KR101073053B1 - Auto Transportation Information Extraction System and Thereby Method - Google Patents
Auto Transportation Information Extraction System and Thereby Method Download PDFInfo
- Publication number
- KR101073053B1 KR101073053B1 KR1020090024042A KR20090024042A KR101073053B1 KR 101073053 B1 KR101073053 B1 KR 101073053B1 KR 1020090024042 A KR1020090024042 A KR 1020090024042A KR 20090024042 A KR20090024042 A KR 20090024042A KR 101073053 B1 KR101073053 B1 KR 101073053B1
- Authority
- KR
- South Korea
- Prior art keywords
- detection area
- image
- traffic
- lane
- road
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 자동 교통정보추출 시스템 및 그의 추출방법에 관한 것이다.The present invention relates to an automatic traffic information extraction system and a method of extracting the same.
본 발명의 일실시 예에 따른 자동 교통정보추출 시스템은 도로상에서 발생하는 교통 상황을 실시간으로 촬영한 교통영상을 제공받아 교통영상을 디지털 영상 신호로 변환하는 교통상황 입력부, 교통상황 입력부에서 제공하는 디지털 영상 신호를 영상 처리하여 영상에서 도로의 적어도 하나 이상의 차선을 추출하고, 추출된 차선을 기준으로 차로 별 검지영역을 자동으로 설정하는 검지영역 추출부, 영상을 통해 추출된 검지영역을 감지하고 감지된 검지영역과 차선을 비교하여 감지된 검지영역이 설정된 오차범위를 벗어나면 검지영역을 재설정하는 영상변화 감지부 및 검지영역 추출부 및 영상변화 감지부에서 제공하는 설정된 검지영역을 통해 교통정보를 실시간으로 추출하여 전송하는 교통정보 추출전송부를 포함한다.An automatic traffic information extraction system according to an embodiment of the present invention receives a traffic image photographed in real time on a traffic condition occurring on a road, and receives a traffic condition input unit for converting the traffic image into a digital image signal, a digital signal provided by the traffic condition input unit. A detection area extraction unit for extracting at least one lane of a road from an image by processing an image signal, and automatically setting a detection area for each lane based on the extracted lane, and detecting and detecting a detection area extracted through the image. By comparing the detection area with the lane, if the detected detection area is out of the set error range, the traffic information is real-time through the set detection area provided by the image change detection unit and the detection area extraction unit and the image change detection unit which reset the detection area. Traffic information extraction transmission unit for extracting and transmitting.
교통상황, 검지 영역, 교통정보 추출, 자동 차선 감지 Traffic situation, detection area, traffic information extraction, auto lane detection
Description
본 발명은 자동 교통정보추출 시스템 및 그의 추출방법에 관한 것이다.The present invention relates to an automatic traffic information extraction system and a method of extracting the same.
일반적으로 산업화에 따른 사회적 규모 및 경제적 규모의 확대로 인하여 차량 및 교통 수요가 증가되고 있지만, 실제 도로 보급율은 증가하는 차량의 수요와 공급에 미치지 못하고 있어 도로 혼잡에 따른 연료소모와 시간 낭비 등의 교통혼잡비용 및 인명피해로 인하여 개인 및 국가는 막대한 사회적 비용을 부담하고 있다.In general, the demand for vehicles and transportation is increasing due to the expansion of social and economic scale due to industrialization, but the actual road supply rate is not reaching the demand and supply of increasing vehicles. Congestion costs and casualties have enormous social costs for individuals and countries.
그러한 교통혼잡은 물류비용을 증가시켜 대외경쟁력을 약화시키고 대기오염으로 인한 공해 등의 환경문제와 교통사고와 같은 사회적 문제로 초래되기 때문에 국가 경제에 커다란 부담을 가중시키고 있다.Such traffic congestion increases the logistics cost, weakening external competitiveness, and causing a great burden on the national economy because it is caused by environmental problems such as pollution due to air pollution and social problems such as traffic accidents.
이를 해결하기 위하여 교통수요의 증가 비율 등에 맞추어 도로를 효율적으로 운영하고 관리하기 위한 교통정보의 필요성이 높아지고 있다. 이에 따라 도로상의 차량 특성, 속도 등의 교통 정보를 분석하여 도로 교통 관리와 최적의 신호 체계를 구현하며, 각종 교통 정보를 운전자에게 실시간으로 제공하여 안전하고 원활한 도로 주행이 되도록 하며, 차량의 위치와 운행상태 등을 파악하여 도로 상황에 맞게 최적의 운행이 되도록 지원하며, 각종 교통상황이나 교통 사고 등의 정보를 제공하여 도로 소통의 능력을 증대시키게 된다.In order to solve this problem, the necessity of traffic information for efficiently operating and managing roads is increasing according to the increase rate of traffic demand. Accordingly, it analyzes traffic information such as vehicle characteristics and speed on the road, implements road traffic management and optimal signal system, and provides various traffic information to drivers in real time to ensure safe and smooth road driving. By identifying the operating conditions and supporting the optimal operation according to the road conditions, and providing information such as various traffic conditions or traffic accidents to increase the ability of road communication.
한편, 전술한 교통 정보 서비스를 제공하기 위해서는 도로 교통량, 차량 주행 속도, 도로 점유율, 대기행렬 길이, 교통사고 등의 돌발 상황 등의 도로 교통 정보가 정확하게 수집되어야만 한다. 상기한 교통정보를 수집하기 위해서는 각 도로 사정에 따라 적합한 방법이 적용되고 있으며, 통상적으로 감시카메라(CCTV)를 이용하여 현장 교통상황을 수집하는 방법이 사용되었다.On the other hand, in order to provide the above-described traffic information service, road traffic information such as road traffic volume, vehicle driving speed, road occupancy rate, queue length, traffic accident, etc. must be accurately collected. In order to collect the traffic information, a suitable method is applied according to each road condition, and a method of collecting on-site traffic conditions using a surveillance camera (CCTV) has been commonly used.
이와 같이, 감시카메라에 의한 방법에 따르면 현장 교통상황에 따라 감시카메라를 움직일 수 없을 뿐만 아니라 만약 감시카메라가 움직이게 되더라도 사용자가 매번 프로그램을 재설정해야 하는 번거로움이 발생하여 모든 도로에 대한 교통정보를 정확하게 수집하기가 어려운 문제점이 있었다.As described above, according to the surveillance camera method, not only the surveillance camera can not be moved according to the on-site traffic situation, but even if the surveillance camera is moved, the user has to reset the program every time, so that the traffic information on all roads can be corrected. There was a problem that was difficult to collect.
본 발명은 도로의 교통영상을 촬영하는 교통카메라에서 교통영상을 제공받아 사용자의 초기 셋팅 과정 없이 교통정보를 자동으로 추출할 수 있는 자동 교통정보추출 시스템 및 그의 방법을 제공하는데 그 목적이 있다.An object of the present invention is to provide an automatic traffic information extraction system and method for automatically extracting traffic information without a user's initial setting process by receiving a traffic image from a traffic camera photographing a traffic image of a road.
본 발명의 일실시 예에 따른 자동 교통정보추출 시스템은 도로상에서 발생하는 교통 상황을 실시간으로 촬영한 교통영상을 제공받아 교통영상을 디지털 영상 신호로 변환하는 교통상황 입력부, 교통상황 입력부에서 제공하는 디지털 영상 신호를 영상 처리하여 영상에서 도로의 적어도 하나 이상의 차선을 추출하고, 추출된 차선을 기준으로 차로를 선택하여 선택된 차로를 검지영역으로 자동 설정하는 검지영역 추출부, 영상을 통해 추출된 검지영역을 감지하고 감지된 검지영역과 차선을 비교하여 감지된 검지영역이 설정된 오차범위를 벗어나면 검지영역을 재설정하는 영상변화 감지부 및 검지영역 추출부 및 영상변화 감지부에서 제공하는 설정된 검지영역을 통해 교통정보를 실시간으로 추출하여 전송하는 교통정보 추출전송부를 포함한다.An automatic traffic information extraction system according to an embodiment of the present invention receives a traffic image photographed in real time on a traffic condition occurring on a road, and receives a traffic condition input unit for converting the traffic image into a digital image signal, a digital signal provided by the traffic condition input unit. A detection area extraction unit for extracting at least one lane of a road from an image by processing an image signal, selecting a lane based on the extracted lane, and automatically setting the selected lane as a detection area; Traffic is detected through the set detection area provided by the image change detection unit and detection area extraction unit and the image change detection unit which reset the detection area when the detected detection area is out of the set error range by comparing the detected detection area with the lane. Traffic information extraction transmission unit for extracting and transmitting the information in real time.
또한, 본 발명의 일실시 예에 따른 자동 교통정보를 추출하는 방법은 도로상에서 발생하는 교통 상황을 실시간으로 촬영한 교통영상을 제공받아 교통영상을 디지털 영상 신호로 변환하는 단계, 디지털 영상 신호를 영상 처리하여 영상에서 도로의 적어도 하나 이상의 차선을 추출하는 단계, 추출된 차선을 기준으로 차로를 선택하여 선택된 차로를 검지영역으로 자동 설정하는 단계, 영상을 통해 추출된 검지영역을 감지하고 감지된 검지영역과 차선을 비교하여 감지된 검지영역이 설정된 오차범위를 벗어나면 검지영역을 재설정하는 단계 및 설정된 검지영역을 통해 교통정보를 실시간으로 추출하여 전송하는 단계를 포함한다.In addition, the method for extracting automatic traffic information according to an embodiment of the present invention comprises the steps of converting a traffic image into a digital image signal by receiving a traffic image photographing a traffic situation occurring on the road in real time, the digital image signal image Extracting at least one lane of the road from an image by selecting the lane based on the extracted lane, automatically setting the selected lane as a detection area, detecting a detection area extracted through the image, and detecting the detected detection area And comparing the lanes with each other and resetting the detection area when the detected detection area is out of the set error range, and extracting and transmitting traffic information in real time through the detection area.
