الكشف عن إشارات المرور على أساس اكتشاف اللون والشكل

10

الوصف

في هذا المشروع ، تم تطوير خوارزمية لاكتشاف إشارات المرور بناءً على اكتشاف اللون والشكل. تستخدم الخوارزمية صورًا تم التقاطها بواسطة كاميرا منخفضة الدقة مثبتة أمام سيارة متحركة. يتم اختبار نوعين من إشارات المرور ، إشارات التحذير الصفراء وعلامات التوقف الحمراء ، وتلخيص نتائج الكشف. الاستنتاج هو أن الاكتشاف المستند إلى اللون حساس لحالة الإضاءة وأن اكتشاف الشكل حساس لتعقيد الخلفية.

تعتمد الخوارزمية المطبقة في هذا المشروع على اكتشاف اللون متبوعًا باكتشاف الأشكال باستخدام تحويل هوغ. تأخذ الخوارزمية صورة إدخال وتعالج الصورة مسبقًا من خلال تحسين اللون. ثم تقوم الخوارزمية بتجزئة اللون وفقًا للون المستهدف. الناتج بعد هذه الخطوة هو صورة ثنائية تحتوي على مناطق تحتوي على اللون المستهدف. ثم يتم تطبيق كاشف الحافة على كل منطقة. ثم يتم إجراء تحويل Hough على صورة الحافة. يتم تحديد نتيجة الكشف من خلال النظر في توزيع القمم في تحويل هوغ.

يمكن استخلاص عدة استنتاجات من خلال النظر في النتائج التجريبية. بادئ ذي بدء ، يمكن أن تختلف حالة الإضاءة من صورة إلى أخرى ويمكن أن تؤثر بشكل كبير على النتائج من كل من خطوة تجزئة اللون وخطوة استخراج الحافة. تمثل الصورة منخفضة الدقة تحديًا كبيرًا آخر لاستخراج الحواف بشكل فعال. ويمكن أن يؤدي تعقيد الخلفية إلى قدر كبير من القيم المتطرفة في تحويل Hough وبالتالي إنشاء خطأ كبير في اكتشاف الشكل.
علاوة على ذلك ، تتطلب الخوارزمية حاليًا معرفة مسبقة بلون وشكل إشارة المرور التي يتم اكتشافها. لن تتمكن الخوارزمية من معرفة ما إذا كانت المعلومات المقدمة غير صحيحة.
من الواضح أن هناك قيودًا معينة تظهر في خوارزمية الكشف الحالية وتعتمد نتائج الاكتشاف بشكل كبير على جودة الصور. يمكن لتقنيات التعلم الآلي أن تحسن نتيجة الاكتشاف ويجب النظر فيها لتحسين دقة الكشف.

blank

blank

MATLAB Implementation of segmentation-based disparity averaging

Efficient Graph-Based Image Segmentation

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “الكشف عن إشارات المرور على أساس اكتشاف اللون والشكل”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *