KR100768136B1 - 주차위반 차량 검지방법 - Google Patents

Abstract

본 발명에는 주차금지구역내에 처음부터 차가 주차해있는 경우에도 주차차량을 검지할 수 있으며, 광도등의 환경변화에도 주차금지구역내의 주차위반 차량을 안정적으로 검지할 수 있는 검지방법이 개시된다.

또한, 본 발명의 특징적인 구성은 주차 금지영역을 스캔(scanning)하여 위반 주차차량의 번호판영역을 인식하여 초기에 위치된 차량객체영역을 인식하고,

의 수학식에 의하여 배경영상을 획득하는 초기화단계; 주기적으로 주차 금지영역에 대하여 획득되는 실시간의 영상의 픽셀에서 기설정된 시간동안 움직임이 없는 픽셀을 검지 배경영상의 픽셀로 설정하여 검지 배경영상을 획득하는 검지 배경영상 획득단계; 상기 초기화단계에서 획득된 상기 배경영상과 상기 검지 배경영상 획득단계에서 획득되는 검지 배경영상의 차영상을 형성하는 차영상 형성단계; 상기 차영상으로부터 위반 주차차량의 차량영역을 검출하는 차량영역 검출단계; 상기 초기화단계에서 상기 인식된 차량객체의 영역정보와 상기 차량영역 검출단계에서 검출된 차량영역정보에 의하여 주차위반 차량을 촬상하는 카메라를 구동시켜 주차 위반 차량의 영상을 획득하는 주차위한 차량 영상획득단계를 포함하는 것이다.

배경영상, 검지 배경영상, 주차위반

Description

주차위반 차량 검지방법{detecting method for illegal parking car}

도 1은 본 발명의 일실시예를 설명하기 위한 블록도이다.

도 2는 본 발명의 일실시예에서 배경영상을 구하는 방법을 설명하는 사진예이다.

도 3은 본 발명의 일실시예에서 배경영상을 구하는 방법을 설명하는 블록도이다.

도 4는 본 발명의 블록 다각형의 정점을 찾는 과정을 설명하는 구성도이다.

본 발명은 주차 금지 구역 내에 주차되어 있는 주차위반 차량 검지방법에 관한 것이다.

현재까지 주차 금지 구역내의 주차되어 있는 위반 차량을 검지하기 위한 방법으로는 움직임이 없는 시점의 배경 영상을 마련하여 현재 영상과 차영상으로 움직임을 검지하는 방법이 사용되고 있으나, 배경 영상을 구성하는 광도는 환경과 시간에 따라 가변적이므로 환경에 적응되지 않는 배경영상을 형성하기가 매우 어려웠으며, 주차 금지 구역내에 처음부터 주차되어있던 차량도 배경영상으로 획득되는 문제점이 존재하였다.

다른 방법으로는 전후 프레임 간의 차영상을 구하여 차영상 정보가 일정 임계치 이상인 경우를 움직임 물체로 판단하는 방법 혹은 전후 프레임 간의 움직임 벡터를 추출하고 벡터량이 일정량 이상인 경우에 움직임 물체로 판단하는 방법을 사용하였다. 두 번째 방법은 배경영상을 사용하지 않고 전후 프레임간의 차영상만으로 움직임을 검출하기 때문에 광도변화에 따른 배경영상의 추출시에 발생되는 문제는 없지만 전후 프레임의 차영상은 움직임 물체의 에지에 해당하는 픽셀들만이 검출되므로 움직임 물체의 전체 픽셀에 대한 정보를 얻기 위해서는 복잡한 후처리가 필요하다. 또한 이 방법은 정지하고 있는 물체에 대한 검출은 불가능하다. 전후 프레임간의 움직임 벡터를 추출하여 이를 이용하는 방법도 같은 문제를 가지고 있다.

본 발명은 이러한 문제점을 해결하기 위한 것으로, 본 발명의 목적은 주차 금지구역내에 처음부터 차가 주차해있는 경우에도 주차차량을 검지할 수 있으며, 광도등의 환경변화에도 주차금지구역내의 주차위반 차량을 안정적으로 검지할 수 있는 검지방법을 제공하기 위한 것이다.

상기 목적들을 달성하기 위한 본 발명은 주차 금지영역을 스캔(scanning)하여 위반 주차차량의 번호판영역을 인식하여 초기에 위치된 차량객체영역을 인식하고,

의 수학식에 의하여 배경영상을 획득하는 초기화단계; 주기적으로 주차 금지영역에 대하여 획득되는 실시간의 영상의 픽셀에서 기설정된 시간동안 움직임이 없는 픽셀을 검지 배경영상의 픽셀로 설정하 여 검지 배경영상을 획득하는 검지 배경영상 획득단계; 상기 초기화단계에서 획득된 상기 배경영상과 상기 검지 배경영상 획득단계에서 획득되는 검지 배경영상의 차영상을 형성하는 차영상 형성단계; 상기 차영상으로부터 위반 주차차량의 차량영역을 검출하는 차량영역 검출단계; 상기 초기화단계에서 상기 인식된 차량객체의 영역정보와 상기 차량영역 검출단계에서 검출된 차량영역정보에 의하여 주차위반 차량을 촬상하는 카메라를 구동시켜 주차 위반 차량의 영상을 획득하는 주차위반 차량 영상획득단계를 포함하는 것이다.

이하, 첨부된 도면에 따라서 본 발명의 일실시예를 상세히 설명하기로 한다.

도 1은 본 발명의 일실시예를 설명하기 위한 블록도이다.

주차금지 전체 영역을 검지영역으로 설정하고, 검지영역에 대한 스캔을 실시하여 차량번호판을 인식하고, 번호판이 포함된 객체를 차량객체로 인식하며, 인식된 차량객체에 대하여 영상획득용 카메라를 구동하여 촬상하도록 한다(S1), (S2), (S9). 또한, 초기화단계에서 획득된 영상에 의하여 광도의 영향을 배제한 배경영상을 추출하고(S3), 검지영역 설정 초기화단계후에 검지영역에 대하여 실시간으로 영상을 획득하고(S4), 실시간 영상으로부터 일정 주기로 검지 배경영상 갱신추출한다(S4), (S5). 임의의 주기에 검지 배경영상은 기설정된 시간동안 실시간 영상으로 부터 획득되는 배경영상을 의미하며, 갱신된 검지 배경영상은 이전 주기의 검지 배경영상과 실시간 영상을 이용하여 소정의 방식에 의하여 얻어지는 배경영상을 의미하며, 이에 대하여 후술하기로 한다.

또한, 단계S3에서 형성되는 배경영상과 단계S5에서 형성되는 각 주기에서의 갱신된 검지 배경영상의 차 영상을 구한다(S6).

차 영상으로부터 위반 차량영역을 판정하고, 위반차량영역으로부터 중심점 정보를 획득하고(S7), (S8), 획득된 중심점 정보를 영상획득 카메라의 구동부(미도시)에 전송하여 영상획득 카메라로 하여금 중심점을 중심으로 촬상하도록 한다(S9).

이하, 본 발명에 적용되는 배경영상 추출방법 및 검지 배경영상 갱신방법에 대하여 설명하기로 한다.

배경영상은 검지 영역 설정 초기화 단계에서 수행되며, 배경영상의 추출은 환경의 밝기 값을 고려한 적응 배경 모델이 적용되며, 일정량의 연속 영상을 획득하여 획득된 영상의 화소별 밝기 편차를 구하고, 편차가 일정한 화소를 다음의 수학식1과 같이 배경 화소로 설정한다.

이때, x,y는 영상 좌표이고,

는 평균필터를 적용한 상위단계 i번째 영상들의 화소별 분산 값을, n은 일정 시간 동안 획득된 영상의 수를,

는 배경으로 선택된 영상을,

는 초기 배경 영상을 나타낸다. 이것은 n개의 프레임을 비교하여 화소별 분산 값에 최소인 화소를 초기 배경 영상의 화소로 설정하는 것이다. 도 2는 움직임 차량이 있는 10개의 프레임에 해당하는 영상((a)-(j))과 이로부터 수학식1에 의하여 추출되는 배경영상 (k)을 나타낸다.

검지 배경영상은 주기적으로 입력되는 실시간 영상과 이전 주기의 검지배경영상에 의하여 도 3과 같은 과정에 의하여 갱신된다.

윤곽선 집합

의 내부를 1로, 외부를 0으로 하는 마스크영상

을 다음의 수학식2에 의하여 생성하고,

실시간 영상으로부터 입력되는 시퀀스 영상(sequence image)과 수학식2에 의하여 결정되는 마스크 영상을 곱하고 이전 주기의 검지 배경영상(background image)에 마스크를 곱하여 차영상을 구하고 지연시켜 검지 배경영상을 갱신한다. 이를 수식으로 표현하면 다음의 수학식3과 같다.

여기서,

는 현재 배경 영상이고,

는 갱신된 배경 영상,

는 현재 영상을 나타낸다.

이하, 차 영상의 형성방법에 대하여 설명하기로 한다.

우선 각 주기별로 형성되는 갱신된 검지 배경영상과 배경 영상과의 차영상을 이진화시키고 탐색 창 내의 물체에 대한 윤곽선을 추출하게 된다. 차영상은 일정블록(32×32)으로 등분하여 처리한다. 이진화는 원영상을 일정 블록 영상으로 등분한 후에 각 국부 영역에 대해 히스토그램분석을 하여 얻어진 임계값으로 행한다. 이렇게 하는 이유는 움직이는 물체가 배경의 밝기 값 분포와 유사한 경우, 차영상 전 영역에 히스토그램 분석을 하여 임계값을 결정하게 될 경우에는 배경 밝기와 유사한 부분은 이진화가 제대로 되지 않게 되기 때문이다. 이진화 영상은 물체 이외의 잡음을 포함하고 있으며, 물체 내부에 빈 공간이 생길 수도 있다. 이를 해결하기 위해 형태학적 필터를 사용하여 침식과 팽창을 적절히 조합하면 원하는 물체를 분할할 수 있다. A를 원영상이라 하고, B를 구조적 요소(structural element)라 정의하면 팽창은 다음의 수학식4로 표현된다.

이때,

는 x만큼 움직인 B집합이다. 또한, 침식은 다음의 수학식5로 표현된다.

또한, 이때 적용되는 형태학적 필터는 다음의 수학식6과 같다.

잡음이 제거된 이진 영상의 위치를 중심으로 주위에 대하여 탐색 창을 설정한다. 설정된 탐색창 내의 물체 추출과정은 탐색 창 내부 영상에 대해 영역 확대법을 사용하여 물체를 분리해 내고 분리된 물체로부터 블록 다각형(convex hull)의 정점을 찾음으로서 행해진다.

도 4는 본 발명의 블록 다각형의 정점을 찾는 과정을 설명하는 구성도이다.

도 4의 (a)에서 첫번째 스캔라인에서 시작하여 각 스캔라인의 맨 왼쪽 점과 맨 오른쪽 점을 찾게 된다. 볼록 다각형에 관련된 가장 최근의 두 점은

와

이다. 그리고 현재 스캔라인에서 선택되는 맨 왼쪽 혹은 맨 오른쪽 점을

라고 하자.

가 볼록한 위치의 정점인지는 다음의 수학식7의

로 판별된다.

이며, 판별 조건은

가 왼쪽편일 경우 로,

가 오른편일 경우에는

로 나타내며,

정점 위의 판별 조건을 만족하는 정점으로 존재하게 되면 볼 록 다각형의 정점에서

을 제거하도록 한다. 이러한 과정을 전체 물체 영역에서 수행한 후 설정된 정점을 연결한 것이 도 4의 (b)와 같은 물체의 윤곽선을 나타내는 볼록 다각형 윤곽선으로 존재하게 된다.

이와 같이 볼록 다각형 윤곽선이 형성되면 블록 다각형 윤곽선의 중심점을 구한다. 블록다각형 윤곽선의 중심점을 중심으로 검지 영역내에 주차되어 있는 위반차량의 영상획득을 위한 카메라를 구동시키는 구동부(미도시)를 구동시켜 위반차량의 영상을 획득하도록 한다.

상기 목적과 구성을 갖는 본 발명에 따르면, 광도등의 환경변화에 영향을 받지 않는 배경영상을 획득하며, 처음부터 주차금지구역내에 있던 차량을 효과적으로 검지할 수 있으며, 갱신되는 검지배경영상과 배경영상에 의하여 안정적으로 위반차량을 적발할 수 있다.

Claims (2)

1. 주차 금지영역을 스캔(scanning)하여 위반 주차차량의 번호판영역을 인식하여 초기에 위치된 차량객체영역을 인식하고, 다음의 수학식8에 의하여 배경영상을 획득하는 초기화단계;

   주기적으로 주차 금지영역에 대하여 획득되는 실시간의 영상의 픽셀에서 기설정된 시간동안 움직임이 없는 픽셀을 검지 배경영상의 픽셀로 설정하 여 검지 배경영상을 획득하는 검지 배경영상 획득단계;

   상기 초기화단계에서 획득된 상기 배경영상과 상기 검지 배경영상 획득단계에서 획득되는 검지 배경영상의 차영상을 형성하는 차영상 형성단계;

   상기 차영상으로부터 위반 주차차량의 차량영역을 검출하는 차량영역 검출단계;

   상기 초기화단계에서 상기 인식된 차량객체의 영역정보와 상기 차량영역 검출단계에서 검출된 차량영역정보에 의하여 주차위반 차량을 촬상하는 카메라를 구동시켜 주차 위반 차량의 영상을 획득하는 주차위반 차량 영상획득단계를 포함하는 것을 특징으로 하는 주차위반 차량 검지방법.

   

   이때, x,y는 영상 좌표이고,

   

   는 평균필터를 적용한 상위단계 i번째 영상들의 화소별 분산 값을, n은 일정 시간 동안 획득된 영상의 수를,

   

   는 배경으로 선택된 영상을,

   

   는 초기 배경 영상을 나타낸다.
2. 제 1 항에 있어서, 상기 검지배경영상 획득단계는 다음의 수학식9에 의하여 주기적으로 갱신되는 것을 특징으로 하는 주차위반 차량 검지방법.

   

   

   여기서, 마스크 영상

   

   는 마스크 영상이며, 윤곽선 집합는

   

   이며,

   

   는 현재 배경 영상이고,

   

   는 갱신된 배경 영상,

   

   는 현재 영상을 나타낸다.

Images