KR100880919B1 - Method for recognizing a vehicle using the multiple pattern mask - Google Patents
Method for recognizing a vehicle using the multiple pattern mask Download PDFInfo
- Publication number
- KR100880919B1 KR100880919B1 KR1020070057179A KR20070057179A KR100880919B1 KR 100880919 B1 KR100880919 B1 KR 100880919B1 KR 1020070057179 A KR1020070057179 A KR 1020070057179A KR 20070057179 A KR20070057179 A KR 20070057179A KR 100880919 B1 KR100880919 B1 KR 100880919B1
- Authority
- KR
- South Korea
- Prior art keywords
- pattern
- vehicle
- image
- pattern mask
- edge
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
본 발명은 이동하는 차량을 인식하는 방법에 관한 것으로, 더욱 상세하게는 목표물의 영상을 카메라를 이용하여 획득하고, 디지털 영상처리기술을 이용하여 목표물의 특징을 추출한 뒤, 각 차종별 형상패턴 정보가 한꺼번에 담긴 가상의 윈도우를 이용하여 추출된 이미지와 비교판단함으로써 한 사이클에 여러 개의 형상패턴을 동시적용하여 좀 더 정확하고 빠르게 다수의 차량을 인식할 수 있는 이동하는 차량을 인식하는 방법에 관한 것이다.The present invention relates to a method of recognizing a moving vehicle, and more particularly, to a method of acquiring a target image using a camera, extracting characteristics of a target using a digital image processing technique, The present invention relates to a method of recognizing a moving vehicle that can recognize a plurality of vehicles more accurately and quickly by simultaneously applying a plurality of shape patterns in one cycle by comparing and comparing the extracted images with an imaginary window.
이를 위하여 본 발명은 차종별 형상패턴으로 구성된 멀티패턴의 정보를 저장하는 단계와; 인식하고자하는 이동차량이 포함된 목표영상을 그레이스케일로 변환하는 단계와; 상기 그레이스케일로 변환된 목표영상을 에지이미지를 추출하기 위하여 에지 변환하는 단계와; 상기 추출된 에지이미지상에서 상기 멀티패턴 정보로부터 생성된 멀티패턴마스크를 이동시켜가며 상기 멀티패턴마스크의 각 차종별 패턴과 매칭시키는 패턴 비교 단계와; 상기 패턴 비교단계에서 각 패턴이 서로 유사한 것으로 판별되는 경우, 해당 패턴 정보로부터 차량에 대한 정보를 저장하는 단계; 를 포함하여 구성되는 것을 특징으로 하는 멀티패턴마스크를 이용한 이동차량인식방법을 제공한다.To this end, the present invention provides a method of controlling a vehicle, comprising the steps of: Converting a target image including a moving vehicle to be recognized into gray scale; Edge-converting the target image converted into the gray-scale to extract an edge image; A pattern comparison step of shifting a multi-pattern mask generated from the multi-pattern information on the extracted edge image and matching the multi-pattern mask with a pattern of each vehicle model; Storing information about the vehicle from the pattern information when the patterns are determined to be similar to each other in the pattern comparison step; The present invention provides a method for recognizing a moving vehicle using a multi-pattern mask.
차량인식, 멀티패턴마스크, 윈도우 추적, 에지필터 Vehicle recognition, Multi-pattern mask, Window tracking, Edge filter
Description
도 1은 본 발명이 적용되는 차량추돌경보장치의 구성을 나타내는 구성도.1 is a configuration diagram showing a configuration of a vehicle collision warning device to which the present invention is applied;
도 2는 각 차종별 형상패턴과 멀티패턴을 나타내는 도면.2 is a view showing a shape pattern and a multi-pattern for each vehicle type.
도 3은 본 발명의 일실시예에 따른 멀티패턴마스크를 이용한 이동차량인식방법을 나타내는 순서도.3 is a flowchart illustrating a moving vehicle recognition method using a multi-pattern mask according to an embodiment of the present invention.
