WYZNACZANIE STANU POLA DETEKCJI NA PODSTAWIE GRADIENTÓW OBRAZU CYFROWEGO

Wielkość: px

Rozpocząć pokaz od strony:

Download "WYZNACZANIE STANU POLA DETEKCJI NA PODSTAWIE GRADIENTÓW OBRAZU CYFROWEGO"

Witold Majewski
5 lat temu
Przeglądów:

1 PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 Zbigniew Czapla WYZNACZANIE STANU POLA DETEKCJI NA PODSTAWIE RADIENTÓW OBRAZU CYFROWEO Streszczenie: z jest poddawany przedstawiono wybrane wyniki poiarów. pole detekcji punktowa reprezentacja obrazu detekcja pojazdów 1. WPROWADZENIE 5 8]. W koputerowej analizie przetwarzania obrazu wanie asek Robertsa Prewitta lub Sobela) [11]. Do popularnych etod wykrywania - identyfikacja pojazdów wyznaczanie trajektorii ruchu pojazdów [6 7 10]. Wyznaczanie

2 54 Zbigniew Czapla sa [12]. Proponowana etoda wyznaczania stanu pola detekcji korzysta z konwersji obrazu do 4]. Przeprowadzenie konwersji obrazu do postaci binarnej pozwala na wyznaczanie stanu pola detekcji na podsta- 2. RADIENTY OBRAZU CYFROWEO f( n) która n (n) obrazu f( n) w punkcie ( n) jest wektore n n n n (1) ( n) n( n) oraz kolunach (n) obrazu cyfrowego f( n n n n f n f 1 n n f n f n 1. (2) w n) wyznaczana jest na podstawie jego n n n 2 n (3) k

3 Wyznaczanie stanu pola detekcji na podstawie gradientów obrazu cyfrowego PUNKTOWA REPREZENTACJA OBRAZU py bitowej na wynikowy obraz binarny. W konwersji obrazu do reprezentacji punktowej seli obrazu [3]. M x N (koluny x wiersze) pikseli opisany jest przez f( n) f( n) : 1 M 1 n1 N 1 (4) X X : n 1 N 1 1 M 1 x n (5) tak aby eleenty acierzy X xn f( n) (6) 1 M 2 1 n N W ) kolunach ( KD ) oraz skos góra ( ) zgodnie z równaniai W K D n xn xn 1 n xn xn 1 n xn xn 1 1 n x x. n n1 1 (7) otoczeniu pikseli wyznaczana ich ax n ax ( n) ( n) ( n) ( n). W K D (8) cierzy Y obrazu wynikowego Y : n 1 N 1 1 M 1 y n (9) ci ax(n T

4 56 Zbigniew Czapla 0 dla ax n T n (10) 1 dla ax n T. y Eleenty acierzy Y nktowej reprezentacji obrazu których war-. ai L bitów na piksel i roziarze M x N (koluny x i która okkwencji. i =0. oziar obrazów równy jest 256 x 256 pikseli. a) b) c) d) e) i = 10; b) i =30; c)i = 45; d) i = 75; e) i =90 T = 8 przedstawia rys. 2.

POLE DETEKCJI lewego górnego (L n) prawego górnego (P n) lewego dolnego (L nd) oraz prawego dolnego (P nd ny pole

5 Wyznaczanie stanu pola detekcji na podstawie gradientów obrazu cyfrowego 57 a) b) c) d) e) Rys. i = 10; b) i = 30; c) i = 45; d) i =75; e)i =90 odpowiada 5. POLE DETEKCJI lewego górnego (L n) prawego górnego (P n) lewego dolnego (L nd) oraz prawego dolnego (P nd ny pole detekcji przedstawiono na rys. 3. a) b) c) d) e) Rys. razów z zaznaczony pole detekcji: a) i = 10; b) i = 30; c) i = 45; d) i = 75; e) i =90 P L + nd n + uzyskanie dego rozpatrywanego pasa ruchu.

6 58 Zbigniew Czapla 5.1. STAN POLA DETEKCJI Stany pol w jego obszarze. i wyzna- n D P i y i n : y i n nn s 1. (11) L a P kwencji obrazów (dla i P) i 1 r i s. P 1 j j ip (12) St i zie stanu pole detekcji wolne (W = W = r(i) gowej RZ r i (13) RZ W 0. RZ Sax pz pola detek- pz R Z p. (14) Z S ax i zie W = 1) na stan pole detekcji wolne (W = r(i) progowej RW r i (15) RW W 1. RW Sax w obpw pw Sodn dla stanu pole detekcji wolne

