최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.52 no.11, 2015년, pp.137 - 146
김영로 (명지전문대학 컴퓨터정보과) , 조영태 (한국건설기술연구원 도로교통연구실) , 류승기 (한국건설기술연구원 도로교통연구실)
In this paper, we propose a pothole detection method using various features of intensity and motion. Segmentation, decision steps of pothole detection are processed according to the values which are derived from feature characteristics. For segmentation using intensity, we use a binarization method ...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
명암과 움직임을 이용한 포트홀 검출하는 방법은 단계별로 어떻게 진행되는가? | 각 단계들은 특징점 들의 특성에 따라 추출된 값들에 의해 처리된다. 분할 단계에서는 명암 분할 단계와 움직임 분할 단계로 이루어진다. 명암을 이용하여 히스토그램을 이용한 이진화 방법으로 포트홀 검출을 위한 어두운 영역을 추출한다. 움직임 분할 단계는 연속적인 두 영상에서 얻은 움직임에서 변화가 많은 부분을 추출함으로써 포트홀 영역을 구분할 수 있도록 한다. 먼저 움직임 벡터를 high pass filtering한 후 standard deviation 값을 구한다. 촬영각도에 따른 움직임의 크기가 다름을 조정하기 위하여 regression 방법을 사용한다. standard deviation 값을 regression 값으로 나누어 얻은 값을 modified histogram shaped thresholding 방법[3], Otsu 방법[11, 14], maximum entropy[13] 방법 등을 이용하여 이진 영상으로 만든다. 마지막 결정 단계에서는 각 분할단계에서 얻어진 후보 영역과 배경 영역과의 상호 특징점들의 비교를 통해서 후보 영역이 포트홀 여부를 판단한다. 기존의 방법들과 비교하여 명암과 움직임에 따른 새로운 특징점들을 이용함으로써 신뢰할 수 있는 포트홀 검출 알고리즘을 제안한다. | |
포트홀을 검출하는 방법으로 무엇이 있는가? | 최근 포트홀을 검출하는 다양한 방법들이 제안되었다. 진동[1], 3D 복원[2], 그리고 영상[3∼7]을 기반으로 한 방법들이 있다. 진동을 이용한 방법은 검출하기 위한 직접적인 접촉과 도로 연결 부위 등의 잘못된 검출 등으로 인하여 신뢰할 수 있는 접근 방법이 될 수 없다. | |
영상을 기반으로 포트홀 검출하는 기존 방법은 무엇을 이용하는가? | 영상을 기반으로 포트홀 검출하는 기존 방법은 타원모양, 포트홀 내부가 주변 보다 거친 텍스쳐를 가지는 등 다양한 특징점들을 이용하여 검출한다. |
J. Eriksson, L. Girod, B. Hull, R. Newton, S. Madden, H. Balakrishna, "The pothole patrol: using a mobile sensor network for road surface monitoring," Proceeding of the 6th international conference on Mobile systems, applications, and services, pp. 29-39, 2008.
K. T. Chang, J. R. Chang, and J. K. Liu, "Detection of pavement distresses using 3D laser scanning technology," Computing in Civil Engineering, pp. 1-11, 2005.
C. Koch and I. Brilakis, "Pothole detection in asphalt pavement image," Advanced Engineering Informatics, vol. 25, no. 3, pp. 507-515, 2011.
Y. Fujita, Y. Mitani, and Y. Hamamoto, "A method for crack detection on a concrete structure," ICPR'06, Hon Kong, pp. 901-904, Aug. 2006.
S. Iyer and S. K. Sinha, "A robust approach for automatic detection and segmentation of cracks in underground pipeline images," Image and Vision Computing, vol. 23, pp. 921-933, 2005.
Salembier, P, "Comparison of some morphological segmentation algorithms based on contrast enhancement. Application to automatic defect detection," Proc. of the EUSIPCO-90 Fifth European Signal Processing Conference, pp. 833-836, 1990.
R. S. Adhikari, O. Moselhi, and A. Bagchi, "Image-based retrieval of concrete crack properties," Journal of the International Society for Geotechnology, vol. 11, no. 2, pp. 315-321, 2012.
Y. -R. Kim, T. Kim, and S. -K. Ryu, "Pothole Detection Method in Asphalt Pavement," Journal of the Institute of Electronics Engineers of Korea, vol. 51, no. 10, pp. 248-255, 2014.
E. M, J. S, and D. K, "Horn-Schunck optical flow with a multi-scale strategy," Image Processing On Line, vol. 3, pp. 151-172, 2013.
G. W. Zack, W. E. Rogers, and S. A. Latt, "Automatic measurement of sister chromatid exchange frequency," J. Histochem. Cytochem. vol. 25, no. 7, pp. 741-753, 1977
N. Otsu, "A threshold selection method from gray-level histograms," IEEE Trans. Systems, Man, and Cybernetics, vol. SMC-9, no. 1, pp. 62-66, Jan. 1979.
C. Schmid, "Constructing models for content-based image retrieval," in Proc. of the IEEE Conference on Computer Vision and Pattern Recognition, vol. 2, pp. 39-45, 2001
J. -M. Sung, H. -G. Ha, and B. -Y. Choi, "Image thresholding based on within-class standard deviation," Journal of the Institute of Electronics Engineers of Korea, vol. 50, no. 7, pp. 1844-1852, 2013.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.