KR101264282B1 - 관심영역 설정을 이용한 도로상 차량의 검출방법 - Google Patents

관심영역 설정을 이용한 도로상 차량의 검출방법 Download PDF

Info

Publication number
KR101264282B1
KR101264282B1 KR1020100126756A KR20100126756A KR101264282B1 KR 101264282 B1 KR101264282 B1 KR 101264282B1 KR 1020100126756 A KR1020100126756 A KR 1020100126756A KR 20100126756 A KR20100126756 A KR 20100126756A KR 101264282 B1 KR101264282 B1 KR 101264282B1
Authority
KR
South Korea
Prior art keywords
vehicle
image
detection
region
roi
Prior art date
Application number
KR1020100126756A
Other languages
English (en)
Other versions
KR20120065558A (ko
Inventor
김종환
이충희
임영철
권순
정희철
이종훈
Original Assignee
재단법인대구경북과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Priority to KR1020100126756A priority Critical patent/KR101264282B1/ko
Publication of KR20120065558A publication Critical patent/KR20120065558A/ko
Application granted granted Critical
Publication of KR101264282B1 publication Critical patent/KR101264282B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/168—Segmentation; Edge detection involving transform domain methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 도로상 차량 검출 방법에 관한 것으로, (a) 검출차량에 설치된 적어도 하나의 카메라를 통해 상기 차량의 전방 또는 후방을 촬영하여 영상을 입력하는 단계; (b) 상기 입력된 영상을 영상처리 알고리즘을 이용하여 도로의 소실점(vanishing point)을 찾는 단계; (c) 상기 소실점을 기준으로 관심영역(ROI)을 설정하는 단계; 및 (d) 상기 관심영역(ROI)을 영상처리 하여 차량을 검출하는 단계를 포함한다.
이와 같은 본 발명을 제공하면, 검출의 정확도를 높이고, 검출 알고리즘이 차량을 검출하기 위해 탐색하는 범위를 관심 영역의 범위로 줄임으로써 전체 영상을 탐색할 경우보다 처리하는 시간을 줄이게 된다.

Description

관심영역 설정을 이용한 도로상 차량의 검출방법{detection method vehicle in road using Region of Interest}
본 발명은 도로상 차량의 검출방법에 관한 것으로, 보다 상세하게는 관심영역(ROI)을 설정하여 빠르고 정확하게 영상에서 나타나는 차량을 검출할 수 있는 도로상 차량의 검출방법에 관한 것이다.
최근 첨단 차량제어 및 추돌방지시스템에 관한 연구가 활발히 진행되고 있다. 차량 전방에 다른 차량이나 보행자 혹은 동물 등 주행에 방해를 줄 수 있는 물체의 존재 유무 및 위치를 알 수 있으면 대형 교통사고 방지, 장애인의 주행 도우미 등에 활용될 수 있다. 특히 선진국의 대형 자동차생산회사를 중심으로 지능형 첨단 차량제어장치에 대한 많은 연구가 수행되고 있다. 또한 주행 중 운전자의 과실로 인해 발생할 수 있는 교통사고를 미연에 방지하기 위한 각종 센서 및 장비개발과 이를 활용하기 위한 효과적인 알고리즘 개발에 관한 연구가 활발하게 이루어지고 있다.
일반적으로, 각종 운행 수단에 내장되어 운행 위치 탐색을 통해 자동 주행을 하는 자동 주행 시스템은 주로 선박이나 항공기 등에 적용되어 왔는데, 최근 들어 도로를 주행하는 차량에도 적용되어 주행 경로 및 도로 혼잡도 등과 같은 다양한 정보를 모니터를 통해 운전자에게 알려주거나, 자동 주행 시스템이 스스로 차량을 운행하거나 주행 상태를 제어한다.
그러나 자동 주행 시스템이나 이에 적용되는 알고리즘은 아직 현실적으로 많이 상용화되고 있지 못하고 있는 실정이다. 구체적으로 차량과 같이 고속으로 움직이는 이동체의 경우, 주행 환경(갑자기 진입한 전방 차량 인식 등)을 실시간으로 인식하여 운전자에게 알려주거나, 주행 환경을 실시간으로 판단하여 시스템이 스스로 응급조치를 바로 취해야하는데, 이를 위해서는 많은 데이터 량을 실시간으로 처리할 수 있는 방법 또는 고성능의 프로세서가 필요하다. 그러나 이러한 알고리즘 또는 프로세서를 제작 및 설계에 있어 상당히 어려움이 뒤따르며, 제조 단가 역시 매우 높아 상용화하는 데는 어려움이 있다.
또한 이동하고 있는 상태에서 주행 환경을 인식하고 차량을 검출하여야 하기 때문에, 차량 등의 물체와 배경을 제대로 분할하지 못해서 물체 추적시 오차가 자주 발생하며, 조명의 변화에 의하여 움직이는 물체를 잘못 인식하는 경우가 빈번하다.
컴퓨터 비전 기술을 기반으로 하는 도로 영상에서 차량을 검출하는 방법으로는 하알 유사(Haar-like) 특징과 아다부스트(AdaBoost) 분류기의 조합이 주로 사용된다. 이는 비전 기술을 이용하여 얼굴을 인식하는 분야에서 주로 사용되는 방법으로 거짓-긍정(False-Positive)의 결과를 많이 도출하는 단점을 가지고 있으며, 알고리즘의 처리 속도 또한 일반 개인 컴퓨터 환경에서 실시간으로 구동하게에는 무리가 있다.
도 1은 이와 같은 기존의 차량 검출 방법을 이용하여 차량을 검출한 결과이다. 도 1에 나타낸 바와 같이, 차량위와 아래 부분에 나타나는 배경에서 거짓-긍정의 결과가 많이 나타남을 알 수 있다.
이처럼 종래의 차량검출 방법을 이용하게 되면, 영상처리 영역이 넓어 계산량이 많아서 검출속도가 느려지고, 검출 오류가 많이 발생하여 검출 정확도가 떨어지는 문제점이 있었다.
상술한 문제를 해결하기 위한 기존의 영상 분야에서 차량을 검출하는 알고리즘의 단점인 거짓-긍정의 결과의 출력을 제한하여 검출의 정확도를 높이고자 함이고, 전체 영상을 탐색할 경우보다 처리하는 시간을 줄이고자 함이다.
상술한 문제를 해결하기 위한 본 발명의 제1 특징은 (a) 검출차량에 설치된 적어도 하나의 카메라를 통해 상기 차량의 전방 또는 후방을 촬영하여 영상을 입력하는 단계; (b) 상기 입력된 영상을 영상처리 알고리즘을 이용하여 도로의 소실점(vanishing point)을 찾는 단계; (c) 상기 소실점을 기준으로 관심영역(ROI)을 설정하는 단계; 및 (d) 상기 관심영역(ROI)을 영상처리 하여 차량을 검출하는 단계를 포함한다.
여기서, 상기 (b) 단계는, 상기 촬영된 원 영상을 캐니 에지(Canny-edge)로 변환하는 단계; 상기 에지 영상을 허프 변환(Hough transform)하는 단계; 사기 허프 변환된 영상에서 직선 성분이 가장 많이 모이는 부분을 상기 소실점으로 선택하는 단계를 포함하는 것을 특징으로 하는 도로상 차량의 검출방법.
또한, 바람직하게는 상기 (c) 단계는, 상기 영상의 좌표 중 상기 소실점의 세로 값을 지평선으로 설정하는 단계; 상기 지평선을 기준으로 상부영역 및 하부영역을 설정하여 관심영역으로 채택하는 단계를 포함하는 것일 수 있고, 상기 상부영역 및 하부영역의 높이 비를 2:5로 하는 것일 수 있다.
그리고 본 발명의 제2 특징은 (a) 검출차량에 설치된 적어도 하나의 카메라를 통해 상기 차량의 전방 또는 후방의 영상을 촬영하여 영상을 입력하는 단계; (b) 상기 입력된 영상을 영상처리 알고리즘을 이용하여 도로의 소실점(vanishing point)을 찾는 단계; (c) 상기 검출차량의 속도를 측정하는 단계; (d) 상기 소실점 및 검출차량의 속도를 바탕으로 관심영역(ROI)을 설정하는 단계; 및 (e) 상기 관심영역(ROI)을 영상처리 하여 차량을 검출하는 단계를 포함한다.
여기서, 상기 (b) 단계는, 상기 촬영된 원 영상을 캐니 에지(Canny-edge)로 변환하는 단계; 상기 에지 영상을 허프 변환(Hough transform)하는 단계; 상기 허프 변환된 영상에서 직선 성분이 가장 많이 모이는 부분을 상기 소실점으로 선택하는 단계를 포함하는 것이 바람직하다.
또한, 바람직하게는 상기 (c) 단계는, 상기 검출차량에 장착된 스피드미터 또는 GPS 수신기를 이용하여 상기 검출 차량의 속도를 측정하는 단계인 것일 수 있고, 상기 (d) 단계는, 상기 영상의 좌표 중 상기 소실점의 세로 값을 지평선으로 설정하는 단계; 상기 지평선을 기준으로 상부영역 및 하부영역을 설정하여 관심영역으로 채택하는 단계를 포함하는 것일 수 있다.
더하여, 상기 상부영역 및 하부영역의 높이 비를 2K:5K로 하는 것이 바람직하고, 상기 K값은 측정된 상기 검출차량의 속도가 증가 될수록 낮게 설정하는 것을 특징으로 하는 도로상 피검출 차량의 검출방법.
이와 같은 본 발명을 제공하면, 도로 영상의 소실점(vanishing point)을 기준으로 피 검출차량이 나타나는 일정 영역의 관심영역을 설정함으로써 기존의 영상 분야에서 차량을 검출하는 알고리즘의 단점인 거짓-긍정의 결과의 출력을 제한하여 검출의 정확도를 높일 수 있게 된다.
또한 검출 알고리즘이 차량을 검출하기 위해 탐색하는 범위를 관심 영역의 범위로 줄임으로써 전체 영상을 탐색할 경우보다 처리하는 시간을 줄이게 된다.
더하여, 관심영역(ROI)을 설정하는 기준을 소실점으로 정함으로써 도로 표면의 기울기에 대비할 수 있고, 차량의 속도에 따라 관심 영역의 크기를 능동적으로 설정하여 고속 주행과 같은 더 위험한 상황에서 관심 영역의 크기를 줄여 검출 알고리즘의 처리를 더 빠르게 함으로써 안전사고에 신속하게 대비할 수 있는 정보를 제공한다. 뿐만 아니라, 본 발명은 지능형 자동차, 로봇 등의 이동 객체를 검출하는 다양한 분야에 적용이 가능하다.
도 1은 종래의 차량 검출 방법을 이용하여 차량을 검출한 결과 나타낸 사진이고,
도 2는 본 발명에 따른 도로상 피 검출차량의 검출방법의 흐름도를 나타낸 도면,
도 3 및 도 4는 본 발명에 따른 도로상 차량의 검출방법에서 적용되는 관심영역(ROI) 설정 기법의 모식도 및 실 적용사례를 나타낸 사진,
도 5는 본 발명에 따른 도로상 차량 검출방법을 적용한 결과를 나타낸 사진이다.
이하 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다.
도 2는 본 발명에 따른 도로상 피 검출차량의 검출방법의 흐름도를 나타낸 도면이다. 도 2에 나타내 바와 같이, (a) 검출차량에 설치된 적어도 한개 이상의 카메라를 통해 상기 차량의 전방 또는 후방을 촬영하여 영상을 입력하는 단계(S100); (b) 상기 입력된 영상을 영상처리 알고리즘을 이용하여 도로의 소실점(vanishing point)을 탐색하는 단계(S200); (c) 상기 소실점을 기준으로 관심영역(ROI:Region of Interest)을 설정하는 단계(S400); 및 (d) 상기 관심영역(ROI)을 영상처리 하여 차량을 검출하는 단계(S500)를 포함하는 것을 특징으로 한다.
본 발명은 일반적으로 도로상에 출현되는 차량의 카메라 영상에서 나타나는 범위는 도로가 화면상에서 사라지는 지점을 기준으로 일정한 범위내에 있다는 점을 착안하여 관심영역(ROI:Region of Interest)을 설정하고 영상처리 알고리즘을 이용하여 차량을 검출하는 방법을 제안한다.
이처럼 본 발명은 종래의 차량검출 방법에 처럼 입력영상 전체를 영상처리하는 것이 아니라, 차량의 이동하는 한정된 범위 즉, 소실점을 기준으로 일정영역을 관심영역으로 처리하여 계산량을 상당부분 줄일 수 있어서, 빠르고 정확하게 차량을 검출할 수 있는 장점이 있다.
먼저, 이동하는 검출 차량의 전방 또는 후방에 적어도 한개 이상의 카메라를 장착하고, 도로상에 나타나는 영상을 연속 촬영한다. 촬영된 영상은 차량의 검출 시스템으로 입력되고, 입력된 영상에서 나타나는 도로가 사라지는 지점(소실점: vanishing point)을 탐색하는 단계를 수행한다.(S200)
도 3 및 도 4는 본 발명에 따른 도로상 차량의 검출방법에서 적용되는 관심영역(ROI) 설정 기법의 모식도 및 실 적용사례를 나타낸 사진이다.
상술한 바와 같이, 먼저 주행 중인 차량의 전방환경을 차량의 리어 미러(rear mirror) 앞에 설치되어 있는 CCD센서 카메라를 이용하여 연속 프레임으로 촬영한다. 촬영한 영상이 입력되면(S100) 그 영상에서 소실점(vanishing point)를 찾는다.(S200)
여기서 소실점은 도로가 영상에서 사라지는 지점, 즉 카메라가 확보된 시야에서 나타나는 도로의 끝 부분이다. 이 소실점을 탐색하기 위해서 본 발명에서는 원 영상을 캐니 에지(Canny-edge)로 변환 후 에지 영상에서 허프 변환(Hough transform)을 이용하여 찾아낸 직선 성분들이 가장 많이 모이는 점으로 설정한다. 그런 다음 이 소실점이 영상에서 위치하는 좌표의 세로 값을 영상의 지평선으로 설정한다.
일반적으로, 윤곽선(edge) 검출법은 영상 안에서의 영역의 경계를 나타내는 특징으로 영상 밝기의 불연속점으로 윤곽선에 해당하는 픽셀을 구하는 방법이다. 영상에서의 불연속점은 스텝 불연속점과 라인불연속점이 있다. 스텝 불연속점은 영상의 밝기가 갑자기 변하는 곳으로 이에 해당하는 윤곽선을 스텝 에지(step edge)라고 한다.
라인 불연속점은 영상의 밝기가 갑자기 변화하나 조금 지나면 다시 돌아오는 곳으로 이에 해당하는 연산을 라인 에지(line edge)라고 한다. 윤곽선 검출 연산을 하기 전에 잡음 제거 연산을 시행하는데, 이럴 경우 픽셀 값의 변화가 둔화 된다.
이러한 윤곽선 검출법 중에 많이 사용되는 검출법이 캐니(Canny) 에지 검출방법이다. 일반적으로 에지 검출기는 잡음에 매우 민감한 특성을 가지고 있다. 따라서, 잡음으로 인해 잘못된 에지를 계산하는 것을 방지하기 위해 개발된 알고리즘이 캐니(canny) 에지 검출기이다.
이 알고리즘은 탐지성(good detection), 국부성(good localization),응답성(clear response)을 만족하는 에지를 찾는 방법을 제시하고 있는데, 탐지성 ( good detection)은 실제 모든 에지를 탐지하는 능력을 말하고, 국부성은(good localization)은 실제 에지와 탐지된 에지의 차이를 최소화 능력을 말하고, 응답성 (clear response)은 각 에지에 대하여 단일한 응답 능력을 말한다. 구체적인 알고리즘은 캐니 에지법이 널리 사용되는 것이어서 설명을 생략하기로 한다.
그리고, 허프 변환은 XY 공간에서의 픽셀을 ρθ 공간으로 투영하여 최대 누적점을 찾아 역 허프 변환을 통해 XY-공간에서 직선을 찾는 것을 의미한다. 즉, 허프 변환(Hough Transform) 방법은 잡음이 제거된 영상에서 픽셀들을 직선으로 변환하는 방법을 말하고, 이처럼 상술한 캐니 에지법으로 검출된 에지들을 다시 허프 변환하게 되면, 많은 에지들이 직선으로 변환되어 나타나게 되고, 이러한 직선이 가장 많이 모여 있는 지점을 소실점(vanishing point)로 설정하여 탐색하는 것이다.
도 4에 나타낸 바와 같이, 허프 변환으로 나타나는 직선이 도로가 사라지는 지점에서 모이게 되는 것을 알 수 있다. 그러므로, 캐니 에지 방법으로 윤곽선을 검출하고, 검출된 에지를 허프 변환 방법으로 직선으로 나타내어, 이 직선들이 모이는 지점을 소실점(vanishing point)로 설정하게 됨을 알 수 있다.
소실점(vanishing point)이 선택되면, 그 소실점에서 상부 및 하부 방향으로 일정 범위 안에서만 차량이 나타남을 알 수 있다. 이는 차량이 도로안에서만 이동되므로 촬영 영상에서 도로가 끝나거나 사라지는 지점을 기준으로 상하방향의 일정범위 안에서만 차량이 검출되기 때문이다. 이와 같은 점을 이용하여 착안된 본 발명은 상술한 일정영역을 관심영역(ROI)으로 설정하고, 그 관심영역에서만 차량 검출 알고리즘을 이용하여 검출함으로써, 계산량을 상당부분 줄일 수 있고, 검출 정확도 또한 상당히 높일 수 있는 장점을 가지게 된다.
구체적으로 관심영역(ROI)을 설정하는 방법을 살펴보면, 도 3에 나타낸 바와 같이, 소실점을 지나는 수평선을 지평선으로 하고(점선), 상기 지평선을 기준으로 위쪽으로 2 만큼, 아래쪽으로 5만큼의 영역을 설정하여 관심영역으로 한다.
즉, 지평선을 기준으로 상부영역과 하부영역의 높이 비를 2:5로 설정하는 것이다. 이는 지평선은 카메라를 통하여 촬영된 영상에서 나타나는 도로의 최상단으로 상기 지평선의 상부방향으로는 일정높이 이상은 절대 차량이 나타나지 않는다. 왜냐하면 차량은 항상 도로를 접지하여 이동하기 때문이다.
또한 하부방향으로도 차간 간격을 일정한 간격으로 유지해야 한다는 점에서 일정한 영역에서 대체적으로 많이 나타나게 된다. 그러나 하부 방향의 영역은 상부 방향보다 훨씬 넓은 영역이기 때문에 상술한 상부 및 하부 영역의 높이 비를 2:5로 하는 것이다.
본 발명에 따른 또 다른 실시예로서, (a) 검출차량에 설치된 카메라를 통해 상기 차량의 전방 또는 후방의 영상을 촬영하여 영상을 입력하는 단계; (b) 상기 입력된 영상을 영상처리 알고리즘을 이용하여 도로의 소실점(vanishing point)을 찾는 단계; (c) 상기 검출차량의 속도를 측정하는 단계; (d) 상기 소실점 및 검출차량의 속도를 바탕으로 관심영역(ROI)을 설정하는 단계; 및 (e) 상기 관심영역(ROI)을 영상처리 하여 차량을 검출하는 단계를 포함한다.
도 2에 나타낸 바와 같이, 소실점을 검출하고, 검출차량의 속도를 측정하는 단계를 더 포함하는 것이 특징이다. 이는 검출차량의 속도에 따라 입력 영상에 나타나는 차량의 분포영역의 넓이가 달라질 수 있기 때문이다. 검출차량의 속도가 증가하게 되면, 차량간 간격 즉, 안전거리가 커지기 때문에 지평선을 기준으로 하는 관심영역(ROI)은 더 작아지게 되고, 속도가 감소하게 되면 안전거리가 짧아져서 상대적으로 피 검출차량이 커지게 되어 관심영역(ROI)이 넓어지게 된다.
그러므로, 상기 관심영역을 설정하는 기준이 상부영역 및 하부영역의 비를 2K:5K로 하고, 여기서 K값은 주행 중인 차량의 속도에 따라 가변적으로 설정된다. 상술한 바와 같이, 차량의 속도가 빠를 경우에는 앞에서 주행하고 있는 차량들과 안전거리가 커지기 때문에 값을 속도가 빠른 만큼 작게 설정을 하며, 반대로 차량의 속도가 느릴 경우에는 앞에서 주행 중인 차량들과의 거리가 줄어들어 영상에 나타나는 차량의 크기가 크게 나타나게 되므로 값을 크게 설정하게 된다.
도 4는 이러한 방법을 실제 도로 영상에 적용하는 것을 나타내고 있다. 그리고, 상기 K값을 설정하기 위한 차량의 속도 정보는 도 2에 나타낸 바와 같이, GPS 수신기 또는 차량의 속도계(Speedometer)에서 입력받는다.
이처럼, 관심영역(ROI)을 설정하는 방법에 있어서 영상의 소실점을 이용하는 이유는 일반적인 도로 영상에서 차량의 모습은 소실점 근처에서 주로 나타나기 때문이다.
즉, 차량이 하늘과 같은 배경의 높은 부분이나 아주 가까운 부분에 나타날 확률이 거의 없다. 또한 오르막 또는 내리막의 도로에서 입력되는 영상의 경우 차량의 모습이 영상의 위쪽 또는 아래쪽에 나타나게 되는데, 소실점을 기준으로 할 경우 도로 표면의 기울기에 따라 소실점이 이동되어 이에 대비할 수 있게 된다.
도 5는 본 발명에 따른 도로상 차량 검출방법을 적용한 결과를 나타낸 사진이다. 종래의 기술을 통하여 검출된 예(도 1 참조)와 비교하여 정확성이 높다는 것을 알 수 있다. 그리고, 본 발명의 방법을 적용하게 되면, 관심영역(ROI)만을 영상처리 하기 때문에 계산량을 줄일 수 있고, 이에 따라 빠르고 정확한 검출 성능을 제공할 수 있게 된다.
이상의 설명에서 본 발명은 특정의 실시 예와 관련하여 도시 및 설명하였지만, 특허청구범위에 의해 나타난 발명의 사상 및 영역으로부터 벗어나지 않는 한도 내에서 다양한 개조 및 변화가 가능 하다는 것을 당 업계에서 통상의 지식을 가진 자라면 누구나 쉽게 알 수 있을 것이다.

Claims (10)

  1. (a) 검출차량에 설치된 적어도 하나의 카메라를 통해 상기 차량의 전방 또는 후방을 촬영하여 영상을 입력하는 단계;
    (b) 상기 입력된 영상을 영상처리 알고리즘을 이용하여 도로의 소실점(vanishing point)을 찾는 단계;
    (c) 상기 영상의 좌표 중 상기 소실점의 세로 값을 지평선으로 설정하고, 상기 지평선을 기준으로 상부영역 및 하부영역을 설정하고, 상기 상부영역 및 하부영역의 높이 비를 2:5로 하여 관심영역(ROI)으로 설정하는 단계; 및
    (d) 상기 관심영역(ROI)을 영상처리 하여 차량을 검출하는 단계를 포함하는 것을 특징으로 하는 도로상 차량의 검출방법.
  2. 제1항에 있어서,
    상기 (b) 단계는,
    상기 촬영된 원 영상을 캐니 에지(Canny-edge)로 변환하는 단계;
    상기 에지 영상을 허프 변환(Hough transform)하는 단계;
    사기 허프 변환된 영상에서 직선 성분이 가장 많이 모이는 부분을 상기 소실점으로 선택하는 단계를 포함하는 것을 특징으로 하는 도로상 차량의 검출방법.
  3. 삭제
  4. 삭제
  5. (a) 검출차량에 설치된 적어도 하나의 카메라를 통해 상기 차량의 전방 또는 후방의 영상을 촬영하여 영상을 입력하는 단계;
    (b) 상기 입력된 영상을 영상처리 알고리즘을 이용하여 도로의 소실점(vanishing point)을 찾는 단계;
    (c) 상기 검출차량에 장착된 스피드미터 또는 GPS 수신기를 이용하여 상기 검출 차량의 속도를 측정하는 단계;
    (d) 상기 검출차량의 속도를 바탕으로 상기 영상의 좌표 중 상기 소실점의 세로 값을 지평선으로 설정하고, 상기 지평선을 기준으로 상부영역 및 하부영역을 설정하여 관심영역(ROI)으로 설정하는 단계; 및
    (e) 상기 관심영역(ROI)을 영상처리 하여 차량을 검출하는 단계를 포함하는 것을 특징으로 하는 도로상 차량의 검출방법.
  6. 제5항에 있어서,
    상기 (b) 단계는,
    상기 촬영된 원 영상을 캐니 에지(Canny-edge)로 변환하는 단계;
    상기 에지 영상을 허프 변환(Hough transform)하는 단계; 및
    상기 허프 변환된 영상에서 직선 성분이 가장 많이 모이는 부분을 상기 소실점으로 선택하는 단계를 포함하는 것을 특징으로 하는 도로상 차량의 검출방법.
  7. 삭제
  8. 삭제
  9. 제5항에 있어서,
    상기 상부영역 및 하부영역의 높이 비를 2K:5K로 하는 것을 특징으로 하는 도로상 차량의 검출방법.
  10. 제9항에 있어서,
    상기 K값은 측정된 상기 검출차량의 속도가 증가 될수록 낮게 설정하는 것을 특징으로 하는 도로상 피검출 차량의 검출방법.
KR1020100126756A 2010-12-13 2010-12-13 관심영역 설정을 이용한 도로상 차량의 검출방법 KR101264282B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100126756A KR101264282B1 (ko) 2010-12-13 2010-12-13 관심영역 설정을 이용한 도로상 차량의 검출방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100126756A KR101264282B1 (ko) 2010-12-13 2010-12-13 관심영역 설정을 이용한 도로상 차량의 검출방법

Publications (2)

Publication Number Publication Date
KR20120065558A KR20120065558A (ko) 2012-06-21
KR101264282B1 true KR101264282B1 (ko) 2013-05-22

Family

ID=46685222

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100126756A KR101264282B1 (ko) 2010-12-13 2010-12-13 관심영역 설정을 이용한 도로상 차량의 검출방법

Country Status (1)

Country Link
KR (1) KR101264282B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018124337A1 (ko) * 2016-12-28 2018-07-05 주식회사 에이다스원 적응적 관심영역 및 탐색창을 이용한 객체 검출 방법 및 장치
KR20190035255A (ko) 2017-09-26 2019-04-03 삼성에스디에스 주식회사 영상처리를 이용하는 차량 주행 보조 방법 및 그 장치
US11048266B2 (en) 2017-09-04 2021-06-29 Samsung Electronics Co., Ltd. Method and apparatus for recognizing object

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101381737B1 (ko) * 2012-09-04 2014-04-07 전자부품연구원 다양한 검증 기법이 복합된 전방 차량 영역 검증방법 및 장치
KR101498114B1 (ko) 2013-11-28 2015-03-05 현대모비스 주식회사 보행자를 검출하는 영상 처리 장치 및 그 방법
KR101592685B1 (ko) * 2014-04-16 2016-02-12 현대자동차주식회사 노면 모델 설정을 이용한 장애물 검출 시스템 및 그 방법
KR102274092B1 (ko) 2021-02-05 2021-07-08 주식회사 스타시큐리티 인공지능 기반 차량높이 측정 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006350699A (ja) * 2005-06-16 2006-12-28 Nissan Motor Co Ltd 画像処理装置及び方法
JP2007328630A (ja) * 2006-06-08 2007-12-20 Fujitsu Ten Ltd 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置および車両制御装置
JP2008123036A (ja) * 2006-11-08 2008-05-29 Nec Corp 消失点検出システム、消失点検出方法および消失点検出用プログラム
JP2010040031A (ja) * 2008-07-31 2010-02-18 Alpine Electronics Inc 道路方向認識方法及び装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006350699A (ja) * 2005-06-16 2006-12-28 Nissan Motor Co Ltd 画像処理装置及び方法
JP2007328630A (ja) * 2006-06-08 2007-12-20 Fujitsu Ten Ltd 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置および車両制御装置
JP2008123036A (ja) * 2006-11-08 2008-05-29 Nec Corp 消失点検出システム、消失点検出方法および消失点検出用プログラム
JP2010040031A (ja) * 2008-07-31 2010-02-18 Alpine Electronics Inc 道路方向認識方法及び装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018124337A1 (ko) * 2016-12-28 2018-07-05 주식회사 에이다스원 적응적 관심영역 및 탐색창을 이용한 객체 검출 방법 및 장치
US11048266B2 (en) 2017-09-04 2021-06-29 Samsung Electronics Co., Ltd. Method and apparatus for recognizing object
US11804047B2 (en) 2017-09-04 2023-10-31 Samsung Electronics Co., Ltd. Method and apparatus for recognizing object
KR20190035255A (ko) 2017-09-26 2019-04-03 삼성에스디에스 주식회사 영상처리를 이용하는 차량 주행 보조 방법 및 그 장치

Also Published As

Publication number Publication date
KR20120065558A (ko) 2012-06-21

Similar Documents

Publication Publication Date Title
CN107272021B (zh) 使用雷达和视觉定义的图像检测区域的对象检测
JP5297078B2 (ja) 車両の死角における移動物体を検知するための方法、および死角検知装置
KR101264282B1 (ko) 관심영역 설정을 이용한 도로상 차량의 검출방법
KR101647370B1 (ko) 카메라 및 레이더를 이용한 교통정보 관리시스템
JP4857840B2 (ja) 物体検出方法および物体検出装置
EP3057063B1 (en) Object detection device and vehicle using same
JP3822515B2 (ja) 障害物検知装置及びその方法
EP1671216B1 (en) Moving object detection using low illumination depth capable computer vision
US20130286205A1 (en) Approaching object detection device and method for detecting approaching objects
US20050232463A1 (en) Method and apparatus for detecting a presence prior to collision
US20150269446A1 (en) Boundary detection apparatus and boundary detection method
KR101569919B1 (ko) 차량의 위치 추정 장치 및 방법
KR100816377B1 (ko) 호프 변환을 이용한 주차구획 인식 방법, 장치 및 그를이용한 주차 보조 시스템
US20180150700A1 (en) Lane Detection Device and Lane Detection Method
TWI595450B (zh) 物件偵測系統
US20090052742A1 (en) Image processing apparatus and method thereof
Liu et al. Development of a vision-based driver assistance system with lane departure warning and forward collision warning functions
US20120212615A1 (en) Far-infrared pedestrian detection device
TWI531499B (zh) Anti-collision warning method and device for tracking moving object
JP5056861B2 (ja) 測距装置
JP2003281700A (ja) 割り込み車両検出装置及びその方法
JP2012252501A (ja) 走行路認識装置及び走行路認識用プログラム
JP3868915B2 (ja) 前方監視装置及びその方法
Chiu et al. Real-Time Front Vehicle Detection Algorithm for an Asynchronous Binocular System.
JP4106163B2 (ja) 障害物検出装置及びその方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160419

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180406

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190325

Year of fee payment: 7