1 |
1
카메라를 통해 객체 집단을 촬영하여 영상을 획득하는 단계;근접객체 발생 여부를 판단하여, 근접객체가 발생한 경우, 전배경 영상을 획득하고 잡음을 제거하는 단계;전배경 영상에서 근접객체의 분리가 필요한 부분을 관심영역으로 설정하고 관심영역 영상을 획득하는 단계;근접객체 오목점 검출 알고리즘을 이용하여 관심영역 영상에서 근접객체의 오목점을 검출하는 단계; 및검출된 오목점의 개수를 판단하여, 검출된 오목점이 한 개인 경우, 해당 오목점의 인덱스와 전체 외곽선 인덱스를 이용하여 계산된 범위 내 점들 중 해당 오목점과 가장 가까운 점을 선택하고, 해당 오목점과 가장 가까운 점을 연결하여 경계선을 생성함으로써 근접객체를 분리하는 단계를 포함하고,상기 근접객체 오목점 검출 알고리즘을 이용하여 관심영역 영상에서 근접객체의 오목점을 검출하는 단계는, 근접객체의 외곽선 및 최소 볼록 집합(Convex Hull)을 이용하여 최소 다각형을 추출하는 단계;추출된 최소 다각형의 선분을 이용하여 시계열 데이터를 생성하고, 생성된 시계열 데이터를 이용하여 오목 구간을 판별하는 단계;판별된 오목 구간의 길이, 최소 다각형의 선분 길이 및 유클리디언 거리를 이용하여 오목점 후보를 검출하는 단계; 및오목점 후보의 개수에 따라 오목점을 최종 검출 하는 단계를 포함하는 근접객체 구분 방법
|
2 |
2
제1항에 있어서,검출된 오목점의 개수를 판단하여, 검출된 오목점이 두 개인 경우, 두 개의 오목점을 연결하여 경계선을 생성함으로써 근접객체를 분리하는 단계를 더 포함하는 근접객체 구분 방법
|
3 |
3
제1항에 있어서,근접객체 발생 여부를 판단하여, 근접객체가 발생한 경우 전배경 분리 및 잡음을 제거하는 단계는, 전배경 분리 및 잡음을 제거하기 위해 HSV(Hue Saturation Value)의 값을 설정한 후 이진화하여 객체의 전배경 영상을 획득하는근접객체 구분 방법
|
4 |
4
삭제
|
5 |
5
제1항에 있어서, 추출된 최소 다각형의 선분을 이용하여 시계열 데이터를 생성하고, 생성된 시계열 데이터를 이용하여 오목 구간을 판별하는 단계는, 추출된 최소 다각형의 각 선분을 반시계 방향으로 연결 리스트에 저장하고, 가장 마지막에 저장된 점을 시계열 데이터 기록시 시작점으로 설정하는 단계;설정된 시작점으로부터 외곽선의 각 점들을 시계 방향으로 읽어 들이며, 외곽선의 각 점으로부터 최소 다각형의 각 선분에 수직으로 맞닿는 점까지의 유클리디언 거리(Euclidean Distance)를 계산하여 순서대로 기록한 시계열 데이터 A를 생성하는 단계;설정된 시작점으로부터 외곽선의 각 점들을 시계 방향으로 읽어들이며, 외곽선의 각 점으로부터 최소 다각형의 각 선분의 양 끝 점까지의 유클리디언 거리(Euclidean Distance)의 합을 계산하고, 최소 다각형의 다른 선분의 길이를 고려하여 계산된 값에서 선분의 길이를 뺀 값을 순서대로 기록한 시계열 데이터 B 생성하는 단계; 및시계열 데이터 A 및 시계열 데이터 B를 동시에 활용하기 위해 정규화하는 단계 를 포함하는 근접객체 구분 방법
|
6 |
6
제5항에 있어서,시계열 데이터 A로부터 오목 범위 탐색의 기준값을 설정하고, 최소 다각형의 각 선분에 대응하는 구간별 최댓값 중 기준값보다 큰 점을 추출하는 단계;시계열 데이터 B로부터 상기 추출된 점들이 휘어짐에 의한 오목 구간인지 판별하기 위해 오목 구간의 판별 범위를 상기 추출된 점의 시계열 데이터 값±임계값으로 설정하는 단계; 및상기 추출된 점에 대응하는 최소 다각형의 선분 구역에 대한 모든 시계열 데이터 값을 읽어들여 상기 추출된 점들이 휘어짐에 의한 오목 구간인지 판별하기 위한 오목 구간의 판별 범위의 기준 이내일 경우 오목 구간으로 판별하는 단계를 더 포함하는 근접객체 구분 방법
|
7 |
7
제1항에 있어서, 오목점 후보의 개수에 따라 오목점을 최종 검출 하는 단계는, 오목점 후보의 개수가 두 개 이하일 경우, 해당 오목점을 최종 결정하고, 오목점 후보의 개수가 세 개 이상일 경우, 해당 오목점들 중 시계열 데이터에서의 값을 오름차순으로 정렬한 후 상위 두 개의 오목점을 최종 결정하는근접객체 구분 방법
|
8 |
8
카메라를 통해 객체 집단을 촬영하여 획득된 영상으로부터 근접객체 발생 여부를 판단하여, 근접객체가 발생한 경우, 전배경 영상을 획득하고 잡음을 제거하는 전배경 영상 획득부;전배경 영상에서 근접객체의 분리가 필요한 부분을 관심영역으로 설정하고 관심영역 영상을 획득하는 관심영역 설정부;근접객체 오목점 검출 알고리즘을 이용하여 관심영역 영상에서 근접객체의 오목점을 검출하는 오목점 검출부; 및검출된 오목점의 개수를 판단하여, 검출된 오목점이 한 개인 경우, 해당 오목점의 인덱스와 전체 외곽선 인덱스를 이용하여 계산된 범위 내 점들 중 해당 오목점과 가장 가까운 점을 선택하고, 해당 오목점과 가장 가까운 점을 연결하여 경계선을 생성함으로써 근접객체를 분리하는 근접객체 분리부를 포함하고,상기 오목점 검출부는,근접객체의 외곽선 및 최소 볼록 집합(Convex Hull)을 이용하여 최소 다각형을 추출하는 최소 다각형 추출부;추출된 최소 다각형의 선분을 이용하여 시계열 데이터를 생성하는 시계열 데이터 생성부;생성된 시계열 데이터를 이용하여 오목 구간을 판별하는 오목 구간 판별부;판별된 오목 구간의 길이, 최소 다각형의 선분 길이 및 유클리디언 거리를 이용하여 오목점 후보를 검출하는 오목점 후보 검출부; 및오목점 후보의 개수에 따라 오목점을 최종 검출 하는 오목점 최종 검출부를 포함하는 근접객체 구분 장치
|
9 |
9
제8항에 있어서,근접객체 분리부는,검출된 오목점의 개수를 판단하여, 검출된 오목점이 두 개인 경우, 두 개의 오목점을 연결하여 경계선을 생성함으로써 근접객체를 분리하는근접객체 구분 장치
|
10 |
10
제8항에 있어서,전배경 영상 획득부는, 전배경 분리 및 잡음을 제거하기 위해 HSV(Hue Saturation Value)의 값을 설정한 후 이진화하여 객체의 전배경 영상을 획득하는근접객체 구분 장치
|
11 |
11
삭제
|
12 |
12
제8항에 있어서, 시계열 데이터 생성부는,추출된 최소 다각형의 각 선분을 반시계 방향으로 연결 리스트에 저장하고, 가장 마지막에 저장된 점을 시계열 데이터 기록시 시작점으로 설정하는근접객체 구분 장치
|
13 |
13
제8항에 있어서, 오목 구간 판별부는,설정된 시작점으로부터 외곽선의 각 점들을 시계 방향으로 읽어 들이며, 외곽선의 각 점으로부터 최소 다각형의 각 선분에 수직으로 맞닿는 점까지의 유클리디언 거리(Euclidean Distance)를 계산하여 순서대로 기록한 시계열 데이터 A를 생성하고;설정된 시작점으로부터 외곽선의 각 점들을 시계 방향으로 읽어들이며, 외곽선의 각 점으로부터 최소 다각형의 각 선분의 양 끝 점까지의 유클리디언 거리(Euclidean Distance)의 합을 계산하고, 최소 다각형의 다른 선분의 길이를 고려하여 계산된 값에서 선분의 길이를 뺀 값을 순서대로 기록한 시계열 데이터 B 생성하고; 시계열 데이터 A 및 시계열 데이터 B를 동시에 활용하기 위해 정규화하는 근접객체 구분 장치
|
14 |
14
제13항에 있어서, 오목 구간 판별부는,시계열 데이터 A로부터 오목 범위 탐색의 기준값을 설정하고, 최소 다각형의 각 선분에 대응하는 구간별 최댓값 중 기준값보다 큰 점을 추출하고;시계열 데이터 B로부터 상기 추출된 점들이 휘어짐에 의한 오목 구간인지 판별하기 위해 오목 구간의 판별 범위를 상기 추출된 점의 시계열 데이터 값±임계값으로 설정하고; 상기 추출된 점에 대응하는 최소 다각형의 선분 구역에 대한 모든 시계열 데이터 값을 읽어들여 상기 추출된 점들이 휘어짐에 의한 오목 구간인지 판별하기 위한 오목 구간의 판별 범위의 기준 이내일 경우 오목 구간으로 판별하는 근접객체 구분 장치
|
15 |
15
제8항에 있어서, 오목점 최종 검출부는,오목점 후보의 개수가 두 개 이하일 경우, 해당 오목점을 최종 결정하고, 오목점 후보의 개수가 세 개 이상일 경우, 해당 오목점들 중 시계열 데이터에서의 값을 오름차순으로 정렬한 후 상위 두 개의 오목점을 최종 결정하는근접객체 구분 장치
|