KR20110118376A - 광류를 이용한 방범용 차량 감지 시스템 - Google Patents

광류를 이용한 방범용 차량 감지 시스템 Download PDF

Info

Publication number
KR20110118376A
KR20110118376A KR1020100037937A KR20100037937A KR20110118376A KR 20110118376 A KR20110118376 A KR 20110118376A KR 1020100037937 A KR1020100037937 A KR 1020100037937A KR 20100037937 A KR20100037937 A KR 20100037937A KR 20110118376 A KR20110118376 A KR 20110118376A
Authority
KR
South Korea
Prior art keywords
vehicle
area
image
security
light flow
Prior art date
Application number
KR1020100037937A
Other languages
English (en)
Other versions
KR101089029B1 (ko
Inventor
배성호
홍준의
Original Assignee
동명대학교산학협력단
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 동명대학교산학협력단 filed Critical 동명대학교산학협력단
Priority to KR1020100037937A priority Critical patent/KR101089029B1/ko
Publication of KR20110118376A publication Critical patent/KR20110118376A/ko
Application granted granted Critical
Publication of KR101089029B1 publication Critical patent/KR101089029B1/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
    • G08G1/04—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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Abstract

본 발명은 방범용으로 쓰이는 카메라를 통해 획득한 영상에서 차량의 진입을 광류(optical flow)를 통해서 감지하고, 감지된 차량의 영역을 분할하는 방법으로 추적하여 진/출입된 상태를 저장하고 열람할 수 있는, 광류를 이용한 방범용 차량 감지 시스템에 관한 것이다.
본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템은,
영상감지 카메라를 통해 획득한 영상을 전처리하여 영상 정보를 획득하는 영상정보 생성부와,
획득된 상기 영상정보 내에서 광류를 분석하여 차량 영역인지 비차량 영역인지를 판별하는 광류 검출부와,
상기 차량 영역에서 차량의 전조등과 차량의 각 특징이 되는 영역을 분류하는 차량 추적부와,
상기 차량 추적부에 의해 획득된 차량의 정보를 통해 차량의 진·출입 시간과 차량의 종류를 분석하여 저장하고 열람할 수 있는 정보 관리부를 포함하는 것을 구성적 특징으로 한다.

