automatic road

Post on 14-Apr-2017

210 Views

Category:

Data & Analytics

1 Downloads

Preview:

Click to see full reader

TRANSCRIPT

ج�ه�ت� ا�ر�ا�ئ�ه� ب�ه� ع�ن�و�ا�ن� پ�ر�و�ژ�ه� د�ر�س�ی� ب�ی�ن�ا�ی�ی� م�ا�ش�ی�نا�س�ت�ا�د� م�ر�ب�و�ط�ه�:� د�ک�ت�ر� ا�ک�ب�ر�پ�و�را�ر�ا�ئ�ه� د�ه�ن�د�ه�:� م�ی�ر�ق�ا�د�ر� ه�ا�ش�م�ی

gaderhashemi@gmail.comد�ا�ن�ش�گ�ا�ه� آ�ز�ا�د� ا�س�ال�م�ی� و�ا�ح�د� ت�ب�ر�ی�ز

1393ب�ه�ا�ر�

بازشناسی خودکار عالئم ترافیکی

بازشناسی خودکار عالئم ترافیکی درتصویر

جداسازی عالئم توقف و رعایت حقتقدم

هدف

آستانه سازی دامنهR,G,Bحذف ناحیه های کوچک و بزرگ اعمال عملیاتdilation برای متصل کردن

بخش های جدا شده عالئم حذف ناحیه های با نسبت قطر کوچک و بزرگ

بسیار بزرگ محاسبه نسبت پرشدگی برای جدا سازی دو

عالمت

الگوریتم

الگوریتم

آستانه سازی دامنهR,G,B آستانه سازی به نسبت-G/R و B/R به جای خود (B و G)اعمال نیروی زیاد برای تغییر ظوابط روشنایی-

الگوریتم

حذف نواحی کوچک و بزرگ نواحی کوچک: نویز، چراغ قرمز عقب ماشین، کف -

خیابان و ...)نواحی بزرگ: پس زمینه قرمز بزرگ) دیوار ساختمان-

الگوریتم

تصویر اصلی عالمت توقف و قسمتی از چراغ عقب ماشین که جدا شده اند

تنها عالمت توقف پس از حذف ناحیه کوچک باقی می ماند)بعد از دیلیشن(

حذف ناحیه های با نسبت اضالع کوچک و بزرگ بسیاربزرگ

است1-عالئم ترافیکی، نسبت اضالع

الگوریتم

یک ستون قرمز نیز

انتخاب شده که چون

نسبت اضالعش

بزرگ است بعدا حذف

خواهد شد.

نسبت پرشدگی عالمت توقف نسبت پرشدگی بیشتری را نسبت به -

عالمت رعایت حق تقدم دارد.

الگوریتم

رعایت عالمت تصویرتقدم حق

توقف عالمت تصویر تصاویر مجموع

13 52 65

مجموعه داده هامجموع:

رعایت عالمت تصویرتقدم حق

توقف عالمت تصویر تصاویر مجموع

8 37 45

گروه یادگیری:

رعایت عالمت تصویرتقدم حق

توقف عالمت تصویر تصاویر مجموع

5 15 20

گروه آزمون:

به گروه های یادگیری و آزمون تقسیم می شود:

داده های یادگیری برای انتخاب آستانه های الگوریتماستفاده می شود

- برای هر تصویر، به صورت دستی مساحتی را روی عالمت ترافیک انتخاب کرده، ویژگی را ذخیره می کنیم.

- ویژگی های انتخاب شده:minR, meanR, maxR, minG/R,meanG/R, maxG/R, minB/R, meanB/R, maxB/R

- آستانه ها را انتخاب می کنیم، از این روی عالمت های ترافیکی در اغلب تصاویر یادگیری به درستی جدا می شوند.

آستانه ها

:آستانه های انتخاب شده– MinR: 65, maxR: 255, minG/B: 0, maxG/B: 0.7,- minB/R: 0, maxB/R: 0.7– Minimum size: 40 pixels– Maximum size: 400000 pixels– Filling ratio threshold: 0.7

آستانه ها

:الگوریتم بر روی تمام تصاویر و تصاویر آزمون اعمال شده:تمام تصاویر

False detection به این معنی است که عالمت ترافیکی در *تصویر شناسایی شده، البته ناحیه دیگری در تصویر به عنوان

عالمت ترافیکی تصور شده است.

نتایج

:تصاویر آزموننتایج

:تشخیص عالمت توقفمثال

:تشخیص عالمت رعایت حق تقدممثال

درصد از تصاویر آزمون و همچنین در 80این الگوریتم در تمامی تصاویر تشخیص درست انجام داده است.

نتیجه گیری

عالئم ترافیکی که به اشیاء قرمز دیگر متصل شده استرا نمی تواند تشخیص دهد.

.در تصاویر بسیار تاریک نیز نمی تواند کار کند

محدودیت ها

top related