[go: up one dir, main page]

KR101448696B1 - 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템 - Google Patents

프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템 Download PDF

Info

Publication number
KR101448696B1
KR101448696B1 KR1020140068451A KR20140068451A KR101448696B1 KR 101448696 B1 KR101448696 B1 KR 101448696B1 KR 1020140068451 A KR1020140068451 A KR 1020140068451A KR 20140068451 A KR20140068451 A KR 20140068451A KR 101448696 B1 KR101448696 B1 KR 101448696B1
Authority
KR
South Korea
Prior art keywords
vehicle
frame
change amount
change
amount
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020140068451A
Other languages
English (en)
Inventor
이세희
Original Assignee
주식회사 다이나맥스
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 주식회사 다이나맥스 filed Critical 주식회사 다이나맥스
Priority to KR1020140068451A priority Critical patent/KR101448696B1/ko
Application granted granted Critical
Publication of KR101448696B1 publication Critical patent/KR101448696B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • 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
    • H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

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

Abstract

프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템이 개시된다. 이를 위하여 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환하는 단계, 흑백 데이터로 변환된 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 설정하는 단계, 현재 프레임과 레퍼런스 프레임 간의 변화량을 기 설정된 기준 변화량과 비교하는 단계, 및 변화량이 기 설정된 기준 변화량보다 큰 경우, 촬영된 영상으로부터 차량이 검출된 것으로 판단하는 단계를 포함하는 프레임 변화량을 이용하여 연속 차량을 감지하는 방법을 제공한다. 본 발명에 의하면, 여러 차선에서 연속으로 주행하는 차량을 정확하게 인식하여 차량 번호를 인식할 수 있다.

