• 전자공학회논문지S
• /
• 제35S권11호
• /
• pp.123-132
• /
• 1998

본 논문은 위성 탑재 합성개구 레이더 영상에서 중요한 지리적 특징점인 도로를 검출하는 기법을 제시한다. 도로에 대한 모델로서 snake를 사용하였고, 이 snake의 외부 에너지를 도로의 특성에 맞도록 새롭게 정의 하였다. 레이더 영상만을 사용할 경우 도로를 검출하는 것이 매우 어려우므로 다른 정보가 필요하다. 우리는 디지털 지도를 이용하여 snake의 위치와 형태를 초기화하는데 사용하였다. 레이더 영상에 나타나는 도로의 지리적 위치는 지형부호화(geocoding)를 통해서 대략적으로만 알 수 있고, 보통의 디지털 지도는 정확도가 낮아서 두 데이터 사이에는 큰 오차가 존재한다. 초기 매칭(matching) 과정을 통하여 이 오차를 매우 줄이고, 디지털 지도에서 추출한 도로를 이용하여 snake의 형태를 초기화한 후 에너지를 최소화함으로써 도로를 검출한다. 도로 검출시에 나타나는 대표적이 두 가지 문제점을 제시하고 이 문제점을 완화시키는 방법을 제안하였다.

• Journal of Information Technology Applications and Management
• /
• 제11권4호
• /
• pp.169-179
• /
• 2004

There are many inductive loop detectors under the highways in Korea. Among the other detectors, some are image detectors. Almost all image detectors are focused one or two lane of the road and are measuring traffic information. This paper proposes to an algorithm for detecting traffic information automatically from CCTV camera images installed on the highway. The information which is counted in one lane or two contains some critical errors by occlusion frequently in case of passing larger vehicles. In this paper, we use a tracking algorithm in which the detection area include all lanes, then the traffic informations are collected from the vehicles individually using difference images in this detection area. This tracking algorithm is better than lane by lane detecting algorithm. The experiment have been conducted two different real road scenes for 20 minutes. For the experiments, the images are provided with CCTV camera which was installed at Kiheung Interchange upstream of Kyongbu highway, and video recording images at Chungkye Tunnel. For image processing, images captured by frame-grabber board 30 frames per second, 640${\times}$480 pixels resolution and 256 gray-levels to reduce the total amount of data to be Interpreted.

• 한국멀티미디어학회논문지
• /
• 제5권2호
• /
• pp.176-190
• /
• 2002

차량이 증가함에 따라 전방의 상황을 운전자에게 알려주기 위한 운전자 도움 시스템(Advanced Drivers Assistance System)과 같은 체계가 요구된다. 본 논문에서는 전방의 상황을 운전자에게 알려 주기 위한 기본과정으로 연속된 컬러 영상으로부터 영상처리만을 이용하여 전방의 차량과 차선을 검출하는 방법을 제안한다. 도로 전방의 상황은 차량이 많다고 하더라도 도로의 영역이 많은 부분을 차지하고 있으며, 차량이 있는 경우에 차량의 하단에 그림자와 같이 어두운 영역이 존재하는 점을 이용하여 전방의 차량을 검출한다. 그리고 차선은 그림자 영역의 반대 특징으로 횐색계열이라는 점을 이용하여 차선 정보를 추출한다. 이 방법은 도로가 혼잡하거나 도로상에 방향 표시가 있는 경우에도 좋은 결과를 보인다. 차량과 차선을 검출하는데는 HSV 컬러 모델에서 태도 성분과 명도 성분을 이용하여 후보점을 검출하고, 차량과 타선의 영역을 검출하며 에지 정보를 이용하여 차량의 영역을 결정한다. 그리고 검출된 차량 영역이 이전 프레임의 차량 영역과 같은 차량인지 알기 위해서는 HSV 성분과 위치 정보의 통계적 특징을 이용한다. 제안된 방식의 효과를 검증하기 위해 노트북 PC와 PC용 CCD 카메라로 도로에서의 영상을 촬영하고 차량 및 차선 검출 알고리즘을 적용한 처리 시간, 정확도 및 차량검지 결과를 보인다.

• 디지털융복합연구
• /
• 제15권1호
• /
• pp.239-245
• /
• 2017

본 논문은 포털 사이트에서 서비스 되고 있는 로드뷰 영상에서 개인정보 보호를 위해 자동차 번호판 영역을 검출하는 방법을 제안한다. 로드뷰 영상에서 번호판 영역은 거리에 따라 서로 다른 특징을 갖고 있으며, 특히 원거리의 번호판 영역은 저해상도 특징으로 인해 번호판 영역을 검출하는데 어려움이 있다. 따라서 본 연구에서는 근거리에 있는 번호판 영역은 에지 특징을 이용하고 원거리에 있는 번호판 영역은 MSER 특징을 이용하여 번호판 영역을 검출하는 기법을 제안하였다. 각각의 방법으로 검출된 영역을 번호판 후보 영역으로 선정하고, 자동차 번호판의 숫자는 구조적 특징을 갖기 때문에 이를 이용하여 최종적인 번호판 영역을 검출하였다. 실험결과, 다양한 로드뷰 영상에서 precision 75%, recall 93%, 그리고 F-Score 80%의 성능평가 결과를 얻었다.

• 제어로봇시스템학회논문지
• /
• 제15권4호
• /
• pp.390-395
• /
• 2009

In this paper, we design an on-road vehicle detection system based on the combination of a camera and a LIDAR system. In the proposed system, the candidate area is selected from the LIDAR data using a grouping algorithm. Then, the selected candidate area is scanned by an SVM to find an actual vehicle. The morphological edged images are used as features in a camera. The principal components of the edged images called eigencar are employed to train the SVM. We conducted experiments to show that the on-road vehicle detection system developed in this paper demonstrates about 80% accuracy and runs with 20 scans per second on LIDAR and 10 frames per second on camera.

• International Journal of Automotive Technology
• /
• 제6권2호
• /
• pp.171-181
• /
• 2005

The purpose of this paper is two-fold: 1) A novel algorithm in order to extract lane-related information from road images is presented; 2) Design specifications of an image processing onboard unit capable of extracting lane­related information in real-time is also presented. Obtaining precise information from road images requires many features due to the effects of noise that eventually leads to long processing time. By exploiting a FPGA and DSP, we solve the problem of real-time processing. Due to the fact that image processing of road images relies largely on edge features, the FPGA is adopted in the hardware design. The schematic configuration of the FPGA is optimized in order to perform 3 $\times$ 3 Sobel edge extraction. The DSP carries out high-level image processing of recognition, decision, estimation, etc. The proposed algorithm uses edge features to define an Edge Distribution Function (EDF), which is a histogram of edge magnitude with respect to the edge orientation angle. The EDF enables the edge-related information and lane-related to be connected. The performance of the proposed system is verified through the extraction of lane-related information. The experimental results show the robustness of the proposed algorithm and a processing speed of more than 25 frames per second, which is considered quite successful.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.95-105
• /
• 2019

최근 들어 도로 노면 파손의 위치 정보를 수집하기 위한 영상 처리 기술에 대한 연구가 활발히 진행되고 있다. 대표적으로 차량에 탑재가 가능한 스마트폰이나 블랙박스를 통해 영상을 얻고 이를 영상처리 알고리즘을 사용하여 인식하는 기술이 주로 사용된다. GPS 모듈과 연계하여 실제 파손 위치를 파악할 때 가장 중요한 기술은 영상 처리 알고리즘인데, 근래에는 대부분 인공지능을 통한 알고리즘이 연구 주제로 주목받고 있다. 이와 같은 맥락에서 본 연구에서도 영역 기반의 합성곱 방식 계열의 객체인식 (Object Detection) 방법을 사용한 인공지능 영상 처리 알고리즘에 대하여 논의하고자 한다. 도로 노면 파손 객체 인식 성능을 향상시키기 위하여 도로 노면 파손 영상 600여 장과 일반적인 도로 주행 영상 1500여 장으로 학습 데이터베이스를 구성하였다. 또한 배경 객체 인식 방법을 적용한 지도 학습을 수행하여 도로 노면 파손의 오탐을 감소시켰다. 그 결과 동일한 테스트용 데이터베이스를 통해 알고리즘의 인식 성능을 mAP 평균값 기준 9.44%만큼 향상시킨 새로운 방법을 소개하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제8권2호
• /
• pp.37-43
• /
• 2003

본 연구는 연속된 컬러 영상으로부터 전방의 차량과 차선을 검출하는 과정에서 연속 영상 분석을 통하여 다중 차량을 검출하는 방법을 제안한다. 하나의 프레임에서 차량 후보 영역의 검출은 그림자 특징과 에지 성분을 이용한다. 그리고, 다중 차량 영역을 검출하는 방법은 연속된 영상에 존재하는 차량 후보 영역들의 차량 추정값과(EOV)과 누적 유사도 함수(ASF)를 분석하여 차량일 가능성을 검사한다. 대부분의 연구 방법이 전방의 한 차량을 검출하는데 비해 본 연구에서는 여러 차량을 검출하는 방법을 제시하였으며, 교통량이 많고, 차선 변경이 자주 있는 경우에도 차량의 검출이 가능하도록 한다. 제안된 방식의 효과를 검증하기 위해 노트북 PC와 PC용 CCD 카메라로 도로에서의 영상을 촬영하고 차량 검출 알고리즘을 적용한 처리 시간, 정확도 및 차량검지 결과를 보인다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 추계학술발표회 논문집
• /
• pp.187-192
• /
• 2003

of the road would be a key index judged for a safety at the vehicle driving on the road. In Korea, as seen through a lot of documents, the vehicle driving speed is much faster compared with the design speed. The vehicle driving speed is an important element to get to know the vehicle driving characteristics. However, it is not easy to obtain the vehicle driving speed relating to vehicles' consecutive movements just merely through the presently used methods of vehicle driving speed. In consequence, this study has conducted photographing vehicle movements by use of digital moving images. Based on digital moving Images pictured, we have obtained a certain time interval frame and extracted out vehicles' coordinates and calculated vehicle speed from the firstly rectified image and the secondly rectified image. We could obtain comparatively exact results in the calculation of vehicle driving speed as errors of about 4%, as a result of comparison and verification of vehicle speed calculated from the digital moving images and the speed obtained from DGPS.

• IEIE Transactions on Smart Processing and Computing
• /
• 제1권1호
• /
• pp.1-7
• /
• 2012

This paper presents a system used to automatically recognize the road traffic control gestures of police officers. In this approach,the control gestures of traffic police officers are captured in the form of depth images.A human skeleton is then constructed using a kinematic model. The feature vector describing a traffic control gesture is built from the relative angles found amongst the joints of the constructed human skeleton. We utilize Support Vector Machines (SVMs) to perform the gesture recognition. Experiments show that our proposed method is robust and efficient and is suitable for real-time application. We also present a testbed system based on the SVMs trained data for real-time traffic gesture recognition.