자율주행 01

차선 추출 과정

1. 컬러 이미지를 그레이 영상으로 변환: 컬러 이미지는 일반적으로 RGB로 되어 있으므로, 차선 추출을 위해서는 그레이스케일로 변환하는 것이 효율적입니다. 이 단계에서는 색상 정보가 제거되고, 밝기 정보만 남게 됩니다.
2. 잡음 제거를 위한 필터 적용 (예: GaussianBlur): 이미지에는 노이즈가 포함될 수 있기 때문에, 이를 제거하기 위해 가우시안 블러(GaussianBlur)와 같은 필터를 사용합니다. 이는 이미지의 경계를 부드럽게 하여, 후속 Edge 검출 과정에서 잘못된 경계를 제거하는 데 도움을 줍니다.
3. Edge (경계) 추출: 이 단계에서는 Canny Edge Detection이나 Sobel 필터 등을 이용해 이미지에서 경계를 추출합니다. 경계는 차선 검출에서 중요한 정보를 제공하므로, 명확한 경계를 추출하는 것이 중요합니다.
4. 도로면과 유사한 마스크 이미지 생성: 도로의 특징을 반영한 마스크를 생성하는 과정입니다. 이 마스크는 도로와 차선이 있는 부분을 강조하고, 불필요한 부분은 차단하는 역할을 합니다. 보통 특정 색상 범위나 도로의 형태에 맞는 조건을 설정하여 마스크를 생성합니다.
5. 마스크 이미지를 Edge 검출 이미지에 적용: 위에서 생성된 마스크를 Edge 검출 이미지에 적용하여, 도로와 차선이 포함된 영역만을 남깁니다. 이렇게 하면 불필요한 영역을 배제하고 차선이 포함된 영역만 검출할 수 있습니다.
6. Hough 변환(Hough Line Transform) 적용: 허프 변환을 사용하여 직선만 검출합니다. 이 알고리즘은 이미지에서 직선 구조를 찾아내는 데 유용하며, 차선 검출에서 중요한 단계입니다.
7. 양수 기울기 라인과 음수 기울기 라인 분리: Hough 변환을 통해 검출된 직선들 중에서 양의 기울기를 가진 직선은 도로의 오른쪽 차선을, 음의 기울기를 가진 직선은 왼쪽 차선으로 분류할 수 있습니다. 이 정보는 차선이 어느 쪽에 위치하는지를 식별하는 데 유용합니다.

 

컬러 영상을 Gray 영상으로 변환

• 카메라에서 취득하는 대부분의 영상 : 컬러 이미지
• 영상 처리에 적합한 영상 : Gray ( 흑백 ) 이미지
  • >> 영상처리를 하기 전에 컬러 영상을 Gray 영상으로 변환하는 게 일반적임

Gaussian Blur

• 카메라 센서를 통해 자연계에서 취득한 영상은 항상 노이즈를 가지고 있음
• 영상처리 분야에서 노이즈 제거는 반드시 필요함

Gaussian Filter

• 노이즈를 제거하고 영상의 세밀한 부분을 제거하는 방법
• 영상의 세세한 부분과 노이즈를 제거하여 부드럽게 하므로 스무딩( Smoothing ) 처리 블러 ( Blur ) 처리라고도 함

Canny Edge Detection

• 1986년 개발된 알고리즘
• 가장 인기있는 Edge 추출 알고리즘 중 하나

Canny Edge Detection 단계

 

1단계 : 5 X 5 Gaussian 필터를 이용하여 노이즈를 줄여 줌

2단계 : Gradient 값이 높은 부분 찾기

• Gaussian Filter로 노이즈를 제거한 이미지에 Sobel 커널을 수평, 수직 방향으로 적용하여 각 방향의 Gradient를 획득함.
• 수평방향의 Gradient를 Gx 수직방향의 gradient를 Gy로 표시함
• 픽셀( x,y ) 에서 Edge Gradient를 아래와 같은 식으로 얻을 수 있음

3단계 : 최대값이 아닌 픽셀의 값을 0으로 만들기 = 최댓값 아닌 값은 버린다는 의미

• 2단계를 거친 후, Edge에 기여하지 않은 픽셀을 제거하기 위해 이미지 전체를 스캔함

4단계 : Hyteresis Thresholoding : 3단계를 거친 값들이 실제 Edge인지 아닌지 판단하는 단계

 

 

Hough Transformation ( 허프 변환 ) :

 

이미지에서 특정한 형태( 직선, 원 등 )을 찾는 알고리즘, 가장 기본적인 형태는 직선 검출임

 

허프 변환 직선 검출

• 도로의 차선 검출
  • 차선에 해당하는 Edge를 검출한 후 차선에 해당하는 직선을 검출해야 함
  • 이 직선 검출에 Hough 변환 사용됨
  • Edge들은 여러 개의 점으로 해석할 수 있음
  • >> 여러 개의 점을 하나의 직선으로 연결하는 방법으로 대표적인 것이 Hough Transformation이다.
• 허프 변환 직선 검출
  • 2차원 영상 좌표에서의 직선의 방정식을 파라미터( Parameter ) 공간으로 변환하여 직선을 찾는 알고리즘

축적 배열

• Edge를 추출한 영상의 Edge들을 이용하여 파라미터 공간에 직선을 만들고 직선이 가장 많이 교차되는 좌표를 찾아 축적 배열에 넣음으로써 직선으로 검출할지에 대한 여부를 확인