PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
Tytuł artykułu

Wyznaczanie położenia pojazdów na podstawie danych obrazowych

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Determination of vehicle location on the basis of image data
Języki publikacji
PL
Abstrakty
PL
W opracowaniu przedstawiono szybką metodę detekcji pojazdów wykorzystującą konwersję obrazu do modelu dwuwarstwowego. Dwuwarstwowy model obrazu zawiera warstwę wartości bazowych pikseli oraz z warstwę wartości różnicowych pikseli. Podział na warstwy przeprowadzany jest predykcyjnie, przy użyciu zmodyfikowanego kodowania delta. Rozkład pikseli bazowych w dwuwarstwowym modelu obrazu odpowiada zawartości obrazu. Detekcja pojazdów przeprowadzana jest na podstawie rozkładu pikseli bazowych. Prezentowana metoda detekcji pojazdów jest szybka oraz atrakcyjna obliczeniowo.
EN
The paper presents a fast method of vehicle detection using image conversion into the two-layer model. The two-layer image model contains the base pixel values layer and the difference pixel values layer. Splitting into the layers is carried out by predictive method with the use of a variant of delta encoding. Layout of base pixel values of the two-layer image model is in accordance with the image content. Vehicle detection is carried out on the basis of layout of base pixel values. The presented method is fast and computationally attractive.
Rocznik
Strony
2133--2140, CD
Opis fizyczny
Bibliogr. 17 poz., il., fot.
Twórcy
autor
  • Politechnika Śląska, Wydział Transportu
Bibliografia
  • 1. Bellon R. P., Silva L.: New Improvement to Range Image Segmentation by Edge Detection. IEEE Signal Processing Letters, vol. 9, no. 2, 2002, pp. 43-45.
  • 2. Czapla Z.: Dwuwarstwowy model obrazu cyfrowego w przetwarzaniu obrazów ruchu drogowego. Autobusy. Technika, Eksploatacja, Systemy Transportowe, 3/2013, s. 1717-1725.
  • 3. Czapla Z.: Wyznaczanie zajętości pola detekcji na podstawie dwuwarstwowego modelu obrazu. TTS technika transportu szynowego, 9/2012, s. 2307-2315.
  • 4. Drozdek A.: Wprowadzenie do kompresji danych. WNT, Warszawa 2007.
  • 5. Fan J., You D. K. Y., Elmagarmid A. K.: Automatic Image Segmentation by Integrating Color-Edge Extraction and Seeded Region Growing. IEEE Transaction on Image Processing, vol. 10, no. 10, 2010, pp. 1454-1466.
  • 6. Fernandez-Caballero A., Gomez F. J., Lopez-Lopez J.: Road traffic monitoring by knowledge-driven static and dynamic image analysis. Expert Systems with Applications, 35, 2008, pp. 701-719.
  • 7. Gaca. J., Sucharzewski W., Tracz M.: Inżynieria ruchu drogowego. Teoria i praktyka. WKiŁ, Warszawa 2009.
  • 8. Gonzales, R.C., Woods, R.E.: Digital Image Processing. Pearson Prentice Hall, New Jersey (2008).
  • 9. Kamijo S., Matsushita Y., Ikeuchi K., Sakauchi M.,: Traffic Monitoring and Accident Detection at Intersections. IEEE Transactions on Intelligence Transportation Systems, Vol. 1, No. 2, 2000, pp.108-118.
  • 10. Kang C.-C., Wang W.-J.: A novel edge detection method based on the maximizing objective function. Pattern Recognition, 40, 2007, pp. 609-618.
  • 11. Malik J., Belongie S., Lesung T., Shi J.: Contour and Texture Analysis for Image Segmentation. Journal of Computer Vision 43(1), 2001, pp. 7-27.
  • 12. Malina W., Śmiatacz M.: Metody cyfrowego przetwarzania obrazu. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2005.
  • 13. Nowacki G. (red.): Telematyka transportu drogowego. Instytut Transportu Samochodowego, Warszawa 2008.
  • 14. Qian, R.J., Huang, T.: Optimal Edge Detection in Two-Dimensional Images. IEEE Transactions on Image Processing, vol. 5, no. 7, pp. 1215-1220, 1996.
  • 15. Rosin P. L.: A simple method for detecting salient regions. Pattern Recognition, 42, 2009, pp. 2363-2371.
  • 16. Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów. Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków 1997.
  • 17. Wei-Ying M., Manjunath B. S.: EdgeFlow: A Technique for Boundary Detection and Image Segmentation. IEEE Transaction on Image Processing, vol. 9, no. 8, 2000, pp. 1375-1388.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-6cdbeb12-0164-4085-a77d-1a88ffc58656
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.