Description

광류를 이용한 방범용 차량 감지 시스템{Crime Preventing Car Detection System using Optical Flow}
본 발명은 광류를 이용한 방범용 차량 감지 시스템에 관한 것으로, 구체적으로는, 방범용으로 쓰이는 카메라를 통해 획득한 영상에서 차량의 진입을 광류(optical flow)를 통해서 감지하고, 감지된 차량의 영역을 분할하는 방법으로 추적하여 진/출입된 상태를 저장하고 열람할 수 있는, 광류를 이용한 방범용 차량 감지 시스템에 관한 것이다.
차량이 급격히 늘어나면서 차량을 이용한 범죄도 날로 증가하고 있어, 수배차량, 범죄에 이용된 차량, 도난차량, 체납 차량 및 교통법규 위반 차량 등을 단속 및 검거하고 주차장 및 톨게이트에서 차량을 관리하기 위하여 차량번호 인식시스템이 사용되고 있다.
종래의 차량번호 인식시스템은, 루프 코일을 이용하거나 RFID 방식을 이용하고 있는데, 루프 코일을 이용한 차량번호 인식 시스템은 도로상에 차량을 감지하기 위한 루프코일을 설치하고, 루프코일에 연결된 루프코일 감지기의 감지 신호를 근거로 하여 도로를 촬영하는 다수의 CCD 카메라를 구비한다.
그런데 차량을 감지하기 위해 루프코일을 사용할 경우, 루프코일을 도로상에 매설하는 것이 어렵고 비용이 증가하고, 루프 코일의 고장시 교체나 수리가 어렵다는 문제점이 있다. 이러한 문제점을 해결하기 위해 레이저 센서를 이용하여 차량을 감지하는 방법이 있으나, 이 또한 레이저 센서가 비싸고 CCD 카메라에 초점을 일치시켜야 하므로 설치시 정밀한 보정작업이 필요하기 때문에 설치 및 유지관리가 어렵다는 문제점이 있다.
또한, CCD 카메라와 함께 연동되는 적외선 스트로보(strobo)의 경우는 충전 시간이 필요하여 빈번하게 왕래하는 차량의 번호를 효과적으로 촬영하기 위해서는 다수의 적외선 스트로보를 설치하여야 한다는 문제점을 갖는다.
RFID 방식을 이용한 차량번호 인식 시스템은 차량 번호 인식용 리더와 안테나와 차량의 각각에 부착되는 RFID 태그로 구성되는데, 이 또한 모든 차량에 RFID 태그를 부착하여야 하므로 시설비가 많이 든다는 문제점을 갖는다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 방범용 차량 운행 정보 기록 시스템에서 모든 기록을 저장하는 종래의 방식 대신, 차량의 움직임만을 검출하여 차량이 진/출입과 관련된 기록만을 영상내에 저장하도록 함으로써 더욱 많은 정보를 저장/기록할 수 있는 방범용 차량 감지 시스템을 제공하는 것이다.
또한 본 발명의 목적은 차량의 진/출입 시간과 차량의 종류를 감지해 냄으로써 차량의 정보 검색을 가능하게 하는 방범용 차량 감지 시스템을 제공하는 것이다.
본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템은,
영상감지 카메라를 통해 획득한 영상을 전처리하여 영상 정보를 획득하는 영상정보 생성부와,
획득된 상기 영상정보 내에서 광류를 분석하여 차량 영역인지 비차량 영역인지를 판별하는 광류 검출부와,
상기 차량 영역에서 차량의 전조등과 차량의 각 특징이 되는 영역을 분류하는 차량 추적부와,
상기 차량 추적부에 의해 획득된 차량의 정보를 통해 차량의 진·출입 시간과 차량의 종류를 분석하여 저장하고 열람할 수 있는 정보 관리부를 포함하는 것을 구성적 특징으로 한다.
본 발명에 따르는 광류를 이용한 차량용 방범 시스템은 차량의 움직을 검출하여 차량이 진/출입과 관련된 기록만을 영상내에 저장하도록 함으로써 더욱 많은 정보를 저장/기록할 수 있다.
또한, 본 발명에 따르는 광류를 이용한 차량용 방범 시스템은 차량의 진/출입 시간과 차량의 종류를 감지해 냄으로써 차량의 정보 검색을 가능하게 한다.
도1은 본 발명에 따르는 방범용 차량 감지 시스템의 영상 획득 방법을 나타내는 도면이다.
도2는 본 발명에 따르는 방범용 차량 감지 시스템에서 설정되는 감지 영역의 일례를 나타낸다.
도3은 본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템의 구성을 나타내는 블록도이다.
도4는 본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템의 동작을 나타내는 흐름도이다.
도5는 광류에 의해 결정된 예시적인 차량 후보 영역을 나타내는 도면이다.
도6은 광류에 의한 차량 속도 검출을 예시적으로 나타내는 도면이다.
도7은 본 발명에 따르는 차량 감지 시스템에 따라 구분되는 차량 영역을 나타내는 도면이다.
도8은 본 발명에 따르는 차량 감지 시스템에서 검출하는 야간 전조등 영상을 나타내는 도면이다.
도9는 본 발명에 따라 차량의 본넷, 전면창 및 루프 영역을 구분한 결과 영상을 나타낸다.
영상 인식에 의한 교통 영상 분석 방법은 시간 영역 분석과 공간 영역 분석으로 나눠지는데, 본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템은 시간 영역 분석을 통하여 차량의 특징점을 추적함으로써 움직임 벡터를 추정하는 광류 방법을 사용한다.
광류(Optical Flow)는 카메라를 이용하여 시간적으로 연속된 영상을 얻을 때, 물체에 대해서 카메라의 위치를 이동시키거나 카메라에 대해서 물체를 이동시키면 영상 내의 각 화소들의 밝기가 변화하는데, 이러한 영상 내의 명암의 이동을 광류라고 하며, 잡음에 강한 특성을 나타낸다.
표1에 나타난 바와 같이, 일반적으로 사용되는 교통정보 수집용 영상이 여러 개의 차선을 촬영하고, 양방향 주행 차량 모두를 촬영하고, 통행하는 차량의 전체를 촬영하며, 통행 차량 계수, 교통정보 수집, 차종 분류를 목적으로 하는데 반해, 본 발명에 따르는 방범용 차량 감지 영상은 도로의 1개 차선만 촬영하고, 단방향 주행 차량만을 촬영하고, 통행하는 차량의 일부분만을 촬영하고, 차량의 번호판과 차량종류, 및 차량의 운전자까지 화면상에 식별하도록 하여, 차량의 통과 기록을 보관하고, 차량 정보를 수집하고 정보를 분류하는 것을 목적으로 한다.
교통정보 수집용 영상 방범용 영상
차선 다차선 촬영 1개 차선 정보
방향 양방향 단방향
범위 차량의 전체 차량의 일부분