도 4는 도 3에 도시된 목표영상 그레이스케일로 변환단계에서의 그레이스케일 변환 과정과 에지 변환단계의 에지 변환 과정을 나타내는 도면.FIG. 4 is a diagram illustrating a gray scale conversion process in the conversion step to the target image gray scale shown in FIG. 3 and an edge conversion process in the edge conversion step.
도 5는 도 3에 도시된 멀티패턴마스크 이동단계를 나타내는 도면.5 is a view showing the step of moving the multi-pattern mask shown in FIG. 3;
<도면의 주요부분에 대한 부호의 설명>Description of the Related Art
10 : 카메라부 20 : 영상획득부10: camera unit 20: image acquiring unit
30 : 저장부 40 : 중앙처리부30: storage unit 40: central processing unit
50 : 경보처리부50:
본 발명은 이동하는 차량을 인식하는 방법에 관한 것으로, 더욱 상세하게는 목표물의 영상을 카메라를 이용하여 획득하고, 디지털 영상처리기술을 이용하여 목표물의 특징을 추출한 뒤, 각 차종별 형상패턴 정보가 한꺼번에 담긴 가상의 윈도우를 이용하여 추출된 이미지와 비교판단함으로써 한 사이클에 여러 개의 형상패턴을 동시적용하여 좀 더 정확하고 빠르게 다수의 차량을 인식할 수 있는 이동하는 차량을 인식하는 방법에 관한 것이다.The present invention relates to a method of recognizing a moving vehicle, and more particularly, to a method of acquiring a target image using a camera, extracting characteristics of a target using a digital image processing technique, The present invention relates to a method of recognizing a moving vehicle that can recognize a plurality of vehicles more accurately and quickly by simultaneously applying a plurality of shape patterns in one cycle by comparing and comparing the extracted images with an imaginary window.
일반적으로 한정된 공간밖에 볼 수 없는 인간의 특성 때문에 주변에 어떤 종류의 물체가 어느 방향에 존재하는가에 관한 주변 장애물의 정보를 알려주는 장치가 널리 활용되고 있다.In general, devices that inform the surrounding obstacles about which type of objects exist in the vicinity are widely used because of human characteristics that can not be seen outside of limited space.
특히 자동차 분야에서는 첨단안전차량(Advanced Safety Vehicle) 시스템을 점차적으로 적용하여 첨단 전자기술과 제어기술을 이용하고 있으며 얼마나 잘 달릴 수 있는가의 문제를 벗어나 얼마나 안전하게 운전자를 보호할 수 있는가의 문제로 다가서고 있다.Especially, in the field of automobiles, advanced safety vehicle (advanced safety vehicle) system is gradually applied and high-tech electronic technology and control technology are used, and how to be able to protect the driver safely have.
첨단안전차량 관련분야는 차량인식장치의 주요적용대상으로서 초보자의 주차를 돕기 위한 후방 주차 가이드, 위험한 상황에서 브레이크를 작동시켜 충돌을 방지하는 장치, 운전하는 차량의 전방뿐 아니라 후방에서 고속으로 운전자에게 접근하는 차량 및 근거리에 있는 차량의 정보를 운전자에게 알려주는 장치 등 그 적용범위를 넓혀가고 있다.The advanced safety vehicle related field is the main application of vehicle recognition device as a rear parking guide to help novice parking, a device to prevent the collision by operating the brake in a dangerous situation, It is expanding the scope of applications such as approaching vehicles and devices informing the driver of information of nearby vehicles.
이러한 장치 중 후방에서 고속으로 이동하는 차량을 인식하기 위한 종래의 영상인식장치는 인식하려는 목표물의 영상을 카메라를 이용하여 획득한 후 영상처 리기술을 이용하여 목표물의 특징을 추출하고, 이 특징과 각 차종별 형상패턴을 이용하여 목표물을 확인하는 영상처리과정을 수행한다. 여기서 대부분의 종래 영상인식장치는 촬영된 목표물영상에 대하여 에지필터(edge filter)와 같은 영상 필터를 적용하여 얻어지는 에지정보에 대하여 각 차종별 형상패턴(pattern)을 순차적으로 적용하여 분석하는 방법을 통해 이동하는 차량을 인식한다.In the conventional image recognition apparatus for recognizing a vehicle moving from the rear to the high speed among these apparatuses, the image of the target to be recognized is acquired using the camera, and then the characteristic of the target is extracted using the image processing technique. And carries out an image processing process of confirming the target using the shape pattern for each vehicle type. Herein, most conventional image recognition apparatuses use a method of sequentially applying a shape pattern for each vehicle type to edge information obtained by applying an image filter such as an edge filter to a captured target image, The vehicle is recognized.
그러나 이와 같은 종래의 차량인식 방법은 목표물영상의 전체 영역을 형상패턴과 반복적으로 비교하면서 차량을 인식하고 각 차종별 형상패턴을 순차적으로 적용하여 분석하기 때문에 연산시간이 오래 걸리는 문제점이 있다.However, in the conventional vehicle recognition method, the entire area of the target image is repeatedly compared with the shape pattern, and the vehicle is recognized, and the shape pattern for each vehicle type is sequentially applied to analyze.
본 발명은 상기한 종래기술에 따른 문제점을 해결하기 위한 것이다. 즉, 본 발명의 목적은, 각 차종별 형상패턴 정보가 한꺼번에 담긴 가상의 윈도우를 이용하여 비교판단함으로써 한 사이클에 여러 개의 형상패턴을 동시적용하여 좀 더 정확하고 빠르게 다수의 차량을 인식할 수 있는데에 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the above problems of the prior art. That is, an object of the present invention is to compare and judge shape pattern information for each vehicle type by using a virtual window at the same time, so that a plurality of shape patterns can be simultaneously applied to one cycle to recognize a plurality of vehicles more accurately and quickly have.
상기의 목적을 달성하기 위한 기술적 사상으로서의 본 발명은,According to an aspect of the present invention,
차종별 형상패턴으로 구성된 멀티패턴의 정보를 저장하는 단계와; 인식하고자하는 이동차량이 포함된 목표영상을 그레이스케일로 변환하는 단계와; 상기 그레이스케일로 변환된 목표영상을 에지이미지를 추출하기 위하여 에지 변환하는 단계와; 상기 추출된 에지이미지상에서 상기 멀티패턴 정보로부터 생성된 멀티패턴마스크를 이동시켜가며 상기 멀티패턴마스크의 각 차종별 패턴과 매칭시키는 패턴 비교 단계와; 상기 패턴 비교단계에서 각 패턴이 서로 유사한 것으로 판별되는 경우, 해 당 패턴 정보로부터 차량에 대한 정보를 저장하는 단계; 를 포함하여 구성되는 것을 특징으로 하는 멀티패턴마스크를 이용한 이동차량인식방법을 제공한다.Storing information of a multi-pattern composed of a shape pattern for each vehicle type; Converting a target image including a moving vehicle to be recognized into gray scale; Edge-converting the target image converted into the gray-scale to extract an edge image; A pattern comparison step of shifting a multi-pattern mask generated from the multi-pattern information on the extracted edge image and matching the multi-pattern mask with a pattern of each vehicle model; Storing information about the vehicle from the pattern information when the patterns are determined to be similar to each other in the pattern comparison step; The present invention provides a method for recognizing a moving vehicle using a multi-pattern mask.
이하, 본 발명의 바람직한 실시예를 첨부 도면에 의거하여 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
먼저, 본 발명의 일실시예에 따른 멀티패턴마스크를 이용한 이동차량인식방법에 대해 설명하기에 앞서, 본 발명이 적용되는 차량추돌경보장치에 대하여 설명하기로 한다.First, before describing a moving vehicle recognition method using a multi-pattern mask according to an embodiment of the present invention, a vehicle collision warning apparatus to which the present invention is applied will be described.
도 1은 본 발명이 적용되는 차량추돌경보장치의 구성을 나타내는 구성도이다.1 is a configuration diagram showing the configuration of a vehicle collision warning apparatus to which the present invention is applied.
도시된 바와 같이, 본 발명이 적용되는 차량추돌경보장치는 차량을 포함한 영상을 촬영하는 카메라부(10)와, 카메라부(10)에서 촬영되는 영상으로부터 티지털영상데이터를 획득하는 영상획득부(20)와, 영상획득부(20)로부터 전달받은 영상데이터와 차종별 형상정보가 담긴 멀티패턴을 저장하는 저장부(30)와, 저장부(30)에 저장된 영상데이터를 독출하고 독출된 영상데이터로부터 차량을 인식하는 중앙처리부(40)와, 중앙처리부(40)로부터 전달받은 차량정보에 따라 차량간의 거리 및 경고 등을 경보장치를 통하여 출력해주는 경보처리부(50)를 포함하여 구성된다.As shown in the figure, the vehicle collision alerting apparatus to which the present invention is applied includes a
카메라부(10)는 영상을 촬영하는 광학기기로써 후행 차량을 포함한 후방의 영상을 촬영한다.The
영상획득부(20)는 카메라부(10)로부터 촬영된 아날로그 영상신호를 입력받아 미리 설정된 초당 프레임(Frame Per Second)과 해상도를 가지는 디지털 영상신호로 변환하여 출력한다.The image acquiring unit 20 receives the analog image signal photographed from the
저장부(30)는 영상획득부(20)로부터 전달받은 디지털 영상신호를 가진 영상데이터를 저장한다. 또한, 차종별 형상패턴이 담긴 멀티패턴을 저장한다. 멀티패턴에 대해서는 후술하여 상세히 설명하기로 한다.The storage unit 30 stores image data having a digital image signal received from the image acquisition unit 20. In addition, a multi-pattern containing a shape pattern for each vehicle type is stored. The multi-pattern will be described later in detail.
중앙처리부(40)는 저장부(30)에 저장된 영상데이터 즉 영상 프레임을 독출하여, 차량인식 알고리즘을 적용하여 영상 처리를 함으로써 영상 프레임 내에 위치한 차량을 인식하게 된다. 또한, 중앙처리부(40)는 이와 같이 인식된 차량의 정보 중 차량의 위치 정보를 이용하여 차량과의 거리를 산출하고 이에 따라 추돌 위험 여부를 판단한다.The
경보처리부(50)는 중앙처리부(40)로부터 전달받은 차량정보에 따라 차량간의 거리 및 경고 등을 경보장치를 통하여 출력해주는 장치이다.The
도 2는 각 차종별 형상패턴과 멀티패턴을 나타내는 도면이다.2 is a diagram showing a shape pattern and a multi-pattern for each vehicle type.
도시된 바와 같이, 각 차종별 형상패턴과 멀티패턴은 도 2의 (a)와 같이 버스나 트럭의 형상정보가 담긴 형상패턴, 도 2의 (b)와 같이 승용차의 형상정보가 담긴 형상패턴, 도 2의 (c)와 같이 RV 차량이나 봉고의 형상정보가 담긴 형상패턴, 도 2의 (d)와 같이 이 모두를 합친 각 차종별 형상패턴을 포함한 멀티패턴이다.As shown in FIG. 2B, the shape pattern and the multi-pattern for each vehicle type are a shape pattern containing the shape information of the bus or truck as shown in FIG. 2A, a shape pattern containing the shape information of the passenger car as shown in FIG. 2 (c), a shape pattern containing the shape information of the RV vehicle or the bongo, and a multi-pattern including the shape patterns for each vehicle type, which are all combined as shown in Fig. 2 (d).
이와 같이 차종별 형상패턴으로 구성된 멀티패턴의 정보는 저장부(30)에 저장된다. 즉, 각 차종별 형상패턴으로 구성된 멀티패턴의 기하학적 정보를 확인하여 그 값을 저장부(30)에 저장한다.As described above, the information of the multi-pattern constituted by the vehicle-specific shape pattern is stored in the storage unit 30. [ That is, the geometric information of the multi-pattern composed of the shape patterns for each vehicle type is confirmed, and the values are stored in the storage unit 30.
