• 한국정보전자통신기술학회논문지
• /
• 제8권4호
• /
• pp.270-274
• /
• 2015

본 논문에서는 HSV 색 공간을 이용한 야간 차량의 검출 시스템을 제안한다. 주정차 감시등 도로변에서 자동차를 감시하는 경우 자동차 번호판 추출하는 것이 중요하다. 일반적으로 번호판 추출을 위해서는 원거리에서 자동차 검출후 Pan-Tilt-Zoom 카메라로 자동차를 일정한 크기로 확대한 영상을 획득하여 번호판을 추출한다. 그리고 자동차 검출 및 추적을 위해 Mean-Shift 혹은 Optical Flow 알고리듬이 많이 이용되고 있다. 그러나 이러한 알고리즘은 주간에는 성공적으로 자동차를 검출 및 추적 할수 있었으나 야간에는 검출 및 추적에 어려움이 있었다. 그래서 본 논문에서는 입력 영상을 HSV 색 공간으로 변환하면 자동차의 전조등 혹은 후미등의 위치가 두드러지게 나타나는 것을 이용하여 자동차의 위치를 검출하였다. 실험 결과 정면 차량의 경우 93.9%, 후면 차량의 경우 97.7%의 차량을 검출하여 제안된 방법이 야간 차량 검출에 효율적임을 증명하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권1_2호
• /
• pp.128-136
• /
• 2006

점묘화(stippling)는 펜과 잉크를 이용한 수많은 점들로 대상을 표현하는 예술 기법이다. 기존 비사실적 렌더링(Non-Photorealistic Rendering; NPR)에서 점묘화 연구들은 단색의 점들을 사용하여 그레이 영상이나 표면의 재질 등을 표현하였다. 본 논문에서는 2차원 영상의 컬러 정보를 해석하여 다양한 컬러의 점들로 표현하는 새로운 점묘화 기법이 제안된다. 제안된 방법은 입력 영상의 HSV 모델로부터 해석된 정보를 이용하여 컬러 가중치 함수(weight function)를 정의한다. 그리고 정의된 컬러 가중치 함수를 통해 점의 적절한 개수와 크기를 자동으로 계산한다 제안된 방법은 컬러 가중치가 적용된 펜로즈(Penrose) 샘플링을 사용하여 점을 분포하기 위해 소요되는 처리시간을 크게 단축하였다. 그리고 먼셀(Munsell)의 색상모델에 기반한 컬러 지터링(jittering)으로 실제 컬러 점묘화에 가까운 표현을 구현하였다 제안된 컬러 점묘화 기법은 처리속도가 매우 빠르고 다양한 컬러 점들로 영상을 표현하므로 애니메이션, 디지털 아트, 컴퓨터 그래픽 도구 등에 다양하게 활용될 수 있다.

• 정보처리학회논문지B
• /
• 제10B권4호
• /
• pp.465-472
• /
• 2003

얼굴영상을 효율적으로 처리하기 위해선 먼저 인력영상에서 얼굴영역과 얼굴을 구성하는 각 요소를 검출하고 얼굴의 회전각을 추정하는 전처리과정이 필요하다. 본 논문에서는 다양한 얼굴의 크기와 머리회전, 조명의 변화가 허용되고 피부색과 비슷한 배경이 얼굴에 병합되는 경우에도 얼굴과 요소들(눈, 입)을 강건하게 검출할 수 있는 방법을 제안한다. 변환된 HSV 컬러 좌표계상의 대역적 피부 색상정보와 히스토그램을 이용한 피부 색상정보로 얼굴후보영역을 지정한 뒤, 같은 방법으로 얼굴후보영역 안에서 입술영역을 검출한다. 입술영역의 횡축 기울기로 x축에 대한 회전각을 추정한 후, 얼굴의 모양정보와 요소의 위치정보를 이용해 얼굴임을 확정한다. 다음으로 양안의 조합으로 이루어진 부분 템플릿매칭을 통해 눈을 검출한 뒤, 얼굴의 넓이를 참조한 3차원 공간상에서의 눈의 위치를 계산하여 y축 회전각을 추정한다. 다양한 얼굴영상에 대해 실험을 실시한 결과, 본 알고리즘의 유효성을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.144-152
• /
• 2017

