• 한국ITS학회:학술대회논문집
• /
• 2002.11a
• /
• pp.169-172
• /
• 2002

차량검출에 관한 연구는 교통량 관측을 위해서 가장 기본적이고 필수적인 요소이다. 영상을 기반으로 한 교통 정보 시스템은 다른 방식을 이용하는 시스템들과 비교했을 때 여러가지 두드러진 장점을 가지고 있다. 하지만 일반적인 영상기반 시스템에서는 기상상태에 관해서 민감하게 반응하지 못하는 단점이 있다. 악천후가 발생하는 환경에서 영상의 노이즈는 차량의 교통정보 추출에 있어서 심각한 성능의 저하를 야기할 수 있다. 본 논문에서는 차량검출과 함께 기상 상태에 대해 영향을 덜 받는 향상된 차량정보 추출 방식을 제안 하였다. 제안된 방법은 에지를 기반으로 추출된 차량영상으로부터 비나 눈으로 인한 악천후 때문에 생긴 영상 잡음을 제거 하는 방식으로 기존의 방식에 비해 차량검출 정확도의 오류가 감소되었다. 본 논문에서 제안한 robust 한 차량검출 방법을 기반으로 하여 차량추적, 차량계수, 차종분류, 그리고 속도측정을 수행하여 각 도로의 부하르 나타내는 데 사용되는 차량 흐름과 관련되 여러 가지 교통 정보들을 추출하는데 응용될 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.331-334
• /
• 2013

본 논문에서는 차량에 부착된 4대의 어안렌즈 카메라 영상을 이용하여 차량 주위 전방향의 주변 정보를 포함하는 정합 영상을 생성하고, 생성된 정합 영상에서 차선을 검출하는 알고리즘을 제안한다. 기존의 전방 카메라만을 이용하여 차선을 검출하는 방법들은 안개와 같이 기상 환경이 안 좋은 경우 가시거리가 짧아져 정상적인 차선 검출이 어려운 문제가 있다. 이에 반해 4대의 어안렌즈 카메라로 차량의 주변을 촬영한 영상은 기상 환경에 영향을 적게 받아 안정적인 차선 검출에 용이하다. 어안렌즈 카메라로 촬영한 영상은 왜곡이 심하기 때문에 왜곡 보정을 수행한 후 차량 위에서 아래로 내려다본 시점으로 투영 변환하여 하나의 영상으로 정합한다. 정합영상에서 관심영역을 설정한 후 차선 후보 영역을 검출하고, 검출된 후보 영역들로 차선을 직선으로 모델링한다. 점선 차선 구간이나 차량 흔들림에 대응하기 위해 직선으로 모델링된 차선 정보의 차선 각도와 차량으로부터 거리 정보를 칼만 필터 기반 추적 및 보정하여 안정적으로 차선 검출을 수행한다. 실험 결과 제안하는 방법은 실선구간에서 99.57%, 점선구간에서는 90.48%의 검출 정확도를 가진다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.30-33
• /
• 2003

영상 검지기를 통한 차량 탐지 방법은 날씨와 같은 환경에 민감하게 반응하여 차량의 미탐지 및 오탐지가 발생하게 된다. 이를 해결하기 위해 다양한 일기조건하에서 차량 추적 방법에 대해 제안한다. 다양한 일기 조건하에서의 차량 추적은 눈, 비, 안개 환경에서 각 날씨의 특징을 분석, 반영하여 차량을 탐지하고 추적한다. 눈이 내리는 환경에서는 눈이 카메라 가까이에서 차량 blob으로 잘못 탐지되는 blob을 제거하기 위해 카메라와의 거리에 따른 실제 크기를 구하는 size filtering 방법을 사용한다. 비, 안개 환경에서는 흐릿해진 영상 때문에 차량이 교통신호등에 의해 차량 정체시 여러 차량이 하나의 blob으로 탐지되는 문제점을 해결하기 위해 이전 영상에서의 차량 위치 정보를 이용한 재 blob화 방법을 사용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.376-378
• /
• 2001

영상 정보에 기반한 지능형 교통 정보 시스템(ITS)의 응용 분야에서, 차량의 그림자 제거와 겹침 차량을 분리하기 위하여 3차원 물체의 특징을 이용하며 차량 형상을 분리하는 기법을 제안한다. 제안하는 기법은 차량을 분리하기 위하여 연속 프레임에서 배경을 수정하고, 배경 영상과 현재 입력 영상의 차이를 이용한다. 또한 그림자를 제거하고 겹침 차량을 분리하기 위하여, 1) 3차원 증거를 차량 증거 영역에서 검출하여 군집화하고, 2) 독립 차량의 중심 위치를 판단하고, 3) 다시 임계치에 의해 차량의 형상을 분리한다. 단순 임계치에 의해 차량을 분리하는 기법은 기상조건 등에 민감하기 때문에 여러 조건에 따라 다른 알고리즘을 적용해야 하지만 제안하는 기법은 동일한 알고리즘으로 여러 기상조건에 적응이 가능하다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.305-306
• /
• 2015

과속차량 단속카메라에 촬영된 차량 전면 영상은 차량번호를 인식하여 과속차량에 과금하는 용도로 사용되나 범죄 용의자 차량을 추적하기 위한 용도로도 사용되어진다. 본 연구에서는 국소특징점의 정합을 이용하여 차량 모델을 찾는 방법을 넘어서 실시간으로 차량 모델을 찾기 위한 알고리즘을 제안한다. 입력된 영상에 대하여 차량의 모델을 특징지을 수 있는 헤드라이트를 포함한 차량의 그릴 영역을 관심영역으로 제한하고 관심영역에서 추출된 특징점들을 모델 특징벡터 데이터베이스의 자료와 비교하는 방법 을 사용하였다. 입력 영상의 크기 변화와 조명 변화에 강인한 SURF 국소특징점을 이용한 매칭 방법은 차량 모델을 찾는데 적합하나 선형적으로 탐색하는데 시간이 오래걸린다. 따라서 블러를 사용하여 차량 이미지에서 추출되는 특징점들의 수를 매칭이 가능한 수준으로 낮추는 방법으로 모델 자료로부터 탐색에 필요한 시간을 단축시켰다. 또한 모델 자료를 구조화하여 탐색시간을 줄이는 방법들을 비교하여 LSH 를 사용한 결과 차량 모델을 탐색하는데 필요한 시간이 단축됨을 보였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.197-200
• /
• 2000

본 논문에서는 교통정보 수집용 영상검지기를 위한 실제 교차로 상황에 잘 맞는 배경영상 생성 방법을 제안한다. 교차로 특성상 진행중인 차량 및 신호 대기중인 차량 등 여러 가지 통행패턴이 있을 수 있는데 차량의 움직임 정보를 추출하기 위해 장면차이 방법을 사용한다. 영상열내 차량의 움직임을 관찰하여 배경영상의 생성 과정에 선택적으로 부분 영역을 반영함으로써 보다 좋은 초기 배경영상을 얻을 수 있다. 기존 방법으로 해결하지 못하는 복잡한 상황하에서의 좋은 초기 배경영상을 생성하므로, 차량으로 탐지되지 않는 영상의 부분영역만을 배경생성 과정에 참여시키는 기존의 배경생성 방법에 이 방법을 사용할 경우, 복잡한 상황에서도 견고하게 차량 탐지를 할 수 있는 배경영상을 생성할 수 있다.

• 한국ITS학회:학술대회논문집
• /
• 2008.11a
• /
• pp.537-538
• /
• 2008

디지털 영상 기기의 발전과 함께 화질의 선명도와 해상도가 향상되면서 더 많은 영상 정보를 한 화면에 담고자 하는 시도로서 파노라마 영상 합성기법을 차량 주차시 운전자의 넓은 영상확보를 위해 구현한다. 본 논문에서는 파노라마 영상 생성 장치 및 방법과 파노라마 영상에 기반한 차량 후방 감시 장치에 관한 것이다. 차량 후방 감시용으로 두 대의 CCD 카메라 장비를 이용하여 촬영 기술상의 제한 또는 요구 없이 획득되는 영상 시퀀스로부터 영상을 분석하고 합성한다는 조건하에 수행되어지며, 카메라 움직임의 모델링, 변환식에 의한 합성 영상의 재구성, 후처리 기술을 접목한다. 첫 단계에서는 두 영상의 중첩 영역을 획득하고 두 번째 단계에서는 중첩된 영상을 기준으로 파노라마 영상을 구현하는 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.337-342
• /
• 2008

최근 들어 기존의 녹색 바탕 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만 아직 기존 차량 번호판이 신 차량 번호판으로 전면 교체되지 않아 두 번호판 모두 사용되고 있다. 따라서 주차관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판의 특징에 맞는 인식 시스템이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위해 기존 차량 번호판과 신 차량 번호판을 통합한, 지능형 차량 번호판 인식 시스템을 제안한다. 무인 카메라에서 획득된 차량 영상에서 번호판의 색상 정보를 이용하여 기존 차량 번호판과 신 차량 번호판을 구분한다. 기존 차량 번호판인 경우에는 HSI 컬러 공간을 이용하여 이진화를 적용하며, 신 차량 번호판인 경우에는 블록 이진화를 적용한다. 이진화된 영상을 대상으로 차량의 형태학적 특징을 이용하여 잡음을 제거한 후, 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역에 대해 Labeling 알고리즘을 적용하여 개별 문자를 추출한다. 추출된 개별 문자는 FCM 알고리즘을 적용하여 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 160장의 기존 차량 영상과 100장의 신 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 한국ITS학회:학술대회논문집
• /
• 2002.11a
• /
• pp.210-213
• /
• 2002

차량 대기열 측정에 관한 연구는 효과적인 교통 통제를 위해서 필수적인 요소이다. 이를 위해 본 논문에서는 영역기반 영상처리를 이용한 차량 대기열 분석에 관한 방법을 제안한다. 도로 영상에서 영역을 설정하고 각 영역에서의 차량 검출방법을 통하여 차량 대기열의 길이를 계산하였다. 이때 차량의 검출은 영역 처리를 이용하였고 대기열 측정은 검출된 차량의 최종단 위치를 파악하여 계산하였다. 이러한 방법은 차량 통행량 분석에 이용하여 능동적 교통 신호 체계에 응용될 수 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.8 no.2
• /
• pp.37-43
• /
• 2003

The purpose of this thesis is to detect multiple vehicles using sequence image analysis at process that detect forward vehicles and lane from sequential color images. Detection of vehicles candidate area uses shadow characteristic and edge information in one frame. And, method to detect multiple vehicles area analyzes Estimation of Vehicle(EOV) and Accumulated Similarity Function(ASF) of vehicles candidate areas that exist in sequential images and examine possibility to be vehicles. Most researches detected a forward vehicles in road images but this research presented method to detect several vehicles and apply enough in havy traffic. To verify the effects of the proposed method, we capture the road images with notebook and CCD camera for PC and present the results such as processing time, accuracy and vehicles detection in the images.