KR20240064382A - 라인스캔 센서 철도 영상 레일 검출 방법 및 장치 - Google Patents

라인스캔 센서 철도 영상 레일 검출 방법 및 장치 Download PDF

Info

Publication number
KR20240064382A
KR20240064382A KR1020220146328A KR20220146328A KR20240064382A KR 20240064382 A KR20240064382 A KR 20240064382A KR 1020220146328 A KR1020220146328 A KR 1020220146328A KR 20220146328 A KR20220146328 A KR 20220146328A KR 20240064382 A KR20240064382 A KR 20240064382A
Authority
KR
South Korea
Prior art keywords
railway
image
rail
detecting
video
Prior art date
Application number
KR1020220146328A
Other languages
English (en)
Inventor
정영주
Original Assignee
숙명여자대학교산학협력단
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 숙명여자대학교산학협력단 filed Critical 숙명여자대학교산학협력단
Priority to KR1020220146328A priority Critical patent/KR20240064382A/ko
Publication of KR20240064382A publication Critical patent/KR20240064382A/ko

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
    • B61L23/04—Control, warning or like safety means along the route or between vehicles or trains for monitoring the mechanical state of the route
    • B61L23/042—Track changes detection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B61—RAILWAYS
    • B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
    • B61K9/08—Measuring installations for surveying permanent way
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/028—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring lateral position of a boundary of the object
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

실시예들에 따른 철도 영상 레일 검출 방법은 철도 영상을 라인 스캔에 의해 획득하는 단계; 철도 영상을 처리하는 단계; 철도 영상을 분석하는 단계; 및 철도 영상의 레일을 검출하는 단계; 를 포함할 수 있다.