Among the technologies for implementing autonomous vehicles, advanced driver assistance system is a key technology to support driver's safe driving. In the technology using the vision sensor having a high utility, various preprocessing methods are used prior to feature extraction for lane detection. However, in the existing methods, the unnecessary lane candidates such as cars, lawns, and road separator in the road area are false positive. In addition, there are cases where the lane candidate itself can not be extracted in the area under the overpass, the lane within the dark shadow, the center lane of yellow, and weak lane. In this paper, we propose an efficient preprocessing method using k-means clustering for image division and the HSV color model. When the proposed preprocessing method is applied, the true positive region is maximally maintained during the lane detection and many false positive regions are removed.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.139-146
• /
• 2022

COVID-19 사태 장기화로 인한 실내활동 제약으로 등산객들이 증가함에 따라 산불화재, 실종자 등 산악 사고가 증가하고 있다. 구조요원의 손길이 닿지 않는 곳에 위험 상황이 발생한다면 쿼드콥터를 활용하여 인명 수색 시간을 감소할 수 있다. 이러한 점에 착안하여 본 논문에서는 쿼드콥터의 원활한 호버링을 수행 할 수 있도록 Multiwii를 사용하여 기체의 기울기 변화에 따라 x축(Roll), y축(Pitch), z축(Yaw)의 최적화된 PID 값을 설정하여 원활한 호버링을 할 수 있도록 하였다. 또한, 카메라는 라즈베리파이에 Open CV를 설치한 후 HSV 색공간을 사용하여 인상착의와 같은 색상을 필터링한 영상을 수신하고, 색추출이 어려운 환경에서는 열화상 카메라를 사용하여 열 감지 영상을 실시간으로 수신할 수 있도록 하였으며, 2~8m 높이에서 호버링이 가능하였으며 5m 높이에서 파란색 추출이 가능하였고, 10cm 이내의 거리에서 열 감지가 가능하였다.

• 한국위성정보통신학회논문지
• /
• 제9권4호
• /
• pp.77-81
• /
• 2014

본 논문은 영상에서 실시간으로 움직임 물체와 물체의 위치를 검출하는 방법을 제안한다. 첫째로 영상으로부터 2개의 연속된 프레임 차분을 통해 움직이는 물체를 추출하는 방법을 제안한다. 만약 두 프레임이 캡쳐되는 사이의 간격이 길다면, 실제 움직이는 물체의 꼬리 같은 거짓 움직임 물체를 생성한다. 두번째로 본 논문은 도플러 효과와 HSV 색상 모델을 사용하여 이 문제들을 해결하는 방법을 제안한다. 마지막으로 물체의 분할과 위치 설정은 상기의 단계에서 얻은 결과가 조합되어 완료된다. 제안된 방법은 99.2%의 검출율을 갖고, 과거에 제안된 다른 비슷한 방법들 보다는 비교적 빠른 속도를 갖는다. 알고리즘의 복잡성은 시스템의 속도에 직접적인 영향을 끼치기 때문에, 제안된 방법은 낮은 복잡성을 가져 실시간 움직임 검출을 위해 사용 될 수 있다.

• 제어로봇시스템학회논문지
• /
• 제21권12호
• /
• pp.1122-1129
• /
• 2015

This paper suggests a method of detecting traffic lights for vehicles by combining the HSV(hue saturation value) color model, morphometric characteristics, and location information appearing on consecutive images in daytime. In order to detect the traffic light, the color corresponding to the signal lights should be explored. It is difficult to detect traffic lights among colors of lights from buildings, taillight of cars, leaves, placards, etc. The proposed algorithm searches for the traffic lights from many candidates using morphometric characteristics and location information in consecutive images. The recognition process is divided into three steps. The first step is to detect candidates after converting RGB channel into HSV color model. The second step is to extract the boundaries between the housing of traffic lights and background by exploiting the assumption that the housing has lower brightness than the surrounding background. The last step is to recognize the signal light after eliminating the false candidates using morphometric characteristics and location information appearing on consecutive images. This paper demonstrates successful detection results of traffic lights from various images captured on the city roads.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.1010-1012
• /
• 2017

