KR102471542B1 - Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법 - Google Patents

Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법 Download PDF

Info

Publication number
KR102471542B1
KR102471542B1 KR1020220000831A KR20220000831A KR102471542B1 KR 102471542 B1 KR102471542 B1 KR 102471542B1 KR 1020220000831 A KR1020220000831 A KR 1020220000831A KR 20220000831 A KR20220000831 A KR 20220000831A KR 102471542 B1 KR102471542 B1 KR 102471542B1
Authority
KR
South Korea
Prior art keywords
fog
road
night
image
cctv
Prior art date
Application number
KR1020220000831A
Other languages
English (en)
Inventor
김경원
Original Assignee
재단법인 서울특별시 서울기술연구원
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 재단법인 서울특별시 서울기술연구원 filed Critical 재단법인 서울특별시 서울기술연구원
Priority to KR1020220000831A priority Critical patent/KR102471542B1/ko
Priority to US17/579,093 priority patent/US11881026B2/en
Application granted granted Critical
Publication of KR102471542B1 publication Critical patent/KR102471542B1/ko

Links

Images

Classifications

    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—Image restoration
    • G06T5/005—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

본 발명은 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템을 개시한다. 보다 상세하게는, 본 발명은 도로에 설치된 CCTV 카메라의 개방 정보를 활용하여 일출 전 새벽에 발생하는 야간 안개의 발생 시각을 신속하고 정확하게 감지하는 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법에 관한 것이다.
본 발명의 실시예에 따르면, 안개감지 프로그램에 의해 식별된 안개 영역을 영상신호 상에 마스킹하는 매핑 영상에서 야간 시 발생하는 외부 광원에 의해 발생하는 백화 현상에 의해 오판된 영역을 보정함으로써, 보다 정확한 안개 영역에 대한 정보를 제공할 수 있는 효과가 있다.