Description

라인스캔 센서 철도 영상 레일 검출 방법 및 장치{A METHOD OF DETECTING A LANE PICTURE BY A LINE SCAN AND AN APPARATUS OF DETECTING A LANE PICTURE BY A LINE SCAN}
실시예들은 라인스캔 센서 철도 영상 레일 검출 방법 및 장치에 관한 것이다.
철도는 레일을 따라 움직인다. 레일에 문제가 생기면 철도 운영에 차질이 생기고, 철도 사고로 이어질 수 있다.
레일을 점검하고, 이상이 있으면 수리하는 것이 중요하다. 하지만, 레일을 구성하는 부품이 많고, 레일의 길이가 길고, 철도가 움직이는 레일을 점검하는 방법에 한계가 있다.
종래는 레일을 수동으로 설치하고, 레일 점검 및 관리를 사람이 직접 해야 하는 문제점이 있었다.
따라서, 많은 개수의 레일들을 자동적으로 점검하여 레일에 관한 이상 유무를 효율적으로 검출하는 방법 및 장치가 요구된다.
실시예들은 라인스캔 센서 철도 영상 레일 검출 방법 및 장치를 제공한다.
실시예들은 빠른 시간에 정확하게 자동으로 레일을 검출하는 방법 및 장치를 제공한다.
다만, 전술한 기술적 과제만으로 제한되는 것은 아니고, 기재된 전체 내용에 기초하여 당업자가 유추할 수 있는 다른 기술적 과제로 실시예들의 권리범위가 확장될 수 있다.
실시예들에 따른 철도 영상 레일 검출 방법은 철도 영상을 라인 스캔에 의해 획득하는 단계; 철도 영상을 처리하는 단계; 철도 영상을 분석하는 단계; 및 철도 영상의 레일을 검출하는 단계; 를 포함할 수 있다.
실시예들에 따른 라인스캔 센서 철도 영상 레일 검출 방법 및 장치는 실시간 고속으로 철도 영상으로부터 레일을 검출할 수 있다.
실시예들에 따른 라인스캔 센서 철도 영상 레일 검출 방법 및 장치는 AI 알고리즘을 이용하여 정확하고 빠르게 철도 영상으로부터 레일을 검출할 수 있다.
실시예들에 따른 라인스캔 센서 철도 영상 레일 검출 방법 및 장치는 철도 영상을 분석하여 철도에 관련된 작업에 유용한 데이터를 제공할 수 있다.
도면은 실시예들을 더욱 이해하기 위해서 포함되며, 도면은 실시예들에 관련된 설명과 함께 실시예들을 나타낸다. 이하에서 설명하는 다양한 실시예들의 보다 나은 이해를 위하여, 하기 도면들에 걸쳐 유사한 참조 번호들이 대응하는 부분들을 포함하는 다음의 도면들과 관련하여 이하의 실시예들의 설명을 반드시 참조해야 한다.
도1은 실시예들에 따른 철도 영상 레일 검출 방법을 나타낸다.
도2는 실시예들에 따른 철도 영상의 레일을 나타낸다.
도3은 실시예들에 따른 레일을 포함하는 철도 영상에 대한 프로세스를 나타낸다.
도4는 실시예들에 따른 레일을 포함하는 철도 영상에 대한 프로세스를 나타낸다.
도5는 실시예들에 따른 레일을 포함하는 철도 영상에 대한 처리 후 분석 예시를 나타낸다.
도6은 실시예들에 따른 레일을 포함하는 철도 영상의 분석을 나타낸다.
도7은 실시예들에 따른 레일 검출을 나타낸다.
도8은 실시예들에 따른 철도 영상 레일 검출 방법을 나타낸다.
도9는 실시예들에 따른 철도 영상 레일 검출 장치를 나타낸다.
실시예들의 바람직한 실시예에 대해 구체적으로 설명하며, 그 예는 첨부된 도면에 나타낸다. 첨부된 도면을 참조한 아래의 상세한 설명은 실시예들의 실시예에 따라 구현될 수 있는 실시예만을 나타내기보다는 실시예들의 바람직한 실시예를 설명하기 위한 것이다. 다음의 상세한 설명은 실시예들에 대한 철저한 이해를 제공하기 위해 세부 사항을 포함한다. 그러나 실시예들이 이러한 세부 사항 없이 실행될 수 있다는 것은 당업자에게 자명하다.
실시예들에서 사용되는 대부분의 용어는 해당 분야에서 널리 사용되는 일반적인 것들에서 선택되지만, 일부 용어는 출원인에 의해 임의로 선택되며 그 의미는 필요에 따라 다음 설명에서 자세히 서술한다. 따라서 실시예들은 용어의 단순한 명칭이나 의미가 아닌 용어의 의도된 의미에 근거하여 이해되어야 한다.
도1은 실시예들에 따른 철도 영상 레일 검출 방법을 나타낸다.
실시예들에 따른 철도 영상 레일 검출 방법은 도1과 같은 흐름도를 포함할 수 있다: 1) 철도 영상을 획득하는 단계, 2) 레일 방향 엣지를 검지하는 단계, 3) 철도 영상을 이진화하는 단계, 4) 이진화된 철도 영상으로부터 레일 수직 방향의 히스토그램을 획득하는 단계, 5) 철도 영상을 클러스터링하는 단계, 및/또는 6) 레일을 검출하는 단계를 포함할 수 있다. 각 단계를 이하에서 각 도면을 참조하여 설명한다.
도2는 실시예들에 따른 철도 영상의 레일을 나타낸다.
도2는 도1에서 설명한 철도 영상의 구성 예시를 나타낸다. 실시예들에 따른 방법/장치는 카메라에 의해 철도 레일을 촬영한 철도 영상(픽쳐)를 획득할 수 있다. 카메라에 의해 캡쳐된 영상은 도2와 같이 철도 레일을 포함할 수 있다. 철도 영상은 라인 스캔 방식에 의해서 획득될 수 있다.
도3은 실시예들에 따른 레일을 포함하는 철도 영상에 대한 프로세스를 나타낸다.
도3은 도1에서 설명한 철도 영상 처리를 나타낸다. 예를 들어, 실시예들에 따른 방법/장치는 철도 영상으로부터 레일 방향의 엣지를 검출할 수 있다. 도2와 같은 철도 영상에 버티컬 엣지 디텍션 필터를 적용할 수 있다. 또한, 노이즈 제거 필터를 적용할 수 있다. 영상 내 레일이 수직 방향으로 위치하므로 수직 방향을 검출하는 필터 및/또는 노이즈 제거 필터를 통해 도3과 같이 레일 방향의 엣지 영상을 획득할 수 있다.
도4는 실시예들에 따른 레일을 포함하는 철도 영상에 대한 프로세스를 나타낸다.
도4는 도1에 설명한 철도 영상 처리를 나타낸다. 예를 들어, 도3과 같이, 수직 방향 엣지 검출 필터 및/또는 노이즈 제거 필터가 적용된 레일 방향 엣지 영상을 이진화할 수 있다. 실시예들에 따른 방법/장치는 도4와 같이 철도 레일에 대한 이진화 영상을 획득할 수 있다.
도5는 실시예들에 따른 레일을 포함하는 철도 영상에 대한 처리 후 분석 예시를 나타낸다.
도5는 도1에서 설명한 영상으로부터 레일 수직방향의 히스토그램을 획득하는 예시를 나타낸다.
도4와 같이, 이진화 영상을 획득한 후, 실시예들에 따른 방법/장치는 레일 수직 방향 성분을 분석하기 위해서 영상에 대한 히스토그램을 생성할 수 있다. 히스토그램을 구성하는 정보의 그래프의 x축은 영상 가로 화소 위치를 나타내고, y축은 이진화 영상의 화소 개수에 관련된 정보를 나타내다. 예를 들어, x축은 레일 수직 방향의 영상의 가로 축 상 화소 위치를 의미할 수 있고, y축 On/””화소 개수를 나타낼 수 있다. 가로 위치에서 300 내지 400 사이에 화소가 600개 이상 분포한 것을 볼 수 있다. 화소의 개수 및 위치에 기반하여, 실시예들에 따른 방법/장치는 영상 내 레일의 위치 및 방향을 검지할 수 있다.
도6은 실시예들에 따른 레일을 포함하는 철도 영상의 분석을 나타낸다.
도6은 도1에서 설명한 영상의 화소 개수 및 위치 분석에 기초하여 영상의 화소를 클러스터링하는 예시를 나타낸다. 예를 들어, 실시예들에 따른 방법/장치는 300 내지 400 위치에 500개 내지 600개의 화소들이 분포한 데이터를 클러스터링할 수 있다. 즉, 화소의 개수가 가장 많은 클러스터를 레일의 위치로 추정할 수 있다. 예를 들어, 제1클러스터, 제2클러스터, 제3클러스터가 생성되고, 제2클러스터가 많은 화소 개수를 상대적으로 포함하고 있는 경우, 제2클러스터가 레일의 위치임을 추정할 수 있다.
도7은 실시예들에 따른 레일 검출을 나타낸다.
도7은 도1에서 설명한 레일(700)을 검출하는 예시를 나타낸다. 레일의 구성 및 방향은 도7과 같이 다양할 수 있다. 레일을 지지하는 침목의 간격 및 개수가 위치마다 다를 수 있고, 레일의 개수 및 방향이 영역마다 다를 수 있다. 다양한 레일의 구성이 주어지더라도, 실시예들에 따른 방법/장치는 도1 내지 도6과 같은 방법에 기초하여 도7과 같이 수직 방향의 레일을 효과적으로 검출할 수 있다.
도8은 실시예들에 따른 철도 영상 레일 검출 방법을 나타낸다.
S800, 실시예들에 따른 철도 영상 레일 검출 방법은 철도 영상을 라인 스캔에 의해 획득하는 단계를 포함할 수 있다. 획득하는 동작은 도1 내지 도2 설명을 참조한다.
S801, 실시예들에 따른 철도 영상 레일 검출 방법은 철도 영상을 처리하는 단계를 더 포함할 수 있다. 철도 영상 처리 방법은 도1 내지 도4 설명을 참조한다.
S802, 실시예들에 따른 철도 영상 레일 검출 방법은 철도 영상을 분석하는 단계를 더 포함할 수 있다. 철도 영상 분석 방법은 도5 내지 도6 설명을 참조한다. 철도 영상을 분석하는 방법은 AI 알고리즘 및 학습모델을 이용하여 철도 영상으로부터 레일을 검출할 수 있다.
S8013, 실시예들에 따른 철도 영상 레일 검출 방법은 철도 영상의 레일을 검출하는 단계를 더 포함할 수 있다. 레일 검출 방법은 도7 설명을 참조한다.
도9는 실시예들에 따른 철도 영상 레일 검출 장치를 나타낸다.
도9는 도1 내지 도8의 방법을 수행하는 철도 영상 레일 검출 장치의 구성도를 나타낸다. 도9의 각 구성요소는 하드웨어, 프로세서, 소프트웨어, 및/또는 그것들의 조합에 대응할 수 있다.
실시예들에 따른 장치는 인터페이스 유닛, 프로세서, 및/또는 메모리를 포함할 수 있다.
인터페이스 유닛은 철도 영상 레일 검출을 위한 신호를 송수신할 수 있다. 또한, 인터페이스 유닛은 카메라 및/또는 센서와 연결될 수 있다. 장치는 카메라 및/또는 센서를 더 포함할 수 있다. 라인 스캔에 의해 획득된 철도 영상은 인터페이스 유닛을 통해서 프로세서 및/또는 메모리에 전달될 수 있다.
메모리는 도1 내지 도8의 동작에 관련된 정보를 저장하고, 인터페이스 유닛 및/또는 프로세서에 필요한 데이터를 제공할 수 있다.
프로세서는 인터페이스 유닛 및/또는 메모리와 연결되어, 도1 내지 도8 동작들을 제어하고 수행할 수 있다.
도8을 참조하면, 실시예들에 따른 방법은 철도 영상을 라인 스캔에 의해 획득하는 단계; 철도 영상을 처리하는 단계; 철도 영상을 분석하는 단계; 및 철도 영상의 레일을 검출하는 단계; 를 포함할 수 있다.
도1을 참조하면, 레일 엣지 검출(Rail Edge Detection) 및 이진화와 관련하여, 철도 영상을 처리하는 단계는, 철도 영상으로부터 레일 방향의 엣지를 디텍션하는 단계, 철도 영상을 이진화하는 단계를 포함할 수 있다.
도2 및 도3를 참조하면, 버티컬 엣지 검출(Vertical Edge Detection) 및 노이즈(Noise) 처리 관련하여, 엣지를 디텍션하는 단계는, 철도 영상에 수직 방향 엣지를 검출하는 필터를 적용하고, 철도 영상의 노이즈를 제거하고, 철도 영상으로부터 레일 방향의 엣지 영상이 획득될 수 있다.
도4를 참조하면, 이진화 관련하여, 철도 영상을 이진화하는 단계는, 철도 영상의 레일 방향 엣지를 이진화할 수 있다.
도5를 참조하면, 히스토그램(통계) 분석 관련하여, 철도 영상을 분석하는 단계는, 철도 영상의 이진화 영상에 포함된 화소 개수 및 화소 위치를 획득할 수 있다.
도6을 참조하면, 클러스터링 관련하여, 철도 영상을 분석하는 단계는, 화소 개수 및 상기 화소 위치에 기초하여, 철도 영상을 클러스터링하고, 화소 개수에 기초하여, 클러스터링된 영역을 레일의 위치로 검출할 수 있다.
철도 영상 레일 검출 방법은 장치에 의해 수행될 수 있다. 도9를 참조하면, 장치는 메모리; 및 메모리에 연결된 프로세서; 를 포함하고, 프로세서는, 철도 영상을 라인 스캔에 의해 획득하는 단계; 철도 영상을 처리하는 단계; 철도 영상을 분석하는 단계; 및 철도 영상의 레일을 검출하는 단계; 를 수행할 수 있다. 프로세서는, 철도 영상으로부터 레일 방향의 엣지를 디텍션하는 단계, 철도 영상을 이진화하는 단계를 수행할 수 있다. 프로세서는, 철도 영상에 수직 방향 엣지를 검출하는 필터를 적용하고, 철도 영상의 노이즈를 제거하고, 철도 영상으로부터 레일 방향의 엣지 영상이 획득될 수 있다. 프로세서는, 철도 영상의 레일 방향 엣지를 이진화할 수 있다. 프로세서는, 철도 영상의 이진화 영상에 포함된 화소 개수 및 화소 위치를 획득할 수 있다. 프로세서는, 화소 개수 및 화소 위치에 기초하여, 철도 영상을 클러스터링하고, 화소 개수에 기초하여, 클러스터링된 영역을 레일의 위치로 검출할 수 있다.
이로 인하여, 실시예들에 따른 방법/장치는 실시간 및 고속으로 철도 영상으로부터 레일을 검출하는 효과를 제공할 수 있다.
실시예들은 방법 및/또는 장치 관점에서 설명되었으며, 방법의 설명 및 장치의 설명은 상호 보완하여 적용될 수 있다.
설명의 편의를 위하여 각 도면을 나누어 설명하였으나, 각 도면에 서술되어 있는 실시 예들을 병합하여 새로운 실시 예를 구현하도록 설계하는 것도 가능하다. 그리고, 통상의 기술자의 필요에 따라, 이전에 설명된 실시 예들을 실행하기 위한 프로그램이 기록되어 있는 컴퓨터에서 판독 가능한 기록 매체를 설계하는 것도 실시예들의 권리범위에 속한다. 실시예들에 따른 장치 및 방법은 상술한 바와 같이 설명된 실시 예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 실시 예들은 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다. 실시예들의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 실시예들은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 실시예들의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 실시예들의 기술적 사상이나 전망으로부터 개별적으로 이해돼서는 안 될 것이다.
실시예들의 장치의 다양한 구성요소들은 하드웨어, 소프트웨어, 펌웨어 또는 그것들의 조합에 의해 수행될 수 있다. 실시예들의 다양한 구성요소들은 하나의 칩, 예를 들면 하나의 하드웨어 서킷으로 구현될 수 있다 실시예들에 따라, 실시예들에 따른 구성요소들은 각각 별도의 칩들로 구현될 수 있다. 실시예들에 따라, 실시예들에 따른 장치의 구성요소들 중 적어도 하나 이상은 하나 또는 그 이상의 프로그램들을 실행 할 수 있는 하나 또는 그 이상의 프로세서들로 구성될 수 있으며, 하나 또는 그 이상의 프로그램들은 실시예들에 따른 동작/방법들 중 어느 하나 또는 그 이상의 동작/방법들을 수행시키거나, 수행시키기 위한 인스트럭션들을 포함할 수 있다. 실시예들에 따른 장치의 방법/동작들을 수행하기 위한 실행 가능한 인스트럭션들은 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적이지 않은 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있거나, 하나 또는 그 이상의 프로세서들에 의해 실행되기 위해 구성된 일시적인 CRM 또는 다른 컴퓨터 프로그램 제품들에 저장될 수 있다. 또한 실시예들에 따른 메모리는 휘발성 메모리(예를 들면 RAM 등)뿐 만 아니라 비휘발성 메모리, 플래쉬 메모리, PROM등을 전부 포함하는 개념으로 사용될 수 있다. 또한, 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함될 수 있다. 또한, 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이 문서에서 “”와 “”는 “및/또는”으로 해석된다. 예를 들어, “”는 “및/또는 B”로 해석되고, “B”는 “및/또는 B”로 해석된다. 추가적으로, “”는 “B 및/또는 C 중 적어도 하나”를 의미한다. 또한, “B, C”도 “B 및/또는 C 중 적어도 하나”를 의미한다. 추가적으로, 이 문서에서 “또는”는 “및/또는”으로 해석된다. 예를 들어, “또는 B”은, 1) “”만을 의미하고, 2) “”만을 의미하거나, 3) “및 B”를 의미할 수 있다. 달리 표현하면, 본 문서의 “또는”은 “추가적으로 또는 대체적으로(additionally or alternatively)”를 의미할 수 있다.
제1, 제2 등과 같은 용어는 실시예들의 다양한 구성요소들을 설명하기 위해 사용될 수 있다. 하지만 실시예들에 따른 다양한 구성요소들은 위 용어들에 의해 해석이 제한되어서는 안된다. 이러한 용어는 하나의 구성요소를 다른 구성요소와 구별하기 위해 사?외는 것에 불과하다. 것에 불과하다. 예를 들어, 제1 사용자 인풋 시그널은 제2사용자 인풋 시그널로 지칭될 수 있다. 이와 유사하게, 제2사용자 인풋 시그널은 제1사용자 인풋시그널로 지칭될 수 있다. 이러한 용어의 사용은 다양한 실시예들의 범위 내에서 벗어나지 않는 것으로 해석되어야만 한다. 제1사용자 인풋 시그널 및 제2사용자 인풋 시그널은 모두 사용자 인풋 시그널들이지만, 문맥 상 명확하게 나타내지 않는 한 동일한 사용자 인풋 시그널들을 의미하지 않는다.
실시예들을 설명하기 위해 사용된 용어는 특정 실시예들을 설명하기 위한 목적으로 사용되고, 실시예들을 제한하기 위해서 의도되지 않는다. 실시예들의 설명 및 청구항에서 사용된 바와 같이, 문맥 상 명확하게 지칭하지 않는 한 단수는 복수를 포함하는 것으로 의도된다. 및/또는 표현은 용어 간의 모든 가능한 결합을 포함하는 의미로 사용된다. 포함한다 표현은 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들이 존재하는 것을 설명하고, 추가적인 특징들, 수들, 단계들, 엘리먼트들, 및/또는 컴포넌트들을 포함하지 않는 것을 의미하지 않는다. 실시예들을 설명하기 위해 사용되는, ~인 경우, ~때 등의 조건 표현은 선택적인 경우로만 제한 해석되지 않는다. 특정 조건을 만족하는 때, 특정 조건에 대응하여 관련 동작을 수행하거나, 관련 정의가 해석되도록 의도되었다.
또한, 본 문서에서 설명하는 실시예들에 따른 동작은 실시예들에 따라서 메모리 및/또는 프로세서를 포함하는 송수신 장치에 의해 수행될 수 있다. 메모리는 실시예들에 따른 동작을 처리/제어하기 위한 프로그램들을 저장할 수 있고, 프로세서는 본 문서에서 설명한 다양한 동작을 제어할 수 있다. 프로세서는 컨트롤러 등으로 지칭가능하다. 실시예들에 동작들은 펌웨어, 소프트웨어, 및/또는 그것들의 조합에 의해 수행될 수 있고, 펌웨어, 소프트웨어, 및/또는 그것들의 조합은 프로세서에 저장되거나 메모리에 저장될 수 있다.
한편, 상술한 실시예들에 따른 동작은 실시예들 따른 송신 장치 및/또는 수신 장치에 의해서 수행될 수 있다. 송수신 장치는 미디어 데이터를 송수신하는 송수신부, 실시예들에 따른 프로세스에 대한 인스트럭션(프로그램 코드, 알고리즘, flowchart 및/또는 데이터)을 저장하는 메모리, 송/수신 장치의 동작들을 제어하는 프로세서를 포함할 수 있다.
프로세서는 컨트롤러 등으로 지칭될 수 있고, 예를 들어, 하드웨어, 소프트웨어, 및/또는 그것들의 조합에 대응할 수 있다. 상술한 실시예들에 따른 동작은 프로세서에 의해 수행될 수 있다. 또한, 프로세서는 상술한 실시예들의 동작을 위한 인코더/디코더 등으로 구현될 수 있다.

Claims (12)

  1. 철도 영상을 라인 스캔에 의해 획득하는 단계;
    상기 철도 영상을 처리하는 단계;
    상기 철도 영상을 분석하는 단계; 및
    상기 철도 영상의 레일을 검출하는 단계; 를 포함하는,
    철도 영상 레일 검출 방법.
  2. 제1항에 있어서,
    상기 철도 영상을 처리하는 단계는,
    상기 철도 영상으로부터 레일 방향의 엣지를 디텍션하는 단계,
    상기 철도 영상을 이진화하는 단계를 포함하는,
    철도 영상 레일 검출 방법.
  3. 제2항에 있어서,
    상기 엣지를 디텍션하는 단계는,
    상기 철도 영상에 수직 방향 엣지를 검출하는 필터를 적용하고,
    상기 철도 영상의 노이즈를 제거하고,
    상기 철도 영상으로부터 레일 방향의 엣지 영상이 획득되는,
    철도 영상 레일 검출 방법.
  4. 제2항에 있어서,
    상기 철도 영상을 이진화하는 단계는,
    상기 철도 영상의 레일 방향 엣지를 이진화하는,
    철도 영상 레일 검출 방법.
  5. 제1항에 있어서,
    상기 철도 영상을 분석하는 단계는,
    상기 철도 영상의 이진화 영상에 포함된 화소 개수 및 화소 위치를 획득하는,
    철도 영상 레일 검출 방법.
  6. 제5항에 있어서,
    상기 철도 영상을 분석하는 단계는,
    상기 화소 개수 및 상기 화소 위치에 기초하여, 상기 철도 영상을 클러스터링하고,
    상기 화소 개수에 기초하여, 상기 클러스터링된 영역을 레일의 위치로 검출하는,
    철도 영상 레일 검출 방법.
  7. 메모리; 및
    상기 메모리에 연결된 프로세서; 를 포함하고,
    상기 프로세서는,
    철도 영상을 라인 스캔에 의해 획득하는 단계;
    상기 철도 영상을 처리하는 단계;
    상기 철도 영상을 분석하는 단계; 및
    상기 철도 영상의 레일을 검출하는 단계; 를 수행하는,
    철도 영상 레일 검출 장치.
  8. 제7항에 있어서,
    상기 프로세서는,
    상기 철도 영상으로부터 레일 방향의 엣지를 디텍션하는 단계,
    상기 철도 영상을 이진화하는 단계를 수행하는,
    철도 영상 레일 검출 장치.
  9. 제8항에 있어서,
    상기 프로세서는,
    상기 철도 영상에 수직 방향 엣지를 검출하는 필터를 적용하고,
    상기 철도 영상의 노이즈를 제거하고,
    상기 철도 영상으로부터 레일 방향의 엣지 영상이 획득되는,
    철도 영상 레일 검출 장치.
  10. 제8항에 있어서,
    상기 프로세서는,
    상기 철도 영상의 레일 방향 엣지를 이진화하는,
    철도 영상 레일 검출 장치.
  11. 제7항에 있어서,
    상기 프로세서는,
    상기 철도 영상의 이진화 영상에 포함된 화소 개수 및 화소 위치를 획득하는,
    철도 영상 레일 검출 장치.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 화소 개수 및 상기 화소 위치에 기초하여, 상기 철도 영상을 클러스터링하고,
    상기 화소 개수에 기초하여, 상기 클러스터링된 영역을 레일의 위치로 검출하는,
    철도 영상 레일 검출 장치.
KR1020220146328A 2022-11-04 2022-11-04 라인스캔 센서 철도 영상 레일 검출 방법 및 장치 KR20240064382A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220146328A KR20240064382A (ko) 2022-11-04 2022-11-04 라인스캔 센서 철도 영상 레일 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220146328A KR20240064382A (ko) 2022-11-04 2022-11-04 라인스캔 센서 철도 영상 레일 검출 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20240064382A true KR20240064382A (ko) 2024-05-13

Family

ID=91073521

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220146328A KR20240064382A (ko) 2022-11-04 2022-11-04 라인스캔 센서 철도 영상 레일 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20240064382A (ko)

Similar Documents

Publication Publication Date Title
US10204268B2 (en) Method and system for identifying train number and train type, and method and system for security inspection
US10489660B2 (en) Video processing with object identification
US20170053192A1 (en) Systems and methods for detecting parking occupancy status
US20130279758A1 (en) Method and system for robust tilt adjustment and cropping of license plate images
US9061594B2 (en) Pantograph damage and wear monitoring system
Rizvi et al. Crack detection in railway track using image processing
WO2019111976A1 (ja) 対象物検出装置、予測モデル作成装置、対象物検出方法及びプログラム
WO2018148628A8 (en) Detection of risky objects in image frames
JP2018185552A (ja) 画像解析装置および画像解析方法、ならびにプログラム
JP6444101B2 (ja) 車両検査システム
JP2017215220A (ja) 鉄道車両の外観検査装置
CN104573680A (zh) 图像检测方法、图像检测装置以及交通违法检测系统
CN111339368B (zh) 基于视频指纹的视频检索方法、装置和电子设备
CN103455809A (zh) 一种自动拍摄文档图像的方法及系统
US10593046B2 (en) Object counting method having route distribution property and related image processing device
KR20120043995A (ko) 복수개의 카메라를 이용한 관심영역 추출 시스템 및 그 방법
KR20240064382A (ko) 라인스캔 센서 철도 영상 레일 검출 방법 및 장치
KR20240064383A (ko) 라인스캔 센서 철도 영상 침목 검출 방법 및 장치
JP2007072642A5 (ko)
Jadav et al. Vision based moving object detection and tracking
JP4186117B2 (ja) ひび割れ検出方法及び装置
JP5465594B2 (ja) 対象物検出サイズ算出システムおよび対象物検出サイズ算出プログラム
CN110634124A (zh) 一种区域检测的方法及设备
JP2019142304A (ja) 落下物検出装置及び落下物検出方法
JP6348020B2 (ja) 画像処理装置、画像処理方法およびそれを用いた検査方法。