• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제5권6호
• /
• 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2001년도 춘계 학술대회 논문집 통권 4호 Proceedings of the 2001 KSRS Spring Meeting
• /
• pp.3-8
• /
• 2001

인공위성 영상이나 항공영상에서 도로를 추출하는 시스템을 구현하는 연구는 지난 20년 동안 많이 진행되어 왔다. 본 논문은 해상도가 1m-2m 정도되는 도시영상에서 직각으로 구성된 도로를 추출하는 시스템의 구현에 관한 것이다. 도시영상에서는 도시내의 가로수나 건물들이 도로를 가리게 되고, 또한 높은 건물의 그림자에 의하여 도로의 많은 부분이 가려지게 되는데, 이러한 경우에 고로를 추출할 수 있는 기법에 대하여 기술한다. 또한 도로상의 중앙 분리선이나 차선 분리선은 건물의 외곽선에 비하여 매우 약하게 나타나므로 영상에서 상대적으로 약하게 나타나는 이러한 도로의 표식을 검출하여 도로를 추출하는 기법에 대하여서도 기술한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
• /
• pp.159-173
• /
• 1999

본 논문은 교차로에 설치된 영상검지기로부터 들어온 교통정보 중 공간교통정보에 해당하는 차량 대기길이를 측정을 하는 방법으로 각 차선(lane)별 검지영역에 대하여 웨이브렛 변형(Wavelet Transforms)을 하여 차량을 검지하고, 검지영역 내에서 차량의 대기길이를 측정하는 알고리즘을 제안한다. 기존의 방법으로는 차량 윤곽선 추출(edge detection)을 이용한 대기길이 측정 방법이나 배경(background)정보를 사전에 입수한 후 임계값 이상의 변화가 있을 때 차량을 검지하여 대기길이를 측정하는 방법 등이 연구되어 왔으나 이러한 방법들은 영상의 노이즈에 대하여 크게 영향을 받는다는 문제점이 있다. 그러나 본 알고리즘은 영상의 노이즈에 대하여 크게 영향을 받지 않을 뿐만 아니라 시간대 변화에 따른 도로의 명암값(intensity or gray level)을 추정할 필요가 없다는 특징이 있다. 특히, 야간 영상인 경우 차량 헤드라이트로 인한 검지오류도 감소할 수가 있다. 본 논문에서 실험은 주간, 야간 각각 1개 차선의 80개 표본크기로 실험을 하였으며, 대기길이는 정지 대기길이(standing queue length)와 이동 대기길이(moving queue length)로 나누어 측정을 하였다. 그 결과 주간, 야간의 경우 정지 대기길이는 2.14%, 2.24%, 이동 대기길이는 2.59%, 2.74%의 오차율로 측정이 되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.159-160
• /
• 2019

본 연구에서는 영상 내 도로의 형태와 영상 내 객체들의 속성을 실시간으로 자기 학습하고 영상 전체에서 나타난 객체와 각 도로 차선을 지나는 객체들의 이상 징후를 판별하기 위해 교통 CCTV 영상을 활용한다. 각 도로 구간을 촬영한 교통 영상에서 추출한 이동 객체 로그에서 영상 내 도로 형태와 영상 내 객체들의 속성을 통해 감시 공간을 학습하고 학습된 정상 프로파일 대비 각 차선을 지나는 객체들과 영상 내 객체들의 이상 상황을 실시간에 판별한다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.563-570
• /
• 2024

본 논문은 운전자의 운행 보조 역할로 주행 가능한 차선 영역을 인식하고 추적하는 방법을 제안한다. 주요 주제는 차량 내부의 앞 유리 중앙에 설치된 카메라를 통해 실시간으로 획득한 영상을 기반으로 컴퓨터 비전과 딥 러닝 기술을 활용하여 주행 가능한 도로 영역을 예측하는 심층 기반 네트워크를 설계한다. 본 연구는 YOLOv8 알고리즘을 이용하여 카메라에서 직접 획득한 데이터로 훈련한 새로운 모델을 개발하는 것을 목표한다. 실제 도로에서 자신의 차량의 정확한 위치를 실제 영상과 일치하게 시각화하여 주행 가능한 차선 영역을 표시 및 추적함으로써 운전자 운행의 보조하는 역할을 기대한다. 실험 결과, 대부분 주행 가능한 도로 영역의 추적이 가능했으나 밤에 비가 심하게 오는 경우와 같은 악천후에서 차선이 정확하게 인식되지 않는 경우가 발생하여 이를 해결하기 위한 모델의 성능 개선이 필요하다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.49-55
• /
• 2015