도 3은 본 발명의 일실시예에 따른 멀티패턴마스크를 이용한 이동차량인식방법을 나타내는 순서도이고, 도 4는 도 3에 도시된 목표영상 그레이스케일로 변환단계에서의 그레이스케일 변환 과정과 에지 변환단계의 에지 변환 과정을 나타내는 도면이다.FIG. 3 is a flowchart illustrating a moving vehicle recognition method using a multi-pattern mask according to an exemplary embodiment of the present invention. FIG. 4 is a flowchart illustrating a gray- And FIG.
도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 멀티패턴마스크를 이용한 이동차량인식방법은 먼저 인식하고자하는 이동차량이 포함된 목표영상을 카메라부(10)에 의해 촬영한다(S100).3, in the moving vehicle recognizing method using the multi-pattern mask according to an embodiment of the present invention, the target image including the moving vehicle to be recognized is photographed by the camera unit 10 (S100) .
이어서 중앙처리부(40)는 카메라부(10)에 의해 촬영된 컬러영상인 목표영상을 그레이스케일로 변환한다(S110). 이와 같은 변환 과정을 통해 도 4의 (a)와 같은 컬러 목표영상은 도 4의 (b)와 같은 그레이스케일 영상으로 변환된다.Subsequently, the
또한, 중앙처리부(40)는 상기 S110 단계로부터 얻어진 그레이스케일 영상으로부터 에지이미지를 추출하기 위하여 에지 변환한다(S120). 이와 같은 에지 변환 과정을 통해 도 4의 (b)와 같은 그레이스케일로 변환된 목표영상은 도 4의 (c)와 같은 이진화된 색상 정보로 구성된 에지 영상으로 변환되는데 에지 변환에 사용되는 에지필터로는 에지 검출 성능이 우수한 소벨 에지 필터(Sobel Edge Filter)를 사용하는 것이 바람직하다. 소벨 에지 필터를 이용하는 경우, 필터 임계값을 미리 설정하고 임계값보다 작은 명도값을 가지는 지점은 0의 값으로 변환하고 그보다 큰 명도값을 가지는 지점은 1의 값으로 변환함으로써, 목표영상에 대한 이진화된 에지 정보를 얻게 된다. 여기서 상기 임계값은 50 ∼ 60으로 설정하는 것이 바람직하다.In addition, the
이후 상기 S120 단계로부터 추출된 에지이미지 대하여 윈도우 추적(Window Tracking) 방법을 적용하여 멀티패턴 정보로부터 생성된 가상의 윈도우인 멀티패턴마스크를 이동시킨다(S130). 여기서, 윈도우 추적방법이란, 영상 이미지 상에 특정패턴의 가상 윈도우(Virtual Window)를 이동시켜가며 영상 이미지 전체 영역을 스캔하면서, 가상 윈도우 내의 영상 영역에 대한 특징을 산출하는 방법으로서, 이에 대해서는 후술하여 상세히 설명하기로 한다.In step S130, the multi-pattern mask, which is a virtual window generated from the multi-pattern information, is moved by applying a window tracking method to the edge image extracted in step S120. Here, the window tracking method is a method of calculating a feature of an image area in a virtual window while scanning a whole area of the image image while moving a virtual window of a specific pattern on the image image, Will be described in detail.
또한, 멀티패턴마스크는 앞서 설명한 각 차종별 형상패턴이 포함된 멀티패턴의 정보를 이용하여 생성되는 가상의 윈도우로써, 수직방향에 따른 원근감을 고려하여 에지이미지상의 차량 크기에 맞게 멀티패턴의 크기를 재조정한 것이다.In addition, the multi-pattern mask is a virtual window generated by using the information of the multi-patterns including the shape patterns for each vehicle type as described above, and the size of the multi-pattern is readjusted according to the size of the vehicle on the edge image, It is.
