KR102061325B1 - 좌회전 차량을 검출할 수 있는 cctv 장치 및 그의 동작 방법 - Google Patents

좌회전 차량을 검출할 수 있는 cctv 장치 및 그의 동작 방법 Download PDF

Info

Publication number
KR102061325B1
KR102061325B1 KR1020190076464A KR20190076464A KR102061325B1 KR 102061325 B1 KR102061325 B1 KR 102061325B1 KR 1020190076464 A KR1020190076464 A KR 1020190076464A KR 20190076464 A KR20190076464 A KR 20190076464A KR 102061325 B1 KR102061325 B1 KR 102061325B1
Authority
KR
South Korea
Prior art keywords
vehicle
image
left turn
detecting
roi
Prior art date
Application number
KR1020190076464A
Other languages
English (en)
Inventor
윤선아
Original Assignee
윤선아
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 윤선아 filed Critical 윤선아
Priority to KR1020190076464A priority Critical patent/KR102061325B1/ko
Application granted granted Critical
Publication of KR102061325B1 publication Critical patent/KR102061325B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • G06K9/00791—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 좌회전 차량을 검출할 수 있는 CCTV 장치 및 이의 동작 방법에 관한 것이다.
본 발명의 일 실시예에 따른 좌회전 차량을 검출할 수 있는 CCTV 장치는 카메라를 통해 촬영된 영상을 수신하여, 상기 촬영된 영상을 기반으로 좌회전 차량을 검출하기 위한 알고리즘을 수행하는 영상처리 모듈; 및 상기 촬영된 영상과 상기 알고리즘의 수행에 따라 획득한 차량 파라미터를 출력하는 출력 모듈을 포함할 수 있다.

