• 제어로봇시스템학회논문지
• /
• 제15권4호
• /
• pp.372-378
• /
• 2009

For effective mobility control of unmanned ground vehicles in outdoor off-road environments, terrain cover classification technology using passive sensors is vital. This paper presents a novel method far terrain classification based on color and texture information of off-road images. It uses a neural network classifier and wavelet features. We exploit the wavelet mean and energy features extracted from multi-channel wavelet transformed images and also utilize the terrain class spatial coordinates of images to include additional features. By comparing the classification performance according to applied features, the experimental results show that the proposed algorithm has a promising result and potential possibilities for autonomous navigation.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2004년도 춘계 종합학술대회 논문집
• /
• pp.151-160
• /
• 2004

본 연구에서는 근거리 디지털 사진측량기법을 적용하여 도로 사면의 3차원 변형측정 및 사면의 시각화를 구현하고자 하였다. 디지털 영상을 매개로 광속조정법(bundle adjustment)에 근거한 사진삼각측량 방법에 의하여 사면의 3차원 변형량을 도출하였고, 디지털사진측량 워크 스테이션을 사용하여 사면의 수치고도모형(digital elevation models)과 수치정사영상 및 3D 경관도를 생성하였다. 또한 데스크탑 GIS를 활용하여 사면의 경사도를 분석하는 등 위험사면의 모니터링과 사면 관리를 위한 자료를 제시하고자 하였다.

• 제어로봇시스템학회논문지
• /
• 제17권5호
• /
• pp.397-404
• /
• 2011

This paper proposes an algorithm capable of extracting corresponding points between a pair of stereo images based on dynamic programming. The purpose of extracting the corresponding points is to provide the stereo disparity data to a road-slope estimation algorithm with high accuracy and in real-time. As the road-slope estimation algorithm does not require dense disparity data, the proposed stereo matching algorithm aims at extracting corresponding points accurately and quickly. In order to realize this contradictory goal, this paper exploits dynamic programming, and minimizes matching candidates using vertical components of color edges. Furthermore, the typical occlusion problem in stereo vision is solved. The proposed algorithm is proven to be effective through experiments with various images captured on the roads.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.116-125
• /
• 2014

운전자 보조 시스템에서 도로 상태 정보는 안전한 운전을 위한 중요한 정보를 제공한다. 자동차에서의 입력 영상은 일반적으로 불필요한 영역도 포함하므로 도로 상태를 파악을 위한 관심영역(ROI)을 결정하고 나머지 영역을 제거한 뒤 관심영역만 남겨 두면 연산 시간을 줄일 수 있다. 본 논문에서는 도로를 나타내는 특징적인 선분과 이로부터 얻어지는 소멸점을 이용하여 도로 영역을 찾는 영상기반의 도로 관심영역 결정 알고리즘을 제안한다. 선분들은 Canny 가장자리 탐지법과 허프 변환을 이용하여 찾고 소멸점은 칼만 필터를 이용하여 추적함으로써 잡음의 영향에 의한 오동작을 방지한다. 초기화 과정을 거치면 도로 관심영역을 매 프레임마다 정확히 결정할 수 있다. 제안한 방식은 C++와 OpenCV 라이브러리를 이용하여 SW로 구현하였으며 다양한 블랙박스 영상으로부터 도로 관심영역을 얻는데 성공하였다. 실험 결과 제안한 알고리즘은 잡음에 강하다는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.423-436
• /
• 2017

This paper presents a deep learning-based road segmentation framework from very high-resolution orthophotos. The proposed method uses Deep Convolutional Autoencoders for end-to-end mapping of orthophotos to road segmentations. In addition, a set of post-processing steps were applied to make the model outputs GIS-ready data that could be useful for various applications. The optimization of the model's parameters is explained which was conducted via grid search method. The model was trained and implemented in Keras, a high-level deep learning framework run on top of Tensorflow. The results show that the proposed model with the best-obtained hyperparameters could segment road objects from orthophotos at an average accuracy of 88.5%. The results of optimization revealed that the best optimization algorithm and activation function for the studied task are Stochastic Gradient Descent (SGD) and Exponential Linear Unit (ELU), respectively. In addition, the best numbers of convolutional filters were found to be 8 for the first and second layers and 128 for the third and fourth layers of the proposed network architecture. Moreover, the analysis on the time complexity of the model showed that the model could be trained in 4 hours and 50 minutes on 1024 high-resolution images of size $106{\times}106pixels$, and segment road objects from similar size and resolution images in around 14 minutes. The results show that the deep learning models such as Convolutional Autoencoders could be a best alternative to traditional machine learning models for road segmentation from aerial photographs.

• 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.

• 대한공간정보학회지
• /
• 제10권2호
• /
• pp.77-85
• /
• 2002

본 연구는 도해법을 이용하여 지형공간정보체계(GIS)에 사용되는 도로시설물의 공간정보와 속성정보를 획득하는 방법에 관한 연구이다. 지상사진은 사진기의 정확한 위치선정과 대상물에 대한 방향의 전환 및 반복적인 촬영이 용이하여 도로시설물 정보취득에 많은 활용가능성을 가지고 있다. 본 연구에서는 도로시설물에 대한 신속한 정보취득을 요하는 경우나, 비교적 높은 정확도를 요하지 않는 경우를 상정하여 단사진 영상을 위주로 해석하였으며, 엄밀한 사진측량에 의한 공간정보의 취득이 불가능한 경우에 활용할 수 있는 기법을 개발하고자 하였다. 본 연구의 결과 도로시설물의 평면도 작성과 제원 등 공간정보와 속성정보를 효과적으로 추출할 수 있었다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.221-224
• /
• 2007

MMS(Mobile Mapping System) generates a efficient image data for mapping and facility management. However, this image data of MMS has many difficulties in a practical use because of huge data volume. Therefore the important information likes road sign post must be extracted from huge MMS image data. In Korea, there is the HMS(Highway Management System) to manage a national road that acquire the line and condition of road from the MMS images. In the HMS each road sign information is manually inputted by the keyboard from moving MMS. This manually passive input way generate the error like inaccurate position, mistaking input in this research we developed the automatic road sign identifying technique using the image processing and the direct geo-referencing by GPS/INS data. This development brings not only good flexibility for field operations, also efficient data processing in HMS.

• 제어로봇시스템학회논문지
• /
• 제12권4호
• /
• pp.395-399
• /
• 2006

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 unpaved trail are included in this paper.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.301-303
• /
• 2003

The extraction of 3D road network from high-resolution aerial images is still one of the current challenges in digital photogrammetry and computer vision. For many years, there are many researcher groups working for this task, but unt il now, there are no papers for doing this with TLS (Three linear scanner), which has been developed for the past several years, and has very high-resolution (about 3 cm in ground resolution). In this paper, we present a methodology of road extraction from high-resolution digital imagery taken over urban areas using this modern photogrammetry’s scanner (TLS). The key features of the approach are: (1) Because of high resolution of TLS image, our extraction method is especially designed for constructing 3D road map for next -generation digital navigation map; (2) for extracting road, we use the global context of the intensity variations associated with different features of road (i.e. zebra line and center line), prior to any local edge. So extraction can become comparatively easy, because we can use different special edge detector according different features. The results achieved with our approach show that it is possible and economic to extract 3D road data from Three Linear Scanner to construct next -generation digital navigation road map.