KR101407658B1 - 이미지기반 차량인식방법 및 시스템 - Google Patents

Abstract

본 발명은 촬영된 이미지를 통해 차량을 인식하는 방법과 이를 위한 시스템에 관한 것으로, 본 발명은 실시예로, 차량의 전면부를 촬영하여 이미지를 획득하는 단계, 상기 이미지에서 차량의 좌측과 우측의 헤드라이트를 포함하는 대상부품들을 연결하여 이루어지는 다각형의 면적을 연산하는 단계, 상기 이미지에서 차량의 번호판의 면적을 연산하는 단계, 상기 다각형의 면적과 상기 번호판의 면적으로부터 면적비를 연산하는 단계 그리고 데이터베이스에 기 저장된 기준면적비와 상기 면적비를 대비하여 상기 차량의 정보를 획득하는 단계를 포함하는 이미지기반 차량 인식 방법 및 이를 이용하는 차량 인식 시스템을 제시한다.

Description

이미지기반 차량인식방법 및 시스템{Car detection method and system using it}

본 발명은 촬영된 이미지를 통해 차량을 인식하는 방법과 이를 위한 시스템에 관한 것이다.

일반적으로 자동차에 대한 정보는 해당 자동차에 장착된 차량번호를 통해 얻을 수 있다.

이러한 종래의 기술을 살펴보면, 짧은 시간에 다수의 차량에 대한 정보를 획득하기 위하여 차량의 전번면부를 촬영한 이미지에서 차량번호를 인식하는 방법이 주로 사용된다. 이후 이미지로부터 얻어진 차량번호를 전산망을 통해 조회하여 차량의 차종분류 등의 정보를 얻기 된다.

그러나 차량번호의 조회는 개인의 민감한 정보를 다루게 되므로 조회 권한을 얻기가 쉽지 않다. 그에 따라 차량번호 조회를 통한 차량 정보의 수집 방법은 그 활용성이 낮다.

한편 복수의 차량을 개별적으로 인식하는 방법으로는 여전히 차량번호를 인식하는 방법이 널리 사용되고 있다. 하지만 차량번호 자체만으로는 소형차, 대형차로 구분되는 차종분류의 구분이나 차량의 모델 등에 대한 각종 정보를 취득할 수 없다.

예를 들어 주차장 운영에 있어서 촬영한 이미지를 기반으로 차량번호를 인식하여 입차하는 다수의 차량을 개별적으로 구분하고, 출차시 차량번호를 인식하여 주차시간과 그에 따른 주차비용을 정산하는 방법을 적용하고 있다. 그러나 이미지를 기반으로 하여 차종이나 차량 모델 등 다양한 차량 정보를 입수하지 못하고 있는 실정이다.

대한민국 등록특허 제10-1146581호 (2012.05.09)

본 발명은 이미지를 기반으로 하여 복수의 차량에 대한 다양한 정보를 취득할 수 있게 한다. 특히 촬영된 차량의 차종분류를 성공적으로 획득할 수 있게 한다.

그 외 본 발명의 세부적인 목적은 이하에 기재되는 구체적인 내용을 통하여 이 기술분야의 전문가나 연구자에게 자명하게 파악되고 이해될 것이다.

위 과제를 해결하기 위하여 본 발명은 실시예로, 차량의 전면부를 촬영하여 이미지를 획득하는 단계, 상기 이미지에서 차량의 좌측과 우측의 헤드라이트를 포함하는 대상부품들을 연결하여 이루어지는 다각형의 면적을 연산하는 단계, 상기 이미지에서 차량의 번호판의 면적을 연산하는 단계, 상기 다각형의 면적과 상기 번호판의 면적으로부터 면적비를 연산하는 단계 그리고 데이터베이스에 기 저장된 기준면적비와 상기 면적비를 대비하여 상기 차량의 정보를 획득하는 단계를 포함하는 이미지기반 차량 인식 방법을 제시한다.