Description

좌회전 차량을 검출할 수 있는 CCTV 장치 및 그의 동작 방법 {LEFT-TURN VEHICLE DETECTABLE CLOSED-CIRCUIT TELEVISION DEVICE AND METHOD FOR OPERATING THEREOF}
본 발명은 교차로에서 좌회전 교통신호를 대기하고 있는 차량을 검출하는 장치와 그 동작 방법에 대한 발명으로, 더욱 상세하게는 교통이 빈번하지 않은 삼거리 혹은 사거리에서 차량의 통행을 원활하게 하기 위하여 좌회전 차량만 검출하는 방법과 그 장치에 대한 발명이다.
차량의 보급률이 급격히 증가하면서 차량의 대수는 기하급수적으로 증가하고 있는 반면, 도로망의 확충은 늘어나는 차량의 숫자에 따라가지 못하고 있으며 다수의 차량이 일시에 밀집되는 지역에서는 차량의 혼잡으로 인한 경제적 손실이 막대하게 발생하고 있다.
특히, 기존 교차로의 신호체계는 좌회전 차선에 차량이 없는 경우에도 좌회전 신호가 점등하도록 되어 있고, 좌회전 신호시 반대쪽 직진 차량의 진행이 정지되므로 차량의 소통이 원활하지 못하게 되어 교통체증을 악화시키고 상술한 경제적 손실은 물론, 차량의 공회전에 의한 대기 오염을 유발한다.
대한민국 등록특허 제10-1718409호는 레이더를 이용한 좌회전 교통신호 대기차량 감응신호 제어시스템에 대한 내용을 개시하고 있다.
종래의 차량 검출 장치는 위의 선행 발명과 같은 레이더 방식이나 루프 검지기 등을 이용하나 이는 설치 및 유지보수에 대한 비용, 불편함이 많다는 단점이 존재하고, 이와 같은 단점을 보완할 수 있는 새로운 시스템의 차량 검출 장치에 대한 요구가 존재해왔다.
KR 10-1718409 B1
본 발명은 전술한 문제점을 해결하고자 한 것으로, 교차로에서 좌회전 교통 신호를 대기하고 있는 차량의 유무를 판단하는 폐쇄회로 텔레비전(CCTV) 시스템을 이용한 좌회전 차량 검출 장치 및 그의 동작 방법을 제공하는 것을 그 목적으로 한다.
본 발명은 종래의 차량 검출 장치가 갖고 있는 설치 및 유지보수에 대한 어려움을 보완하고, 기존의 방식에 비하여 다수의 차량 관련 파라미터를 추출하고 영상을 통해 차량 관련 파라미터의 정확한 검출이 가능하도록 하는 것을 그 목적으로 한다.
본 발명의 목적들은 상술된 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 좌회전 차량을 검출할 수 있는 CCTV 장치는 카메라를 통해 촬영된 영상을 수신하여, 상기 촬영된 영상을 기반으로 좌회전 차량을 검출하기 위한 알고리즘을 수행하는 영상처리 모듈; 및 상기 촬영된 영상과 상기 알고리즘의 수행에 따라 획득한 차량 파라미터를 출력하는 출력 모듈을 포함할 수 있다.
상기 영상처리 모듈은, 상기 촬영된 영상 내 관심영역을 지정하고, 상기 관심영역 내 배경 영상을 생성하고, 상기 관심영역 내 신규 촬영 영상을 상기 배경 영상과 비교하여 상기 관심영역 내 좌회전 차량의 유무를 검출할 수 있다.
상기 영상처리 모듈은, 상기 관심영역 내에 좌회전 차량이 있는 것으로 검출된 경우, 상기 좌회전 차량의 방향지시등의 개수를 검출하여 상기 관심영역 내 좌회전 차량의 대수를 검출할 수 있다.
상기 영상처리 모듈은, 상기 신규 촬영 영상에서 상기 관심영역을 구성하는 픽셀의 변화가 주기성을 갖는지 여부를 판단하여 상기 관심영역 내 좌회전 차량의 대수를 검출할 수 있다.
상기 영상처리 모듈은, 상기 신규 촬영 영상과 상기 배경 영상의 표준편차의 차이가 기설정된 임계값보다 작은 경우, 상기 신규 촬영 영상을 상기 배경 영상으로 업데이트 할 수 있다.
상기 차량 파라미터는 상기 좌회전 차량의 유무 및 대수에 대한 정보를 포함하며, 상기 출력 모듈은 상기 차량 파라미터가 포함된 데이터를 신호등의 점멸을 제어하는 외부의 신호제어 시스템으로 전송할 수 있다.
본 발명의 일 실시예에 따른 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법은 카메라를 통해 촬영된 영상을 수신하는 단계; 상기 수신된 영상에 좌회전 차량을 검출하기 위한 알고리즘을 수행하는 단계; 및 상기 촬영된 영상과 상기 알고리즘의 수행에 따라 획득한 차량 파라미터를 출력하는 단계를 포함할 수 있다.
상기 알고리즘을 수행하는 단계는, 상기 촬영된 영상 내 관심영역을 지정하고, 상기 관심영역 내 배경 영상을 생성하는 단계; 및 상기 관심영역 내 신규 촬영 영상을 상기 배경 영상과 비교하여 상기 관심영역 내 좌회전 차량의 유무를 검출하는 단계를 포함할 수 있다.
상기 알고리즘을 수행하는 단계는, 상기 관심영역 내에 좌회전 차량이 있는 것으로 검출된 경우, 상기 좌회전 차량의 방향지시등의 개수를 검출하여 상기 관심영역 내 좌회전 차량의 대수를 검출하는 단계를 더 포함할 수 있다.
상기 좌회전 차량의 대수를 검출하는 단계는, 상기 신규 촬영 영상에서 상기 관심영역을 구성하는 픽셀의 변화가 주기성을 갖는지 여부를 판단하여 상기 좌회전 차량의 대수를 검출할 수 있다.
상기 관심영역 내 배경 영상을 생성하는 단계는, 상기 신규 촬영 영상과 상기 배경 영상의 표준편차의 차이가 기설정된 임계값보다 작은 경우, 상기 신규 촬영 영상을 상기 배경 영상으로 업데이트 하는 단계를 포함할 수 있다.
상기 차량 파라미터는 상기 좌회전 차량의 유무 및 대수에 대한 정보를 포함하며, 상기 출력하는 단계는, 상기 차량 파라미터가 포함된 데이터를 신호등의 점멸을 제어하는 외부의 신호제어 시스템으로 전송하는 단계를 포함할 수 있다.
본 발명은 카메라를 통해 영상을 획득하여 영상처리 기법을 이용해 원하는 파라미터를 추출하는 방식이기 때문에 기존의 루프 검지기, 레이더 방식 등에 비해 많은 차량 파라미터를 추출할 수 있다는 효과가 있다. 또한, 기존의 차량 검출 방식에 비해 설치 및 유지보수가 수월하다는 효과가 있다.
본 발명은 카메라의 내부에 내장되어 있는 장치로서 네트워크 연결을 통한 영상 프레임의 손실이 없기 때문에 보다 정확한 차량 파라미터 검출이 가능하다는 효과가 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 따른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 좌회전 차량을 검출할 수 있는 CCTV 장치의 작동 흐름을 나타내는 도면이다.
도 2는 촬영된 영상 내에서 관심영역을 지정하는 단계를 나타내는 도면이다.
도 3은 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법의 알고리즘을 나타내는 도면이다.
도 4는 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법 중 배경 영상을 생성하는 알고리즘을 나타내는 도면이다.
도 5는 블록별 차이값(
Figure 112019065556900-pat00001
)을 연산하는 과정을 나타내는 도면이다.
본 명세서 또는 출원에 개시되어 있는 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 본 발명에 따른 실시 예들은 다양한 형태로 실시될 수 있으며 본 명세서 또는 출원에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니 된다.
본 발명에 따른 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로 특정 실시예들을 도면에 예시하고 본 명세서 또는 출원에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 명세서에서 '포함하다' 라는 표현으로 언급되는 구성요소, 특징, 및 단계는 해당 구성요소, 특징 및 단계가 존재함을 의미하며, 하나 이상의 다른 구성요소, 특징, 단계 및 이와 동등한 것을 배제하고자 함이 아니다.
본 명세서에서 단수형으로 특정되어 언급되지 아니하는 한, 복수의 형태를 포함한다. 즉, 본 명세서에서 언급된 구성요소 등은 하나 이상의 다른 구성요소 등의 존재나 추가를 의미할 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함하여, 본 명세서에서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자(통상의 기술자)에 의하여 일반적으로 이해되는 것과 동일한 의미이다.
즉, 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명하기로 한다.
도 1은 좌회전 차량을 검출할 수 있는 CCTV 장치(10)의 작동 흐름을 나타내는 도면이다.
도 1을 참조하면 본 발명의 일 실시예에 따른 좌회전 차량을 검출할 수 있는 CCTV 장치(10)는 카메라 렌즈부(101), 센서 모듈(102), 네트워크 모듈(103), 영상처리 모듈(104) 및 출력 모듈(105)을 포함할 수 있다.
좌회전 차량을 검출할 수 있는 CCTV 장치(10)는 카메라 렌즈부(101)를 통해 좌회전 차량의 유무 여부 판별이 필요한, 교차로 등의 대상 지역을 좌회전 차량을 검출할 수 있는 CCTV 장치(10)로 입사시켜 이에 대한 영상을 획득할 수 있다.
카메라 렌즈부(101)를 통하여 촬영된 영상은 센서 모듈(102)을 통과하면서 전기적인 신호로 변환될 수 있다.
카메라 렌즈부(101)를 통하여 촬영된 영상은 센서 모듈(102)을 통과하면서 전기적인 신호로 변환되어 네트워크 모듈(103)을 통해 영상처리 모듈(104)과 출력 모듈(105)로 전송될 수 있다.
영상처리 모듈(104)은 좌회전 차량을 검출하기 위한 알고리즘을 수행할 수 있다. 영상처리 모듈(104)이 수행하는 좌회전 차량을 검출하기 위한 알고리즘에 대한 내용은 후술하기로 한다.
영상처리 모듈(104)은 좌회전 차량을 검출할 수 있는 CCTV 장치(10) 내부에 임베디드(embedded)될 수 있다. 영상처리 모듈(104)은 좌회전 차량을 검출하기 위한 알고리즘을 수행하여 좌회전 차량의 유무와 대수를 검출하면, 이에 대한 데이터를 네트워크 모듈(103)로 전송하고, 네트워크 모듈(103)로 전송된 상기의 데이터는 출력 모듈(105)을 통해 출력될 수 있다.
출력 모듈(105)은 본 장치를 통해 촬영된 영상과 영상처리 모듈(104)에서 수행된 좌회전 차량을 검출하기 위한 알고리즘으로부터 추출한 차량 파라미터를 출력하는 역할을 한다.
