Detekcja pojazdów przy użyciu obrazów binarnych

• Autorzy: Czapla Z.

Identyfikatory

DOI

10.15199/13.2017.4.6

Warianty tytułu

EN

Detection with the Use of Binary Images

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodę detekcji pojazdów opartą na konwersji obrazu cyfrowego do postaci binarnej. W konwersji wykorzystywane są gradienty obrazu źródłowego. Uzyskane wartości binarne są uzupełniane w wyniku przeprowadzanej filtracji logicznej. Położenie binarnych wartości obrazu wynikowego odpowiada krawędziom obrazu źródłowego. Detekcja pojazdów przeprowadzana jest przez analizę stanu pola detekcji. Stan pola detekcji określany jest na podstawie sum wartości binarnych w obszarze pola detekcji.

EN

The article presents the method of vehicle detection based on conversion of a digital image into the binary form. In this conversion, image gradients of a source image are employed. The obtained binary values are supplemented by performed logical filtering. Location of binary values of the target image is in accordance with edges of the source image. Vehicle detection is carried out by analysis of the state of the detection field. The state of the detection field is determined on the basis of the sums of the binary values within the detection field.

Słowa kluczowe

PL

detekcja pojazdów; obrazy binarne; pole detekcji

EN

vehicle detection; binary images; detection field

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2017
• Tom: Vol. 58, nr 4
• Strony: 30--32
• Opis fizyczny: Bibliogr. 8 poz., il., rys., wykr.

Twórcy

autor

Czapla Z.

• Politechnika Śląska, Wydział Transportu

Bibliografia

• [1] Basu Mitra. 2002. “Gaussian-Based Edge Detection Methods-A Survey”. IEEE Transactions on Systems, Man and Cybernetics-Part C: Application and Reviews 32(3): 252–260.
• [2] Czapla Zbigniew. 2016. “Point Image Representation for Efficient Detection of Vehicles”. In: Burduk Robert, Jackowski Konrad, Kurzyński Marek., Woźniak Michał, Żołnierek Andrzej (eds.). Proceedings of the 9th International Conference on Computer Recognition Systems CORES 2015. Advances in Intelligent Systems and Computing 403: 691–700.
• [3] Czapla Zbigniew. 2016. “Orthogonal Ggradient-Based Binary Image Representation for Vehicle Detection. In: Chmielewski Leszek J., Datta Amitava, Kozera Ryszard, Wojciechowski Konrad (eds.). Computer Vision and Graphics. International Conference ICCVG 2016. Lecture Notes on Computer Science 9972: 453–461.
• [4] Evans Adrian N., Liu Xin U. 2006. “A Morphological Gradient Approach to Color Edge Detection”. IEEE Transactions on Image Processing 15(6): 1454–1463.
• [5] Gupte Surendra, Osama Masoud, Robert F.K. Martin, Nikolaos P. Papanikolopoulos. 2002. “Detection and Classification of Vehicles”. IEEE Transaction on Intelligent Transportation Systems 3(1): 37–47.
• [6] Hsieh Jun Wei, Shih-Hao Yu, Jung-Sheng Chen, Wen-Fong Hu. 2006. „Automatic Traffic Surveillance System for Vehicle Tracking and Classification”. IEEE Transaction on Intelligent Transportation Systems 7(2): 175–187.
• [7] Muthukrishnan R., M. Radha. 2011. “Edge Detection Techniques for Image Segmentation”. International Journal of Computer Science & Information Technology 3(6): 259–267.
• [8] Stauffer Chris, Grimson W. E. L. 1999. “Adaptive background mixture model for real-time tracking”. Proceedings IEEE Computer Society Conference on Computer Vision and Pattern Recognition (2), 246–252.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).