System inteligentny rozpoznawania znaków drogowych

• Autorzy: Matuszewski J.

Identyfikatory

DOI

10.15199/48.2016.01.10

Warianty tytułu

EN

The road signs recognition in an intelligent car devices

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia autorską metodę dotyczącą komputerowego rozpoznawania znaków drogowych. Problem badawczy podejmowany w artykule określony został poprzez zdefiniowanie i opisanie sposobu tworzenia wzorców znaków drogowych, wyboru miary podobieństwa obrazów cyfrowych oraz reguł decyzyjnych w systemie rozpoznania. W celu detekcji znaku wykorzystano segmentację obrazu opartą na przestrzeni barw RGB, natomiast rozpoznawanie znaku oparto o detektor narożników. Na ich podstawie wyodrębniane są cechy deskryptora SURF, takie jak: liczba cech, położenie, skala, miara, znak Laplace’a i orientacja. Deskryptor SURF jest inwariantny względem obrotu i zmian skali, wykazuje wysoką powtarzalność detekcji punktów obrazu oraz odporność na jego zakłócenia. Dopasowanie znaku do wzorca opiera się na podstawie minimalnej odległości między wektorami, np. odległości Euklidesa lub Mahalanobisa. Badania poprawności algorytmu detekcji i rozpoznawania znaków drogowych dokonano przy pomocy aplikacji w środowisku MATLAB wraz z dodatkami: Computer Vision System Toolbox oraz Image Processing Toolbox. Otrzymane wyniki badań wskazują na wysoką skuteczność wykrycia i rozpoznania znaków drogowych. Aplikacja została przetestowana na zbiorze czterdziestu rzeczywistych zdjęć testowych znaków drogowych. Poprawnej detekcji nie dokonano tylko dla dwóch zdjęć testowych.

EN

The article describes the author’s method concerning the detection and recognition of traffic signs. The article investigates the definition and description of the traffic sign patterns, identifying the similarities of the digital pictures and decision criteria in the detection systems [4]. At the beginning for the traffic signs detection the picture segmentation was made which is based on the colour spectrum RGB (red, green, blue). Next in the process of sign recognition the detector of picture corners was used. On this base the following parameters of descriptor SURF were chosen for recognition: number of picture features, its situation, scale, the sign of Laplace`a function and picture orientation. The descriptor SURF is invariant with regard to rotation and scale changes, shows the high repetitious of the picture points detection and high resistance on jamming. The adjustment of recognized traffic sign to the appropriate pattern is based on the minimal distance between vectors, that is the Euclidean or Mahalanobis distance. An investigation into the correctness of the detection algorithm were made using an application in the MATLAB environment using Computer Vision System Toolbox and Image Processing Toolbox. Results achieved prove high accuracy in detection and recognition of traffic signs [1]. The application has been tested in 40 real-life traffic sign photos. Only two photos were not identified correctly.

Słowa kluczowe

PL

system inteligentny; rozpoznawanie znaków drogowych

EN

smart devices; digital picture; traffic sign recognition

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2016
• Tom: R. 92, nr 1
• Strony: 41--44
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Matuszewski J.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, Instytut Radioelektroniki, ul. Gen. S. Kaliskiego 2, 00-908 Warszawa

Bibliografia

• [1] Bay H., Tuytelaars T., Luca Van Gool: SURF - Speeded Up Robust Features. ECCV 2006, 9th European Conference on Computer Vision, Graz, Austria, May 2006.
• [2] Bratkowski M.: Opracowanie programowej aplikacji do detekcji i rozpoznawania znaków drogowych. Praca dyplomowa, WAT, Warszawa 2012.
• [3] Broggi A., Cerri P., Medici P., Hisio G.: Real Time Road Signs Recognition in Intelligent Vehicles. Symposium, Istambuł, Turkey, June 2007, pp. 981-986.
• [4] Dyczkowski K., Gadecki P., Kułakowski A.: Traffic Signs Recognition System. Proceedings of the World Confernce on Soft Computing, San Francisco State University, USA, 2011.
• [5] Harris C., Stephens M.: A Combined Corner and Edge Detector; Proceedings of 4th Alvey Vision Conference, 1988.
• [6] Hoferlin B., Zimmermann K.: Towards Reliable Traffic Sign Recognition; In IEEE Intelligent Vehicles Symposium, Xi'an, Shaanxi, China, June 2009.
• [7] MathWorks Company: Matlab Product Help; Matlab R2012a (7.14.0.739).
• [8] Shneier M.: Road Sign Detection and Recognition; In IEEE Computer Society International Conference on Computer Vision and Pattern Recognition, Gaithersburg, June 2005. National Institute of Standards and Technology.
• [9] Tadeusiewicz R., Kohoroda P.: Komputerowa analiza i przetwarzanie obrazów. Wyd. Fundacji Postępu Telekomunikacji, Krakow 1997.
• [10] Materiały internetowe: www.technikajazdy.info/ inteligentnatechnika-samochodowa.
• [11] http://en.wikipedia.org/wiki/Corner_detection

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.