| 1 |
1
차량에 설치된 카메라의 초점거리와 경사각 파라미터로부터 수평소실선을 사전 추정하는 제1단계와;
차량으로부터 수평소실선 영역까지 차선검출에 필요한 처리영역을 최적 선정하여 다수의 블록 형태로 이루어진 관심영역(ROI-LB: Region Of Interest for Lane Boundary)을 추출하는 제2단계와;
상기 관심영역 내에서 영상의 특징 정보를 추출하고 이를 기반으로 한 허프변환(HT: Hough Transform)에 의한 논파라미터릭(Non-Parameteric) 모델 매칭 기법을 통해 영상으로부터 차선 성분을 추출하는 제3단계와;
상기 제3단계에서 추출된 차선 성분에 포함된 잡음을 제거하고 에지 보강을 통해 차선을 검출하는 제4단계;를 포함하는 것을 특징으로 하는 관심영역 추출에 의한 차선 고속 검출방법
|
| 2 |
2
제1항에 있어서,
상기 수평소실선의 위치(v0)는 하기의 수식에 의해 결정되는 것을 특징으로 하는 관심영역 추출에 의한 차선 고속 검출방법:
여기서, f는 카메라의 초점거리이고, Φ는 지면에 대한 카메라의 경사각을 의미한다
|
| 3 |
3
제1항에 있어서,
상기 관심영역을 형성하는 블록 중 i번째 블록의 폭(wi)은, 하기의 수식에 의해 결정되는 것을 특징으로 하는 관심영역 추출에 의한 차선 고속 검출방법:
여기서, v0는 차량으로부터 수평소실점까지의 거리이고, h는 각 블록의 높이이며, θ1 및 θ2 는 최적의 관심영역을 결정하기 위한 각도로서 소실점에 이어지는 차선과 수평선이 이루는 각 θ에서 일정 값이 가감된 각도를 의미한다
|
| 4 |
4
제1항에 있어서,
상기 제3단계는, 영상에 나타난 직선 또는 곡선패턴을 직각좌표계에서 극좌표계로 전환하여 특징점을 형성하고, 허프 변환에서 이산화된 파라미터 공간에 대응하는 영상의 특징점의 수를 누적시켜 형상에 관한 정보를 추출함과 아울러,
소벨(Sobel) 연산자를 이용하여 관심영역 내의 수평 및 수직 방향의 에지를 계산하고, 이들로부터 잡음성 에지 이미지를 제거하여 관심영역 내의 차선 에지를 검출함으로써 차선 성분을 추출하는 것을 특징으로 하는 관심영역 추출에 의한 차선 고속 검출방법
|
| 5 |
5
제1항에 있어서,
상기 제4단계는, 라플라시안(Laplacian) 필터함수를 적용하여 에지를 보강함과 아울러, 각 에지에 대한 클러스터링(Clustering)을 실시하여 불필요한 에지 성분을 제거하는 것을 특징으로 하는 관심영역 추출에 의한 차선 고속 검출방법
|
| 6 |
6
제5항에 있어서,
상기 클러스터링은, 관심영역 전체에서 발견되는 에지의 방향성 성분에 대하여, 블록별 평균과 관심영역 전체의 평균의 차이값 및 블록별 분산과 관심영역 전체의 분산의 차이값을 구한 후, 이들과 각각의 기준값과의 관계에 따라 에지 성분을 제거하거나 차선으로 처리하는 것을 특징으로 하는 관심영역 추출에 의한 차선 고속 검출방법
|
