KR102384971B1 - 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법 - Google Patents

영상 인식 전 처리 장치 및 영상 인식 전 처리 방법 Download PDF

Info

Publication number
KR102384971B1
KR102384971B1 KR1020150083199A KR20150083199A KR102384971B1 KR 102384971 B1 KR102384971 B1 KR 102384971B1 KR 1020150083199 A KR1020150083199 A KR 1020150083199A KR 20150083199 A KR20150083199 A KR 20150083199A KR 102384971 B1 KR102384971 B1 KR 102384971B1
Authority
KR
South Korea
Prior art keywords
image
channel
channel image
extracting
vehicle
Prior art date
Application number
KR1020150083199A
Other languages
English (en)
Other versions
KR20160146231A (ko
Inventor
이성수
Original Assignee
현대모비스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대모비스 주식회사 filed Critical 현대모비스 주식회사
Priority to KR1020150083199A priority Critical patent/KR102384971B1/ko
Publication of KR20160146231A publication Critical patent/KR20160146231A/ko
Application granted granted Critical
Publication of KR102384971B1 publication Critical patent/KR102384971B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)

Abstract

본 발명은 영상 인식 수행 전에 좌우 평균 밝기차가 가장 높은 영상을 추출하여 영상 인식에 이용하는 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법에 관한 것이다.

