[논문]안테나 추출및 보정을 위한 영상처리 알고리즘

곽내정; 유성필; 송특섭; 김성민

doi:10.5392/jkca.2009.9.12.546

문제 정의

따라서 치환 안테나의 위치에 먼저 카메라를 장착하여 영상처리를 이용하여 안테나를 검출하고 안테나의 특성에 따른 최대전력 수신지점을 검출하여 positioner와 EUT로 위치를 이동시킨 상태에서 카메라대신 치환 안테나로 장착한다면 오차 환경도 줄일 수 있고 측정자의 수고도 덜 수 있다. 본 논문에서는 안테나 특성 측정시 오차를 줄이기 위하여 영상처리 방법을 도입하여 카메라로 안테나를 입력받아 안테나를 추출하고 안테나의 중심점을 검출하여 안테나의 위치를 보정하는 알고리즘을 제안한다. 또한 안테나의 특성중 편파특성은 안테나의 기울어짐과도 관련이 있으므로 안테나의 기울어진 각도를 측정하여 보정하는 알고리즘을 제안한다.
본 논문에서는 안테나의 특성 측정을 위해 영상처리알고리즘을 적용하여 안테나의 중심객체를 추출하고 안테나의 기울어짐과 중심점을 보정하는 알고리즘을 제안한다. 제안 알고리즘은 카메라를 통해 입력된 RGB 컬러공간의 안테나 영상을 YCbCr컬러공간으로 변환한 후 안테나 영상의 Cr 값을 특징으로 하여 배경과 분리하였다.
따라서 안테나 객체를 분리하기 위해 주변 객체를 제거하고 안테나 객체를 인식해야 한다. 본 논문에서는 패치 안테나의 모양이 사각형인 것을 특징으로 하여 검출된 객체를 중심으로 모서리를 추출한다. 만약 검출된 모서리가 4개이고 각 모서리에서의 각도가 90° 와 유사한 값이라면 이 객체를 안테나 객체의 후보로 선정한다.

가설 설정

4) 구해진 사잇각이 90°내외 이면 모서리점으로 인식한다.