본 논문에서는 HSV, YCbCr 컬러 모델의 색상정보를 통한 화재 검출 알고리즘을 제안한다. 첫 번째 단계에서는 영상의 변화를 감지하기 위해서 입력된 영상으로부터 평균배경영상을 계산하여 전경영상을 분리한다. 그리고 차영상을 이용해 움직임을 인식하여 컬러 모델 색상정보를 비교할 영역을 구한다. 전경영상의 구해진 영역에서 컬러모델의 복합 색상정보를 이용하여 화재 영역을 검출한다.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.1054-1062
• /
• 2022

한국 천일염 생산 지역의 인구는 빠르게 고령화되고 있어 생산 노동자가 줄고 있는 추세이다. 소금 포집 작업은 천일염 생산과정에서 가장 많은 노동력을 필요로 한다. 기존의 포집 장치는 사람의 작동 및 운전이 필요하여 상당한 노동력이 필요해서, 천일염 무인포집장치를 개발하여 생산 노동자의 노동력을 감소시키고자 한다. 천일염 포집장치는 색상 검출을 통해 소금의 포집 상황과 염전에서의 위치를 파악하도록 설계되었기 때문에, 포집장치의 색상 검출 성능이 중요한 요소이다. 그래서 색상 검출 성능 향상을 위해 이미지 처리를 이용한 알고리즘을 연구하였다. 알고리즘은 입력 이미지를 크기 재조정, 회전 및 투시 변환을 이용하여 around-view 이미지를 생성하고, RoI를 설정하여 해당 영역만 HSV 색상 모델로 변환하고 논리곱 연산을 통해 색상 영역을 검출한다. 검출 된 색상영역은 형태학적 연산을 이용하여 검출 영역을 확장하고 노이즈를 제거하여 컨투어와 이미지 모멘트를 이용하여 검출영역의 면적을 계산하고 설정된 면적과 비교하여 염판에서 포집장치의 위치 경우를 결정한다. 성능 평가는 알고리즘을 적용한 최종 검출 색상의 계산 면적과 알고리즘의 각 단계의 검출 색상의 면적을 비교하여 평가하였다. 평가 결과 소금을 검출하는 흰색의 경우 최소 25%에서 최대 99% 이상, 빨간색의 경우 최소 44%에서 최대 68%, 파란색과 녹색은 평균적으로 각각 7%와 15% 검출면적 증가가 있어 색상 검출 성능이 향상되었음을 확인할 수 있었으며, 이를 무인 천일염 포집장치의 무인작업 수행을 위한 위치 확인에 적용 가능할 것으로 사료된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제47차 동계학술대회논문집 21권1호
• /
• pp.23-25
• /
• 2013

본 논문에서는 차세대 무인 군사 로봇에 활용할 수 있는 적군 및 아군 식별 수단으로 군복의 색깔을 이용한 기법을 제안한다. 이 기법은 전장지역의 군사로봇이 할 수 있는 피아식별법 중에 하나로 로봇에 부착되어 있는 카메라 외에 추가적으로 가져야 하는 장비가 필요 없기 때문에 추가비용 없이 효과적으로 적군을 포착할 수 있다. 군복의 색깔 차이를 식별하기 위해서는 먼저 HOG(Histogram of Oriented Gradients) 기법을 이용하여 사람을 검출한 다음, 이후 검출된 사람영역에 대하여 인체 비율을 고려해서 추출한 상의 부분의 색깔 데이터를 받는다. 이때 색공간은 HSV 공간으로 하여 조명의 변화에 덜 민감하도록 하였다. 북한 군복 색깔 영역의 pixel들만 추출하여 이진화를 한 후, 상의 전체 픽셀에 대한 개수 비율을 계산한다. 비율이 임계값 보다 높을 경우 적으로 인식한다.