| 1 |
1
구조 기반 이미지 확장 장치의 구조 기반 이미지 확장 방법에 있어서, 상기 구조 기반 이미지 확장 장치가 입력 이미지가 입력되면, 상기 입력 이미지의 테마를 기반으로 이미지 검색 동작을 수행하여 배경 이미지를 획득하는 단계;상기 입력 이미지와 상기 배경 이미지 각각에 대응되는 윤곽 곡선을 획득한 후, 상기 윤곽 곡선 매칭 동작을 통해 상기 입력 이미지와 상기 배경 이미지간을 정렬시키는 단계; 및 상기 입력 이미지와 상기 배경 이미지의 윤곽 곡선을 이용하여 가이드 곡선을 생성하고, 상기 가이드 곡선을 기반으로 변위 벡터 필드를 계산한 후, 상기 변위 벡터 필드에 따라 상기 배경 이미지를 와핑하는 단계를 포함하는 구조 기반 이미지 확장 방법
|
| 2 |
2
제1항에 있어서, 상기 배경 이미지를 획득하는 단계는 호그(HOG:Histogram of Oriented Gradients) 셀과 이미지의 색상 분포도로 구성되는 이미지 특징을 고려하여 상기 입력 이미지에 대응되는 상기 배경 이미지를 추가 선별하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 3 |
3
제1항에 있어서, 상기 입력 이미지와 상기 배경 이미지간을 정렬시키는 단계는호그(HOG:Histogram of Oriented Gradients) 위치를 기반으로 상기 입력 이미지와 상기 배경 이미지를 1차 정렬시키는 단계;상기 입력 이미지와 상기 배경 이미지 각각의 이미지 구조를 추출하여 윤곽선 지도를 생성하고, 윤곽선 지도를 기반으로 상기 입력 이미지와 상기 배경 이미지 각각에 대응되는 윤곽 곡선을 검출하는 단계;상기 입력 이미지와 상기 배경 이미지 각각에 대응되는 윤곽 곡선을 매칭시켜 매칭된 윤곽 곡선쌍을 획득하는 단계; 및 상기 매칭된 윤곽 곡선쌍을 기반으로 상기 배경 이미지를 2차 정렬하는 단계를 포함하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 4 |
4
제3항에 있어서, 상기 윤곽 곡선을 검출하는 단계는상기 입력 이미지와 상기 배경 이미지 각각을 에지-인식 필터링하여 상기 입력 이미지와 상기 배경 이미지 각각의 이미지 구조를 추출하는 단계;상기 추출 결과를 반영하여 상기 입력 이미지와 상기 배경 이미지 각각에 대응되는 윤곽선 지도를 생성하는 단계;상기 윤곽선 지도 각각에 존재하는 불연속 경계를 따라 로컬 최대 경사 크기를 가지는 씨드 포인트들을 검색 및 추적하여, 상기 입력 이미지와 상기 배경 이미지 각각에 대응되는 윤곽 곡선을 생성하는 단계를 포함하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 5 |
5
제4항에 있어서, 상기 윤곽 곡선을 검출하는 단계는곡선 총 길이, 곡선 경사 크기 평균, 곡선에 대한 세그먼트 절대 곡률 합을 기반으로 곡선 신뢰도를 계산하고, 상기 곡선 신뢰도에 따라 상기 윤곽 곡선을 추가 필터링하는 단계를 더 포함하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 6 |
6
제3항에 있어서, 상기 매칭된 윤곽 곡선쌍을 획득하는 단계는 상기 입력 이미지와 상기 배경 이미지에 대한 윤곽 곡선들을 매칭시킨 후, 매칭 점수를 계산하는 단계; 및 상기 매칭 점수가 기 설정된 값 이상인 윤곽 곡선쌍을 상기 매칭된 윤곽 곡선쌍으로 선별하여 출력하는 단계;를 포함하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 7 |
7
제6항에 있어서, 상기 매칭 점수를 계산하는 단계는 상기 매칭된 윤곽 곡선쌍의 씨드 포인트간 거리, 색상 차이값, 및 형상 차이값을 기준으로 상기 매칭 점수를 계산하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 8 |
8
제6항에 있어서, 상기 배경 이미지를 2차 정렬하는 단계는 이하와 같이 정의되는 수학식을 통해 윤곽 곡선쌍(,)에 대한 변환 매트릭스를 반복적으로 평가하고, 최소값을 가지는 변환 매트릭스를 통해 상기 배경 이미지를 재정렬하는 것을 특징으로 하는 구조 기반 이미지 확장 방법,,상기 T는 변환 매트릭스, 상기 K는 매칭된 윤곽 곡선쌍의 총 개수이고, 상기 k는 상기 K에 속하는 값, 상기 는 상기 입력 이미지에 대응되는 윤곽 곡선, 상기 는 상기 배경 이미지에 대응되는 윤곽 곡선, pr(k)는 매칭된 윤곽 곡선쌍의 곡선 우선 점수인임
|
| 9 |
9
제8항에 있어서, 상기 매칭된 윤곽 곡선쌍의 곡선 우선 점수는 상기 입력 이미지에 대응되는 윤곽 곡선의 신뢰도, 상기 배경 이미지에 대응되는 윤곽 곡선의 신뢰도, 상기 매칭 점수를 기반으로 계산되는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 10 |
10
제1항에 있어서, 상기 배경 이미지를 와핑하는 단계는상기 입력 이미지에 대응되는 윤곽 곡선을 상기 배경 이미지에 대응되는 상의 마지막 포인트로 추정한 곡선을 기본 곡선으로 정의한 후, 상기 배경 이미지에 대응되는 윤곽 곡선과 블렌딩하여 가이드 곡선을 생성하는 단계;상기 배경 이미지에 대응되는 윤곽 곡선과 상기 가이드 곡선간 거리값을 기반으로 변위 벡터 필터를 구성하는 단계; 및 상기 변위 벡터 필터를 이용하여 이미지 와핑 동작을 수행하여, 목표 이미지를 획득하는 단계;를 포함하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 11 |
11
제10항에 있어서, 상기 가이드 곡선은 입방 비-스플라인(B-spline) 제어 포인트(Dm)에 의해 정의되며, 상기 제어 포인트(Dm)는 이하의 수학식으로 표현되는 것을 특징으로 하는 구조 기반 이미지 확장 방법,, ,,상기 u는 와 skj의 각 포인트들을 파라메틱 공간으로 이동시키는 값이고, 상기 M는 B-spline 기본 함수의 개수이고, 상기 S(u) 및 는 입방 B-spline 함수이고, 상기 은 스프라인 피트된 의 제어 포인트이고, 상기 ωj는 소프트 제약조건으로 sk상에 위치한 두 개의 엔드 포인트(end point)를 강제하면서 원래의 곡선 와 기본 곡선 sk을 블렌딩하는 가우시안 가중치임
|
| 12 |
12
제10항에 있어서, 상기 목표 이미지를 획득하는 단계는상기 배경 이미지는 그리드 메쉬 형태로 분할하고, 메쉬 단위로 상기 변위 벡터 필터를 이용한 이미지 와핑 동작을 수행하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 13 |
13
제1항에 있어서, 상기 배경 이미지 와핑 결과를 목표하는 크기 및 화면 비율에 따라 잘라 출력하는 단계를 더 포함하는 것을 특징으로 하는 구조 기반 이미지 확장 방법
|
| 14 |
14
제1항 내지 제13항 중 어느 한 항에 기재된 구조 기반 이미지 확장 방법을 실행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
| 15 |
15
입력 이미지가 입력되면, 상기 입력 이미지의 테마 및 이미지 특징을 기반으로 이미지 검색 동작을 수행하여 배경 이미지를 획득하는 이미지 검색부;HOG(histogram of oriented gradients) 위치를 기반으로 상기 입력 이미지와 상기 배경 이미지를 1차 정렬시킨 후, 상기 입력 이미지와 상기 배경 이미지의 윤곽 곡선을 통해 상기 입력 이미지와 상기 배경 이미지간을 2차 정렬시키는 이미지 정렬부; 상기 입력 이미지와 상기 배경 이미지의 윤곽 곡선을 이용하여 가이드 곡선을 생성하고, 상기 가이드 곡선을 기반으로 변위 벡터 필드를 계산한 후, 상기 변위 벡터 필드를 통해 상기 배경 이미지를 와핑하는 이미지 와핑부; 및 상기 이미지 와핑부로부터 출력되는 이미지를 목표 크기 및 화면 비율로 잘라 목표 이미지를 최종 획득 및 출력하는 이미지 출력부를 포함하는 구조 기반 이미지 확장 장치
|