출력 모듈(105)은 영상처리 모듈(104)에서 수행된 좌회전 차량을 검출하기 위한 알고리즘으로부터 추출한 차량 파라미터가 포함된 데이터를 신호등의 점멸을 제어하는 외부의 신호제어 시스템(미도시)으로 전송할 수 있다. 차량 파라미터는 좌회전 차량의 유무와 대수에 관한 정보를 포함할 수 있다.
좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법은 좌회전 차량을 검출할 수 있는 CCTV 장치(10)를 통해 좌회전 차량의 유무 여부 판별이 필요한, 교차로 등을 촬영하고 촬영된 영상 내 관심영역을 지정한 후, 관심영역 내의 배경 영상을 생성하고 좌회전 차량이 관심영역 내에 진입하였을 때 기준이 되는 배경 영상과의 차이를 통해 좌회전 차량의 유무를 1차적으로 검출하고, 이후 관심영역 내부에서 좌회전을 위한 차량의 좌회전 방향지시등의 개수를 감지하여 차량의 대수를 검출하는 단계와 촬영 영상 및 차량 파라미터를 전송하는 단계를 포함할 수 있다.
이하, 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법을 각각의 단계별로 구체적으로 설명한다.
도 2는 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법의 초기 단계로 촬영된 영상 내 관심영역을 지정하는 것을 보여주는 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법은 촬영된 영상 내 관심영역을 지정하는 단계를 포함할 수 있다.
먼저, 촬영된 영상이 네트워크 모듈(103)을 통해 영상처리 모듈(104)로 전송된다. 영상처리 모듈(104)은 전송된 영상을 기반으로 좌회전 차량을 검출하기 위한 알고리즘을 수행할 수 있다.
좌회전 차량을 검출하기 위해, 좌회전 차량을 검출할 수 있는 CCTV 장치(10)는 좌회전 차량의 유무 여부 판별이 필요한, 교차로 등을 촬영하고 그 촬영된 영상 내의 좌회전 차로를 영상처리 모듈(104)이 관심영역으로 지정할 수 있다.
영상처리 모듈(104)은 촬영된 영상 내에서 지정된 관심영역을 기반으로 좌회전 차량의 유무와 대수를 검출할 수 있다.
도 3은 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법의 알고리즘을 나타내는 도면이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법은 배경 영상을 생성하는 단계(S101), 좌회전 차량의 유무를 검출하는 단계(S102), 좌회전 방향지시등의 개수를 검출하는 단계(S103), 촬영 영상 및 차량 파라미터를 전송하는 단계(S104)를 포함할 수 있다.
상술한 대로, 영상처리 모듈(104)에 촬영된 영상이 복사되어 네트워크 모듈(103)을 통해 전송된다. 영상처리 모듈(104)은 전송된 영상을 기반으로 좌회전 차량을 검출하기 위한 알고리즘을 수행할 수 있다.
배경 영상을 생성하는 단계(S101)는 좌회전 차량 유무를 검출하기 위한 기준이 되는 관심영역 내의 배경 영상을 생성하는 단계이다. 배경 영상은 조도에 따라서 변화하는 도로 상황을 적응적으로 판별하여 갱신할 수 있다.
배경 영상을 생성하는 단계(S101)는 기설정된 조건에 따라 기준이 되는 배경 영상을 주기적으로 업데이트하는 단계를 포함할 수 있다.
도 4는 배경 영상을 생성하는 알고리즘을 나타내는 도면이다.
도 4를 참조하면, 기설정된 조건을 기준으로 신규 촬영 영상과 배경 영상 간의 차이를 통해 신규 촬영 영상을 배경 영상으로 업데이트하는 과정에 대한 흐름도가 도시되어 있다. 이하에서, 업데이트하는 과정을 구체적으로 설명한다.
기준 배경 영상
Figure 112019065556900-pat00002
의 기준 표준편차
Figure 112019065556900-pat00003
를 계산하고, 새로운 영상을 획득한 후 신규 촬영 영상
Figure 112019065556900-pat00004
의 표준편차
Figure 112019065556900-pat00005
를 계산한다. 기준 배경 영상의 기준 표준편차
Figure 112019065556900-pat00006
와 신규 촬영 영상의 표준편차
Figure 112019065556900-pat00007
의 차이를
Figure 112019065556900-pat00008
라고 한다. 여기서, (i, j)는 영상을 샘플링했을 때 표현되는 픽셀의 좌표를 나타낸다.
Figure 112019065556900-pat00009
상기 수학식 1을 통해 표준편차 간의 차이
Figure 112019065556900-pat00010
를 구하고,
Figure 112019065556900-pat00011
를 실험적으로 확인할 수 있는 임계값인
Figure 112019065556900-pat00012
값을 기준으로 비교하여 배경 영상의 업데이트 여부를 판단한다.
하기의 수학식 2 및 수학식 3에 등장하는 임계값
Figure 112019065556900-pat00013
와
Figure 112019065556900-pat00014
는 실험적인 방법으로 정할 수 있는 값이다.
Figure 112019065556900-pat00015
는 차가 도로를 지나고 있지 않을 때, 즉, 순수한 도로 영상에서의 표준편차의 변화율에 대한 임계값을 나타낸다. 예컨대, 차가 도로를 지나고 있지 않는 순수 도로 영상에서의 표준편차의 변화율이 0.5 내지 1.2 정도의 수치로 실험적으로 확인된 경우 본 실험 결과에 따라,
Figure 112019065556900-pat00016
을 0.5,
Figure 112019065556900-pat00017
를 1.2로 설정할 수 있다. 기준 배경 영상의 기준 표준편차와 신규 촬영 영상의 표준편차 간의 차이가
Figure 112019065556900-pat00018
보다 작은 경우, 신규 촬영 영상이 배경 영상으로 업데이트되고, 표준편차 간의 차이가
Figure 112019065556900-pat00019
보다 큰 경우, 신규 촬영 영상이 배경 영상으로 업데이트 되지 않으며, 표준편차 간의 차이가
Figure 112019065556900-pat00020
과
Figure 112019065556900-pat00021
값의 사이에 있는 경우, 신규 촬영 영상의 표준편차에 대한 미분 값의 연산을 통해 2차적으로 업데이트 여부를 결정한다.
Figure 112019065556900-pat00022
는 신규 촬영 영상의 표준편차에 대한 미분 값에 대한 임계값을 나타낸다. 이 또한, 상술한 바와 같이 실험적으로 확인할 수 있는 값으로 0.3 정도의 수치를 가짐을 실험적으로 확인할 수 있다.
Figure 112019065556900-pat00023
Figure 112019065556900-pat00024
--- (2)
Figure 112019065556900-pat00025
--- (3)
예컨대, 상기 수학식 2의 (1) 조건과 같이
Figure 112019065556900-pat00026
가
Figure 112019065556900-pat00027
값보다 작은 경우, 신규 촬영 영상이 배경 영상으로 업데이트된다.
상기 수학식 2의 (3) 조건과 같이
Figure 112019065556900-pat00028
값이
Figure 112019065556900-pat00029
값보다 큰 경우, 신규 촬영 영상이 배경 영상으로 업데이트되지 않는다.
상기 수학식 2의 (2) 조건과 같이
Figure 112019065556900-pat00030
가
Figure 112019065556900-pat00031
보다 작고
Figure 112019065556900-pat00032
보다 큰 경우, 2차적으로 신규 촬영 영상의 표준편차에 대한 미분값의 연산을 통해 업데이트 여부를 판단한다. 2차적 판단 과정은 하기의 수학식 3을 토대로 설명한다.
Figure 112019065556900-pat00033
Figure 112019065556900-pat00034
예컨대, 상기 수학식 3과 같이, 신규 촬영 영상의 표준편차의 미분 값
Figure 112019065556900-pat00035
가
Figure 112019065556900-pat00036
값보다 작은 경우, 신규 촬영 영상이 배경 영상으로 업데이트된다. 표준편차의 미분 값
Figure 112019065556900-pat00037
가
Figure 112019065556900-pat00038
값보다 큰 경우, 신규 촬영 영상이 배경 영상으로 업데이트되지 않는다.
좌회전 차량의 유무를 검출하는 단계(S102)는 지정된 관심영역 내의 좌회전 차량이 존재하는지 여부를 판단하는 단계이다.
기준이 되는 배경 영상과 좌회전 차량이 관심영역으로 진입하였을 때의 획득된 신규 촬영 영상의 차이를 통하여 좌회전 차랑의 유무를 1차적으로 검출할 수 있다.
상술한 배경 영상을 생성하는 단계(S101)와 유사하게, 기준이 되는 배경 영상의 표준편차와 신규 촬영 영상의 표준편차 간의 차이
Figure 112019065556900-pat00039
를 통하여 관심영역 내 좌회전 차량이 존재하는지 판단할 수 있다.
예컨대, 표준편차 간의 차이
Figure 112019065556900-pat00040
가
Figure 112019065556900-pat00041
값보다 큰 경우, 좌회전 차량이 관심영역 내 존재한다고 판단할 수 있다.
좌회전 방향지시등의 개수를 검출하는 단계(S103)는 상기의 과정을 통해 관심영역 내에 좌회전 차량이 존재한다고 판단된 경우, 좌회전 방향지시등의 개수를 검출하여 그 결과 값을 토대로 좌회전 차량의 대수를 검출하는 단계이다.
관심영역 내에 좌회전 차량이 존재한다고 판단된 경우, 관심 영역 내의 모든 픽셀에 관하여 주기성을 체크한다.
일반적으로 도로에서 주기성을 갖는 물체는 거의 존재하지 않으므로 좌회전 차선에서 차량의 좌회전 방향지시등의 주기적인 깜빡임을 체크하여 좌회전 차량의 대수를 검출할 수 있다.
주기성을 가지는 인접한 픽셀들을 그룹화하여 관심영역 내에서 몇 대의 차량이 좌회전을 대기하는지 판단할 수 있다.
관심영역 내 픽셀의 주기성을 체크하는 방법은 다음과 같다. 관심영역 내 신규 촬영 영상의 현재 프레임