Description

영상 인식 전 처리 장치 및 영상 인식 전 처리 방법{Apparatus and method for preprocessing of image recognition}
본 발명은 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법에 관한 것으로, 보다 상세하게는 영상 인식 수행 전에 가장 영상 인식 신뢰도가 높은 영상을 추출하여 영상 인식에 이용하는 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법에 관한 것이다.
최근 영상 인식을 이용한 기술이 많은 차량에 적용되고 있다. 물체를 인식하여 차량의 주차 공간을 산출하고 차량을 산출된 주차 공간에 주차시키거나, 주행 시에 도로 면에서 차선을 인식하여 차량이 차선을 벗어나면 운전자에게 경고하여 주는 등의 기술이 그것이다. 그런데 주행 환경에 따라 영상에 특정 색상이 존재하는 경우가 있을 수 있다. 이러한 경우에는 영상 인식 과정에서 차량, 보행자, 차선 등 인식하려는 대상이 제대로 인식되지 않을 수 있다.
이에 근래에 다양한 환경에서 영상 인식의 수행 시 정확한 인식 성능을 확보하는 기술이 연구 중에 있다.
본 발명이 해결하고자 하는 과제는 영상 인식 수행 전에 가장 영상 인식 신뢰도가 높은 영상을 추출하여 영상 인식에 이용되도록 하는 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법을 제공함에 있다.
상기 과제를 달성하기 위하여, 본 발명의 실시예에 따른 영상 인식 전 처리장치는 차량 주변 영상을 획득하는 카메라부; 상기 차량 주변 영상으로부터 탑뷰 영상을 출력하는 탑뷰 영상 출력부; 상기 탑뷰 영상을 YUV 방식으로 변환하여 Y채널 영상을 추출하는 YUV영상추출부; 상기 탑뷰 영상을 RGB방식으로 변환하여 R채널 영상 및 B채널 영상을 추출하는 RGB영상추출부; 및 상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서, 특징점을 추출하여 물체를 인식하고, 상기 인식된 물체에 존재하는 상기 특징점을 기준으로 좌측 및 우측의 좌우 평균 밝기차를 산출하여, 상기 좌우 평균 밝기차가 가장 큰 영상을 추출하는 제어부를 포함한다.
상기 과제를 달성하기 위하여, 본 발명의 실시예에 따른 영상 인식 전 처리 방법은 차량 주변 영상을 획득하여 탑뷰 영상을 출력하는 단계; 상기 탑뷰 영상을 YUV 방식으로 변환하여 Y채널 영상을 추출하는 단계; 상기 탑뷰 영상을 RGB 방식으로 변환하여 R채널 영상 및 B채널 영상을 추출하는 단계; 상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서 특징점을 추출하여 물체를 인식하는 단계; 상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서, 상기 인식된 물체에 존재하는 상기 특징점의 좌측 및 우측의 좌우 평균 밝기차를 산출하는 단계; 및 상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 중, 상기 좌우 평균 밝기차가 가장 큰 영상을 추출하는 단계를 포함한다.
본 발명의 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.
본 발명의 일실시례에 따른 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법은 물체 인식 전에 Y채널 영상, R채널 영상 및 B채널 영상 중에서 영상 인식 신뢰도가 가장 높은 영상을 영상 인식의 소스가 되도록 전 처리하여 바닥 색상에 따라 소스 영상을 달리하여 더욱 정확하게 물체를 인식하는 효과가 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일실시례에 따른 영상 인식 전 처리 장치의 구성을 도시한 구성도이다.
도 2는 제어부가 이용하는 탑햇 필터와 탑햇 필터에 의하여 추출된 특징점을 도시한 것이다.
도 3은 제어부가 탑햇 필터를 이용하여 차선을 인식한 것을 도시한 탑뷰 영상도 및 그 확대도이다.
도 4는 도 1의 구성에 의한 일실시례에 따른 영상 인식 전 처리 방법의 흐름을 도시한 제어 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이하, 본 발명의 실시예에 의하여 영상 인식 전 처리 장치를 설명하기 위한 도면들을 참고하여 본 발명에 대해 설명하도록 한다.
도 1은 본 발명의 일실시례에 따른 영상 인식 전 처리 장치의 구성을 도시한 구성도이다. 도 1을 참고하면, 본 발명의 일실시례에 따른 영상 인식 전 처리 장치는 카메라부(100), 탑뷰 영상 출력부(200), YUV영상추출부(300), RGB영상추출부(400), 제어부(500), 주차 구획 추출부(600) 및 주차 지원부(700)를 포함한다.
카메라부(100)는 차량 주변 영상을 획득한다. 카메라부(100)는 차량의 전방, 후방 및 양 측방에 설치되어 차량 주변 영상을 획득한다.
탑뷰 영상 출력부(200)는 차량 주변 영상으로부터 탑뷰 영상을 출력한다. 탑뷰 영상 출력부(200)는 차량의 전방, 후방 및 양 측방의 차량 주변 영상에 대해 영상 합성을 수행하여 탑뷰 영상을 출력한다.
YUV영상추출부(300)는 탑뷰 영상을 YUV 방식으로 변환하여 Y채널 영상을 추출한다. YUV영상추출부(300)는 탑뷰 영상이 이미 YUV 방식인 경우에는 별도의 변환 과정 없이, Y채널 영상을 추출한다. YUV영상추출부(300)는 YUV 방식의 영상의 모든 화소에 대하여 Y채널의 성분을 추출하여 Y채널 영상을 추출한다. YUV영상추출부(300)는 탑뷰 영상이 RGB 방식인 경우에, 탑뷰 영상의 방식을 YUV방식으로 변환한다. YUV영상추출부(300)는 수학식 1을 이용하여 RGB 방식의 탑뷰 영상을 YUV 방식의 탑뷰 영상으로 변환한다.
[수학식 1]
Y = 0.257R + 0.504G + 0.098B + 16
U = -0.148R - 0.291G + 0.439B + 128
V = 0.439R - 0.368G - 0.071B + 128
여기서 R, G, B는 각각 R채널 성분, G채널 성분, B채널 성분을 뜻하고, Y, U V는 Y채널 성분, U채널 성분, V채널 성분을 뜻한다.
RGB영상추출부(400)는 탑뷰 영상을 RGB방식으로 변환하여 R채널 영상 및 B채널 영상을 추출한다. RGB영상추출부(400)는 탑뷰 영상이 이미 RGB 방식인 경우에는 별도의 변환 과정 없이, R채널 영상 및 B채널 영상을 추출한다. RGB영상추출부(400)는 RGB 방식의 영상의 모든 화소에 대하여 R채널 성분 및 B채널 성분을 추출하여 R채널 영상 및 B채널 영상을 추출한다. RGB영상추출부(400)는 탑뷰 영상이 YUV 방식인 경우에, 탑뷰 영상의 방식을 RGB 방식으로 변환한다. RGB영상추출부(400)는 수학식 2를 이용하여 YUV 방식의 탑뷰 영상을 RGB 방식의 탑뷰 영상으로 변환한다.
[수학식 2]
R = Y + 1.4075(V -128)
G = Y - 0.3455(U -128) - 0.7169(V -128)
B = Y + 1.37790(U -128)
제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상 각각에서, 특징점을 추출하여 물체를 인식한다. 제어부(500)는 Y채널 영상, R채널 영상 및 상기 B채널 영상 각각에서 탑햇 필터(Top-hat filter)를 이용하여 특징점을 추출한다. 본 실시례에서 제어부(500)는 차선의 특징점을 추출한다. 제어부(500)는 탑햇 필터를 이용하여 특징점을 추출한다. 제어부(500)는 특징점에서 360도로 다른 특징점을 탐색하여, 복수의 특징점들이 한 방향으로 탐색될 때 복수의 특징점들을 차선으로 인식한다. 제어부(500)가 특징점을 탐색하여 차선을 인식하는 과정은 제어부(500)가 차선을 인식하는 것을 예로 하여 도 2 및 도 3에서 자세히 설명한다.
제어부(500)는 인식된 물체에 존재하는 특징점을 기준으로 좌측 및 우측의 좌우 평균 밝기차를 산출하여, 좌우 평균 밝기차가 가장 큰 영상을 추출한다. 제어부(500)가 산출하는 좌우 평균 밝기차는 영상 인식 신뢰도를 의미한다. 제어부(500)는 추출된 특징점 중, 인식된 차선 위에 존재하는 특징점(A)들을 기준으로 좌측 및 우측의 좌우 평균 밝기차를 산출한다. 제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상에서 각각의 좌우 평균 밝기차를 산출한다. 제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상 중, 각각 산출된 좌우 평균 밝기차가 가장 큰 영상을 추출한다. 이에 대한 자세한 설명은 도 3에서 설명한다.
기존에는 전 처리하지 않은 영상에서 물체를 인식할 경우 바닥의 색상에 따라 인식율이 저하된다. 이에 본 발명의 일실시례에 따른 영상 인식 전 처리 장치는 물체 인식 전에 Y채널 영상, R채널 영상 및 B채널 영상 중에서 영상 인식 신뢰도가 가장 높은 영상을 영상 인식의 소스가 되도록 전 처리하여 더욱 정확하게 물체를 인식하는 효과가 있다. 즉 본 발명은 바닥 색상에 따라 소스 영상이 바뀌게 함으로써 최적의 영상에서 물체를 인식하게 해준다.
이 때 제어부(500)가 Y채널 성분, R채널 성분 및 B채널 성분만을 고려하는 이유는 G채널 성분은 이미 U채널 성분 및 V채널 성분이 혼합되어 표현되며, R채널 성분 및 B채널 성분을 반영할 때, 이미 U채널 성분 및 V채널 성분이 반영되기 때문이다. 그러므로 제어부(500)가 Y채널 성분, R채널 성분 및 B채널 성분을 고려함으로써 모든 채널의 성분을 반영하는 것이다.
주차 구획 추출부(600)는 좌우 평균 밝기차가 가장 큰 영상에서 주차 구획을 추출한다. 주차 구획 추출부(600)는 제어부(500)가 인식한 Y축 방향의 차선에 관심 영역(ROI, Region of interest)를 설정하여 주차선 간 교차점을 검출하고, 교차점 사이의 거리와 차량의 폭을 비교하여 주차가 유효한지 판단하여 주차 구획을 추출한다. 주차 구획 추출부(600)는 관심 영역에서 X축 방향으로 탑햇 필터를 적용함으로써 차선을 인식한다. 주차 구획 추출부(600)는 인식한 차선과 기 인식한 Y축 방향의 차선의 교차점을 추출한다. 주차 구획 추출부(600)는 추출된 교차점 사이의 거리와 차량의 Y방향 폭을 비교하여 차량의 주차 구획을 추출한다. 주차 구획 추출부(600)는 제어부(500)가 기 인식한 Y축 방향의 차선에서만 교차점 검출을 수행함으로써 알고리즘의 연산량을 감소시키는 장점이 있다.
주차 지원부(700)는 차량을 추출된 주차 구획에 차량을 주차시킨다. 주차 지원부(700)는 차량을 주차시키기 위하여, MDPS(Motor-Driven Power Steering)와 가속 수단 및 제동 수단을 포함할 수 있다. 주차 지원부(700)가 차량을 주차 구획에 주차시키는 자세한 과정은 생략하기로 한다.
도 2는 제어부(500)가 이용하는 탑햇 필터와 탑햇 필터에 의하여 추출된 특징점을 도시한 것이다. 도 2(a)를 참고하면, 어두운 부분(Da)과 밝은 부분(Br)의 밝기차가 3인 탑햇 필터(Top-hat filter)를 도시한 것이다. 탑햇 필터의 밝기차는 설정에 따라 변경될 수 있다. 제어부(500)는 탑햇 필터를 이용하여 영상에서 밝기가 밝은 부분을 찾아, 특징점을 추출한다.
도 2(b)를 참고하면, 제어부(500)는 탑햇 필터를 통하여 어두운 부분(Da)과 밝은 부분(Br) 사이의 경계(P)를 추출한다. 이 때 도 3의 예시도 상에서는 추출된 특징점을 도 2(b)에 도시된 모양과 같이 표시한다. 제어부(500)는 어두운 부분(Da)과 밝은 부분(Br)의 밝기차를 계산한다. 제어부(500)는 탑뷰 영상에서 차선 위의 모든 특징점(A)에 대해 밝기차를 계산하여 좌우 평균 밝기차를 산출한다.
도 3은 제어부(500)가 탑햇 필터를 이용하여 차선을 인식한 것을 도시한 탑뷰 영상도 및 그 확대도이다. 도 3(a)는 주행 중인 차량의 탑뷰 영상을 도시한 것이다. 이 때 제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상으로 된 각각의 탑뷰 영상을 이용한다. 도 3(a)는 Y채널 영상, R채널 영상 및 B채널 영상 중 어느 하나인 것을 도시한 것이다.
제어부(500)는 차량의 주행 방향을 X축으로 설정하고, X축에 수직인 방향을 Y축으로 설정한다. 제어부(500)는 Y축 방향으로 탑햇 필터를 이용하여 차선의 특징점을 추출한다. 제어부(500)는 차량 영역 이외의 영역에서 특징점을 추출한다. 탑햇 필터는 밝기를 기준으로 특징점을 추출하므로 도 3(a)에서와 같이 차선 위의 특징점(A)를 추출할 수 있고, 차선 위에 있지 않은 특징점(B)를 추출 할 수도 있다. 제어부(500)는 특징점에서 360도로 탐색하여 차선 성분을 탐색함으로써, 좌우 평균 밝기차 산출 시에 차선 위에 있지 않은 특징점(B)을 배제한다.
도 3(b)는 차선 위의 특징점을 확대한 확대도이다. 도 3(b)의 특징점 모양은 도 2(b)의 아래에서 이미 도시한 바 있다. 도3(b)를 참고하면, 제어부(500)는 추출한 특징점에서 차선 후보를 검출하기 위하여 특징점의 어두운 부분(Da)과 밝은 부분(Br)의 경계(P)를 중심으로 반시계 방향 또는 시계 방향으로 360도를 탐색하여 다른 특징점을 추출한다. 제어부(500)는 추출한 복수의 특징점들이 차선인지 여부를 판단한다.
도 3(c)을 참고하면, 제어부(500)는 복수의 특징점을 추출하여 차선을 인식한다. 제어부(500)는 인식된 차선 위에 존재하는 복수의 특징점(A)을 기준으로 좌측 및 우측의 밝기차를 산출하고, 복수의 특징점(A)들의 좌우 평균 밝기차를 산출한다. 이 때 제어부(500)는 차선 위에 존재하지 않는 특징점(B)는 좌우 평균 밝기차 산출에 배제할 수 있다.
제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상에서 각각 특징점을 추출한다. 제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상으로부터 각각의 좌우 평균 밝기차를 산출한다. 제어부(500)는 Y채널 영상의 좌우 평균 밝기차, R채널 영상의 좌우 평균 밝기차 및 B채널 영상의 좌우 평균 밝기차를 산출한다.
제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상 중에서, 각각 산출된 좌우 평균 밝기차가 가장 큰 영상을 추출한다.
본 실시례에서는 인식되는 물체를 차선으로 하여 설명하였으나, 인식 물체는 차량, 보행자, 헤드 램프 등이 될 수 있으며, 특정 물체에 한정되지 않는다.
본 발명의 일실시례에 따른 영상 인식 전 처리 방법의 작용을 설명하면 다음과 같다. 도 4는 도 1의 구성에 의한 일실시례에 따른 영상 인식 전 처리 방법의 흐름을 도시한 제어 흐름도이다. 도 4를 참고하면, 카메라부(100)는 차량 주변 영상을 획득한다(S110). 탑뷰 영상 출력부(200)는 차량 주변 영상으로부터 탑뷰 영상을 출력한다(S110).
YUV영상추출부(300)는 탑뷰 영상을 YUV 방식으로 변환하여 Y채널 영상을 추출한다(S120). YUV영상추출부(300)는 RGB 방식의 탑뷰 영상을 수학식 1을 이용하여 YUV 방식으로 변환하며, 탑뷰 영상의 변환 과정은 도 1에서 설명하였다.
RGB영상추출부(400)는 탑뷰 영상을 RGB 방식으로 변환하여 R채널 영상 및 B채널 영상을 추출한다. RGB영상추출부(400)가 탑뷰 영상을 수학식 2를 이용하여 RGB 방식으로 변환하며, 변환 과정은 도 1에서 설명하였다. 이때 YUV영상추출부(300)의 Y채널 영상 추출과 RGB영상추출부(400)의 R채널 영상 및 B채널 영상의 추출은 동시에 수행될 수 있다.
제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상 각각에서 특징점을 추출하여 물체를 인식한다(S140). 본 실시례에서는 제어부(500)가 차선을 인식하는 것을 예로 든다. 제어부(500)는 탑햇 필터를 이용하여 특징점을 추출한다. 제어부(500)는 특징점에서 360도로 다른 특징점을 탐색하여, 복수의 특징점들이 한 방향으로 탐색될 때 복수의 특징점들을 차선으로 인식한다. 이에 대한 자세한 것은 도 2 및 도 3에서 설명하였다.
제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상 각각에서, 인식된 물체에 존재하는 특징점의 좌측 및 우측의 좌우 평균 밝기차를 산출한다(S150). 제어부(500)는 인식된 차선 위의 특징점(A)에서 좌우 평균 밝기차를 산출한다. 제어부(500)는 추출된 특징점 중, 인식된 차선 위에 존재하는 특징점(A)들을 기준으로 좌측 및 우측의 좌우 평균 밝기차를 산출한다. 제어부(500)가 좌우 평균 밝기차를 산출하는 과정은 도 3에서 설명하였다.
제어부(500)는 Y채널 영상, R채널 영상 및 B채널 영상 중, 좌우 평균 밝기차가 가장 큰 영상을 추출한다(S160).
주차 구획 추출부(600)는 좌우 평균 밝기차가 가장 큰 영상에서 주차 구획을 산출한다(S170). 주차 구획 추출부(600)는 제어부(500)가 인식한 차선에 관심 영역(ROI, Region Of Interest)을 설정하여 주차선 간 교차점을 검출하고, 교차점 사이의 거리와 차량의 폭을 비교하여 주차가 유효한지 판단하여 주차 구획을 추출한다.
주차 지원부(700)는 차량을 산출된 주차 구획에 차량을 주차시킨다(S180). 주차 지원부(700)는 차량을 주차시키기 위하여, MDPS(Motor-Driven Power Steering)와 가속 수단 및 제동 수단을 포함할 수 있다.
이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
100 : 카메라부
200 : 탑뷰 영상 출력부
300 : YUV영상추출부
400 : RGB영상추출부
500 : 제어부
600 : 주차 구획 추출부
700 : 주차 지원부

Claims (5)

  1. 차량 주변 영상을 획득하는 카메라부;
    상기 차량 주변 영상으로부터 탑뷰 영상을 출력하는 탑뷰 영상 출력부;
    상기 탑뷰 영상을 YUV 방식으로 변환하여 Y채널 영상을 추출하는 YUV영상추출부;
    상기 탑뷰 영상을 RGB방식으로 변환하여 R채널 영상 및 B채널 영상을 추출하는 RGB영상추출부; 및
    상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서, 특징점을 추출하여 물체를 인식하고, 상기 인식된 물체 위에 존재하는 상기 특징점을 기준으로 좌측 및 우측의 좌우 평균 밝기차를 산출하여, 상기 좌우 평균 밝기차가 가장 큰 영상을 추출하는 제어부를 포함하는 영상 인식 전 처리 장치.
  2. 제 1 항에 있어서
    상기 제어부는 상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서 탑햇 필터를 이용하여 상기 특징점을 추출하는 영상 인식 전 처리 장치.
  3. 차량 주변 영상을 획득하여 탑뷰 영상을 출력하는 단계;
    상기 탑뷰 영상을 YUV 방식으로 변환하여 Y채널 영상을 추출하는 단계;
    상기 탑뷰 영상을 RGB 방식으로 변환하여 R채널 영상 및 B채널 영상을 추출하는 단계;
    상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서 특징점을 추출하여 물체를 인식하는 단계;
    상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서, 상기 인식된 물체 위에 존재하는 상기 특징점의 좌측 및 우측의 좌우 평균 밝기차를 산출하는 단계; 및
    상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 중, 상기 좌우 평균 밝기차가 가장 큰 영상을 추출하는 단계를 포함하는 영상 인식 전 처리 방법.
  4. 제 3 항에 있어서
    상기 물체 인식 단계에서, 탑햇 필터를 이용하여 상기 특징점을 추출하는 영상 인식 전 처리 방법.
  5. 차량 주변 영상을 획득하는 카메라부;
    상기 차량 주변 영상으로부터 탑뷰 영상을 출력하는 탑뷰 영상 출력부;
    상기 탑뷰 영상을 YUV 방식으로 변환하여 Y채널 영상을 추출하는 YUV영상추출부;
    상기 탑뷰 영상을 RGB방식으로 변환하여 R채널 영상 및 B채널 영상을 추출하는 RGB영상추출부;
    상기 Y채널 영상, 상기 R채널 영상 및 상기 B채널 영상 각각에서, 특징점을 추출하여 물체를 인식하고, 상기 인식된 물체 위에 존재하는 상기 특징점을 기준으로 좌측 및 우측의 좌우 평균 밝기차를 산출하여, 상기 좌우 평균 밝기차가 가장 큰 영상을 추출하는 제어부;
    상기 좌우 평균 밝기차가 가장 큰 영상에서 주차 구획을 추출하는 주차 구획 추출부 및
    상기 차량을 엠디피에스(MDPS, Motor-Driven Power Steering)를 이용하여 상기 주차 구획에 주차시키는 주차 지원부를 포함하는 자동차.
KR1020150083199A 2015-06-12 2015-06-12 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법 KR102384971B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150083199A KR102384971B1 (ko) 2015-06-12 2015-06-12 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150083199A KR102384971B1 (ko) 2015-06-12 2015-06-12 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법

Publications (2)

Publication Number Publication Date
KR20160146231A KR20160146231A (ko) 2016-12-21
KR102384971B1 true KR102384971B1 (ko) 2022-04-11

Family

ID=57734861

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150083199A KR102384971B1 (ko) 2015-06-12 2015-06-12 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법

Country Status (1)

Country Link
KR (1) KR102384971B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112468792B (zh) * 2020-11-05 2023-03-28 Oppo广东移动通信有限公司 图像识别方法、装置、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003274393A (ja) * 2002-03-12 2003-09-26 Matsushita Electric Ind Co Ltd 車両周辺監視装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100816377B1 (ko) * 2006-09-14 2008-03-25 주식회사 만도 호프 변환을 이용한 주차구획 인식 방법, 장치 및 그를이용한 주차 보조 시스템
KR20140147904A (ko) * 2013-06-19 2014-12-31 현대모비스 주식회사 차량 제어 방법 및 이를 위한 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003274393A (ja) * 2002-03-12 2003-09-26 Matsushita Electric Ind Co Ltd 車両周辺監視装置

Also Published As

Publication number Publication date
KR20160146231A (ko) 2016-12-21

Similar Documents

Publication Publication Date Title
EP2879109B1 (en) Vehicle-mounted surrounding environment recognition device
US10565438B2 (en) Vehicle periphery monitor device
CN109409186B (zh) 用于对象检测和通知的驾驶员辅助***和方法
EP2928178B1 (en) On-board control device
KR101498975B1 (ko) 차선 이탈 경보 시스템
KR101738129B1 (ko) 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법
US20150235090A1 (en) Lane-line recognition apparatus
WO2016157698A1 (ja) 車両検出システム、車両検出装置、車両検出方法、及び車両検出プログラム
CN101369312B (zh) 检测图像中交叉口的方法和设备
US9824449B2 (en) Object recognition and pedestrian alert apparatus for a vehicle
KR20170055738A (ko) 영상 기반 주행 차로 판단 장치 및 방법
KR20140022197A (ko) 차선 인식 방법 및 이를 이용한 차선 이탈 경보 시스템
KR102384971B1 (ko) 영상 인식 전 처리 장치 및 영상 인식 전 처리 방법
Boonsim et al. An algorithm for accurate taillight detection at night
KR20190016195A (ko) 주행 보조 시스템 및 그 방법
KR20140109011A (ko) 터널 인식에 의한 차량 제어장치 및 제어방법
KR20140087622A (ko) 촬영 영상의 휘도를 이용한 차선 추출 방법
CN109923586B (zh) 停车框识别装置
KR101502088B1 (ko) 카메라 영상을 이용한 차량 후미등 정상 작동 여부 검출 방법 및 그 시스템
US9519833B2 (en) Lane detection method and system using photographing unit
KR20180069282A (ko) 자율주행을 위한 차선검출 방법.
TWI498831B (zh) 產生可變形狀之適應性動態區域之系統與其控制方法
JP6677142B2 (ja) 駐車枠認識装置
JP6820403B2 (ja) 自動車用視覚システム及び方法
JP6273156B2 (ja) 歩行者認識装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant