PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 18

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  detekcja pojazdów
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Detection and classification of vehicles using selected methods of image processing
Marek-Latowicki M., Konior A., Ryguła A.
Archives of Transport System Telematics
|
2019
|
Vol. 12, iss. 4
10--14
EN
Methods of vehicles detection and classification using image processing are becoming increasingly popular, especially due to their non-invasiveness in the road surface and relatively lower installation and maintenance costs. These methods are commonly used in traffic flow monitoring systems and detection of vehicles with specific parameters. Importantly, the use of video analytics methods is still characterized by sensitivity to external disturbances such as variable weather conditions. The work discusses selected data processing mechanisms that have been applied within the functioning vehicle recognition subsystem. As part of the analysis, the effectiveness of the applied solutions and sensitivity to the occurring weather conditions were assessed.
2
Content available Inteligentny system wizyjny sterowania sygnalizacją świetlną na wlotach skrzyżowań
Salach J., Walas P.
Drogownictwo
|
2018
|
nr 9
288--293
PL
W artykule przedstawiono koncepcję systemu wizyjnego, którego rolą będzie zarządzanie sygnalizacją świetlną na podstawie natężenia ruchu, rodzaju pojazdów oraz ich prędkości. Koncepcja będzie miała wpływ na elastyczną zmianę czasu trwania poszczególnych faz sygnalizacji. Na podstawie wykonanych pomiarów pokazano, że ciągła analiza danego wlotu przez system wizyjny może przynieść lepsze efekty w jego funkcjonowaniu, niż jak to jest obecnie, czyli poprzez detektory pętlowe (przejazdowe lub obecności). Porównano również metody detekcji pod względem niezawodności oraz ich wpływ na sterowanie.
EN
The main issue presented in this article is creating a vision system, which duty will be to control traffic lights taking into account the traffic flow, types of vehicles and their velocity. The main conception is to have influence on the flexible change of the duration of each signaling phase. It will be proved, on the basis of the measurements, that continuous analysis of the junction through vision system can have better impact on its functioning than analysis through inductive-loop traffic detectors (passing or arriving). The detection methods is compared considering reliability of operation and the impact on the control.
3
Content available Gradient-based vehicle detection using a two-segment detection field.
Czapla Z.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2017
|
z. 96
27--36
EN
This paper presents a method of vehicle detection using the conversion of images from a source image sequence into binary target images. This conversion is performed on the basis of small image gradients. The location of binary values after conversion is in accordance with the edges of the converted image. For all processed images, a detection field is defined, which is composed of two segments. In the area of each segment, the sum of the edge values is calculated. On the basis of the calculated sums within the segments, an adjusted sum of the edge values is established, which allows for the determination of the state of the detection field. Vehicle detection is carried out by recognition of distinctive changes in the state of the detection field caused by the passing vehicle. Experimental results are provided.
4
Content available Zastosowanie sieci konwolucyjnej głębokiego uczenia w detekcji pojazdów
Oszutowska-Mazurek D. A., Mazurek P.
Problemy Nauk Stosowanych
|
2017
|
T. 7
47-56
PL
Wstęp i cel: Detekcja pojazdów na znaczenie w bezpieczeństwie ruchu drogowego oraz programowaniu pojazdów autonomicznych. Celem pracy jest detekcja pojazdów odróżniająca obrazy pojazdów od innych obrazów nie zawierających pojazdów. Materiał i metody: W pracy wykorzystano bazę pojazdów zawierającą obrazy ekstrahowane z sekwencji wideo, które przetwarzano za pomocą sieci konwolucyjnej głębokiego uczenia. Wyniki: Uzyskana sieć konwolucyjna charakteryzuje się bardzo dobrymi parametrami, krzywa PSNR względem kroku uczenia rośnie co oznacza, że zachodzi proces odszumiania kerneli w całym procesie uczenia. Wniosek: Proponowana metoda może być wykorzystana w programowaniu pojazdów autonomicznych oraz implementacji w Inteligentnych Systemach Transportowych ITS do detekcji pojazdów; bazuje na uczeniu a nie na projektowaniu algorytmu syntetycznego, dzięki temu jest potrzebny relatywnie krótki czas opracowania klasyfikatora.
