분량(Step size)인 것을 특징으로 하는 영상을 합성하기 위한 장치
|
| 4 |
4
제3항에 있어서, 상기 문턱값(Ti)을 σ만큼 감소시키는 과정은이전의 과정에서 문턱값(Ti-1)이 그 이전 과정의 문턱값(Ti-2)보다 증가된 것인 경우, σ를 λ배 만큼 감소시키는 과정을 포함하며, 상기 λ는 입력영상의 특징적인 변화를 의미하는 고유값으로, 0과 1사이의 값을 갖는 상수인 것을 특징으로 하는 영상을 합성하기 위한 장치
|
| 5 |
5
제3항에 있어서, 상기 문턱값(Ti)을 σ만큼 증가시키는 과정은이전의 과정에서 문턱값(Ti-1)이 그 이전 과정의 문턱값(Ti-2)보다 감소된 것인 경우, σ를 λ배 만큼 감소시키는 과정을 포함하며, 상기 λ는 입력영상의 특징적인 변화를 의미하는 고유값으로, 0과 1사이의 값을 갖는 상수인 것을 특징으로 하는 영상을 합성하기 위한 장치
|
| 6 |
6
삭제
|
| 7 |
7
제1 항에 있어서, 상기 영상 합성부(230)는,상기 영상들을 합성하는 과정에서 합성되는 상기 영상들 간에 겹쳐지는 부분은 겹쳐지는 상기 영상들의 평균값을 사용하여 하나로 합성하는 것을 특징으로 하는 영상을 합성하기 위한 장치
|
| 8 |
8
제1 항에 있어서, 상기 영상 합성부(230)는,상기 영상들을 합성하는 과정에서 합성되는 상기 영상들 간에 겹쳐지는 부분은 겹쳐지는 상기 영상들 각각으로부터의 거리에 따라 미리 설정되는 가중치를 사용하여 하나로 합성하는 것을 특징으로 하는 영상을 합성하기 위한 장치
|
| 9 |
9
교량이나 터널을 감시하는 영역 내의 다수의 카메라로부터 압축된 영상을 입력받는 단계,입력받은 상기 압축된 영상들을 3차원 좌표계 영상들로 복원하는 단계,상기 복원된 3차원 좌표계 영상들 각각에서 일정한 개수의 특징점을 추출하는 단계, 상기 추출된 특징점들을 기반으로, 높이(z축)에 제로값('0')을 할당하는 3X3의 변환 행렬의 값을 계산한 후 계산된 변환 행렬을 이용하여 상기 복원된 3차원 좌표계 영상들을 2차원 좌표계 영상들로 각각 변형하는 단계,상기 변형된 상기 다수의 영상들을 합성하여 하나의 합성영상을 생성하는 단계를 포함하여 이루어지며,상기 합성영상을 생성하는 단계는 상기 영상들을 합성하는 과정에서 합성되는 상기 영상들 간에 겹쳐지는 부분은 미리 설정된 블랜딩 기법을 사용하여 하나로 합성하는 것임을 특징으로 하는 영상을 합성하기 위한 방법
|
| 10 |
10
제9항에 있어서, 상기 특징점을 추출하는 단계는,상기 복원된 3차원 좌표계 영상들을 그레이 레벨 채널로 변환하는 단계,상기 그레이 레벨 채널로 변환된 이미지에 대해 가우시안 필터링을 수행하는 단계,상기 필터링된 영상 이미지에 적응적 해리스 코너 포인트 방식을 적용하여, 일정한 개수의 특징점을 추출하는 단계를 포함하여 이루어지는 것을 특징으로 하는 영상을 합성하기 위한 방법
|
| 11 |
11
제10항에 있어서, 상기 적응적 해리스 코너 포인트 방식을 적용한 특징점 추출단계는,가우시안 필터링된 영상을 입력받고 수식을 구성하는 파라미터들을 초기화하는 단계와,문턱값(Ti)을 적용하여 상기 해리스 코너 포인트 방식에 따라 특징점들을 추출하는 단계와, 상기 추출된 특징점 개수(N(Ti))와 사용자가 추출하고자 하는 특징점 개수(Ntarget)의 차이(S)가 소정의 허용범위(r)를 넘는지 여부를 비교하는 단계와,상기 차이(S)가 허용범위(r)를 넘고 동시에 상기 N(Ti)이 Ntarget보다 작은 경우, 문턱값(Ti)을 σ만큼 감소시키는 단계와,상기 차이(S)가 허용범위(r)를 넘고 동시에 상기 N(Ti)이 Ntarget와 같거나 큰 경우, 문턱값(Ti)을 σ만큼 증가시키는 단계와,상기 문턱값(Ti)이 σ만큼 감소 또는 증가되면, 상기 초기화 이후의 과정들을 반복 수행하는 단계를 포함하여 이루어지며,상기 σ는 문턱값(T)을 조절하는 증분량(Step size)인 것을 특징으로 하는 영상을 합성하기 위한 방법
|
| 12 |
12
제11항에 있어서, 상기 문턱값(Ti)을 σ만큼 감소시키는 단계는이전의 과정에서 문턱값(Ti-1)이 그 이전 과정의 문턱값(Ti-2)보다 증가된 것인 경우, σ를 λ배 만큼 감소시키는 단계를 포함하며, 상기 λ는 입력영상의 특징적인 변화를 의미하는 고유값으로, 0과 1사이의 값을 갖는 상수인 것을 특징으로 하는 영상을 합성하기 위한 방법
|
| 13 |
13
제11항에 있어서, 상기 문턱값(Ti)을 σ만큼 증가시키는 단계는이전의 과정에서 문턱값(Ti-1)이 그 이전 과정의 문턱값(Ti-2)보다 감소된 것인 경우, σ를 λ배 만큼 감소시키는 단계를 포함하며, 상기 λ는 입력영상의 특징적인 변화를 의미하는 고유값으로, 0과 1사이의 값을 갖는 상수인 것을 특징으로 하는 영상을 합성하기 위한 방법
|
| 14 |
14
삭제
|
| 15 |
15
제9항에 있어서, 상기 합성영상을 생성하는 단계는,상기 영상들을 합성하는 과정에서 합성되는 상기 영상들 간에 겹쳐지는 부분은 겹쳐지는 상기 영상들의 평균값을 사용하여 하나로 합성하는 것을 특징으로 하는 영상을 합성하기 위한 방법
|
| 16 |
16
제9항에 있어서, 상기 합성영상을 생성하는 단계는,상기 영상들을 합성하는 과정에서 합성되는 상기 영상들 간에 겹쳐지는 부분은 겹쳐지는 상기 영상들 각각으로부터의 거리에 따라 미리 설정되는 가중치를 사용하여 하나로 합성하는 것을 특징으로 하는 영상을 합성하기 위한 방법
|
