오늘날 자동차 수의 폭증으로 인하여 사회 인프라 구축에 있어서 도로 사정, 확충이나 교통 정책의 수립이 매우 중요한 요소가 되었다. 본 논문에서는 이러한 교통 정책 수립 및 도로 인프라 확충에 대한 예측 정보를 제공할 수 있는 영상시스템 기반의 자동화된 교통량 측정 기술을 제안한다. 사거리나 도로에 설치된 CCTV로부터 실시간으로 영상을 입력받고 입력된 영상에서 다양한 칼라, 기하학적 특징 등을 추출하여 차량의 이동 방향을 활용하여 차량의 종류가 소형(개인용), 대형(산업용)으로 구별하는 분석 기술을 개발하며, 이를 데이터베이스화 하여 실제 일정 시간 동안 통행한 자료를 제공하도록 개발한다. 이러한 자료를 바탕으로 해당 도로의 활용성과 확충에 대한 기본 정보를 제공할 수 있을 것이며, 본 논문에서 개발된 기술을 통하여 차량의 통행량을 인식 실험한 결과 약 90.1%의 인식률을 나타내었다.
Recently, it is very important to establish and predict a traffic policy for expanding social infra structure like road, because the number of cars is significantly increasing. In this paper, we propose and develop an automated system technology based on vision sensor (CCTV) which can provide an efficient information for the traffic policy establishment and expanding the social infra structure. First, the CCTV image is captured as an input of the developed system. With this image, we propose a scheme for extracting vehicles on the road and classifying small-type, large-type vehicles based on color, motion, and geometric features. Also, we develop a DB (database) system for supplying a whole information of traffic for a specified period. Based on the proposed system, we verify 90.1% of recognition ratio in real-time traffic monitering environment.