Description

CCTV 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법{Road Fog Detection System and Method Using Open API based CCTV during Nighttime}
본 발명은 야간 도로 안개감지 시스템에 관한 것으로, 특히 도로에 설치된 CCTV 카메라의 개방 정보를 활용하여 일출 전 새벽에 발생하는 야간 안개의 발생 시각을 신속하고 정확하게 감지하는 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법에 관한 것이다.
안개, 눈, 비, 바람 등 기상악화로 인한 도로에서의 대형 교통사고는 반복적으로 발생하고 있으며 이에 따른 인명손실에 따른 사회경제적 피해 또한 증가하고 있다. 특히, 안개는 운전자의 시야를 방해하고 안전거리 미확보 및 주행 속도의 편차를 증가시켜 심각한 교통사고를 유발할 가능성이 매우 높다.
이러한 안개, 눈, 비, 바람 등 기상악화로 인하여 도로의 소통능력 및 안정성이 저하될 때를 대비하여 기상청에서는 시정계를 이용하여 안개를 검출하고 있으나, 시정계는 값비싼 비용 때문에 설치장소가 한정된다는 한계가 있다.
이에 따라, 최근 영상을 이용한 안개 감지를 위한 연구가 다수 진행되고 있다. 현재 공개된 안개 감지 방법으로는 입력 영상으로부터 여러 안개 특징들을 추출하고 이를 학습 데이터들과의 유사도를 측정하여 안개를 감지하는 방법이나 차량의 전조등을 이용하여 가시거리를 계산하여 야간 안개를 감지하는 방법 등이 있다.
이중, 선행문헌인 등록특허공보 제10-2267517호는 네트워크 구성 장치로부터 송출된 영상을 입력 받아 영상을 분석하여 안개를 감지한 후 기 설정된 위기수준별 경보를 출력하는 안개 모니터링 장치를 개시하고 있으며, 이러한 선행문헌에 따르면, 주간 시 안개 감지 기술 자체는 이미 완성된 수준에 도달하였다고 볼 수 있다.
그러나, 도로상에 발생하는 안개는 주로 밤에서 새벽 사이에 발생한다는 특징이 있으며, 도로에 설치된 CCTV의 야간 안개 영상은 흑백이므로 안개와 주변 환경 간 구별에 어려움이 있다.
특히, 도로를 주행하는 차량의 전조등으로 인해 백화(whiteness) 현상이 발생할 수 있으며, 이러한 백화현상은 영상 내에서 안개와 유사한 형태로 표시됨에 따라 종래의 안개 모니터링 장치에 의해 안개로 오인식되어 모니터링 화면의 품질을 떨어뜨리는 원인이 된다.
따라서, 안개 모니터링 장치에서 야간 시 차량의 전조등과 같은 외부광원에 의한 안개 오감지를 제어하는 기술 개발이 시급하다고 할 수 있다.
등록특허공보 제10-1219659호(공고일자: 2013.01.09.) 등록특허공보 제10-2267517호(공고일자: 2021.06.15.)
본 발명의 전술한 문제점을 해결하기 위해 안출된 것으로, 본 발명은 도로에 설치된 CCTV 개방정보를 활용하여 일출 전 새벽에 발생하는 야간 안개의 발생 시각을 신속하고 정확하게 감지하여 국토교통부, 기상청 및 지자체 도로 관리기관에 안개 강도 정보를 위기수준별로 제공하는 야간 도로 안개 감지 시스템을 제공하는 데 과제가 있다.
전술한 과제를 해결하기 위해, 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템은, 감시대상인 도로상의 각 지점에 설치되는 하나 이상의 CCTV 카메라로부터 촬영한 상기 도로의 영상신호를 실시간으로 검색하여 수집하는 영상 수집부, 안개감지 알고리즘을 통해 영상신호에 등장하는 안개의 윤곽선을 결정하고, 결정된 윤곽선에서 안개 영역을 식별하는 영상 분석부, 식별된 안개 영역의 윤곽선에서 영상신호의 화소별 RGB 색정보를 추출하고, 상기 RGB 색정보를 이용하여 마스킹 영역을 포함하는 매핑 영상을 생성하고, 상기 영상신호에 상에 중첩하여 출력하는 결과 표시부, 상기 RGB 색정보와 기준 색정보를 비교하여 야간 여부를 판단하는 야간 임계값을 설정하는 시각 구별부 및, 야간 시, 상기 CCTV 카메라가 설치된 지점별 상기 야간 임계값을 기준으로 하여 상기 매핑 영상에서 외부광원에 의해 발생한 백화 영역에 대응하는 마스킹 영역을 제거하는 매핑 보정부를 포함할 수 있다.
상기 영상 수집부는, 공공 데이터 포털이 제공하는 개방정보 API를 이용하여 원격으로 상기 CCTV 카메라에 접속하고 상기 영상정보를 수집할 수 있다.
상기 기준 색정보는 전국의 각 지역 중, 대표지역의 최고고도에 설치된 CCTV 카메라에 의해 일출시각에 촬영된 영상에서 추출한 RGB 색정보로 결정될 수 있다.
상기 매핑 보정부는, 상기 안개 영역의 RGB 색정보를 검출하여 X, Y좌표를 부여하고, 일정시간 이상 상기 X, Y좌표의 변동이 발생하지 않는 영역을 고정광원으로 분류하고, 상기 X, Y좌표의 변동이 발생하면 이동광원으로 분류할 수 있다.
상기 매핑 보정부는, 상기 영상신호에서 상기 고정광원이 발생하면, 상기 매핑 영상에서 고정광원에 대응하는 마스킹 영역을 제거하여 제N(N, N은 자연수) 프레임을 생성하고, 제N+1 프레임을 상기 제N 프레임과 동일하게 설정할 수 있다.
상기 매핑 보정부는, 상기 영상신호에서 상기 이동광원이 발생하면, 지점별 환경설정정보에 따라 야간 임계값을 보정하고, 보정된 야간 임계값을 기준으로 상기 이동광원이 영상신호에서 벗어나기 전까지 생성된 매핑 영상에서 전 제N-1 프레임을 제N 프레임으로 설정할 수 있다.
상기 매핑 보정부는, 감시대상인 도로가 직선도로일 경우 원 야간 임계값을 유지하고, 상기 도로가 곡선도로 및 수평도로일 경우, 원 야간 임계값에서 제1 보정 변수를 차감하고, 상기 도로가 수평도로가 아닐 경우, 제1 보정값이 차감된 야간 임계값에서 제2 보정 변수를 더 차감할 수 있다.
상기 매핑 보정부는, 눈 또는 비를 포함하는 주변 환경 요소의 발생시, 평상시 영상신호에서 획득한 R,G,B 에지값과, 현재 시점의 영상신호에서 획득된 R,G,B 에지값의 차이값을 각 R,G,B 마다 각각 계산하고, 상기 차이값의 평균값을 산출하여 현재 R,G,B 색정보가 평균값 보다 일정 수준이상 크거나 작은 경우 노이즈 영역으로 판단하고 백화 영역에서 제외할 수 있다.
본 발명의 실시예에 따르면, 안개감지 프로그램에 의해 식별된 안개 영역을 영상신호 상에 마스킹하는 매핑 영상에서 야간 시 발생하는 외부 광원에 의해 발생하는 백화 현상에 의해 오판된 영역을 보정함으로써, 안개 영역에 대한 보다 정확한 정보를 실시간으로 제공할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템이 적용된 전체 시스템의 연결 구조를 개략적으로 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템의 구조를 나타낸 도면이다.
도 3a 내지 도 3b는 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템에서 안개의 실측 거리와 산출 거리를 비교한 그래프이다.
도 4는 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템의 매핑 보정부에 의한 백화 영역 제거 방법을 나타낸 도면이다.
도 5 및 도 6은 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템에 의한 매핑 영상에서 백화 영역을 제거하는 방법을 나타낸 도면이다.
도 7은 종래 시스템에 의한 안개감지에 따른 매핑 영상 및 본 발명의 실시예에 따라 보정된 매핑 영상을 비교한 도면이다.
이하, 첨부된 도면들과 실시예들을 통해 본 발명의 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템을 상세히 설명하도록 한다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 발명에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서, "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 본 발명에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 구성 요소들을 설명하는데 사용될 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
이하의 설명에서, 본 발명의 실시예에 따른 "CCTV 개방정보를 이용한 야간 도로 안개감지 시스템"을 가리키는 용어는, 편의상 "안개감지 시스템" 또는 "시스템"으로 표기될 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템을 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템이 적용된 전체 시스템의 연결 구조를 개략적으로 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 야간 도로 안개감지 시스템(100)은, 전국의 고속도로, 국도, 교량, 일반국도 등에 인접하여 설치되어 운행하는 차량, 도로 및 주변 현황, 통행량 등을 측정하기 위해 국토교통부, 경찰청, 지방자치단체 등에서 운영 중인 CCTV 카메라(10)와 정보통신망을 통해 연결되어 영상신호를 수집할 수 있고, 탑재되는 안개감지 프로그램을 통해 영상신호 내 도로상에 발생되는 안개 영역을 식별하고, 그 안개 영역을 마스킹 처리하여 관제실 등에서 용이하게 식별할 수 있도록 하는 것을 특징으로 한다.
CCTV 카메라(10)는 국토교통부, 경찰청, 지방자치단체 등에서 운영 중인 시내도로, 국도 및 고속도로 등, 차량이 운행하는 도로의 노면 등에 설치되어 차량이동, 교통량 등을 실시간으로 촬영할 수 있다. 이러한 CCTV 카메라(10)는 네트워크 장치를 통해 정보통신망에 연결되어 촬영된 영상신호를 지역 관제실 등에 전송할 수 있다.
또한, CCTV 카메라(10)는 운영자의 의도에 따라 온라인 상에 개방정보 영상으로서 공개할 수 있다. 국가교통정보센터, 도시교통정보센터 등은 정보 개방 정책에 따라 개방정보 인터페이스(Open API)를 공개할 수 있고, 영상정보를 필요로 하는 사람들이 안개 발생이 잦은 지역의 CCTV 영상을 검색하여 원격으로 접속하여 영상신호를 수신할 수 있도록 한다.
야간도로 안개감지 시스템(100)은, 네트워크 장치로부터 송출되는 영상신호를 입력 받고 이를 분석하여 안개를 감지 및 영상 내 안개 영역에 대하여 마스킹 화면을 제공할 수 있다.
상세하게는, 야간도로 안개감지 시스템(100)은 개방정보 인터페이스를 통해 각 지역에 설치된 CCTV 카메라(10)와 연결된 네트워크 장치로부터 현재 촬영중인 영상신호를 실시간으로 수신 및 저장할 수 있다. 또한, 시스템(100)은 저장된 영상을 이용하여 안개를 감지하는 안개감지 프로그램이 탑재될 수 있고, CCTV 카메라(10)가 설치된 지점별 영상환경설정을 입력받고, 안개감지조건 및 및 위기수준 결정조건을 입력받아 이러한 설정 및 조건에 따라 감지결과를 출력할 수 있다.
특히, 본 발명의 실시예에 따른 야간도로 안개감지 시스템(100)은 안개감지 프로그램을 통해 영상신호에 등장하는 안개 영역을 식별하고, 식별된 안개 영역의 윤곽선에서 영상신호의 화소별 RGB 색정보를 추출하여 마스킹 영역을 포함하는 매핑 영상을 생성하여 안개감지 결과를 출력하되, 야간 시 CCTV 카메라(10)가 설치된 지점별 야간 임계값을 기준으로 하여 매핑 영상에서 외부광원에 의해 발생한 백화 영역에 대응하는 마스킹 영역을 제거함으로써 영상신호를 보정하는 것을 특징으로 한다.
즉, 본원발명은 안개감지 프로그램을 통해 영상신호에 등장하는 안개 영역을 식별하여 마스킹하는 매핑 영상을 생성함에 있어서 있어서 외부광원에 의해 발생하는 백화 영역의 특성에 따라 오생성된 마스킹 영역을 제거할 수 있다.
전술한 구조에 따라, 본 발명의 실시예에 따른 야간 도로 안개감지 시스템은 원격지에 설치된 하나 이상의 CCTV 카메라로부터 수집되는 도로에 대한 영상신호의 분석을 통해 야간여부를 판단하고, 야간 시 영상에 등장하는 외부광원에 의한 백화 현상에 대응하는 마스킹 영역을 보정함으로써 보다 정확한 안개정보를 제공할 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템을 상세히 설명한다.
도 2는 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템의 구조를 나타낸 도면이다.
도 2를 참조하면, 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템(100)은, 감시대상인 도로상의 각 지점에 설치되는 하나 이상의 CCTV 카메라(10)로부터 촬영한 상기 도로의 영상신호를 실시간으로 검색하여 수집하는 영상 수집부(110), 안개감지 알고리즘을 통해 영상신호에 등장하는 안개의 윤곽선을 결정하고, 결정된 윤곽선에서 안개 영역을 식별하는 영상 분석부(120), 식별된 안개 영역의 윤곽선에서 영상신호의 화소별 RGB 색정보를 추출하고, RGB 색정보를 이용하여 마스킹 영역을 포함하는 매핑 영상을 생성하고, 영상신호에 상에 중첩하여 출력하는 결과 표시부(130), RGB 색정보와 기준 색정보를 비교하여 야간 여부를 판단하는 야간 임계값을 설정하는 시각 구별부(140) 및, 야간 시 CCTV 카메라(10)가 설치된 지점별 상기 야간 임계값을 기준으로 하여 매핑 영상에서 외부광원에 의해 발생한 백화 영역에 대응하는 마스킹 영역을 제거하는 매핑 보정부(150)를 포함할 수 있다.
영상 수집부(110)는 각 지역의 특정 지점에 설치되는 하나 이상의 CCTV 카메라(10)로부터 촬영되는 영상신호를 실시간으로 수집할 수 있다. 이를 위해 영상 수집부(110)는 소정의 네트워크 장치와 연결될 수 있고, 이를 통해 각 지점의 영상신호를 실시간으로 전송 받을 수 있다.
특히, 영상 수집부(110)는 공공 데이터 포털이 제공하는 개방정보 API를 이용하여 원격으로 CCTV 카메라(10)에 접속하고 영상정보를 수집할 수 있다.
영상 분석부(120)는 탑재된 안개감지 알고리즘을 통해 각 지점으로부터 수집된 영상신호에 등장하는 안개의 윤곽선을 결정하고, 결정된 윤곽선에서 안개 영역을 식별할 수 있다.
상세하게는, 본 발명의 일 실시예에 따르면, 상기의 안개감지 알고리즘은 크게 안개 발생 지점 거리 산출 과정 및 안개 인식 과정으로 구분할 수 있다.
먼저, 안개 발생 지점 거리 산출 과정에서는, 수집된 영상 정보를 이용하여 안개 발생 지점의 거리를 산출하게 된다. 이때, 도로 영상을 2차원 평면으로 좌표화하여 거리를 산출할 수 있으며, 화면을 기 설정된 크기로 분할하고, 영상에 등장하는 객체(고정물 등)이 영상 내에 위치한 위치와, 실제 CCTV 카메라(10)로부터 떨어진 실제 위치를 표시함으로써, 이후 안개가 발생하는 경우 어느 정도까지 시야거리가 확보되는지를 확인하기 위해 좌표화하게 된다.
특히, 영상 분석부(120)는 영상으로부터 거리를 산출하기 위해 비선형 함수를 결정하는데, 거리 산출을 위한 구성요소, 즉 변수 및 상수로는, 최장좌표(Ymax), 안개인식좌표(Y), 최장거리(Dmax), 최저거리(Dmin), 최저거리 보정상수(s, correction constant for shortest distance), 근거리보정상수(n, correction constant for near distance), 원거리보정상수(f, correction constant for far distance), 수직보정상수(v, correction constant for vertical angle), 유효거리보정상수(e, correction constant for effective distance), 고도(H, Hight) 렌즈표준초점거리(Lstd) 및 렌즈설정초점거리(Lset) 등이 있다. 이러한 구성요소를 표로 정리하면, 이하의 표 1과 같다.
구분 변수 내용
최장좌표 Ymax 분석 영상이미지에서 안개를 구분하기 위한 Y 좌표 중 가장 큰 값
안개인식좌표 Y 인식된 안개의 Y 좌표
최장거리 Dmax 분석 영상이미지에서 안개를 구분하기 위한 Y 좌표의 최장거리
최저거리 Dmin 분석 영상이미지에서 Y 좌표가 0인 거리
최저거리보정상수 s 분석 영상이미지에서 Y 좌표가 0인 거리를 실측값으로 보정하기 위한 상수
근거리보정상수 n 원근감에 따라 구분 시 근거리 Y 좌표를 실측값으로 보정하기 위한 상수
원거리보정상수 f 원근감에 따라 구분 시 원거리 Y 좌표를 실측값으로 보정하기 위한 상수
수직보정상수 v 카메라의 수직각도의 영향을 반영하여 최저거리를 보정하기 위한 상수
유효거리보정상수 e 거리가 유효하게 산출될 수 있도록 보정하기 위한 상수
고도 H 카메라가 설치된 해수면 높이
렌즈표준초점거리 Lstd 카메라 렌즈의 표준 초점거리
렌즈설정초점거리 Lset 카메라 렌즈의 설정 초점거리
그리고, 영상 분석부(120)는 영상의 안개 발생 분석 대상 공간의 거리를 실측하고, 영상의 분석 대상 공간에서 안개가 발생 지점까지의 거리(R, range)는 이하의 수학식 1로 산출할 수 있다.
Figure 112022000761912-pat00001
여기서, R은 안개 발생 지점의 거리이고, n은 근거리보정상수이고, Dmax는 최장거리, Ymax는 최장좌표, Y는 안개인식좌표, e는 유효거리보정상수, f는 원거리보정상수, n은 근거리보정상수, s는 최저거리보정상수, H는 고도, Lset은 렌즈설정초점거리, Lstd는 렌즈표준초점거리, v는 수직보정상수를 가리킨다.
그리고, 영상 분석부(120)는 영상에서 안개 발생 지점까지의 거리가 실측 거리에 근사하도록 각 상수(최저거리보정상수, 근거리보정상수, 원거리보정상수, 수직보정상수, 유효거리보정상수)를 결정하게 되는데, 여기서, 유효거리보정상수(e)는 산출된 거리가 무한대에 이르지 않게 상한선을 이하 수학식 2와 같이 결정할 수 있다.
Figure 112022000761912-pat00002
그리고, 영상의 최저거리는 카메라의 설치조건에 영향을 받아 고도, 렌즈초점거리, 수직보정상수, 최저거리보정상수에 의해 결정되며, 이하 수학식 3과 같이 결정될 수 있다.
Figure 112022000761912-pat00003
영상 분석부(120)는 영상 좌표당 이미지의 원근감의 차이를 보정하기 위해 함수를 거리별로 분리하여 적용할 수 있고, 산출 거리의 정확도를 개선하기 위해 다수의 함수를 사용할 수 있으며, 영상에서 안개 발생 지점까지 거리를 산출하기 위해 결정된 2 분할 함수, 즉 예시 함수의 설정 조건은 이하 표 2와 같다.
구분 Ymax Dmax Dmin s n f v e H Lstd Lset
1구간 89 1000 3.2332 1.08 3.9 1.275 -2.4 1162.622 33 50 50
2구간 89 1000 13.2723 0.6 1.5E-15 3930 -0.4 8480792 33 50 50
그리고, 산출 거리가 실측 거리와 가장 근사하도록 분리되는 최적 Y 좌표를 결정하고 분할되는 Y 좌표를 분리점이라 하는데, 예시 함수에서는 84로 결정되었다. 여기서, 도 3a 및 도 3b를 참조하면, 도 3a의 그래프는 실측 거리(G)와 산출된 거리(R) 간 비교를 위해 2차원 좌표화한 영상 내 1 내지 84 픽셀 구간을 도시하고 있고, 도 3b의 그래프는 실측 거리(G)와 산출된 거리(R) 간 비교를 위해 2차원 좌표화한 영상 이미지 내 84 내지 89 픽셀 구간을 도시하고 있다.
여기서, 영상에서 인식된 안개의 Y 좌표의 단위는 픽셀로서 범위는 0 ~ 100 픽셀이며 간격은 0.1 픽셀에 해당한다. 이때, 결정된 함수에 의해 안개의 Y 좌표에 대응하는 안개 발생 거리가 산출될 수 있고, 함수를 다분할하여 실측 거리에 근사한 안개 발생 지점의 거리를 산출할 수 있으며, 필요시 3분할 이상도 적용할 수 있다.
다음으로, 안개 인식 과정에서는 영상 분석부(120)는 영상에서 안개의 윤곽선을 결정한 후, 결정된 윤곽선에서 안개의 영역을 결정하여 안개를 인식할 수 있다. 안개의 윤곽 분별 과정에서는 안개의 윤곽선을 추출하는 강도를 설정하고, 복수의 윤곽선 중 수평윤곽선을 선택 및 분리하여 수직윤곽선의 하단을 선택하고, 선택된 하단 중 수직윤곽선의 원색상이 유채색이면 배제하고, 기 설정된 분석대상공간 내 윤곽선을 안개의 윤곽선으로 결정할 수 있다. 상기의 안개의 윤곽선은 소벨 윤곽선 검출(Sobel Edge Detector)을 통해 결정될 수 있다.
결과 표시부(130)는 검출된 안개 윤곽선을 이용하여 안개 영역을 표출할 수 있다. 안개 영역이 결정되면, 결과 표시부(130)는 안개의 윤곽선에서 기 설정된 분석대상공간의 윤곽선을 추출할 수 있고, 기 설정된 분석대상공간의 윤곽선에서 색좌표계의 RGB 색정보를 결정할 수 있다. 또, RGB 색정보를 기준으로 안개의 특징 구분값을 결정하며, 기 설정된 분석대상공간의 윤곽선 내의 어느 한 좌표가 어느 한 좌표의 이웃한 좌표의 RGB 색정보가 안개의 특징 구분값보다 작은 경우 어느 한 좌표를 선택할 수 있고, 선택된 어느 한 좌표를 공간상에 표출하여 안개를 인식할 수 있다.
이때, 안개 영역을 표출할 때 사용되는 패턴 인식 분석은 플러드필(Flood Fill) 기법을 이용할 수 있다. 이는 안개의 패턴을 적색으로 채워주고 이를 영상 내에 중첩하여 표시하는 기법이며, 안개 윤곽의 추출 강도와 안개의 특징 구분값은 시스템 설정에 해당하며 각각 수치로 입력할 수 있다. 이러한 플러드필에 의해 안개 영역상에 중첩된 영역을 마스킹 영역으로 정의할 수 있고, 결과 표시부(130)는 원 영상과 마스킹 영역을 중첩시킨 매핑 영상을 시스템(100)에 연결되는 모니터 장치(50) 등으로 전송하여 영상을 표출할 수 있다.
시각 구별부(140)는 전술한 RGB 색정보와 기준 색정보를 비교하여 야간 여부를 판단하는 야간 임계값을 설정할 수 있다. 야간의 경우, 주간과 달리 각 지점에 설치된 가로등, 차량 전조등과 같은 외부광원에 의해 영상 내 일부 영역의 RGB가 안개와 유사하게 변화하는 백화(whiteness) 현상이 발생할 수 있으며, 이에 시각 구별부(140)는 기준 색정보와 각 지점의 RGB 색정보를 통해 CCTV 카메라(10)가 설치된 각 지점의 현재 시각을 판단할 수 있다.
여기서, 기준 색정보는 전국의 각 지역 중, 대표지역의 최고고도에 설치된 CCTV 카메라에 의해 일출시각에 촬영된 영상에서 추출한 RGB 색정보로 결정될 수 있다.
그리고, 지점별 RGB 색정보는 일출 시각과 더불어 주변 환경(기상, 도로, 지형) 및 카메라 환경(화각, 높이)에 영향을 받으며 CCTV 지점별로 다르게 결정될 수 있다.
이에 따라, 사각 구별부(140)는 전술한 요소를 고려하여 각 지점의 야간 여부를 결정하는 야간 임계값(D)을 산출할 수 있으며, 이러한 야간 임계값(D)은 전술한 일출시간, 주변 환경 영향, 및 카메라 환경 영향 등을 고려하여 후술하는 매핑 보정부(150)에 의해 보정값이 가산되어 각 지점에 적합하게 보정될 수 있다.
매핑 보정부(150)는 야간 시점에 CCTV 카메라(10)가 설치된 지점별 전술한 야간 임계값을 기준으로 하여 매핑 영상에서 외부광원에 의해 발생한 백화 영역에 대응하는 마스킹 영역을 제거함으로써, 모니터 장치(50) 등에서 표출되는 매핑 영상을 보정할 수 있다.
도 4는 본 발명의 실시예에 따른 야간 도로 안개감지 시스템의 매핑 보정부에 의한 백화 영역 제거 방법을 나타낸 도면으로서, 도 4를 함께 참조하면, 매핑 보정부(150)는, 영상 분석부(120)에 의해 분석된 영상에서 외부광원에 의한 안개 영역의 RGB 색정보를 검출하여 R,G,B 영역을 설정한다(S10).
그리고, 외부광원 영역에 X, Y좌표를 부여(S20), 일정시간 이상 X, Y좌표의 변동이 발생하지 않는 영역을 고정광원으로 분류하고, X, Y좌표의 변동이 발생하면 이동광원으로 분류할 수 있다(S30).
여기서, 좌표 변동이 발생하지 않는 경우인 고정광원은 각 지점에 설치된 가로등 또는 지시등을 가리키는 것으로, 정해진 위치에서 야간에 점등되어 고정적으로 백화 영역을 생성함에 따라 그 X, Y좌표를 미리 판별할 수 있고, 이에 매핑 보정부(150)는 고정광원에 의해 RGB 색정보가 상기 야간 임계값(D)을 벗어나는 경우 이를 안개 영역이 아닌 백화 영역으로 판단하고, 매핑 영상에서 고정광원에 대응하는 안개 오감지 영역인 마스킹 영역을 제거하여(S40) 제N(N, N은 자연수) 프레임(f=N)을 생성하고, 제N+1 프레임을 상기 제N 프레임과 동일(f=N+1)하게 반복 설정할 수 있다(S50).
이에 따라, 야간 시에 매핑 영상에서 고정광원에 의한 백화 영역은 제N 프레임에서 제거되고, 이후 제N+1 프레임이 제N 프레임과 동일하게 출력됨에 따라 원 영상신호와 중첩되어 표시되는 매핑 영상에서 백화 영역에 대한 마스킹 영역이 보정(제거)된다.
또한, 좌표 변동이 발생하는 경우인 이동광원은 각 지점을 주행하는 차량의 전조등을 가리키는 것으로, 영상에서 도로를 따라 야간에 일정시간 동안 발생하여 유동적으로 백화 영역을 생성함에 따라 X, Y좌표가 이동하게 된다. 이에 따라, 매핑 보정부(150)는 야간 임계값(Dt)을 설정하고(S60), 영상정보의 출처인 지점별 환경설정정보에 따라 원 야간 임계값(D)을 보정하고, 보정된 야간 임계값(Dt)을 기준으로 이동광원이 영상신호에서 벗어나기 전까지, 매핑 영상에서 제N-1 프레임을 제N 프레임으로 설정할 수 있다.
여기서, 이동광원에 의한 백화 현상은 각 지점의 도로 형태, 차량 이동속도 및 카메라 화각 등의 다양한 환경적인 요소에 의해 영향을 받을 수 있다. 이에 매핑 보정부(150)는 도로 형태를 기준으로 하여 야간 임계값을 보정할 수 있으며, 해당 지점이 직전도로일 경우, 시각 구별부(140)에서 제공되는 야간 임계값(D)을 그대로 이용하고, 곡선 등 직선도로가 아닐 경우 실험에 의해 도출한 제1 보정변수(γ)을 차감할 수 있다(D-γ).
또한, 직선도로가 아니면서도 수평도로가 아닐 경우 제1 보정변수(γ)가 차감된 야간 임계값(D-γ)에서 실험에 의해 도출된 제2 보정변수(δ)를 더 차감하여 야간 임계값을 보정할 수 있다(D-γ-δ).
즉, 매핑 보정부(150)는 감시대상인 도로가 직선도로일 경우 원 야간 임계값(D)을 유지하고, 도로가 곡선도로 및 수평도로일 경우 원 야간 임계값에서 제1 보정변수(γ)를 차감하고, 도로가 곡선도로이나 수평도로가 아닐 경우 제1 보정변수(γ)가 차감된 야간 임계값에서 제2 보정변수(δ)를 더 차감함으로써 보정된 야간 임계값(Dt)을 도출할 수 있으며, 야간에 이동광원 발생시 보정된 야간 임계값(Dt)이 원 임계값(D)보다 큰 경우 (D≤Dt), 영상의 현재 프레임(f=N)에서 백화에 의한 안개 영역이 표출된다(S80).
또한, 보정된 야간 임계값(Dt)이 원 임계값(D)보다 작은 경우(D>Dt), 매핑 영상에서 백화 영역을 포함하는 제N 프레임을 제N-1 프레임으로 대체(f=N-1)함으로써(S90), 원 영상신호와 중첩되어 표시되는 매핑 영상에서 백화 영역에 대한 마스킹 영역을 보정(제거)하게 된다.
특히, 본 발명의 일 실시예에 따르면, 주변 환경 요소에서 눈, 비 등에 의해 발생한 번짐 등의 노이즈가 백화 영역으로 오검출되는 현상이 종종 발생할 수 있고, 매핑 보정부(150)는 이러한 문제를 개선하기 위한 미분 필터를 더 포함할 수 있다.
상기의 미분 필터는, 검출된 백화 영역에 대하여 에지값을 추출하여 영상의 윤곽을 추출하여 수평방향 및 수직방향의 미분을 취한다. 수평방향의 미분은 어느 한 픽셀 F(X,Y)를 기준으로 할 때 X좌표는 동일하고 Y좌표의 상하에 해당하는 픽셀들의 차이값을 이용하여 산출할 수 있고, 수직방향의 미분은 Y좌표는 동일하고 X좌표의 상하에 해당하는 픽셀의 차이점을 이용하여 산출할 수 있으며, 눈, 비 등의 주변 환경 요소가 발생한 경우, 미분 필터를 통해 R,G,B 색정보 및 R,G,B 에지값을 산출하여 노이즈 영역을 식별 및 제거할 수 있다.
상세하게는, 눈, 비 등의 주변 환경 요소의 발생시, 매핑 보정부(150)는 영상신호에서 평상시 획득한 R,G,B 에지값과, 현재 시점에 획득한 R,G,B 에지값의 차이값을 각 R,G,B 마다 각각 계산하고, 차이값들의 평균값을 산출하여 이를 기준으로 현재 R,G,B 색정보가 평균값 보다 일정 수준이상 크거나 작은 경우 해당 영역을 노이즈 영역으로 판단하여 백화 영역에서 제외할 수 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템에 의한 매핑 영상에서 백화 영역을 제거하는 방법을 설명한다.
도 4 및 도 5는 본 발명의 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템에 의한 매핑 영상에서 백화 영역을 제거하는 방법을 나타낸 도면이다. 이하의 설명에서 각 단계별 실행주체는 별도의 기재가 없는 한, 본 발명의 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 구성부가 된다.
먼저, 도 4를 참조하면 본 발명의 일 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템에 의한 매핑 영상에서 백화 영역을 제거하는 방법에 의하면, 시스템은 감시대상인 도로상의 각 지점에 설치되는 하나 이상의 CCTV 카메라로부터 촬영한 도로의 영상신호를 실시간으로 검색하여 수집한다(S100).
다음으로, 시스템은 안개감지 알고리즘을 통해 각 지점에 대하여 수집한 영상신호에 등장하는 안개의 윤곽선을 결정하고, 결정된 윤곽선에서 안개 영역을 식별한다(S110). 본 단계에서는 전술한 수학식 1 내지 3에 따라 본 발명의 시스템에 적용된 안개제거 알고리즘을 통해 안개 영역을 식별할 수 있다.
다음으로, 시스템은 식별된 안개 영역의 윤곽선에서 영상신호의 화소별 RGB 색정보를 추출한다(S120). 시스템은 전술한 안개제거 알고리즘을 통해 안개의 윤곽선을 추출할 수 있고, 그 윤곽선에서 색좌표계의 RGB 색정보를 결정하여 이를 기준으로 안개의 특징 구분값을 결정할 수 있다.
다음으로, 시스템은 RGB 색정보를 이용하여 마스킹 영역을 포함하는 매핑 영상을 생성하고, 영상신호에 상에 중첩하여 출력한다(S130). 분석대상공간의 윤곽선 내의 어느 한 좌표가 어느 한 좌표의 이웃한 좌표의 RGB 색정보가 안개의 특징 구분값보다 작은 경우 어느 한 좌표를 선택할 수 있고, 시스템은 선택된 어느 한 좌표를 공간상에 표출하여 안개를 인식하며, 플러드필 기법을 이용하여 안개 영역상에 중첩된 영역을 마스킹 영역으로 정의하고, 원 영상과 마스킹 영역을 중첩시킨 매핑 영상을 표출한다.
다음으로, 시스템은 RGB 색정보와 기준 색정보를 비교하여 야간 여부를 판단하는 야간 임계값을 설정한다(S140). 야간 시 외부광원에 의해 영상 내 백화 현상이 발생함에 따라, 시스템은 각 지점의 RGB 색정보와, 전국의 각 지역 중, 대표지역의 최고고도에 설치된 CCTV 카메라에 의해 일출시각에 촬영된 영상에서 추출한 RGB 색정보인 기준 색정보를 통해 각 지점에서의 현재 시간을 주간 또는 야간으로 판단한다.
그리고, 시스템은 현재 시간이 야간인 경우, CCTV 카메라가 설치된 지점별 야간 임계값을 기준으로 하여 매핑 영상에서 외부광원에 의해 발생한 백화 영역에 대응하는 마스킹 영역을 제거한다(S150). 외부광원이 고정광원인 경우 정해진 위치에서 고정적으로 백화 영역을 생성함에 따라 그 좌표를 미리 판별하여 야간 임계값(D)을 벗어나는 경우 이를 안개 영역이 아닌 백화 영역으로 판단하고, 매핑 영상에서 제N+1 프레임을 백화 영역이 제거된 제N 프레임과 동일하게 출력함으로써 매핑 영상을 보정한다.
또한, 외부광원이 이동광원인 경우 백화 영역의 좌표가 이동함에 따라, 시스템은 보정된 야간 임계값(Dt)을 생성하고, 원 야간 임계값(D)과의 비교를 통해 이동광원이 영상신호에서 벗어나기 전까지, 매핑 영상의 제N-1 프레임을 제N 프레임으로 설정하여 출력함으로써 매핑 영상을 보정한다.
또한, 전술한 야간 임계치는 도로 형태에 의해 달라짐에 따라 이에 대한 보정절차가 추가될 수 있다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템에 의한 매핑 영상에서 백화 영역을 제거하는 방법에서는 영상이 촬영된 각 지점별 이동광원의 경우 도로 상황에 따라 야간 임계값을 보정하여 백화 영역 발생을 판단 및 제거한다.
이를 위한 절차로서, 시스템은 감시 도로가 직선 도로인지 판단하여(S200), 직선도로인 경우 현재 원 야간 임계값을 보정없이 그대로 유지하며(S210), 곡선 도로 등, 직선도로가 아닌 경우 원 야간 임계값에 제1 보정변수를 차감하여 1차 보정을 수행한다(S220).
다음으로, 감시도로가 직선도로가 아니면서 수평도로인지 판단하여(S230), 수평도로인 경우 상기의 1차 보정된 야간 임계값을 이용하며(S240), 감시도로가 직선도로가 아니면서 수평도로도 아닌 경우 1차 보정된 야간 임계값에 재차 제2 보정변수를 차감하여 2차 보정을 수행한다(S250).
이하, 종래 시스템 및 본 발명의 일 실시예에 따른 시스템이 제공하는 표출 영상의 비교를 통해 본 발명의 기술적 사상을 설명한다.
도 6는 종래 시스템에 의한 안개감지에 따른 매핑 영상 및 본 발명의 실시예에 따라 보정된 매핑 영상을 비교한 도면이다.
도 6을 참조하면, 종래 안개감지 시스템이 표출하는 CCTV 원 영상 및 이에 중첩되는 매핑 영상에 따르면, 야간 시 안개에 의해 검출된 안개 영역에 대응하는 마스킹 영역(m1) 이외에도, 도로상에 주행중인 차량의 전조등에 의해 발생하는 백화 영역에 대응하는 오감지된 마스킹 영역(m2) 또한 함께 표시되는 것을 확인할 수 있다. 또한, 영상 내 안개 영역으로 감지된 면적이 상당함에 따라, 안개 강도는 '경계'로 판단된다(a).
여기서, 안개 발생에 대한 강도는 감지된 안개 영역을 이미지 시정거리 함수를 사용하여 시정거리를 산출함으로써 결정되는 되는 것으로, 국토교통부 안개 위기수준 시정거리 기준에 따라 시정거리(VR)가 250m ≤ VR < 1000m 이면 '관심', 100m ≤ VR < 250m 이면 '주의', 50m ≤ VR < 100 m 이면 '경계' 및, VR < 50 m 이면 '심각'으로 결정될 수 있다.
또한, 본 발명의 일 실시예에 따르면, 안개감지 시스템이 표출하는 CCTV 원 영상 및 이에 중첩되는 매핑 영상은, 이동광원 발생시 현재 제N 프레임이 이전 제N-1 프레임과 동일하게 표시됨에 따라, 이전 검출된 안개영역(m1')을 제외하고 오감지된 마스킹 영역(m2)이 제거된 형태로 표출된다. 아울러, 영상 내 안개 영역으로 감지된 면적이 상대적으로 줄어듦에 따라, 안개 강도는 '주의'로 판단된다(b).
상기한 설명에 많은 사항이 구체적으로 기재되어 있으나 이것은 발명의 범위를 한정하는 것이라기보다 바람직한 실시예의 예시로서 해석되어야 한다. 따라서, 발명은 설명된 실시예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위에 균등한 것에 의하여 정하여져야 한다.
10 : CCTV 카메라 50 : 모니터 장치
100 : CCTV 개방정보를 이용한 야간 도로 안개감지 시스템
110 : 영상 수집부 120 : 영상 분석부
130 : 결과 표시부 140 : 시각 구별부
150 : 매핑 보정부

Claims (8)

  1. 감시대상인 도로상의 각 지점에 설치되는 하나 이상의 CCTV 카메라로부터 촬영한 상기 도로의 영상신호를 실시간으로 검색하여 수집하는 영상 수집부;
    안개감지 알고리즘을 통해 영상신호에 등장하는 안개의 윤곽선을 결정하고, 결정된 윤곽선에서 안개 영역을 식별하는 영상 분석부;
    식별된 안개 영역의 윤곽선에서 영상신호의 화소별 RGB 색정보를 추출하고, 상기 RGB 색정보를 이용하여 마스킹 영역을 포함하는 매핑 영상을 생성하고, 상기 영상신호에 상에 중첩하여 출력하는 결과 표시부;
    상기 RGB 색정보와 기준 색정보를 비교하여 야간 여부를 판단하는 야간 임계값을 설정하는 시각 구별부; 및
    야간 시, 상기 CCTV 카메라가 설치된 지점별 상기 야간 임계값을 기준으로 하여 상기 매핑 영상에서 외부광원에 의해 발생한 백화 영역에 대응하는 마스킹 영역을 제거하는 매핑 보정부를 포함하고,
    상기 매핑 보정부는,
    상기 안개 영역의 RGB 색정보를 검출하여 X, Y좌표를 부여하고, 일정시간 이상 상기 X, Y좌표의 변동이 발생하지 않는 영역을 고정광원으로 분류하고, 상기 X, Y좌표의 변동이 발생하면 이동광원으로 분류하고,
    상기 영상신호에서 상기 고정광원이 발생하면, 상기 매핑 영상에서 고정광원에 대응하는 마스킹 영역을 제거하여 제N(N, N은 자연수) 프레임을 생성하고, 제N+1 프레임을 상기 제N 프레임과 동일하게 설정하는 구성인 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템.
  2. 제 1 항에 있어서,
    상기 영상 수집부는,
    공공 데이터 포털이 제공하는 개방정보 API를 이용하여 원격으로 상기 CCTV 카메라에 접속하고 상기 영상신호를 수집하는 것인, CCTV 개방정보를 이용한 야간 도로 안개감지 시스템.
  3. 제 1 항에 있어서,
    상기 기준 색정보는
    전국의 각 지역 중, 대표지역의 최고고도에 설치된 CCTV 카메라에 의해 일출시각에 촬영된 영상에서 추출한 RGB 색정보로 결정되는 CCTV 개방정보를 이용한 야간 도로 안개감지 시스템.
  4. 삭제
  5. 삭제
  6. 제 1 항에 있어서,
    상기 매핑 보정부는,
    상기 영상신호에서 상기 이동광원이 발생하면, 지점별 환경설정정보에 따라 야간 임계값을 보정하고, 보정된 야간 임계값을 기준으로 상기 이동광원이 영상신호에서 벗어나기 전까지 생성된 매핑 영상에서 전 제N-1 프레임을 제N 프레임으로 설정하는 것인, CCTV 개방정보를 이용한 야간 도로 안개감지 시스템.
  7. 제 6 항에 있어서,
    상기 매핑 보정부는,
    감시대상인 도로가 직선도로일 경우 원 야간 임계값을 유지하고, 상기 도로가 곡선도로 및 수평도로일 경우, 원 야간 임계값에서 제1 보정 변수를 차감하고, 상기 도로가 수평도로가 아닐 경우, 제1 보정값이 차감된 야간 임계값에서 제2 보정 변수를 더 차감하는 것인, CCTV 개방정보를 이용한 야간 도로 안개감지 시스템.
  8. 제 1 항에 있어서,
    상기 매핑 보정부는,
    눈 또는 비를 포함하는 주변 환경 요소의 발생시, 평상시 영상신호에서 획득한 R,G,B 에지값과, 현재 시점의 영상신호에서 획득한 R,G,B 에지값의 차이값을 각 R,G,B 마다 각각 계산하고, 상기 차이값의 평균값을 산출하여 현재 R,G,B 색정보가 평균값 보다 일정 수준이상 크거나 작은 경우 노이즈 영역으로 판단하고 백화 영역에서 제외하는 것인, CCTV 개방정보를 이용한 야간 도로 안개감지 시스템.
KR1020220000831A 2022-01-04 2022-01-04 Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법 KR102471542B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220000831A KR102471542B1 (ko) 2022-01-04 2022-01-04 Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법
US17/579,093 US11881026B2 (en) 2022-01-04 2022-01-19 Nighttime road fog detection system using open information of CCTV and detection method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220000831A KR102471542B1 (ko) 2022-01-04 2022-01-04 Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법

