$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

최적화된 Hough 변환에 근거한 효율적인 차선 인식

An Efficient Lane Detection Based on the Optimized Hough Transform

초록

본 논문에서는 차선 추출을 위해서 OHT(Optimized Hough Transform) 알고리듬을 제안한다. 입력 영상을 그레이 영상으로 변환하고 변환된 그레이 영상은 수평 투영을 통해 주변 배경 영역과 도로 영역으로 분리된다. 분리된 도로 영역에서 OHT(Optimized Hough Transform) 알고리듬을 적용한다. OHT(Optimized Hough Transform) 알고리듬은 다음과 같이 특징지어진다. 첫째, 윤곽선 방향각을 이용해서 차선후보 픽셀을 최소화하였으며, 둘째, 좌우 차선의 범위는 제한된 ${\theta}$값으로서 정의하였다. 실험 결과, 제안한 알고리듬이 기존의 Hough Transform보다 훨씬 효율적임을 알 수 있었다.

Abstract

In this paper, we propose OHT(optimized nough Transform) algorithm for the lane extraction. Input image is changed into 256 gray revel image. Gray level image is separated into background region and road region by using limited horizontal projection value. In separated road area, we apply OHT algorithm. OHT algorithm is characterized as follows. First, the number of candidate pixels is reduced using the outline orientation of the lane. Second, each range of the left and right lane is defined by limited ${\theta}$ Experimental results show that the proposed method is better than Hough Transform.

참고문헌 (9)

  1. Massimo Bertozzi , Albert Broggi, and Alessandra FascioIi , 'Vision-based intelligence vehicle: State of the art and perspective,' Robotics and Autonomous System 32, pp1-16, 2000 
  2. Joon-Woong Lee, and In-So Kweon, 'Extraction of Line Features in a Noisy Image,' Pattern recognition, Vol 30. No.10, pp. 811-824,1997 
  3. 나재호, '블록스네이크를 이용한다차선 검지에 관한 연구', 한국과학기술원 석사학위논문, 1997 
  4. Albert Broggi , 'A Massive Parallel Approach to Real-Time Vision-Based Road Markings Detection,' Proc. IEEE Intelligent Vehicle Symposium, pp. 219-224, 1993 
  5. Stavros J.Perantonis, Basilios Gatos, and Nikos Papamarkos, 'Block decomposition and segmentation for fast Hough transfonn evaluation,' Pattern recognition, Vol.32, No.5, pp. 811-824,1999 
  6. 지능형 교통시스템(ITS)을 통한 교통체계화 추진방 안, 전파, 1-2월 통권, 92호, 2000 
  7. 이응주, '그룹화 볼록 스네이크 알고리즘을 이용한 차 선 추출', 멀티미디어학회 논문지, 제3권, 5호, pp. 445-453, 2000 
  8. Linfeng Guo, and Opas Chutatape, 'Influence of discretization in image space on Hough transfonn,' Pattern recognition, Vol.32 No.4, pp. 635-644, 1999 
  9. 이구도, '지능형 교통시스템(ITS)을 위한 첨단차량제어 시스템 (AVCS)', 월간자동제어계측, pp.154-160 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일