최근 5년간의 주 야간별 교통사고 통계에 따르면 대부분의 자동차 교통사고는 주간보다 야간에 더 많이 발생했다. 교통사고는 다양한 원인으로 발생하게 되는데 그 중 중요한 요소는 조명 미설치 또는 조명 위치의 부적합으로 운전자의 시야 혼란을 야기하여 교통사고를 유발하게 된다. 본 논문은 부적절한 도로 조명 시설 위치와 미설치 구역을 파악하고 관련 정보들을 데이터베이스화 하였다. 이를 위해 운전자의 위치 정보, 주행 정보, 도로 밝기 정보를 스마트폰을 이용하여 실시간으로 데이터베이스 서버에 저장하는 도로 밝기 측정 어플리케이션을 설계 및 구현하였다. 본 어플리케이션은 안드로이드 NDK을 이용하여 Native C/C++ 환경에서 구현되었으며, 이에 따라 자바나 다른 언어로 작성된 어플리케이션 보다 연산속도를 향상시켰다. 도로 밝기를 측정하기 위하여 카메라 영상인 RGB 색 공간의 영상을 YCbCr 색 공간의 영상으로 변환하여 휘도를 측정한다. 이를 위해 먼저 차선을 검출하고 도로 밝기 검출 영역의 휘도 값을 계산하여 데이터베이스에 저장한다. 또한 스마트폰의 카메라를 이용하여 실시간으로 도로의 영상을 입력 받고 도로의 차선부분에 대한 관심영역을 지정하여 연산 속도를 향상시켰다. 관심영역의 영상은 Grayscale 영상으로 변환하고 Canny 에지 검출기를 사용하여 외곽선을 추출하고 Hough line transform을 적용하여 차선의 후보군을 선별한다. 선별된 후보 차선의 기울기를 계산하여 양쪽의 차선을 선정한다. 양쪽 차선이 검출되면 차선의 교차점으로부터 아래로 20픽셀의 높이를 가진 삼각형을 도로 밝기 측정범위로 설정한다. 삼각형 부분의 모든 픽셀에 대한 R, G, B값을 추출하여 Y값을 계산하고 픽셀 밝기 값의 평균을 0부터 100사이의 값으로 계산하여 검은색부터 초록색으로 도로의 밝기를 표현하였다. 계산된 60m 전방의 도로 밝기 값은 스마트폰의 GPS 센서를 통해 측정된 운전자의 주행 정보와 위치 정보를 획득하여 10분 간격으로 무선통신을 통해 데이터베이스 서버에 저장하였다. 향후 수집된 도로 밝기 정보들은 스마트폰 어플리케이션이나 차량 내비게이션을 통해 운전자들에게 조심 운전을 경고하거나 효율적인 도로 조명 관리를 위한 개보수 계획에 반영될 수 있을 것으로 기대된다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.228-230
• /
• 2009

Lane extraction is basically required for a driving car to understand its external road environments via a camera. In this paper, a lane extraction method using "Sobel Intensity Profile" is described. The Sobel intensity profile is obtained using only vertical edge components of Sobel edge outputs, and used to yield fitted lines for lanes. The RANAC algorithm is applied to fit lines using only inliers. Experimental results have shown the reliability of the proposed lane extraction method.

• 한국약용작물학회:학술대회논문집
• /
• 한국약용작물학회 2007년도 추계학술발표회
• /
• pp.308.2-308.2
• /
• 2007

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.70-73
• /
• 2003

기존의 영상검지기는 한정된 구간에서 차량을 추출, 추적하는데 본 논문에서 제안한 카메라간 연계 추적 방법은 두 대의 카메라를 서로 연계하여 차량을 추적함으로써 넓은 구간에서도 효과적으로 차량을 추적할 수 있다. 한 대의 카메라는 전방을 검지하고 다른 카메라는 후방을 검지하여 전방 검지영역에서 추적한 차량을 후방 검지영역에서도 연계하여 추적하게 된다. 연계 추적을 위해 전방 카메라에서 취득한 차량의 차선정보와 차량의 대표 gray level 정보를 후방 카메라로부터의 영상 분석시 이용하여 차량 연계 추적을 한다.

• 한국약용작물학회:학술대회논문집
• /
• 한국약용작물학회 2012년도 심포지엄 및 춘계학술발표회
• /
• pp.217-218
• /
• 2012