전자공학회논문지CI (Journal of the Institute of Electronics Engineers of Korea CI)

대한전자공학회 (The Institute of Electronics and Information Engineers)
권호 표지

HSI 고유칼라 모델과 불변 모멘트를 이용한 교통 표지판 검출 방법

Traffic Sign Detection Using The HSI Eigen-color model and Invariant Moments

  • 김종배 (서울디지털대학교 컴퓨터공학부) ;
  • 박정호 (서울디지털대학교 컴퓨터공학부)
  • 발행 : 2010.01.25
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

차량 운전자 지원을 위한 연구에서 도로상에 위치한 교통 표지판은 운전자에게 아주 중요한 정보임에 틀림없다. 따라서 주행중인 차량에서 획득한 영상으로부터 실시간으로 교통 표지판을 검출하여 운전자에게 그 정보를 제공한다면 안전운전에 큰 도움이 될 것이다. 하지만 주행중인 차량으로부터 획득한 영상에는 차량과 노면의 진동에 의해 획득된 영상에 흐림 현상이 발생하고 또한 노이즈들이 포함되어 있어 정확한 표지판 검출이 어려운 문제점이 있다. 게다가 영상획득을 위한 촬영 각도나 날씨 등에 의해 교통 표지판의 고유한 색상과 모양이 서로 다르게 표현되는 문제점이 발생한다. 이를 해결하기 위해 본 논문에서는 도로 환경과 같은 다양한 조도 변화가 포함된 교통 표지판 영상들로부터 고유색상 정보를 분석하고 HSI 고유칼라 모델을 생성하고 이를 이용하여 교통 표지판의 후보 영역을 검출한다. 그리고 모양정보 분석을 위해 교통 표지판의 고유한 형태학적 정보를 표현할 수 있는 불변 모멘트 특징정보를 추출하여 SVM을 통해 최종 교통 표지판 영역을 검출하는 방법을 제안한다. 제안한 방법을 도로에서 획득한 영상에서 실험한 결과, 교통 표지판 검출율은 91%, 그리고 프레임당 처리 시간은 0.38초이며, 제안한 방법은 실시간 지능형 교통 안내 시스템에 유용하게 적용될 수 있다.

In the research for driver assistance systems, traffic sign information to the driver must be a very important information. Therefore, the detection system of traffic signs located on the road should be able to handel real-time. To detect the traffic signs, color and shape of traffic signs is to use the information after images obtained using the CCD camera. In the road environment, however, using color information to detect traffic sings will cause many problems due to changes of weather and environmental factors. In this paper, to solve it, the candidate traffic sign regions are detected from road images obtained in a variety of the illumination changes using the HSI eign-color model. And then, using the invariant moment-based SVM classifier to detect traffic signs are proposed. Experimental results show that, traffic sign detection rate is 91%, and the processing time per frame is 0.38sec. Proposed method is useful for real-time intelligent traffic guidance systems can be applied.

키워드

참고문헌

  1. L. Fletcher, N. Apostoloff, L. Petersson, A. Zelinsky, "Vision in and out of vehicles", IEEE Intelligent systems, vol.18, no.3, pp.12-17, 2003. https://doi.org/10.1109/MIS.2003.1200722
  2. R. Andrzej, L. Youngmin, L. Xiaohui, "Real-time traffic sign recognition from video by class-specific discriminative features", PR, vol.43, no.1, pp.416-430, 2010.
  3. L. W. Tsai, J. W. Chuang, C. H. Tseng, Y. J. Fan, K. C. Lee., "Road sign detection using eigen colour", IET computer vision, vol.2, no.3, pp.164-177, 2008. https://doi.org/10.1049/iet-cvi:20070058
  4. A. de la Escalera, J. M. Armingol, M. Mata, "Traffic sign recognition and analysis for intelligent vehicles", Image and vision computing, vol.21, no.3, pp.247-258, 2003. https://doi.org/10.1016/S0262-8856(02)00156-7
  5. J. M. Armingol, A de la Escalera, J. M. Collado, and J. Rodriguez, "Intelligent vehicle based on visual information", Robotics and autonomous systems, vol.55, pp.904-916, 2007. https://doi.org/10.1016/j.robot.2007.09.004
  6. W. Ritter, F. Stein, R. Janssen, "Traffic sign recognition using color information", Mathematical and computer modelling, vol. 22, no. 4-7, pp.149-157, 1995. https://doi.org/10.1016/0895-7177(95)00131-K
  7. E. Ulay, G. B. Akar, M. M. Bulut, "Color and shape based traffic sign detection", IEEE conf. SPCA, pp.9-11, 2009.
  8. S. P. Miguel, R. A. Alastair, "Using self-organizing maps in the detection and recognition of road signs", Image and vision computing, vol.27, no.6, pp.673-683, 2009. https://doi.org/10.1016/j.imavis.2008.07.006
  9. M. A. G. Garrido, M. A. Sotelo, E. M. Gorostiza, "Fast traffic sign detection and recognition under changing lighting conditions", IEEE conf. intelligent transportation systems, pp.811-816, 2006.
  10. P. Medici, C. Caraffi, E. Cardarelli, P. P. Porta, G. Ghisio, "Real time road sings classification", IEEE conf. vehicular electronics and safety, pp. 253-258, 2008.
  11. Y. Xie, L. F. Liu, C. H. Li, Y. Y. Qu, "Unifying visual saliency with HOG feature learning for traffic sing detection", IEEE conf. intelligent vehicles symposium, pp.24-29, 2009.
  12. W. G. Shadeed, D. I. A, A. Nadi, M. J. Mismar, "Road traffic sign detection in color images", IEEE conf. electronics circuits and systems, vol.2, pp.14-17. 2003.
  13. S. Varan, S. Singh, R. S. Kunte, R. D> S. Samuel, B. Philip, "A road traffic signal recognition system based on template matching employing tree classifier", IEEE conf. comp. intelligence and multimedia applications, vol. 3, pp.360-365, 2007.
  14. S. Xu, "Robust traffic sign shape recognition using geometric matching", IET ITS, vol.3, no.1, pp.10-18, 2009.
  15. P. G. Jimenez, S. M. Bascon, H. G. Moreno, S. :. Arroyo, F. L. Ferreras, "Traffic sign shape classification and localization based on the normalized FFT of the signature of blobs and 2D homographies", Signal processing, vol.88, pp.2943-2955, 2008. https://doi.org/10.1016/j.sigpro.2008.06.019
  16. J. B. Kim, "Real-time moving object recognition and tracking using the wavelet-based neural network and invariant moments", Journal of the IEEK, vol.45SP, no.4, pp. 304-315, 2008.
  17. Y. I. Ohat, T. Kanada, T. Sakai, "Color information for region segmentation", computer graphics and image processing, vol.13, pp.222-241, 1980. https://doi.org/10.1016/0146-664X(80)90047-7
  18. R. C. Gonzalez, and R. E. Woods, Digital image processing, 2th, Prentice-Hall, 2002.
  19. J. B. Kim "Indoor positioning using the WLAN-based Wavelet and Neural Network", Journal of the IEEK, vol.45CI, no.5, pp. 38-47, 2008.