• 한국정보통신학회논문지
• /
• 제23권6호
• /
• pp.659-665
• /
• 2019

컨테이너 표면에는 적재된 화물의 위험 여부에 따라 다양한 플래카드가 부착된다. 위험물이 적재된 컨테이너는 일반 컨테이너 별도로 관리되어야 하므로 항만 자동화 시스템의 일부로 플래카드 자동 인식에 대한 수요가 생겨나고 있다. 이 논문에서는 컨테이너의 후면을 촬영한 영상에서 플래카드의 형태적인 특징을 이용하여 자동으로 플래카드 영역을 추출하고 이를 인식하는 시스템을 제안한다. 플래카드 인식에서는 특히 컨테이너의 표면 굴곡에 의해 다양한 왜곡이 발생할 수 있으므로 영역 추출 및 인식 과정에서 주의가 필요하다. 제안하는 시스템은 플래카드가 다이아몬드 형태를 가지며, 클래스 번호가 아래 꼭지점 바로 위에 기입된다는 특징을 사용하여 관심 영역을 자동으로 추출하고, 플래카드를 자동으로 인식할 수 있다. 제안하는 시스템을 실제 이미지에 적용하였을 때 오류 없이 플래카드를 인식할 수 있었으며, 사용한 영상 분석 기법은 다양한 영상 분석 시스템에 적용될 수 있다.

• 한국지능시스템학회논문지
• /
• 제20권6호
• /
• pp.786-792
• /
• 2010

본 논문은 복잡한 도로 환경에서 차선을 정확하게 찾는 실시간 차선 검출법을 보인다. 기존의 많은 방법들은 대게 후처리 과정에서 차선 안쪽에 존재하는 잡음을 찾아 차선의 위치를 찾지만, 제안하는 방법은 특징 추출 단계에서 가능한 많은 잡음을 제거하므로 후처리 과정에서 검색 영역을 최소화한다. grid기반 모폴로지 연산은 우선 관심영역을 능동적으로 생성한 후, 모폴로지의 닫기 연산을 통해 에지 들을 연결한다. 그리고 방향성 에지 연결 기법을 통하여 유효한 방향에지를 찾고 사전에 구해진 영상 내 차선의 높이와 두 차선 간의 폭 관계를 이용하여 두 개의 차선을 군집화한다. 마지막으로 차선의 색상은 YUV색상 공간에서 두 개의 연결된 에지 안쪽을 검사하여 Bayesian확률 모델을 사용하여 추정한다. 제안하는 방법의 실험 결과는 다수의 불필요한 에지 군집이 존재하는 복잡한 도로 환경에서 효과적으로 도로 에지를 감별하였으며, 제안하는 알고리즘은 해상도 $320{\times}240$ 영상으로 10ms/frame의 속도에서 약92%의 정확도를 보였다.