EN
Introduction and aim: Vehicle detection plays essential role in road safety and automatic vehicle programming. The aim of study is vehicle detection distinguishing car and non-car images Material and methods: Vehicle database images extracted from video sequences were processed by deep learning convolutional network. Results: Obtained convolutional network is characterised by very good parameters, PSNR curve indicates denoising of kernels in learning process. Conclusion: Proposed method is potentially useful in autonomic vehicles programming and Intelligent Transportation Systems (ITS) for vehicles detection. The solution is based on learning, not on synthetic algorithm design, thanks to this, a relatively short time of classifier development is needed.
5
Detekcja pojazdów przy użyciu obrazów binarnych
Czapla Z.
Elektronika : konstrukcje, technologie, zastosowania
|
2017
|
Vol. 58, nr 4
30--32
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.
6
Content available Video-based vehicle detection on a two-way road
Czapla Z.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2016
|
z. 92
23--29
EN
The paper presents a method of vehicle detection on a two-way road. Vehicle detection is carried out on the basis of the video stream from the camera placed over a road. The input image sequence is created by consecutive frames taken from the video stream. Images from the input image sequence are processed individually one by one. A detection field is defined for each lane of the road. Images from the input image sequence are converted into point image representation. The sums of the edge points within the detection fields are calculated. States of the detection fields are determined on the basis of calculated sums of the edge points. Vehicles are detected by analysis of states of the detection fields. Experimental results are provided.
7
Content available Sposoby detekcji pojazdów transportu zbiorowego i ich funkcjonalność
Aleksandrowicz J., Piwowarczyk M.
Transport Miejski i Regionalny
|
2016
|
nr 5
49--52
PL
Artykuł porusza tematykę detekcji pojazdów transportu zbiorowego w obrębie skrzyżowań z sygnalizacją świetlną. W artykule zostały przedstawione sposoby wykrywania pojazdów transportu zbiorowego, ich funkcjonalności i przydatność w nowoczesnych systemach sterowania ruchem. W artykule zostały przedstawione m.in. takie rozwiązania jak: detekcja indukcyjna, detekcja radiowa, wideodetekcja, czy detekcja na podstawie lokalizacji GPS. Dodatkowo zaproponowano możliwość wykorzystania techniki RFID w detekcji pojazdów transportu zbiorowego.
EN
The article discusses issues on the detection of the public transport vehicles is the area of intersections with traffic lights. The methods of detection of the public transport vehicles, their functionalities and usefulness in the modern traffic control systems. Measures like: inductive detection, radio detection, video-detection and detection based on the GPS location have been presented in the article. Additionally possibility of application of the RDIF technique for the detection of the public transport vehicles has been proposed.
8
Content available remote Wyznaczanie stanu pola detekcji na podstawie gradientów obrazu cyfrowego
Czapla Z.
Prace Naukowe Politechniki Warszawskiej. Transport
|
2016
|
z. 113
53--62
PL
Artykuł przedstawia oryginalną metodę wyznaczania stanu pola detekcji przy użyciu danych obrazowych. W prezentowanej metodzie wykorzystywany jest strumień wideo otrzymywany z kamery umieszczonej nad drogą. Wejściowa sekwencja obrazów składa się kolejnych ramek wejściowego strumienia wideo. Każdy obraz wejściowej sekwencji obrazów jest poddawany konwersji do punktowej reprezentacji obrazu. Suma punktów krawędziowych w obszarze pola detekcji jest obliczana dla każdego obrazu wejściowej sekwencji obrazów. Stan pola detekcji jest określany na podstawie obliczonych sum punktów krawędziowych. Pojazd przejeżdżający przez pole detekcji zmienia jego stan. Analiza stanu pola detekcji umożliwia detekcję pojazdów. W artykule przedstawiono wybrane wyniki pomiarów.