목적		 차량의 계수
교통정보 수집
차종분류		 통과 기록 보관
차량 정보 수집
정보 분류
이하 첨부된 도면을 참조하여 본 발명에 따르는 바람직한 실시예를 상세히 설명한다.
도1은 본 발명에 따르는 방범용 차량 감지 시스템의 영상 획득 방법을 나타내는 도면이다.
도2는 본 발명에 따르는 방범용 차량 감지 시스템에서 설정되는 감지 영역의 일례를 나타낸다.
도1에 도시된 바와 같이, 지상으로부터 6m 높이에 설치된 번호판 감지용 카메라는 도로를 촬영하고 감지영역을 설정하여, 도2과 같이 설정된 영역마다 3개의 감지창(detection area)을 만들어 차량의 진입/진출을 판별하거나 차량 영상을 획득하는 감지창으로 사용한다.
차량 영상 감지는 실시간 처리뿐만 아니라 조도 등의 환경 변화에 대해서도 민감하게 반응할 수 있어야 한다.
본 발명에 따르는 방범용 차량 감지 시스템에서는 차량의 큰 특징점을 추출하여 이를 추적하는 방식으로 도로에 차량이 존재하는지 여부를 확인하고, 도로상의 차량의 각 부분별 특징 영역을 분리하여 다양한 종류의 환경 변화에 대해서도 정확한 차량 영상을 획득할 수 있다.
도3은 본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템의 구성 및 동작을 나타내는 블록도이다.
본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템은, 영상 정보 생성부(10), 광류 검출부(20), 차량 추적부(30) 및 정보 관리부(40)로 구성된다.
본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템의 동작은 다음과 같이 이뤄진다.
차량의 영상이 카메라를 통해 영상 정보 생성부(10)로 입력되고(단계 301), 입력된 영상은 정보의 처리가 용이하도록 영상의 크기 및 밝기를 영상 정보 생성부(10)에서 보정한다(단계302).
영상 정보 생성부에서 생성된 영상 정보는 광류 검출부(20)로 전달되어, 상기 영상 정보에 존재하는 광류를 검출하고(단계 303), 광류가 차량에 대한 것인지 비차량에 대한 것인지 여부를 분석한다(단계 304).
광류 검출부(20)에서 차량에 대한 광류가 검출되면, 차량 추적부(30)에서는 광류가 나타나는 영상 영역에서 전조등 영역을 검출하고(단계 305), 차량의 특징 영역을 분할 검출하여(단계 306) 차량의 진/출입을 추적한다.
차량의 진/출입이 추적되면, 정보 관리부(40)에서는 차량의 진/출입 시간 및 차종 등을 포함하는 차량 정보를 저장하고(단계 307), 저장된 차량 정보를 열람하여(단계 308) 차량 정보를 관리한다.
도4는 본 발명에 따르는 광류를 이용한 방범용 차량 감지 시스템의 동작을 나타내는 흐름도이다.
카메라에 의해 촬영된(410) 차량 방범 영상에 광류가 존재하는지 여부를 판별하여, 광류가 존재하지 않을 경우 차량의 추적을 하지 않는다. 차량 방범 영상에 존재하는 광류를 검출할 경우 차량이 진입한 것으로 판단하여 차량 영역 분할을 실시한다. 차량 영역 분할은 주야간에 상관없이 동일 알고리즘을 사용하기 위해, 전조등 영역에서 전조등 유무 검사를 먼저 검출해낸다(430). 전조등이 검출되면 차량 영역 검출을 실시하지 않고, 전조등이 검출되지 않으면, 주간인 것으로 판단하여 차량의 영역을 검출한다(440). 전조등 영역 또는 차량 영역이 검출되면, 차량이 차량검출영역으로 진입하였는지를 추적하고(450), 추적된 차량이 차량 검출 영역에 진입하였다면 차량의 진출입 시간, 차량 정보 등의 검출정보를 기록으로 남기게 된다(460).
구체적인 차량 감지 방법은 다음과 같다.
코너검출
차량의 효과적인 추적을 위해 어떠한 특징을 사용할 것인지를 결정하는 것은 매우 중요한데, 본 발명에서는 코너값을 특징값으로 설정하여 차량의 움직임을 추적한다.
코너에 대한 정의는 Harris에 의해 제안되었는데, 해리스 코너 검출 방법은 영상 밝기값의 2차 미분 값을 이용한다. 해리스 코너 검출 방법에서는 자기상관 행렬의 고유값 두 개가 모두 큰 값을 가질 경우 코너라고 판별한다. 이는 최소 두 방향으로 향하는 질감 또는 경계(edge)가 존재함을 의미하며, 한 점에서 두 방향 이상의 경계가 발견되면 이를 코너로 간주하였다. 이후에 Shi 등은 두 개의 고유값 중에서 작은 고유값의 크기가 특정 임계값보다 큰 경우, 이 점이 좋은 코너라는 것을 발견하였다. Shi 등의 방법은 유용할 뿐 아니라 많은 경우에서 Harris의 방법보다 더 만족스러운 결과를 제공하므로, 본 발명에서는 움직임을 추정할 특징점을 Shi 등의 코너 검출 방법으로 구한다.
광류( Optical flow )
카메라를 이용하여 시간적으로 연속된 영상을 얻을 때, 물체에 대해서 카메라의 위치를 이동시기거나 또는 카메라에 대해서 물체의 위치를 이동시키면 영상 내의 각 화소들의 밝기의 변화가 나타나는데, 이러한 영상내의 명암의 이동을 광류(optical flow)라고 한다. 벡터 정보를 이용하여 명암의 이동을 분석하여 물체의 3차원 구조를 추론할 수 있다. 광류 추정 방법은 시공간 기울기, 영역 기반, 특징 기반 방법 등으로 분류될 수 있는데, 시공간 기울기법은 화소의 밝기값이 일정하다는 가정하에 다음 프레임에서 같은 밝기값을 갖는 화소를 찾는 방법이다.
본 발명에서는 영상내의 임의의 점을 추적하기 위해 영상 전체의 움직임을 구할 수 있는 시공간 기울기법인 Luclas-Kanade(LK) 방법을 사용한다. LK 방법은 원래 밀집 광류를 계산하기 위한 방법이나, 입력 영상의 화소 일부에 대해서도 적용 가능하기 때문에 현재는 희소 광류 방법으로도 중요하게 사용되고 있다. 희소 광류 방법은 추적할 점들의 일부를 미리 지정해주어야 한다. 이 점들이 코너와 같이 두드러진 특성을 갖는다면 추적은 상대적으로 잘 이루어지며 신뢰할 수 있다.
LK 방법은 작은 지역(local) 윈도우를 사용하기 때문에 이 윈도우보다 큰 움직임이 발생하였을 경우에는 움직임을 계산하지 못하는 단점이 있다. 이러한 문제점을 해결하기 위하여 고안된 피라미드(pyramid) LK 방법은 원본 영상으로부터 얻은 영상 피라미드를 사용함으로써 커다란 움직임도 찾아낼 수 있다. LK 방법의 작동 원리는 다음의 3가지 가정에 기초를 둔다.
1. 밝기 항상성(Brightness constancy): 어떤 객체상의 화소는 프레임이 바뀌어도 그 값이 변하지 않는다. 명도 영상의 경우, 추적하고 있는 객체 화소의 밝기는 변하지 않는다고 가정한다.
2. 시간 지속성(Temporal persistence) : 영상 내에서 움직임은 그다지 빠르지 않다. 즉 영상에서 객체의 움직임에 비하여 시간의 변화가 더 빠르게 진행되며, 이는 연속된 프레임 사이에서 객체의 이동량이 많지 않음을 의미한다.
3. 공간 일관성(Spatial coherence) : 공간적으로 서로 인접한 화소들은 동일한 객체에 속할 가능성이 높고 동일한 움직임을 갖는다.
광류를 이용한 차량 진입 검출
광류의 추적은 밝기값이나 코너값 등 사물에서 도드라지는 특징점을 추출하고 특징점의 움직임을 추적하는 과정이다. 일반적으로 영상내에서 움직이는 동일한 물체의 특징점에 대한 움직임 벡터는 크기와 방향이 일정하게 일어나기 때문에 움직임 벡터의 방향과 크기가 같은지 여부에 따라 동일 차량인지를 분류한다. 본 발명에서는 차량의 초기 진입을 판단하기 위하여, Shi 등의 방법으로 코너를 검출하고, 검출된 코너 점들을 LK 알고리즘으로 움직임을 추정한다. 추정된 움직임 벡터의 크기와 각도를 특징으로 하여 차량의 초기 진입 유, 무를 판별한다. 움직임 벡터의 크기와 개수가 임계치 이상이고 움직임 벡터들의 각도가 일정 범위 내에 있을 경우 차량이 진입한 것으로 판단하고, 차량 진입이 없을 경우의 획득 영상은 차량 추적을 위한 기준 영상으로 갱신한다.
도5는 광류에 의해 결정된 예시적인 차량 후보 영역을 나타내는 도면이다. 본 발명에서는 움직임 벡터가 일정하게 나타나는 영역만을 차량 후보 영역으로 설정하는데, 차량의 각 부분별 특징을 후보 영역 내에서만 검출하기 때문에 연산량을 줄여 처리 속도를 개선시킨다.
차량의 속도 검출
도6은 광류에 의한 차량 속도 검출을 예시적으로 나타내는 도면이다.
도6의 (a)와 (b)는 서로 다른 속도를 가지는 차량을 나타내며, 도6의 (b)와 (d)는 차량이 운행되는 속도에 따라 광류의 속도(움직임 벡터의 길이/프레임 레이트)와 방향성을 나타낸다. 방향성과 속도를 알아내면 다음 프레임의 차량의 대략적인 위치도 추정 가능하다.
광류 측정을 통한 차량후보 영역 선택
본 발명에 따르는 차량 감지 시스템은 LK 방법을 적용하여 차량의 광류를 측정한다. 그림 6의 (a)는 원영상을 나타내며, (b)는 차량의 특징점을 추출하여 광류의 방향과 크기를 나타낸 영상이다. 그림 5의 (b)처럼 차량 영역과 비차량(반사광) 영역에 모두 광류가 나타나지만 비차량 영역은 특징점의 광류 형태가 일정하지 않고, 차량 영역에서만 광류가 일정하게 나타남을 알 수 있다. 단, 카메라 입력영상의 특성상 아래쪽이 넓은 형태의 마름모꼴 형태이므로, 동일 차량 내에서의 광류의 방향과 크기는 항상 동일하지 않다. 실험결과 광류의 처리는 10 msec 이내에 처리가 되어, 초당 60 프레임 이상의 영상 감지 처리가 가능하다.
감지 알고리즘의 고속 처리 방법
방범용 차량 영상 감지는 실시간성이 보장되어야 하므로 빠른 동작속도가 요구된다. 본 발명에서는 고속처리를 위해 주야간 모드와 대기모드 등을 구분하여 감지하도록 하였다. 대기모드에서 차량의 진입여부를 판별하기 위하여 광류(optical flow) 방법을 이용하여 코너 및 특징점 만을 검출한다. 광류에 의한 검출 방법은 차량이 가지는 요소중 큰 특징점 만을 검출하며 검출된 특징점이 흐름이 발생하는지 여부만을 체크하여 고속으로 처리가 가능하면서도 환경변화에 민감하게 반응 할 수 있다. 광류가 발생하면 주간과 야간 모드로 나누어 야간 모드에서는 헤드라이트 영역만을 검출하고, 주간 모드에서는 차량이 공통적으로 가지는 큰 특징 영역만을 검출하여 빠른 처리와 검출 성능을 모두 만족할 수 있다.
이하에서는 감지한 영상에서 정보를 분류하고 차량의 검출하는 방법에 대해 설명한다.
가. 전조등 영역 검출
야간 교통영상은 통계적 특징만으로 분할 영역을 분류할 수 없다. 따라서 본 발명에서는 분할 영역의 기하학적 특징에 의해 전조등을 검출한다. 전조등이 검출된 경우에는 차량 영역이 검출되지 않더라도 하나의 차량으로 인식한다. 전조등의 검출은 특징값으로 분할하기 전에 수행되며, 전조등이 검출되면 특징에 의한 분할은 해당 분할 영역에 대해 수행하지 않는다. 전조등 쌍은 두 개의 원형으로 매우 밝고, 클러스터 영역의 쌍이 비슷한 크기를 가지며, 이진화된 클러스터의 무게중심과의 거리가 일정조건 이상이면 전조등으로 분류한다. 만일 전조등이 검출되었고 전조등 앞에 차량 영역이 있다면 반사 영역으로 제거한다. 전조등이 검출되지 않은 차량 영역이 기준 차량 길이보다 크다면 차량으로 지정하고 다음 프레임부터 추적을 진행한다. 야간 영상의 경우 차량의 형태를 뚜렷하게 구분하기 힘들고 차체나 전면창에 생기는 반사광 등에 의해 에러의 요인이 많이 발생한다.
나. 차량 영역 구분
광류가 발생한 차량 후보 영역 중에 전조등이 검출되지 않은 영상은 차량의 영역을 구분함으로써 동일 차량인지 여부를 판단한다. 이는 광류를 통하여 환경 변화에 민감하게 접근하는 것과 마찬가지로 환경이나 교통상의 에러요인이 발생하더라도 구분하기 쉬운 특징점을 이용하기 위하여 아래와 같이 차량의 영역을 본넷과 전면창 및 루프(roof)로 구분한다.
단계 1: 차량 진입감지
광류를 측정하여 차량이 카메라 감지영역내에 진입하였다는 신호가 들어오면 배경영상(IB)과 획득영상(IC)의 차영상(ID = |IB-IC|)을 통해 배경을 분리해 낸다. 배경으로 분류된 영역 외 부분은 적응형 이진화를 통하여 이진화한다. 이진 영상에서 영역 라벨링을 수행하고, 분리된 영역 가장 큰 영역을 도7의 (a)와 같이 본넷(A) 영역으로 설정한다. (A)로 라벨링된 영역이 감지창을 지나게 되면 차량이 진입되었음을 시스템에 알린다.
단계 2: 영역 설정 및 감지차량 추적
