Предварительная обработка цифровых изображений в системах локализации и распознавания дорожных знаков
Download 0.86 Mb. Pdf ko'rish
|
predvaritelnaya-obrabotka-tsifrovyh-izobrazheniy-v-sistemah-lokalizatsii-i-raspoznavaniya-dorozhnyh-znakov
- Bu sahifa navigatsiya:
- ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ЦИФРОВЫХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ЛОКАЛИЗАЦИИ И РАСПОЗНАВАНИЯ ДОРОЖНЫХ ЗНАКОВ
- Аннотация
- Введение
|
Предварительная обработка цифровых изображений в системах локализации и распознавания дорожных знаков Якимов П.Ю. Компьютерная оптика, 2013, том 37, №3 401 ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ЦИФРОВЫХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ЛОКАЛИЗАЦИИ И РАСПОЗНАВАНИЯ ДОРОЖНЫХ ЗНАКОВ Якимов П.Ю. Институт систем обработки изображений РАН Аннотация Задача локализации и распознавания дорожных знаков является актуальной на сего- дняшний день. Подобная система способна не только повысить безопасность, компенсируя вероятную невнимательность человека за рулём, но и позволяет снизить усталость водите- ля, помогая следить за окружающей дорожной обстановкой.Данная статья предлагает эф- фективный алгоритм предобработки цифровых изображений для дальнейшего детектирова- ния дорожных знаков в реальном времени. В статье рассмотрена возможность использова- ния цветового пространства HSV для извлечения красного цвета. Был разработан алгоритм устранения шума для повышения точности и скорости детектирования. Для удаления шу- мов была использована параллельная реализация на GPU. Полученные изображения наи- лучшим образом подходят для дальнейшей локализации дорожных знаков. Ключевые слова: цветовое пространство HSV, устранение шума, детектирование дорож- ных знаков, распознавание дорожных знаков, CUDA. Введение Настоящая статья посвящена проблеме распознава- ния дорожных знаков, которая становится всё более на- сущной. Количество автомобилей постоянно увеличи- вается, как и количество аварий на дорогах. Именно по- этому большое внимание уделяется методам интеллек- туальной обработки информации и принятия решений в системах активной автомобильной безопасности. Система распознавания дорожных знаков предна- значена для предоставления водителю актуальной информации о дорожной обстановке. Существует не- сколько таких систем: «Opel Eye» компании Opel, «Speed Limit Assist» от компании Mercedes-Benz, «Traffic Sign Recognition» компании Ford и другие. Большинство из них нацелено на детектирование и распознавание дорожных знаков ограничения скоро- сти движения [1]. Распознавание дорожного знака обычно происхо- дит в два этапа: детектирование знака и последующее распознавание. Существует множество различных ме- тодов распознавания [2], [3], [4]. Фактически распозна- вание объекта небольшого размера не вызывает осо- бенных сложностей при наличии образцов или шабло- нов возможных дорожных знаков. Существенной вы- числительной сложностью обладает алгоритм детекти- рования. Производительности существующих портативных компьютеров не всегда достаточно для осуществле- ния детектирования дорожных знаков в режиме ре- ального времени. Большинство алгоритмов детекти- рования основано на преобразовании Хафа, которое позволяет эффективно обнаруживать параметризо- ванные кривые на изображении, но этот алгоритм яв- ляется очень чувствительным к качеству цифрового изображения, особенно к наличию шума на изобра- жении. Чем больше на изображении шума, тем боль- ше времени займёт процесс детектирования объектов. Таким образом, возможность детектирования до- рожных знаков в реальном времени сильно зависит от качества подготовки препарата. В настоящей статье предложен эффективный алгоритм извлечения качест- венного препарата с низким уровнем шума из входного изображения для последующей обработки алгоритмом детектирования и распознавания дорожных знаков. Download 0.86 Mb. Do'stlaringiz bilan baham: 
|