제안 방법

이진화된 영상을 레이블링 한 후 레이블 영역의 크기와 모폴로지컬 필터를 이용하여 객체의 경계 정보 및 제거되지 않은 잡음을 제거하였다. 그 후 레이블링 된 영역의 경계와 경계영역의 모서리점을 검출하고 검출된 모서리를 이용하여 객체의 안테나 유무를 판별한다. 또한 안테나 객체로 검출된 객체의 모서리 점과 윤곽정보를 이용하여 직선의 식을 구하여 그 중한 직선의 식을 이용하여 안테나의 기울어진 왜곡 각도를 구한 후 보정한다.
객체 후보로 등록한다. 그러나 모서리 점이 네 점이라 하더라도 안테나 객체가 아닌 다른 객체일 수 있으므로 검출된 네 점을 이용하여 안테나의 가로와 세로의 길이를 구한다. 실제 실험에 사용한 패치 안테나의 경우 안테나의 가로와 세로의 비율은 5:21이다.
이때 안테나가 위치한 평면과 영상 획득 시 카메라 필름면이 평행하지 않을 경우 가로세로 비율이 실제 안테나의 길이 비율 값과 정확히 일치하지 않을 수 있다. 따라서 다수의 기울어진 영상의 가로 세로 비율을 측정하여 가로 세로의 비율이 일치하지 않는 오차의 한계를 다수의 영상을 이용하여 구한 후 오차의 허용 범위를 결정하였다. 오차의 허용 범위는 세로 ±0.
이진 영상에는 다양한 객체가 존재함으로 경계 정보도 객체마다 존재하게 된다. 따라서 레이블링된 다중객체 중 먼저 처리해야 할 객체를 선정하고 저장된 경계 정보의 값을 이용하여 모서리를 검출한다. 다양한 객체 중 영역이 큰 객체가 중심객체일 가능성이 크므로 영역의 크기가 큰 객체를 선정하여 먼저 처리를 한다.
그 후 레이블링 된 영역의 경계와 경계영역의 모서리점을 검출하고 검출된 모서리를 이용하여 객체의 안테나 유무를 판별한다. 또한 안테나 객체로 검출된 객체의 모서리 점과 윤곽정보를 이용하여 직선의 식을 구하여 그 중한 직선의 식을 이용하여 안테나의 기울어진 왜곡 각도를 구한 후 보정한다. 그리고 추출된 객체의 모멘트를 이용하여 중심점을 추출한 후 구해진 중심과 카메라의 중심을 일치시켜 오차가 있을 경우 그 오차값을 이용하여 안테나의 중심을 보정한다.
본 논문에서는 안테나 특성 측정시 오차를 줄이기 위하여 영상처리 방법을 도입하여 카메라로 안테나를 입력받아 안테나를 추출하고 안테나의 중심점을 검출하여 안테나의 위치를 보정하는 알고리즘을 제안한다. 또한 안테나의 특성중 편파특성은 안테나의 기울어짐과도 관련이 있으므로 안테나의 기울어진 각도를 측정하여 보정하는 알고리즘을 제안한다.
성능을 나타낸다. 또한 조명의 영향으로 인하여 배경과 분리되지 않는 부분도 이진영상 처리시 Cr과 에지의 값을 이용함으로 개선하였다. 그러나 반사가 심할 경우 조명의 영향으로 인한 잡음처리에 대한 연구가 필요하다.
모두 포함하고 있는 형태로 구성된다[3]. 또한 피시험 기기는 안테나의 이용가능한 모든 조건에서 측정되어야 하며, 주파수 대역의 저, 중, 고, 의 세가지 주파수 채널을 선택하여 측정한다. 방사전력의 측정을 위해 치환 안테나의 위치를 조절하여 안테나와의 수신전력을 측정하게 된다.
대하여 다음과 같이 평가하였다. 먼저 중심점 검출의 정확도는 영상을 포토샵에서 읽어 안테나의 중심점을 검출하여 좌표값을 제안 알고리즘에 의해 구한 좌표값과 비교한 후 그 차이를 오차로 하였다. 이러한 방법으로 각 영상에 대하여 오차 화소의 범위를 검출하였다.
본 알고리즘에서는 안테나의 색상 특성 중 Cr의 값을 사용한다. 본 알고리즘 일정한 범위의 Cr 값을 갖는 영역을 안테나 객체의 후보영역으로 간주하여 이진화한다.
본 알고리즘에서는 카메라로부터 입력되는 24bit의 RGB 칼라 영상을 YCbCr컬러공간으로 변환하여 안테나의 컬러특성을 이용한다. 이것은 처리의 고속성, 저비용을 위해 처리해야 할 정보량이 많은 영상을 적은 bit 의 영상으로 변환하여 처리하기 위함이며, 또한 영상의 특징을 해석하기 위해 영상에서 대상물을 추출하여 대상과 배경을 분리한 이진 영상(Binary Image)으로 처리하기 위함이다[4].
본 제안방법에서는 다양한 안테나의 종류 중 far-field 계측의 표준이 되고 있는 패치 안테나 영상을 입력받아 안테나 영상을 인식하고, 인식된 안테나 영상을 이용하여 기울어짐과 왜곡의 정도를 측정한다. 본 논문의 구성은 다음과 같다.
안테나는 사용하는 목적에 따라 송신안테나의 경우안테나에 공급되는 전기신호를 효율적으로 원하는 방향으로 원하는 특성을 갖고 전파를 방사하고, 수신안테나의 경우 공간으로 부터 유입되는 전파 중에서 원하는 특성을 갖고 원하는 방향에서 오는 전파를 효율적으로 수신하도록 설계.제작된다[1].
이러한 방법으로 각 영상에 대하여 오차 화소의 범위를 검출하였다. 영상의 기울어짐 검출의 정확도는 포토샵에서 안테나 영상의 네 모서리를 선택하고 직선을 그린 후 수평에 대하여 장축의 각도를 구하여 그 값과 제안 알고리즘에 의한 검출 값의 차이를 오차로 하여 측정하였다.
영역의 크기를 이용하여 잡음영역을 제거 한 후 안테나 객체의 경계를 좀 더 명확히 하기 위해 모폴로지 연산 중 확장연산[기을 이용하여 다시 한번 처리를 한다. 그 후 결과 영상을 이용하여 다시 레이블링 하여 객체를 추출한다.
먼저 중심점 검출의 정확도는 영상을 포토샵에서 읽어 안테나의 중심점을 검출하여 좌표값을 제안 알고리즘에 의해 구한 좌표값과 비교한 후 그 차이를 오차로 하였다. 이러한 방법으로 각 영상에 대하여 오차 화소의 범위를 검출하였다. 영상의 기울어짐 검출의 정확도는 포토샵에서 안테나 영상의 네 모서리를 선택하고 직선을 그린 후 수평에 대하여 장축의 각도를 구하여 그 값과 제안 알고리즘에 의한 검출 값의 차이를 오차로 하여 측정하였다.
이때 다른 객체 및 배경과의 분리를 위해 에지 정보를 추출하여 에지 값이 큰 경우에 대하여는 처리에 제한을 두었다. 이진화된 영상을 레이블링 한 후 레이블 영역의 크기와 모폴로지컬 필터를 이용하여 객체의 경계 정보 및 제거되지 않은 잡음을 제거하였다. 그 후 레이블링 된 영역의 경계와 경계영역의 모서리점을 검출하고 검출된 모서리를 이용하여 객체의 안테나 유무를 판별한다.
잡음을 제거하기 위해 먼저 이진영상의 객체 영역 즉 흰색 영역을 레이블링 한다. 레이블링은 레이블링은 8- 이웃픽셀을 사용하고 Grassfire 알고리즘[6]을 사용하여 분리된 영역들을 레이블링 하였다.
제안 알고리즘은 입력 영상을 전처리하여 영상을 이진화 하는 단계, 이진영상을 이용하여 안테나 객체를 추출하는 단계, 안테나 객체의 기울기와 중심점을 구하여 보정하는 단계로 나누어진다. [그림 2]는 제안 방법의 흐름도로 각 단계의 세부 내용을 보여준다.
제안 알고리즘은 카메라를 통해 입력된 RGB 컬러공간의 안테나 영상을 YCbCr컬러공간으로 변환한 후 안테나 영상의 Cr 값을 특징으로 하여 배경과 분리하였다. 이때 다른 객체 및 배경과의 분리를 위해 에지 정보를 추출하여 에지 값이 큰 경우에 대하여는 처리에 제한을 두었다.

대상 데이터

본 논문에서는 패치 안테나의 모양이 사각형인 것을 특징으로 하여 검출된 객체를 중심으로 모서리를 추출한다. 만약 검출된 모서리가 4개이고 각 모서리에서의 각도가 90° 와 유사한 값이라면 이 객체를 안테나 객체의 후보로 선정한다.
제안방법의 성능을 비교하기 위해 카메라를 이용하여 얻은 표준 이득 패치 안테나 영상을 대상으로 실험하였다. 프로그램은 VC++6.

이론/모형

영역을 레이블링 한다. 레이블링은 레이블링은 8- 이웃픽셀을 사용하고 Grassfire 알고리즘[6]을 사용하여 분리된 영역들을 레이블링 하였다. Grassfire 알고리즘은 마른 잔디(grass)에서 불(fire)이 번져나가는 모양과 비슷하게 화소를 레이블링하기 때문에 붙여진 이름이다.

성능/효과

차이를 오차로 표시한 결과이다. 50장의 영상 중 42 장의 영상에서 안테나의 기울어짐이 ±0.5°보다 작은 오차로 검출 정확도를 보이고 있으며 8장의 영상이 그 이상의 오차를 보이고 있다. 이것은 경계선을 이용한 모서리 검출 시 경계선에서 매끄럽지 못하고 구불부불한 경계의 돌출되는 점 들 중 잘못된 점을 모서리로 검출하여 계산하였기 때문이다.
종축으로 분포하는 경우가 많다. 따라서 치환 안테나의 위치에 먼저 카메라를 장착하여 영상처리를 이용하여 안테나를 검출하고 안테나의 특성에 따른 최대전력 수신지점을 검출하여 positioner와 EUT로 위치를 이동시킨 상태에서 카메라대신 치환 안테나로 장착한다면 오차 환경도 줄일 수 있고 측정자의 수고도 덜 수 있다. 본 논문에서는 안테나 특성 측정시 오차를 줄이기 위하여 영상처리 방법을 도입하여 카메라로 안테나를 입력받아 안테나를 추출하고 안테나의 중심점을 검출하여 안테나의 위치를 보정하는 알고리즘을 제안한다.
경우의 오차를 고려하면 심각하지 않다. 또한 계측자가 수작업으로 계측기에 안테나의 위치 보정 시 시간적인 측면을 고려하면 제안 알고리즘을 적용하여 안테나의 위치를 보정할 경우 효율적이다.
제안 알고리즘은 안테나의 객체를 추출하여 기울어진 각도를 구하고 중심점 오차를 구하여 보정하는 것에 좋은 성능을 나타낸다. 또한 조명의 영향으로 인하여 배경과 분리되지 않는 부분도 이진영상 처리시 Cr과 에지의 값을 이용함으로 개선하였다.

후속연구

따라서 이 부분에 대한 연구가 필요하다. 그리고 이와 같은 연구결과를 토대로 다양한 종류의 안테나에 적용하기 위한 연구 및 본 논문의 방법을 안테나 측정시스템에 적용하여 안테나 측정시스템의 자동화에 관한 연구 또한 필요하다.
11 이다. 만약 영상 획득시 안테나의 위치 평면이 너무 기울어진 경우는 본 논문의 제안한 자동측정에 큰 장애요소로 존재함으로 다른 조건에서 획득된 영상을 필요로 하며 이를 보정하기 위한 방법은 추후 연구를 필요로 한다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

안테나 추출및 보정을 위한 영상처리 알고리즘
Image Procession Algorithm For Antenna Extraction And Correction 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

안테나 추출및 보정을 위한 영상처리 알고리즘 Image Procession Algorithm For Antenna Extraction And Correction 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

류성필 (7) 송특섭 (15)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

안테나 추출및 보정을 위한 영상처리 알고리즘
Image Procession Algorithm For Antenna Extraction And Correction 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper