[논문]매트릭스 패턴 영상의 관심 영역 추출 방법 및 하드웨어 구현

조호상; 김근준; 강봉순

doi:10.6109/jkiice.2015.19.4.940

매트릭스 패턴 영상의 관심 영역 추출 방법 및 하드웨어 구현
Region of Interest Extraction Method and Hardware Implementation of Matrix Pattern Image 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.19 no.4, 2015년, pp.940 - 947

조호상 (Department of Electronic Engineering, Dong-A University) , 김근준 (Department of Electronic Engineering, Dong-A University) , 강봉순 (Department of Electronic Engineering, Dong-A University)

초록
AI-Helper

본 논문에서는 기존의 터치 센서방법과 초음파나 레이저를 사용하는 방법이 아닌 디스플레이에 프린트된 매트릭스 패턴 영상을 이용하여 위치 정보를 추출하는 시스템의 패턴 영상의 특징점을 찾고 관심 영역의 영상을 추출하는 방법을 제안하였다. 제안하는 방법은 패턴 영상의 조도값과 패턴의 특징을 이용하여 촬영된 영상의 회전된 각도와 신뢰성 있는 특징점을 찾고 관심영역을 추출한다. 성공적인 관심 영역 추출을 위해서 다양한 각도에서 판서된 패턴영상을 이용하여 위치 관심영역 추출을 테스트하였고 성공적으로 관심영역을 추출하는 것을 확인하였다. 제안한 알고리즘은 OpenCV와 Window 프로그램을 사용하여 소프트웨어적으로 검증하고, 또한, Verilog-HDL을 사용하여 하드웨어 시스템을 설계하고, Xilinx FPGA(xc6vlx760) 보드를 이용하여 검증하였다.

Abstract ▼ AI-Helper

This paper presents the region of interest pattern image extraction method on a display printed matrix pattern. Proposed method can not use conventional method such as laser, ultrasonic waves and touch sensor. It searches feature point and rotation angle using luminance and pattern reliable feature points of input image, and then it extracts region of interest. In order to extract region of interest, we simulate proposed method using pattern image written various angles on display panel. The proposed method makes progress using the OpenCV and the window program, and was designed using Verilog-HDL and was verified through the FPGA Board(xc6vlx760) of Xilinx.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이러한 왜곡이 발생한 영상은 패턴의 밝기가 균일하지 못하고 패턴의 모양이 뒤틀려 디코딩에 맞는 영상을 추출하지 못하게 된다. 본 논문에서는 이러한 왜곡된 영상에서도 강인한 관심 영역 검출과 관심 영역을 사상시키는 방법을 제안한다. 또한 빠른 연산 속도를 위하여 제안하는 방법을 하드웨어로 구현하였다.

본 논문에서는 초소형 카메라가 탑재된 디바이스와 특정 패턴이 프린트된 디스플레이를 이용하는 판서 시스템의 판서 디바이스 위치정보 인식을 위한 관심영역 추출 방법을 제안하고 하드웨어로 구현하였다. 다양한 각도에서 판서되는 디바이스가 촬영하는 매트릭스 패턴 영상을 생성하여 회전 각도 검출을 수행한 결과 +0.

제안 방법

각도 검출에 필요한 tangent 테이블은 빠른 연산속도와 하드웨어 설계 용이함을 위해서 정수형 LUT(look up table) 형식으로 구현하였다. 각각의 로직 블록에 맞는 FSM(finite state machine)을 설계하여 상대적으로 Slice Registers의 사용도가 큰 곱셈기와 나눗셈기 같은 연산기를 공유하여 Slice Registers의 사용을 최소화 할 수 있도록 설계하였다. 표 2는 FPGA 구현 결과를 요약한 표이다.
패턴 영상을 저장하는 메모리의 동작 주파수와 연산블록의 동작 주파수를 분리하여 사용 환경에 따라 연산 속도를 조절할 수 있게 하였다. 각도 검출에 필요한 tangent 테이블은 빠른 연산속도와 하드웨어 설계 용이함을 위해서 정수형 LUT(look up table) 형식으로 구현하였다. 각각의 로직 블록에 맞는 FSM(finite state machine)을 설계하여 상대적으로 Slice Registers의 사용도가 큰 곱셈기와 나눗셈기 같은 연산기를 공유하여 Slice Registers의 사용을 최소화 할 수 있도록 설계하였다.
판서하는 디바이스의 각도가 점점 증가 할수록 패턴 영상의 왜곡 정도가 커지는 현상이 나타나게 된다. 따라서 임의로 회전된 패턴 영상에 왜곡을 만든 영상으로 테스트하였다. 관심 영역 영상이 총 12개의 매트릭스를 포함하고 있다면 디코딩하기 위한 위치 정보를 정상적으로 추출한 것으로 판별하였다.
본 논문에서는 이러한 왜곡된 영상에서도 강인한 관심 영역 검출과 관심 영역을 사상시키는 방법을 제안한다. 또한 빠른 연산 속도를 위하여 제안하는 방법을 하드웨어로 구현하였다.
제안하는 방법은 Verilog-HDL을 이용하여 하드웨로 구현하였으며 Xilinx FPGA (xc6vlx760)를 이용하여 하드웨어 복잡도를 평가하였다. 그림 7은 제안하는 방법의 하드웨어 블록도이다.
제안하는 방법이 관심 영역을 추출하는 것을 검증하기 위해서 다양한 각도에서 판서된 디바이스의 패턴 영상을 테스트하였고 디코딩을 위한 관심 영역 추출이 용이하게 이루어지는지 확인하였다.
그림 7은 제안하는 방법의 하드웨어 블록도이다. 패턴 영상을 저장하는 메모리의 동작 주파수와 연산블록의 동작 주파수를 분리하여 사용 환경에 따라 연산 속도를 조절할 수 있게 하였다. 각도 검출에 필요한 tangent 테이블은 빠른 연산속도와 하드웨어 설계 용이함을 위해서 정수형 LUT(look up table) 형식으로 구현하였다.
이러한 회전된 영상은 디바이스의 위치 정보를 추출하는 디코딩 과정을 수행하기 위해서 회전 각도를 검출하여 보정하여야 한다. 패턴 영상의 특징을 이용하여 입력 영상을 각도를 검출하기 위해 수식 (1)을 수행한다.

대상 데이터

따라서 임의로 회전된 패턴 영상에 왜곡을 만든 영상으로 테스트하였다. 관심 영역 영상이 총 12개의 매트릭스를 포함하고 있다면 디코딩하기 위한 위치 정보를 정상적으로 추출한 것으로 판별하였다. 그림 6의 (a)는 카메라가 탑재된 디바이스의 판서 각도가 10°인 왜곡 패턴 영상 , (b)는 20°인 왜곡 패턴 영상, (c)는 30°인 왜곡 패턴 영상, (d)는 40°인 왜곡 패턴 영상이다.
제안하는 방법은 사용가능한 Slice Registers의 4%인 38,184 를 사용하였고 Slice LUTs 사용량은 사용가능한 총량에서 6% 28,965를 사용하였다. 사용한 메모리는 총BRAMs의 1%인 962를 사용하였다. 동작속도는 최고 110.
Slice Registers와 Slice LUTs은 구현을 위한 논리 영역을 나타내고 BRAMs은 메모리 사용량을 나타낸다. 제안하는 방법은 사용가능한 Slice Registers의 4%인 38,184 를 사용하였고 Slice LUTs 사용량은 사용가능한 총량에서 6% 28,965를 사용하였다. 사용한 메모리는 총BRAMs의 1%인 962를 사용하였다.

성능/효과

다양한 각도에서 판서되는 디바이스가 촬영하는 매트릭스 패턴 영상을 생성하여 회전 각도 검출을 수행한 결과 +0.25°의 오차율을 보였다.
25°의 오차율을 보였다. 또한 매트릭스 패턴 영상의 모양이 뒤틀린 영상의 경우에도 정상적으로 관심 영역을 추출하는 것을 실험을 통해서 확인할 수 있었다. 또한 이와 같이 관심 영역이 정상적으로 추출되면 디바이스의 위치 인식 디코딩 연산이 성공적으로 동작할 확률이 크게 상승할 것으로 보인다.
또한 이와 같이 관심 영역이 정상적으로 추출되면 디바이스의 위치 인식 디코딩 연산이 성공적으로 동작할 확률이 크게 상승할 것으로 보인다. 제안하는 방법은 Verilog-HDL을 사용하여 하드웨어로 설계를 하였고 FPGA보드를 이용하여 동작 주파수가 최고 110.693MHz를 만족하는 것을 확인 하였다.
총 40 프레임을 테스트한 결과 가장 큰 오차 범위는 +0.25°로 패턴 영상의 회전 각도에 따라 정상적으로 패턴 영상의 회전 각도를 검출하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	사용자 응답형 시스템은 어떤 시스템 기반인가?	최근 다양한 컨텐츠의 발달과 소프트웨어의 발달로 이를 이용하기 위한 스마트 패드, 전자 교탁, 전자칠판을 연동하는 스마트 스쿨 시스템, 홍보 및 전시를 위한 사용자 응답형 시스템이 상용화되었고 점차 확대되고 연구되고 있다[1,2]. 이러한 시스템의 중심은 대화면 디스플레이에 사용자가 판서하는 위치를 인식하여 해당위치의 픽셀위치에 사용자가 설정한 픽셀값을 입력하는 판서 시스템이다[3]. 사용자가 판서하는 위치를 인식하는 기술은 대표적으로 정전식과 감압식 같은 터치센서를 이용하는 방법과 초음파나 레이저를 이용하는 방법이 있다.
	사용자가 판서하는 위치를 인식하는 기술은 무엇이있는가?	이러한 시스템의 중심은 대화면 디스플레이에 사용자가 판서하는 위치를 인식하여 해당위치의 픽셀위치에 사용자가 설정한 픽셀값을 입력하는 판서 시스템이다[3]. 사용자가 판서하는 위치를 인식하는 기술은 대표적으로 정전식과 감압식 같은 터치센서를 이용하는 방법과 초음파나 레이저를 이용하는 방법이 있다. 하지만 터치센서를 이용하는 방법은 디스플레이가 커질수록 터치 감지 정확도와 반응 속도가 느려지는 단점이 있고 초음파와 레이저를 이용한 방법은 인식 정확도가 다소 떨어지는 문제점이 있다[4,5].
	터치센서의 문제점은?	사용자가 판서하는 위치를 인식하는 기술은 대표적으로 정전식과 감압식 같은 터치센서를 이용하는 방법과 초음파나 레이저를 이용하는 방법이 있다. 하지만 터치센서를 이용하는 방법은 디스플레이가 커질수록 터치 감지 정확도와 반응 속도가 느려지는 단점이 있고 초음파와 레이저를 이용한 방법은 인식 정확도가 다소 떨어지는 문제점이 있다[4,5]. 이러한 문제점을 해결하기 위해 초소형 카메라가 탑재된 디바이스와 픽셀을 표현하는 매트릭스 패턴 내부에 위치 정보가 프린트된 디스플레이를 이용하여 디바이스의 위치 추출하는 시스템이 연구되었다[6].

참고문헌 (7)

Shaila S Math, Manjula R. B, S.S. Manvi, Paul Kaunds "A usability survey of a contents-based video retrieval system by combining digital video and an electronic bulletin board," The Internet and Higher Education, vol. 8, no. 3, pp. 251-262, 2005.

상세보기
Global Industry Analysts, Inc. (2012, July). Interactive Whiteboard (IWB): A Global Strategic Business Report. [Online]. Available: http://news.yahoo.com/globalinteractivewhiteboard- market-reach-us-1-85-110251568.html.
Eunsang Ko, Yang Won Rhee, Chang Woo Lee, "Implementation of Commercial IWB Interface using Image Processing," Journal of the Korea industrial information systems society, vol.17, no.6, pp.19-24, 2012.
Yoshiki Takeoka, Takashi Miyaki, Jun Rekimoto, "Z-touch: an infrastructure for 3d gesture interaction in the proximity of tabletop surfaces," ACM International Conference on Interactive Tabletops and Surfaces, pp.91-94, 2010.
Jamie Shotton, Andrew Fitzgibbon, Mat Cook, Toby Sharp, Mark Finocchio, Richard Moore, Alex Kipman, Andrew Blake, "Real-time human pose recognition in parts from single depth images," Computer Vision and Pattern Recognition, vol. 56, no. 1, pp.116-124, 2011.
Cheolha Kim, Pen-type position input device, KR Patent KR-10-2004-0005190, 2005. 8.
G. Wolber, "Digital Image Warping," IEEE Computer Society Press, 1990.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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