• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.637-639
• /
• 2021

자율주행 연구가 활발히 진행되면서 ADAS(Advanced Driver Assistance System)에서 차량의 위치를 파악하고 경로를 유지하는데 차선 검출은 필수적인 기술이다. 차선 검출은 허프 변환과 RANSAC(Random Sample Consensus)과 같은 영상처리 알고리즘을 이용하여 검출한다. 본 논문은 라즈베리파이3 B+에 OpenCV를 이용하여 선형 도형 검출 알고리즘을 구현하고 있다. OpenCV 가우시안 블러 구조와 캐니 에지 검출을 통해 문턱값을 설정하였고, 선형 검출 알고리즘을 통한 차선 인식에 성공하였다.

• 전기전자학회논문지
• /
• 제19권4호
• /
• pp.460-464
• /
• 2015

본 논문은 임베디드 환경에서 실시간으로 동작하기 위해 이미지에 ROI를 지정하고 PROSAC 알고리즘을 적용하여 구현한 파노라마 영상 정합을 제안한다. 기존의 방식은 SURF 알고리즘이나 SIFT 알고리즘과 같이 복잡한 연산과 많은 연산 데이터의 알고리즘을 화면 전체에 적용하여 탐색한다. 또한 outlier 제거 알고리즘으로 RANSAC을 적용하여 알고리즘이 가진 무작위성으로 추가적인 검증 시간을 필요로 한다. 본 논문은 파노라마 영상의 특성을 고려하여 ROI를 설정함으로써 불필요한 연산량을 줄이고 outlier 제거 알고리즘을 검증 시간을 줄인 PROSAC 알고리즘으로 채택하여 처리 속도를 개선하였다. 비교 실험은 ARM Cortex-A15가 내장된 ODROID-XU 환경에서 진행 하였다. 제안하는 방식은 기존의 방식보다 처리 시간이 약 54% 개선되었다.

• 한국멀티미디어학회논문지
• /
• 제15권11호
• /
• pp.1273-1283
• /
• 2012

본 논문에서는 참외 수확로봇을 위한 비전 기반 참외 위치인지 알고리즘을 제시하였다. 입력된 영상의 RGB값을 HSI값으로 변환 후 Hue 값을 이용하여 이진화를 수행한 후에 참외 영역을 추출하였다. 형태학적 필터링을 이용하여 잡음을 제거한 후에 경계선 검출과 convex hull 기법을 이용하여 최외각 정점을 검출하였다. RANSAC 알고리즘에 의하여 참외에 대한 타원 정합을 수행하고 참외의 중심점, 장축 및 단축의 길이, 회전각도에 대한 정보를 획득하였다. 참외 모델에 대한 다양한 시뮬레이션 실험에 의해 제안한 방법의 유효성을 검증하였고, 실제 참외에 적용시켜 제안한 방법의 타당성을 확인하였다.

• 융합신호처리학회논문지
• /
• 제11권4호
• /
• pp.345-353
• /
• 2010

로봇의 대역적 자기 위치 추정에서의 일반적인 해법은 로봇의 자기 위치에서 복수의 가설을 생성하고, 관측된 랜드마크의 특정을 기초로 각 가설을 평가하여 가장 확실한 자기 위치를 구하는 것이다. 기존의 대표적인 방법인 ML이나 MCL은 랜드마크의 특징과 생성된 가설의 모든 조합을 평가하는 방법으로서 충분한 계산 자원에서는 최적의 방법이라 할 수 있다. 그러나, 일반적으로 계산량은 평가할 조합의 수에 비례하므로 다수의 조합이 존재하는 넓은 환경에서는 이러한 방법은 계산량이 아주 많아진다. 이러한 문제를 해결하기 위하여 본 논문에서는 확실하고 유망한 조합을 우선적으로 선택 평가하는 것으로, 계산시간을 효율적으로 이용하는 새로운 추정방법을 제안한다. 그 기본이 되는 방법으로는 RANSAC 알고리즘과 RANSAC 알고리즘의 효율화 방법인 Preemption scheme을 이용한다. 제안된 방법은 로봇이 관측할 때마다 계산량을 일정치 이하로 억제할 수가 있고, 또한 검증 실험에서 높은 추정 성능을 확인할 수 있었다.

