• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.457-462
• /
• 2000

교통 법규 위반 단속이나 주차 관리를 위한 차량 번호판 인식 시스템을 구현하기 위해서는 크게 차량 번호판 추출, 문자 분할, 문자 인식의 세부분으로 이루어진다. 본 논문에서는 차량 번호판 인식 시스템의 구현을 위해 번호판 영역의 색상정보를 이용하여 차량 번호판을 추출하는 방법을 제안하고, 번호판 영역 문자들의 사전 정보와 색상성분을 사용하여 정확하게 번호판 문자 분할을 하는 방법을 제안한다. 자가용과 영업용 차량 영상을 주간/dirks 및 정면/후면으로 나누어 다양하게 취득하여 실험한 결과, 94.6%의 번호판 추출률과 86.8%의 문자분할률을 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.488-490
• /
• 1998

본 논문에서는 차량 영역 정보를 이용한 교통 혼잡도 측정 시스템을 설계하고 구현한다. 제시한 교통 혼잡도 측정 시스템은 첫째 영역 분할, 둘째 작은 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 세 단계로 나눌 수 있다. 영역 분할 단계에서 획득한 도로 영상을 주어진 임계치에 의해 영역으로 분할한다. 영역 분할후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고 영역을 직사각형화하는 단계를 거친다. 이 단계에서 필요없는 많은 작은 영역 정보들을 제거한다. 마지막으로 차선 별로 영역을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 본 논문에서는 이러한 차량 영역 정보를 추출하는 방법을 제시하며, 또한 이를 이용한 효과적인 교통 혼잡도 측정 시스템을 소개하고 평가한다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.10
• /
• pp.929-936
• /
• 2007

The novel vision-based scheme for real-time extracting traffic parameters is proposed in this paper. Detecting and tracking of vehicle is processed at local region installed by operator. Local region is divided to segmented regions by edge and frame difference, and the segmented regions are classified into vehicle, road, shadow and headlight by statistical and geometrical features. Vehicle is detected by the result of the classification. Traffic parameters such as velocity, length, occupancy and distance are estimated by tracking using template matching at local region. Because background image are not used, it is possible to utilize under various conditions such as weather, time slots and locations. It is performed well with 90.16% detection rate in various databases. If direction, angle and iris are fitted to operating conditions, we are looking forward to using as the core of traffic monitoring systems.

• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.6
• /
• pp.748-757
• /
• 1999

본 논문에서는 차량 영역의 추출을 이용한 효율적인 교통 혼잡도 측정 시스템을 설계하고 구현한다. 차량 영역 정보의 추출은 첫째 영역 분할, 둘째 작은 영역의 제거와 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 단계로 나눌 수 있다. 영역 분할 단계에서는 획득한 도로 영상을 영역 기반 영역 분할에 의해 영역으로 분할한다. 그 다음 영역 분할 후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고, 남은 영역들을 직사각형화한다. 마지막으로 차선 별로 남은 영역들을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 이러한 방법은 배경 영상과 같은 부가적인 정보를 사용하지 않고 도로 자체 영상만으로 교통 혼잡도를 측정할 수 있으며, 그림자의 영향이 없을 경우 적용할 수 있는 기법이다.Abstract In this paper, we designed and implemented an efficient road congestion analysis system using regional information. To extract vehicle regions from a road image, the system process the image in five steps: segmentation, small region elimination, region rectangularization, region merging and region deletion. First, we segment road image by a threshold value. Then, we eliminate useless small regions to extract vehicle region, and perform region rectangularization. Finally, we extract vehicle region of each lane of the road by region merging and deletion. This method has the advantage of measuring road congestion without additional information such as background images. But this method must be applied to road images without shadow.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.850-852
• /
• 2005

본 논문에서는 교통 영상에서 실시간으로 차량을 검출하는 새로운 기법을 소개한다. 차량의 검출을 위하여 구배도의 방향 정보를 사용하며 차량 영역의 정확한 분할을 위하여 은닉 마르코프 모델을 사용한다. 구배도 방향정보를 이용하므로 그림자 영역의 영향을 줄일 수 있으며 은닉 마르코프 모델을 이용하므로 배경과 비슷한 차량과 근접한 차량의 분리가 가능하다. 따라서 저해상도의 교 통 영상에서 다양한 기상 조건, 그림자의 존재와 교통 상황에 강건한 검출 결과를 나타낸다.

• Journal of Korea Multimedia Society
• /
• v.8 no.10
• /
• pp.1369-1382
• /
• 2005

Vehicle segmentation, which extracts vehicle areas from road scenes, is one of the fundamental opera tions in lots of application areas including Intelligent Transportation Systems, and so on. We present a vehicle segmentation approach for still images captured from outdoor CCD cameras mounted on the supporting poles. We first divided the input image into a set of two-dimensional grids and then calculate the feature values of the edges for each grid. Through analyzing the feature values statistically, we can find the optimal rectangular grid area of the vehicle. Our preprocessing process calculates the statistics values for the feature values from background images captured under various circumstances. For a car image, we compare its feature values to the statistics values of the background images to finally decide whether the grid belongs to the vehicle area or not. We use dynamic programming technique to find the optimal rectangular gird area from these candidate grids. Based on the statistics analysis and global search techniques, our method is more systematic compared to the previous methods which usually rely on a kind of heuristics. Additionally, the statistics analysis achieves high reliability against noises and errors due to brightness changes, camera tremors, etc. Our prototype implementation performs the vehicle segmentation in average 0.150 second for each of $1280\times960$ car images. It shows $97.03\%$ of strictly successful cases from 270 images with various kinds of noises.

• Journal of KIISE
• /
• v.43 no.9
• /
• pp.998-1007
• /
• 2016

In recent years, the cost of automotive ECU (Electronic Control Unit) has accounted for more than 30% of total car production cost. However, the complexity of testing and debugging an automotive ECU is increasing because automobile manufacturers outsource automotive ECU production. Therefore, a large amount of cost and time are spent to localize faults during testing an automotive ECU. In order to solve these problems, we propose a fault localization method in memory for developers who run the integration testing of automotive ECU. In this method, memory is partitioned by utilizing memory map, and fault-suspiciousness for each partition is calculated by utilizing memory update information. Then, the fault-suspicious region for partitions is decided based on calculated fault-suspiciousness. The preliminary result indicated that the proposed method reduced the fault-suspicious region to 15.01(%) of memory size.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.211-214
• /
• 2004

본 논문은 논리 연산을 이용한 실시간 주행 차량 분할 및 추적에 관한 알고리즘을 제안하였다. 연속된 프레임 간에 논리연산을 이용하여 영상을 분할하고, 배경과 잡음을 제거하였으며 영상에서 주행차량의 이동 영역을 추출하였다. 주행차량들을 논리 연산을 이용하여 영상분할 함으로써 기존 방법에 비해 평활화 및 에지추출 단계에서 나타날 수 있는 문제점들을 제거하였고, 전처리 단계를 줄였으며, 알고리즘을 단순화 하였다. 또한 추적되는 영상으로부터 위치와 컬러등의 주행 차량의 특징을 직접 추출 가능하도륵 하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.2
• /
• pp.409-415
• /
• 2017

This paper proposes a road segmentation algorithm using a watershed. The proposed algorithm is a segmentation algorithm using an automatic marked watershed that automatically creates a road marker and a background marker using information about vehicles and lanes on road and it can solve problems of a watershed-based segmentation such as overmany regions or handworks for markers. The road marker has property for pure road areas in which lanes are included but vehicles are excluded and the background marker has property for the areas left in which vehicles and background are included. Results of segmentation applied to real road images show that the proposed algorithm can automatically creates appropriate markers and it can properly segments the required road area that include the lane with a vehicle and its both side lanes in various environments, and it is equal to the conventional algorithm using markers created by handwork in performance.

• Journal of Korea Multimedia Society
• /
• v.13 no.9
• /
• pp.1314-1321
• /
• 2010

In this paper, we study about the vehicle detection algorithm which is in the process of travelling from the road. An input image is segmented by means of split and merge algorithm. And two largest segmented regions are removed for reducing search region and speed up processing time. In order to detect the back side of the front vehicle considers a vertical/horizontal component, uses an integral image with to apply Haar-like methods which are the possibility of shortening a calculation time, classified with SVM. The simulation result of the method which is proposed appeared highly.