Description

프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템{METHOD TO DETECT SUCCESSIVE CAR BY USING FRAME VARIATION AMOUNT AND CAR RECOGNITION SYSTEM}
본 발명은 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템에 관한 것으로, 보다 상세하게는 차량 번호를 인식하기에 앞서 차량을 감지할 때, 다수의 차량이 연속적으로 지나가는 경우 촬영된 영상으로부터 차량을 정확하게 감지하도록 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템에 관한 것이다.
최근 들어 차량의 수가 급격히 증가하여 교통사고, 교통체증, 과속차량 등 차량과 관련하여 발생하는 많은 문제들이 사회적인 이슈로 대두되고 있으며, 이에 따라 교통량 관리, 차량 추적, 통행료 자동 공과금, 주차관리, 및 수배차량 관리 등의 응용분야에서 차량이나 차량의 번호판을 인식하는 차량 인식 시스템에 대한 연구가 활발히 진행되고 있다.
특정 검출 장치를 이용한 교통량 수집 기술의 경우, 도로 교통 흐름 분석에 도움을 주고 있으며, 교통 체계 변화에 많은 영향을 미치고 있다. 이미 도로 정보 수집에 대한 많은 연구들이 진행되고 있고 특히 차량의 유무, 속도, 위치 등에 대한 정보 수집기술이 활발하게 진행되고 있다.
일반적으로 도로의 현황 또는 교통량을 관리하는 방법은 도로상에 매설되는 센서를 이용하는 방법과, 도로의 중요지점에 설치된 무선 카메라나 CCTV를 이용하는 방법이 있다. 현재 차량 검출 장비로 도로의 바닥에 설치하는 매설용 검출장치인 루프 디텍터를 가장 많이 사용하고 있다. 하지만 매설용 검출장치는 검출기를 통과하는 차량으로 인해 많은 고장을 일으키기 쉬우며 바닥에 설치되어 있기 때문에 설치 및 유지보수에 많은 비용이 발생하는 문제점이 있다.
대한민국 등록특허 제10-0703818호에는 차량 검지기를 이용한 교통관리 시스템이 개시된다. 상기 기술은 다수의 검지기가 소정 간격을 두고 도로상에 매설되며, 검지기를 통해 검출되는 연속차량에 대한 교통정보를 취합하여 도로상의 교통현황을 실시간으로 감시할 수 있는 것으로 개시된다.
하지만 상기 기술은 다수의 검지기(115)를 도로(113)상에 소정 간격을 두고 매설해야 한다. 이는 앞서 설명한 바와 같이, 통과하는 차량에 의해 검지기(115)가 파손되거나 고장을 일으키는 경우 교체하거나 수리하는 것이 용이하지 못하다.
이러한 문제점을 해결하기 위해 매설용 검출장치에 비해 설치 및 유지보수가 쉬운 비 매설용 검출장치에 대한 연구가 진행되고 있다. 특히 초음파 시스템은 다른 비 매설용 검출장비보다 비교적 저렴하고 높은 정확도를 가지고 있기 때문에 많은 연구가 진행되고 있는 시스템이다.
대부분의 초음파 센서는 위에서 아래로 측정하는 방법과 측면에서 대각선 방향으로 측정하는 방법을 이용하여 차량 검출을 하고 있다. 하지만 이 방법들은 1대의 검출기로 1대의 차로밖에 검출할 수 없기 때문에 차로별 추가적인 설치가 필요하며 큰 검출장비로 인해 도로 측면에 고정해서 사용해야하는 문제점이 있다.
대한민국 등록특허 제10-0703818호(2007.03.29 등록) 대한민국 공개특허 제10-2012-0093233호(2012.08.22 공개) 대한민국 등록실용신안 제20-0409647호(2006.02.17 등록)
따라서, 본 발명의 목적은 CCTV를 통해 촬영된 영상에 포함된 프레임 간의 변화량을 분석하여 연속하는 차량의 차량 번호를 정확하게 인지하고 여러 차선을 주행하는 차량을 감지하기 위한 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템을 제공하는데 있다.
상술한 본 발명의 목적을 달성하기 위하여, 본 발명의 프레임 변화량을 이용하여 연속 차량을 감지하는 방법은 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환하는 단계, 상기 흑백 데이터로 변환된 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 설정하는 단계, 현재 프레임과 상기 레퍼런스 프레임 간의 변화량을 기 설정된 기준 변화량과 비교하는 단계, 및 상기 변화량이 기 설정된 기준 변화량보다 큰 경우, 상기 촬영된 영상으로부터 차량이 검출된 것으로 판단하는 단계를 포함한다.