여기서, 상기 다각형의 면적을 연삭하는 단계는 상기 이미지에서 차량의 전면유리로부터 제1 점, 상기 차량의 좌측의 헤드라이트에서 제2 점 그리고 상기 차량의 우측 헤드라이트에서 제3 점을 특정하는 단계와, 상기 제1 점, 제2 점 및 제3 점을 연결한 삼각형을 산출하고, 상기 삼각형의 면적을 연산하는 단계를 포함할 수 있다.

다른 실시예로 상기 다각형의 면적을 연삭하는 단계는 상기 이미지에서 차량의 전면유리로부터 제1 점, 상기 차량의 좌측의 헤드라이트에서 제2 점, 상기 차량의 우측 헤드라이트에서 제3 점, 상기 차량의 좌측 안개등에서 제4 점 그리고 상기 차량의 우측 안개등에서 제5 점을 특정하는 단계와, 상기 제1 점 내지 제5 점을 연결한 오각형을 산출하고, 상기 오각형의 면적을 연산하는 단계를 포함할 수 있다.

나아가, 상기 제1 점은 상기 이미지에서 상기 전면유리와 보닛의 경계선을 확정한 후 상기 경계선의 중심점으로 특정될 수 있다. 또한 제2 점 또는 제3 점은 상기 이미지에서 촬영된 헤드라이트의 최상점에 놓이는 제1 수평선, 상기 헤드라이트의 최하점에 놓이는 제2 수평선, 상기 헤드라이트의 최좌점에 놓이는 제1 수직선 그리고 상기 헤드라이트의 최우점에 놓이는 제2 수직선을 연산한 후 상기 제1 수평선, 상기 제2 수평선, 상기 제1 수직선 및 상기 제2 수직선이 형성하는 사각형의 중심점으로 특정할 수 있다.

또한 상기 다각형의 면적을 연산하는 단계에서 상기 다각형의 면적은 상기 다각형의 내부를 채우는 픽셀의 수로 산출될 수 있다.

한편 상기 차량의 정보는 차종분류정보, 모델정보, 연식정보 중 어느 하나를 포함할 수 있다.

한편 차량의 전면부를 촬영하여 이미지를 생성하는 카메라 모듈, 상기 이미지에서 차량의 좌측과 우측의 헤드라이트를 포함하며 차량의 전면부에 위치하는 대상부품들을 연결하여 이루어지는 다각형의 면적을 연산하고, 상기 이미지에서 번호판의 면적을 연산하는 면적연산모듈, 상기 다각형의 면적과 상기 번호판의 면적에 따른 면적비를 산출하는 면적비연산모듈, 복수의 차량에 대한 면적비를 저장하고 있는 데이터베이스, 상기 데이터베이스에서 상기 면적비연산모듈에서 산출한 면적비를 검색하는 검색모듈 및 검색된 차량의 정보를 출력하는 출력모듈을 포함하는 이미지기반 차량 인식 시스템을 제시한다.

본 발명의 실시예에 따르면, 완전한 정면에서 촬영하지 못하고 차량이 비스듬히 촬영된 경우에도, 별다른 이미지 보정 작업 없이 비스듬히 촬영된 차량을 구별 인식할 수 있게 하는 장점이 있다.

차량의 전면유리, 좌우측의 헤드라이트에 근거한 삼각형을 형성하고, 이 삼각형의 면적을 연산하거나, 이에 더하여 좌우의 안개등을 더하여 오각형을 형성하고, 이 오각형의 면적을 연산하는 방식을 채택함으로써 차종분류 등을 효과적으로 수행할 수 있다.

전면유리와 헤드라이트들을 이용하여 형성되는 삼각형에 기반한 경우 연산부담을 경감할 수 있게 된다.

대상부품과 주변부의 경계가 명확하게 인식되는 전면유리와 같은 경우, 경계선 확정을 통해 용이하게 다각형의 한 꼭짓점을 선정할 수 있다. 또한 헤드라이트와 같이 외형선이 복잡한 경우에는 그 둘레에 접하는 직선의 검출과 그에 따른 사각형 중심의 연산을 통해 용이하게 다각형의 다른 꼭짓점을 선정할 수 있다. 이러한 방법은 다각형 형성에 소요되는 연산량을 줄여 신속한 처리를 가능케 하는 것이다.

또한 다각형의 면적이나 번호판의 면적을 그 내부를 채우는 픽셀의 수로 대체함으로써 빠른 시간 내에 면적을 계산할 수 있게 한다.

그 외 본 발명의 효과들은 이하에 기재되는 구체적인 내용을 통하여, 또는 본 발명을 실시하는 과정 중에 이 기술분야의 전문가나 연구자에게 자명하게 파악되고 이해될 것이다.

도 1은 본 발명의 실시예에 따른 이미지기반 차량 인식 방법을 나타낸 흐름도.
도 2는 촬영된 차량의 이미지를 개략적으로 나타낸 도면.
도 3은 도 2의 이미지로 다각형을 산출한 결과를 나타낸 도면.
도 4는 도 2에서 전면유리의 경계선 확정과 중심점의 추출을 나타낸 도면.
도 5는 도 2에서 우측 헤드라이트의 한 점을 특정하는 방법을 순차적으로 나타낸 도면.
도 6은 본 발명의 다른 실시예에 따라 이미지로 다각형을 산출한 결과를 나타낸 도면.
도 7은 본 발명의 실시예에 따른 이미지기반 차량 인식 시스템의 구성을 개략적으로 나타낸 도면.

이하 첨부된 도면을 참고하여 본 발명에 따른 이미지기반 차량인식방법 및 시스템의 구성, 기능 및 작용을 설명한다. 단, 실시예들에 걸쳐 동일하거나 유사한 구성요소에 대한 도면번호는 통일하여 사용하기로 한다.

또한 이하의 설명에서 '제1', '제2' 등의 용어는 기술적 의미가 동일성 범위에 있는 구성요소를 편의상 구별하기 위하여 사용된다. 즉, 어떠한 하나의 구성은 임의적으로 '제1구성' 또는 '제2구성'으로 명명될 수 있다.

첨부된 도면은 본 발명의 적용된 실시예를 나타낸 것으로, 본 발명의 기술적 사상을 첨부된 도면을 통하여 제한 해석해서는 아니된다. 이 기술분야에 속하는 전문가의 견지에서 도면에 도시된 일부 또는 전부가 발명의 실시를 위하여 필연적으로 요구되는 형상, 모양, 순서가 아니라고 해석될 수 있다면, 이는 청구범위에 기재된 발명을 한정하지 아니한다.

도 1은 본 발명의 실시예에 따른 이미지기반 차량인식방법의 전체적인 흐름도이고, 도 2 내지 도 5는 각 단계에 해당하는 이미지 처리 상황이 도시되어 있다. 또한 도 7에는 위 차량인식방법을 구현하기 위한 이미지기반 차량 인식 시스템의 주요한 구성이 도시되어 있다.

본 발명은 차량의 전면부를 촬영하여 얻어지는 이미지를 가공하여 차량의 전면부에 구비되는 대상부품들의 배치관계에 따른 면적을 구하여, 이를 기반으로 차량을 인식하는 방법을 포함한다.

구체적으로 차량의 전면부를 촬영하여 이미지를 회득하는 단계(s1), 이 이미지에서 차량의 좌측과 우측의 헤드라이트를 포함하는 대상부품들을 연결하여 이루어지는 다각형의 면적을 연산하는 단계(s2), 차량의 번호판의 면적을 연산하는 단계(s3)를 거친다.