Figure 112019109475752-pat00042
을 저장하고, 저장된 현재 프레임의 특정 블록의 그레이값과 동일 블록의 다른 프레임들, 즉, 현재 프레임을 기준으로 현재 프레임 이후에 저장되는 타 프레임들의 그레이값들 사이의 차이들을 각각 계산한다. 여기서, (i, j)는 영상을 샘플링했을 때 표현되는 픽셀의 좌표를 나타낸다.
그레이값들 사이의 차이들을 계산하는 방법은 다음과 같다. 현재 프레임
Figure 112019065556900-pat00043
에 '-1' 값을 가지는 2X2 마스크로 연산하여 결과 1(R1)을 구하고, 다음 프레임
Figure 112019065556900-pat00044
에 '1' 값을 가지는 2X2 마스크로 연산하여 결과 2(R2)를 구한다. 그리고, 하기 수학식 4와 같이 결과 1(R1)과 결과 2(R2)를 합산한 후, 2로 나누어 차이값(
Figure 112019065556900-pat00045
)를 구한다.
Figure 112019065556900-pat00046
도 5는 블록 별 차이값(
Figure 112019109475752-pat00047
)을 연산하는 과정을 나타내는 도면이다.
도 5를 참조하면, 차이값(
Figure 112019065556900-pat00048
)을 구하는 연산은 현재 프레임과 동일한 2X2 블록의 다른 프레임들 각각에 대하여도 수행할 수 있다.
즉, 차이값(
Figure 112019109475752-pat00049
)을 구하는 연산 과정은 현재 프레임
Figure 112019109475752-pat00050
와 동일한 2X2 블록의 다른 프레임들
Figure 112019109475752-pat00051
~
Figure 112019109475752-pat00052
각각에 대해 상기 수학식 4의 연산을 수행하여 차이값
Figure 112019109475752-pat00053
~
Figure 112019109475752-pat00054
을 구하는 과정을 포함할 수 있다.
Figure 112019065556900-pat00055
~
Figure 112019065556900-pat00056
각각에 대해 연산을 수행하여 차이값(
Figure 112019065556900-pat00057
)을 구한 후, 생성된
Figure 112019065556900-pat00058
~
Figure 112019065556900-pat00059
의 표준편차(
Figure 112019065556900-pat00060
)와 평균값(
Figure 112019065556900-pat00061
)을 구하고, 표준편차(
Figure 112019065556900-pat00062
)를 평균값(
Figure 112019065556900-pat00063
)으로 나누어서 주기성 지수를 구할 수 있다.
Figure 112019065556900-pat00064
상기 수학식 5와 같이,
Figure 112019065556900-pat00065
를
Figure 112019065556900-pat00066
로 나눈 값인 주기성 지수가 주기성에 대한 임계값(
Figure 112019065556900-pat00067
)보다 크면 주기적이라고 판단하고, 결론적으로 이를 좌회전 방향지시등이라고 판단할 수 있다.
좌회전 방향지시등이라고 판단된 2X2 블록은 '1' 값으로 설정하고, 그렇지 않은 블록은 '0' 값으로 설정하여 좌회전 방향지시등이라고 판단된 인접한 블록들끼리 그룹화할 수 있다.
그룹화된 블록들, 즉, 좌회전 방향지시등이라고 판단된 인접한 블록들끼리 그룹화되어 이루는 그룹의 개수를 카운트하여 좌회전 대기중인 차량의 대수를 최종적으로 검출할 수 있다.
촬영 영상 및 차량 파라미터를 전송하는 단계(S104)는 촬영된 영상과 함께 카메라 내부에 장착되어 있는 영상처리 모듈(104)에서 수행한 좌회전 차량 검출 알고리즘으로부터 구한 좌회전 차량의 유무 및 대수 등의 차량 파라미터를 네트워크 모듈(103)에 전송하고, 네트워크 모듈(103)에 전송된 상기 데이터들은 출력 모듈(105)을 통해 신호등의 점멸을 제어하는, 장치 외부의 신호제어 시스템(미도시)으로 전송되는 단계를 포함할 수 있다.
신호제어 시스템으로, 좌회전 차량을 검출할 수 있는 CCTV 장치(10)로부터 검출한 차량 파라미터가 전송됨으로써 좌회전 차량의 유무 및 대수 등을 토대로 신호제어 시스템은 교차로의 신호등의 점멸을 상황에 알맞게 제어할 수 있다. 효율적인 신호제어를 위해 좌회전 차량을 검출할 수 있는 CCTV 장치(10)는 좌회전 신호 표시가 있는 신호등에 설치될 수 있다.
이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술적 사상의 범위가 한정되는 것이 아니다. 본 발명의 보호범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10 : 좌회전 차량을 검출할 수 있는 CCTV 장치
101 : 카메라 렌즈부
102 : 센서 모듈
103 : 네트워크 모듈
104 : 영상처리 모듈
105 : 출력 모듈

