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-fbb725ff-9621-4cb9-9725-10add0097bfc

Czasopismo

Autobusy : technika, eksploatacja, systemy transportowe

Tytuł artykułu

Dwuwarstwowy model obrazu cyfrowego w przetwarzaniu obrazów ruchu drogowego

Autorzy Czapla, Z. 
Treść / Zawartość
Warianty tytułu
EN Two-layer digital image model for processing of road traffic images
Języki publikacji PL
Abstrakty
PL Artykuł przedstawia dwuwarstwowy model obrazu cyfrowego i jego zastosowania do przetwarzania obrazów ruchu drogowego. Dwuwarstwowy model obrazu składa się z warstwy wartości bazowych pikseli oraz warstwy wartości różnicowych pikseli. Podział na warstwy przeprowadzany jest wariantem kodowania delta. Reprezentacja obrazu w postaci modelu dwuwarstwowego jest mniejsza niż reprezentacja obrazu źródłowego w postaci mapy bitowej. Konwersja obrazu do modelu dwuwarstwowego może być wykorzystywana jako technika kompresji bezstratnej. Położenie bazowych wartości pikseli odpowiada zawartości obrazu Dwuwarstwowy model obrazu nadaje się do wykrywania krawędzi.
EN The paper presents the two-layer digital image model and its applications for processing of road traffic images. The two-layer image model consists of base pixel values layer and difference pixel values layer. Splitting into the layers is carried out by a variant of delta encoding. The two-layer image model creates an image representation that is smaller than a source image in the bitmap format. Conversion into the two-layer image model can be applied as a losless compression technique. Layout of base pixel values is in accordance with the image content. The two-layer image model is suitable for edge detection.
Słowa kluczowe
PL ruch drogowy   dwuwarstwowy model obrazu   obraz cyfrowy  
EN road traffic   two-layer image model   digital image  
Wydawca Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.
Czasopismo Autobusy : technika, eksploatacja, systemy transportowe
Rocznik 2013
Tom R. 14, nr 3
Strony 1717--1725
Opis fizyczny Bibliogr. 11 poz., tab., pełen tekst na CD
Twórcy
autor Czapla, Z.
  • Politechnika Śląska, Wydział Transportu
Bibliografia
1. Czapla Z.: Wyznaczanie z krajobrazu. TTS technika transportu szynowego, 9/2012, s. 2307.
2. Drozdek A.: Wprowadzenie do kompresji danych.
3. Fernandez-Caballero A., Gomez F. J., Lopez knowledge-driven static and dynamic image analysis. 35, 2008, 701-719.
4. Gaca. J., Sucharzewski W., Tracz M.: WKiŁ, Warszawa 2009.
5. Kamijo S., Matsushita Y., Ikeuchi K., Sakauchi M., Detection at Intersections Vol. 1, No. 2, 2000, 108-118.
6. Kang C.-C., Wang W.-J.: Objective function. Pattern Recognition.
7. Malina W., Śmiatacz M.: Wydawnicza EXIT, Warszawa 2005.
8. Qian, R.J., Huang, T.: Optimal Edge Detection in Two-Dimensional Images. IEE Transactions on Image Processing, vol. 5, no. 7, pp. 1215–1220, 1996.
9. Rosin P. L.: A simple method for detecting salient regions. Pattern Recognition, 42, 2009, 2363-2371.
10. Salomon, D.: Data compression. The Complete Reference. Springer-Verlag, New York Berlin Heidelberg, 2000.
11.Tadeusiewicz R., Korohoda P. : Komputerowa analiza i przetwarzanie obrazów. Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków 1997.
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-fbb725ff-9621-4cb9-9725-10add0097bfc
Identyfikatory