• 한국인터넷방송통신학회논문지
• /
• 제12권1호
• /
• pp.75-81
• /
• 2012

고해상도 위성영상에 내재된 도로 영역의 추출에 있어서 이진화, 잡음 제거, 색처리 등의 전처리 작업에 의해서 추출된 도로 후보 영역에 대한 도로 영역 식별 작업은 가장 중요한 과정이다. 따라서 본 논문에서는 전처리 작업에 의해서 추출된 도로 후보 영역에 대해서 대뇌 시각영역에서 발견되는 신경 세포(Neuron cell)의 방향-선택적 인지 기능을 계산 모델화한 공간필터(Orientation-selective spatial filter)를 적용하여 도로 영역을 식별하는 새로운 방법을 제안한다. 제안하는 방법은 전처리 결과 고립된 연결 성분으로 라벨링 된 각각의 도로후보 영역에 대해서 신경 세포형 방향 필터를 적용한 후, 강한 방향 성분이 인지된 영역을 도로 영역으로 식별한다. 제안한 방법의 성능 평가를 위해서는 위성영상으로부터 추출된 도로 후보 영역에 대해서 도로, 비도로 부류의 혼동 행렬(Confusion matrix)을 이용한 식별 정확 및 오류율을 측정하여 보인다. 실험 결과, 본 논문에서 제안한 방향 선택적 필터 기반의 방법은 추출된 도로 후보 영역에 대해서 92% 이상의 도로 식별 정확성을 보였다.

• 한국측량학회지
• /
• 제27권2호
• /
• pp.289-297
• /
• 2009

본 논문은 감독분류 기법을 활용한 도로 네트워크 추출의 기본 과정인 트레이닝 자료의 추출과정을 자동화함으로써 감독분류를 활용한 도로 네트워크 추출 과정의 자동화에 기여할 수 있는 방법론의 개발을 목적으로 한다. 이를 위해 본 연구에서는 상호 기하보정 된 항공사진과 LIDAR 자료로부터 정사영상과 LIDAR 반사강도 영상을 제작하고, 기 구축된 수치지도를 활용하여 초기 트레이닝 자료를 자동으로 추출하였다. 하지만 위의 과정을 통하여 추출된 초기 트레이닝 자료는 기하보정과정에서 수반되는 기하학적 오차 및 다양한 개체들로 구성된 도로의 특성에 영향을 받아 다양한 분광특성을 포함하게 된다. 따라서 본 연구에서는 추출된 초기 트레이닝 자료에서 도로 추출의 기본이 되는 도로노면의 분광특성을 통계학적 기법인 기대최대화 알고리즘에 기초하여 효과적으로 결정하기 위한 방법론을 제안하였다. 또한 개발된 방법론의 평가를 위하여 동일지역에 대해 수동으로 취득한 트레이닝 자료와 본 연구에서 자동으로 추출한 자료를 비교 평가하여 정확도를 분석하였다. 실험결과에 대한 통계검증결과 본 논문에서 제안한 도로노면 트레이닝 자료 자동추출기법의 효용성을 증명하였다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.109-118
• /
• 2019

도로 정보는 교통, 도시 계획, 지도 갱신, 위치기반서비스 그리고 GIS (Geographic Information System) 데이터 구축 등에 활용되는 중요한 기초 공간정보 자료이다. 따라서 정확한 도로 정보를 획득하고 이를 갱신하는 것은 다양한 공간정보 산업에 중요한 역할을 수행할 수 있다. 본 연구에서는 고해상도 위성영상에서 객체 기반의 도로 추출 기법으로 최근 소개된 개미 군집 최적화(ACO: Ant Colony Optimization)의 한계점을 분석하고 이를 개선하고자 하였다. 객체 기반의 ACO 도로 추출은 도로의 분광 및 형상 정보를 모두 활용하여 효과적으로 도로 추출을 수행할 수 있으나 객체 서술자 정보에 의존적이며 서술자 계산 시 사용자의 개입이 필요하다. 또한, 최적화 반복 종료 시점의 설정이 모호하다는 단점이 존재한다. 따라서 본 연구에서는 이를 개선하기 위해 기존 서술자의 한계를 보완하는 서술자와 최적화 반복 종료기준을 제안하였다. 제안된 방법은 기존의 알고리즘보다 52.51%의 완성도(completeness), 6.12%의 정확도(correctness), 51.53%의 품질(quality) 향상을 나타내었다.

• 한국측량학회지
• /
• 제21권1호
• /
• pp.71-79
• /
• 2003

본 연구에서는 지상사진, 항공사진 등 영상자료에 다양한 사진해석 기법을 적용하여 수치지도를 생성하고 공간 및 속성정보를 추출하며, 이를 바탕으로 건물 및 도로시설물 정보시스템을 구축하는 기법을 개발하고자 하였다. 본 연구에서는 지상사진 영상에 도해법을 적용하여 대상지역의 공간정보와 속성정보를 취득하였으며, 다중사진촬영에 의하여 대상물의 3차원 모델을 생성하였다. 또한, 소축척 항공사진을 이용한 대상물의 위치와 형태 등 공간정보의 추출이 가능하였으며, 건물 및 도로시설물 정보시스템을 효율적으로 구축할 수 있는 기법을 제시하였다.

• 정보처리학회논문지B
• /
• 제14B권6호
• /
• pp.445-452
• /
• 2007

본 논문에서는 도로 상에 설치된 CCTV의 영상정보에서 날씨정보를 검출하기 위한 방법으로 도로날씨정보 검출알고리즘을 제안한다. 도로 상의 CCTV 영상정보에서 날씨정보를 얻는 방법으로 맑은 날의 영상에서 RGB 평균값을 얻고 이를 기준으로 흐린 날 혹은 비 오는 날, 눈 오는 날, 안개 낀 날 등의 영상을 구분한다. 본 논문에서 제안하는 도로날씨정보 검출알고리즘은 많은 시간비용과 공간비용이 소모되는 날씨 데이터베이스를 활용하는 기존의 기법에 비하여, 시간비용과 공간비용이 적게 들기에 시스템을 구축함과 동시에 현장에 적용할 수 있다는 장점이 있다. 또한 본 알고리즘에서는 온 습도 정보와 일자 정보를 이용하여 검출된 날씨 정보를 재검증함으로 보다 정확한 날씨 정보를 검출할 수 있다.

• Smart Structures and Systems
• /
• 제19권2호
• /
• pp.151-161
• /
• 2017

A new method is developed to estimate road profile in order to estimate IRI based on the ASTM standard. This method utilizes an accelerometer and a Dynamic Tire Pressure Sensor (DTPS) to estimate road roughness. The accelerometer measures the vertical axle acceleration. The DTPS, which is mounted on the tire's valve stem, measures dynamic pressure inside the tire while driving. Calibrated transfer functions are used to estimate road profile using the signals from the two sensors. A field test was conducted on roads with different quality conditions in the city of Brockton, MA. The IRI values estimated with this new method match the actual road conditions measured with Pavement Condition Index (PCI) based on the ASTM standard, images taken from an onboard camera and passengers' perceptions. IRI has negative correlation with PCI in general since they have overlapping features. Compared to the current method of IRI measurement, the advantage of this method is that a) the cost is reduced; b) more space is saved; c) more time is saved; and d) mounting the two sensors are universally compatible to most cars and vans. Therefore, this method has the potential to provide continuous and global monitoring the health of roadways.

