KR20200029345A - 열 이미지 데이터를 필터링하기 위한 방법 및 시스템 - Google Patents

열 이미지 데이터를 필터링하기 위한 방법 및 시스템 Download PDF

Info

Publication number
KR20200029345A
KR20200029345A KR1020190090834A KR20190090834A KR20200029345A KR 20200029345 A KR20200029345 A KR 20200029345A KR 1020190090834 A KR1020190090834 A KR 1020190090834A KR 20190090834 A KR20190090834 A KR 20190090834A KR 20200029345 A KR20200029345 A KR 20200029345A
Authority
KR
South Korea
Prior art keywords
intensity
thermal image
image data
range
signal distribution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
KR1020190090834A
Other languages
English (en)
Other versions
KR102205130B1 (ko
Inventor
윈젤 토마스
벵트손 제스퍼
호킨스 앤써니
Original Assignee
엑시스 에이비
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엑시스 에이비 filed Critical 엑시스 에이비
Publication of KR20200029345A publication Critical patent/KR20200029345A/ko
Application granted granted Critical
Publication of KR102205130B1 publication Critical patent/KR102205130B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/002—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/08—Optical arrangements
    • G01J5/0831—Masks; Aperture plates; Spatial light modulators
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
    • H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20208—High dynamic range [HDR] image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Toxicology (AREA)
  • Geometry (AREA)
  • Radiation Pyrometers (AREA)
  • Image Processing (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

열 이미지 데이터를 필터링하기 위한 방법(1300) 및 시스템(1000)이 제공된다. 상기 방법(1300)은: 열 이미지 검출기(1110)에 의해 열 이미지 데이터를 캡쳐하는 단계(1302); 강도 값의 신호 분포를 형성하는 단계(1304); 강도 값의 신호 분포에서 제1 부분(220)을 식별하는 단계(1306)-상기 제1 부분은 열 이미지 검출기의 해상도 파라미터에 기초하는 미리 결정된 강도 스팬 이하의 강도 폭(222)을 가지는 피크임-; 상기 미리 결정된 강도 스팬보다 큰 강도 폭을 갖는 제2 부분(210)을 식별하는 단계(1307); 상기 제1 부분 및 상기 제2 부분 사이에서 강도 범위를 결정하는 단계(1308); 및 상기 강도 범위가 미리 결정된 최소 강도 범위보다 큰 경우, 상기 제1 부분의 부분을 형성하는 열 이미지 데이터를 제외함으로써 상기 열 이미지 데이터를 필터링하는 단계(1310)를 포함한다.

Description

열 이미지 데이터를 필터링하기 위한 방법 및 시스템{METHOD AND SYSTEM FOR FILTERING THERMAL IMAGE DATA}
본 발명은 열 이미지 데이터를 필터링하기 위한 방법 및 열 이미지 데이터를 필터링하기 위한 시스템에 관한 것이다.
절대 온도가 0보다 높은 물체는 열 복사를 방출한다. 방출된 복사의 강도와 스펙트럼 함량은 물체의 온도에 따라 다르다. 일반적으로, 방출된 복사의 강도는 물체의 온도가 증가함에 따라 증가한다.
열 이미지 시스템은 마이크로 볼로미터와 같은 열 센서를 사용하여, 감지된 열 에너지를 전기 에너지로 변환하여 장면의 이미지 또는 비디오를 생성함으로써 장면 내 열 차이를 시각화한다. 또한, 열 이미지 시스템은 장면에서의 물체가 장면에서 조명의 유무에 따라 검출될 수 있기 때문에, 가시광을 이용하는 이미지 시스템에 비해 사용하기에 유리하다. 열 이미지 시스템은 그림자 또는 역광이 장면에 있을 때와 같은 복잡한 광 조건과 관련된 문제를 추가로 완화할 수 있다. 따라서 열 이미지 시스템은 낮과 밤 동안 감시 어플리케이션에 자주 사용된다. 그러나, 장면에서 관심 물체의 검출 및/또는 식별은 달성하는데 문제가 될 수 있다. 예를 들어, 지상과 온도가 다른 하늘과 같이 강도가 매우 다른 물체를 포함하는 장면은 열 이미지에 이용 가능한 강도 레벨 범위의 큰 부분까지 사용할 수 있지만, 강도 레벨 범위의 일부만이 장면, 예를 들어 차량, 사람 또는 빌딩의 관심 영역에 걸쳐 분포된다. 장면에서의 세부 사항 및 다른 관심 물체는 결과적으로 구별하기 어려울 수 있다.
이를 위해, US 2014/0168445 A1은 이미지에서 하늘에 의해 이용 가능한 출력 동적 범위의 소비를 줄이기 위해 이미지를 처리하는 기술을 개시하고 있다. 보다 구체적으로, 하늘에 대응할 수 있는 이미지에서의 영역 또는 면적은 이미지에서의 수평선의 위치에 기초하여 식별될 수 있다. 식별된 하늘 영역에서의 방사 조도(irradiance) 레벨의 분포는 하늘 영역에 기인한 동적 범위를 결정하기 위해 분석되고, 하늘 영역에 기인한 동적 범위를 압축하는 전달 함수가 생성되어 이미지에서의 하늘이 억제될 수 있다.
이러한 방사 조도 레벨의 필터링은 이미지 능력을 향상시키지만, 하늘 영역의 정적 식별에 의존한다. 또한 제안된 방법에는 이미지 획득 및 잠재적으로 복잡한 이미지 분석이 필요하다. 따라서, 열 이미지 시스템의 이미지 능력을 향상시키기 위한 더 간단하고 효율적인 방법이 필요하다. 특히, 이들의 주변 환경으로부터 강도에서의 급격한 차이와 관련된 영역을 갖는 열 이미지에서 관심 물체의 검출 및/또는 식별 능력을 향상시키기 위한 개선된 기술이 필요하다. 이미지 능력은 바람직하게 장면 내의 동적 강도 변화에 적용되어야 한다.
상기의 관점에서, 본 발명의 목적은 열 이미지 데이터를 필터링하기 위한 방법 및 시스템을 제공하는 것이다. 본 발명의 다른 목적은 열 이미지화 시스템에 의해 묘사되는 장면에서 분리된(isolated) 영역에 관한 열 이미지 데이터를 제외하는 것이다. 이에 의해 장면에서 관심 물체의 개선된 검출 및/또는 식별이 얻어질 수 있다. 이에 의해 열 이미지 데이터에서 관심 물체가 보다 뚜렷해질 수 있다. 따라서 열 이미지화 시스템의 개선된 이미지화 능력이 제공된다.
본 기술 분야에서 상기 식별된 하나 이상의 결함 및 단점을 단독으로 또는 임의의 조합으로 완화, 경감 또는 제거하고 상기 언급된 문제점을 적어도 해결하는 것이 목적이다.
제1 양태에 따르면, 상기 및 다른 목적은 열 이미지 데이터를 필터링하기 위한 방법에 의해 달성된다. 상기 방법은 열 이미지 검출기에 의해 열 이미지 데이터를 캡처하는 단계; 상기 열 이미지 데이터로부터 강도 값의 신호 분포를 형성하는 단계; 강도 값의 신호 분포에서 제1 부분을 식별하는 단계 - 상기 제1 부분은 상기 열 이미지 검출기의 해상도 파라미터에 기초하여 미리 결정된 강도 범위(span) 이하의 강도 폭을 갖는 피크임 -; 강도 값의 신호 분포의 제2 부분을 식별하는 단계 - 상기 제2 부분은 상기 미리 결정된 강도 범위보다 큰 강도 폭을 가짐 -; 상기 제1 부분과 상기 제2 부분 사이의 강도 범위를 결정하는 단계; 및 상기 강도 범위가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 상기 제1 부분의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링(filtering)하는 단계를 포함한다.
본 방법에 의해 상기 열 이미지 데이터로부터 분리된 영역을 제외함으로써 상기 열 이미지 데이터에서 전체 강도 레벨 범위를 감소시킬 수 있다.
"강도 값의 신호 분포"라는 용어는 픽셀 수가 강도에 따라 분포되는 분포로 해석되어야 한다. 강도 값의 신호 분포의 그래픽 표현에서, 가로축은 강도를 나타내고, 세로축은 주어진 강도 값 또는 강도 값에 대응하는 픽셀 수를 나타낼 수 있다. 이러한 표현은 히스토그램이라고도 한다.
"해상도 파라미터"라는 용어는 열 이미지 검출기가 들어오는 복사선(radiation)의 강도를 결정할 수 있는 정확도(accuracy)로 해석되어야 한다.
"신호 세기 응답 파라미터(signal strength response parameter)"라는 용어는 상기 열 이미지 검출기에서 들어오는 복사선을 전기 신호로 변환하는 파라미터와 관련된다.
"강도 범위"라는 용어는 신호 분포의 일 부분의 강도 위치를 정의하는 강도 값과 신호 분포의 다른 부분의 강도 위치를 정의하는 다른 강도 값 사이의 차이로 해석되어야 한다. 예를 들어, 상기 제1 부분의 강도 위치를 정의하는 강도 값은 상기 제1 부분이 이의 피크 신호 세기를 갖는 강도 값일 수 있고, 상기 제2 부분의 강도 위치를 정의하는 강도 값은 상기 제2 부분이 미리 결정된 임계 신호 값보다 높은 신호 세기를 갖는 강도 값일 수 있다. 당업자는 상기 제1 부분 및 상기 제2 부분의 강도 위치를 각각 정의하기 위해 사용될 수 있는 복수의 상이한 강도 값이 있다는 것을 인지한다. 예를 들어, 부분의 강도 위치는 부분의 누적된 영역에 기초할 수 있어서, 부분의 누적 면적이 미리 결정된 임계 면적에 있는 강도 값이 부분의 강도 위치를 정의한다.
"미리 결정된 최소 강도 범위"라는 문구는 상기 방법이 상기 제1 부분의 열 이미지 데이터 형성 부분을 제외하기 위해 상기 제1 부분이 상기 제2 부분으로부터 분리되어야 하는 최소 강도 범위로 해석되어야 한다.
"상기 제1 부분의 열 이미지 데이터 형성 부분을 제외하는 것"이라는 문구는 상기 제1 부분의 열 이미지 데이터 형성 부분을 적어도 부분적으로 제외하는 것으로 해석되어야 한다. 즉, 상기 열 이미지 데이터의 감소가 유리할 수 있지만, 상기 제1 부분의 모든 열 이미지 데이터 형성 부분이 완전히 제외될 필요는 없다.
"피크"라는 용어는 강도 값의 신호 분포의 일부로서 해석되며, 이는 미리 결정된 강도 범위 이하의 강도 폭을 갖는 것으로 해석되어야 한다.
본 방법에 따르면, 열 이미지 검출기는 열 이미지 데이터를 캡처한다. 상기 열 이미지 검출기는 냉각형 열 이미지 검출기 또는 비냉각형 열 이미지 검출기를 포함할 수 있다. 상기 열 이미지 검출기는 마이크로 볼로미터(microbolometer)를 포함할 수 있다. 상기 열 이미지 검출기는 열 카메라일 수 있다. 상기 열 이미지 데이터는 상기 열 이미지 검출기에 의해 묘사되는 장면과 관련될 수 있다. 상기 열 이미지 검출기는 장면의 이미지를 캡처할 수 있다. 상기 이미지는 상기 열 이미지 데이터에 기초할 수 있다.
본 방법에 따르면, 상기 열 이미지 데이터로부터 강도 값의 신호 분포가 형성된다.
상기 열 이미지 데이터로부터 강도 값의 신호 분포를 형성하는 이점은 상기 열 이미지 데이터에서 분리된 강도를 식별하는 것일 수 있다.
본 방법에 따르면, 제1 부분은 강도 값의 신호 분포에서 식별된다. 상기 제1 부분은 상기 열 이미지 검출기의 해상도 파라미터에 기초하여 미리 결정된 강도 범위 이하의 강도 폭을 갖는 피크이다. 즉, 상기 열 이미지 데이터는 강도 값에서 스프레드(spread)를 갖는 복수의 픽셀을 포함한다.
강도 값의 신호 분포에서 제1 부분은 상기 열 이미지 검출기에 의해 캡처된 장면에 포함된 하늘 및/또는 이의 반사에 관한 열 이미지 데이터와 관련될 수 있다. 강도 값의 신호 분포에서 제1 부분은 상기 열 이미지 검출기에 의해 캡처된 장면에 포함된 태양 및/또는 이의 반사에 관한 열 이미지 데이터와 관련될 수 있다. 상기 제1 부분의 강도 폭은 상기 제1 부분의 반치폭(full width at half maximum)일 수 있다. 상기 제1 부분의 최대값은 강도 값의 최대 픽셀 수일 수 있다. 예를 들어, 균일한 온도의 물체를 포함하는 열 이미지 데이터는 강도 값에서의 작은 스프레드를 갖는 복수의 픽셀을 가질 수 있고, 이에 의해 상기 열 이미지 데이터로부터 강도 값의 형성된 신호 분포에서 피크로 나타날 수 있다. 강도 값의 신호 분포에서 피크의 폭은 상기 열 이미지 검출기의 해상도 파라미터와 관련된다.
당업자는 강도 값의 신호 분포가 형성되는 방법에 따라, 강도 값의 신호 분포에서의 피크가 강도 값의 신호 분포에서의 경사(dip)일 수 있다는 것을 인지한다. 예를 들어, 강도 값의 신호 분포에서의 피크는 강도 값의 동일한 신호 분포의 역(inverse)에서의 경사일 수 있다.
미리 결정된 강도 범위 이하의 강도 폭을 갖는 피크인 제1 부분을 식별하는 것의 이점은 균일한 온도의 물체에 관한 열 이미지 데이터가 식별되는 것일 수 있다. 유사한 온도를 갖는 복수의 물체에 관한 열 이미지 데이터가 식별될 수 있는 것이 또한 유리하다. 예를 들어, 동일한 온도를 갖는 복수의 물체에 관한 열 이미지 데이터는 강도 값의 신호 분포에서 단일 피크 부분을 형성할 수 있다. 균질한 온도를 갖는 피처들(feature)은 하기에서 설명되는 바와 같이 제외될 수 있다.
본 방법에 따르면, 상기 제1 부분과 상기 제2 부분 사이의 강도 범위가 결정된다.
본 방법에 따르면, 강도 범위가 미리 결정된 최소 강도 범위보다 큰 경우, 상기 열 이미지 데이터는 강도 값의 신호 분포에서 상기 제1 부분의 열 이미지 데이터 형성 부분을 제외함으로써 필터링된다. 따라서, 상기 제1 부분이 위치된 강도 값이 미리 결정된 최소 강도 범위보다 제2 부분으로부터 더 크면 상기 제1 부분의 열 이미지 데이터 형성 부분이 제외된다. 상기 미리 결정된 최소 강도 범위는 상기 열 이미지 검출기의 응답에 기초할 수 있다.
이는 상기 열 이미지 데이터에서 분리된 강도 영역을 제외할 수 있기 때문에 유리하다. 예를 들어, 하늘 또는 태양에 관한 열 이미지 데이터는 일반적으로 피크로 식별될 수 있고, 따라서 상기 열 이미지 검출기에 의해 묘사된 장면에 포함된 하늘 또는 태양에 관한 열 이미지 데이터를 제외하거나 적어도 감소시킬 수 있다. 이미지에서 반사가 위치되는 장소와 무관하게 상기 열 이미지 검출기에 의해 묘사된 장면에 포함된 하늘 또는 태양의 반사, 예를 들어 창 또는 호수에서의 반사와 관련된 열 이미지 데이터를 제외시키거나 적어도 감소시킬 수 있다. 따라서, 열 이미지의 이용 가능한(및 제한된) 강도 레벨은 이미지의 관심 영역에 대해 더 높은 정도로 분포될 수 있다. 이들 영역은 감시 관점(monitoring perspective)으로부터 구별되는 것이 중요한 물체의 일반적인 예인 사람, 차량, 건물 등에 해당할 수 있다. 즉, 그러므로 필터링된 열 이미지 데이터는 감소되고, 열 이미지의 이용 가능하고 제한된 강도 레벨에 대해 분포될 수 있다. 본 방법에 의해, 상기 열 이미지 데이터를 필터링하기 위해 상기 열 이미지의 사전 분석이 필요하지 않다. 따라서 설명된 방법은 장면에서 지배적인 물체의 결정된 위치에 기초한 필터링 절차에 의존하지 않는다는 점에 유의해야 한다. 예로서, 열 이미지화 시스템에 의해 얻어진 열 이미지에서 수평선 및/또는 태양의 위치 결정은 필터링 전에 요구되지 않는다. 또한, 하늘 또는 태양의 반사는 장면에서의 이들의 위치와 무관하게 열 이미지 데이터로부터 필터링될 수 있다. 예를 들어, 수평선 아래에 위치된 하늘 또는 태양의 반사는 본 방법에 의해 필터링될 수 있다. 따라서 보다 다양한 필터링 방법이 제공된다.
상기 미리 결정된 최소 강도 범위는 상기 열 이미지 검출기의 신호 세기 응답 파라미터에 기초할 수 있다.
상기 미리 결정된 최소 강도 범위를 상기 응답 파라미터에 기초로 하는 것은 상기 응답 파라미터가 상이한 열 이미지 검출기에 대해 상이할 수 있기 때문에 유리하다. 다시 말해서, 상이한 열 이미지 검출기에 대해 상이한 미리 결정된 최소 강도 범위가 사용될 수 있다. 예를 들어, 상기 열 이미지 검출기의 응답이 높을수록 미리 결정된 최소 강도 범위가 크게 설정될 수 있고, 상기 열 이미지 검출기의 응답이 낮을수록 미리 결정된 최소 강도 범위가 작게 설정될 수 있다.
상기 제1 부분과 상기 제2 부분 사이의 강도 범위는 피크에서 임계 강도까지 결정될 수 있다. 상기 임계 강도는 강도 값의 신호 분포의 제2 부분에서의 신호 세기가 임계 신호 레벨에 있는 강도 값으로 설정될 수 있다. 상기 임계 신호 레벨은 미리 결정된 신호 세기일 수 있다.
이점은 강도 값의 신호 분포의 신호 세기가 미리 결정된 신호 세기 이상의 강도 값으로 상기 임계 강도가 설정될 수 있다는 것이다. 또 다른 이점은 강도 값의 신호 분포의 신호 세기가 강도 값의 신호 분포에서의 잡음 레벨(noise level) 이상인 강도 값으로 임계 강도가 설정될 수 있다는 것이다.
상기 방법은 필터링된 열 이미지 데이터로부터 강도 값의 제2 신호 분포를 형성하는 단계; 상기 필터링된 열 이미지 데이터를 재조정하는 단계; 및 상기 재조정되고 필터링된 열 이미지 데이터로부터 강도 값의 제3 신호 분포를 형성하는 단계 - 강도 값의 제3 신호 분포는 강도 값의 제2 신호 분포의 강도 레벨 범위보다 큰 강도 레벨 범위에 걸쳐 있음 -을 더 포함할 수 있다. 다시 말해, 상기 필터링된 열 이미지 데이터는 강도 값의 제3 신호 분포의 강도 레벨 범위가 강도 값의 제2 신호 분포의 강도 레벨 범위보다 크도록 재조정될 수 있다.
상기 열 이미지 데이터를 재조정하는 것의 이점은 상기 열 이미지 검출기에 의해 캡처된 장면의 적어도 일부, 예를 들어 관심 영역(ROI)에서의 콘트라스트(contrast)가 향상될 수 있다는 것이다.
여기서 "신호 분포"는 대안적으로 각각의 신호 분포의 순서를 명확하게 하기 위해 "제1 신호 분포"로 지칭될 수 있음에 유의해야 한다.
상기 신호 세기 응답 파라미터는 온도 의존적일 수 있고, 상기 방법은 상기 열 이미지 검출기의 온도를 결정하는 단계; 및 상기 열 이미지 검출기의 결정된 온도에 기초하여 미리 결정된 최소 강도 범위를 설정하는 단계를 더 포함할 수 있다.
이점은 상기 미리 결정된 최소 강도 범위가 상기 열 이미지 검출기의 온도에 따라 조정될 수 있다는 것이다.
상기 해상도 파라미터는 온도 의존적일 수 있고, 상기 방법은 상기 열 이미지 검출기의 온도를 결정하는 단계; 및 상기 열 이미지 검출기의 결정된 온도에 기초하여 미리 정해진 강도 범위를 설정하는 단계를 더 포함할 수 있다. 따라서, 상기 미리 결정된 강도 범위는 상기 열 이미지 검출기의 온도에서의 변화에 따라 조정될 수 있다.
이는 강도 값의 신호 분포에서의 피크가 상기 열 이미지 검출기의 온도에 따라 식별될 수 있기 때문에 유리할 수 있다. 다시 말해, 피크가 가질 수 있는 최대 폭이 상기 열 이미지 검출기의 온도에 따라 조정될 수 있다.
상기 미리 결정된 강도 범위는 상기 해상도 파라미터의 미리 결정된 배수일 수 있다.
강도 값의 신호 분포는 상기 열 이미지 데이터의 히스토그램일 수 있다. 강도 값의 신호 분포가 히스토그램인 경우, 필터링된 열 이미지 데이터의 재조정은 상기 필터링된 열 이미지 데이터의 히스토그램을 스트레칭(stretching)하는 단계를 포함할 수 있다.
상기 제1 부분의 강도 폭은 상기 제1 부분의 최대 값의 미리 결정된 분획(fraction)에서 제1 부분의 폭과 동일할 수 있다.
상기 해상도 파라미터는 상기 열 이미지 검출기의 신호-대-잡음 지수(signal-to-noise figure)일 수 있다.
상기 신호-대-잡음 지수는 상기 열 이미지 검출기의 잡음 등가 온도차(NETD)일 수 있다.
상기 열 이미지 검출기의 NETD인 신호-대-잡음 지수의 이점은 상기 열 이미지 검출기의 NETD가 구현 전에 일반적으로 알려져 있기 때문에, 더 간단한 구현을 가능하게 할 수 있다는 것이다. 상기 열 이미지 검출기의 신호-대-잡음 지수 또는 NETD인 해상도 파라미터의 이점은 미리 결정된 강도 범위가 강도 값의 신호 분포의 평가 대신 상기 열 이미지 검출기의 신호-대-잡음 지수 또는 NETD에 기초할 수 있다는 것이다. 즉, 상기 미리 결정된 강도 범위는 강도 값의 신호 분포를 평가하기 전에 설정될 수 있다. 따라서, 강도 값의 신호 분포에서의 피크의 폭은 상기 미리 결정된 강도 범위를 갖는 피크의 폭을 비교하기 전에 결정하기 위해 강도 값의 신호 분포를 평가하는 대신, 상기 열 이미지 검출기의 파라미터(신호-대-잡음 지수 또는 NETD)에 기초한 미리 결정된 강도 범위와 비교될 수 있다. 따라서 덜 복잡한 평가(예를 들어, 처리 시간의 관점에서)가 가능할 수 있다.
상기 방법은 강도 값의 신호 분포에서 추가 부분을 식별하는 단계 - 상기 추가 부분은 상기 열 이미지 검출기의 해상도 파라미터에 기초하여 추가 미리 결정된 강도 범위 이하의 강도 폭을 갖는 추가 피크임 -; 상기 제2 부분과 상기 추가 부분 사이의 추가 강도 범위를 결정하는 단계; 및 상기 추가 강도 범위가 추가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 추가 부분의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링하는 단계를 더 포함할 수 있다.
즉, 상기 열 이미지 데이터는 강도 값에서의 작은 스프레드를 갖는 복수의 픽셀을 더 포함할 수 있다. 강도 값의 신호 분포에서의 추가 부분은 상기 열 이미지 검출기에 의해 캡처된 장면에 포함된 하늘 및/또는 이의 반사에 관한 열 이미지 데이터와 관련될 수 있다. 강도 값의 신호 분포에서의 추가 부분은 상기 열 이미지 검출기에 의해 캡처된 장면에 포함된 태양 및/또는 이의 반사에 관한 열 이미지 데이터와 관련될 수 있다. 상기 추가 부분의 강도 폭은 상기 추가 부분의 반치폭과 동일할 수 있다. 상기 추가 부분의 최대값은 강도 값의 최대 픽셀 량일 수 있다. 당업자는 강도 값의 신호 분포에서의 추가 피크가 강도 값의 신호 분포가 형성되는 방법에 따라, 강도 값의 신호 분포에서 추가 경사일 수 있음을 인지한다. 예를 들어, 강도 값의 신호 분포에서의 추가 피크는 강도 값의 동일한 신호 분포의 역에서의 추가 경사일 수 있다.
상기 추가 미리 결정된 최소 강도 범위는 상기 열 이미지 검출기의 신호 세기 응답 파라미터에 기초할 수 있다. 상기 추가 강도 범위는 상기 제2 부분의 강도 위치를 정의하는 강도 값 및 상기 추가 부분의 강도 위치를 정의하는 강도 값으로부터 결정될 수 있다. 당업자는 상기 추가 부분의 강도 위치를 정의하는데 사용될 수 있는 복수의 상이한 강도 값이 있다는 것을 인지한다.
이는 강도 값의 신호 분포에서의 추가 피크의 열 이미지 데이터 형성 부분이 제외되거나 적어도 감소될 수 있기 때문에 유리할 수 있다.
상기 방법은 재조정 및/또는 필터링된 열 이미지 데이터에 기초하여 이미지를 생성하는 단계를 더 포함할 수 있다.
따라서 상기 방법은 상기 열 이미지 데이터를 포함하는 제1 이미지를 캡처한 후, 전술한 바와 같이 상기 열 이미지 데이터를 필터링하는 단계를 포함할 수 있다. 상기 방법은 상기 필터링된 열 이미지 데이터에 기초하여 이미지를 추가로 생성할 수 있다. 이에 의해 상기 장면에서 관심 물체의 검출 및/또는 식별이 상기 필터링된 열 이미지에서 더 쉬워질 수 있다. 상기 필터링된 열 이미지에서의 개선된 콘트라스트가 추가로 얻어질 수 있다.
상기 방법은 재조정 및/또는 필터링된 열 이미지 데이터를 자동 획득하는 단계; 및 상기 재조정 및/또는 필터링된 열 이미지 데이터를 동등하게 하는 단계를 더 포함할 수 있다.
예를 들어, 미가공(raw) 열 이미지 데이터는 14 비트의 강도 레벨 범위를 가질 수 있다. 미가공 열 이미지 데이터에서 본 방법을 적용한 결과, 필터링 및/또는 재조정된 열 이미지 데이터는 필터링 및/또는 재조정된 열 이미지를 자동 획득한 후, 12 비트의 강도 레벨 범위를 가질 수 있다. 자동 획득된 열 이미지 데이터는 8 비트의 강도 레벨 범위와 동등하게 될 수 있다. 실제 강도 레벨 범위는 다를 수 있음을 이해할 것이다. 예를 들어, 상기 열 이미지 데이터는 초기에 14 비트 대신 16 비트의 강도 레벨 범위를 가질 수 있다.
제2 양태에 따르면, 본 발명은 열 이미지 데이터를 캡처하도록 구성된 열 이미지 검출기; 상기 열 이미지 데이터로부터 강도 값의 신호 분포를 형성하고; 강도 값의 신호 분포에서 제1 부분을 식별하며 - 상기 제1 부분은 상기 열 이미지 검출기의 해상도 파라미터에 기초하여 미리 결정된 강도 범위 이하의 강도 폭을 갖는 피크임 -; 강도 값의 신호 분포의 제2 부분을 식별하고 - 상기 제2 부분은 상기 미리 결정된 강도 범위보다 큰 강도 폭을 가짐 -; 상기 제1 부분과 상기 제2 부분 사이의 강도 범위를 결정하고; 및 상기 강도 범위가 상기 열 이미지 검출기의 신호 세기 응답 파라미터에 기초한 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 피크의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링하도록 구성된 회로를 포함하는 시스템에 관한 것이다.
상기 시스템은 카메라를 더 포함할 수 있다. 상기 시스템은 카메라에 포함될 수 있다. 상기 열 이미지 데이터는 상기 시스템에 의해 캡처된 이미지와 관련될 수 있다.
상기 회로는 처리 유닛 및/또는 메모리를 포함할 수 있다.
상기 회로는 상기 열 이미지 데이터의 이미지를 생성하도록 추가로 구성될 수 있다. 상기 회로는 필터링된 열 이미지 데이터를 자동 획득하고, 및/또는 필터링된 열 이미지 데이터를 동등하게 하도록 추가로 구성될 수 있다.
즉, 상기 시스템은 장면에 관한 열 이미지 데이터를 캡처하고 피크의 열 이미지 데이터 형성 부분을 제외함으로써 열 이미지 데이터를 필터링하도록 적용된다.
상기 미리 결정된 최소 강도 범위는 상기 열 이미지 검출기의 신호 세기 응답 파라미터에 기초할 수 있다.
상기 회로는 강도 값의 신호 분포에서 추가 부분을 식별하고 - 상기 추가 부분은 상기 열 이미지 검출기의 해상도 파라미터에 기초한 추가 미리 결정된 강도 범위 이하의 강도 폭을 갖는 추가 피크임 -; 상기 제2 부분 및 상기 추가 부분 사이의 추가 강도 범위를 결정하며; 및 상기 추가 강도 범위가 추가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 상기 추가 부분의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링하도록 추가로 구성될 수 있다. 즉, 상기 회로는 강도 값의 신호 분포에서 제1 부분의 열 이미지 데이터 형성 부분 및 강도 값의 신호 분포에서 추가 부분을 제외함으로써 상기 열 이미지 데이터를 필터링할 수 있다. 추가 미리 결정된 최소 강도 범위는 상기 열 이미지 검출기의 신호 세기 응답 파라미터에 기초할 수 있다. 상기 회로는 필터링된 열 이미지 데이터에 기초하여 이미지를 생성하도록 추가로 구성될 수 있다.
적용 가능한 경우, 상기 언급된 방법의 특징 및 장점은 이러한 제2 양태에도 적용된다. 과도한 반복을 피하기 위해, 상기를 참조한다.
제3 양태에 따르면, 본 발명은 처리 능력을 갖는 장치에서 실행될 때 본 방법을 구현하기 위한 프로그램을 저장한 비-일시적 컴퓨터 판독 가능 저장 매체에 관한 것이다. 적용 가능한 경우, 상기 언급된 방법의 특징 및 장점은 이러한 제4 양태에도 적용된다. 과도한 반복을 피하기 위해, 상기를 참조한다.
본 개시물의 추가 적용 범위는 하기에서 제공된 상세한 설명으로부터 명백해질 것이다. 그러나, 본 발명의 범위 내에서 다양한 변경 및 수정이 이러한 상세한 설명으로부터 당업자에게 명백해질 것이기 때문에, 본 발명 개념의 바람직한 변형을 나타내는 한, 상세한 설명 및 특정 예는 단지 예시의 방식으로 제공되는 것을 이해해야 한다.
따라서, 본 발명의 개념은 설명된 방법의 특정 단계 또는 행위로 제한되지 않거나 상기 방법 및 시스템으로서 설명된 시스템의 구성 요소 부분은 다양할 수 있음을 이해될 것이다. 또한, 본 발명에서 사용된 용어는 특정 실시 형태만을 설명하기 위한 것이며 제한하려는 것이 아님을 이해할 것이다. 본 상세한 설명 및 첨부된 청구 범위에 사용된 바와 같이, "하나", "하나의", "그" 및 "상기"라는 관사는 문맥에서 다르게 명확하게 지칭하지 않는 한 하나 이상의 요소가 존재함을 의미하도록 의도된다는 점에 유의해야 한다. 따라서, 예를 들어, "유닛" 또는 "상기 유닛"는 여러 장치 등을 포함할 수 있다. 또한, "구성하는", "포함하는", "함유하는"및 유사한 문구는 다른 요소, 단계 또는 행위를 배제하지 않는다.
본 발명의 개념의 변형예를 나타내는 첨부된 도면을 참조하여, 본 발명 개념의 상기 및 다른 양태를 보다 상세하게 설명할 것이다. 도면은 본 발명의 개념을 특정 변형예로 제한하는 것으로 간주되어서는 안되며; 대신 이들은 본 발명의 개념을 설명하고 이해하기 위해 사용된다.
도면에 도시된 바와 같이, 층 및 영역의 크기는 설명을 위해 과장되어, 본 발명의 개념의 변형예의 일반적인 구조를 설명하기 위해 제공된다. 동일한 참조 번호는 전체에 걸쳐 동일한 요소를 지칭한다.
도 1a는 열 이미지 데이터로부터 생성된 이미지를 도시한다.
도 1b는 열 이미지 데이터로부터 강도 값의 형성된 신호 분포의 다이어그램이다.
도 1c는 필터링된 열 이미지 데이터로부터 강도 값의 형성된 신호 분포의 다이어그램이다.
도 1d는 필터링된 열 이미지 데이터로부터 생성된 이미지를 도시한다.
도 2a는 필터링되고 크기 재조정된 열 이미지 데이터로부터 강도 값의 형성된 신호 분포의 다이어그램이다.
도 2b는 필터링되고 크기 재조정된 열 이미지 데이터로부터 생성된 이미지를 도시한다.
도 3a는 열 이미지 데이터로부터 생성된 열 이미지를 도시한다.
도 3b는 열 이미지 데이터로부터 강도 값의 형성된 신호 분포의 다이어그램이다.
도 3c는 필터링된 열 이미지 데이터로부터 강도 값의 형성된 신호 분포의 다이어그램이다.
도 4는 열 이미지 데이터를 필터링할 수 있는 시스템을 도시한다.
도 5는 열 이미지 데이터를 필터링하기 위한 방법의 블록도이다.
이하, 첨부된 도면을 참조하여 본 발명의 개념을 보다 상세하게 설명하고, 본 발명의 바람직한 변형예가 도시된다. 그러나, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 본 발명에서 설명하는 변형예에 제한되는 것으로 해석되어서는 안되고; 오히려, 이들 변형예는 철저함과 완전성을 위해 제공되며, 본 발명의 개념의 범위를 당업자에게 완전히 전달한다.
도 1a는 열 이미지 데이터로부터 생성된 이미지(100)를 도시한다. 열 이미지 데이터는 열 이미지 검출기에 의해 캡처된다. 이미지(100)는 제1 구조물(112), 제2 구조물(114) 및 호수(116)를 포함한다. 지상(117) 및 하늘(118)은 또한 이미지(100)에서 볼 수 있다. 제2 구조물(114)은 장면에서 지평선(120) 위로 연장된다. 이미지(100)에서, 하늘(118)은 호수(116)에서 반사된다. 예를 들어 제1 구조물(112), 제2 구조물(114), 호수(116) 및 하늘(118)의 내에 또는 근처에 있는 피처들은 이미지(100)에서 보이지 않는데, 이는 이러한 피처들과 관련된 강도가 열 이미지 데이터를 이미지화하는데 이용 가능한 전체 강도 범위에 비해 작은 강도 범위에 걸쳐 있기(span) 때문이다. 다시 말해, 피처들에 관한 강도는 이미지에서 동일한 강도 값을 얻으므로 서로 구별할 수 없다. 보다 상세하게, 열 이미지 데이터로부터 생성된 디지털 이미지는 설정된 수의 강도 레벨로 표현된다. 생성된 디지털 이미지에는 256 강도 레벨의 강도 스케일이 사용될 수 있다. 디지털 이미지에서의 각각의 픽셀은 강도 레벨과 관련된다. 열 이미지 데이터의 강도 범위는 설정된 수의 강도 레벨에 걸쳐 분포된다. 결과적으로, 이미지에서의 상세한 피처들은 이미지 데이터가 포함하는 온도에서의 큰 차이로 인해 이미지(100)에서 숨겨진다.
열 이미지 데이터는 생성된 디지털 이미지보다 더 큰 강도 레벨을 포함할 수 있다. 예를 들어, 열 이미지 데이터는 16384 강도 레벨(14 비트)을 가질 수 있는 반면, 생성된 디지털 이미지는 256 강도 레벨(8 비트)을 가질 수 있다. 따라서, 열 이미지 데이터의 이미지 처리 동안 강도 레벨 범위가 감소될 수 있다. 강도 레벨의 수는 단지 예일 뿐이고, 다른 수의 강도 레벨이 가능하다는 것을 이해할 것이다.
도 1b는 이미지(100)로서 도 1a에 도시된 열 이미지 데이터로부터 강도 값의 형성된 신호 분포의 다이어그램(200)이다. 강도 값의 신호 분포의 다이어그램(200)에서, 제1 부분(220) 및 제2 부분(210)을 볼 수 있다. 도 1b에서 형성된 신호 분포는 잘려지고, 따라서 형성된 신호 분포에 포함된 강도보다 낮은 강도를 갖는 열 이미지 데이터는 제외되었다. 다시 말해, 도 1a에서 이미지(100)에 관한 열 이미지 데이터는 도 1b에서 형성된 신호 분포에 도시된 것보다 더 많은 열 이미지 데이터를 포함할 수 있다. 신호 분포는 대안적으로 열 이미지 데이터의 히스토그램으로 형성될 수 있다.
제2 부분(210)은 이미지(100)에 도시된 제1 구조물(112) 및 제2 구조물(114)에 관한 열 이미지 데이터를 나타낸다. 제1 부분(220)은 하늘(118) 및 호수(116)에서의 하늘(118)의 반사에 관한 열 이미지 데이터를 나타낸다. 다이어그램(200)에서, 수평 축(202)은 강도를 나타내고, 수직 축(204)은 픽셀 수를 나타낸다. 수직 축(204)이 위치되는 강도 값은 반드시 0일 필요는 없음을 이해할 것이다.
다이어그램(200)에서 제1 부분(220)은, 본 출원서에서 제공된 정의에 기초하여, 제1 부분(220)의 강도 폭(222)이 미리 결정된 강도 범위보다 (동일하거나) 작기 때문에 피크로서 식별된다. 하기에서, 제1 부분(220)은 따라서 피크(220)로 지칭될 것이다. 다이어그램(200)에서 제2 부분(210)은 제2 부분(210)의 강도 폭(212)이 미리 결정된 강도 범위보다 크기 때문에, 본 출원서의 내용 내에서 피크로서 식별되지 않아야 한다. 도 1b에 도시된 예에서, 강도 폭(212, 222)은 각각 제1 부분(220) 및 제2 부분(210)에 관한 신호의 반치(half-maximum)에서의 강도 폭이다. 그러나, 다른 정의를 갖는 폭이 강도 폭(212, 222)을 정의하는데 사용될 수 있다. 예를 들어, 각각의 강도 폭(212, 222)은 각각의 부분(210, 220)의 최대값의 미리 결정된 분획(fraction)에서 각각의 부분(210, 220)의 범위에 기초할 수 있다.
미리 결정된 강도 범위는 열 이미지 데이터를 캡처한 열 이미지 검출기의 해상도 파라미터에 기초한다. 해상도 파라미터는 예를 들어 열 이미지 검출기의 신호-대-잡음 지수일 수 있다. 관련 신호-대-잡음 지수의 일례는 열 이미지 검출기의 잡음 등가 온도차(NETD)일 수 있다. 예를 들어, 미리 결정된 강도 범위는 해상도 파라미터의 미리 결정된 배수(multiple)일 수 있다. 열 이미지 검출기의 해상도 파라미터는 온도 의존적일 수 있고, 미리 결정된 강도 범위는 열 이미지 검출기의 결정된 온도에 기초하여 설정될 수 있다.
다이어그램(200)에서, 미리 결정된 신호 세기(234)가 설정되었다. 피크(220)의 부분이 아닌 강도 값의 신호 분포의 제2 부분(210)의 신호 세기가 미리 결정된 신호 세기(234)와 동일한 강도 값에서, 제2 부분(210)의 강도 위치(236)가 설정된다. 즉, 제2 부분(210)의 강도 위치(236)는 피크(220)에 관한 신호를 제외하는 신호 세기가 미리 결정된 신호 세기(234)와 동일한 강도 값으로 설정된다. 대안적으로, 제2 부분(210)의 강도 위치(236)는 강도 값에 관한 신호 세기가 미리 결정된 신호 세기(234)보다 큰 강도 값으로 설정될 수 있다. 제2 부분(210)의 강도 위치(236)를 정의하는 복수의 상이한 방식이 존재한다는 것을 이해할 것이다.
다이어그램(200)에서, 피크(220)의 강도 위치(226)는 피크(220)가 이의 피크 값(224)을 갖는 강도 값으로 정의된다. 피크(220)의 강도 위치(226) 및 제2 부분(210)의 강도 위치(236)에 기초하여, 강도 범위(232)는 피크(220)의 강도 위치(226)와 제2 부분(210)의 강도 위치(236) 사이의 차이로 결정된다.
도 1b에 도시된 예에서, 강도 범위(232)는 미리 결정된 최소 강도 범위보다 크다. 이러한 예에서, 미리 결정된 최소 강도 범위는 열 이미지 검출기의 신호 세기 응답 파라미터에 기초한다. 본 발명의 개념에 따르면, 피크(220)의 강도 폭(222)이 미리 결정된 강도 범위보다 작고, 강도 범위(232)가 미리 결정된 최소 강도 범위보다 크기 때문에, 강도 값의 신호 분포에서 피크(220)의 열 이미지 데이터 형성 부분을 제외함으로써 열 이미지 데이터를 필터링하는 것이 유리하다. 즉, 하늘(118)에 관한 이미지 데이터 및 이의 반사는 본 발명의 방식으로 (다른 이미지 데이터에 대한 피크 폭 및 강도 거리에 기초하여) 식별되고 열 이미지 데이터로부터 제거되거나 적어도 감소된다. 따라서, 예를 들어 이미지(100)의 관심 피처들, 예를 들어 제1 및 제2 구조물(112, 114), 호수(116) 및 이들의 상세 피처들에 관한 나머지 이미지 데이터에 대한 더 높은 강도 해상도가 달성될 수 있다.
강도 범위의 결정을 구현하는 방법에 대한 대안적인 방법이 있음에 주목해야 한다. 예를 들어, 강도 차이를 결정하는 한 가지 방법은 피크(220)의 강도 위치(예를 들어, 강도 위치(226))로부터 시작하는 누적된 픽셀의 수에 대응하여, 다이어그램(200)에서 신호 분포 아래의 영역을 누적하는 것이다. (피크의 강도 위치로부터 시작하여) 미리 결정된 최소 강도 범위의 픽셀 수가 누적될 때, 누적된 면적이 미리 결정된 면적 임계값을 초과하지 않으면, 강도 범위가 미리 결정된 최소 강도 범위보다 큰 것으로 결정된다.
미리 결정된 최소 강도 범위에 대한 강도 범위의 결정의 다른 옵션은 피크의 강도 위치와 픽셀 수가 미리 결정된 임계값을 초과하는 가장 가까운 강도 위치 사이의 강도에서의 차이로서 강도 범위를 결정하는 것이다. 가장 가까운 강도 위치는 피크의 강도 위치로부터 시작하여 각각의 강도에 대한 픽셀의 수를 단계적으로 평가함으로써 결정될 수 있다. 픽셀 수가 미리 결정된 임계값을 초과할 때, 강도 범위는 그 위치와 피크의 강도 위치 사이의 강도 거리로서 결정될 수 있고, 결정된 강도 범위가 미리 결정된 최소 강도 범위보다 큰 경우 결정될 수 있다.
필터링된 열 이미지 데이터로부터 강도 값의 제2 형성된 신호 분포의 다이어그램(300)이 도 1c에 도시된다. 다이어그램(300)에서 알 수 있는 바와 같이, 도 1b에서의 피크(220)는 제거에 의해 제외되었다. 그러나, 피크로서 식별되지 않은 제2 부분(210)은 강도 값의 제2 신호 분포에 여전히 존재한다.
도 1d는 필터링된 열 이미지 데이터로부터 생성된 이미지(400)를 도시한다. 이미지(400)에서, 호수(116) 및 하늘(118)에 관한 이미지 데이터는 열 이미지 데이터로부터 제외되었으며, 이는 필터링되지 않은 이미지(100)에서 대응하는 부분(116, 118)에 대한 경우가 아님을 알 수 있다. 즉, 필터링되지 않은 이미지(100)에서 호수(116) 및 하늘(118)에 관한 신호의 부분(들)은 강도 값의 신호 분포에서 피크(220)의 열 이미지 데이터 형성 부분을 제외함으로써 이미지(400)에서 제외되었다. 이미지(400)를 생성할 때, 필터링된 열 이미지 데이터는 자동 획득 및/또는 동등하게 될 수 있다. 필터링 후 열 이미지 데이터는 재조정(rescale)될 수 있다.
도 2a는 재조정되고 필터링된 열 이미지 데이터로부터 강도 값의 제3 형성된 신호 분포의 다이어그램(500)이다. 도 2a에 도시된 예에서, 필터링된 열 이미지 데이터는 강도 값의 제3 신호 분포의 강도 레벨 범위가 도 1c에서 도시된 다이어그램(300)에서의 강도 값의 제2 신호 분포의 강도 레벨 범위보다 더 크도록 (예를 들어 콘트라스트 스트레칭(contrast stretching)에 의해) 재조정되었다. 또한, 도 2a에 도시된 특정 예에서, 강도 값의 제3 신호 분포의 강도 레벨 범위는 도 1b에 도시된 다이어그램(200)에 도시된 강도 값의 신호 분포의 강도 레벨 범위와 유사하다. 그러나, 강도 값의 제3 신호 분포의 강도 레벨 범위는 도 1b에서 강도 값의 신호 분포의 강도 레벨 범위와 상이할 수 있다. 열 이미지 데이터는 강도 값의 제3 신호 분포의 강도 레벨 범위가 재조정된 열 이미지 데이터의 콘트라스트를 향상시키도록 재조정되는 것이 바람직하다. 이는 필터링되고 재조정된 열 이미지 데이터로부터 생성된 이미지(600)가 도시된 도 2b에 예시된다. 도 2b를 도 1a 및 1d와 비교하면, 필터링되지 않은 이미지(100)에서 보이지 않는 피처들(642, 644, 646)은 재조정 후에 구별 가능한 것을 알 수 있는데, 이는 열 이미지 데이터의 콘트라스트가 캡처된 열 이미지 데이터로부터 피크(220)를 나타내는 열 이미지 데이터를 제외함으로써 향상되었기 때문이다. 피처들(642, 644, 646)은 필터링되지 않은 이미지(100)에서 보이지 않고, 이는 이미지(100)의 설정된 수의 강도 레벨이 필터링되지 않은 열 이미지 데이터의 강도에 걸쳐 있기 때문이고, 따라서 피처들(642, 644, 646)을 나타내는 작은 수의 강도 레벨만을 갖는다. 그러나, 필터링된 열 이미지 데이터는 필터링되지 않은 열 이미지 데이터보다 더 작은 강도 범위를 포함하고, 따라서 이미지(100)의 설정된 수의 강도 레벨은 더 적은 강도에 걸쳐있다. 따라서, 필터링되고 재조정된 열 이미지 데이터로부터 생성된 이미지(600)에서 피처들(642, 644, 646)을 나타내는 더 많은 수의 강도 레벨이 존재한다. 디지털 이미지(600)의 이용 가능한 강도 레벨 범위는 신호 분포의 제2 부분(210)에 적용될 수 있고, 따라서 도 2a에 도시된 바와 같이 재조정된 부분(510)으로 재조정될 수 있다. 다시 말해, 열 이미지 데이터를 필터링하고 재조정함으로써, 관심 피처들, 예를 들어 피처들(642, 644, 646)은 이미지(600)에서 향상된 콘트라스트로 인해 보이게 된다.
도 3a에서, 도 1a에서의 이미지(100)와 유사한 이미지(700)가 태양(719)이 또한 장면에 포함되는 차이로 도시된다. 다른 피처들은 두 이미지들(100, 700)에서 동일하다. 도 3b에 도시된 다이어그램(800)은 이미지(700)의 장면에 관한 열 이미지 데이터로부터 강도 값의 신호 분포를 형성한 결과이다. 다이어그램(800)에서, 제1 부분(220), 제2 부분(210), 및 제3 부분(850)을 볼 수 있다. 도 1b와 도 3b를 비교하면, 두 다이어그램(100, 800)의 차이는 제3 부분(850)이라는 것을 알 수 있다. 제1 부분(피크)(220)과 제2 부분(210)의 평가는 도 1b의 설명과 유사하고, 여기서는 반복하지 않을 것이다. 그러나, 제1 부분(220)의 평가는 도 1b와 관련하여 앞서 설명된 것과 동일한 결과에 도달할 것으로 이해될 것이다. 따라서, 제1 부분(220)은 제1 피크(220)로 지칭될 것이다. 따라서, 열 이미지 데이터는 강도 값의 신호 분포에서 제1 피크(220)의 열 이미지 데이터 형성 부분을 제외함으로써 필터링될 수 있다. 이하, 제3 부분(850)의 평가에 대해 설명한다.
도 3b에서 제3 부분(850)은 이의 강도 폭(852)이 추가 미리 결정된 강도 범위보다 작기 때문에 추가 피크로 식별된다. 도 3b에 도시된 예에서, 제3 부분(850)의 강도 폭(852)은 제3 부분(850)에 관한 신호의 반치폭이다. 추가 미리 결정된 강도 범위는 도 1b와 관련된 미리 결정된 강도 범위와 동일할 수 있거나, 대안적으로 도 1b와 관련된 미리 결정된 강도 범위와 상이할 수 있다. 어느 경우에나, 추가 강도 범위는 열 이미지 데이터를 캡처한 열 이미지 검출기의 해상도 파라미터에 기초한다. 하기에서, 제3 부분(850)은 제2 피크(850)로 지칭될 것이다.
추가 미리 결정된 신호 세기(844)는 다이어그램(800)에서 설정되었다. 도 3b에 도시된 바와 같이, 추가 미리 결정된 신호 세기(844)는 미리 결정된 신호 세기(234)와 동일한 신호 세기이다. 그러나, 미리 결정된 신호 세기(234) 및 추가 미리 결정된 신호 세기(844)는 다른 변형예에서 상이할 수 있다. 제1 피크(220) 및 제2 피크(850)의 일부가 모두 아닌 강도 값의 신호 분포 부분의 신호 세기가 추가 미리 결정된 신호 세기(844)에 있는 강도 값에서, 제2 부분(210)의 추가 강도 위치(846)가 설정된다. 다시 말해, 제2 부분(210)의 추가 강도 위치(846)는 제1 피크(220) 및 제2 피크(850)에 관한 신호를 무시할 때, 신호 세기가 추가 미리 결정된 신호 세기(844)에 있는 강도 값으로 설정된다.