상기 S130 단계에서 멀티패턴마스크를 이동시키는 경우 상기 추출된 에지이미지상에서 멀티패턴마스크 윤곽선과 겹쳐지는 영역과, 상기 멀티패턴마스크의 각 차종별 패턴과 비교한다(S140). 즉, 멀티패턴마스크의 각 차종별 패턴과 매칭시키는 패턴 비교단계는 멀티패턴마스크에 포함된 해당 차종의 윤곽선으로 이루어진 가상의 이미지에 대한 화소별 이진값의 합과, 상기 윤곽선과 겹쳐지는 에지이미지 영역의 화소별 이진값의 합을 비교한다. 이로부터 상기 에지이미지 영역의 화소별 이진값의 합 대비 가상 이미지의 화소별 이진값의 합에 대한 비율이 기설정된 임계치 이상일 경우, 상기 멀티패턴마스크가 위치한 에지이미지 영역의 패턴과 해당 차종의 패턴이 유사한 것으로 판단한다. 여기서 상기 임계치 값이 70% 이상일 경우 유사한 것으로 판단하는 것이 바람직하다.If the multi-pattern mask is moved in step S130, an area overlapped with the multi-pattern mask contour on the extracted edge image is compared with a pattern for each vehicle model of the multi-pattern mask (S140). That is, the pattern comparison step of matching the pattern of each vehicle model of the multi-pattern mask includes a step of calculating a sum of binary values of pixels for a virtual image formed by contours of the corresponding vehicle included in the multi-pattern mask, And compares the sum of pixel-by-pixel binary values. The pattern of the edge image region in which the multi-pattern mask is located and the pattern of the corresponding vehicle model are set to be equal to or greater than a predetermined threshold value when the ratio of the sum of the binary values of the edge image region to the sum of the pixel- It is judged to be similar. If the threshold value is equal to or greater than 70%, it is preferable to determine that the threshold value is similar.
상기 패턴 비교단계(S140)에서 패턴이 서로 유사한 것으로 판별되는 경우, 해당 패턴 정보로부터 차량에 대한 정보(차종, 차량의 위치 등)를 저장한다(S150).If it is determined that the patterns are similar to each other in the pattern comparison step S140, information about the vehicle (vehicle type, vehicle position, etc.) is stored from the corresponding pattern information (S150).
최종적으로 에지이미지의 전체 영역에 대한 멀티패턴마스크의 이동이 완료되었는지를 판단하여(S160), 멀티패턴마스크의 이동이 완료된 경우 차량인식과정을 종료하고 그렇지 않은 경우 상기 S130 단계로 이동하여 계속 유사패턴을 검색한다.If it is determined in step S160 that the movement of the multi-pattern mask for the entire area of the edge image is completed, the vehicle recognition process is terminated when the movement of the multi-pattern mask is completed. Otherwise, the process moves to step S130, .
도 5는 도 3에 도시된 멀티패턴마스크 이동단계를 나타내는 도면이다.5 is a view showing the step of moving the multi-pattern mask shown in FIG.
이하, 영상 이미지의 좌측 하단을 원점으로 하고 가로 방향을 x축, 세로 방향을 y축으로 하는 2차원 좌표계를 설정하고, 도 5를 참조하여 전술한 멀티패턴마스크 이동단계(S130)에 대하여 상세히 설명하기로 한다.Hereinafter, a two-dimensional coordinate system in which the lower left end of the image is the origin, the horizontal direction is the x-axis and the vertical direction is the y-axis is set, and the multi-pattern mask moving step (S130) .
먼저, 카메라의 초점거리 및 장착 각도와 실제 차량의 폭을 고려하여 가상의 윈도우인 멀티패턴마스크의 초기 크기를 결정한다.First, the initial size of the multi-pattern mask, which is a virtual window, is determined in consideration of the focal distance and the mounting angle of the camera and the width of the actual vehicle.
이후, 에지이미지의 원점에 멀티패턴마스크의 좌측 하단 꼭짓점을 위치시키고, 멀티패턴마스크를 일정 간격씩 이동시켜가며 각 위치에서 매칭하는 윈도우 추적을 수행한다. 여기서, 도 5의 (a)에서와 같이, 먼저 에지이미지의 원점에 멀티패턴마스크의 좌측 하단 꼭짓점을 위치시키고 멀티패턴마스크를 x좌표 방향으로 일정 간격(Δx)만큼 이동시킨다.Then, the left lower corner of the multi-pattern mask is positioned at the origin of the edge image, and the multi-pattern mask is moved at regular intervals to perform window tracking for matching at each position. 5A, first, the lower left corner of the multi-pattern mask is positioned at the origin of the edge image, and the multi-pattern mask is moved in the x-coordinate direction by a predetermined distance Δx.
x좌표 방향으로 이동하던 멀티패턴마스크가 에지이미지의 우측 끝에 이르면 도 5의 (b)와 같이, y좌표 방향으로 일정간격(Δy)만큼 이동시키는 동시에, 주행차량과 가까운 에지이미지의 아랫부분에서 주행차량과 먼 에지이미지의 윗부분으로 갈수록 차량이미지가 작아지므로 원근감을 고려하여 멀티패턴마스크의 크기를 일정 비율로 감소시켜 다시 초기의 x좌표 위치부터 좌에서 우로 멀티패턴마스크를 이동시킨다.When the multi-pattern mask moving in the x coordinate direction reaches the right end of the edge image, it is moved in the y coordinate direction by a predetermined distance (? y) as shown in FIG. 5 (b), and at the lower part of the edge image close to the driving vehicle Since the vehicle image becomes smaller toward the upper part of the vehicle and far edge image, the size of the multi-pattern mask is reduced in consideration of the perspective, and the multi-pattern mask is moved from the initial x-coordinate position to the left.
이와 같이 멀티패턴마스크를 이동시켜가며 해당 위치에서 매칭하고, 에지이미지 전체 영역에 대한 멀티패턴마스크의 이동 및 매칭이 완료된 경우 도 5의 (c)에 도시된 바와 같이, 차량정보(차종, 차량의 위치 등)를 인식하게 된다.When the movement and matching of the multi-pattern mask with respect to the entire area of the edge image are completed as shown in Fig. 5 (c), the vehicle information (the type of the vehicle, Location, etc.).
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하다는 것은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 명백하다 할 것이다.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the invention. Therefore, it is intended that the present invention cover the modifications and variations of this invention provided they come within the scope of the appended claims and their equivalents. It will be obvious to those of ordinary skill in the art.
이상에서와 같이, 본 발명에 의하면 각 차종별 형상패턴 정보가 한꺼번에 담긴 가상의 멀티패턴마스크를 이용하여 에지이미지와 비교판단함으로써 시스템의 속도저하 없이 한 사이클에 여러 개의 형상패턴을 동시적용할 수 있고, 좀 더 정확하고 빠르게 다수의 차량을 한번에 인식할 수 있는 효과가 있다.As described above, according to the present invention, it is possible to simultaneously apply a plurality of shape patterns in one cycle without degrading the speed of the system, by comparing the shape pattern information of each vehicle type with an edge image by using a virtual multi-pattern mask, It is possible to recognize a plurality of vehicles at a time more accurately and quickly.
Claims (2)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020070057179A KR100880919B1 (en) | 2007-06-12 | 2007-06-12 | Method for recognizing a vehicle using the multiple pattern mask |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020070057179A KR100880919B1 (en) | 2007-06-12 | 2007-06-12 | Method for recognizing a vehicle using the multiple pattern mask |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20080109173A KR20080109173A (en) | 2008-12-17 |
KR100880919B1 true KR100880919B1 (en) | 2009-02-04 |
Family
ID=40368521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020070057179A KR100880919B1 (en) | 2007-06-12 | 2007-06-12 | Method for recognizing a vehicle using the multiple pattern mask |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100880919B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170130118A (en) | 2016-05-18 | 2017-11-28 | 네이버 주식회사 | Apparatus and method for providing vehicle air conditioning system based on vision recognition |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101373415B1 (en) * | 2012-05-29 | 2014-03-13 | 성균관대학교산학협력단 | Plant classification method and system using autorecognition of leaf image |
US11127283B2 (en) * | 2016-07-25 | 2021-09-21 | Drb Systems, Llc | Systems and methods to prevent carwash collisions |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH064710A (en) * | 1992-06-16 | 1994-01-14 | Mazda Motor Corp | Pattern recognizing method |
KR960042444A (en) * | 1996-10-10 | 1996-12-21 | 송병남 | Recognition Processing Device for Automobile License Plate Using Multi-Mask Technique and Its Method |
JPH10247247A (en) | 1997-03-04 | 1998-09-14 | Oki Electric Ind Co Ltd | Moving object extracting device |
JP2003030776A (en) | 2001-07-17 | 2003-01-31 | Japan Radio Co Ltd | Object detection system and its method |
-
2007
- 2007-06-12 KR KR1020070057179A patent/KR100880919B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH064710A (en) * | 1992-06-16 | 1994-01-14 | Mazda Motor Corp | Pattern recognizing method |
KR960042444A (en) * | 1996-10-10 | 1996-12-21 | 송병남 | Recognition Processing Device for Automobile License Plate Using Multi-Mask Technique and Its Method |
JPH10247247A (en) | 1997-03-04 | 1998-09-14 | Oki Electric Ind Co Ltd | Moving object extracting device |
JP2003030776A (en) | 2001-07-17 | 2003-01-31 | Japan Radio Co Ltd | Object detection system and its method |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170130118A (en) | 2016-05-18 | 2017-11-28 | 네이버 주식회사 | Apparatus and method for providing vehicle air conditioning system based on vision recognition |
Also Published As
Publication number | Publication date |
---|---|
KR20080109173A (en) | 2008-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100818317B1 (en) | Method for recognizing a vehicle using the difference image | |
EP2234086B1 (en) | Vehicle periphery monitoring device, vehicle, vehicle periphery monitoring program, and vehicle periphery monitoring method | |
US7957559B2 (en) | Apparatus and system for recognizing environment surrounding vehicle | |
US8655081B2 (en) | Lane recognition system, lane recognition method, and lane recognition program | |
JP6459659B2 (en) | Image processing apparatus, image processing method, driving support system, program | |
US20130235202A1 (en) | Vehicle periphery monitoring apparatus and method of determining type of object for use in vehicle periphery monitoring apparatus | |
KR101176693B1 (en) | Method and System for Detecting Lane by Using Distance Sensor | |
US11270133B2 (en) | Object detection device, object detection method, and computer-readable recording medium | |
US10565438B2 (en) | Vehicle periphery monitor device | |
WO2016117200A1 (en) | Outside environment recognition device for vehicles and vehicle behavior control device using same | |
JP6687039B2 (en) | Object detection device, device control system, imaging device, object detection method, and program | |
JP4584120B2 (en) | Road marking line detection device, road marking line detection method, road marking line detection program | |
JP6569280B2 (en) | Road marking detection device and road marking detection method | |
JP5401257B2 (en) | Far-infrared pedestrian detection device | |
CN107950023B (en) | Vehicle display device and vehicle display method | |
KR101483742B1 (en) | Lane Detection method for Advanced Vehicle | |
KR100880919B1 (en) | Method for recognizing a vehicle using the multiple pattern mask | |
JP5166933B2 (en) | Vehicle recognition device and vehicle | |
CN109923586B (en) | Parking frame recognition device | |
JP6983334B2 (en) | Image recognition device | |
CN112513573B (en) | Stereo camera device | |
JP3532896B2 (en) | Smear detection method and image processing apparatus using the smear detection method | |
KR101432727B1 (en) | moving object detection system using Head light beam pattern for crash prevention of vehicle and object and moving object detection method using Thereof | |
WO2017017140A1 (en) | Method for capturing an object on a road in the environment of a motor vehicle, camera system and motor vehicle using the same | |
JP4092509B2 (en) | Object determination apparatus and object determination method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130122 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20140121 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20150106 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20160105 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20170116 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20190107 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20200106 Year of fee payment: 12 |