• 한국정보처리학회논문지
• /
• 제4권3호
• /
• pp.871-879
• /
• 1997

지리 정보 시스템의 구축을 위한 기존의 수치 지도화 방법은 많은 비용과 시간이 소요되는 작업이므로 자동입력을 위한 도구의 필요성이 절실하다 지도의 특징을 살펴 보면, 몇 가지 특징적인 색을 이용하여 정보를 계층화시켜 작성되어 있으므로, 영상에서 색 정보를 분리하면, 여러 가지 정보를 효율적으로 추출할 수 있다. 본 논문에서는 칼라 지도 영상에서 도로 정보를 추출하는 알고리즘을 제안하였다. 스캐너로 입력된 칼라 지도영상을 색 계층별로 분리하고, 도로를 포함하고 있는 영상에서 모폴로지 연산의 하나인 조건적 볼림 연산을 병렬적으로 적용하는 알고리즘을 제안하였다. 제안된 복원 알고리즘을 이용하여 정보의 중첩으로 인한 도로의 훼손된 부분을 효율적으로 복원하였으며, 세선화와 벡터화를 통하여 도로의 정보를 표현하였다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2007년도 하계학술대회 논문집 Vol.8
• /
• pp.517-518
• /
• 2007

A method to recognize unpaved road region using a 3D depth measurement system is proposed for mobile robots. For autonomous maneuvering of mobile robots, recognition of obstacles or recognition of road region is the essential task. In this paper, the 3D depth measurement system which is composed of a rotating mirror, a line laser and mono-camera is employed to detect depth, where the laser light is reflected by the mirror and projected to the scene objects whose locations are to be determined. The obtained depth information is converted into an image. Such depth images of the road region represent even and plane while that of off-road region is irregular or textured. Therefore, the problem falls into a texture identification problem. Road region is detected employing a simple spatial differentiation technique to detect the plain textured area. Identification results of the diverse situation of Nonlinear trail are included in this paper.

• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.1-8
• /
• 2023

In this paper, we propose a black ice detection platform framework using Convolutional Neural Networks (CNNs). To overcome black ice problem, we introduce a real-time based early warning platform using CNN-based architecture, and furthermore, in order to enhance the accuracy of black ice detection, we apply a multi-scale dilation convolution feature fusion (MsDC-FF) technique. Then, we establish a specialized experimental platform by using a comprehensive dataset of thermal road black ice images for a training and evaluation purpose. Experimental results of a real-time black ice detection platform show the better performance of our proposed network model compared to conventional image segmentation models. Our proposed platform have achieved real-time segmentation of road black ice areas by deploying a road black ice area segmentation network on the edge device Jetson Nano devices. This approach in parallel using multi-scale dilated convolutions with different dilation rates had faster segmentation speeds due to its smaller model parameters. The proposed MsCD-FF Net(2) model had the fastest segmentation speed at 5.53 frame per second (FPS). Thereby encouraging safe driving for motorists and providing decision support for road surface management in the road traffic monitoring department.

• 디지털융복합연구
• /
• 제12권1호
• /
• pp.359-364
• /
• 2014

본 논문은 평균이동방법과 연결요소방법을 이용하여 도로 영역을 추출하는 알고리즘을 제안하였다. 평균 이동 방법은 중심 모드를 찾기 위한 비모수적 통계 방법으로 컬러 영상을 분할하는데 효율적이다. 일반적으로, 영상의 중 하단에 위치하는 정보를 활용하여 도로의 특징점이 추출된다. 이 특징점과 분할된 컬러 영상을 이용하면, 도로의 영역을 추출할 수 있다. 그러나, 도로의 위치정보와 색상정보만으로 도로영역을 추출할 경우, 잡음과 도로 이외의 영역까지 추출되는 단점이 있다. 본 논문에서는 모폴로지 열기 닫기 연산을 이용하여 잡음을 제거하고, 연결요소 방법을 통하여 가장 큰 영역의 부분만을 추출하여 도로 영역으로 결정하는 방법을 제안한다. 제안된 방법은 실험을 통하여 잡음 제거와 보다 정확한 도로 검출됨을 검증한다.