1 |
1
감지된 이미지를 수신하고, 상기 이미지의 휘도를 계산하는 휘도 계산부;상기 휘도가 미리 설정된 복수의 휘도 범위 중 어느 하나의 휘도 범위에 포함되는지 판단하고, 상기 휘도가 포함된 휘도 범위에 대응되는 휘도 보정 프로세스에 기초하여 상기 휘도를 보정하는 휘도 보정부; 및상기 휘도가 보정된 이미지에서 미리 학습된 객체 이미지와 대응되는 객체를 인식하는 객체 인식부를 포함하고,상기 휘도 보정부는,전체 휘도 범위가 두 개의 휘도 범위로 구분되도록 기준 휘도를 미리 설정하여 상기 이미지의 제1 휘도와 상기 기준 휘도를 비교하고,상기 제1 휘도가 상기 기준 휘도 이하이면, 제1 휘도 보정 프로세스에 포함된 비선형 보정 함수에 기초하여 상기 제1 휘도를 제2 휘도로 보정하고,상기 제1 휘도가 상기 기준 휘도보다 크면, 제2 휘도 보정 프로세스에 포함된 선형 보정 함수에 따라 상기 제1 휘도를 제2 휘도로 보정하고,상기 선형 보정 함수는,상기 기준 휘도를 기준으로 상기 비선형 보정 함수와 연속인 함수인 객체 인식 장치
|
2 |
2
제 1 항에 있어서,상기 휘도 보정부는,상기 이미지의 제1 휘도가 전체 휘도 범위의 스케일에 대응되도록, 상기 제1 휘도를 스케일링하여 제1 스케일링값을 계산하고,상기 제1 스케일링값이 특정 휘도 범위에 포함되면, 상기 특정 휘도 범위에 대응되는 보정 함수에 상기 제1 스케일링값을 대입하여 제2 스케일링값을 계산하고,상기 제2 스케일링값을 리버스 스케일링하여 제2 휘도를 계산하고, 상기 제2 휘도를 상기 이미지에 적용하는 것을 특징으로 하는 객체 인식 장치
|
3 |
3
삭제
|
4 |
4
제 1 항에 있어서,상기 비선형 보정 함수는,상기 제1 휘도가 증가하면 상기 제2 휘도가 증가하되, 상기 제2 휘도의 증가율이 감소되는 함수인 것을 특징으로 하는 객체 인식 장치
|
5 |
5
제 1 항에 있어서,상기 비선형 보정 함수는,상기 제1 휘도 및 미리 설정된 톤 매핑 파라미터의 합에 대한 상수 및 상기 톤 매핑 파라미터의 합의 비와, 상기 제1 휘도를 포함하는 함수인 것을 특징으로 하는 객체 인식 장치
|
6 |
6
제 1 항에 있어서,상기 선형 보정 함수는,상기 제1 휘도가 증가하면 상기 제2 휘도가 증가하는 것을 특징으로 하는 객체 인식 장치
|
7 |
7
제 6 항에 있어서,상기 선형 보정 함수는,상기 전체 휘도 범위의 최댓값에 대응되는 제2 휘도의 최댓값이 미리 설정된 경우, 상기 기준 휘도 및 상기 비선형 보정 함수에 상기 기준 휘도를 반영하여 계산된 제2 휘도를 포함하는 좌표와, 상기 전체 휘도 범위의 최댓값 및 상기 제2 휘도의 최댓값을 포함하는 좌표를 지나는 함수인 것을 특징으로 하는 객체 인식 장치
|
8 |
8
객체 인식 장치에 의해 수행되는 객체 인식 방법에 있어서,감지된 이미지를 수신하고, 상기 이미지의 휘도를 계산하는 휘도 계산 단계;상기 휘도가 미리 설정된 복수의 휘도 범위 중 어느 하나의 휘도 범위에 포함되는지 판단하는 판단 단계;상기 휘도가 포함된 휘도 범위에 대응되는 휘도 보정 프로세스에 기초하여 상기 휘도를 보정하는 휘도 보정 단계; 및상기 휘도가 보정된 이미지에서 미리 학습된 객체 이미지와 대응되는 객체를 인식하는 객체 인식 단계를 포함하고,상기 판단 단계는,전체 휘도 범위가 두 개의 휘도 범위로 구분되도록 기준 휘도를 미리 설정하여 상기 이미지의 제1 휘도와 상기 기준 휘도를 비교하고,상기 휘도 보정 단계는,상기 제1 휘도가 상기 기준 휘도 이하이면, 제1 휘도 보정 프로세스에 포함된 비선형 보정 함수에 기초하여 상기 제1 휘도를 제2 휘도로 보정하고,상기 제1 휘도가 상기 기준 휘도보다 크면, 제2 휘도 보정 프로세스에 포함된 선형 보정 함수에 따라 상기 제1 휘도를 제2 휘도로 보정하고,상기 선형 보정 함수는,상기 기준 휘도를 기준으로 상기 비선형 보정 함수와 연속인 함수인 객체 인식 방법
|
9 |
9
제 8 항에 있어서,상기 판단 단계는,상기 이미지의 제1 휘도가 상기 휘도 범위의 스케일에 대응되도록, 상기 제1 휘도를 스케일링하여 제1 스케일링값을 계산하고,상기 제1 스케일링값이 포함되는 특정 휘도 범위를 확인하고,상기 휘도 보정 단계는,상기 제1 스케일링값이 상기 특정 휘도 범위에 포함되면, 상기 특정 휘도 범위에 대응되는 보정 함수에 상기 제1 스케일링값을 대입하여 제2 스케일링값을 계산하고,상기 제2 스케일링값을 리버스 스케일링하여 제2 휘도를 계산하고, 상기 제2 휘도를 상기 이미지에 적용하는 것을 특징으로 하는 객체 인식 방법
|
10 |
10
삭제
|
11 |
11
제 8 항에 있어서,상기 비선형 보정 함수는,상기 제1 휘도가 증가하면 상기 제2 휘도가 증가하되, 상기 제2 휘도의 증가율이 감소되는 함수인 것을 특징으로 하는 객체 인식 방법
|
12 |
12
제 8 항에 있어서,상기 비선형 보정 함수는,상기 제1 휘도 및 미리 설정된 톤 매핑 파라미터의 합에 대한 상수 및 상기 톤 매핑 파라미터의 합의 비와, 상기 제1 휘도를 포함하는 함수인 것을 특징으로 하는 객체 인식 방법
|
13 |
13
제 8 항에 있어서,상기 선형 보정 함수는,상기 제1 휘도가 증가하면 상기 제2 휘도가 증가하는 것을 특징으로 하는 객체 인식 방법
|