또한, 본 발명의 프레임 변화량을 이용하여 연속 차량을 감지하는 방법은 상기 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환한 후, 화면상에 표시되는 차선별로 화면 영역을 설정하는 단계를 더 포함하며, 상기 레퍼런스 프레임을 설정하는 단계는 상기 화면 영역별로 프레임들 간의 변화량을 비교하여 상기 레퍼런스 프레임을 상기 화면 영역별로 설정하는 단계인 것을 특징으로 한다.
상기 레퍼런스 프레임을 설정하는 단계는 상기 차선별로 화면 영역을 설정한 후, 상기 화면 영역별로 현재 프레임과 이전 프레임을 비교하여 변화량이 존재하는 경우, 상기 화면 영역별로 상기 레퍼런스 프레임을 설정하는 것을 특징으로 한다.
상기 차량이 검출된 것으로 판단하는 단계는 상기 변화량이 피크치일 때, 상기 차량이 검출된 것으로 판단하는 단계인 것을 특징으로 한다.
상기 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 기 설정된 시간 동안 현재 프레임과 이전 프레임이 동일한 것으로 판단되는 경우, 상기 현재 프레임을 상기 레퍼런스 프레임으로 설정하는 단계인 것을 특징으로 한다.
한편, CCTV망을 통해 전송되는 복수의 CCTV에서 촬영된 영상에 포함된 차량을 인식하는 차량 인식 시스템은 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환하는 흑백 변환부, 상기 흑백 데이터로 변환된 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 설정하고, 현재 프레임과 상기 레퍼런스 프레임 간의 변화량을 기 설정된 기준 변화량과 비교하는 변화량 비교부, 및 상기 변화량이 기 설정된 기준 변화량보다 큰 경우, 상기 촬영된 영상으로부터 차량이 검출된 것으로 판단하여 상기 차량의 차량번호를 인식하는 차량번호 인식부를 포함한다.
여기서, 상기 변화량 비교부는 화면 영역을 차선별로 설정한 후, 각 화면 영역별로 현재 프레임과 이전 프레임을 비교하여, 변화량이 존재하는 경우, 상기 화면 영역별로 상기 레퍼런스 프레임을 설정하는 것을 특징으로 한다.
그리고 상기 차량 인식부는 상기 변화량 비교부가 상기 현재 프레임과 레퍼런스 프레임 간의 변화량이 상기 기준 변화량 보다 큰 경우, 상기 변화량의 피크치를 검출할 때, 상기 변화량을 갖는 차량에 대한 차량 번호를 인식하는 것을 특징으로 한다.
본 발명의 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템에 의하면, 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 설정한 후, 현재 프레임과 레퍼런스 프레임 간의 변화량이 기 설정된 기준 변화량보다 큰 경우, 촬영된 영상으로부터 차량이 인식하여 그림자에 의한 차량 오 인식을 방지할 수 있다.
또한, RGB 컬러 영상을 흑백 영상으로 변환하여 영상신호를 처리함으로써, 영상처리 속도를 크게 줄일 수 있으므로 차량을 빠르게 인식할 수 있다.
또한, 화면상에 표시되는 차선별로 화면 영역을 설정하여, 화면 영역별로 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 화면 영역별로 설정하여 이용함으로써, 여러 차선에 대한 차량 인식을 정확히 할 수 있다.
그리고 변화량이 피크치일 때, 차량이 인식된 것으로 판단함으로써, 연속으로 주행하는 차량을 정확하게 인식하여 차량 번호를 인식할 수 있게 된다.
도 1은 본 발명의 일실시예에 따른 연속 차량 감지 방법을 설명하기 위한 흐름도,
도 2 내지 도 4는 본 발명의 일실시예에 따른 연속 차량 감지 방법을 설명하기 위한 도면, 그리고
도 5는 본 발명의 일실시예에 따른 차량 감지 시스템의 개략적인 구성을 나타낸 블록도이다.
상술한 본 발명의 특징 및 효과는 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등 물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시 예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하, 첨부도면을 참조하여 본 발명의 바람직한 실시 예에 의한 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템(이하, '연속 차량 감지 방법 및 차량 인식 시스템'이라 함)을 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 연속 차량 감지 방법을 설명하기 위한 흐름도이고, 도 2 내지 도 5는 본 발명의 일실시예에 따른 연속 차량 감지 방법을 설명하기 위한 도면이다.
도 1을 참조하면, 먼저, 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환한다(S200). 즉, CCTV를 통해 촬영된 영상은 RGB 컬러 영상이며 NTSC(National Television System Committee)에서 기술 표준으로 규정한 아래 [수학식 1]을 이용하여 RGB 컬러 영상을 흑백 영상으로 변환한다.
Figure 112014053138166-pat00001
이렇게 변환된 흑백 데이터를 이용하여 차량 번호 인식 시스템에서 영상신호를 처리하는 경우, RGB 컬러 데이터를 이용하여 영상신호를 처리할 때보다 처리 속도가 3배 이상 빠르다.
즉, 일반적으로 사용되는 트루 컬러는 RGB 각각의 컬러를 8비트씩 더해서 만들어지므로, 1픽셀 당 24비트의 데이터를 사용한다. 반면에 흑백의 경우에는 그레이 레벨을 16단계로 나누어 표현하는 경우 1픽셀 당 4비트의 데이터가 사용된다. 결론적으로, RGB 컬러 데이터를 흑백 데이터로 변환하여 영상신호처리에 사용되는 비트수를 대폭 줄일 수 있으므로 처리 속도도 크게 향상된다.
그리고 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 설정한다(S210). 즉, 차량 번호 인식 시스템에서 흑백 데이터로 변환된 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 기 설정된 시간 동안 현재 프레임과 이전 프레임이 동일한 것으로 판단되는 경우, 상기 현재 프레임을 레퍼런스 프레임으로 설정한다.
이때, 화면상에 표시되는 차선별로 화면 영역을 설정하여, 화면 영역별로 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 화면 영역별로 설정한다. 도 2를 예를 들어 설명하면, 화면상에 제1차선 및 제2차선 상에서 통행하는 차량들이 표시되며, 화면 영역을 제1차선 영역 및 제2차선 영역으로 설정한다. 그리고 제1차선 영역에 대해서 현재 프레임과 이전 프레임을 비교하여 레퍼런스 프레임을 설정하고, 제2차선 영역에 대해서 현재 프레임과 이전 프레임을 비교하여 레퍼런스 프레임을 설정한다.
따라서 제1차선 영역과 제2차선 영역에 대해 서로 다른 프레임이 레퍼런스 프레임으로 설정될 수도 있다. 또한, 대부분의 경우 레퍼런스 프레임은 차량이 통행하지 않고, 인접한 차선에서 통행하는 차량의 그림자가 표시되지 않는 프레임이 레퍼런스 프레임으로 설정된다.
한편, 차선별로 화면 영역을 설정한 후, 화면 영역별로 현재 프레임과 이전 프레임을 비교하여 변화량이 존재하는 경우, 화면 영역별로 레퍼런스 프레임을 설정한다. 좀 더 상세히 설명하면, 제1차선 영역에 대해 현재 프레임과 이전 프레임을 비교하여 변화량이 존재하는 경우, 제1차선 영역에 대한 레퍼런스 프레임을 설정한다. 제2차선 영역에 대해서도 현재 프레임과 이전 프레임을 비교하여 변화량이 존재하는 경우, 제2차선 영역에 대한 레퍼런스 프레임을 설정한다.
그리고 현재 프레임과 레퍼런스 프레임 간의 변화량을 기 설정된 기준 변화량과 비교한다(S220). 현재 프레임과 레퍼런스 프레임 간의 변화량이 기 설정된 기준 변화량보다 큰 경우(S230-Y), 촬영된 영상으로부터 차량이 검출된 것으로 판단한다(S250). 이때, 변화량이 피크치일 때 차량 번호를 인식한다. 즉, 차량이 연속적으로 꼬리를 물고 지나갈 경우, 변화량이 도 4에 나타낸 바와 같이 연속적으로 표시되어 한 대의 차량으로 인식될 수 있으므로, 피크치를 검출하여 차량이 인식된 것으로 판단하여 차량 번호를 인식함으로써, 이러한 오류를 줄일 수 있다.
만약, 단계 S230에서, 현재 프레임과 레퍼런스 프레임 간의 변화량이 기 설정된 기준 변화량보다 크지 않은 경우(S230-N), 촬영된 영상에 차량이 존재하지 않는 것으로 판단한다(S240). 이는 촬영된 영상에 옆 차선에서 주행하는 차량의 그림자가 포함된 경우가 될 수 있다.
이에 대해서는 도 3을 참조하여 설명하기로 하며, 도 3에서 노란색 라인은 현재 프레임과 이전 프레임 간의 제1변화량이고, 파란색 라인은 현재 프레임과 레퍼런스 프레임 간의 제2변화량을 나타낸다.
제1차선 영역에 대해 현재 프레임과 레퍼런스 프레임 간의 제2변화량을 살펴보면, 차량A 및 차량B에 대한 제2변화량이 기준 변화량(S)보다 큰 것을 알 수 있다. 따라서 제2변화량의 피크치(P)가 검출될 때, 각각 차량A 및 차량B이 인식된 것으로 판단한다.
제2차선 영역에 대해 현재 프레임과 레퍼런스 프레임 간의 제2변화량을 살펴보면, 그림자C에 대한 제2변화량이 기준 변화량(S)보다 작으므로, 그림자C는 차량으로 인식되지 않는다. 또한, 차량D에 대한 제2변화량이 기준 변화량(S)보다 큰 것을 알 수 있다. 따라서 제2변화량의 피크치(P)가 검출될 때, 차량D가 인식된 것으로 판단한다.
도 5는 본 발명의 일실시예에 따른 차량 감지 시스템의 개략적인 구성을 나타낸 블록도이다.
도 5를 참조하면, 본 발명에 따른 차량 번호 인식 시스템(120)은 CCTV망(110)을 통해 복수의 CCTV(100-1,100-2,...,100-n)로부터 촬영된 영상을 수신하여 차량 번호를 인식한다. 이러한 차량 번호 인식 시스템(120)은 네트워크 인터페이스부(121), 촬영영상 저장부(122), 흑백 변환부(123), 변화량 비교부(124), 차량번호 인식부(125), 영상 표시부(126), 지도DB(127), 및 중앙 제어부(128)을 포함한다.
네트워크 인터페이스부(121)은 CCTV망(110)에 연결되어 복수의 CCTV(100-1,100-2,...,100-n)로부터 전송되는 영상을 수신한다. 여기서, 복수의 CCTV(100-1,100-2,...,100-n)에서 촬영된 영상은 RGB 컬러 영상이다.
촬영영상 저장부(122)에는 네트워크 인터페이스부(121)을 통해 수신된 촬영 영상이 RGB 컬러 영상으로 저장되며, 기 설정된 기간이 경과되면 삭제된다.
흑백 변환부(123)은 촬영영상 저장부(122)에 저장된 RGB 컬러 영상을 흑백으로 변환한다. 즉, 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환한다.
변화량 비교부(124)는 흑백 데이터로 변환된 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 생성한다. 즉, 변화량 비교부(124)는 화면 영역을 제1차선 영역 및 제2차선 영역으로 설정한 후, 화면 영역별로 현재 프레임과 이전 프레임을 비교하여, 변화량이 존재하는 경우, 화면 영역별로 레퍼런스 프레임을 설정한다.
즉, 변화량 비교부(124)는 제1차선 영역에 대해 현재 프레임과 이전 프레임을 비교하여 변화량이 존재하는 경우, 제1차선 영역에 대한 레퍼런스 프레임을 설정한다. 또한, 제2차선 영역에 대해서도 현재 프레임과 이전 프레임을 비교하여 변화량이 존재하는 경우, 제2차선 영역에 대한 레퍼런스 프레임을 설정한다.
그리고 변화량 비교부(124)는 현재 프레임과 레퍼런스 프레임 간의 변화량을 기 설정된 기준 변화량과 비교한다. 즉, 도 2 및 도 3을 통해 설명한 바와 같이, 변화량 비교부(124)는 제1차선 영역에 대해 차량A 및 차량B에 대한 제2변화량을 기준 변화량(S)과 비교한다. 또한, 변화량 비교부(124)는 제2차선 영역에 대해 그림자C 및 차량D에 대한 제2변화량을 기준 변화량(S)와 비교한다.
그리고 변화량 비교부(124)는 기준 변화량(S)보다 큰 제2변화량에 대한 피크치(P)를 검출한다. 즉, 변화량 비교부(124)는 1차선 영역에 대해 차량A 및 차량B에 대한 제2변화량의 피크치(P)를 검출하고, 2차선 영역에 대해 차량D에 대한 제2변화량의 피크치(P)를 검출한다.
차량번호 인식부(125)는 변화량 비교부(124)의 비교 결과에 따라 촬영된 영상으로부터 차량 번호를 인식한다. 즉, 변화량 비교부(124)의 비교 결과 차량A, 차량B, 및 차량D에 대한 제2변화량의 피크치(P)가 검출되면, 차량A, 차량B, 및 차량D의 차량 번호를 인식한다.
영상 표시부(126)는 복수의 CCTV를 통해 촬영된 영상이 표시되며, 차량 번호가 인식되는 경우 차량 영상과 함께 차량 번호가 함께 표시된다.
지도DB(127)에는 복수의 CCTV(100-1,100-2,...,100-n)가 설치된 지역의 지도와 복수의 CCTV(100-1,100-2,...,100-n)의 위치가 저장된다.
중앙 제어부(128)은 네트워크 인터페이스부(121)를 통해 복수의 CCTV(100-1,100-2,...,100-n)의 동작을 제어하며, 복수의 CCTV(100-1, 100-2,...,100-n)에서 촬영된 영상을 분석하여 차량 번호를 인식하도록 흑백 변환부(123), 변화량 비교부(124), 및 차량번호 인식부(125)를 제어한다.
이상과 같은 차량 번호 인식 시스템(120)에 의해 1차선 이상에서 촬영되는 차량에 대한 차량번호를 인식하고, 연속 진행하는 차량에 대한 차량번호를 정확하게 인식할 수 있게 된다.
이상에서 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100-1,100-2,...,100-n : 복수의 CCTV
110 : CCTV망 120 : 차량 인식 시스템
121 : 네트워크 인터페이스부 122 : 촬영영상 저장부
123 : 흑백 변환부 124 : 변화량 비교부
125 : 차량번호 인식부 126 : 영상 표시부
127 : 지도DB

Claims (8)

  1. 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환하는 단계;
    상기 흑백 데이터로 변환된 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 설정하는 단계;
    현재 프레임과 상기 레퍼런스 프레임 간의 변화량을 기 설정된 기준 변화량과 비교하는 단계; 및
    상기 변화량이 기 설정된 기준 변화량보다 큰 경우, 상기 촬영된 영상으로부터 차량이 검출된 것으로 판단하는 단계;를 포함하며,
    상기 차량이 검출된 것으로 판단하는 단계는,
    상기 변화량이 피크치일 때, 상기 차량이 검출된 것으로 판단하는 단계인 것을 특징으로 하는 프레임 변화량을 이용하여 연속 차량을 감지하는 방법.
  2. 제1항에 있어서,
    상기 촬영된 영상의 프레임 데이터를 흑백 데이터로 변환한 후, 화면상에 표시되는 차선별로 화면 영역을 설정하는 단계;를 더 포함하며,
    상기 레퍼런스 프레임을 설정하는 단계는,
    상기 화면 영역별로 프레임들 간의 변화량을 비교하여 상기 레퍼런스 프레임을 상기 화면 영역별로 설정하는 단계인 것을 특징으로 하는 프레임 변화량을 이용하여 연속 차량을 감지하는 방법.
  3. 제2항에 있어서,
    상기 레퍼런스 프레임을 설정하는 단계는,
    상기 차선별로 화면 영역을 설정한 후, 상기 화면 영역별로 현재 프레임과 이전 프레임을 비교하여 변화량이 존재하는 경우, 상기 화면 영역별로 상기 레퍼런스 프레임을 설정하는 것을 특징으로 하는 프레임 변화량을 이용하여 연속 차량을 감지하는 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 기 설정된 시간 동안 현재 프레임과 이전 프레임이 동일한 것으로 판단되는 경우, 상기 현재 프레임을 상기 레퍼런스 프레임으로 설정하는 단계인 것을 특징으로 하는 프레임 변화량을 이용하여 연속 차량을 감지하는 방법.
  6. CCTV망을 통해 전송되는 복수의 CCTV에서 촬영된 영상에 포함된 차량을 인식하는 차량 인식 시스템에 있어서,
    촬영된 영상의 프레임 데이터를 흑백 데이터로 변환하는 흑백 변환부;
    상기 흑백 데이터로 변환된 흑백 영상에 포함된 프레임들 간의 변화량을 비교하여 레퍼런스 프레임을 설정하고, 현재 프레임과 상기 레퍼런스 프레임 간의 변화량을 기 설정된 기준 변화량과 비교하는 변화량 비교부; 및
    상기 변화량이 기 설정된 기준 변화량보다 큰 경우, 상기 촬영된 영상으로부터 차량이 검출된 것으로 판단하여 상기 차량의 차량번호를 인식하는 차량번호 인식부;를 포함하며
    상기 차량번호 인식부는,
    상기 변화량 비교부가 상기 현재 프레임과 레퍼런스 프레임 간의 변화량이 상기 기준 변화량 보다 큰 경우, 상기 변화량의 피크치를 검출할 때, 상기 변화량을 갖는 차량에 대한 차량 번호를 인식하는 것을 특징으로 하는 프레임 변화량을 이용하여 연속 차량을 감지하는 차량 인식 시스템.
  7. 제6항에 있어서,
    상기 변화량 비교부는,
    화면 영역을 차선별로 설정한 후, 각 화면 영역별로 현재 프레임과 이전 프레임을 비교하여, 변화량이 존재하는 경우, 상기 화면 영역별로 상기 레퍼런스 프레임을 설정하는 것을 특징으로 하는 프레임 변화량을 이용하여 연속 차량을 감지하는 차량 인식 시스템.
  8. 삭제
KR1020140068451A 2014-06-05 2014-06-05 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템 Active KR101448696B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140068451A KR101448696B1 (ko) 2014-06-05 2014-06-05 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140068451A KR101448696B1 (ko) 2014-06-05 2014-06-05 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템

Publications (1)

Publication Number Publication Date
KR101448696B1 true KR101448696B1 (ko) 2014-10-10

Family

ID=51997024

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140068451A Active KR101448696B1 (ko) 2014-06-05 2014-06-05 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템

Country Status (1)

Country Link
KR (1) KR101448696B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102204015B1 (ko) * 2019-10-24 2021-01-18 (주) 선일일렉콤 영상에 기반한 주차 차단기 및 이를 통한 차량 통제 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100852683B1 (ko) * 2007-08-13 2008-08-18 (주)한국알파시스템 차량번호 인식 시스템 및 차량번호 인식방법
KR100873445B1 (ko) * 2007-08-14 2008-12-11 주식회사 미디어프론트 영상차이 인식 시스템 및 영상 시스템을 이용한 영상차이인식방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100852683B1 (ko) * 2007-08-13 2008-08-18 (주)한국알파시스템 차량번호 인식 시스템 및 차량번호 인식방법
KR100873445B1 (ko) * 2007-08-14 2008-12-11 주식회사 미디어프론트 영상차이 인식 시스템 및 영상 시스템을 이용한 영상차이인식방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102204015B1 (ko) * 2019-10-24 2021-01-18 (주) 선일일렉콤 영상에 기반한 주차 차단기 및 이를 통한 차량 통제 방법

Similar Documents

Publication Publication Date Title
KR101104625B1 (ko) 지능형 교통 시스템의 교통정보를 산출하기 위한 장치 및 그 방법
CN101510356B (zh) 视频检测系统及其数据处理装置、视频检测方法
CN104616502B (zh) 基于组合式车路视频网络的车牌识别与定位系统
KR101742490B1 (ko) 끼어들기 위반차량 단속 시스템 및 그 방법
RU2698610C2 (ru) Способ и блок обработки для управления системой наблюдения за дорожным движением
CN111898491B (zh) 一种车辆逆向行驶的识别方法、装置及电子设备
KR20200064873A (ko) 객체와 감지 카메라의 거리차를 이용한 속도 검출 방법
CN109447090B (zh) 一种屏蔽门障碍物检测方法及检测系统
KR102200204B1 (ko) Cctv 영상을 활용한 3차원 영상분석 시스템
JP6139088B2 (ja) 車両検知装置
CN106650730A (zh) 汽车变道过程中的转向灯检测方法和系统
KR20100053318A (ko) 코너정보를 이용한 끼어들기 위반차량 검지시스템 및 그 방법
CN106327880A (zh) 一种基于监控视频的车速识别方法及其系统
KR102492290B1 (ko) 교통량 측정을 위한 딥러닝 기반의 드론 영상 분석 시스템
CN101441814A (zh) 道路交通信息检测装置和检测方法
CN112769877A (zh) 团雾预警方法、云端服务器及车辆和介质
KR101686558B1 (ko) 다차선 카메라 인식 시스템 및 그의 학습형 영상분석 방법
KR20190087276A (ko) 영상 기반 교통량 측정 시스템 및 그 방법
KR101073053B1 (ko) 자동 교통정보추출 시스템 및 그의 추출방법
KR100782205B1 (ko) 영상검지를 이용한 차량속도 표시 장치 및 시스템
KR101448696B1 (ko) 프레임 변화량을 이용하여 연속 차량을 감지하는 방법 및 차량 인식 시스템
US11157755B2 (en) Image processing apparatus
JP2004005726A (ja) 移動物体の交通流監視システム
KR101154110B1 (ko) 영상 처리 방법을 이용한 차량 속도 측정 장치 및 방법
JP2004258981A (ja) 車両監視方法およびその装置

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20140605

PA0201 Request for examination
PA0302 Request for accelerated examination

Patent event date: 20140710

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

Patent event date: 20140605

Patent event code: PA03021R01I

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20140829

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20140930

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20141001

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20141001

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
FPAY Annual fee payment

Payment date: 20170928

Year of fee payment: 4

PR1001 Payment of annual fee

Payment date: 20170928

Start annual number: 4

End annual number: 4

FPAY Annual fee payment

Payment date: 20181001

Year of fee payment: 5

PR1001 Payment of annual fee

Payment date: 20181001

Start annual number: 5

End annual number: 5

FPAY Annual fee payment

Payment date: 20191001

Year of fee payment: 6

PR1001 Payment of annual fee

Payment date: 20191001

Start annual number: 6

End annual number: 6

PR1001 Payment of annual fee

Payment date: 20201005

Start annual number: 7

End annual number: 7

PR1001 Payment of annual fee

Payment date: 20210927

Start annual number: 8

End annual number: 8

PR1001 Payment of annual fee

Payment date: 20221019

Start annual number: 9

End annual number: 9

PR1001 Payment of annual fee

Payment date: 20230919

Start annual number: 10

End annual number: 10

PR1001 Payment of annual fee

Payment date: 20241014

Start annual number: 11

End annual number: 11

PR1001 Payment of annual fee

Payment date: 20250703

Start annual number: 12

End annual number: 12