Klasyfikowanie obrazów pojazdów. Metoda klasyfikowania obrazów przedstawiających pojazdy z wykorzystaniem modelowania matematycznego

• Autorzy: Piecha J. , Wróbel K.
• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono nową metodę rozpoznawania oraz klasyfikowania obrazów przedstawiających pojazdy. Prezentowana metoda opiera się na wyodrębnieniu zbioru cech opisujących badany obiekt (pojazd). Do ekstrakcji cech wykorzystano standardową transformację Hougha oraz algorytm parametryzowania konturu obrazu binarnego. Z badanego obrazu wyodrębniony został obiekt, a następnie linie proste oraz położone na nich odcinki, które ten obiekt opisują. Takie rozwiązanie może mieć duże znaczenie w systemach wideodetekcji, w których odpowiednio dobrany zbiór odcinków umożliwia zapis kształtu pojazdu oraz kierunek jego przemieszczania.

Słowa kluczowe

PL

rozpoznawanie obrazów; pojazdy; modelowanie matematyczne; transformacja Hougha

• Wydawca: ELAMED Media Group
• Czasopismo: Magazyn Autostrady
• Rocznik: 2006
• Tom: Nr 4
• Strony: 48--53
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Piecha J.

• Politechnika Śląska

autor

Wróbel K.

• Uniwersytet Śląski

Bibliografia

• 1. Betke M., Haritaoglu E., Davis L.: Real-Time Multiple Vehicle Detection and Tracking from a Moving Vehicle. “Machine Vision and Application”, vol. 12, no. 2, 69-83, 2000.
• 2. Celentano A., Sciascio E.D.: Feature Integration and Relevance Feedback Analysis In Imane Similarity Evaluation. “Journal of Electronic Imaging, special issue on Image and Video Databases”, May 1998.
• 3. Chen Y., Wang James Z.: Image Categorization by Learning and Reasoning with Regions. “Journal of Machine Learning Research”, 5 (2004), 913-939.
• 4. Cucchiara R., Piccardi M., Prati A., Scarabottolo N.: Real-time segmentation of moving vehicles. In Proc. of ICIAP ’99 – 10th Int. Conf. on Image Analysis and Processing, IEEE Computer Society, 618-623 (ISBN 0-7695-0040-4), 1999.
• 5. Duda R.O., Hart P.E.: Use of Hough transformation to detect lines and curve in pictures. Comm. ACM 15, 11-15, 1972.
• 6. Fu K.S.: Syntactic Method in Pattern Recognition. Academic Press, New York 1974.
• 7. Illingworth J., Kittler J.: The adaptive Hough transform. “IEEE Trans. Pattern Anal. Mach. Intell.”, 10, 690-698, 1987.
• 8. Kindratenko V.: Development and Application of Image Analysis Techniques for Identification and Classification of Microscopic Particles. Ph.D. Thesis, University of Antwerp (UIA), Belgium 1997. https://netfiles.uiuc.edu/kindrtnk/www/.
• 9. Porwik P., Wróbel K.: The Hough Transform in Investigation of Similarity of Images. ICSES – Signals and Electronic System, International Conference, Ustroń 17-20 October 2000.
• 10. Porwik P., Wróbel K., Widuch S., Doroz R.: The Method of Preliminary Medical Images Selection, “Journal of Medical Informatics and Technologies”, vol. 2/2001, 169-176, 2001.
• 11. Sciascio E.D., Celentano A.: Similarity Evaluation in Image Retrieval Using the Hough Transform. “Journal of Computing and Information Technology”, CIT 4, 199-204, Croatia. 1996.
• 12. Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów. Fundacja Postępu Telekomunikacji, Kraków 1997.
• 13. Wróbel K.: The Method of Parameterisation of Binary Image’s Contour with Usage of the Hough Transformation. Proceedings of International Scientific – Technical Conference Process Control, 150, Kouty nad Desnou, Czech Republic 2004.