이어서 연산된 다각형의 면적과 번호판의 면적의 비율인 면적비를 연산하는 단계(s4)와, 데이터베이스에 기 저장된 기준면적비와 연산된 면적비를 대비하여 해당 차량의 정보를 획득하는 단계(s5)를 거친다.

추가로 검색된 차량의 정보를 출력하는 단계를 더 거칠 수 있다(s6).

여기서 대상부품들을 연결한 다각형의 면적을 연산하는 단계(s2)와 번호판의 면적을 연산하는 단계(s3)는 수행 순서가 바뀌어도 무방하다.

각 단계를 살펴본다.

차량의 이미지 획득은 카메라모듈에 의해 구현된다. 카메라모듈은 차량의 전면부를 촬영하는 것이다. 카메라모듈은 알려진 바와 같은 CCD 카메라를 구비할 수 있다. 카메라모듈은 차량의 이동 통로 상에 설치되어 차량의 정면부를 찍을 수 있도록 위치된다. 카메라모듈은 차량의 회전 중에 차량의 전면부를 찍도록 코너길에 설치되거나, 직진 이동하는 차량을 촬영하도록 직진길의 일측에 설치될 수 있다.

대부분의 경우에 이미지 속의 차량은, 도 2에 도시된 바와 같이, 차량(100)의 어느 한 쪽 사이드가 노출된다. 즉 이미지 속의 차량(100)은 주로 전면부가 노출되지만 차량의 오른쪽으로 다소간 편향되어 있다. 이와 같이 고정된 카메라로 이동하는 차량의 전면부를 촬영하였을 때에, 차량(100)의 전면부가 온전히 정면에서 바라본 각도로 촬영되지는 않는 것이 일반적이다.

도 1을 참고하면, 차량(100)의 전면부에는 다양한 대상부품이 노출됨을 알 수 있다. 도면에서 도시된 대상부품들은 좌우에 대칭적인 헤드라이트들(2), 안개등들(3), 사이드미러들(5), 타이어들(5)이 있고, 전면유리(1), 보닛(7), 범퍼(8), 라디에이터 그릴(9), 번호판(4) 등이 있다.

이들 대상부품들은 차량의 모델 별로 디자인이 다르다. 같은 모델이더라도 페이스 리프트로 외관 변경이 이루어지면 대상부품들의 형상이나 배치 관계가 조금씩 달라진다. 페이스 리프트는 매년 이루어지는 것이 아니어서 대상부품들의 형상이나 배치 관계만으로 해당 차량의 연식을 정확히 알 수는 없지만, 특정 페이스 리프트가 적용된 모델이 적용된 년도들은 알 수 있으므로 차량의 대략적인 연식을 추정할 수 있다.

한편 주차요금이나 도로 통행 요금을 차별 징수하기 위한 차종분류에 있어서, 소형차에서 대형차로 갈수록 좌우 대칭이 되는 대상부품들의 거리가 점차 증가하는 추세가 있다.

비록 정확한 차종분류의 기준은 설정하는 바에 따라 배기량을 기준으로 하거나 차량의 사이즈를 기준으로 하는 등의 차이가 있지만, 배기량과 차량 사이즈의 비례적 관계를 고려할 때에, 헤드라이트들이나 안개등들과 같은 좌우 대칭인 대상부품들의 거리에 근거한 차종분류는 실제의 차종분류와 상당히 근접한 결과를 가져온다. 그러나 단순히 어느 한 대상부품의 실제 이격거리는 촬영된 이미지의 가공만으로는 정확하게 측정하기가 어려운 단점이 있어, 이 이격거리의 정보만으로는 차량의 모델이라든가 차량의 연식에 대한 정보를 얻을 수 없다.

촬영된 이미지는 면적연산모듈로 전송된다. 면적연산모듈은 이미지에서 특정한 대상부품을 추출하며, 후술하는 특정한 점들의 연산, 점들을 잇는 선분을 통한 다각형의 구축 및 다각형의 면적 산출을 위한 프로세스를 수행할 수 있는 중앙처리장치(CPU) 등의 구성과 프로그램을 갖추고 있다. 이미지에서 특정 대상부품의 외곽선을 추출하는 구체적인 기술 등은 전술한 선행문헌 등에서 공지된 바와 동일할 수 있다.

