• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.350-353
• /
• 2009

본 논문에서는 국토모니터링 기술의 한 부분으로서 도로 지역에 대한 효율적인 실시간 교통모니터링을 위해 도로상의 차량 정보를 LiDAR 데이터로부터 취득하는 과정을 실험하였다. 도로영역의 데이터를 추출하기 위해서 좌표 변환된 수치지도와 LiDAR 데이터를 이용하였고, 국지적 임계치 필터링을 사용하여 추출된 도로영역의 데이터를 차량과 도로의 자료로 분리시키는 작업을 수행하였으며, 추출된 차량의 포인트들을 이용하여 차량을 표현할 수 있는 기본 속성값을 추출하였다. 마지막으로, 분리된 차량의 포인트에 대해서 MDC(Minimum Distance Classification) 클러스터링를 이용하여 차량의 종류를 분류하였다. 결과적으로 본 연구를 통하여 차량인식과 차량의 종류에 대한 분류를 수행할 수 있음을 확인하였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.10 no.3 s.21
• /
• pp.41-51
• /
• 2002

Recently, many studies extracting the geography information using digital aerial image have been implemented. But it is very difficult that automatically recognizing objects using edge detection method on the aerial image, and so that work have practiced manually or semi-automatically. Therefore, in this study, we have removed impedimental elements for recognition using the image which overlapped the significant information bands of brightness-sliced aerial images, then have developed the algorithm which can automatically recognize and extract road information and we will try to apply that method when we develope a system. For this, first of all, we have developed the 'template conformal-transformation moving operator' for automatically recognizing crosswalk area from crosswalk band image and the 'window normal search algorithm' which is able to track road area based on long-side length of crosswalk, so that we have proposed the method that can extract directly the road information from the aerial image.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.284-285
• /
• 2008

논문에서는 비전센서로 전방도로영상을 획득하여 차선인식과 정을 거쳐 자율주행에 필요한 도로정보를 추출하고 사고를 방지할 수 있게 경보음을 발생하는 기법을 제시한다. 비전을 통해 입력되는 정보중 직선도로나 곡선도로의 외곽에 해당하는 백색 선만을 인식하는 알고리즘이 필요하다. 이러한 알고리즘을 수행하기 위해서는 많은 계산량이 필요로 하기 때문에 실시간의 자율주행 시스템에의 적용은 제약이 수반된다. 본 논문은 이와 같은 문제를 해결하기 위해 세선화 영역 및 차선이탈경보시스템(LDWS) 알고리즘을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.318-321
• /
• 2011

도로 주행 시 운전을 보조하고 안전 운전을 지원하기 위한 기술인 도로상황인지 시스템에 있어 효율적인 차선 차간 검출 기법은 위의 핵심적인 기술이다. 실시간으로 수집되는 도로 상황 영상 데이터 분석에 대한 처리 시간을 단축하기 위하여 각각의 영상 프레임에 대해 관심 영역을 설정한 후 허프 변환을 적용하였다. 본 논문은 카메라로 수집되는 도로 상황 영상에 관심 영역 설정을 통한 실시간 차선 차간 인식에 관한 연구로서, 차선과 차간 인식을 위한 효율적인 알고리즘을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.775-778
• /
• 2002

본 논문에서는 도로를 주행하는 차량영상으로부터 번호판의 인식에 대한 연구이다. 차량을 검출하기 위해 두 프레임의 차를 이용하여 도로상에서 차량을 분리하였고, 번호판 영역을 추출하기 위해 명암도 변화의 파형 곡선 결과에 임계값을 적용하여 번호판을 추출하였다. 번호판 영역 검출은 96.05%의 검출결과를 얻었으며, 차량의 번호판 문자인식은 신경망을 통하여 학습 시켰 그 성능은 잭나이프 기법을 통해 측정하였다. 학습데이터에 대해서는 99.85 비학습데이터에 대해서는 88.15%의 인식율을 보였다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.276-277
• /
• 2008

본 논문에서는 효율성 높은 차선 인식 및 장애물 검출을 위한 알고리즘을 제안한다. 입력된 영상을 배경영상과 도로 영상으로 나눈 후 도로영역에서 Hough 변환을 이용하여 차선을 검출 하도록 한다. 또한 자동차의 그림자와 같은 특징 정보를 활용하여 주행 중인 차량을 검출한다. 영상의 잡음을 최소화하기 위한 알고리즘을 적용하여 파선 인식률을 높일 수 있는 방법을 연구한다.

• The KIPS Transactions:PartB
• /
• v.16B no.4
• /
• pp.257-262
• /
• 2009

A method of the region extraction and recognition of a speed sign in the real road environment is proposed. The region of speed sign is extracted by using color information and then numbers are segmented in the region. We improve the recognition rate by performing an incline compensation of the speed sign for directions clockwise and counterclockwise. In image sequences of the real road environment, a robust recognition results are achieved with speed signs at normal condition as well as inclined.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.18 no.2
• /
• pp.104-113
• /
• 2019

The road management institute needs lots of cost to repair road surface damage. These damages are inevitable due to natural factors and aging, but maintenance technologies for efficient repair of the broken road are needed. Various technologies have been developed and applied to cope with such a demand. Recently, maintenance technology for road surface damage repair is being developed using image information collected in the form of a black box installed in a vehicle. There are various methods to extract the damaged region, however, we will discuss the image recognition technology of the deep neural network structure that is actively studied recently. In this paper, we introduce a new neural network which can estimate the road damage and its location in the image by region-based convolution neural network algorithm. In order to develop the algorithm, about 600 images were collected through actual driving. Then, learning was carried out and compared with the existing model, we developed a neural network with 10.67% accuracy.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.12
• /
• pp.2665-2674
• /
• 2012

This paper propose the method to recognize the lanes and distance between cars in real-time which detects dangerous situations and helps safe driving in the actual road environment. First of all, it extracts the area of interest corresponding to roads and cars from the road image photographed by using the forward-looking camera. Through the hough transform for the area of interest, this study detects linear components and also selects the lane and conducts filtering by calculating probability. And through the shadow threshold analysis of the cars in front within the area of interest, it extracts the objects of cars in front and calculates the distance from cars in front. According to the result of applying the suggested technology to recognize the lane and distance between cars to the road situation for testing, it showed over 95% recognition rate; thus, it has been proved that it can respond to safe driving.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.1
• /
• pp.116-125
• /
• 2014

Road conditions can provide important information for driving safety in driving assistance systems. The input images usually include unnecessary information and they need to be analyzed only in a region of interest (ROI) to reduce the amount of computation. In this paper, a vision-based road ROI determination algorithm is proposed to detect the road region using the positional information of a vanishing point and line segments. The line segments are detected using Canny's edge detection and Hough transform. The vanishing point is traced by a Kalman filter to reduce the false detection due to noises. The road ROI can be determined automatically and adaptively in every frame after initialization. The proposed method is implemented using C++ and the OpenCV library, and the road ROIs are obtained from various video images of black boxes. The results show that the proposed algorithm is robust.