KR101875786B1

KR101875786B1 - 도로영상에서 후미등영역을 이용한 차량식별방법

Info

Publication number: KR101875786B1
Application number: KR1020170065436A
Authority: KR
Inventors: 최재원; 김용진
Original assignee: (주)베라시스
Priority date: 2017-05-26
Filing date: 2017-05-26
Publication date: 2018-07-06
Anticipated expiration: 2037-05-26

Abstract

본 발명의 목적은 모든 차량은 후미등이 존재함(차량의 확실한 특징)에 따라 후미등으로 그 차량의 범위를 추려내고 이를 통해 차량 검출 및 차량 인식의 성능을 고도화 할 수 있도록 하는 새로운 형태의 도로영상에서 후미등영역을 이용한 차량식별방법을 제공함에 있다.
본 발명은 도로영상에서 후미등영역을 이용한 차량식별방법에 관한 것으로, 영상입력부를 통해 카메라로부터 전방 영상을 입력받음으로써, 영상을 취득하는 제1 단계, 차량검출부는 상기 영상입력부로부터 취득한 영상을 이용하여 차량을 검출하는 제 2 단계, 및 차량인식부는 상기 차량검출부를 통해 검출된 차량의 영상에서 특정색상인 빨간색 영역의 강도를 이미지화하여 후미등의 유무를 검출하여 차량을 인식하는 제 3 단계를 포함하는 것을 특징으로 한다.

Description

도로영상에서 후미등영역을 이용한 차량식별방법{METHOD FOR IDENTIFYING VEHICLE USING BACK LIGHT REGION IN ROAD IMAGE}

본 발명은 도로영상에서 후미등영역을 이용한 차량식별방법에 관한 것으로, 더욱 상세하게는, 차량을 검출 및 인식함에 있어서 모든 차량에 존재하는 후미등으로 차량의 범위를 추출해내고 그를 통해 차량의 검출 및 인식의 성능을 고도화 할 수 있도록 하는 도로영상에서 후미등영역을 이용한 차량식별방법에 관한 것이다.

일반적으로 차량을 검출 및 인식함에 있어서 그 범위가 적절치 않을 때가 많다. 종래 차량식별은 차량의 후방에서 차량을 촬영하여 그 영상에서 상단 혹은 하단을 인식하여 차량을 식별하는 방법이 개시된 바 있다.

그러나 이러한 차량식별은 야간이 우천시 혹은 터널과 같은 조명이 어두운 곳에서는 식별이 어려운 문제점이 있었다.

[선행특허문헌]

대한민국 특허공개번호 제10-2016-0045090호)(공개일자 2016년04월26일)(발명의 명칭: 차량 후미등과 점멸 적색 정지등을 구별하기 위한 차량 촬상 시스템 및 방법)

본 발명의 목적은 상기한 바와 같은 종래의 문제점을 개선하기 위하여 제안된 것으로, 모든 차량은 후미등이 존재함(차량의 확실한 특징)에 따라 후미등으로 그 차량의 범위를 추려내고 이를 통해 차량 검출 및 차량 인식의 성능을 고도화 할 수 있도록 하는 새로운 형태의 도로영상에서 후미등영역을 이용한 차량식별방법을 제공함에 있다.

상기한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 도로영상에서 후미등영역을 이용한 차량식별방법은

도로영상에서 후미등영역을 이용한 차량식별방법에 있어서,

영상입력부를 통해 카메라로부터 전방 영상을 입력받음으로써, 영상을 취득하는 제1 단계,

차량검출부는 상기 영상입력부로부터 취득한 영상을 이용하여 차량을 검출하는 제 2 단계, 및

차량인식부는 상기 차량검출부를 통해 검출된 차량의 영상에서 특정색상인 빨간색 영역의 강도를 이미지화하여 후미등의 유무를 검출하여 차량을 인식하는 제 3 단계를 포함하고,

삭제

상기 제 3 단계는 상기 차량검출부로부터 검출된 영역의 빨간색 강도(이하 레드벡터라 칭함)를 추출하는 제 4 단계,

추출된 레드벡터를 소벨 윤곽선 검출기에 의해 미분하는 제5 단계,

검출영역의 넓이의 0~33%까지와 67~100%의 미분값을 누적(S)하는 제 6 단계,

누적(S)된 값이 임계치 이상인가(S > 임계치)를 판단하는 제 7단계,

누적(S)된 값이 임계치 이상이면, 영역의 폭을 3등분하여 각각의 비율을 구하는 제8단계,

이후, 특정비율인가를 판단하여 특정비율인 경우에는 차량의 후미등이 있다고 판단하는 제9단계를 포함한다.

또한, 바람직하게는, 제 6 단계는 높이에 대해 폭을 누적하는 것을 특징으로 한다.

또한, 바람직하게는, 제8 단계는 소벨 윤곽선 검출기에 의한 소벨미분의 빨간색 영역에 대하여 상하로 높이방향으로 누적하여 누적값을 이미지화하여 각각의 비율을 구하는 것을 특징으로 한다.

또한 바람직하게는, 상기 제 9단계는 수학식 2 내지 4에 의해 계산된 것을 특징으로 한다.

[수학식 2]

[수학식 3]

[수학식 4]

여기서, α는 가중치를 나타내며, Min은 a와 c중 작은 값을 지칭한다. 즉 Min의 결과 a와 c중 작은 값이 얻어지면 결국 영역 A,C에는 차량 후미등이 존재한다고 판단할 수 있게 되며, a,b,c는 삼등분된 지점 A,B,C 지점의 파란색 영역의 누적값이다.

이상 설명한 바와 같이 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에 의하면, 모든 차량은 후미등이 존재함(차량의 확실한 특징)에 따라 후미등으로 그 차량의 범위를 추려내고 이를 통해 차량 검출 및 차량 인식의 성능을 고도화 할 수 있는 효과가 있다.

도 1은 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법의 개략적인 블록구성도이다.
도 2는 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서의 구체적인 동작흐름도이다.
도 3은 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 레드벡터 이미지 생성과정을 나타낸 도면이다.
도 4는 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 미분 이미지 생성과정을 나타낸 도면이다.
도 5는 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 높이에 대해 폭을 누적하는 과정을 나타낸 도면이다.
도 6은 본 발명에 따른 후미등영역을 이용한 차량식별방법에서 차량 후미등 판단과정을 나타낸 도면이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다.

그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

이하 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에 대하여 첨부도면을 참조로 상세히 설명한다.

도 1은 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법의 개략적인 블록구성도이고, 도 2는 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서의 구체적인 동작흐름도이고, 도 3은 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 레드벡터 이미지 생성과정을 나타낸 도면이고, 도 4는 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 미분 이미지 생성과정을 나타낸 도면이고, 도 5는 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 높이에 대해 폭을 누적하는 과정을 나타낸 도면이고, 도 6은 본 발명에 따른 후미등영역을 이용한 차량식별방법에서 차량 후미등 판단과정을 나타낸 도면이다.

도 1을 참조하면,

영상입력부(2)는 카메라로부터 전방 영상을 입력받는다.

차량검출부(4)는 상기 영상입력부(2)로부터 입력받은 영상을 이용하여 차량을 검출한다.

차량인식부(6)는 상기 차량검출부(4)를 통해 검출된 차량의 영상에서 후미등의 유무를 검출하게 된다.

도 2를 참조하면,

영상입력부(2)를 통해 카메라로부터 전방 영상을 입력받음으로써, 영상을 취득하게 된다(S2).

이후, 차량검출부(4)는 상기 영상입력부(2)로부터 취득한 영상을 이용하여 차량을 검출한다(S4).

이후, 차량인식부(6)는 상기 차량검출부(4)를 통해 검출된 차량의 영상에서 후미등의 유무를 검출하여 차량을 인식하게 된다(S6).

상기 차량 인식단계(S6)를 좀 더 자세히 설명한다.

먼저, 검출된 영역의 빨간색 강도(이하 레드벡터라 칭함)를 추출한다(S61). 빨간색 강도 즉 레드벡터의 추출은 추출프로그램에 의해 이루어진다.

이후, 추출된 레드벡터를 미분한다(S62). 레드벡터의 미분은 이후에 설명되는 소벨 윤곽선 검출기(혹은 소벨 윤곽선 검출 프로그램)에 의해 이루어진다.

소벨 윤곽선 검출에 대해 좀 더 설명한다.

소벨 윤곽선 검출은 일반적으로 윤곽선 검출에 쓰이는 방법으로서 소벨 에지 디텍터라고도 부른다. 소벨 마스크는 모든 방향의 에지를 추출한다. 잡음에 강한 편이다. 수직, 수평 에지보다 대각선 방향 에지에 더 민감하게 반응한다. 마스크의 크기가 반드시 3x3 으로 고정되는 것은 아니다. 실제로 5x5, 7x7 크기의 마스크도 존재한다(내용출처: http://iskim3068.tistory.com/50).

한편, 상기 설명에서 사용되는 용어 중 에지(Edge)는 경계선, 윤곽선을 의미한다. 영상에서의 에지란 영상의 밝기가 낮은 값에서 높은 값으로, 또는 이와 반대로 변하는 지점에 존재하는 부분을 가리킨다. 결국 에지는 영상안에 있는 객체의 경계(boundary)를 가리키는 것으로서, 모양(shape), 방향성(direction)을 탐지할 수 있는 등 여러 정보가 담겨있다. 에지 디텍션(edge detection)이란 에지에 해당하는 화소를 찾는 과정이다. 에지는 영상의 명암도를 기준으로 명암의 변화가 큰 지점이다. 따라서 이러한 명암, 밝기 변화율 즉 기울기를 검출해야한다. 이러한 검출의 방법이 바로 미분이다(내용출처: http://iskim3068.tistory.com/50).

한편, 영상에서는 데이터가 일정간격으로 나열되어 있기 때문에 수학적인 미분 연산을 하지 않는다. 대신 인접한 화소끼리의 차이를 취하는 연산으로 한다.

-수평 방향 미분

G(x) = f(x-1, y) - f(x+1,y)

-수직 방향 미분

G(y) = f(x, y-1) - f(x, y+1)

-미분에 의한 에지 디텍션(edge direction)

에지(Edge) = |G(x)| + |G(y)|

이다. Gx, Gy는 행렬을 나타낸다.(내용출처: http://iskim3068.tistory.com/49).

상기 단계 S62 이후, 검출영역의 넓이의 0~33%까지와 67~100%의 미분값을 누적(S)한다(S63).

이후, S가 임계치 이상인가(S > 임계치)를 판단한다(S64).

만약 S가 임계치 이상이 아니면 종료하고,

S가 임계치 이상이면, 영역의 폭을 3등분하여 각각의 비율을 구한다(S65).

이후, 특정비율인가를 판단한다(S66).

만약 특정비율이 아니면 종료하고,

특정비율인 경우에는, 차량으로 인식한다(S67).

도 3을 참조하면, 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 레드벡터 이미지 생성과정을 나타낸 도면으로서,

후미등의 색인 빨간색 영역의 강도를 이미지화하여 후미등의 영역을 추출한다. 즉, 후미등의 영역을 추출하는 과정은, 도 3의 슬라이드 좌측상단의 영상을 빨간색 영역의 강도(레드벡터)화한 이미지를 좌측하단에 나타내고 있다.

도 4를 참조하면, 본 발명에 따른 도로영상에서 후미등영역을 이용한 차량식별방법에서 미분 이미지 생성과정을 나타낸 도면으로서, 도 3에서 생성된 이미지의 픽셀에 대한 미분 이미지를 생성한다. 미분 이미지는 소벨 윤곽선 검출기를 사용한다. 소벨 윤곽선 검출에 관하여는 상기 설명한 바 있으므로 이하 간략하게 설명한다. 소벨 윤곽선 검출기 수식을 이하 설명한다.

이하 수학식1을 나타낸다.

여기서, I는 입력(Input)이며, 레드벡터(Redvector) 이미지를 가리키고, 도4의 사진에서 상단에 위치한 사진 이미지이다. O는 출력(Output)이며 도 4의 사진에서 하단에 위치한 사진 이미지이다. Gx,Gy는 행렬로서 소벨 윤곽점 검출기를 수식으로 표현한 식이 상기 수학식 1이다.

도 5를 참조하면, 수직 높이(h)(도 6 참조)에 대해 폭을 누적하는 과정을 수행한다. 폭을 누적하는 과정은 도 5에서 좌에서 우측으로 누적하는 것을 말한다.

구체적으로, 도 5의 영상의 넓이에 대하여 0~33%, 34~66%, 및 67~100% 하여 이하 지점A, 지점B, 지점C라 한다.

생성된 미분영상을 높이(h)에 대하여 지점 A와 지점C 에 대하여 누적한다.

이후, 누적값이 최대인 지점(ㄱ)을 찾는다. 이 과정은 도 2에서 단계 S64를 말하며, 누적값(S)이 임계치, 즉 여기서 말하는 최대인 지점(ㄱ) 이상인지 판단하는 과정과 같다.

도 6을 참조하면, 도 5에서 높이(h)의 폭에 대해 누적하는 과정을 거친 후, 누적값(S)이 최대인 지점(ㄱ)을 판단하고, 이번에는 누적값(S)이 최대인 지점(ㄱ) 즉, 파란선으로 표시된 위치에서 상하로 일정폭만큼 1/8인치씩(빨간 박스로 표시됨) 영역을 확대하여 누적한다(도 2의 S65와 같은 단계이다). 누적된 값은 우측에 확대하여 표시하였다. 여기서, a,b,c는 A,B,C 지점의 파란색 영역의 누적값이다. 즉, 소벨미분의 빨간색 영역에 대한 누적값을 이미지화한 것을 나타낸다. 이를 통해보면, A와 C영역에 흰색으로 표시된 부분이 나타나 있으며(차량 후미등으로 예상) B영역을 검게 나타나 있다.

위 값을 이용하여 아래 수학식 2를 통해 판단하고, 이후 수학식 3을 통해 Min 값을 획득하고, 수학식 4를 통해 결과값을 얻는다.(도 2의 S66 단계와 같다).

여기서, α는 가중치를 나타내며, Min은 a와 c중 작은 값을 지칭한다 (프로그램식으로 나타내면, min(a,c) if a < c ? a:c 로 쓸 수 있다.). 즉 Min의 결과 a와 c중 작은 값이 얻어지면 결국 영역 A,C에는 차량 후미등이 존재한다고 판단할 수 있게 된다.

일반적으로 차량을 검출 및 인식함에 있어서 그 범위가 적절치 않을 때가 많다. 그런데, 모든 차량은 후미등이 존재함(차량의 확실한 특징)에 따라 후미등으로 그 범위를 추려내고 차량 검출 및 인식의 성능을 고도화 할 수 있게 된다.

이상에서와 같이 도면과 명세서에서 최적의 실시예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로, 본 기술 분야의 통상의 지식을 가진자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해 정해져야 할 것이다.

2: 영상입력부
4: 차량검출부
6: 차량인식부

Claims

도로영상에서 후미등영역을 이용한 차량식별방법에 있어서,
영상입력부를 통해 카메라로부터 전방 영상을 입력받음으로써, 영상을 취득하는 제1 단계,
차량검출부는 상기 영상입력부로부터 취득한 영상을 이용하여 차량을 검출하는 제 2 단계, 및
차량인식부는 상기 차량검출부를 통해 검출된 차량의 영상에서 특정색상인 빨간색 영역의 강도를 이미지화하여 후미등의 유무를 검출하여 차량을 인식하는 제 3 단계를 포함하고,
상기 제 3 단계는 상기 차량검출부로부터 검출된 영역의 빨간색 강도(이하 레드벡터라 칭함)를 추출하는 제 4 단계,
추출된 레드벡터를 소벨 윤곽선 검출기에 의해 미분하는 제5 단계,
검출영역의 넓이의 0~33%까지와 67~100%의 미분값을 누적(S)하는 제 6 단계,
누적(S)된 값이 임계치 이상인가(S > 임계치)를 판단하는 제 7단계,
누적(S)된 값이 임계치 이상이면, 영역의 폭을 3등분하여 각각의 비율을 구하는 제8단계,
이후, 특정비율인가를 판단하여 특정비율인 경우에는 차량의 후미등이 있다고 판단하는 제9단계를 포함하는 도로영상에서 후미등영역을 이용한 차량식별방법.
삭제
제 1 항에 있어서, 제 6 단계는 높이에 대해 폭을 누적하는 것을 특징으로 하는 도로영상에서 후미등영역을 이용한 차량식별방법.
제 1 항에 있어서, 제8 단계는 소벨 윤곽선 검출기에 의한 소벨미분의 빨간색 영역에 대하여 상하로 높이방향으로 누적하여 누적값을 이미지화하여 각각의 비율을 구하는 것을 특징으로 하는 도로영상에서 후미등영역을 이용한 차량식별방법.
제 1 항에 있어서,
제 9단계는 수학식 2 내지 4에 의해 계산된 것을 특징으로 하는 도로영상에서 후미등영역을 이용한 차량식별방법.
[수학식 2]

[수학식 3]

[수학식 4]

여기서, α는 가중치를 나타내며, Min은 a와 c중 작은 값을 지칭한다. 즉 Min의 결과 a와 c중 작은 값이 얻어지면 결국 영역 A,C에는 차량 후미등이 존재한다고 판단할 수 있게 되며, a,b,c는 삼등분된 지점 A,B,C 지점의 파란색 영역의 누적값이다.