EN
The paper presents an original method of determination of detection field state with the use of image data. The presented method utilizes a video stream obtained from the camera placed above a road. The input image sequence consists of consecutive frames taken from the video stream. Each image from the input image sequence is converted into point image representation. For each image from the input image sequence, the sum of edge paints is calculated within the detections field. The state of the detection field is determined on the basis of calculated sums of the edge points. Vehicles driving through the detection field change its state. Analysis of the state of the detection field enables vehicle detection. Selected experimental results are provided.
9
Content available Vehicle detection system using magnetic sensors
Bugdol M., Segiet Z., Kręcichwost M., Kasperek P.
Transport Problems
|
2014
|
T. 9, z. 1
49--60
EN
The paper describes an attempt of using magnetic detectors as an effective alternative to existing vehicle detection systems, which are a key factor in intelligent transportation systems (ITS). The detectors created within the project use the phenomenon of anisotropic magnetoresistance to report about the appearance of vehicles on the basis of Earth's local magnetic field distortion caused by them passing. This paper presents utilized and developed technologies, advantages and disadvantages of magnetic detection in comparison to other detection systems and problems that arose during the project implementation.
PL
Artykuł opisuje próbę zastosowania czujników magnetycznych jako skutecznej alternatywy dla istniejących systemów detekcji pojazdów w ruchu ulicznym, będących kluczowym czynnikiem inteligentnych systemów transportowych (ITS – Intelligent Transportation Systems). Czujniki stworzone w ramach projektu wykorzystują zjawisko magnetooporu anizotropowego do raportowania o pojawieniu się pojazdu na podstawie zakłóceń, jakie wywołuje on w lokalnym polu magnetycznym Ziemi. Praca prezentuje wykorzystane i stworzone technologie, wady i zalety detekcji magnetycznej na tle innych systemów detekcyjnych oraz problemy, które wyniknęły przy implementacji projektu.
10
Detekcja pojazdów z wykorzystaniem czujników magnetycznych
Bugdol M., Segiet Z., Kręcichwost M., Kasperek P.
Logistyka
|
2014
|
nr 3
858--867
PL
Artykuł opisuje zastosowanie czujników magnetycznych jako skutecznej alternatywy dla istniejących systemów detekcji pojazdów w ruchu ulicznym, będących kluczowym czynnikiem inteligentnych systemów transportowych (ITS – Intelligent Transportation Systems). Czujniki stworzone w ramach projektu wykorzystują zjawisko magnetooporu anizotropowego do raportowania o pojawieniu się pojazdu, na podstawie zakłóceń, jakie wywołuje on w lokalnym polu magnetycznym Ziemi. Praca prezentuje wykorzystane i stworzone technologie, wady i zalety detekcji magnetycznej na tle innych systemów detekcyjnych i problemy, które wyniknęły przy implementacji projektu.
EN
The paper describes a usage of magnetic detectors as an effective alternative to existing vehicle detection systems, which are a key factor in intelligent transportation systems (ITS). The detectors created within the project use the phenomenon of anisotropic magnetoresistance to report about the appearance of vehicles on the basis of Earth's local magnetic field distortion caused by them. This paper presents utilized and developed technologies, advantages and disadvantages of magnetic detection in comparison to other detection systems and problems that arose during the project implementation.
11
Content available Evaluation of a vehicle detection system for city traffic control
Pamuła T.
Archives of Transport System Telematics
|
2014
|
Vol. 7, iss. 3
37--41
EN
The paper presents an evaluation of the properties of the vehicle detection system comprising the source of data of traffic flow for road traffic control in a city. The quality of traffic data determines the ability to reach optimal traffic control decisions. Errors of measuring traffic stream balancing locally at junctions and in the whole of the road traffic control system are chosen as evaluation criteria. The city traffic is modelled using a directed graph, with vertices being the measurement sites and with edges linking vertices having weights representing traffic flow values. The analysis of the results enables the determination of measurement sites inadequately mapping the road situation and allows proposing new sites to improve the system. The analysis is performed using real traffic data acquired from the Traffic Control Centre in Gliwice
12
Content available Detailed evaluation and analysis of vision-based online traffic parameters estimation approach using low resolution web cameras
Ali M., Touko Tcheumadjeu L., Zuev S., Ruppe S.
Archives of Transport System Telematics
|
2014
|
Vol. 7, iss. 2
9--13
EN
In this paper, we give an overview and a detail analysis of our approach for vision-based real-time traffic parameters estimation using low-resolution web cameras. Traffic parameters estimation approach mainly includes three major steps, (1) stable background estimation, (2) vehicle detection, mean speed and traffic flow estimation, and (3) traffic scene classification into three states (normal and congested). The background image is estimated and updated in realtime by novel background estimation algorithm based on the median of First-in-First-Out (FIFO) buffer of rectified traffic images. Vehicles are detected by background subtraction followed by post-processing steps. By exploiting the domain knowledge of real-world traffic flow patterns, mean speed and traffic flow can be estimated reliably and accurately. Naive Bayes classifier with statistical features is used for traffic scene classification. The traffic parameter estimation approach is tested and evaluated at the German Aerospace Center’s (DLR) urban road research laboratory in Berlin for 24 hours of live streaming data from web-cameras with frames per second 1, 5 and 10. Image resolution is 348 x 259 and JPEG compression is 50%. Processed traffic data is cross-checked with synchronized induction loop data. Detailed evaluation and analysis shows high accuracy and robustness of traffic parameters estimation approach using low-resolution web-cameras under challenging traffic conditions.
13
Content available Wyznaczanie położenia pojazdów na podstawie danych obrazowych
Czapla Z.
TTS Technika Transportu Szynowego
|
2013
|
R. 20, nr 10
2133--2140, CD
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.
14
Content available remote Detekcja i klasyfikacja pojazdów z wykorzystaniem cyfrowego przetwarzania strumienia wideo dla systemów sterowania ruchem drogowym
Pamuła W.
Prace Naukowe Politechniki Warszawskiej. Transport
|
2013
|
z. 93
3--109
PL
W pracy przedstawiono opracowanie zagadnienia identyfikacji stanu ruchu z wykorzystaniem kamer dla potrzeb sterowania. Ograniczono dziedzinę opracowania do sprzętowych rozwiązań cyfrowego przetwarzania strumienia wideo, opartych na układach logicznych. Sprzętowe rozwiązania charakteryzują się dużą niezawodnością działania, która jest niezwykle istotna dla systemów sterowania.Określono model zadania sterowania i na tej podstawie wyznaczono wymagania dla identyfikacji stanu obiektu sterowania. Przygotowany model umożliwia reprezentację sterowania na poziomie lokalnym, jak i sterowania obszarowego. Przedstawiono elementy określania wrażliwości sterowania na zmiany parametrów opisu. Wykonano przegląd własności systemów sterowania lokalnych i obszarowych, eksponując stosowane metody wykorzystania danych pomiarowych. Dla przykładu znanego algorytmu sterowania przeprowadzono analizę wrażliwości na błędy identyfikacji obiektu sterowania. Uzyskane wyniki można odnieść do innych algorytmów korzystających z analogicznego postępowania optymalizacyjnego. Podsumowano wymagania pomiarowe znanych sterowników sygnalizacji świetlnej. Przeprowadzono dyskusję własności technik pomiarowych. Szczególną uwagę poświęcono technikom wideodetekcji. Zaprezentowano zasady działania znanych rozwiązań układów wideodetekcji, wskazując na ich własności. Przedstawiono autorską koncepcję klasy algorytmów przetwarzania strumienia wideo opartych na wykorzystaniu cech punktowych do identyfikacji stanu ruchu. Określono ograniczenia implementacyjne wynikające ze sformułowanych założeń i wymagań algorytmów przetwarzania. Na podstawie analizy ograniczeń zaproponowana została oryginalna platforma sprzętowa rozwiązania wideodetektora i własna koncepcja opisu organizacji przetwarzania. Przedstawiono autorską metodę dekompozycji algorytmów przetwarzania oraz szczegółowo opisano etapy metody. Opracowano specjalizowane moduły przetwarzania i zaprezentowano model wideodetektora przygotowany z wykorzystaniem opracowanej metody.Korzystając z danych uzyskanych z drogowych stanowisk pomiarowych, gdzie zainstalowano wyprodukowane wideodetektory, przeprowadzono analizę własności pomiarowych opracowanych rozwiązań. Jako wzorcowe użyto dane: uzyskane z równolegle działających pętli indukcyjnych i odczytane z zarejestrowanych filmów. Przedstawiono propozycję wykorzystania transformatowej reprezentacji strumienia wideo do określania gęstości ruchu drogowego. Takie podejście do pomiarów nasuwa pomysł wykorzystania kamer sieciowych - intensywnie korzystających z kompresji transformatowej, do identyfikacji stanu ruchu dla sterowania. Przeprowadzono dyskusję własnosci kamer sieciowych dla zastosowań w sterowaniu. Zaproponowane rozwiązanie może być wykorzystane jako podstawa konstrukcji autonomicznych stanowisk pomiarowych dla budowanych systemów ITS.
EN
The paper presents a study ofthe problem of traffic state identification using video cameras for road traffic control. The scope of the study is limited to hardware solutions of digital image processing devices based on logic gate circuits. Such hardware solutions are robust and highly reliable, which is crucial for road traffic control systems. A model of the traffic control task is elaborated and on its basis, requirements for identification of the controlled object are derived. The elaborated model enables specification of local control conditions as well as control conditions in a network of roads. A review of the sensitivity of control functions to the change of traffic state description parameters is given. The review emphasizes features of methods for acquiring road traffic measurements. A discussion of the sensitivity of stateidentification to measurement errors is made for the case of a commonly used algorithm for local control. The conclusions of this discussion can be related also to other control algorithms which use similar optimisation principles. A summary of traffic measurement requirements of traffic controllers from leading manufacturers is presented. A discussion of traffic parameters measurement techniques is presented with special stress put on video based detection. Principles of operation of prominent solutions of video detectors are analysed. The results ofthe discussion contribute to the author's concept of a class of processing algorithms using feature points for traffic state identification. The concept of the class is further specified by defining implementation restrictions which meet the demands of efficient and reliable hardware processing solutions. On the basis of this concept, a hardware platform and a method of description of processing tasks are devised. The method is based on decomposition of algorithms into modules suitable for working in a processing pipeline. Specialised modules are elaborated and a model of a video detector is prepared and validated. The video detector is produced and installed on a number of traffic junctions. Traffic data were collected at several sites and analysed for measurement errors. Reference data were obtained from inductive loop detectors and video registering devices. The paper ends with a proposition of applying video stream transform description (3D wavelet) for evaluating the density of road traffic. This approach to the measurement of traffic parameters suggests the use of network cameras - that intensively use transform based compression for identification of the traffic states. The proposed solution may be incorporated in autonomous measurement sites which are part of ITS (Intelligent Transport Systems).
15
Content available 3D objects modelling and description from a traffic flow
Bojmir M., Hudec R., Kamencay P., Pirnik R.
Archives of Transport System Telematics
|
2013
|
Vol. 6, iss. 3
4--9
EN
Contemporary research activities in the area of transportation systems usually utilize computer vision techniques. These activities are mostly oriented to the analysis of traffic flow. Key parts of the analysis consist of detection, extraction, modelling and recognition of objects in the traffic flow. Additional information can be obtained by the object tracking, too. The main aim of this contribution is to propose a new method for modelling 3D objects that are moving in the traffic flow. At the beginning of this paper, basic methods of object detection and extraction are shortly described. Moreover, the modified algorithm based on the object extraction and 3D models creation by mesh is also proposed. That mesh model is generated from a depth map. Finally, the results of proposed method are presented in the last part of this paper.
16
Content available A wavelet-based vehicles detection algorithm
Pamuła W.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2012
|
z. 74
75-83
EN
The detection of vehicles, in video streams from road cameras, is generally performed by analyses of the occupancy of virtual detection fields defined in image frames. This principle of detection is sensitive to ambient light variations, vehicle shadows, and camera movement. The paper presents a method for detection of vehicles that uses transformed image frames. To facilitate detection each frame is converted into a vector of pixel values. Consecutive video vectors are transformed using one-dimensional DWT. Stopped vehicles are represented by stripes, whereas moving ones by checked patches. The width of a stripe indicates vehicle size, while the length shows how long the vehicle waited at the approach to the intersection.
PL
Wykrywanie pojazdów w strumieniu wideo z kamer drogowych oparte jest zwykle na analizie zajętości wirtualnych pól detekcji. Ten sposób wykrywania jest czuły na zmiany oświetlenia, cienie pojazdów i ruchy kamery. Artykuł przedstawia metodę wykrywania, która wykorzystuje transformaty klatek obrazów. W celu umożliwienia sprawnej analizy zawartość klatki zamieniana jest najpierw na wektor wartości pikseli. Kolejne wektory wideo są transformowane z użyciem jednowymiarowego, dyskretnego przekształcenia falkowego. Zatrzymane pojazdy są reprezentowane przez paski, a ruchome przez kratkowane placki. Szerokość paska wskazuje na rozmiar pojazdu, a długość określa, jak długo pojazd oczekiwał na wlocie skrzyżowania.
17
Content available Algorytm wideodetekcji korzystający z metody obliczania przepływu optycznego
Głowacz A., Mikrut Z., Pawlik P.
Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
|
2011
|
T. 15, z. 3
521-534
PL
W artykule przedstawiono koncepcję i realizację algorytmu wykrywania i zliczania pojazdów, opartego na analizie przepływu optycznego (optical flow). Porównano efektywność i czas obliczeń trzech algorytmów. Wybrano algorytm Horna--Schuncka i zastosowano go do wydzielania ruchomych obiektów. Stwierdzono, że algorytm dobrze wydziela ruchome obiekty po zastosowaniu binaryzacji stałoprogowej. Skonstruowano podstawowy algorytm detekcji i zliczania pojazdów. Przedstawiono wyniki i sformułowano plan dalszych badań.
EN
The article presents the concept and implementation of an algorithm for detection and counting of vehicles, based on the analysis of optical flow. The effectiveness and computation time of three optical flow algorithms were compared. Horn-Schunck algorithm was selected and used for a separation of moving objects. It was found that after binarization (using a constant threshold) the algorithm truly isolates moving objects. Next a basic algorithm for detecting and counting of vehicles was constructed. The results were presented and plans for further research were formulated.
18
Content available remote Detekcja i klasyfikacja pojazdów z zastosowaniem operatorów kształtu
Płaczek B.
Zeszyty Naukowe. Transport / Politechnika Śląska
|
2003
|
z. 50
57-63
PL
W artykule przedstawiono metodę klasyfikacji pojazdów na podstawie informacji obrazowej. Zastosowano operatory kształtu, które umożliwiają filtrowanie obrazu w poszukiwaniu pojazdów określonego rodzaju. Wzorniki kształtu bazują na definicjach typowych układów krawędzi. Zaprezentowano przykład podziału zarejestrowanej grupy pojazdów na dwie klasy - samochody osobowe i samochody ciężarowe oraz przykład identyfikacji ambulansów. Jako podstawę detekcji pojazdów uprzywilejowanych wykorzystano umieszczane na nich oznaczenia graficzne.
EN
The paper presents a vehicles classification method based on the graphical information processing. Shape operators for image filtering and vehicles of defined type searching have been applied. The shape patterns are based on the typical edges configurations. Example of vehicles group division into two classes - passenger cars and trucks as well as example of ambulances detection have been presented. Graphical signs placed on privileged vehicles were used for their identification.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.