하나의 실시예로, 도 2에서는 특정 대상부품들로써 전면유리(1), 헤드라이트들(2) 및 안개등들(3)을 선정한 것이다. 한편, 번호판(4)은 번호판의 면적을 추출하는 다음의 단계를 위해 특정한 것이다.

전면유리(1), 좌측과 우측의 헤드라이트들(2) 그리고 좌측과 우측의 안개등들(3)을 연결하여 이미지 상에서 오각형(10)을 형성하고 있다. 각 대상부품마다 하나의 점을 선정하고, 이 점들을 직선으로 이음으로써 오각형(10)이 형성된다.

구체적으로 이미지에서 전면유리(1)로부터 제1 점(11), 좌측의 헤드라이트(2)에서 제2 점(21), 우측 헤드라이트(2)에서 제3 점(22), 좌측 안개등(3)에서 제4 점(31) 그리고 우측 안개등(3)에서 제5 점(32)을 특정한 후에, 제1 점 내지 제5 점을 이어 오각형(10)을 형성한다.

이후 면적연산모듈은 이 오각형(10)의 면적을 산출한다.

여기서 오각형(10)의 면적은 오각형의 이미지가 차지하는 픽셀의 개수로 나타낼 수 있다. 또는 각 꼭지점의 좌표를 통해 오각형의 면적을 직접 계산하여, 오각형의 면적을 산출할 수도 있다.

이와 별도로 면적연산모듈은 번호판(4)의 면적을 산출한다. 번호판(4)의 면적도 번호판이 차지하는 공간의 면적을 산출하거나, 번호판의 모서리 좌표값들을 통해 번호판의 면적을 계산할 수 있다. 이때, 오각형의 면적 산출방법과 번호판의 면적 산출방법은 동일한 것이 좋다.

실제 차량에서 번호판이 외형을 달리하여 2 가지 이상의 종류가 사용되는 경우에, 촬영된 차량에 장착된 번호판의 가로와 세로 비율에 따라 어느 타입의 번호판인지를 구분하고, 후술하는 면적비를 계산할 때에 이를 반영하도록 할 수 있다.

도 3과 도 4에서는 오각형을 특정하기 위한 특이 점(오각형의 꼭짓점)을 산출하는 방법에 관련된 도면들이다.

도 3은 전면유리(1)를 대상으로 한다. 그러나 전면유리(1) 외에 다른 대상부품에도 이하의 방법을 동일하게 적용할 수 있다.

전면유리(1)의 외곽선(12)은 전면유리의 재질에 따른 이미지상의 색상과 차량의 외장 패널 색상의 대비 또는 외장 패널과 전면 유리 사이에 노출되는 실링 고무에 의해 특정될 수 있다. 여기서 전면유리와 보닛(bonnet)의 경계선(13)은 전면유리의 하단에 위치하는 직선 또는 곡면으로 산출된다.

제1 점(11)은 전면유리(1)와 보닛(7)의 경계선(13) 중심점으로 산출한다.

이러한 제1 점은 특정하기에 따라 달라지는 것으로써, 제1 점은 전면유리의 외곽선 중 하나의 중심점으로 하거나, 대략 사각형인 외곽선에서 한 쪽 방향의 꼭짓점으로 선정할 수도 있다.

나아가 단일의 제1 점을 특정하는 대신, 상기 경계선의 양 끝 점 모두를 선정하여, 육각형을 형성하고 이 면적을 산출하도록 구성할 수도 있다.

한편, 도 4는 우측 헤드라이트에서 특이 점(제3 점)을 산출하는 방법과 관련된다.

이미지 상의 헤드라이트에 접하는 수평선들과 수직선들을 연산한 후에 이들 수평선들과 수직선들이 형성하는 사각형의 중심점을 제3 점으로 특정한다.

구체적으로 제1 수평선(H1)은 헤드라이트(2)의 최상점에 접하게 위치하며, 제2 수평선(H2)의 헤드라이트(2)의 최하점에 접하게 놓인다. 또한 헤드라이트(2)의 최좌점에는 제1 수직선(V1)이 위치되고, 헤드라이트(2)의 최우점에는 제2 수직선(V2)이 위치된다.

이러한 수평선들과 수직선들의 배치를 위해 헤드라이트(2)의 외곽선을 산출하고, 각 수평선들과 수직선들은 외곽선에 접하도록 배치할 수 있다.

또는 외곽선 선출 없이 헤드라이트(2)가 차지하는 위치를 고려하여 상하 또는 좌우에서 접근하는 수평선들과 수직선들이 헤드라이트의 영역과 겹치기 시작하는 때를 기준으로 하여 수평선들과 수직선들의 위치를 선정할 수 있다.

이와 같이 제1 수평선(H1), 제2 수평선(H2), 제1 수직선(V1) 그리고 제2 수직선(V2)을 연산한 후에는, 이들이 형성하는 사각형(30)의 중심을 연산하여 이 중심점을 제3 점(22)으로 특정한다.

이러한 특정 점의 선정 방식은 좌측의 헤드라이트(제2 점)와 좌우측의 안개등들(제4 점과 제5 점)에 동일하게 적용할 수 있다. 나아가 전술한 전면유리의 제1 점 특정에도 활용될 수 있다.

이와 같이 특정된 제1 점(11) 내지 제5 점(32)을 이어 오각형(10)을 형성한 후, 이 오각형(10)의 면적을 연산한 정보와 번호판(4)의 면적을 연산한 정보는 면적비연산모듈로 전송된다.

한편, 도 6은 다른 실시예에 따른 이미지기반 차량 인식 방법에서, 전술된 실시예와 달리 대상부품들을 전면유리(1)와 좌우의 헤드라이트(2)만으로 하여, 삼각형(20)을 형성한 실시예를 나타내고 있다. 삼각형(20)을 구성하는 전면유리(1)의 제1 점(11), 좌측 헤드라이트(2)의 제2 점(21) 및 우측 헤드라이트(2)의 제3 점(22)의 선정 방법은 전술된 실시예와 동일하다.

이 실시예는 전술된 실시예보다 적은 수의 대상부품을 대상으로 하여 면적연산모듈의 연산 부담을 저감시킨다.

다각형을 형성하기 위하여 다양한 대상부품들을 이용할 수 있다. 도시하지 아니하였으나, 전술한 실시예들에서 채택한 대상부품들을 그대로 사용하면서 또는 그들 중 일부를 생략하면서, 좌우측의 사이드미러나 타이어들 또는 범퍼 등이 사용될 수 있다.

면적비연산모듈은 연산된 다각형의 면적과 번호판의 면적의 비율인 면적비를 연산하는 단계를 수행한다.

도 2에 도시된 실시예에서 오각형의 면적을 번호판의 면적으로 나눈 면적비가 얻어진다.

이와 같은 면적비는 차량 모델별로 고유한 값을 가지게 된다. 특히 모델 중에서도 페이스 리프트에 의해 헤드라이트의 위치와 사이즈가 변경된 경우에도 페이스 리프트 적용 전후에 면적비에서 차이가 있다.

또한 면적비는 차량을 정확히 정면에서 촬영한 이미지가 아니더라도, 동일 차량이라면 같은 면적비를 얻을 수 있게 한다. 즉, 도 2와 같이 차량(100)의 어느 한 쪽이 더 노출된 이미지를 획득하더라도, 번호판과 다각형 모두가 같은 방향으로 치우처진 상태가 되기 때문에, 완벽한 정면에서 촬영한 이미지에 기반하여 얻어진 면적비와 같은 면적비를 얻을 수 있다.

만일 헤드라이트 사이의 거리와 같이 두 대상부품의 거리만을 취하는 경우나, 대상부품들에 의해 형성된 다각형의 면적만을 가지고 차량을 특정하려고 한다면, 차량이 촬영되는 각도에 따라 이들 거리나 면적이 달라지므로 차량이 완전한 정면에서 일측으로 비듬히 놓인 각도를 산출하고, 이를 근거로 거리나 면적을 보정하여야 하는 번거로움이 있게 된다.

그러나 본 발명은 하나의 이미지 상에서 얻어지는 다각형의 변화된 면적과 번호판의 면적의 비율인 면적비를 산출함으로써, 비스듬히 촬영된 이미지에 대한 추가 보정을 생략할 수 있게 한다.

이후 산출된 면적비는 검색모듈로 전송되고, 검색모듈에서는 데이터베이스에 기 저장된 기준면적비와 연산된 면적비를 대비하여 해당 차량의 정보를 획득하는 단계를 수행한다.

데이터베이스에는 다양한 차량에 대한 면적비가 기준면적비로 저장되어 있다. 또한 하나의 기준면적비에 연관하여 그 기준면적비를 가지는 차량의 각종 정보를 보유한다. 이때, 차량의 정보는 차종분류정보, 모델정보, 연식정보 중 어느 하나를 포함하는 것이다.

여기서 차종분류정보는 소형차, 준중형차, 대형차 등에서 어느 분류에 속하는지에 대한 것이다. 또 모델정보는 차량의 모델명칭, 최대 탑승인원, 연비 등 차량의 각종 제원을 포함하는 정보이다. 또 연식정보는 차량의 추정된 제작연도로써 제작연도의 추정은 해당 기준면적비에 따른 차량이 제작된 년도들 중에 임의로 정해지는 어느 한 해의 년도로 정해진다.

데이터베이스에 저장되는 정보는 차종분류정보, 모델정보 및 연식정보 외에 추가될 수 있으며, 이러한 정보들은 차량 정보의 사용처에 따라 가감될 수 있다.

나아가 이미지로부터 산출된 차량의 면적비와 동일한 기준면적비를 검출하지 못할 경우에는 가장 유사한 기준면적비를 추가 검색하도록 할 수 있다.

검새된 차량 정보는 출력모듈을 통해 출력된다. 여기서 출력모듈은 영상장치나 음성출력장치가 될 수 있다 나아가 출력모듈은 또 다른 주차 비용 자동 정산 기기와 같은 정보처리시스템에 차량 정보를 전송할 수 있다.

본 발명은 차량번호의 조회를 배제한 상태에서 촬영한 이미지를 기반으로 하여 차량의 각종 정보를 취득할 수 있게 한다. 이를 이용하여 차종분류에 따라 차등 징수하는 주차요금 정산소 등에서 별도의 부가 장치 없이 차종분류를 인식할 수 있게 한다. 또한 백화점과 같은 특정 구역에 출입하는 차량을 분석하여 이를 경제나 마케팅 전략 수립의 기초자료로써 활용할 수 있게 한다.

100 : 차량
1 : 전면유리 11 : 제1 점 12 : 외곽선 13 : 경계선
2 : 헤드라이트 21 : 제2 점 22 : 제3 점 H1 : 제1 수평선
H2 : 제2 수평선 V1 : 제1 수직선 V2 : 제2 수직선 30 : 사각형
3 : 안개등 31 : 제4 점 32 : 제5 점
4 : 번호판 5 : 사이드미러 6 : 타이어 7 : 보닛 8 : 범퍼
9 : 라디에이터 그릴 10 : 오각형 20 : 삼각형

Claims (8)

1. 차량의 전면부를 촬영하여 이미지를 획득하는 단계,
   상기 이미지에서 차량의 좌측과 우측의 헤드라이트를 포함하는 대상부품들을 연결하여 이루어지는 다각형의 면적을 연산하는 단계,
   상기 이미지에서 차량의 번호판의 면적을 연산하는 단계,
   상기 다각형의 면적과 상기 번호판의 면적으로부터 면적비를 연산하는 단계 및
   데이터베이스에 기 저장된 기준면적비와 상기 면적비를 대비하여 상기 차량의 정보를 획득하는 단계를 포함하는
   이미지기반 차량 인식 방법.
2. 제1항에서,
   상기 다각형의 면적을 연산하는 단계는,
   상기 이미지에서 차량의 전면유리로부터 제1 점, 상기 차량의 좌측의 헤드라이트에서 제2 점 그리고 상기 차량의 우측 헤드라이트에서 제3 점을 특정하는 단계와,
   상기 제1 점, 제2 점 및 제3 점을 연결한 삼각형을 산출하고, 상기 삼각형의 면적을 연산하는 단계를 포함하는
   이미지기반 차량 인식 방법.
3. 제1항에서,
   상기 다각형의 면적을 연산하는 단계는,
   상기 이미지에서 차량의 전면유리로부터 제1 점, 상기 차량의 좌측의 헤드라이트에서 제2 점, 상기 차량의 우측 헤드라이트에서 제3 점, 상기 차량의 좌측 안개등에서 제4 점 그리고 상기 차량의 우측 안개등에서 제5 점을 특정하는 단계와,
   상기 제1 점 내지 제5 점을 연결한 오각형을 산출하고, 상기 오각형의 면적을 연산하는 단계를 포함하는
   이미지기반 차량 인식 방법.
4. 제2항 또는 제3항에서,
   상기 제1 점은
   상기 이미지에서 상기 전면유리와 보닛의 경계선을 확정한 후 상기 경계선의 중심점으로 특정되는
   이미지기반 차량 인식 방법.
5. 제2항 또는 제3항에서,
   상기 제2 점 또는 상기 제3 점은
   상기 이미지에서 촬영된 헤드라이트의 최상점에 놓이는 제1 수평선, 상기 헤드라이트의 최하점에 놓이는 제2 수평선, 상기 헤드라이트의 최좌점에 놓이는 제1 수직선 그리고 상기 헤드라이트의 최우점에 놓이는 제2 수직선을 연산한 후
   상기 제1 수평선, 상기 제2 수평선, 상기 제1 수직선 및 상기 제2 수직선이 형성하는 사각형의 중심점으로 특정하는
   이미지기반 차량 인식 방법.
6. 제1항에서,
   상기 다각형의 면적을 연산하는 단계에서,
   상기 다각형의 면적은 상기 다각형의 내부를 채우는 픽셀의 수로 산출되는
   이미지기반 차량 인식 방법.
7. 제1항에서,
   상기 차량의 정보는 차종분류정보, 모델정보, 연식정보 중 어느 하나를 포함하는
   이미지기반 차량 인식 방법.
8. 차량의 전면부를 촬영하여 이미지를 생성하는 카메라 모듈,
   상기 이미지에서 차량의 좌측과 우측의 헤드라이트를 포함하며 차량의 전면부에 위치하는 대상부품들을 연결하여 이루어지는 다각형의 면적을 연산하고, 상기 이미지에서 번호판의 면적을 연산하는 면적연산모듈,
   상기 다각형의 면적과 상기 번호판의 면적에 따른 면적비를 산출하는 면적비연산모듈,
   복수의 차량에 대한 면적비를 저장하고 있는 데이터베이스
   상기 데이터베이스에서 상기 면적비연산모듈에서 산출한 면적비를 검색하는 검색모듈 및
   검색된 차량의 정보를 출력하는 출력모듈을 포함하는
   이미지기반 차량 인식 시스템.

Images