KR101402089B1 - 장애물 검출 장치 및 방법 - Google Patents

Abstract

본 발명은 장애물 검출 장치 및 방법에 대하여 개시한다. 본 발명의 일면에 따른 장애물 검출 장치는, 스테레오 영상의 시차맵으로부터 장애물이 포함될 가능성이 있는 관심 영역을 검출하는 제1 검출부; 상기 관심 영역의 밝기 기반 히스토그램을 이용하여 상기 관심 영역에서 그림자로 예상되는 영역에 대응하는 장애물의 수평 위치를 검출하는 제2 검출부; 및 상기 수평 위치 사이의 수직 에지 정보를 이용하여 상기 장애물이 포함되는 장애물 영역을 검출하는 제3 검출부를 포함하는 것을 특징으로 한다.

Description

장애물 검출 장치 및 방법{Apparatus and Method for Obstacle Detection}

본 발명은 장애물 검출 장치에 관한 것으로서, 더 구체적으로는 스테레오 영상을 이용하여 장애물을 검출하는 장애물 검출 장치 및 방법에 관한 것이다.

장애물 검출 기술은 지능형 자동차, 보안, 로봇, 의료, 엔터테인먼트 등 다양한 분야에서 활용되고 있다.

특히, 카메라는 많은 정보를 제공할 수 있고, 가격도 저렴한 편이어서, 이를 이용한 장애물 검출 기법이 많이 연구되고 있다.

그런데, 단일 카메라의 경우, 그 촬영 영상으로부터 장애물과 배경을 분리하기가 어려워, 복잡한 환경에서는 그 촬영 영상으로부터 장애물을 강건하게 검출하기가 쉽지 않다.

따라서, 최근에는 두 개의 카메라를 이용하는 스테레오 비전 기술을 이용하여 장애물을 검출하는 방법이 연구되고 있는 추세이다.

스테레오 비전은 3차원 정보를 제공할 수 있어, 장애물과 배경의 구분이 용이하여 스테레오 영상을 이용하면 장애물 검출 성능을 향상시킬 수 있다. 뿐만 아니라, 장애물과의 거리, 장애물의 속도 등도 비교적 정밀하게 추출할 수 있다.

그러나, 종래의 스테레오 비전을 이용한 장애물 검출 방법은 스테레오 영상의 시차맵(Disparity Map)의 해상도, 스테레오 매칭 에러나, 영상 노이즈 등으로 인해 장애물을 정밀하게 검출하지 못할 수 있다.

본 발명은 전술한 바와 같은 기술적 배경에서 안출된 것으로서, 스테레오 영상으로부터 장애물을 검출할 수 있는 장애물 검출 장치 및 방법을 제공하는 것을 그 목적으로 한다.

본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 발명의 일면에 따른 장애물 검출 장치는, 스테레오 영상의 시차맵으로부터 장애물이 포함될 가능성이 있는 관심 영역을 검출하는 제1 검출부; 상기 관심 영역의 밝기 기반 히스토그램을 이용하여 상기 관심 영역에서 그림자로 예상되는 영역에 대응하는 장애물의 수평 위치를 검출하는 제2 검출부; 및 상기 수평 위치 사이의 수직 에지 정보를 이용하여 상기 장애물이 포함되는 장애물 영역을 검출하는 제3 검출부를 포함하는 것을 특징으로 한다.

본 발명의 다른 면에 따른 장애물 검출 장치에 의한 장애물 검출 방법은, 스테레오(Streo) 영상의 시차맵으로부터 장애물이 포함될 가능성이 있는 관심 영역을 검출하는 단계; 상기 관심 영역의 밝기 기반 히스토그램을 이용하여 상기 관심 영역에서 그림자로 예상되는 영역에 대응하는 제1 수평 위치를 검출하는 단계; 및 상기 제1 수평 위치 사이의 수직 에지 정보를 이용하여 상기 장애물이 포함된 장애물 영역을 검출하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 따르면, 스테레오 영상의 밝기 기반의 정보들(예컨대, 그림자, 수직 에지 정보 등)을 이용하여 스테레오 영상에서 장애물을 정밀하게 검출할 수 있다.

