• 한국정보처리학회논문지
• /
• 제7권8호
• /
• pp.2575-2586
• /
• 2000

본 논문에서는 지도영상의 도로정보를 자동으로 추출할 수 있는 알고리즘을 제안한다. 제안된 알고리즘은 복잡한 지도영상에서 도로영상만을 추출한다. 추출된 영상은 세선화 방법에 의해 도로의 골격만으로 이루어진 영상으로 변환된다. 세선화된 영상은 여러 종류의 문제점을 포함한다. 이러한 문제점을 보정하기 위해 도로의 특성을 나타내는 Rutovitz 연결수에 의해 분류된 후 도로특성에 따라 개별적인 보정이 이루어진다. 여러 가지 지도영상에 대한 실험결과를 통해 제안한 방법의 유효성을 입증하였다.

• 반도체디스플레이기술학회지
• /
• 제20권1호
• /
• pp.88-93
• /
• 2021

The automotive industry is developing day by day. Among them, it is very important to prevent accidents while driving. However, despite the importance of developing automobile industry technology, accidents due to road defects increase every year, especially in the rainy season. To this end, we proposed a road defect detection system for road management by converging deep learning and raspberry pi, which show various possibilities. In this paper, we developed a system that visually displays through a map after analyzing the images captured by the Raspberry Pi and the route GPS. The deep learning model trained for this system achieved 96% accuracy. Through this system, it is expected to manage road defects efficiently at a low cost.

• Elastomers and Composites
• /
• 제57권3호
• /
• pp.92-99
• /
• 2022

A large amount of particles on the roads is produced by friction between the vehicles and the road surface and by inflow from outside. The type of these particles affects the abrasion behavior of tire tread. In this study, road dust collected at a bus stop was separated by size, and the particles with sizes of 106-212 mm were analyzed. The particles were separated by density using NaI and NaBr aqueous solutions with densities in the range of 1.10-1.80 g/cm³ with the 0.10 g/cm³ interval. In the road dust sample, the following particle types were found: tire-road wear particles (TRWPs), asphalt pavement wear particles (APWPs), plant-related particles (PRPs), road paint wear particles (RPWPs), and plastic particles (PPs). The densities of TRWPs, APWPs, PRPs, and RPWPs were 1.20-1.80, >1.60, >1.10, and >1.40 g/cm³, respectively, while PPs were found in all density ranges. Additionally, many small mineral particles were observed on the particles. Order of the relative content of the particles was PRP > TRWP > APWP ~ RPWP > PP. APWPs that were stuck to TRWP could be removed by chloroform treatment. The shapes of the particles were characterized using their magnified images.

• 한국멀티미디어학회논문지
• /
• 제16권4호
• /
• pp.430-443
• /
• 2013

운전자에게 차량의 현재 위치 및 도로 주변 상황 인지는 안전하고 쾌적한 운전 환경 조성을 위해 반드시 필요한 정보들이다. 본 논문에서는 도로시설물 및 도로표지 등의 도로정보를 모니터링 하고 시각적으로 알리기 위해 도로주행영상 내 좌표정보 결합 및 시점변환 기법을 이용한 도로주행환경 자동인식 기술을 제안한다. 제안한 방법은 차량 내 탑재된 카메라와 GPS를 이용하여 공간정보가 반영된 도로주행영상을 생성한 후, 생성 영상의 시점 변환 및 정합, 도로정보 검출을 수행하여 사용자에게 도로정보를 시각적으로 제공할 수 있도록 한다. 제안한 방법을 도로 주행 영상에서 실험한 결과, 도로주행영상 내 GPS 좌표정보의 결합 시간은 66.5ms, 교통 표지판 검출율은 95.83%, 프레임당 표지판 검출 처리 시간은 평균 227.45ms 이었다. 따라서 15프레임/초 이하의 입력 동영상에 대하여 효과적으로 도로주행환경을 자동으로 인식하는 것이 가능함을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제15권11호
• /
• pp.1088-1095
• /
• 2009

In this paper, we describe the reorientation method of distorted road sign by using projection transformation for improving recognition rate of road sign. RSR (Road Sign Recognition) is one of the most important topics for implementing driver assistance in intelligent transportation systems using pattern recognition and vision technology. The RS (Road Sign) includes direction of road or place name, and intersection for obtaining the road information. We acquire input images from mounted camera on vehicle. However, the road signs are often appeared with rotation, skew, and distortion by perspective camera. In order to obtain the correct road sign overcoming these problems, projection transformation is used to transform from 4 points of image coordinate to 4 points of world coordinate. The 4 vertices points are obtained using the trajectory as the distance from the mass center to the boundary of the object. Then, the candidate areas of road sign are transformed from distorted image by using homography transformation matrix. Internal information of reoriented road signs is segmented with arrow and the corresponding indicated place name. Arrow area is the largest labeled one. Also, the number of group of place names equals to that of arrow heads. Characters of the road sign are segmented by using vertical and horizontal histograms, and each character is recognized by using SAD (Sum of Absolute Difference). From the experiments, the proposed method has shown the higher recognition results than the image without reorientation.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.28-34
• /
• 2007

위성 영상에서 도로를 효과적으로 추출하기 위한 히스토그램 기반 도로 경계선 추출자를 제안하였다. 제안한 추출자를 이용해 도로 경계선 양측의 도로와 비도로 영역 각 화소의 방향성 히스토그램 차를 계산하고, 그 에지 강도 맵을 구하여 도로의 경계선을 추출하였다. 그리고 원영상과 분할된 도로 군집 영상의 에지 강도 맵을 계층적으로 구하여 직선 도로와 곡선 도로를 추출한 다음, 도로의 연결성을 기반으로 하여 전체 도로망을 구성하였다. 제안한 추출자는 칼라 유사도를 계산하는 기존 방법과 달리 히스토그램 차를 기반으로 하기 때문에 잡영에 강건하게 도로를 추출할 수 있으며, 도로 경계선의 위치와 도로 폭도 함께 추출할 수 있을 뿐만 아니라 도로군집을 자동식별하기 때문에 다양한 분광특성의 도로들도 쉽게 추출할 수 있다. 제안한 추출자를 이용하여 1m의 공간 해상도를 갖는 IKONOS 위성 영상에 대해 실험하여 잡영에 강건하게 도로가 추출됨을 확인하였고, 직선 도로 뿐만 아니라 곡선도로 추출도 용이함을 확인하였다.

• Spatial Information Research
• /
• 제13권3호
• /
• pp.211-220
• /
• 2005

건설교통부에서는 기존의 도로현황을 더욱 빠르고 정확하게 파악하기 위해 도로관리통합시스템에서 전국의 일반국도에 대해 위치정보를 가진 디지털 영상을 제공하는 방안을 추진 중에 있다. 이를 위해 한국건설기술연구원에서는 도로를 주행하면서 일정거리간격으로 2매의 고해상도의 칼라 CCD영상을 취득할 수 있는 도로영상취득차량을 개발하였다. 본 논문에서는 특히 영상취득 S/W와 동기화장치 개발에 대해 기술하였으며 실험을 통해 차량의 궤적 정확도, 영상취득 S/W, 동기화 장치의 성능을 검토한 결과 도로관리통합시스템에서 필요한 도로영상을 취득하는데 적합한 것으로 판단된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권11호
• /
• pp.1496-1504
• /
• 2004

본 논문에서는 도로상에 운행중인 차량에 장착되어진 정방향 카메라로 획득한 스테레오 연속영상으로부터 추적대상 차량을 검출하고 추적중인 차량과의 거리를 추정하는 알고리즘을 제안한다. 차량의 검출은 차선의 인식을 이용하여 도로 영역을 추출하고, 추출된 도로영역에서 차량의 특징 검색을 수행한다. 추적중인 차량과의 거리는 스테레오영상으로부터 TSS(three step search) 코릴로그램 정합 방법을 이용하여 추정된다. 제안된 방법은 컴퓨터 모의실험을 통하여 움직이는 카메라로부터 획득된 영상에서 추적하고자 하는 차량을 분리하고 정합하여 추적됨을 보였다.

• 정보과학회 논문지
• /
• 제43권2호
• /
• pp.186-195
• /
• 2016

본 논문에서는 도로주행 영상에서의 자동차 번호판 검출방법을 제안한다. 제안하는 방법은 조명변화에 강인한 8bit-MCT 특징과 랜드마크 기반의 Adaboost 알고리즘을 이용하여 번호판 후보 영역을 생성하고, Adaboost의 검출 스코어를 이용하여 번호판의 위치를 확률로 추정하는 현저도 지도를 생성한다. 현저도 지도에서 임계값 이상의 영역을 번호판 후보 영역으로 검출하고, 각 후보 영역에 대하여 지역분산을 이용하여 영역을 보정한 후 SVM과 8bit-MCT의 히스토그램을 특징으로 사용하여 영역을 검증하고 자동차 번호판 영역을 확정한다. 본 논문에서 제안한 방법을 한국과 유럽의 다양한 도로주행 영상에 적용하여 85%의 안정적인 검출 성능을 실험을 통하여 입증하였다.

• 융합정보논문지
• /
• 제7권6호
• /
• pp.229-235
• /
• 2017

최근 물체를 인식하기 위해 많은 데이터를 기반으로 학습하여 인식하는 연구가 활성화 되고 있다. 본 논문에서는 도로주행 영상에서 장애물이라고 생각되는 객체를 추출하여 자동차, 사람, 오토바이로 구분하여 인식하는 시스템을 제안한다. 이동한 방향과 크기를 고려한 상태에서 광류 추정 알고리즘을 이용하여 객체를 추출하였으며, 추출한 객체를 CNN(Convolutional Neural Network) 인식 모델 중 하나인 AlexNet을 이용하여 인식하였다. 실험을 위해 도로 위의 다양한 영상을 블랙박스로 수집하여 실험하였고, 실험 결과 객체 추출 정확도는 92%, 객체 인식 정확도는 96%의 결과를 보였다.