Detection of Traffic Light using Color after Morphological Preprocessing

형태학적 전처리 후 색상을 이용한 교통 신호의 검출

This paper proposes an improve method of the detection performance of traffic lights for autonomous driving cars. Earlier detection methods used to adopt color thresholding, template matching and based learning maching methods, but its have some problems such as recognition rate decreasing, slow processing time. The proposed method uses both detection mask and morphological preprocessing. Firstly, input color images are converted to YCbCr image in order to strengthen its illumination, and horizontal edge components are extracted in the Y Channel. Secondly, the region of interest is detected according to morphological characteristics of the traffic lights. Finally, the traffic signal is detected based on color distributions. The proposed method showed that the detection rate and processing time improved rather than the conventional algorithm about some surrounding environments.

본 논문은 자동차 자율주행에 필요한 신호등 신호의 검출 성능을 개선시키는 방법을 제안한다. 일반적인 교통신호등 검출연구는 색상 임계치, 템플릿 매칭, 학습기 기반 등의 방법을 사용한다. 그러나 조도 차이로 인한 인식률 저하와 느린 처리속도 문제가 있다. 제안한 방법은 형태학적 전처리 후 검출마스크를 통해 교통신호등 영역검출 및 인식을 제안한다. 먼저 영상을 조도에 강건하게 하기 위해 입력 영상을 YCbCr로 변환하고, Y채널에서 수평에지 성분을 추출한다. 그 후 신호등의 형태학적 특징을 이용하여 영역을 검출한다. 마지막으로 색상을 이용하여 신호등을 검출한다. 제안 방법을 다양한 환경에서 적용하여 기존 알고리즘보다 검출율과 처리 속도가 향상되었음을 확인하였다.