도 3b에서, 제2 피크(850)의 강도 위치(856)는 제2 피크(850)가 이의 피크 값(854)을 갖는 강도 값으로 정의된다. 제2 피크(850)의 강도 위치(856) 및 제2 부분(210)의 추가 강도 위치(846)로부터, 추가 강도 범위(842)는 강도 위치(856) 및 제2 부분의 추가 강도 위치(846) 사이의 강도에서의 차이로서 결정된다. 도 3b에 도시된 예에서, 추가 강도 범위(842)는 추가 미리 결정된 최소 강도 범위보다 크다. 이러한 예에서, 추가 미리 결정된 최소 강도 범위는 미리 결정된 최소 강도 범위와 상이하다. 다른 예에서, 추가 미리 결정된 최소 강도 범위는 미리 결정된 최소 강도 범위와 동일할 수 있다. 그러나, 이러한 예에서, 미리 결정된 최소 강도 범위 및 추가 미리 결정된 최소 강도 범위는 열 이미지 검출기의 신호 세기 응답 파라미터에 모두 기초한다. 추가 실시 형태에서, 식별된 피크가 피크로 식별되지 않은 식별된 부분(예를 들어, 도 3b의 예에서 제2 부분(210))에 대해 더 높은 또는 더 낮은 강도를 나타내는지에 따라 상이한 미리 결정된 최소 강도 범위 값이 선택될 수 있다.
도 3b로 되돌아가서, 본 발명의 접근법에 따르면, 제2 피크(850)의 강도 폭(852)이 추가 미리 결정된 강도 범위보다 작고, 추가 강도 범위(842)가 추가 미리 결정된 최소 강도 범위보다 크므로, 열 이미지 데이터는 강도 값의 신호 분포에서 제1 피크(220) 및 제2 피크(850)의 열 이미지 데이터 형성 부분을 제외함으로써 필터링된다.
도 3c에서, 필터링된 열 이미지 데이터로부터 형성된 강도 값의 제4 신호 분포를 나타내는 다이어그램(900)이 도시되고, 여기서 강도 값의 신호 분포에서 제1 피크(220) 및 제2 피크(850)의 열 이미지 데이터 형성 부분은 제거에 의해 제외되었다. 도 3c에 도시된 바와 같이, 강도 값의 제4 신호 분포는 도 1c에 도시된 강도 값의 제2 신호 분포와 유사하다. 강도 값의 제4 신호 분포에 관한 열 이미지 데이터는 도 2a와 관련하여 설명된 것과 동일한 방식으로 추가로 재조정될 수 있고, 이미지는 도 1d 및 도 2b와 관련하여 설명된 바와 같이 생성될 수 있다.
도 4는 예를 들어 상기 개시된 방법 변형예 중 임의의 것에 따라 열 이미지 데이터를 필터링할 수 있는 시스템(1000)을 도시한다. 시스템(1000)은 열 이미지 검출기(1110) 및 회로(1200)를 포함한다. 도 4에 도시된 예에서, 열 이미지 검출기(1110)는 열 카메라(1100)에 포함된다. 열 카메라(1100)는 감시 카메라일 수 있다. 또한, 도 4에 도시된 예에서, 열 이미지 검출기(1110) 및 회로(1200)는 분리된 것으로 도시되지만, 이들은 동일한 유닛으로 구성될 수 있다. 예를 들어, 회로(1200)는 열 이미지 카메라(1100)에 포함될 수 있다.
회로는 처리 유닛(1210) 및 메모리(1220)를 포함한다. 처리 유닛(1210) 및 메모리(1220)는 데이터 버스(1230)로 표현되는 이러한 예에서 무선 또는 유선 통신을 통해 통신할 수 있다.
열 이미지 검출기(1110)는 열 이미지 카메라(1100)가 향하는 장면을 나타내는 열 이미지 데이터를 캡처하도록 구성된다. 열 이미지 검출기(1110)는 데이터 버스(1150)를 통해 회로와 통신하도록 추가로 구성된다. 당업자는 열 이미지 검출기(1110)와 회로(1200) 사이의 통신을 위한 복수의 적절한 유선 및 무선 연결이 존재함을 인지한다. 도 4에 도시된 특정 예에서, 열 이미지 검출기(1110)는 도 1a에 도시된 이미지(100)에 대응하는 열 이미지 데이터를 캡처한다.
회로(1200)는 캡처된 열 이미지 데이터로부터 강도 값의 신호 분포를 형성하도록 구성된다. 이러한 특정 예에서 열 이미지 검출기(1110)는 도 1a에 도시된 이미지(100)에 대응하는 열 이미지 데이터를 캡처하기 때문에, 강도 값의 형성된 신호 분포는 도 1b에서 다이어그램(200)에 도시된 강도 값의 신호 분포이다.
회로(1200)는 강도 값의 신호 분포에서 제1 부분을 식별하도록 추가로 구성된다. 제1 부분은 미리 결정된 강도 범위 이하의 강도 폭을 가지며, 따라서 본 출원서에서 제공되는 정의에 기초하여 피크로서 식별된다. 미리 결정된 강도 범위는 열 이미지 검출기(1110)의 해상도 파라미터에 기초한다. 이러한 경우에서, 회로(1200)는 제1 부분(220)이 미리 결정된 강도 범위보다 작은 강도 폭(222)을 갖기 때문에 도 1b에서 피크(220)를 식별한다.
회로(1200)는 또한 강도 값의 신호 분포의 제2 부분을 식별하도록 구성된다. 제2 부분은 미리 결정된 강도 범위보다 큰 강도 폭을 갖는다. 이러한 경우에서, 회로(1200)는 강도 폭(212)을 갖는 도 1b에서의 제2 부분(210)을 식별한다.
회로(1200)는 제1 부분(220)과 제2 부분(210) 사이의 강도 범위(232)를 결정하도록 추가로 구성된다. 회로(1200)는 도 1b와 관련하여 설명된 바와 같이 동일한 절차를 사용하여 강도 범위(232) 및 제2 부분의 강도 위치(236)를 결정할 수 있다.
회로(1200)는 강도 범위(232)가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 제1 부분(220)의 열 이미지 데이터 형성 부분을 제외함으로써 열 이미지 데이터를 필터링하도록 추가로 구성된다. 이러한 특정 예에서, 미리 결정된 최소 강도 범위는 열 이미지 검출기(1110)의 신호 세기 응답 파라미터에 기초한다.
회로(1200)는 도 3a-3c와 관련하여 설명된 방식으로 강도 값의 신호 분포에서 추가 피크를 식별하도록 추가로 구성될 수 있음을 이해할 것이다.
열 이미지 데이터를 필터링하기 위한 방법(1300)이 도 5를 참조하여 설명될 것이다. 방법(1300)은 열 이미지 검출기(1110)에 의해 열 이미지 데이터를 캡처하는 단계(1302)를 포함한다. 방법(1300)은 열 이미지 검출기(1110)의 온도를 결정하는 단계(1312)를 더 포함할 수 있다. 온도는 예를 들어 열 센서, 예를 들어 열전대(thermocouple) 또는 유사한 센서에 의해 결정될 수 있다.
방법(1300)은 열 이미지 데이터로부터 강도 값의 신호 분포를 형성하는 단계(1304)를 더 포함한다. 강도 값의 형성된 신호 분포는 도 1b 및 도 3b에 도시된 강도 값의 신호 분포와 유사할 수 있다.
방법(1300)은 강도 값의 신호 분포에서 제1 부분을 식별하는 단계(1306)를 더 포함한다. 제1 부분은 미리 결정된 강도 범위 이하의 강도 폭을 가지며, 따라서 본 출원서에서 제공되는 정의에 기초하여 피크로서 식별된다. 미리 결정된 강도 범위는 열 이미지 검출기(1110)의 해상도 파라미터에 기초한다. 열 이미지 검출기(1110)의 해상도 파라미터는 온도 의존적일 수 있고, 방법(1300)은 열 이미지 검출기(1110)의 결정된 온도에 기초하여 미리 결정된 강도 범위를 설정하는 단계(1314)를 더 포함할 수 있다.
방법(1300)은 강도 값의 신호 분포에서 제2 부분을 식별하는 단계(1307)를 더 포함한다. 제2 부분은 미리 결정된 강도 범위보다 큰 강도 폭을 가지며, 따라서 본 출원서에서 제공된 정의에 기초하여 피크로서 식별되지 않는다.
방법(1300)은 제1 부분과 제2 부분 사이의 강도 범위를 결정하는 단계(1308)를 더 포함한다. 미리 결정된 최소 강도 범위는 열 이미지 검출기(1110)의 신호 세기 응답 파라미터에 기초한다. 신호 세기 응답 파라미터는 온도 의존적일 수 있고, 방법(1300)은 열 이미지 검출기의 결정된 온도에 기초하여 미리 결정된 최소 강도 범위를 설정하는 단계(1316)를 더 포함할 수 있다.
방법(1300)은 강도 범위가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 제1 부분의 열 이미지 데이터 형성 부분을 제외함으로써 열 이미지 데이터를 필터링하는 단계(1310)를 더 포함한다.
방법(1300)은 필터링된 열 이미지 데이터로부터 강도 값의 제2 신호 분포를 형성하는 단계(1318)를 더 포함할 수 있다.
방법(1300)은 필터링된 열 이미지 데이터를 재조정하는 단계(1320) 및 재조정되고 필터링된 열 이미지 데이터로부터 강도 값의 제3 신호 분포를 형성하는 단계(1322)를 더 포함할 수 있다. 재조정하는 단계(1320)는 강도 값의 제3 신호 분포가 강도 값의 제2 신호 분포의 강도 레벨 범위보다 큰 강도 레벨 범위를 갖도록 수행될 수 있다.
방법(1300)은 재조정 및/또는 필터링된 열 이미지 데이터에 기초하여 이미지를 생성하는 단계(1330)를 더 포함할 수 있다. 이미지를 생성하는 단계(1330)는 재조정 및/또는 필터링된 열 이미지 데이터를 자동 획득하는 단계(1332), 및/또는 재조정 및/또는 필터링된 열 이미지 데이터를 동등하게 하는 단계(1334)를 포함할 수있다.
방법(1300)은 방법(1300)의 상이한 부분들을 수행하는 단일 처리 유닛 또는 다수의 처리 유닛에 의해 수행될 수 있다. 방법(1300)의 일부 부분들은 예를 들어 열 이미지 데이터를 캡처하는 단계(1302) 및 검출기의 온도를 결정하는 단계(1312)를 병렬로 수행될 수 있음을 인지한다. 따라서, 방법(1300)은 도 5에 도시된 바와 같이 정확한 직렬 방식으로 수행될 필요는 없다. 또한, 도시된 모든 단계가 청구된 바와 같은 본 발명의 방법을 달성하는데 필요한 것은 아니라는 것이 이해된다.
당업자는 본 발명의 개념이 결코 전술한 바람직한 변형예에 제한되지 않음을 인지한다. 반대로, 첨부된 청구 범위의 범위 내에서 많은 수정 및 변형이 가능하다.
예를 들어, 피크의 강도 위치를 정의하는 강도 값은 피크가 미리 결정된 임계 신호 레벨보다 큰 신호 세기를 갖는 강도 값일 수 있다. 미리 결정된 임계 신호 레벨은 열 이미지 검출기의 신호 세기 응답 파라미터와 관련될 수 있다.
또한, 개시된 변형예에 대한 변형은 도면, 개시물 및 첨부된 청구 범위의 연구로부터 청구된 발명을 실시할 때 당업자에 의해 이해되고 영향을 받을 수 있다. 특정 조치가 서로 다른 종속항에 인용되어 있다는 사실은 이들 조치의 조합이 유리하게 사용될 수 없다는 것을 나타내지 않는다.

Claims (15)

  1. 열 이미지 데이터를 필터링하기 위한 방법(1300)으로서, 상기 방법(1300)은:
    열 이미지 검출기(1110)에 의해 열 이미지 데이터를 캡처하는 단계(1302);
    상기 열 이미지 데이터로부터 강도 값의 신호 분포를 형성하는 단계(1304);
    강도 값의 신호 분포에서 제1 부분(220)을 식별하는 단계(1306) - 상기 제1 부분(220)은 상기 열 이미지 검출기(1110)의 해상도 파라미터에 기초하여 미리 결정된 강도 범위 이하의 강도 폭(222)을 갖는 피크임 -;
    강도 값의 신호 분포의 제2 부분(210)을 식별하는 단계(1307) - 상기 제2 부분(210)은 상기 미리 결정된 강도 범위보다 큰 강도 폭을 가짐 -;
    상기 제1 부분(220)과 상기 제2 부분(210) 사이의 강도 범위를 결정하는 단계(1308); 및
    상기 강도 범위(232)가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 제1 부분(220)의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링하는 단계(1310)를 포함하는 방법(1300).
  2. 제1항에 있어서, 상기 미리 결정된 최소 강도 범위는 상기 열 이미지 검출기(1110)의 신호 세기 응답 파라미터에 기초하는 것을 특징으로 하는 방법(1300).
  3. 제1항에 있어서, 상기 방법(1300)은:
    상기 필터링된 열 이미지 데이터로부터 강도 값의 제2 신호 분포를 형성하는 단계(1318);
    상기 필터링된 열 이미지 데이터를 재조정하는 단계(1320); 및
    상기 재조정되고 필터링된 열 이미지 데이터로부터 강도 값의 제3 신호 분포를 형성하는 단계(1322) - 강도 값의 제3 신호 분포는 강도 값의 제2 신호 분포의 강도 레벨 범위보다 큰 강도 레벨 범위에 걸쳐 있음 -를 더 포함하는 것을 특징으로 하는 방법(1300).
  4. 제2항에 있어서, 상기 신호 세기 응답 파라미터는 온도 의존적이고, 상기 방법(1300)은:
    상기 열 이미지 검출기(1110)의 온도를 결정하는 단계(1312); 및
    상기 열 이미지 검출기(1110)의 결정된 온도에 기초하여 상기 미리 결정된 최소 강도 범위를 설정하는 단계(1316)를 더 포함하는 것을 특징으로 하는 방법(1300).
  5. 제1항에 있어서, 상기 해상도 파라미터는 온도 의존적이고, 상기 방법(1300)은:
    상기 열 이미지 검출기(1110)의 온도를 결정하는 단계(1312); 및
    상기 열 이미지 검출기(1110)의 결정된 온도에 기초하여 상기 미리 결정된 강도 범위를 설정하는 단계(1314)를 더 포함하는 것을 특징으로 하는 방법(1300).
  6. 제1항에 있어서, 상기 미리 결정된 강도 범위는 상기 해상도 파라미터의 미리 결정된 배수인 것을 특징으로 하는 방법(1300).
  7. 제1항에 있어서, 상기 제1 부분(220)의 강도 폭(222)은 상기 제1 부분(220)의 최대값(224)의 미리 결정된 분획에서 상기 제1 부분(220)의 폭과 동일한 것을 특징으로 하는 방법 (1300).
  8. 제1항에 있어서, 상기 해상도 파라미터는 상기 열 이미지 검출기(1110)의 신호-대-잡음 지수인 것을 특징으로 하는 방법(1300).
  9. 제1항에 있어서, 상기 방법(1300)은:
    강도 값의 신호 분포에서 추가 부분(850)을 식별하는 단계 - 상기 추가 부분은 상기 열 이미지 검출기(1110)의 해상도 파라미터에 기초한 추가 미리 결정된 강도 범위 이하의 강도 폭(852)을 갖는 추가 피크(850)임 -;
    상기 제2 부분과 상기 추가 부분 사이의 추가 강도 범위(842)를 결정하는 단계; 및
    상기 추가 강도 범위(842)가 추가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 상기 추가 부분(850)의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링하는 단계를 더 포함하는 것을 특징으로 하는 방법(1300).
  10. 제1항에 있어서, 상기 방법(1300)은:
    상기 재조정 및/또는 필터링된 열 이미지 데이터에 기초하여 이미지를 생성하는 단계(1330)를 더 포함하는 것을 특징으로 하는 방법(1300).
  11. 제10항에 있어서, 상기 방법(1300)은:
    상기 재조정 및/또는 필터링된 열 이미지 데이터를 자동 획득하는 단계 (1332); 및
    상기 재조정 및/또는 필터링된 열 이미지 데이터를 동등하게 하는 단계(1334)로 이루어지는 군으로부터 선택되는 하나 이상의 단계를 더 포함하는 것을 특징으로 하는 방법(1300).
  12. 열 이미지 데이터를 캡처하도록 구성된 열 이미지 검출기(1110);
    상기 열 이미지 데이터로부터 강도 값의 신호 분포를 형성하고;
    강도 값의 신호 분포에서 제1 부분(220)을 식별하며 - 상기 제1 부분은 상기 열 이미지 검출기(1110)의 해상도 파라미터에 기초한 미리 결정된 강도 범위 이하의 강도 폭(222)을 갖는 피크(220)임 -;
    강도 값의 신호 분포의 제2 부분(210)을 식별하고 - 상기 제2 부분(210)은 상기 미리 결정된 강도 범위보다 큰 강도 폭을 가짐 -;
    상기 제1 부분(220)과 상기 제2 부분(210) 사이의 강도 범위를 결정하며; 및
    상기 강도 범위(232)가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 상기 제1 부분(220)의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링하도록 구성된 회로(1200)를 포함하는 시스템(1000).
  13. 제12항에 있어서, 상기 미리 결정된 최소 강도 범위는 상기 열 이미지 검출기의 신호 세기 응답 파라미터에 기초하는 것을 특징으로 하는 시스템(1000).
  14. 제12항에 있어서, 상기 회로(1200)는:
    강도 값의 신호 분포에서 추가 부분(850)을 식별하고 - 상기 추가 부분은 상기 열 이미지 검출기(1110)의 해상도 파라미터에 기초한 추가 미리 결정된 강도 범위 이하의 강도 폭(852)을 갖는 추가 피크(850)임 -;
    상기 제2 부분(210)과 상기 추가 부분(850) 사이의 추가 강도 범위(842)를 결정하며; 및
    상기 추가 강도 범위(842)가 미리 결정된 최소 강도 범위보다 큰 경우, 강도 값의 신호 분포에서 추가 부분(850)의 열 이미지 데이터 형성 부분을 제외함으로써 상기 열 이미지 데이터를 필터링하도록 추가로 구성되는 것을 특징으로 하는 시스템(1000).
  15. 처리 능력을 갖는 장치에서 실행될 때, 제1항에 따른 방법(1300)을 구현하기 위한 프로그램을 저장한 비-일시적 컴퓨터 판독 가능 저장 매체.
KR1020190090834A 2018-09-10 2019-07-26 열 이미지 데이터를 필터링하기 위한 방법 및 시스템 Active KR102205130B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP18193462.1A EP3620765B1 (en) 2018-09-10 2018-09-10 Method and system for filtering thermal image data
EP18193462.1 2018-09-10

Publications (2)

Publication Number Publication Date
KR20200029345A true KR20200029345A (ko) 2020-03-18
KR102205130B1 KR102205130B1 (ko) 2021-01-19

Family

ID=63556214

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190090834A Active KR102205130B1 (ko) 2018-09-10 2019-07-26 열 이미지 데이터를 필터링하기 위한 방법 및 시스템

Country Status (6)

Country Link
US (1) US10878542B2 (ko)
EP (1) EP3620765B1 (ko)
JP (1) JP6995092B2 (ko)
KR (1) KR102205130B1 (ko)
CN (1) CN110887567B (ko)
TW (1) TWI844554B (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7517114B2 (ja) * 2020-11-30 2024-07-17 新東工業株式会社 画像表示装置
EP4383211B1 (en) * 2022-12-05 2025-04-23 Axis AB Method and system for identifying reflections in thermal images
DE102023212170A1 (de) * 2023-12-04 2025-06-05 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Verringern eines Rauschens in Bilddaten

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6641981B1 (en) * 1999-11-18 2003-11-04 Nikon Corporation Exposure method, exposure apparatus, and device manufacturing method
US6850642B1 (en) * 2000-01-31 2005-02-01 Micron Technology, Inc. Dynamic histogram equalization for high dynamic range images
KR20170030049A (ko) * 2015-09-08 2017-03-16 엑시스 에이비 열 이미지에서 로컬 콘트라스트를 향상시키는 방법 및 장치
KR20180039466A (ko) * 2016-10-10 2018-04-18 순천향대학교 산학협력단 열화상카메라를 이용한 유방암 진단 장치 및 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001144009A (ja) 1999-11-18 2001-05-25 Nikon Corp 露光方法及び露光装置、並びにデバイス製造方法
JP3756452B2 (ja) 2002-01-18 2006-03-15 本田技研工業株式会社 赤外線画像処理装置
WO2009050594A2 (en) 2007-07-25 2009-04-23 Yunn-En Yeo Exposure control for an imagning system
US20100245608A1 (en) 2009-03-25 2010-09-30 Itt Manufacturing Enterprises, Inc. Adaptive method and system for extracting a bright image from a thermal image
US9819880B2 (en) 2009-06-03 2017-11-14 Flir Systems, Inc. Systems and methods of suppressing sky regions in images
EP2457196A4 (en) 2009-07-21 2013-02-06 Qualcomm Inc METHOD AND SYSTEM FOR DETECTING AND EXPANSION OF VIDEO IMAGES
JP5664551B2 (ja) 2009-08-27 2015-02-04 日本電気株式会社 画像目標識別装置、画像目標識別方法、画像目標識別プログラム
WO2011055772A1 (ja) 2009-11-05 2011-05-12 日本電気株式会社 画像目標識別装置、画像目標識別方法、画像目標識別プログラム
US8488055B2 (en) * 2010-09-30 2013-07-16 Apple Inc. Flash synchronization using image sensor interface timing signal
JP2013024761A (ja) 2011-07-22 2013-02-04 Hitachi Kokusai Electric Inc 撮像方法および撮像装置
US20130131998A1 (en) 2011-11-18 2013-05-23 David A. Wright Methods and Apparatus for Identifying Mass Spectral Isotope Patterns
DE112013003276T5 (de) 2012-06-26 2015-03-26 Honda Motor Co., Ltd. Objekterkennungseinrichtung
TWI558489B (zh) * 2013-11-27 2016-11-21 財團法人工業技術研究院 應用熱輻射影像的雷射加工系統與其方法
US9965835B2 (en) 2014-11-28 2018-05-08 Axis Ab Defogging images and video
JP2017195442A (ja) 2016-04-18 2017-10-26 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
CN106595869B (zh) * 2016-11-28 2019-10-25 中国航空工业集团公司洛阳电光设备研究所 一种高分辨率制冷型红外热像仪

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6641981B1 (en) * 1999-11-18 2003-11-04 Nikon Corporation Exposure method, exposure apparatus, and device manufacturing method
US6850642B1 (en) * 2000-01-31 2005-02-01 Micron Technology, Inc. Dynamic histogram equalization for high dynamic range images
KR20170030049A (ko) * 2015-09-08 2017-03-16 엑시스 에이비 열 이미지에서 로컬 콘트라스트를 향상시키는 방법 및 장치
KR20180039466A (ko) * 2016-10-10 2018-04-18 순천향대학교 산학협력단 열화상카메라를 이용한 유방암 진단 장치 및 방법

Also Published As

Publication number Publication date
KR102205130B1 (ko) 2021-01-19
JP2020064052A (ja) 2020-04-23
US20200082513A1 (en) 2020-03-12
EP3620765A1 (en) 2020-03-11
US10878542B2 (en) 2020-12-29
EP3620765B1 (en) 2020-11-04
JP6995092B2 (ja) 2022-01-14
CN110887567B (zh) 2021-06-22
CN110887567A (zh) 2020-03-17
TW202011732A (zh) 2020-03-16
TWI844554B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
EP3621850B1 (en) Shutterless far infrared (fir) camera for automotive safety and driving systems
US10074256B2 (en) Detection system and method featuring multispectral imaging device
JP4767240B2 (ja) 映像の境界を検出する方法及びその装置とこれを具現するコンピューターで読み取れる記録媒体
KR101546933B1 (ko) 화재 감지 장치
KR101695246B1 (ko) 광원 추정 장치 및 광원 추정 방법
JP4653207B2 (ja) 煙検出装置
CA2989188A1 (en) Method for ir or thermal image enchancement based on scene information for video analysis
KR102205130B1 (ko) 열 이미지 데이터를 필터링하기 위한 방법 및 시스템
CN102572211A (zh) 估计光源的方法和设备
JP2021156579A (ja) 画像処理装置、画像処理方法、移動機器、並びにプログラム
JP4991356B2 (ja) 画像処理装置、画像処理方法および画像処理用プログラム
KR102602846B1 (ko) 적외선 화상 포착 장치의 기생 화소들의 검출
US20190287272A1 (en) Detection system and picturing filtering method thereof
JPH06308256A (ja) 雲霧検出方法
KR102206815B1 (ko) 열 카메라에 의해 캡처된 이미지에서의 변화를 향상시키기 위한 방법, 장치 및 시스템
JP4740755B2 (ja) 画像を用いた監視装置
KR101637637B1 (ko) 비디오 센서 시스템의 영역 별 자동 노출 방법 및 그 장치
JP7252815B2 (ja) 画像処理装置及び画像処理プログラム
KR101950433B1 (ko) 중적외선 영상에서의 물체 검출 방법 및 장치
US11252344B2 (en) Method and system for generating multiple synchronized thermal video streams for automotive safety and driving systems
EP4567718B1 (en) Method for thermal image processing
EP4485960B1 (en) Method for thermal image processing
KR101950436B1 (ko) 중적외선 영상에서의 물체 검출 장치
WO2026047676A1 (en) Short-term spectral event detection
WO2016128700A1 (en) Processing multispectral images

Legal Events

Date Code Title Description
E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

A201 Request for examination
A302 Request for accelerated examination
P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

PA0302 Request for accelerated examination

St.27 status event code: A-1-2-D10-D17-exm-PA0302

St.27 status event code: A-1-2-D10-D16-exm-PA0302

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U11-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

R18-X000 Changes to party contact information recorded

St.27 status event code: A-5-5-R10-R18-oth-X000

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 5

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 6

U11 Full renewal or maintenance fee paid

Free format text: ST27 STATUS EVENT CODE: A-4-4-U10-U11-OTH-PR1001 (AS PROVIDED BY THE NATIONAL OFFICE)

Year of fee payment: 6