7 Wyznaczanie stanu pola detekcji na podstawie gradientów obrazu cyfrowego 59 R W S p. (16) odn W S ax nia podn (0 podn RW jest równanie R W p p. (17) odn W S ax jest w stanie pole detekcji wolne AKTUALIZACJA SUMY ODNIESIENIA kwencji obrazów (i = patrywany obraz wejiini. S 1 1 D P 0odn i n i n Iini ii nn ini n L y : y 1. (18) Ipre (Ipre << Iini) zgodnie z wzore IpreSodn S i Si 1odn. (19) I 1 wych w obszarze pola detekcji nie ulega zianie. pre

8 60 Zbigniew Czapla 6. PRZEJAZD POJAZDU PRZEZ POLE DETEKCJI ustru- towej z zaznaczonyi polai detekcji przedstawione na rys. 4 a) b) c) d) e) Rys. o reprezentacji punktowej: a) i = 10; b) i = 30; c) i = 45; d) i =75; e)i =90 - detekcji przedstawia rys. 5. s [%] i [-] Rys. zo- (P = stawia rys. 6. Roziar pola detekcji ustalono na 57 x nktów Sax = ustalono pz = podn = 015 natoias cji wolne ustalono na pw = 005.

9 Wyznaczanie stanu pola detekcji na podstawie gradientów obrazu cyfrowego 61 r [%] i [-] P = 4 Rys. P =4) Pierwszy pojazd przej i = 24. Ziana powrotna ze stanu pole detek- i = 40. Przejazd drugiego pojazdu przez pole i = 68 oraz i = PODSUMOWANIE ek dziowy Wyznaczanie stanu pól detekcji z zastosowanie konwersji obrazu do reprezentacji punktowej jest nieskoplikowane obliczeniowo. Wykorzystanie prostego algorytu oraz niewielka l i detekcji pojazdów w systeach ruchu drogowego. Bibliografia 1. Basu M.: aussian-based Edge Detection Methods-A Survey. IEEE Transactions on Systes Man and Cybernetics-Part C: Application and Reviews vol. 32 no pp Coifan B. Beyer D. McLauchlan P. Malik J.: A real-tie vision syste for vehicle tracking and traffic surveillance. Transportation Research Part C 1998 vol. 6 pp Czapla Z.: Point Iage Representation for Efficient Detection of Vehicles. Proceedings of the 9th Conference on Coputer Recognition Systes CORES Advances in Intelligent Systes and Coputing vol. 403 Springer International Publishing 2016 pp Czapla Z.: Video based vehicle counting for ultilane roads. Logistyka no pp

10 62 Zbigniew Czapla 5. Fernandez-Caballero A. oez F.J. Lopez-Lopez J.: Road traffic onitoring by knowledge-driven static and dynaic iage analysis. Expert Systes with Applications pp upte S. Masoud O. Martin R.F.K. Papanikolopoulos N.P.: Detection and Classification of Vehicles. IEEE Transaction on Intelligent Transportation Systes 2002 vol. 3 no. 1 pp Hsieh J.-W. Yu S.-H. Chen J.-S. Hu W.-F.: Autoatic Traffic Surveillance Syste for Vehicle Tracking and Classification. IEEE Transaction on Intelligent Transportation Systes 2006 vol. 7 no. 2 pp Kaijo S. Matsushita Y. Ikeuchi K. Sakauchi M.: Traffic Monitoring and Accident Detection at Intersections. IEEE Transactions on Intelligence Transportation Systes vol. 1 no pp Kang C.-C. Wang W.-J.: A novel edge detection ethod based on the axiizing objective function. Pattern Recognition vol. 40 no pp Mithun N.C. Rashid N.U. Rahan M.S.M.: Detection and Classification of Vehicles Fro Video Using Multiple Tie-Spatial Iages. IEEE Transaction on Intelligent Transportation Systes 2012 vol. 13 no. 3 pp Muthukrishnan R. Radha M.: Edge Detection Techniques for Iage Segentation. International Journal of Coputer Science & Inforation Technology 2011 vol. 3 no. 6 pp Stauffer C. rison W.E.L.: Adaptive background ixture odel for real-tie tracking. Proceedings IEEE Coputer Society Conference on Coputer Vision and Pattern Recognition vol pp DETERMINATION OF A DETECTION FIELD STATE ON THE BASIS OF DIITAL IMAE RADIENTS Suary: The paper presents an original ethod of deterination of detection field state with the use of iage data. The presented ethod utilizes a video strea obtained fro the caera placed above a road. The input iage sequence consists of consecutive fraes taken fro the video strea. Each iage fro the input iage sequence is converted into point iage representation. For each iage fro the input iage sequence the su of edge paints is calculated within the detections field. The state of the detection field is deterined on the basis of calculated sus of the edge points. Vehicles driving through the detection field change its state. Analysis of the state of the detection field enables vehicle detection. Selected experiental results are provided. Keywords: detection field point iage representation vehicle detection

Podobne dokumenty

WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 Joanna Szkutnik-, Wojskowa Akademia Techniczna, W WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3 : maj 2016 Streszczenie: samochodowej.