| 1 |
1
소나 영상의 특성이나 환경적인 요인 및 광학 카메라에 비해 낮은 화질과 노이즈가 많아 물체를 용이하게 식별할 수 없고 사후적인 영상처리에도 어려움이 있었던 종래의 영상 소나를 이용한 수중물체 탐지방법들의 문제점을 해결하기 위해, 수중 환경에서 물체인식 성능을 높일 수 있도록 구성되는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법에 있어서, 입력되는 소나 영상 내에서 찾고자 하는 대상체와 유사도가 높은 물체를 모두 관심후보로 선택하는 관심후보 선택단계; 상기 유사도 기반 관심후보 선택단계에서 선택된 각각의 상기 관심후보에 대하여 각 후보가 이후의 영상에서 계속하여 나타나는지를 의미하는 연속성 및 잡음 여부를 평가하여 최종후보를 선택하는 최종후보 선택단계; 상기 최종후보 선택단계에서 선정된 각각의 최종후보를 중심으로 미리 정해진 일정 범위에 대하여 설정되는 관심영역에 대하여 각각 복수의 인식 알고리즘을 적용하는 지역영상 처리과정을 수행하여 영상 내의 물체를 인식하는 인식단계; 및 상기 인식단계에서 인식된 물체에 대하여 각각 복수의 추적 알고리즘을 적용하여 상기 소나의 움직임이나 상기 물체의 움직임을 추적하는 추적단계를 포함하여 구성되며, 영상 전체에 대하여 영상처리를 반복 수행할 필요 없이 각각의 상기 최종후보들을 중심으로 일정 범위에 대하여만 영상처리가 수행됨으로써, 처리용량 감소 및 처리속도 증가가 가능하여 복수의 알고리즘을 적용하더라도 연속적으로 진행되는 상기 소나 영상에 대하여 실시간으로 영상처리가 가능한 동시에, 실시간으로 영상처리된 상기 소나 영상을 통하여 상기 수중물체의 인식 및 식별의 용이성을 높일 수 있도록 구성되며, 복수의 인식 알고리즘 및 복수의 추적 알고리즘을 동시에 적용하고 각각의 결과를 종합하여 상기 수중물체에 대한 인식 및 추적이 이루어짐으로써, 상기 수중물체에 대한 인식 및 추적의 정확성 및 강인성을 높일 수 있는 동시에, 단일의 방법만을 적용하였을 경우 특정한 경우에는 인식이 잘 되고 다른 특정한 경우에는 인식이 잘 안 되는 경우가 발생하는 불확실성을 개선하여 항상 정확한 결과를 얻을 수 있도록 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 2 |
2
제 1항에 있어서, 상기 관심후보 선택단계는, 입력 영상과 상기 대상체 사이의 유사도를 비교하여 유사도 영상을 구하는 단계; 및 상기 유사도 영상으로부터 상기 대상체일 가능성이 있는 것으로 여겨지는 후보를 모두 관심후보로 선택하는 단계를 포함하여 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 3 |
3
제 2항에 있어서, 상기 유사도 영상을 구하는 단계는, 이하의 수학식을 이용하여, 상기 대상체의 외부 외곽선 실측정보를 소나 영상평면의 (x,y) 픽셀 정보로 변환하는 것에 의해 상기 대상체의 크기를 상기 소나 영상에서 상기 대상체가 위치한 거리와 각도에 따라 변형하는 단계; 및 (여기서, xdistort, ydistort는 각각 피치각(pitch angle)에 대하여 왜곡된 외곽선(distorted outline)이고, xreal, yreal은 각각 X축 및 Y축에서 표식물의 외곽선(outline)이며, ximg, yimg는 각각 영상 평면(image plane)에서 픽셀 단위로 추정된 외곽선(estimated outline)임) 허프 변환(hough circle transform)을 이용하여, 입력 영상의 각 위치에 상기 대상체가 존재할 확률을 밝기값으로 나타낸 유사도 영상을 구하는 단계를 포함하여 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 4 |
4
제 2항에 있어서, 상기 관심후보 선택단계는, 상기 유사도 영상에 근거하여 밝기값이 높은 점 또는 지역을 차례로 상기 관심후보로서 선택하는 단계를 포함하여 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 5 |
5
제 1항에 있어서, 상기 최종후보 선택단계는, 파티클 필터를 이용한 확률 기반 필터링을 통하여 상기 관심후보 선택단계에서 선택된 상기 관심후보들 중 잡음이나 잘못 인식된 후보들을 제외하고, 나머지 후보들을 상기 최종후보로서 선택하도록 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 6 |
6
제 5항에 있어서, 상기 최종후보 선택단계는, 모든 입자 그룹에 대하여, 각각의 입자 그룹이 미리 정해진 특정한 지표값을 만족하는 지에 대한 지표평가 및 입자 그룹간 동일 대상체의 중복 검출 유무에 대한 평가를 포함하는 평가조건에 의해 잡음 및 사라진 후보 여부를 판단하고, 상기 평가조건을 모두 만족하는 입자 그룹을 최종 후보로서 선택하도록 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 7 |
7
제 1항에 있어서, 상기 인식단계는, 각각의 상기 최종후보 중에서 찾고자 하는 물체가 어떤 것인지를 판별하기 위해, 상기 최종후보 선택단계에서 선정된 각각의 상기 최종후보를 중심으로 설정되는 상기 관심영역에 대하여 각각 복수의 인식 알고리즘을 적용하여 각각의 결과를 구하고, 각각의 상기 알고리즘에 의한 결과에 대하여 상수 가중치를 적용하거나, 학습에 의하여 변경 가능한 적응 가중치를 적용한 후, 각각의 결과를 통합하여 최종 판단을 도출하도록 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 8 |
8
제 7항에 있어서, 상기 인식단계는, 상기 인식 알고리즘 중 하나로서, 형태를 면적에 근거하여 판단하는 형태행렬 인식(shape matrix identification) 방법을 적용하도록 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 9 |
9
제 8항에 있어서, 상기 형태행렬 인식방법은, 이미 알고 있는 형태행렬 A와 상기 최종후보 선택단계에서 구해진 형태행렬 B 사이의 매칭 함수(matching function)를 이용하도록 구성되며, 상기 매칭함수는, 이하의 수학식으로 나타내지는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 10 |
10
제 1항에 있어서, 상기 추적단계는, 상기 물체인식단계에서 인식된 각각의 물체에 대하여 평균-이동 추적(mean-shift tracking) 및 확률기반 알고리즘을 포함하는 복수의 추적 알고리즘을 복합적으로 적용하고 각각의 알고리즘으로부터 얻어진 결과를 종합하여 영상 내의 물체를 추적하도록 구성됨으로써, 추적의 정확성 및 강인성을 높이고, 실시간 영상처리를 통해 정확하고 정밀한 추적이 가능하도록 구성되는 것을 특징으로 하는 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법
|
| 11 |
11
수중에서 자율적인 행동이 가능하도록 구성되는 자율형 수중 로봇에 있어서, 청구항 1항 내지 10항 중 어느 한 항에 기재된 소나 영상의 실시간 영상처리를 이용한 수중물체의 인식 및 추적방법을 이용하여, 자연물이나 수중에 미리 설치된 인공 표식물을 수중 영상 소나를 통해 식별함으로써 현재 위치 파악 및 이동경로의 결정이 가능하도록 구성되는 것을 특징으로 하는 자율형 수중 로봇
|
