Traffic congestion has become more prevalent in metropolitan areas, necessitating the reorganization of roads and their management through Computer vision technologies. One of the techniques is to determine the height vehicles allowed to use the road, and identify the license plates of vehicles an efficient traffic monitoring system has been proposed. the proposed system works by detecting objects (vehicles) and use the laws of area to calculate vehicle heights, as well as license plate detection using the yolov4 and yolov5 networks.
PL
Zatory komunikacyjne stały się bardziej powszechne w obszarach metropolitalnych, co wymaga reorganizacji dróg i zarządzania nimi za pomocą technologii wizji komputerowej. Jedną z technik jest wyznaczanie wysokości pojazdów dopuszczonych do ruchu oraz identyfikacja tablic rejestracyjnych pojazdów, zaproponowano skuteczny system monitorowania ruchu. proponowany system działa na zasadzie wykrywania obiektów (pojazdów) i wykorzystuje prawa powierzchni do obliczania wysokości pojazdów, a także wykrywanie tablic rejestracyjnych za pomocą sieci yolov4 i yolov5.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The article presents two methods of detecting objects in images of the surface of the earth from the air. The search was performed using local characteristic features, i.e. key points. In the first method, the corner detection was supplied using the Harris & Stephens algorithm. The descriptors were built for detection key points by the FREAK algorithm. In the second method the blobs were provided by the SURF algorithm. The descriptors were built by the SURF algorithm. After the usage of the above methods, a comparison was made. The obtained results were shown on the example images.
PL
W artykule przedstawiono dwa przykłady detekcji obiektów w zdjęciach powierzchni ziemi z powietrza. Wyszukiwanie wykonano przy użyciu cech charakterystycznych. W pierwszym przykładzie dokonano detekcji narożników przy użyciu algorytmu Harris & Stephens. Następnie zbudowano deskryptory do znalezionych punktów kluczowych w oparciu o algorytm FREAK. W drugim przykładzie zastosowano metodę SURF do odnalezienia plamek i zbudowania ich deskryptorów. Po użyciu powyższych metod dokonano porównania. Uzyskane wyniki zaprezentowano na przykładowych zdjęciach.
Pomiar odległości jest jedną z podstawowych operacji spotykanych w systemach przemysłowych i militarnych. W pracy przedstawiono urządzenie do precyzyjnego pomiaru małych odległości nieprzekraczających 15 m. Urządzenie będzie zainstalowane na platformie mobilnej przewidzianej do pomiaru temperatury linii wysokiego napięcia z użyciem kamery termowizyjnej. Pomiar tą metodą wymaga określenia odległości od obiektu. Wartość odległości jest konieczna do prawidłowej interpretacji obrazu z kamery. Zaproponowano stereoskopowy pomiar odległości z użyciem dwóch kamer. Metoda taka umożliwia pomiar odległości od dowolnego punktu widocznego w dwóch kamerach. Kąt widzenia urządzenia jest zbliżony do kąta widzenia kamer, a więc nie ma potrzeby precyzyjnego nakierowywania urządzenia na obiekt. Najważniejszym zagadnieniem jest wyznaczenie współrzędnych obiektu w obrazie z kamer. Jest to generalnie zadanie o dużej złożoności obliczeniowej. W przeprowadzonym eksperymencie obiekt jest wykrywany na podstawie barwy i jasności.
EN
The distance measurement is one of the basic operations encountered in industrial systems or military. In this work a device for the precise measurement of small distances not exceeding 15 m is presented. The device will be installed on a mobile platform that will be applied for temperature measurement of high voltage lines with the use of the infrared camera. The temperature measurement by this method requires the determination of the distance to the object. The distance is needed for the proper interpretation of the camera output. The stereoscopic distance measurement using two cameras is proposed. The method allows for the measurement of distance from any point visible in both cameras. The viewing angle of the device is close to the viewing angles of cameras so there is no need for centering the device onto the object. The most important problem is the determination of object coordinates in the picture captured from the camera. It is, in general, the task of high computational complexity. In the performed experiment the object position is being determined using its colour and intensity. The measurement algorithm is described along with the selected results.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
A movement analysis of objects contained in visual scenes can be performed by means of linear multidimensional filters, which have already been analyzed in the past. While the soundness of the results was convincing, interest in those systems declined due to the limited computational power of contemporary computers. Recent advances in design and implementation of integrated circuits and hardware architectures allow realizing velocity filters if the n-D system is carefully adapted to the analyzed problem. In this paper, the fundamental principles of visual scene analysis by linear multidimensional filters are examined with respect to possible sources of degradation. The extraction of movement information and its practical use are demonstrated using a wave digital filter (WDF) implementation.
The paper presents two methods of creating custom color models aimed at object detection in digital images. Both presented methods are based on Gram-Schmidt orthonormalization procedure and can be applied in many different fields of recognition (human faces, remotely sensed images, etc.). Their main advantage is associated with efficient representation of color variations leading to the simple color-limits definition. In the paper, the authors present the precise mathematical principles together with some practical examples of working algorithm.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.