Claims (12)

  1. 카메라를 통해 촬영된 영상을 수신하여, 상기 촬영된 영상을 기반으로 좌회전 차량을 검출하기 위한 알고리즘을 수행하는 영상처리 모듈; 및
    상기 촬영된 영상과 상기 알고리즘의 수행에 따라 획득한 차량 파라미터를 출력하는 출력 모듈을 포함하고,
    상기 영상처리 모듈은 상기 촬영된 영상 내 관심영역을 지정하고, 상기 관심영역 내 배경 영상을 생성하고,
    상기 관심영역 내 신규 촬영 영상의 표준편차와 상기 배경 영상의 표준편차 간의 차이가 기설정된 제1 임계값보다 큰 경우, 상기 관심영역 내 좌회전 차량이 있는 것으로 검출하고,
    상기 관심영역 내 좌회전 차량이 있는 것으로 검출된 경우, 상기 관심영역 내 신규 촬영 영상의 모든 픽셀에 대하여, 상기 관심영역 내 신규 촬영 영상의 제1 프레임의 특정 블록의 그레이값과 타 프레임들의 상기 특정 블록과 동일한 블록의 그레이값들 사이의 차이값들을 상기 타 프레임 별로 각각 계산하고,
    상기 차이값들의 표준편차와 평균을 구한 후, 상기 차이값들의 표준편차를 상기 차이값들의 평균으로 나눈 주기성 지수가 기설정된 제2 임계값보다 큰 경우, 상기 특정 블록의 변화가 주기적이라고 판단하고,
    변화가 주기적이라고 판단된 상기 특정 블록들을 그룹화하고, 그룹의 개수를 카운트하여 좌회전 방향지시등의 개수를 검출하고, 상기 좌회전 방향지시등의 개수를 검출하여 상기 관심영역 내 좌회전 차량의 대수를 검출하는,
    좌회전 차량을 검출할 수 있는 CCTV 장치.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 영상처리 모듈은,
    상기 신규 촬영 영상과 상기 배경 영상의 표준편차의 차이가 기설정된 제3 임계값보다 작은 경우, 상기 신규 촬영 영상을 상기 배경 영상으로 업데이트 하는,
    좌회전 차량을 검출할 수 있는 CCTV 장치.
  6. 제1항에 있어서,
    상기 차량 파라미터는 상기 좌회전 차량의 유무 및 대수에 대한 정보를 포함하며,
    상기 출력 모듈은 상기 차량 파라미터가 포함된 데이터를 신호등의 점멸을 제어하는 외부의 신호제어 시스템으로 전송하는,
    좌회전 차량을 검출할 수 있는 CCTV 장치.
  7. 카메라를 통해 촬영된 영상을 수신하는 단계;
    상기 수신된 영상에 좌회전 차량을 검출하기 위한 알고리즘을 수행하는 단계; 및
    상기 촬영된 영상과 상기 알고리즘의 수행에 따라 획득한 차량 파라미터를 출력하는 단계를 포함하고,
    상기 알고리즘을 수행하는 단계는,
    상기 촬영된 영상 내 관심영역을 지정하고, 상기 관심영역 내 배경 영상을 생성하는 단계;
    상기 관심영역 내 신규 촬영 영상의 표준편차와 상기 배경 영상의 표준편차 간의 차이를 계산하여 상기 관심영역 내 좌회전 차량의 유무를 검출하는 단계; 및
    상기 관심영역 내 좌회전 차량이 있는 것으로 검출된 경우, 좌회전 차량의 방향지시등의 개수를 검출하여 상기 관심영역 내 좌회전 차량의 대수를 검출하는 단계;
    를 포함하되,
    상기 좌회전 차량의 유무를 검출하는 단계는,
    상기 표준편차 간의 차이가 기설정된 제1 임계값보다 큰 경우, 상기 관심영역 내 좌회전 차량이 있는 것으로 검출하는 단계를 포함하고,
    상기 좌회전 차량의 대수를 검출하는 단계는,
    상기 관심영역 내 신규 촬영 영상의 모든 픽셀에 대하여, 상기 관심영역 내 신규 촬영 영상의 제1 프레임의 특정 블록의 그레이값과 타 프레임들의 상기 특정 블록과 동일한 블록의 그레이값들 사이의 차이값들을 상기 타 프레임 별로 각각 계산하는 단계;
    상기 차이값들의 표준편차와 평균을 구한 후, 상기 차이값들의 표준편차를 상기 차이값들의 평균으로 나누어 주기성 지수를 계산하여 상기 특정 블록의 변화가 주기적인지 여부를 판단하는 단계; 및
    변화가 주기적이라고 판단된 상기 특정 블록들을 그룹화하고, 그룹의 개수를 카운트하여 좌회전 방향지시등의 개수를 검출하고, 상기 좌회전 방향지시등의 개수를 검출하여 상기 관심영역 내 좌회전 차량의 대수를 검출하는 단계를 포함하며,
    상기 특정 블록의 변화가 주기적인지 여부를 판단하는 단계는,
    상기 주기성 지수가 기설정된 제2 임계값보다 큰 경우, 상기 특정 블록의 변화가 주기적이라고 판단하는 단계를 포함하는,
    좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 제7항에 있어서,
    상기 관심영역 내 배경 영상을 생성하는 단계는,
    상기 신규 촬영 영상과 상기 배경 영상의 표준편차의 차이가 기설정된 제3 임계값보다 작은 경우, 상기 신규 촬영 영상을 상기 배경 영상으로 업데이트 하는 단계를 포함하는,
    좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법.
  12. 제7항에 있어서,
    상기 차량 파라미터는 상기 좌회전 차량의 유무 및 대수에 대한 정보를 포함하며,
    상기 출력하는 단계는,
    상기 차량 파라미터가 포함된 데이터를 신호등의 점멸을 제어하는 외부의 신호제어 시스템으로 전송하는 단계를 포함하는,
    좌회전 차량을 검출할 수 있는 CCTV 장치의 동작 방법.
KR1020190076464A 2019-06-26 2019-06-26 좌회전 차량을 검출할 수 있는 cctv 장치 및 그의 동작 방법 KR102061325B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190076464A KR102061325B1 (ko) 2019-06-26 2019-06-26 좌회전 차량을 검출할 수 있는 cctv 장치 및 그의 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190076464A KR102061325B1 (ko) 2019-06-26 2019-06-26 좌회전 차량을 검출할 수 있는 cctv 장치 및 그의 동작 방법