본넷 영역(A)을 검출한 후 차량이 진행을 하면 (A)로 라벨링된 영역을 추적한다. (A)영역 이후에 도로와 분리된 어두운 영역(0으로 이진화된)이 나타나면 전면창(B) 영역으로 설정되며, 도7의 (b)와 같이 2개의 선택영역이 나타난다. 전면창 (B)영역 이후에 검출되는 이진화 영역(C)은 차량의 루프 영역으로 설정된다.
단계 3: 차량 진출 감지
이전 단계에서 검출된 차량의 영역은 각각 (A)(B)(C)로 영역별로 레이블링 되며, 이들의 이동을 추적함으로써 차량의 움직임을 알 수 있다. 루프 영역(C) 상부에 도로 영역이 있으면, 도7의 (c)와 같이 차량의 끝임을 알 수 있다. 하나의 차량은 각각 본넷 영역(A), 전면창 영역(B), 루프 영역(C)을 모두 가지며 루프 영역(C)이 화면상에서 사라지는 것을 차량의 진출로 기록한다. 도7의 (d)에서 루프영역(C)이 화면상에 존재하고 새로운 진입을 감지하면 (A')로 라벨링 되어 앞 차량과는 다른 차량으로 인식한다. 그러나 차량 정체시 앞차에 의해 뒤의 차가 가리게 될 경우, 진입 시점부터 루프 영역(C)와 (A') 영역이 동일 영역이 되어 다른 차량으로 분류되지 않는 오류가 발생한다.
단계 4: 차종의 분류
본 발명에 따르는 차량 감지 시스템은 차량을 크게 승용차와 비 승용차로 분류한다. 표2는 승용차와 비승용차의 각 영역별 면적의 비교를 나타낸 것이다. 본넷과 루프의 면적의 비가 1.2 이하이면 승용차로 분류하고 1.2 이상이면 비승용차로 분류한다.
승용차 비승용차
본넷/창(A/B) A>B A<B
창/루프(B/C) B<C B>C
본넷/루프(A/C) A>C A<C
다. 전조등 감지
도8은 본 발명에 따르는 차량 감지 시스템에서 검출하는 야간 전조등 영상을 나타내는 도면이다. 야간영상은 차량의 외형이 가지는 특징점을 검출하기 힘들기 때문에 도8과 같이 전조등 쌍을 검출하고 이를 차량으로 인식한다. 본 발명에 따르는 차량 감지 시스템에서는 전조등 영역의 크기가 임계치 이상이면서 두 쌍의 크기 비가 1에 가깝고, 중심간의 거리가 임계치 이상인 것을 차량으로 판단한다. 전조등이 검출된 상황에서는 별도의 차량 영역을 분리하지 않는다.
라. 차량 영역의 분할
도9는 본 발명에 따라 차량의 본넷, 전면창 및 루프 영역을 구분한 결과 영상을 나타낸다.
도9의 (a)는 주간 원영상을 나타내고, 도9의 (b)는 획득영상과 기준영상과의 차영상에서 이진영상을 구하고 본넷과 전면창 및 루프 영역을 분리하여 영역별로 검출한 영상이다.
마. 차종 분류
각 차종별로 30개의 영상에 대해, 차량의 전조등 간의 거리와 각 분류 영역의 면적에 평균치를 구하여 차량 분류시 임계치로 사용하는데, 각 차종별 규격(단위 : pixel)은 표3에 나타나 있다. 야간차량 감지시 전조등간의 중심거리가 경차보다 큰 쌍이 검출될 때 차량으로 분류하고, 주간차량 감지시 차량 영역의 본넷, 전면창, 루프의 면적이 각각 경차의 임계치보다 크면 차량으로 인식한다. 차종별로 본넷과 루프의 면적비가 일정하기 때문에 승용차와 비승용차의 구분은 본넷과 루프의 면적비가 1.2 이하이면 승용차로 분류하고, 본넷과 루프의 면적비가 1.2 이상이면 비 승용차로 분류한다.
경차 소형차 중형차 대형차
전조등간 거리 155 195 218 284
본넷 거리 28761 46303 49711 63664
전면창 면적 30303 26063 38023 92138
루프 면적 22773 22325 50907 117557
본 발명에 따르는 차량 감지 시스템을 실제 교통 상황에서 적용한 결과, 승용차와 비승용차에 대한 차종 분류의 정확도는 차량의 형태가 잘 보이는 주간에는 86%의 정확도를 가지나, 차량의 형태를 알아보기 힘든 일출과 일몰시에는 정확도가 낮아진다. 본 발명에 따르는 차량 감지 시스템의 처리 속도는 전조등이 많이 검출되는 야간에 가장 빠르다.
이상의 설명은 본 발명의 기술 사항을 예시적으로 설명한 것에 불과한 것으로, 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 실시예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이런 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (10)

  1. 영상감지 카메라를 통해 획득한 영상을 전처리하여 영상 정보를 획득하는 영상정보 생성부와,
    획득된 상기 영상정보 내에서 광류를 분석하여 차량 영역인지 비차량 영역인지를 판별하는 광류 검출부와,
    상기 차량 영역에서 차량의 전조등과 차량 영역을 분류하는 차량 추적부와,
    상기 차량 추적부에 의해 획득된 차량의 정보를 통해 차량의 진·출입 시간과 차량의 종류를 분석하여 저장하고 열람할 수 있는 정보 관리부;를 포함하는
    광류를 이용한 방범용 차량 감지 시스템.
  2. 제1항에 있어서,
    상기 영상 정보 생성부는,
    영상의 크기를 축소하여 처리시간을 단축시키고, 영상정보의 획득을 위해 자동으로 영상의 밝기를 보정하여 전처리하는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 시스템.
  3. 제1항에 있어서,
    상기 광류 검출부는,
    현재 프레임상의 특징점과 이전 프레임의 특징점 사이에 존재하는 광류를 검출하고, 검출된 상기 광류를 분석하여 차량이 가지는 광류인지 비차량이 가지는 광류인지로 구분하여 차량의 진입 여부를 판별하는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 시스템.
  4. 제3항에 있어서,
    상기 차량 추적부는,
    차량이 진입하는 경우, 차량의 전조등, 본넷, 전면창, 루프 등으로 영역을 구분하고, 구분된 상기 영역을 추적하고 분석하여 차량의 진/출입을 감지하는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 시스템.
  5. 제4항에 있어서,
    상기 정보 관리부는,
    분석된 상기 차량의 정보 중 차량의 전조등 간의 거리와 본넷 , 전면창, 루프가 가지는 크기의 비율을 사용하여 차종을 분류하고, 차량이 진입하고 진출한 시간 정보를 기록 및 열람하도록 하는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 시스템.
  6. 영상감지 카메라를 통해 획득한 영상을 전처리하여 영상 정보를 획득하는 단계;
    획득된 상기 영상정보 내에서 광류를 분석하여 차량 영역인지 비차량 영역인지를 판별하는 광류 검출 단계;
    상기 차량 영역에서 차량의 전조등과 차량 영역을 분류하는 단계;
    상기 차량 추적부에 의해 획득된 차량의 정보를 통해 차량의 진·출입 시간과 차량의 종류를 분석하여 저장하고 열람하는 단계;를 포함하는
    광류를 이용한 방범용 차량 감지 방법.
  7. 제6항에 있어서,
    상기 전조등과 차량 영역을 검출하는 단계는,
    전조등 검출 단계; 및
    차량 영역 분할 단계를 포함하는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 방법.
  8. 제7항에 있어서,
    상기 차량 영역 분할 단계는,
    차량 진입 감지 단계;
    진입 차량 영역 설정 및 감지 차량 추적 단계;
    차량 진출 감지 단계;
    차종 분류 단계를 포함하는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 방법.
  9. 제8항에 있어서,
    상기 차량 영역은,
    본넷 영역, 전면창 영역, 루프 영역으로 분할되는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 방법.
  10. 제9항에 있어서,
    상기 차종 분류 단계는.
    차량의 본넷과 루프의 면적의 비가 1.2 이하이면 승용차로 분류하고, 차량의 본넷과 루프의 면적의 비가 1.2 이상이면 비승용차로 분류하는 것을 특징으로 하는
    광류를 이용한 방범용 차량 감지 방법.
KR1020100037937A 2010-04-23 2010-04-23 광류를 이용한 방범용 차량 감지 시스템 KR101089029B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100037937A KR101089029B1 (ko) 2010-04-23 2010-04-23 광류를 이용한 방범용 차량 감지 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100037937A KR101089029B1 (ko) 2010-04-23 2010-04-23 광류를 이용한 방범용 차량 감지 시스템

Publications (2)

Publication Number Publication Date
KR20110118376A true KR20110118376A (ko) 2011-10-31
KR101089029B1 KR101089029B1 (ko) 2011-12-01

Family

ID=45031984

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100037937A KR101089029B1 (ko) 2010-04-23 2010-04-23 광류를 이용한 방범용 차량 감지 시스템

Country Status (1)

Country Link
KR (1) KR101089029B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160058421A (ko) * 2014-11-17 2016-05-25 방중식 지능형 경차판별시스템, 및 이를 채용한 스탠드얼론 기반의 지능형 차량번호인식시스템
KR20180082739A (ko) * 2017-01-11 2018-07-19 전자부품연구원 단일 카메라를 이용한 영상에서 움직이는 객체 검출 방법 및 시스템
CN110823533A (zh) * 2019-09-10 2020-02-21 李东华 一种不规范灯光检测系统及其检测方法
KR20200022334A (ko) * 2018-08-22 2020-03-03 아크소프트 코포레이션 리미티드 영상 처리 방법과 장치
KR102283482B1 (ko) * 2021-02-19 2021-07-29 주식회사 싸인텔레콤 객체추적을 통해 교통정보를 산출할 수 있는 영상시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101407322B1 (ko) * 2014-01-06 2014-06-16 주식회사 넥스파시스템 매크로블록 기반 모션인식을 이용한 번호인식시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4334744B2 (ja) * 2000-07-12 2009-09-30 日本信号株式会社 交通流計測装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160058421A (ko) * 2014-11-17 2016-05-25 방중식 지능형 경차판별시스템, 및 이를 채용한 스탠드얼론 기반의 지능형 차량번호인식시스템
KR20180082739A (ko) * 2017-01-11 2018-07-19 전자부품연구원 단일 카메라를 이용한 영상에서 움직이는 객체 검출 방법 및 시스템
WO2018131729A1 (ko) * 2017-01-11 2018-07-19 전자부품연구원 단일 카메라를 이용한 영상에서 움직이는 객체 검출 방법 및 시스템
KR20200022334A (ko) * 2018-08-22 2020-03-03 아크소프트 코포레이션 리미티드 영상 처리 방법과 장치
US11373279B2 (en) 2018-08-22 2022-06-28 Arcsoft Corporation Limited Image processing method and device
CN110823533A (zh) * 2019-09-10 2020-02-21 李东华 一种不规范灯光检测系统及其检测方法
KR102283482B1 (ko) * 2021-02-19 2021-07-29 주식회사 싸인텔레콤 객체추적을 통해 교통정보를 산출할 수 있는 영상시스템

Also Published As

Publication number Publication date
KR101089029B1 (ko) 2011-12-01

Similar Documents

Publication Publication Date Title
Bas et al. Automatic vehicle counting from video for traffic flow analysis
JP3816887B2 (ja) 車両待機行列の長さ測定装置及びその方法
US8798314B2 (en) Detection of vehicles in images of a night time scene
KR101089029B1 (ko) 광류를 이용한 방범용 차량 감지 시스템
Sina et al. Vehicle counting and speed measurement using headlight detection
US20060274917A1 (en) Image processing techniques for a video based traffic monitoring system and methods therefor
CN107274678B (zh) 一种基于Kinect的夜间车流量统计及车型识别方法
KR102306789B1 (ko) 교행 다차로에서의 이상차량 인식방법 및 장치
Huang et al. A real-time and color-based computer vision for traffic monitoring system
Tian et al. Accurate vehicle detection and counting algorithm for traffic data collection
Swathy et al. Survey on vehicle detection and tracking techniques in video surveillance
Di et al. Forward Collision Warning system based on vehicle detection and tracking
Shafie et al. Smart video surveillance system for vehicle detection and traffic flow control
Mossi et al. Real-time traffic analysis at night-time
Khoshabeh et al. Multi-camera based traffic flow characterization & classification
Tang et al. Robust vehicle surveillance in night traffic videos using an azimuthally blur technique
Munajat et al. Vehicle detection and tracking based on corner and lines adjacent detection features
KR101161557B1 (ko) 카메라 위치?태양이 움직이는 시간에 따른 그림자 제거방식을 통한 영상추적장치 및 방법
Tsai et al. Multi-lane detection and road traffic congestion classification for intelligent transportation system
KR101154350B1 (ko) 고해상도 영상의 객체 검지 및 분할 인식을 이용한 다중 영상처리시스템 및 방법
Tourani et al. Challenges of video-based vehicle detection and tracking in intelligent transportation systems
Chiu et al. An embedded real-time vision system for 24-hour indoor/outdoor car-counting applications
KR101262044B1 (ko) 열 화상을 이용한 차량 검지 장치 및 방법
Wu et al. Detection of moving violations
Gao et al. Crossing road monitoring system based on adaptive decision for illegal situation

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: 20141121

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20151102

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20161101

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180202

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190225

Year of fee payment: 8