선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 도로 영역에서 차선은 도로 부분과 확실히 구분되는 광감도 값을 가지고 있다. 도로 영상에서의 잡음을 제거하여 좀 더 나은 윤곽선 추출을 하기 위해서 이 진화를 하였다. 즉 이진화란 그레이 영상에서 각 픽셀이 가지는 광강도 값을 이용하여 영상을 배경영상(ground)과 대상영상(object)으로 이진영상으로 분리하는 것을 말한다.
- 이로 인해 정확한 차선이 검출되지 않고 끊어지지 않은 주변 도로 영역을 구분하는 선, 혹은 인도선 등이 OHH에서 더욱 큰 누적값을 지니게 됨으로써 이 선들이 차선으로 대신 검출되어지는 결과를 보이고 있다. 따라서 본 논문에서는 연결이 끊어진 차선에 대하여 순차 연결 성분 기법을 응용한 파선 추출 알고리듬을 통해 차선을 검출한다.
- 그래서 기존의 여러 가지 컴퓨터 비전 알고리즘을 이용한 여러 방법들[3*4 ]이 있다. 본 논문에서는 도로상에서의 차선들이 평행선과 직선으로 이루어져 있다는 특징을 기초로 해서 직선 검출에 가장 효과적이라고 알려져 있는 Hough 변환 기법을 이용하여 차선을 검출하고자 한다. 그림 1 에서와 같이 디지털 카메라에서 얻은 입력 영상을 그레이 영상으로 변환하고, 직선 검출에 효과적인 Hough 변환을 이용하고자 한다.
- 본 논문에서는 잡음이 제거된 영상에서 픽셀들을 직선으로 얻기 위해서 허프 변환을 적용하여 차선을 검출하고자 한다. 허프 변환은 xy-공간에서 의 픽셀을 p。공간으로 투영하여 최대 누적점을 찾아 역 허프 변환을 통해 xy-공 간에서 직선을 찾는 것을 의미한다[8-9].
- 본 논문은 첨단차량도로시스템 개념 중에 하나인 ASV 를 위한 가장 기본적인 연구로써 차선인식을 위한 차선 검출에 관한 연구를 수행하였다. 그리고 차선 인식을 위해 기존의 Hough 변환을 최적화하기 위한 알고리듬을 제안하였다.
- 그러나 Hough 변환의 단점이 라 할 수 있는 많은 계사량을 줄이기 위해서 우리가 표현하고자 하는 도로만 守올 수 있도록 영상을 분할한다. 분할된 영역 속에서 아IT(Optimized Hough Transform) 기법을 제안하고자 한다. OHT하고 난 후나오는 여러 직선을 통합한 후 나온 검출된 여러 직선 속에서 영상하부 중심에서의 직선과의 거리를 계산하여 우리가 원하는 차선을 검출할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.