Publications (1)

Publication Number Publication Date
KR102061325B1 true KR102061325B1 (ko) 2020-02-11

Family

ID=69568856

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190076464A KR102061325B1 (ko) 2019-06-26 2019-06-26 좌회전 차량을 검출할 수 있는 cctv 장치 및 그의 동작 방법

Country Status (1)

Country Link
KR (1) KR102061325B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060008268A (ko) * 2005-12-31 2006-01-26 주식회사 센텍 씨씨디 영상에서의 연기 검출방법 및 장치
KR20110064814A (ko) * 2009-12-09 2011-06-15 (주) 서돌 전자통신 영상처리기술을 이용한 좌회전 대기차량감응 신호 제어시스템
KR101112562B1 (ko) * 2010-06-14 2012-02-15 모루시스템 주식회사 영상검지 시스템 및 그 방법
KR101219094B1 (ko) * 2011-04-22 2013-01-11 강평구 좌회전 감지 신호등의 제어방법
KR101718409B1 (ko) 2016-06-20 2017-03-22 주식회사 윌아이텍 레이더를 이용한 좌회전 교통신호 대기차량 감응신호 제어시스템
KR101846663B1 (ko) * 2016-04-29 2018-05-18 김기한 비전 영상분석을 이용한 인공지능 신호등 제어 방법 및 제어기

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060008268A (ko) * 2005-12-31 2006-01-26 주식회사 센텍 씨씨디 영상에서의 연기 검출방법 및 장치
KR20110064814A (ko) * 2009-12-09 2011-06-15 (주) 서돌 전자통신 영상처리기술을 이용한 좌회전 대기차량감응 신호 제어시스템
KR101112562B1 (ko) * 2010-06-14 2012-02-15 모루시스템 주식회사 영상검지 시스템 및 그 방법
KR101219094B1 (ko) * 2011-04-22 2013-01-11 강평구 좌회전 감지 신호등의 제어방법
KR101846663B1 (ko) * 2016-04-29 2018-05-18 김기한 비전 영상분석을 이용한 인공지능 신호등 제어 방법 및 제어기
KR101718409B1 (ko) 2016-06-20 2017-03-22 주식회사 윌아이텍 레이더를 이용한 좌회전 교통신호 대기차량 감응신호 제어시스템

Similar Documents

Publication Publication Date Title
US20180204335A1 (en) System for tracking object, and camera assembly therefor
Alpatov et al. Vehicle detection and counting system for real-time traffic surveillance
WO2017047687A1 (ja) 監視システム
JP2003346278A (ja) 車両待機行列の長さ測定装置及びその方法
JP2006235921A (ja) 車番認識装置、および車番認識装置の電動レンズの調整方法
KR102283483B1 (ko) 교통량 산출을 위한 영상분석시스템
JPH10512694A (ja) 連続画像内での物体の移動を検知する方法及び装置
KR100820952B1 (ko) 단일 카메라를 이용한 불법 주정차 무인 자동 단속방법 및그 시스템
CN110703760B (zh) 一种用于安防巡检机器人的新增可疑物体检测方法
JP7305965B2 (ja) ビデオ監視システムのパラメータ設定方法、装置及びビデオ監視システム
KR20100034839A (ko) 차량밀도 검지 방법 및 시스템
US20190095761A1 (en) Vicinity supervising device and method for supervising vicinity of vehicle
CN109410598B (zh) 一种基于计算机视觉的交通路口拥堵检测方法
KR101044903B1 (ko) 영상 감시 시스템에서 은닉 마르코프 모델을 이용한 불 검출방법
KR100630445B1 (ko) 주정차 차량 감시 시스템
KR102061325B1 (ko) 좌회전 차량을 검출할 수 있는 cctv 장치 및 그의 동작 방법
CN107730890B (zh) 一种基于实时场景下车流车速预测的智能交通方法
KR101902221B1 (ko) 단일 카메라를 이용한 자율 영상정보 취득 시스템
CN115423868B (zh) 一种视频监控摄像机的空间定位联动标定方法
US11157755B2 (en) Image processing apparatus
KR20160043484A (ko) 팬틸트줌 카메라를 이용한 이벤트 감지방법 및 장치
KR102121423B1 (ko) 카메라 영상을 이용한 도로선형인지서버 및 그 인지 방법
CN112437216A (zh) 一种图像优化方法和装置
CN113112520A (zh) 基于人工智能的无人机变向果冻效应处理方法与系统
JP4892911B2 (ja) 交通渋滞計測システムおよび交通渋滞計測方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant