• 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.525-527
• /
• 2003

Recently, the spatial resolution of earth observation satellites is significantly increased to a few meters. Such high spatial resolution images definitely will provide lots of information for detail-thirsty remote sensing users. However, it is more difficult to develop automated image algorithms for automated image feature extraction and pattern recognition. In this study, we propose a two-stage procedure to extract road information from high resolution satellite images. At first stage, a watershed segmentation technique is developed to classify the image into various regions. Then, a knowledge is built for road and used to extract the road regions. In this study, we use panchromatic and multi-spectral images of the IKONOS satellite as test dataset. The experiment result shows that the proposed technique can generate suitable and meaningful road objects from high spatial resolution satellite images. Apparently, misclassified regions such as parking lots are recognized as road needed further refinement in future research.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.34-39
• /
• 2002

Road information is very important for topographic mapping, transportation application, urban planning and other related application fields. Therefore, automatic detection of road networks from spatial imagery, such as aerial photos and satellite imagery can play a central role in road information acquisition. In this paper, we use least squares correlation matching alone for road center tracking and show that it works. We assumed that (bright) road centerlines would be visible in the image. We further assumed that within a same road segment, there would be only small differences in brightness values. This algorithm works by defining a template around a user-given input point, which shall lie on a road centerline, and then by matching the template against the image along the orientation of the road under consideration. Once matching succeeds, new match proceeds by shifting a matched target window further along road orientation at the target window. By repeating the process above, we obtain a series of points, which lie on a road centerline successively. A 1m resolution IKONOS images over Seoul and Daejeon were used for tests. The results showed that this algorithm could extract road centerlines in any orientation and help in fast and exact he ad-up digitization/vectorization of cartographic images.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권9호
• /
• pp.419-425
• /
• 2016

내비게이션 시스템에서 지도 데이터를 최신 정보로 유지하는 것은 중요한 일이다. 그러나 수작업을 통한 갱신은 비용이 많이 소요될 뿐만 아니라 갱신되는 정보를 즉각적으로 반영하기 힘들다. 본 논문에서는 GPS 데이터를 이용하여 자동으로 도로를 생성해주는 시스템에서 가장 중요한 문제 중 하나인 중심 도로를 추출하는 기법에 관하여 살펴보고자 한다. 중심도로를 추출하기 위해서는 클러스터링 시킨 궤적이 필요하지만, 실제 궤적은 클러스터링 되어있지 않다. 이 문제를 해결하기 위하여 본 논문에서는 최대 중첩구간 탐색과 궤적 클러스터링 과정을 통하여 효과적으로 궤적에 대해 클러스터링 하는 기법을 제안한다. 마지막으로 클러스터링 시킨 궤적에 대하여 가상달리기 기법을 적용하여 중심도로를 추출하였다. 실험 데이터로는 실제 대용량의 강남구, 성남시, 서울시 전체를 지나다니는 택시 GPS 데이터를 수집하여 실험을 하였고, 실험 결과 제안기법이 실제 중심 도로를 추출하는데 안정적이고 효율적인 것을 보였다.

• 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.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 춘계학술발표회논문집
• /
• pp.233-238
• /
• 2004

This study deals with the extraction of highway's superelevation using digital imagery which are economic method in constructing database for the side of highway management. Using CCD camera, both center line and shoulder of highway are measured by analyzing the result value and enough result values were obtained. This study is expected to become effective method for extraction of highway alignment elements in the Digital Photogrammetry.

• 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.

• 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.

• 한국지리정보학회지
• /
• 제10권4호
• /
• pp.179-188
• /
• 2007

차량 인식의 문제는 교통관리나 차량검색 등의 분야에서 자동차가 포함하고 있는 중요한 정보를 얻기 위해 필수적으로 수행해야 하는 과정이다. 본 연구는 LiDAR 자료를 교통정보 추출에 활용하기 위한 기초 연구로써 LiDAR 자료로부터 도로포인트를 추출하고 이중 도로 상의 차량을 분류하기 위한 알고리즘을 제시하고 인식된 차량의 크기를 추정하기 위한 알고리즘을 제시하였으며 광범위한 지역에서 LiDAR 자료를 이용하여 도로상의 차량 댓수를 파악하고 크기를 추정하였다.

• Journal of Platform Technology
• /
• 제9권2호
• /
• pp.46-54
• /
• 2021

최근, 차량의 자율주행에 대한 기술이 개발되면서 안정성은 매우 흥미로운 요소로 관심이 증대되고 있다. 그리고 자율주행에 대하여 1980년대 중반부터 전세계의 많은 대학, 연구 센터, 자동차 회사, 그리고 다른 산업의 회사들에 의해 연구 및 개발되고 있다. 본 연구에서는 자율주행 차량의 안전성을 위한 도로의 위협적인 장애물을 자동 추출하는 방안에 대한 기초 연구를 제안한다. 자동차 도로 위에는 다양한 장애물들이 존재하지만, 본 연구에서는 위협적인 장애물은 도로의 중앙에 위치하며 비교적 큰 개체로 정의한다. 먼저, 입력 영상에 대하여 해상도를 달리하여 분할하고 분할된 영역들은 내부 영역과 외부 영역으로 분류한다. 외부 영역은 영상의 경계에 인접하고 내부 영역은 그렇지 않다. 또한, 저해상도 영상에 인접한 영역이 동일한 영역에 포함되면 각 영역은 인접 영역과 병합된다. 그리고 주요한 객체 영역과 주요한 배경 영역은 각각 내부 영역과 외부 영역에서 선택된다. 따라서, 주요한 객체 영역은 면적과 크기 정보를 활용하여 장애물을 대표하는 영역으로 추출된다. 실험을 통하여 제안된 방법이 자동차 자율주행 안전성을 높여 사고와 사상자를 줄일 수 있는 기초연구에 기여할 수 있을 것으로 기대한다.