[논문]디지털영상처리 기술을 이용한 교통신호등 자동 판별 시스템 개발

김선동; 백영현; 문성룡

디지털영상처리 기술을 이용한 교통신호등 자동 판별 시스템 개발
Development of Traffic Light Automatic Discrimination System Using Digital Image Processing Technology 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.46 no.2 = no.326, 2009년, pp.92 - 99

김선동 (원광대학교 전자공학과) , 백영현 (원광대학교 전자공학과) , 문성룡 (원광대학교 전자공학과)

초록
AI-Helper

본 논문에서는 교통 신호등 영역 검출을 포함한 교통 신호등 외곽 부분과 신호등 색을 자동으로 판별하여 사용자에게 알려주는 교통 신호등 자동 판별 시스템 구현을 제안하였다. 본 논문은 교통 신호등색을 정확하게 검출하기 위하여 교통 신호등색에 해당하는 파장 범위를 설정하고, 색상 성분을 분할하였다. 색상 성분을 통해 교통 신호등색(빨강 주황 녹색)을 검출하며 배경부분은 그레이 영상으로 변환한다. 다음으로 웨이브렛 변환 알고리즘을 사용하여 다양한 환경에서 신호등 영역을 검출할 수 있는 알고리즘을 제안하였다. 또한, 교통 신호등 인식 부분은 CBIR(Content-Based Image Retrieval)기반에서 캐니 에지 연산자와 허도로프 매칭 알고리즘의 특성을 적용한 인식 알고리즘을 제안하였다. 제안된 알고리즘은 교통 신호등이 첨가되어 있는 조명, 배경 등이 다양한 영상을 대상으로 실험하며, 기존 알고리즘과 비교하여 제안 알고리즘의 성능이 향상되었음을 확인하였다.

Abstract ▼ AI-Helper

This paper established the range of the wavelength of traffic lights to detection the color of traffic lights and the color component segmentation with the range of the wavelength. Development of traffic light automatic discrimination system is consists of the color detection and the traffic lights recognition. In this thesis, it established the range of the wavelength of traffic lights to detection the color of traffic lights and the color segmentation with the range of the wavelength. By the segmentation, the traffic light colors(red, orange and green) can be detected and the background is changed into gray image. Next, we proposed the algorithm which can detect the area of traffic lights in the various surroundings with the wavelet transformation algorithm. Also, we proposed traffic lights recognition algorithm using between the edge operator and the Hausdorff distance algorithm based on CBIR(Content-based Image retrieval). Therefore, the proposed algorithm is more superior to the conventional algorithm by experimenting with the illumination including the traffic lights and the backgrounds with various images.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 논문에서는 이러한 단점을 해결하기 위해 배경과 교통 신호등 영역을 효과적으로 분할 할 수 있는 검출 알고리즘과 CBIR 기반의 신호등 검색과 허도 로프 거리 매칭을 통한 인식 알고리즘을 구현하여 자동으로 교통 신호등을 판별 할 수 있는 시스템을 구현하고자 한다.
각 부분은 독립적인 프로세싱에 의해 처리되며, 유기적으로 연결된 신호등 인식 알고리즘은 신호등 영역의 조명 정규화, 배경의 복잡성 등의 신호등 인식 전처리과정을 거쳐 특징벡터를 추출하여 신호등 인식을 수행한다. 본 논문에서는 CBIR기반에서 캐니 에지 연산자와 허도 로프 거리 매칭을 특징을 적용한 인식 알고리즘을 제안하였다.
본 논문에서는 Stricker가 제안한 양자화된 히스토그램의 각 버킷 내의 화소 값의 평균값과 영상 내 컬러의 흩어짐 정도를 표현하기 위한 표준 편차와 3차 모멘트값에 대하여 질의 영상과 저장된 영상을 비교하는 픽셀 간의 관계를 이용하였다“]. 영상 내 컬러 특성을 이용하면, 3차 컬러오브젝트 관계에 의한 삼각형의 세 각에 의한 특징벡터를 사용하면서 영상 내의 공간정보를 사용하였다 的.
본 논문에서는 교통 신호등 영역 검출을 포함한 교통신호등 외곽 부분과 신호둥색을 자동으로 판별하여 사용자에게 알려주는 교통신호등 자동 판별 시스템 구현을 제안하였다. 제안된 시스템은 교통 신호등 색을 정확하게 검출하기 위해 신호등 고유색 파장 범위를 설정하여 색 분할을 수행하였으며, 교통 신호등(빨강, 주황, 녹색)색 분할 파장 범위에 벗어난 배경 영상을 그레이레벨로 변환하였다.
이들 방법들은 배경이 복잡하지 않거나 교통 신호등이 정면인 경우만 적용되는 단점을 가지고 있다. 본 논문에서는 기존 연구의 단점을 개선하여 복잡한 배경에서도 향상된 교통 신호등 자동 판별 시스템을 제안한다. 제안한 자동 판별 시스템은 교통신호등 색 영역 검출 단계와 교통신호등 인식 단계로 구성된다.
위치를 찾는 단계이다. 본 논문에서는 신호등검출 과정 시 발생하는 비슷한 형상의 오류 검출을 해결하기 위해 컬러 분할 과정을 수행한다. 제안된 방법은 신호등 고유색 영역을 후보 영역으로 설정함으로써 오류 검출의 가능성을 줄여 보다 정확한 신호등 검출이 이루어지도록 제안한다.

가설 설정

그림 9는 CBIR의 컬러 특성을 이용한 방법으로 히스토그램의 빈도수가 높은 세 개 버킷의 컬러위치를 계산해서 상호 각도를 추출하여 영상의 특징 벡터 적용한 결과 영상이다. 그림 9에서 d 는 입력 영상과의 유사도를 나타내며, (a) 입력 영상은 고유 값을 가지며, 유사도 d=0값을 나타낸다. (b), (c), (d) 영상은 고유 신호등 질의 영상으로서, (b)는 입력 영상과 유사도가 가장 가까운 0.
1) 가우시안 함수의 적용을 통한 영상의 평활화한다.
3) 각 픽셀에 대한 변이의 방향과 크기 결정한다.

제안 방법

제안된 시스템은 교통 신호등 색을 정확하게 검출하기 위해 신호등 고유색 파장 범위를 설정하여 색 분할을 수행하였으며, 교통 신호등(빨강, 주황, 녹색)색 분할 파장 범위에 벗어난 배경 영상을 그레이레벨로 변환하였다. 검출 단계에서 발생할 수 있는 데이터량과 처리 시간을 감소하기 위해 웨이브렛 변환을 적용하였다. 다음 단계로 정확한 교통 신호등 인식을 위해 CBIR 기반의 영상 검색 방법과 캐니 에지 연산자와 허도로프 거리 알고리즘의 특성을 이용하여 향상된 인식률을 보임을 확인하였다.
제안한 자동 판별 시스템은 교통신호등 색 영역 검출 단계와 교통신호등 인식 단계로 구성된다. 교통신호등 색 검출단계에서 색 영역을 정확하게 검출하기 위해 웨이브렛변환, 색 영역 파장 범위 설정, 파장 범위를 이용한 컬러 분할을 통한 검출 알고리즘과 CBIR기반에서 에지 연산자와 허도로프 거리 알고리즘 특성을 적용하여 향상된 성능을 보이는 인식 알고리즘을 제안하였다.
H 는 2차원 영상의 유클리안 놈(norni) 이다. 그리고 효과적인 에지를 검출을 통한 매칭을 위해 본 논문에서는 캐니 에지 연산자를 사용하였다陷. 캐니 에지 연산자 방법은 일반적인 에지 검출 연산 자의 성능평가에 있어 기준이 되는 에지검출의 효율성, 검출 에지의 국부성, 에지에 대한 단일 대응성 등 측면에서 가장 최적화된 에지 검출 방법으로 인식되고 있으며, 검출 순서는 다음과 같다.
본 논문에서 제안하고 있는 색 분할 파장 범위를 이용한 컬러 분할 검출 방법과 CBIR기반의 인식 알고리즘을 이용한 교통신호등 자동 판별시스템의 성능을 실험한다. 본 실험은 펜티엄 4, 2.
색상 모델에서 사람의 눈은 색상 간의 변화보다는 밝기의 변화에 더욱 민감하므로 기존의 색 파장 범위를 적용하였다
여기서, 力는 영상의 총 24개 버킷으로 히스토그램, 칼라오브젝트 표준편차와 우세한 3개의 버킷에 대해 각각의 평균 위치를 찾아 위치간의 각도를 특징 벡터로 사용하였다.
본 논문에서는 신호등검출 과정 시 발생하는 비슷한 형상의 오류 검출을 해결하기 위해 컬러 분할 과정을 수행한다. 제안된 방법은 신호등 고유색 영역을 후보 영역으로 설정함으로써 오류 검출의 가능성을 줄여 보다 정확한 신호등 검출이 이루어지도록 제안한다. 제안된 방법은 입력영상을 RGB 영상으로 입력 받은 후 RGB 영상의 색깔 파장을 450nm부터 최대 760nm까지 범위를 설정하여 신호등색검출을 이루어지도록 하였다'4T.
제안된 방법은 신호등 고유색 영역을 후보 영역으로 설정함으로써 오류 검출의 가능성을 줄여 보다 정확한 신호등 검출이 이루어지도록 제안한다. 제안된 방법은 입력영상을 RGB 영상으로 입력 받은 후 RGB 영상의 색깔 파장을 450nm부터 최대 760nm까지 범위를 설정하여 신호등색검출을 이루어지도록 하였다'4T.
제안하였다. 제안된 시스템은 교통 신호등 색을 정확하게 검출하기 위해 신호등 고유색 파장 범위를 설정하여 색 분할을 수행하였으며, 교통 신호등(빨강, 주황, 녹색)색 분할 파장 범위에 벗어난 배경 영상을 그레이레벨로 변환하였다. 검출 단계에서 발생할 수 있는 데이터량과 처리 시간을 감소하기 위해 웨이브렛 변환을 적용하였다.
본 논문에서는 기존 연구의 단점을 개선하여 복잡한 배경에서도 향상된 교통 신호등 자동 판별 시스템을 제안한다. 제안한 자동 판별 시스템은 교통신호등 색 영역 검출 단계와 교통신호등 인식 단계로 구성된다. 교통신호등 색 검출단계에서 색 영역을 정확하게 검출하기 위해 웨이브렛변환, 색 영역 파장 범위 설정, 파장 범위를 이용한 컬러 분할을 통한 검출 알고리즘과 CBIR기반에서 에지 연산자와 허도로프 거리 알고리즘 특성을 적용하여 향상된 성능을 보이는 인식 알고리즘을 제안하였다.
교통 신호등 검출 부분과 교통 신호등 인식 부분으로 나누어져 있으며, 각각의 전처리 과정인 교통 신호등 후보 영역의 검출 및 특징 추출부가 포함되어 있다. 컬러 분할을 통해 교통신호등 후보 영역을 결정, 계산량과 속도를 향상시키기위해 웨이브렛 변환 수행 하였으며, 인식 단계에서는 컬러 특징 벡터를 적용하여 교통 신호등 검색으로 빨강, 주황 녹색 교통 신호등을 판별하는 CBIR과 캐니 에지 연산자와 허도로프거리 매칭을 사용하여 교통 신호등 인식을 한다.

대상 데이터

본 실험은 펜티엄 4, 2.4GHz, 512MB 와 Matlab7.0을 사용하였고, 교통 신호등을 포함한 서로 다른 10 개 장소와 100개 다양한 배경 영상으로 낮에 맑고, 흐린 날씨 실험을 수행하였다. 그림 9는 CBIR의 컬러 특성을 이용한 방법으로 히스토그램의 빈도수가 높은 세 개 버킷의 컬러위치를 계산해서 상호 각도를 추출하여 영상의 특징 벡터 적용한 결과 영상이다.

이론/모형

본 논문에서 이용한 허도로프거리 매칭 알고리즘은 표본 영상이 실험영상의 어느 부분에 가장 잘 부합되는지를 검색하는데 사용되며, 매칭 거리가 작을수록 더 유사한 위치로 판단할 수 있다H₆T8〕.
본 논문에서는 객체 분할된 영상을 단순화하기 위해 웨이브렛 변환을 이용하였다効 먼저 웨이브렛 분해 (Analysis)의 기본적인 방정식은 식 (1)과 같다.

성능/효과

4) 임의의 픽셀화소의 변이 크기가 변이 방향으로 있는두 개의 이웃 값이 보다 크면, 그 픽셀을 에지로 나태내고, 두 개의 이웃 값 보다 작다면 배경으로 표현한다.
검출 단계에서 발생할 수 있는 데이터량과 처리 시간을 감소하기 위해 웨이브렛 변환을 적용하였다. 다음 단계로 정확한 교통 신호등 인식을 위해 CBIR 기반의 영상 검색 방법과 캐니 에지 연산자와 허도로프 거리 알고리즘의 특성을 이용하여 향상된 인식률을 보임을 확인하였다. 제안된 시스템의 우수함을 확인하기 위해 다양한 요소가 포함된 영상을 대상으로 실험하였으며, 표 2의 결과와 같이 제안된 시스템이 복잡한 배경에서도 인식률 면에서 3% 기존 방법보다 우수함을 확인 하였다.
다음 단계로 정확한 교통 신호등 인식을 위해 CBIR 기반의 영상 검색 방법과 캐니 에지 연산자와 허도로프 거리 알고리즘의 특성을 이용하여 향상된 인식률을 보임을 확인하였다. 제안된 시스템의 우수함을 확인하기 위해 다양한 요소가 포함된 영상을 대상으로 실험하였으며, 표 2의 결과와 같이 제안된 시스템이 복잡한 배경에서도 인식률 면에서 3% 기존 방법보다 우수함을 확인 하였다. 향후 실시간 교통 신호등 인식, 지능형 교통 신호등, 음성안내 장애인 자동 보행 시스템 등에 활용될 것으로 사료된다.
표 2의 결과 제안한 교통신호등 검출 및 인식 알고리즘을 적용한 시스템이 기존의 인식률에서 3% 우수함과 처리 시간에서도 평균 0.19초 향상됨을 보였다.

후속연구

제안된 시스템의 우수함을 확인하기 위해 다양한 요소가 포함된 영상을 대상으로 실험하였으며, 표 2의 결과와 같이 제안된 시스템이 복잡한 배경에서도 인식률 면에서 3% 기존 방법보다 우수함을 확인 하였다. 향후 실시간 교통 신호등 인식, 지능형 교통 신호등, 음성안내 장애인 자동 보행 시스템 등에 활용될 것으로 사료된다.

참고문헌 (19)

정준익, 노도환, '성분차 색분할과 검출마스크를 통한 실시간 교통신호등 검출과 인식', 전자공학회논문지 제43권 SP편 제2호, pp.65-72, 2006
김혜정, '퍼지-신경망 모델과 예측기법을 이용한 교통신호제어', 이화여대학교 석사학위논문, 1996
Gyung-Sung Yang, 'Lane Detection Traffic Signal Recognition for Vision-Based Auto- Navigation', Chonname National University. 1997
Zhuowen Tu and Ron Li, 'Automatic recognition of civil infrastructure objects in mobile mapping imagery using a markov random field model', ISPRS vol. ⅩⅩⅩⅢ, Amsterdam, 2000
U. Franke, D, Gavrila, S. Goerzig, F. Linder, F. Paetzold, C. Woehler, 'Autonomous Driving Goes Downtown', IEEE intelligent Systems, Vol. 13, no. 6, pp.40-48, 1998

상세보기
Blancard, M, 'Road Sign Recognition: A Study of Vision-based decision making for road environment recognition', in Vision-based Vehicle Guidance, pp.167-175, Spinger-verlag, 1992
Michael Shneier, 'Road Sign Detection and Recognition', IEEE Computer Society international Conference on compter Vision and Pattern Recognition, June 2005
R. Gonzalez and R. Woods, 'Digital Image Processing,'Addison- Wesley,Publishing Company, 1992
R. Crane, 'A simplified approach to Image Processing,' Prentice-Hall, 1997
AliN. Akansu, Richard A. Haddad, 'Multi- resolution Signal Decomposition Transforms, Subband, Wavelets' Academic Press. inc :1992
Smith, M.; Khotanzad, A, 'An object-based approach for digital video retieval', information Technology:Coding and Computing,2004. Proceed -ings. ITCC 2004. international Conference on Vo1.1, 5-7 April, 2004
Ramin Zavih, Justin Miller, and Kevin Mai, 'A feature-based algorithm for detecting and classifying scene breaks', In ACM Multimedia Conference, pages 189-200, November 1995
Park Ki Tea, Young Shik Moon, 'Dominant 컬러쌍 정보와 Color Correlogram을 이용한 객체 기반 영상 검색', 전자공학회논문지 제40권 CI편 제2호, pp.1-8, 2003
Markus Stricker and Alexander Orengo, 'Color Indexing with Weak Spatial Constraints', SPIE conference, San Jose, Feb, 1996
권희용, 최재우, 이인행, 조동섭, 황희융, '3차 칼라 오브젝트 관계에 의한 내용기반영상검색', 한국정보과학회 가을 학술발표논문집, 25권, 2호, 1998
William J. Rucklidge, Locating Objects Using the Hausdorff Distance, Fifth International Conference on Computer Vision, sponsored by IEEE Computer Society Technical Committee on pattern Analysis and Machine Intelligence, Los Alamitos, California, pp.457-464, Jun. 20-23, 1995
Michael Hagedoorn, Remco C. Veltkamp, 'Reliable and Efficient Pattern Matching using and Affine Invariant Metric', International Journal of Computer Vision, Vol. 31,？no.2-3, April 1999
Hertog Nugroho, Shinji Ozawa, 'Tracking Multiple Moving Objects form Monocular Image Sequences with Hausdorff Distance and Context Information,' T.IEE Japan, Vol. 118-C, No. 7/8, pp. 1138-1149, 1998
최용호, 'A study on a face recognition and a performance comparison by Threshold change of Canny edge operator', 광운대학교, 2006

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증