Publications (1)

Publication Number Publication Date
KR102471542B1 true KR102471542B1 (ko) 2022-11-28

Family

ID=84237031

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220000831A KR102471542B1 (ko) 2022-01-04 2022-01-04 Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법

Country Status (2)

Country Link
US (1) US11881026B2 (ko)
KR (1) KR102471542B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110037180A (ko) * 2009-10-06 2011-04-13 충주대학교 산학협력단 카메라를 이용한 도로 시정 측정 시스템 및 그 방법
KR101219659B1 (ko) 2012-07-27 2013-01-09 한국건설기술연구원 Ｃｃｔｖ 영상을 이용한 안개 검지 시스템 및 그 방법
KR101364727B1 (ko) * 2012-09-28 2014-02-20 (주)한일에스티엠 촬영된 영상의 처리를 이용한 안개 감지 방법 및 장치
KR101949968B1 (ko) * 2018-06-04 2019-02-21 주식회사 유에스티21 안개 성분이 포함된 이미지의 시정거리를 결정하는 장치 및 방법
KR102267517B1 (ko) 2020-07-22 2021-06-22 재단법인 서울특별시 서울기술연구원 도로 안개감지 장치 및 그 감지 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100946749B1 (ko) * 2008-03-19 2010-03-11 정양권 영상인식 및 이미지의 학습 방법을 기반한 안개 감지 방법및 그 시스템
JP6488581B2 (ja) * 2014-07-25 2019-03-27 株式会社ソシオネクスト 霞画像判別装置及び判別方法
KR101748524B1 (ko) * 2016-01-26 2017-06-27 (주)스마트테크놀로지 시정거리 산정을 이용한 안개 감지 장치 및 방법
JP6787243B2 (ja) * 2017-04-28 2020-11-18 トヨタ自動車株式会社 画像送信プログラム、画像送信方法、車載器、車両、及び画像処理システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110037180A (ko) * 2009-10-06 2011-04-13 충주대학교 산학협력단 카메라를 이용한 도로 시정 측정 시스템 및 그 방법
KR101219659B1 (ko) 2012-07-27 2013-01-09 한국건설기술연구원 Ｃｃｔｖ 영상을 이용한 안개 검지 시스템 및 그 방법
KR101364727B1 (ko) * 2012-09-28 2014-02-20 (주)한일에스티엠 촬영된 영상의 처리를 이용한 안개 감지 방법 및 장치
KR101949968B1 (ko) * 2018-06-04 2019-02-21 주식회사 유에스티21 안개 성분이 포함된 이미지의 시정거리를 결정하는 장치 및 방법
KR102267517B1 (ko) 2020-07-22 2021-06-22 재단법인 서울특별시 서울기술연구원 도로 안개감지 장치 및 그 감지 방법

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
한국 공개특허공보 제10-2011-0037180호(2011.04.13.) 1부.*
한국 등록특허공보 제10-1364727호(2014.02.20.) 1부.*
한국 등록특허공보 제10-1949968호(2019.02.21.) 1부.*
한국 등록특허공보 제10-2267517호(2021.06.22.) 1부.*

Also Published As

Publication number Publication date
US11881026B2 (en) 2024-01-23
US20230215177A1 (en) 2023-07-06

Similar Documents

Publication Publication Date Title
US8670592B2 (en) Clear path detection using segmentation-based method
US8634593B2 (en) Pixel-based texture-less clear path detection
JP4930046B2 (ja) 路面判別方法および路面判別装置
US9483952B2 (en) Runway surveillance system and method
RU2571368C1 (ru) Устройство обнаружения трехмерных объектов, способ обнаружения трехмерных объектов
US8045761B2 (en) Detection of environmental conditions in a sequence of images
US8452053B2 (en) Pixel-based texture-rich clear path detection
CN104011737B (zh) 用于探测雾的方法
CN107590470B (zh) 一种车道线检测方法及装置
CN108197523B (zh) 基于图像转换及轮廓邻域差异的夜间车辆检测方法及系统
CN103458156B (zh) 一种恶劣天气条件下交通事件检测视频信号预处理方法
CN110415544B (zh) 一种灾害天气预警方法及汽车ar-hud系统
KR101795652B1 (ko) 안개피해방지장치용 가시거리 측정장치
JP2018055597A (ja) 車種判別装置および車種判別方法
KR102267517B1 (ko) 도로 안개감지 장치 및 그 감지 방법
CN106340031A (zh) 一种检测运动物体的方法和装置
KR102471542B1 (ko) Cctv 개방정보를 이용한 야간 도로 안개감지 시스템 및 그 감지 방법
KR100355993B1 (ko) 차선 이탈 경보장치 및 방법
KR20160089786A (ko) 저조도 환경에서의 개선된 영상 취득이 가능한 카메라를 이용한 차선이탈 및 전방차량추돌 통합 경고 시스템
KR102204039B1 (ko) Mms의 gps 보정에 따른 촬영 영상과 라이다 측량치의 오류보정 시스템
KR102115792B1 (ko) 신호등에 설치된 카메라에 의한 상황감시 시스템
CN117372967B (zh) 基于物联网智慧路灯的远程监控方法、装置、设备及介质
KR20200101509A (ko) 신호등 검출 방법 및 장치
CN116485799B (zh) 铁路轨道异物覆盖的检测方法及系统
KR102646288B1 (ko) 관제용 카메라를 활용한 주야간 주행 검지시스템

Legal Events

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