도 1은 본 발명의 실시예에 따른 장애물 검출 장치를 도시한 구성도.
도 2a는 장애물이 밝은 색 차량일 경우, 본 발명에 따른 장애물 검출 방법을 도시한 흐름도.
도 2b는 장애물이 어두운 색 차량인 경우, 본 발명에 따른 장애물 검출 방법을 도시한 흐름도.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

이제 본 발명의 실시예에 대하여 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 실시예에 따른 장애물 검출 장치를 도시한 구성도이다.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 장애물 검출 장치(10)는 제1 검출부(110), 제2 검출부(120), 제3 검출부(130) 및 후처리부(140)를 포함한다.

제1 검출부(110)는 스테레오 영상으로부터 시차맵을 생성한다. 이때, 제1 검출부(110)는 좌ㆍ우 2 개의 카메라(즉, 스테레오 카메라)의 촬영 영상에 맺힌 물체의 시차값을 획득하고, 획득된 시차값, 두 카메라 간의 거리(base line) 및 카메라 초점 거리(focal length)를 이용하여 거리 정보를 추출하고, 이 정보를 그레이값(Gray Value)으로 표현함으로써 시차맵을 생성할 수 있다. 이때, 제1 검출부(110)는 스테레오 영상의 시차맵을 입력받을 수 있으며, 이 경우 장애물 검출 장치(10)의 내부 또는 외부 구성요소가 스테레오 영상으로부터 시차맵을 생성할 수 있다.

또한, 제1 검출부(110)는 u 시차맵, v 시차맵 및 컬럼 검출 중 적어도 하나를 이용하여 시차맵으로부터 장애물이 포함될 가능성이 있는 관심 영역을 검출한다. 제1 검출부(110)가 시차맵으로부터 적어도 하나의 관심 영역을 검출하는 과정은 당업자가 종래기술(국내등록특허 제1032660호 등)로부터 자명하게 도출할 수 있는 사항이므로, 그에 대한 자세한 설명은 생략한다.

제2 검출부(120)는 장애물이 포함될 가능성이 있는 관심 영역에 대한 밝기 기반 히스토그램(histogram)을 계산하고, 밝기 기반 히스토그램의 분포에서 그림자로 예상되는 영역에 대응하는 제1 수평 위치(도 2a의 S230의 두 개의 검은 선 참조)를 검출한다.

구체적으로, 제2 검출부(120)는 관심 영역에 대한 밝기(intensity) 히스토그램을 계산하고, 히스토그램의 피크(Peak)와 밸리(Vally)를 검출하여 각 피크를 이루는 분포를 각기 분리한다. 그리고, 분리된 분포에서 가장 어두운 영역에 존재하는 분포를 그림자 분포 영역(빨간 선 내부 영역 참조)으로 획득한다. 그리고, 제2 검출부(120)는 획득된 그림자 분포 영역의 양끝 수평위치를 장애물의 예측 수평 위치(이하, "제1 수평 위치"라고 함)로 검출한다. 한편, 장애물은 다양한 물체일 수 있지만, 이하에서는 장애물이 차량인 경우를 예로 들어 설명하였다.

통상, 그림자는 장애물의 하단부에 존재하는 어두운 영역이므로, 계산된 히스토그램에서 어두운 영역은 거의 일정한 분포를 갖는다. 만약, 차량이 밝은 색일 경우, 차량은 그림자 분포 영역에 포함되지 않을 것이며, 차량이 어두운 색일 경우, 차량은 그림자 분포 영역에 포함될 것이다. 그러나, 제2 검출부(120)는 그림자(또는, 차량)의 수평 위치를 검출하므로, 그림자 분포 영역에 차량이 포함되던, 포함되지 않던 문제되지 않을 것이다. 다만, 그림자의 특성상, 주변 햇빛이나, 조명의 방향으로 인해 그림자의 일부분이 차량의 옆으로 나올 수 있어, 차량의 수평 위치와 그림자의 수평 위치는 일치하지 않을 수 있다. 따라서, 제3 검출부(130)가 제1 수평 위치를 더 정밀하게 보정한다.

제3 검출부(130)는 장애물의 제1 수평 위치 사이의 수직 에지(Edge) 정보를 이용하여 장애물 외곽 부분의 수평 거리를 제2 수평 위치(도 2a의 S260 두 개의 빨간 선 참조)로 검출한다. 여기서, 제2 수평 위치는 제1 수평 위치를 더 정밀하게 보정한 값이므로, 장애물의 수평 위치에 더 근접한 값일 수 있다.

구체적으로, 제3 검출부(130)는 제1 수평 위치 사이의 수직 에지 정보를 추출한 후 수평 위치에 따라서 수직 에지 정보를 프로젝션(Projection)한 후 -즉, 수평 위치별로 수직 에지 정보에 대응하는 히스토그램을 산출한 후- 보간을 수행한다. 그리고, 제3 검출부(130)는 보간된 수직 에지 히스토그램의 피크들 중에서 장애물의 외곽 피크를 검출하고, 이들 간의 거리를 제2 수평 위치로 검출한다. 여기서, 제3 검출부(130)는 두 개의 외곽 피크 사이에 인접한 적어도 하나의 피크가 존재할 경우에는 피크 간의 거리가 가장 먼 두 피크를 외곽 피크로 선택할 수 있다. 즉, 제1 수평 위치 사이의 수직 에지 정보 중에서 장애물 외곽 부분의 수직 에지 정보가 다른 영역의 피크보다 높게 나타나므로, 제3 검출부(130)는 수직 에지 히스토그램의 피크를 이용하여 제2 수평 위치를 검출할 수 있다.

또한, 제3 검출부(130)는 검출된 제2 수평 위치 내에서 밝기(intensity) 기반의 히스토그램을 산출하고, 클러스터링(Clustering)을 수행하여 가장 높은 피크 분포의 영역을 장애물 영역으로 검출한다.

예를 들어, 장애물이 밝은 차량일 경우, 제2 수평 위치 내의 히스토그램은 차량과 그외의 부분(그림자, 차량 내 어두운 부분, 유리창, 램프)으로 나눠지므로, 히스토그램에서 피크가 높은 영역을 선택하여 이들을 포함하는 박스 형태를 장애물 영역으로 검출할 수 있다. 즉, 통상 검출된 영역 내에서 차량의 밝기가 배경보다는 넓은 영역을 차지하므로, 히스토그램 상 피크가 높은 영역이 차량 영역일 수 있다. 다만, 히스토그램을 통해서 차량 내 어두운 부분은 차량으로 검출되지 않을 수 있으나, 최종적으로 박스 형태로 차량 영역을 검출하므로, 차량 내 어두운 부분도 함께 검출될 수 있다.

후처리부(140)는 모폴로지(Morphology) 등의 후처리를 수행하여 차량 영역에서 잡음 영상을 제거한다. 구체적으로, 차량 영역은 차량 그림자나, 차량과 비슷한 밝기의 배경을 포함할 수 있으므로, 후처리부(140)는 차량 영역에서 그림자나 배경을 제거하여 더 정확한 차량 영역(도 2a의 S280 빨간색 박스 영역 참조)을 검출한다.

이와 같이, 본 발명의 실시예에 따르면, 스테레오 영상의 밝기 기반의 정보들(예컨대, 그림자, 수직 에지 정보 등)을 이용하여 스테레오 영상에서 장애물을 정밀하게 검출할 수 있다.

또한, 본 발명의 실시예는 수직 에지 기반의 수직 에지 히스토그램에서 가장 거리가 먼 두 피크를 선택함에 따라 장애물 검출의 에러를 줄일 수 있으며, 장애물의 수직 위치를 검출할 때 히스토그램 기반의 클러스터링을 수행하여 장애물 영역에서 대부분의 배경을 제거할 수 있다.

더 나아가, 본 발명의 실시예는 지능성 자동차, 보안, 로봇, 의료, 엔터테인먼트 등의 다양한 분야에서 적용될 것으로 예상된다.

이하, 도 2a 및 도 2b를 참조하여 본 발명의 실시예에 따른 장애물 검출 방법에 대해서 설명한다.

도 2a는 장애물이 밝은 색 차량일 경우, 본 발명의 실시예에 따른 장애물 검출 방법을 도시한 흐름도이다.

도 2a를 참조하면, 장애물 검출 장치(10)는 스테레오 영상(좌/우 영상)으로부터 시차맵을 생성하고, 시차맵으로부터 장애물이 포함된 가능성이 있는 관심 영역을 검출한다(S210). 여기서, 장애물 검출 장치(10)는 u 시차맵, v 시차맵 및 컬럼 검출 중 적어도 하나를 이용하여 시차맵으로부터 장애물이 포함될 가능성이 있는 관심 영역을 검출할 수 있다. 또한, 원래의 스테레오 영상은 (S210) 단계의 관심 영역 이상을 포함하므로, 장애물 검출 장치(10)는 원래의 스테레오 영상에서 장애물이 포함될 가능성이 있는 적어도 하나의 관심 영역을 선별적으로 검출한다.

장애물 검출 장치(10)는 관심 영역에 대해 밝기(intensity) 기반 히스토그램을 산출하고, 각 피크가 이루는 분포를 구분한다(S220). 구체적으로, 장애물 검출 장치(10)는 관심 영역의 각 픽셀의 밝기별 빈도수를 나타낸 히스토그램을 산출하고, 히스토그램의 피크(Peak)와 밸리(Vally)를 검출하여 각 피크를 이루는 분포를 구분한다. 이때, 히스토그램은 그림자, 차량 내 어두운 부분(유리창, 램프)을 포함하는 제1 분포와 밝은 색의 차량과 밝은 배경을 포함하는 제2 분포로 구분될 수 있다.

장애물 검출 장치(10)는 밝기 히스토그램에서 가장 어두운 영역이 존재하는 분포를 포함하는 영역에 대응하는 제1 수평 위치를 검출한다(S230). 구체적으로, 장애물 검출 장치(10)는 밝기 히스토그램의 분포에서 가장 어두운 영역에 존재하는 분포를 그림자 분포 영역(빨간 선 내부 영역 참조)으로 획득하고, 그림자 분포 영역의 양끝 수평위치를 제1 수평 위치(즉, 장애물의 예상 수평 위치)로 검출할 수 있다.

장애물 검출 장치(10)는 제1 수평 위치 사이의 수직 에지 정보를 이용하여 수직 에지 히스토그램을 산출한다(S240). 구체적으로, 장애물 검출 장치(10)는 제1 수평 위치 사이의 수직 에지 정보(수평 위치별 수직 라인의 픽셀 수)를 산출한 후 수평 위치에 대응하여 프로젝션(Projection)함에 따라 수평 위치별 수직 에지 히스토그램을 산출한다.

장애물 검출 장치(10)는 수직 에지 히스토그램에 보간을 수행한다(S250).

장애물 검출 장치(10)는 수직 에지 히스토그램의 피크에서 장애물의 외곽 피크를 검출하고, 외곽 피크 간의 거리를 제2 수평 위치(장애물의 정밀 수평 위치)로 검출한다(S260). 이와 같이, 제1 수평 위치 사이의 수직 에지 정보에서 장애물 외곽 부분의 수직 에지 정보가 그외 영역의 수직 에지 정보보다 높으므로, 장애물 검출 장치(10)는 수직 에지 히스토그램의 피크를 이용하여 제1 수평 위치를 더 정밀하게 보정한 제2 수평 위치를 검출할 수 있다.

장애물 검출 장치(10)는 제2 수평 위치 내에서 밝기 히스토그램 기반 클러스터링을 수행하고, 분포 중에서 가장 높은 피크의 분포를 포함하는 장애물 영역을 검출한다(S270). 도 2a와 같이, 장애물이 밝은 색의 차량일 경우, 제2 수평 위치 내의 히스토그램은 차량과 그외의 부분(그림자, 차량 내 어두운 부분, 유리창, 램프)으로 나누어지므로, 히스토그램에서 피크가 높은 영역을 포함하는 박스 형태를 구성하면, 장애물 영역을 검출할 수 있다.

장애물 검출 장치(10)는 모폴로지(Morphology) 등의 후처리를 통해 장애물 영역에서 잡음 영상을 제거한다(S280). 구체적으로, 장애물 검출 장치(10)는 차량 그림자나, 차량과 비슷한 밝기의 배경을 포함하는 차량 영역에서 그림자나 배경을 제거하여 정밀한 차량 영역을 검출할 수 있다.

도 2b는 장애물이 어두운 색 차량인 경우, 본 발명의 실시예에 따른 장애물 검출 방법을 도시한 흐름도이다. 도 2b는 야간에 어두운 색 차량이 검출되고, 그림자가 차량 외곽에서 벗어나 형성된 경우의 예이다.

도 2b를 참조하면, 장애물 검출 장치(10)는 스테레오 영상의 시차맵으로부터 관심 영역을 검출한다(S210').

장애물 검출 장치(10)는 관심 영역에서 밝기 기반의 히스토그램을 산출하고, 각 피크가 이루는 분포를 구분한다(S220'). 이때, 히스토그램은 장애물이 어두운 색의 차량일 경우, 그림자, 차량 및 배경이 포함된 제1 분포, 중간 색의 배경이 포함된 제2 분포, 및 차량 내 밝은 부분(번호판, 램프 등)이 포함된 제3 분포로 구분된다.

장애물 검출 장치(10)는 구분된 분포에서 가장 어두운 영역이 포함된 그림자 영역 분포를 검출하고, 그림자 영역의 양끝 거리를 제1 수평 위치로 검출한다(S230'). 여기서, 그림자 영역 분포는 그림자, 차량 및 어두운 배경을 포함하므로, 차량의 수평 위치를 포함할 수 있다.

장애물 검출 장치(10)는 제1 수평 위치 사이의 수직 에지 정보를 이용하여 수직 에지 프로젝션을 수행하여 수직 에지 히스토그램을 산출하고(S240'), 수직 에지 히스토그램에 대해 보간을 수행한다(S250').

장애물 검출 장치(10)는 제1 수평 위치 사이의 수직 에지 정보를 프로젝션한 결과인 수직 에지 히스토그램에서 피크 값을 검출하고, 이 중에서 가장 거리가 먼 두 지점(빨간 점)의 간격을 제2 수평 위치로 검출한다(S260'). 여기서, 장애물 검출 장치(10)는 두 개의 피크(빨간 점) 사이에 인접한 피크(녹색 점)가 존재할 경우에는 피크 간의 거리가 가장 먼 두 피크를 외곽 피크로 선택할 수 있다. 이때, 제2 수평 위치는 제1 수평 위치 사이의 장애물 외곽에 대한 수직 에지 간의 거리이므로, 제1 수평 위치보다 정밀할 수 있다.

장애물 검출 장치(10)는 제2 수평 위치 사이의 밝기 기반 히스토그램을 산출하고, 피크별로 분포를 구분하여 구중에서 최대 피크의 분포를 선택하여 그에 대응하는 장애물 영역을 검출한다(S270').

장애물 검출 장치(10)는 후처리를 통해서 장애물 영역에서 잡음 영상을 제거하여 정밀 장애물 영역을 검출한다(S280').

이와 같이, 본 발명의 실시예에 따르면, 스테레오 영상의 밝기 기반의 정보들(예컨대, 그림자, 수직 에지 정보 등)을 이용하여 스테레오 영상에서 장애물을 정밀하게 검출할 수 있다.

또한, 본 발명의 실시예는 수직 에지 기반의 수직 에지 히스토그램에서 가장 거리가 먼 두 피크를 선택함에 따라 장애물 검출의 에러를 줄일 수 있으며, 히스토그램 기반의 클러스터링을 수행하여 장애물의 수직 위치를 검출함에 따라 장애물 영역에서 대부분의 배경을 제거할 수 있다.

더 나아가, 본 발명의 실시예는 지능성 자동차, 보안, 로봇, 의료, 엔터테인먼트 등의 다양한 분야에서 적용될 수 있다.

이상, 본 발명의 구성에 대하여 첨부 도면을 참조하여 상세히 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명이 속하는 기술분야에 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 변형과 변경이 가능함은 물론이다. 따라서 본 발명의 보호 범위는 전술한 실시예에 국한되어서는 아니되며 이하의 특허청구범위의 기재에 의하여 정해져야 할 것이다.

10: 장애물 검출 장치
110: 제1 검출부
120: 제2 검출부
130: 제3 검출부
140: 후처리부

Claims (9)

1. 스테레오 영상의 시차맵으로부터 장애물이 포함될 가능성이 있는 관심 영역을 검출하는 제1 검출부;
   상기 관심 영역의 밝기 기반 히스토그램을 이용하여 상기 관심 영역에서 그림자로 예상되는 영역에 대응하는 장애물의 수평 위치인 제1 수평위치를 검출하는 제2 검출부; 및
   상기 제1 수평위치 사이의 수직 에지 정보를 이용한 상기 제1 수평위치의 보정을 통하여 제2 수평위치를 검출하고 상기 장애물이 포함되는 장애물 영역을 검출하는 제3 검출부
   를 포함하는 장애물 검출 장치.
2. 제1항에 있어서, 상기 제2 검출부는,
   상기 관심 영역에 대해 밝기(Intensity) 기반 히스토그램을 산출하고, 상기 히스토그램 상의 피크와 밸리를 검출하여 각 피크가 이루는 분포를 구분하고, 구분된 상기 분포에서 가장 어두운 영역이 존재하는 분포에 대응하는 영역의 양끝 수평 위치를 상기 장애물의 수평 위치로 검출하는 것인 장애물 검출 장치.
3. 제1항에 있어서, 상기 제3 검출부는,
   상기 장애물의 수평 위치 사이의 수직 에지 정보를 추출하고, 상기 수직 에지 정보의 피크에서 가장 거리가 먼 두 개의 피크를 외곽 피크로 선택하고, 상기 외곽 피크 간의 거리를 이용하여 보정된 상기 장애물의 수평 위치인 제2 수평 위치를 검출하는 것인 장애물 검출 장치.
4. 제3항에 있어서, 상기 제3 검출부는,
   상기 제2 수평 위치 내에서 밝기 기반의 히스토그램을 수행하고, 피크별로 구분하여 그중 가장 높은 피크를 이루는 분포를 포함하는 영역을 상기 장애물 영역으로 검출하는 것인 장애물 검출 장치.
5. 제1항에 있어서,
   모폴로지(morphology)를 포함하는 후처리를 통해서 상기 장애물 영역에서 잡음 영상을 제거하는 후처리부
   를 더 포함하는 장애물 검출 장치.
6. 장애물 검출 장치에 의한 장애물 검출 방법으로서,
   스테레오(Streo) 영상의 시차맵으로부터 장애물이 포함될 가능성이 있는 관심 영역을 검출하는 단계;
   상기 관심 영역의 밝기 기반 히스토그램을 이용하여 상기 관심 영역에서 그림자로 예상되는 영역에 대응하는 제1 수평 위치를 검출하는 단계; 및
   상기 제1 수평 위치 사이의 수직 에지 정보를 이용하여 상기 제1 수평위치를 보정하여 제2 수평위치를 검출하고, 상기 장애물이 포함된 장애물 영역을 검출하는 단계
   를 포함하는 장애물 검출 방법.
7. 제6항에 있어서, 상기 제1 수평위치를 검출하는 단계는,
   상기 관심 영역에 대해 밝기(Intensity) 기반 히스토그램을 산출하는 단계;
   상기 히스토그램 상의 피크와 밸리를 검출하여 각 피크가 이루는 분포를 구분하는 단계; 및
   구분된 상기 분포에서 가장 어두운 영역이 존재하는 분포에 대응하는 영역의 양끝 수평 위치를 상기 제1 수평 위치로 검출하는 단계
   를 포함하는 것인 장애물 검출 방법.
8. 제6항에 있어서, 상기 장애물 영역을 검출하는 단계는,
   상기 제1 수평 위치 사이의 수직 에지 정보를 추출하는 단계;
   상기 수직 에지 정보의 피크에서 가장 거리가 먼 두 개의 피크를 외곽 피크로 선택하는 단계;
   상기 외곽 피크 간의 거리를 이용하여 상기 장애물의 수평 위치를 보정한 제2 수평 위치를 검출하는 단계;
   상기 제2 수평 위치 내에서 밝기 기반의 히스토그램을 수행하고, 피크별로 구분하는 단계; 및
   상기 제2 수평 위치 내 가장 높은 피크를 이루는 분포를 포함하는 영역을 상기 장애물 영역으로 검출 단계
   를 포함하는 것인 장애물 검출 방법.
9. 제6항에 있어서,
   검출된 상기 장애물 영역에서 잡음 영상을 제거하여 상기 장애물 영역을 보정하는 단계
   를 더 포함하는 장애물 검출 방법.

Images