본 논문에서는 CCD 카메라를 이용해 도로 영상을 획득하고, 전처리 과정과 Hough transform을 통해 차선을 검출하는 실험을 수행하였다. Hough transform을 이용한 직선 검출은 시각 시스템을 이용하는 다른 여러 알고리즘에 비해 통계적 기법을 이용한 간결한 알고리즘을 도입함으로써 외란에 비교적 강인한 방법이다. 하지만 많은 데이터를 처리해야 하므로 컴퓨터의 메모리 크기나 수행 속도의 문제가 발생한다. 이러한 문제를 해결하기 위해 영상에서 도로와 배경을 분할하였고, 반복적 임계값 계산 기법을 이용하여 ...
본 논문에서는 CCD 카메라를 이용해 도로 영상을 획득하고, 전처리 과정과 Hough transform을 통해 차선을 검출하는 실험을 수행하였다. Hough transform을 이용한 직선 검출은 시각 시스템을 이용하는 다른 여러 알고리즘에 비해 통계적 기법을 이용한 간결한 알고리즘을 도입함으로써 외란에 비교적 강인한 방법이다. 하지만 많은 데이터를 처리해야 하므로 컴퓨터의 메모리 크기나 수행 속도의 문제가 발생한다. 이러한 문제를 해결하기 위해 영상에서 도로와 배경을 분할하였고, 반복적 임계값 계산 기법을 이용하여 특징 점 추출을 향상시켰다. 또한 이러한 직선 검출 알고리즘을 모바일 로봇에 적용하여 실내의 비교적 간결한 조건에서 자율 주행을 하는데 있어서 효과적인지 실험하여 보았다. 어안 렌즈를 통해 획득한 영상에서 Hough transform에 의해 차선을 검출하고, 이 두 직선의 소실 점의 좌표를 계산하여 로봇에 전달해 주면 진행 방향을 결정하고, 엔코더와 D/C모터에 의해 로봇이 이동하게 된다. 이 실험을 수행한 결과, Hough transform 기법이 직선뿐만 아니라 파선의 검출에도 효과적이며, 부분적인 잡음에도 비교적 강건한 결과를 보여주는 것을 알 수 있었다. 그리고 본 연구를 통해 직선 검출에 효과적인 Hough transform 알고리즘을 차선 판독에 사용할 수 있다는 점과 로봇의 무인 주행에도 적용 가능함을 확인할 수 있었다.
본 논문에서는 CCD 카메라를 이용해 도로 영상을 획득하고, 전처리 과정과 Hough transform을 통해 차선을 검출하는 실험을 수행하였다. Hough transform을 이용한 직선 검출은 시각 시스템을 이용하는 다른 여러 알고리즘에 비해 통계적 기법을 이용한 간결한 알고리즘을 도입함으로써 외란에 비교적 강인한 방법이다. 하지만 많은 데이터를 처리해야 하므로 컴퓨터의 메모리 크기나 수행 속도의 문제가 발생한다. 이러한 문제를 해결하기 위해 영상에서 도로와 배경을 분할하였고, 반복적 임계값 계산 기법을 이용하여 특징 점 추출을 향상시켰다. 또한 이러한 직선 검출 알고리즘을 모바일 로봇에 적용하여 실내의 비교적 간결한 조건에서 자율 주행을 하는데 있어서 효과적인지 실험하여 보았다. 어안 렌즈를 통해 획득한 영상에서 Hough transform에 의해 차선을 검출하고, 이 두 직선의 소실 점의 좌표를 계산하여 로봇에 전달해 주면 진행 방향을 결정하고, 엔코더와 D/C모터에 의해 로봇이 이동하게 된다. 이 실험을 수행한 결과, Hough transform 기법이 직선뿐만 아니라 파선의 검출에도 효과적이며, 부분적인 잡음에도 비교적 강건한 결과를 보여주는 것을 알 수 있었다. 그리고 본 연구를 통해 직선 검출에 효과적인 Hough transform 알고리즘을 차선 판독에 사용할 수 있다는 점과 로봇의 무인 주행에도 적용 가능함을 확인할 수 있었다.
In this paper, images of road are taken using CCD camera and lane detection is performed by Hough transform. Line detection using Hough transform is a relatively robust method in comparison with other vision algorithms because this algorithm uses simple statistic algorithm. However, there are proble...
In this paper, images of road are taken using CCD camera and lane detection is performed by Hough transform. Line detection using Hough transform is a relatively robust method in comparison with other vision algorithms because this algorithm uses simple statistic algorithm. However, there are problems of size of computer memory and processing time since this method has to deal with a lot of data. To eliminate these problems, road and background are divided on the vision image and detection of feature points is improved using iterative threshold value method. To verify the effectiveness of this algorithm, experiments are executed using autonomous mobile robot. At first, lane is detected by means of Hough transform from image, and then value of vanishing points' coordinate is transmitted to robot. Finally direction of robot's movement is decided by means of encoder and D/C motor. The result of this experiment shows that Hough transform is an effective algorithm for line or dashed line detection and also this algorithm has robustness outcome under partial noise.
In this paper, images of road are taken using CCD camera and lane detection is performed by Hough transform. Line detection using Hough transform is a relatively robust method in comparison with other vision algorithms because this algorithm uses simple statistic algorithm. However, there are problems of size of computer memory and processing time since this method has to deal with a lot of data. To eliminate these problems, road and background are divided on the vision image and detection of feature points is improved using iterative threshold value method. To verify the effectiveness of this algorithm, experiments are executed using autonomous mobile robot. At first, lane is detected by means of Hough transform from image, and then value of vanishing points' coordinate is transmitted to robot. Finally direction of robot's movement is decided by means of encoder and D/C motor. The result of this experiment shows that Hough transform is an effective algorithm for line or dashed line detection and also this algorithm has robustness outcome under partial noise.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.