차선 마킹 검출은 지능형 운송 시스템(ITS, intelligent transportation systems), 운전자 보조 시스템(DAS, driver assistant systems) 등에 필수적인 요소이다. 이 논문에서는 스케일 공간 기법을 이용하여 기존의 기법들에 비해 견고한 차선 마킹 검출기법을 제안한다. 차선 마킹 검출에 많이 사용되고 있는 지역 통계 기반 가변적 문턱처리 기법은 밝기 특성이 두드러진 객체의 검출에 유리하므로 차선 마킹 검출에 효과적일 수 있다. 그러나 통계적 특징만으로는 무관한 영역도 함께 검출되므로, 이 논문에서는 가변적 문턱처리 결과와 함께 수평 1D LoG 필터링 스케일 공간을 합성하여 차선 마킹 후보 영역을 축소하는 기법을 제안한다. 실제 영상에 대해 가변적 문턱처리뿐만 아니라 차선 마킹 검출을 위한 또 다른 대표적인 기법인 하프 변환을 사용하는 기법과도 비교한 결과, 뚜렷한 차선 마킹 후보 영역 축소를 확인할 수 있었다.
Lane marking detection is essential to both ITS and DAS systems. The objective of this paper is to provide more robust technique for lane marking detection than traditional techniques by using scale-space technique. Variable thresholding that is based on the local statistics may be very effective for detecting such objects as lane markings that have prominent intensities. However, such techniques that only rely on local statistics have limitations containing irrelevant areas as well. We reduce the candidate areas by combining the variable thresholding result with cost-efficient horizontal 1D LoG filtered scale space. Through experiments using practical images, we could achieve significant improvement over the techniques based not only on the variable thresholding but also on the Hough transform that is another very popular technique for this purpose.