본 발명의 일실시 예에 따른 자동 교통정보추출 시스템 및 그의 추출방법은 실시간으로 전송되는 교통영상을 사용자의 조작 없이 자동으로 검지영역을 설정함으로써 교통정보를 용이하고 정확하게 추출할 수 있는 효과가 있다.The automatic traffic information extraction system and its extracting method according to an embodiment of the present invention have an effect of easily and accurately extracting traffic information by automatically setting a detection area without a user's manipulation of a traffic image transmitted in real time.
또한, 본 발명의 일실시 예에 따른 자동 교통정보추출 시스템 및 그의 추출방법은 고속도로, 국도 등 도로상에 설치된 교통카메라 또는 CCTV를 통해 전송되는 교통영상을 도로 상황에 따라 자동으로 검지영역을 설정함으로써 교통정보를 용이하게 파악함과 동시에 교통정보의 정확성을 향상시킬 수 있는 효과가 있다.In addition, the automatic traffic information extraction system and extracting method according to an embodiment of the present invention by automatically setting the detection area according to the traffic conditions of the traffic image transmitted through a traffic camera or CCTV installed on the road such as a highway, national road The traffic information can be easily understood and the accuracy of the traffic information can be improved.
또한, 본 발명의 일실시 예에 따른 자동 교통정보추출 시스템 및 그의 추출방법은 교통정보를 용이하게 파악하고 교통정보의 정확성이 향상됨에 따라 도로상황에 따라 신속하게 대응할 수 있는 효과가 있다.In addition, the automatic traffic information extraction system and its extraction method according to an embodiment of the present invention has the effect that it is easy to grasp the traffic information and to respond quickly to the road situation as the accuracy of the traffic information is improved.
이하, 본 발명의 바람직한 실시 예에 대하여 첨부도면을 참조하여 상세히 설명하기로 한다. 기타 실시 예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. Specific details of other embodiments are included in the detailed description and drawings. Advantages and features of the present invention, and methods for achieving them will be apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings. Like reference numerals refer to like elements throughout.
도 1은 본 발명의 일실시 예에 따른 자동 교통정보추출 시스템을 블록도로 설명하기 위한 것이고, 도 2는 본 발명의 일실시 예에 따른 자동 교통정보를 추출하기 위한 방법을 설명하기 위한 것이고, 도 3은 본 발명의 일실시 예에 따라 배경 영상을 이용하여 차량을 검출하는 방법을 설명하기 위한 것이고, 도 4는 본 발명의 일실시 예에 따라 영상에서 도로의 영역을 추출하여 차선을 검출하는 방법을 설명하기 위한 것이다.1 is a block diagram illustrating an automatic traffic information extraction system according to an embodiment of the present invention, Figure 2 is for explaining a method for extracting automatic traffic information according to an embodiment of the present invention, 3 illustrates a method of detecting a vehicle using a background image according to an embodiment of the present invention, and FIG. 4 illustrates a method of detecting a lane by extracting an area of a road from an image according to an embodiment of the present invention. To illustrate.
도 1을 살펴보면, 본 발명의 일실시 예에 따른 자동 교통정보추출 시스템은 교통상황 입력부, 검지영역 추출부, 영상변화 감지부 및 교통정보 추출전송부를 포함하여 구성될 수 있다.Referring to FIG. 1, an automatic traffic information extraction system according to an embodiment of the present invention may include a traffic state input unit, a detection area extractor, an image change detector, and a traffic information extractor.
교통상황 입력부(100)는 도로상에서 발생하는 교통 상황을 실시간으로 촬영한 교통영상을 제공받아 교통영상을 디지털 영상 신호로 변환할 수 있다. 교통상황 입력부(100)는 도로상에 배치된 교통카메라에서 교통 상황을 실시간으로 촬영한 교통영상을 제공받을 수 있다. 이러한 교통카메라는 도로 교통량, 차량 주행 속도, 도로 점유율, 대기행렬 길이, 교통사고 등의 돌발 상황 등의 도로 교통 정보를 정확하게 수집할 수 있다. 이에 따라 교통상황 입력부(100)는 소정의 도로 교통 정보를 수집한 교통영상을 제공받아 디지털 영상 신호로 변환할 수 있다.The traffic
또한, 교통상황 입력부(100)는 교통카메라에서 제공하는 아날로그 영상 신호인 교통영상을 아날로그 그래버 카드(Grabber Card)를 통해 640*480 픽셀 크기의 디지털 영상 신호로 변환할 수 있다. 이와 같이, 아날로그 그래버 카드(Grabber Card)를 통해 640*480 픽셀 크기의 디지털 영상 신호로 변환함으로써, 아날로그의 영상 신호인 교통영상의 이미지를 캡쳐하고 교통영상을 통해 정확한 위치 정보와 상태를 파악할 있다. 또한, 이렇게 획득된 위치 정보는 640*480 픽셀 크기의 디지털 영상 신호를 위한 X, Y축의 기준점이 될 수 있다.In addition, the traffic
검지영역 추출부(200)는 교통상황 입력부(100)에서 제공하는 디지털 영상 신호를 영상 처리하여 영상에서 도로의 적어도 하나 이상의 차선을 추출하고, 추출된 차선을 기준으로 차로를 선택하여 선택된 차로를 검지영역으로 자동 설정할 수 있다. 즉, 검지영역 추출부(200)는 위치정보가 있는 디지털 영상 신호를 영상 처리하고 이러한 영상에서 도로를 감지하고 감지된 도로에서 적어도 하나 이상의 차선을 추출할 수 있다. 다시 말해, 디지털 영상 신호를 통해 제공되는 영상에서 도로 위를 움직이는 차량들을 감지하고, 감지된 차량들 사이에서 움직이지 않고 고정된 차선을 추출할 수 있다. 이와 같이, 추출된 차선을 기준으로 차로를 구분하고 구분된 차로를 검지영역으로 자동 설정할 수 있다.The
이러한 검지영역 추출부(200)는 영상 처리한 640*480 픽셀 좌표에서 차로 별 검지영역의 픽셀 좌표를 추출하고, 실시간으로 입력되는 영상에서 배경 영상을 제거한 후 차량의 움직임으로 도로를 감지할 수 있다. 이에 대한 자세한 설명은 후술하기로 한다.The
영상변화 감지부(300)는 영상을 통해 추출된 검지영역을 감지하고 감지된 검지영역과 차선을 비교하여 감지된 검지영역이 설정된 오차범위를 벗어나면 검지영역을 재설정할 수 있다. 즉, 영상변화 감지부(300)는 영상을 통해 추출된 차선을 기준으로 검지영역을 감지하고 감지된 검지영역과 차선을 비교할 수 있다. 이때 차선을 기준으로 하여 추출된 검지영역이 설정된 오차범위 내에 포함되면 영상변화 감지부(300)는 추출된 검지영역을 설정하고, 추출된 검지영역이 설정된 오차범위를 벗어나면 영상변화 감지부(300)는 추출된 검지영역을 재설정할 수 있다. 이와 같이, 설정된 오차범위를 벗어난 검지영역을 재설정함으로써, 더욱 정확한 교통상황정보를 수집할 수 있다.The image
교통정보 추출전송부(400)는 검지영역 추출부(200) 및 영상변화 감지부(300)에서 제공하는 설정된 검지영역을 통해 교통정보를 실시간으로 추출하여 전송할 수 있다. 즉, 교통정보 추출전송부(400)는 검지영역 추출부(200) 및 영상변화 감지부(300)를 통해 설정된 검지영역을 통해 실시간으로 수집한 교통상황정보를 교통상황실 등에 실시간으로 전송할 수 있다.The traffic information extraction transmission unit 400 may extract and transmit the traffic information in real time through the set detection area provided by the detection
도 2를 살펴보면, 본 발명의 일실시 에에 따른 자동 교통정보를 추출하기 위한 방법은 도로상에서 발생하는 교통 상황을 실시간으로 촬영한 교통영상을 제공받아 교통영상을 디지털 영상 신호로 변환하는 단계(S100, S200), 디지털 영상 신호를 영상 처리하여 영상에서 도로의 적어도 하나 이상의 차선을 추출하는 단계(S300 내지 S520), 추출된 차선을 기준으로 차로 별 검지영역을 자동으로 설정하는 단계(S600), 영상을 통해 추출된 검지영역을 감지하고 감지된 검지영역과 차선을 비교하여 감지된 검지영역이 설정된 오차범위를 벗어나면 검지영역을 재설정하는 단계(S700,S800) 및 설정된 검지영역을 통해 교통정보를 실시간으로 추출하여 전송하는 단계(S900)를 포함할 수 있다.Referring to Figure 2, the method for extracting automatic traffic information according to an embodiment of the present invention comprises the steps of converting the traffic image into a digital image signal by receiving a traffic image photographed in real time the traffic situation occurring on the road (S100, (S200), extracting at least one or more lanes of the road from the image by processing the digital image signal (S300 to S520), automatically setting a detection area for each lane based on the extracted lane (S600), and displaying the image. Detecting the extracted detection area and comparing the detected detection area with the lane and resetting the detection area when the detected detection area is out of the set error range (S700, S800) and the traffic information through the set detection area in real time. Extracting and transmitting may be included (S900).
즉, 교통카메라는 도로상에서 발생하는 교통 상황을 실시간으로 촬영할 수 있다. 이와 같이 교통카메라를 통해서 촬영된 교통영상을 교통상황 입력부에 제공할 수 있다(S100).That is, the traffic camera can take a picture of a traffic situation occurring on the road in real time. As such, the traffic image photographed through the traffic camera may be provided to the traffic state input unit (S100).
이후, 실시간으로 촬영된 교통영상을 영상처리 할 수 있는 형태인 디지털 영상 데이터로 변환할 수 있다(S200). 이와 같이, 디지털 영상 데이터로 변환됨에 따라 실시간으로 전송되는 교통영상에 대한 위치정보를 용이하게 파악할 수 있다. Thereafter, the traffic image captured in real time may be converted into digital image data capable of image processing (S200). As described above, the location information of the traffic image transmitted in real time as it is converted into digital image data can be easily identified.
이후, 교통영상을 통해 감지된 검지 영역의 상태 확인할 수 있다(S300). 이때 감지된 검지 영역이 설정된 상태이면 교통영상 변화 유무 판단을 과정 거쳐 교통정보를 바로 수집할 수 있다(S800).Thereafter, the state of the detection area detected through the traffic image may be checked (S300). In this case, if the detected detection area is set, traffic information may be collected immediately after determining whether the traffic image is changed (S800).
이와 달리 감지된 검지 영역이 설정되지 않은 상태이면, 움직임 영역 추출 과정(S400)을 통해 도로 영역을 추출하고(S420), 차선을 구분하는 단계를 거쳐 도로 영역 추출과 추출된 도로 영역에서 차선 추출을 통해 차로 별 차선을 구분할 수 있다(S500).In contrast, if the detected detection area is not set, the road area is extracted through the movement area extraction process (S400) (S420), and the lane area is extracted from the extracted road area through the step of distinguishing the lanes. Through lanes can be distinguished by car (S500).
우선, 교통영상에서 움직임 영역을 추출할 수 있다(S400). 여기서, 움직임 정보를 추출하지 못할 경우에는 엣지(Edgy) 분리 및 영역 분리를 통해(S410) 도로 영역을 추출할 수 있다(S420). 이와 같이 추출된 도로 영역을 통해 차선을 구분할 수 있다(S500). First, a motion region may be extracted from the traffic image (S400). If the motion information cannot be extracted, the road area may be extracted through edge separation and area separation (S410) (S420). The lanes may be divided through the extracted road area (S500).
이후, 도로 영역 추출 및 차선 구분에서 정확한 도로 정보를 추출하지 못할 경우에는 객체의 유, 무를 검사할 수 있다(S510). 이때, 객체가 발견되지 않으면 도로의 패턴 매칭(S520)을 통해 검지영역을 설정할 수 있다(S600). Thereafter, when it is not possible to extract accurate road information from road area extraction and lane division, the presence or absence of an object may be inspected (S510). In this case, if the object is not found, the detection area may be set through the pattern matching of the road (S520) (S600).
이와 같이 검지영역 설정된 이후 객체의 크기 및 거리 정보를 추출할 수 있다(S700). After the detection area is set as described above, the size and distance information of the object may be extracted (S700).
이후, 교통영상 변화 유, 무 판단할 수 있다(S800). 이때, 교통영상에서 움 직임의 변화를 감지하였을 경우에는 다시 처음 단계로 돌아가 재설정 과정을 반복할 수 있다. 즉, 교통영상에서 움직임의 변화를 감지되면, 검지영역과 차선을 서로 비교하여 감지된 검지영역이 설정된 오차범위를 벗어날 경우에는 다시 처음 단계로 돌아가 검지영역을 재설정하는 과정을 반복할 수 있다. 다시 말해, 교통카메라의 각도의 변화로 입력되는 교통영상의 변화가 감지되면 검지영역이 변경되어 정확한 교통정보를 추출할 수 없을 경우 재설정 작업을 수행할 수 있다.Thereafter, it may be determined whether or not the traffic image changes (S800). At this time, if the change of the movement is detected in the traffic image, it may return to the first step again and repeat the resetting process. That is, when a change in motion is detected in the traffic image, the detection area and the lane are compared with each other, and if the detected detection area is out of the set error range, the process may be repeated again to reset the detection area. In other words, when a change in the traffic image inputted by the change of the angle of the traffic camera is detected, the detection area is changed and thus, when the accurate traffic information cannot be extracted, the reset operation can be performed.
만약, 교통영상에서 움직임의 변화를 감지하지 못하였거나 감지된 검지영역이 설정된 오차범위를 벗어나지 않을 경우에는 교통 정보 추출하여 전송할 수 있다(S900). 이와 같이, 설정된 검지영역을 영상처리 통해 메인 도로의 교통량, 점유율, 평균 속도 등의 교통 정보를 추출하여 전송할 수 있다. If the change of motion is not detected in the traffic image or the detected detection area does not fall within the set error range, traffic information may be extracted and transmitted (S900). In this way, it is possible to extract and transmit traffic information such as traffic volume, occupancy rate, average speed, etc. of the main road through image processing of the set detection area.
지금까지 설명한 바와 같이, 본 발명의 일실시 예에 따라 자동 교통정보를 추출하기 위한 방법에 의해 이미 구축된 CCTV 카메라와 같이 도로의 교통영상을 촬영하는 교통카메라에서 교통영상을 제공받아 초기 셋팅 과정이 필요 없이 교통정보를 자동으로 추출할 수 있다. 즉, 검지영역을 설정하기 위해 사용자의 개입이나 부가적인 Pan, Tilt, Zoom, Focus 정보, 거리 및 높이 등이 필요 없이도 단지 입력되는 교통영상만을 통해 자동으로 설정될 수 있다. 이에 따라, 입력되는 교통영상의 변화에 자동으로 적응하여 교통정보를 추출할 수 있다. 따라서, 교통정보센터의 CCTV와 같이 변화가 심한 교통영상에서도 사용자의 개입 없이 교통정보를 용이하고 정확하게 추출할 수 있다.As described above, according to an embodiment of the present invention, an initial setting process is provided by receiving a traffic image from a traffic camera that photographs a traffic image of a road, such as a CCTV camera, which is already constructed by a method for extracting automatic traffic information. Traffic information can be extracted automatically without the need. That is, it can be set automatically only through the input traffic image without the need of user intervention or additional Pan, Tilt, Zoom, Focus information, distance and height to set the detection area. Accordingly, traffic information may be extracted by automatically adapting to a change in the input traffic image. Therefore, traffic information can be easily and accurately extracted even in a severely changed traffic image such as CCTV in a traffic information center without user intervention.
도 3을 살펴보면, 본 발명의 일실시 예에 따라 배경영상을 이용한 차량검출 과정을 나타낸 것이다.Referring to Figure 3, it shows a vehicle detection process using a background image according to an embodiment of the present invention.
실시간으로 제공되는 교통영상의 프레임 (a)에서 배경영상(b)를 빼줌으로써 (c)와 같은 차량만을 분리하는 결과영상을 구할 수 있다. (d)영상은 영상(c)의 이진화된 영상이며 이진화된 영상을 레이블 링과 바운드 링 과정을 통해 영상(e)와 같이 차량의 사각정보를 추출할 수 있다.By subtracting the background image (b) from the frame (a) of the traffic image provided in real time, it is possible to obtain a result image for separating only the vehicle as shown in (c). (d) The image is a binarized image of the image (c). The binarized information of the vehicle may be extracted as shown in the image (e) through the labeling and the bound ring process of the binarized image.
도 4를 살펴보면, 도 4의 (a) 내지 (e)는 전체 영상에서 차량의 검출이 뚜렷한 부분의 도로의 영역을 추출하여, 도로에서 차선의 정보를 추출하기 위해 허프만 변환 기법을 이용한 것을 나타낸 것이다.Referring to FIG. 4, (a) to (e) of FIG. 4 show that the Huffman transform technique is used to extract the area of the road where the detection of the vehicle is clearly detected in the entire image, and extract information of the lane on the road. .
도 3에서 설명한 과정을 통해 매 프레임마다 추출된 차량 박스 정보의 연결성을 통해 차량의 진행을 추적할 수 있다. 이러한 차량들의 추적되는 진행 방향을 통해 도로의 상행과 하행을 구분하고 상행과 하행 중 교통정보가 더 많은 도로를 메인 도로로 판단할 수 있다.Through the process described in FIG. 3, the progress of the vehicle may be tracked through the connectivity of the vehicle box information extracted every frame. Through the tracked progress of these vehicles, the ascending and descending roads may be distinguished, and a road with more traffic information during the ascending and descending roads may be determined as the main road.
여기서, 박스 정보의 연결성을 통한 추적은 전 프레임에서 추출된 차량의 박스정보가 현재 프레임에서 추출된 차량의 박스정보가 좌표가 겹치는 부분이 있는지를 검사할 수 있다. 이때, 전 프레임에서 추출된 차량의 박스정보와 현재 프레임에서 추출된 차량의 박스정보가 겹칠 경우에는 동일한 차량으로 추적할 수 있는 것이다. Here, the tracking through the connectivity of the box information may check whether the box information of the vehicle extracted from the previous frame overlaps the coordinates of the box information of the vehicle extracted from the current frame. In this case, when the box information of the vehicle extracted in the previous frame and the box information of the vehicle extracted in the current frame overlap, the same vehicle can be tracked.
이와 같이, 추적되는 차량들의 정보는 이동 경로를 가질 수 있다. 메인 도로에서 픽셀 좌표 상에서 Y의 축으로 이동이 많이 발생하는 영역과 X축으로 차량의 이동이 경로가 교차하는 부분을 도로 영역으로 추출할 수 있다. As such, the information of the tracked vehicles may have a travel path. In the main road, an area where a lot of movement occurs in the Y axis on the pixel coordinates and a path where the path of the vehicle crosses on the X axis may be extracted as the road area.
이때, 도로 영역에는 여러 개의 차로가 포함 되어 있고 여러 개의 차선을 가질 수 있다. 차선은 직선 형태의 정보를 가지고 있으며, 직선 형태의 특징만 추출하기 위해 허프만 변환 기법을 통해 직선의 특징 정보를 추출 할 수 있다. In this case, the road area may include several lanes and may have multiple lanes. The lane has linear information, and in order to extract only the linear features, the feature information of the straight lines can be extracted through the Huffman transform technique.
허프만 변환 (Hough Transform)은 한 점이 가질 수 있는 직선들을 다른 평면 (Hough 공간)에 누적하는 변환으로 많이 누적된 위치를 찾아서 직선 성분을 검출하는 기법이다. 도로 영역에서 차선은 직선 형태를 가지고 있으며 차선에서 많은 직선 성분이 검출될 수 있다. 많은 직선성분을 가지고 있는 픽셀 좌표를 추출하여 차선의 좌표를 추출할 수 있다. Hough Transform is a transformation that accumulates the straight lines that a point can have in another plane (Hough space). In the road area, the lane has a straight shape, and many straight components can be detected in the lane. Lane coordinates can be extracted by extracting pixel coordinates with many linear components.
추출된 차선의 좌표 성분을 연결하여 직사각형 형태의 검지영역 설정될 수 있다.A rectangular detection area may be set by connecting the extracted coordinate components of the lane.
이와 같이, 교통영상을 통해 자동으로 검지영역이 설정됨에 따라, 상황에 따라 변화될 수 있는 메인 도로의 교통량, 점유율, 평균 속도 등의 교통 정보를 실시간으로 정확하고 용이하게 추출할 수 있다.As such, as the detection area is automatically set through the traffic image, traffic information such as traffic volume, occupancy rate, and average speed of the main road, which can be changed depending on the situation, can be extracted accurately and easily in real time.
이상, 본 발명을 본 발명의 원리를 예시하기 위한 바람직한 실시 예와 관련하여 설명하고 도시하였지만, 본 발명은 그와 같이 도시되고 설명된 그대로의 구성 및 작용으로 한정되는 것이 아니다. 오히려, 첨부된 청구범위의 사상 및 범주를 일탈함이 없이 본 발명에 대한 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. Rather, those skilled in the art will appreciate that many modifications and variations of the present invention are possible without departing from the spirit and scope of the appended claims. Accordingly, all such suitable changes and modifications and equivalents should be considered to be within the scope of the present invention.
도 1은 본 발명의 일실시 예에 따른 자동 교통정보추출 시스템을 블록도로 설명하기 위한 것이다.1 is a block diagram illustrating an automatic traffic information extraction system according to an embodiment of the present invention.
도 2는 본 발명의 일실시 예에 따른 자동 교통정보를 추출하기 위한 방법을 설명하기 위한 것이다.2 is for explaining a method for extracting automatic traffic information according to an embodiment of the present invention.
도 3은 본 발명의 일실시 예에 따라 배경 영상을 이용하여 차량을 검출하는 방법을 설명하기 위한 것이다.3 is a diagram for describing a method of detecting a vehicle using a background image according to an exemplary embodiment.
도 4는 본 발명의 일실시 예에 따라 영상에서 도로의 영역을 추출하여 차선을 검출하는 방법을 설명하기 위한 것이다.4 is a diagram for describing a method of detecting a lane by extracting an area of a road from an image according to an exemplary embodiment.
<도면의 주요부분에 대한 부호 설명>Description of the Related Art [0002]
100: 교통상황 입력부 200: 검지영역 추출부100: traffic situation input unit 200: detection area extraction unit
300: 영상변화 감지부 400: 교통정보 추출전송부300: image change detection unit 400: traffic information extraction transmission unit
Claims (8)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090024042A KR101073053B1 (en) | 2009-03-20 | 2009-03-20 | Auto Transportation Information Extraction System and Thereby Method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020090024042A KR101073053B1 (en) | 2009-03-20 | 2009-03-20 | Auto Transportation Information Extraction System and Thereby Method |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20100105160A KR20100105160A (en) | 2010-09-29 |
KR101073053B1 true KR101073053B1 (en) | 2011-10-12 |
Family
ID=43009329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020090024042A KR101073053B1 (en) | 2009-03-20 | 2009-03-20 | Auto Transportation Information Extraction System and Thereby Method |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101073053B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230039865A (en) * | 2021-09-14 | 2023-03-22 | (주) 하나텍시스템 | Day and night driving detection system using cosssntrol camera |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280030B (en) * | 2011-07-20 | 2013-09-25 | 杭州海康威视数字技术股份有限公司 | Method and system for detecting vehicle at night |
KR102121423B1 (en) * | 2019-10-14 | 2020-06-10 | 주식회사 디케이앤트 | Server and method for recognizing road line using camera image |
KR102170595B1 (en) * | 2020-03-06 | 2020-10-27 | 트라웍스(주) | System for traffic surveilliance and method thereof |
KR102167522B1 (en) * | 2020-04-02 | 2020-10-19 | 트라웍스(주) | System for providting traffic information and method thereof |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100578041B1 (en) | 2004-06-02 | 2006-05-11 | (주)에이직뱅크 | Network camera apparatus having a traffic information collection and addition function and the traffic information process method |
-
2009
- 2009-03-20 KR KR1020090024042A patent/KR101073053B1/en active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100578041B1 (en) | 2004-06-02 | 2006-05-11 | (주)에이직뱅크 | Network camera apparatus having a traffic information collection and addition function and the traffic information process method |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230039865A (en) * | 2021-09-14 | 2023-03-22 | (주) 하나텍시스템 | Day and night driving detection system using cosssntrol camera |
KR102646288B1 (en) * | 2021-09-14 | 2024-03-12 | (주) 하나텍시스템 | Day and night driving detection system using cosssntrol camera |
Also Published As
Publication number | Publication date |
---|---|
KR20100105160A (en) | 2010-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101971878B1 (en) | Video surveillance system and method using deep-learning based car number recognition technology in multi-lane environment | |
KR101647370B1 (en) | road traffic information management system for g using camera and radar | |
JP4871909B2 (en) | Object recognition apparatus and object recognition method | |
JP4363295B2 (en) | Plane estimation method using stereo images | |
KR101995813B1 (en) | Apparatus for providing traffic information based on image and method thereof | |
US20100110193A1 (en) | Lane recognition device, vehicle, lane recognition method, and lane recognition program | |
JP5561064B2 (en) | Vehicle object recognition device | |
KR101073053B1 (en) | Auto Transportation Information Extraction System and Thereby Method | |
JP5702544B2 (en) | Vehicle traffic monitoring device and program | |
KR101626377B1 (en) | A system for detecting car being violated parking and stopping of based on big date using CCTV camera and black box vehicle | |
KR102200204B1 (en) | 3-D Image Analyzing System Using CCTV Image | |
KR101969842B1 (en) | System for classifying dangerous road surface information based on deep running and method thereof | |
KR101621822B1 (en) | Device for security and recognizing number of license plate based on hybrid image transmission, and method for recognizing and providing number of license plate using the same | |
KR20100053318A (en) | A sensing system of a lane offense cars using the corner data and sensing method using the same | |
JP4762026B2 (en) | Road sign database construction device | |
JP5115390B2 (en) | Mobile object identification device, computer program, and learning method of mobile object identification device | |
KR101911239B1 (en) | The channel extension operation system for detecting illegally parked vehicles | |
JP2002321579A (en) | Warning information generating method and vehicle side image generating device | |
US11417117B2 (en) | Method and device for detecting lanes, driver assistance system and vehicle | |
JP2002367077A (en) | Device and method for deciding traffic congestion | |
KR101490466B1 (en) | System and method for detecting road sign and reconnizaing road sign support | |
CN113378719B (en) | Lane line identification method, lane line identification device, computer equipment and storage medium | |
KR102492290B1 (en) | Drone image analysis system based on deep learning for traffic measurement | |
KR101026852B1 (en) | Method and system of supervision for car stop or parking | |
KR102115792B1 (en) | Monitoring System by cameras installed in traffic lights |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
N231 | Notification of change of applicant | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20140721 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20150930 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20161006 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20171025 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20191107 Year of fee payment: 9 |