• 전자공학회논문지
• /
• 제53권6호
• /
• pp.122-129
• /
• 2016

컴퓨터 비전(Computer vision) 분야에서 물체인식을 위한 많은 알고리즘이 연구되고 있다. 그중 특징점(feature) 기반의 SURF(Speeded Up Robust Features) 알고리즘은 다른 알고리즘에 비해 속도와 정확도 면에서 우수하다. 하지만 SURF 알고리즘은 대응점 검출 시 대응점 오정합으로 물체인식에 실패하는 단점이 있다. 본 논문은 물체 인식률을 향상하기 위하여 SURF와 RANSAC(Random Sample Consensus) 알고리즘을 기반으로 물체인식 시스템을 구현하고, 패턴인식 필터링을 제안하였다. 또한, 실험을 통하여 물체 인식률 향상 결과를 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (C)
• /
• pp.555-560
• /
• 2008

두 장의 2차원 영상을 가지고 3차원을 재구성하기 위해서는 스테레오 정합을 이용한다. 이러한 이유로 그 동안에 많은 스테레오 정합에 대한 연구가 진행되었다. 스테레오 정합은 컴퓨터 기술의 발전과 더불어 좀 더 빠르고 높은 정확성을 보이고 있다. 하지만 속도와 정확성을 동시에 만족시키면서 대형영상에서도 동작할 수 있게 메모리을 적게 사용하는 방법은 많지가 않다. 본 논문에서는 이런 요구 조건을 만족시키기 위하여 새로운 스테레오 정합방법을 제시한다. 우리가 제시하는 새로운 방법은 다중 방향성 Greedy 알고리즘과 RANSAC을 반복적으로 사용하여 영상전체에 대한 스테레오 정합을 시도하는 방법이다. 우선 Greedy 알고리즘을 이용하여 여러 방향의 scan-line을 따라 깊이값 영상을 구한다. 그리고 이 여러 장의 깊이값 영상들의 분포를 RANSAC을 이용하여 신뢰영역을 찾아낸다. 구해진 신뢰영역을 바탕으로 Greedy 알고리즘과 RANSAC을 수 차례 반복하여 신뢰영역을 확장해 나가면 최종 깊이값 영상을 얻는다. 우리가 제안하는 알고리즘은 적은 메모리로도 큰 영상의 정합이 가능하고, 속도와 정확도 측면에서도 우수한 결과를 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권2호
• /
• pp.61-66
• /
• 2019

증강현실은 카메라로 촬영하고 있는 영상에 가상의 객체를 실시간으로 합성하여 가상의 객체가 현실에 존재하는 것처럼 보이게 하는 기술이다. 증강현실에서 현실에 존재하는 물체에 가상의 물체를 증강하기 위해서는 현실에 존재하는 물체의 위치와 방향을 정확하게 추정해야 하는데, 이 때 활용되는 기술이 영상의 호모그래피(Homography) 이다. 이러한 호모그래피는 영상의 특징점 좌표에 RANSAC 알고리즘을 적용하여 추정할 수 있는데, RANSAC 알고리즘을 이용한 호모그래피 추정 방식은 호모그래피를 추정하고자하는 물체 이외의 배경에 특징점이 많을 경우 정확한 호모그래피를 추정할 수 없다는 문제점이 존재했다. 본 논문에서는 호모그래피를 추정하고자하는 물체가 가까이에 있고 배경이 상대적으로 멀리 위치해있을 때 영상 각 픽셀의 거리 값을 알 수 있는 깊이 영상을 활용하면 물체와 배경을 쉽게 분리할 수 있다는 점을 이용하여 배경의 특징점을 필터링하는 방법을 제안한다. 이를 위하여 본 논문에서는 흑백조 영상인 깊이 영상을 Otsu 알고리즘을 이용하여 사용자와 거리가 가까운 영역과 거리가 먼 영역으로 이진화하고, RGB 영상에서 추출된 특징점 중에서 거리가 먼 영역에 위치한 특징점을 제거함으로써 특징점을 활용한 호모그래피 추정 결과를 향상시킨다. 이러한 방법을 기존의 호모그래피 추정 방법에 적용한 결과 수행시간이 71.7% 단축되었으며, RANSAC 알고리즘의 반복 횟수가 69.4% 줄어들었고, 참정보 비율이 16.9% 증가하였다.

• 전기전자학회논문지
• /
• 제16권3호
• /
• pp.182-188
• /
• 2012

본 논문에서는 그래디언트 히스토그램을 기반으로 하는 영상 품질 평가 알고리즘을 제안하였다. 이는 목표 영상의 그래디언트 영상을 히스토그램으로 나타낼 경우 영상의 특성을 잘 나타낸다는 장점을 이용하였다. 제안한 방법에서 영상의 품질은 목표 영상에서 얻어진 그래디언트 히스토그램의 기울기에 의해 평가되고, 그래디언트 히스토그램을 대표하는 선의 기울기는 RANSAC (Random Sample Consensus)에 의해 측정된다. LIVE 영상 품질 평가 데이터베이스를 사용한 실험 결과를 통하여 제안한 알고리즘이 현존하는 다른 알고리즘에 비해 실제 사람의 영상에 대한 평가와 유사하다는 것을 확인할 수 있다.

• 정보처리학회논문지B
• /
• 제13B권7호
• /
• pp.671-678
• /
• 2006

본 논문에서는 두 영상간의 대응관계로부터 퍼지 분류기법을 이용한 강건한 카메라 동작 추정 방법을 제안한다. 제안한 방법에서는 이상치가 존재할 때 정확한 카메라 동작을 추정하기 위하여 대표적인 강건 예측기법인 RANSAC 알고리즘을 사용한다. 그런데 RANSAC은 사전에 결정되는 이상치의 비율에 따라 정확도가 좌우되는 샘플링 문제점을 가지고 있다. 이러한 문제점을 개선하기 위해 샘플링 시에 퍼지 분류기법을 이용하여 전체 샘플을 좋은, 모호한, 나쁜 샘플로 분류한다. 그런 후에 좋은 데이터에 대해서만 샘플링을 수행함으로써 이상치 제거에 대한 정확도를 향상시킨다. 실험에서는 호모그래피 계산에 대한 성능을 비교함으로써 제안한 방법의 우수함을 보인다.

• 전자공학회논문지
• /
• 제52권12호
• /
• pp.158-164
• /
• 2015

차선인식은 차선 유지, 경로 계획 등을 가능하게 하는 기술로서 자율주행차를 구성하는 가장 중요한 요소 중 하나이다. 카메라 센서를 이용한 연구가 많이 진행되었으나 센서의 특성상 화각의 한계가 존재하며 조도 환경에 취약한 단점이 있다. 반면 Lidar 센서는 넓은 화각과 함께 표면의 반사율 정보를 이용하기에 조도의 영향을 받지 않는 장점이 있다. 기존 연구에선 Hough 변환, 히스토그램 등의 방법을 이용하였는데 도로 표시들이 혼재한 상황에서 올바른 차선 인식이 이루어지지 않거나 다수의 차선이 존재함에도 주행 차선만 인식 되는 문제점들이 존재한다. 본 논문에서는 RANSAC과 regularization을 적용해 도로 표시가 혼재된 고속도로 환경에서도 정확하고 안정적인 다중 차선 인식 알고리즘을 제안한다. 정확한 차선 후보군 추출을 위해 원 모델 RANSAC을 적용하였고 안정적인 다중 차선 검출을 위해 피팅에 regularization을 추가로 제안하였다. 직접 취득한 도로 주행 데이터에 적용하여 높은 정확도와 실시간성을 정량적으로 검증하였다.