Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first previous next last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-article-BPG5-0031-0044

Czasopismo

Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

Tytuł artykułu

Algorytm automatycznej lokalizacji pojazdów w sekwencji wideo oparty na operacjach morfologicznych

Autorzy Frejlichowski, D. 
Treść / Zawartość
Warianty tytułu
EN Automatic localization of moving vehicles in image sequences using morphological operations
Języki publikacji PL
Abstrakty
PL W artykule przedstawiono i omówiono algorytm przeznaczony do automatycznej lokalizacji pojazdów w sekwencjach wideo. Może on być w przyszłości wykorzystany jako jeden z etapów w systemach przeznaczonych do mo-nitoringu, kontroli prędkości, poszukiwania skradzionych pojazdów, rozpoznawania tablic rejestracyjnych, itp. Algorytm oparto na wyborze fragmentów na obrazie, wyraźnie odróżniających się od tła. Takie podejście wymaga wcześniejszego przygotowania obrazu tła, co nie jest zawsze możliwe, szczególnie gdy analiza jest realizowana w sposób ciągły. Dlatego w omawianym podejściu, wyznaczenie obrazu tła jest oparte na uśrednianiu obrazów kla-tek przez z góry określony czas. Może to być realizowane równolegle do głównego zadania. Późniejsza lokalizacja jest oparta na odejmowaniu zawartości klatki od tła (aby wyznaczyć nowe obiekty na scenie), binaryzacji, dylatacji, wypełnianiu dziur, konstrukcji prostokąta otaczającego obiekt.
EN An algorithm for moving vehicles localization in digital image sequences is presented and initially explored. It can be in future applied e.g. as a step in traffic monitoring, speed verification, accident detection, searching for stolen cars, license plates recognition, etc. It is based on selection of sections, that are different from background in consecutive frames. It requires earlier preparation of the background image, what it is not always possible, especially, when the monitoring is performed continuously. That is why, the process of generating the background image is based on averaging frames for assumed time, simultaneously to localization. When the background image is generated, the process of localization can be performed. It is based on few steps: subtraction of a frame from the background (performed to select new objects on scene), binarisation, dilatation, filling the gaps, construction of the rectangle enclosing the object. The go al of these steps is to mark localized vehicles, separately from the background.
Słowa kluczowe
PL algorytm lokalizacji pojazdu   wyznaczanie obrazu tła   wydzielanie obiektów  
EN algorithm vehicles localization   generating the background image  
Wydawca Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej
Czasopismo Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
Rocznik 2008
Tom T. 15
Strony 105--110
Opis fizyczny Bibliogr. 12 poz., rys.
Twórcy
autor Frejlichowski, D.
  • Politechnika Szczecińska, Wydział Informatyki
Bibliografia
[1] Dambreville S., Rathi Y., Tannenbaum A.: Tracking Deformable Objects with Unscented Kalman Filtering and Geometric Active Contours, American Control Conference, 2006.
[2] Betke M., Haritaglu E., Davis L.: Multiple vehicle detection and tracking in hard real time, IEEE Intelligent Vehicles Symposium, s. 351-356, 1996.
[3] Koller D., Weber J., Malik J.: Robust multiple car tracking with occlusion reasoning, Europ. Conf. on Computer Vision, s. 189-196, 1994.
[4] Coifman B., Beymer B., D. Mailik J.: A real-time computer vision system for vehicle tracking and traffic surveillance, Transportation Research Part C, Vol. 6 No. 4, s. 271-288, 1998.
[5] Sullivan G. F., Baker K. D., Worrall A. D., Attwood C.I., Remagnino P. M: Model-based vehicle detection and classification using orthographic approximations, Image and Vision Computing, Vol. 15 iss. 8, s. 649-654, 1997.
[6] Gupte S., Masoud O., Papanikolopoulos N. P.: Detection and classification of vehicles, IEEE Trans. on Intelligent Transportation Systems Vol. 3 No. I, s. 37-47, 2002.
[7] Kai S., Bebis G., Haisong G., Miller R.: Vehicle tracking using on-line fusion of color and shape features, Proc. of the 7th Int. IEEE Conference on Intelligent Transportation Systems, s. 731-736, 2004.
[8] Park Y.: Shape-resolving local thresholding for object detection, Pattern Recognition Letters, Vol. 22 iss. 8, s. 883-890, 2001.
[9] Ha D. M., Lee J.-M., Kim Y-D.: Neural-edge-based vehicle detection and traffic parameter extraction, Image and Vision Computing, Vol. 22 iss. 11, s. 899-907, 2004.
[10] Tadeusiewicz R., Kohorda P.: Komputerowa analiza i przetwarzanie obrazów, Kraków, 1997.
[11] Kuchariew G.: Przetwarzanie i analiza obrazów cyfrowych, Szczecin, 1998.
[12] Soille P.: Morphological image analysis: principles and applications, Springer-Verlag, 1999.
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-article-BPG5-0031-0044
Identyfikatory