تستفا

تشخيص خودرو و استخراج پارامترهاي حركتي آن در تصاوير ويدئويي بزرگراهها

نظارت بر محیط، بدون واسطه انسان یکی از نیازهای بشر امروز است. با اینکه بیش از چند دهه از معرفی روش
های نظارت اتوماتیك نمیگذرد ولی امروزه کاربرد بسیار زیادی پیدا کردهاند. یکی ازمهمترین کاربردهای آن
نظارت ترافیك میباشد. در سیستم های نظارت ترافیکی از سنسورها و ابزار های مختلفی استفاده میشود.
استفاده از دوربین های ویدئویی، روشی است که میتوان به کمك آن اطلاعات ترافیکی مورد نیاز را از تصاویر
استخراج کرد.
جهت پردازش تصاویر ویدئویی برای تشخیص و ردیابی خودروها و در نهایت نظارت اتوماتیك در ترافیك روش
هایی ارائه شده است که هرکدام با توجه به کارایی مورد نظر، از الگوریتم های مختلف بینایی ماشین استفاده می
کنند. برخی از این روش ها ردیابی بر اساس مدلهای سهبعدی و برخی دیگر بر اساس ردیابی نواحی متحرك در
تصویر یا نقاط مشخصه هستند.
در این پایان نامه روشی جدید جهت استخراج پارامترهای حرکتی و ترافیکی با استفاده از تشخیص و ردیابی
خودروهای متحرك ارائه شده است. روش پیشنهادی بر اساس ردیابی حباب بوده و به منظور ردیابی هرچه
دقیقتر خودروها از بافت نگارهای عرضی (در هر فریم) و طولی (درچند فریم متوالی) فراوانی مشخصات لبه های
استخراج شده خودروها در نوارهای مشخص شده و همچنین اثردهی اطلات رنگ، رشد پیکسلی،سرعت و تخمین
مکانی خودروها استفاده شده است. درمرحله نخست، با استفاده از تصاویر از پیش ضبط شده ازمکانهای مورد
نظر کالیبراسیون انجام میشود. هدف ازم انجام کالیبراسیون در این روش بدست آوردن نسبت هرپیکسل به
اندازه واقعی آن بر حسب متر در تمام نقاط تصویر میباشد، که به کمك روش تقریبی تخمین زده میشود. در
مرحله بعدی تخمین پس زمینه برای جداسازی خوردروهای متحرك از تصویر و در نهایت استخراج حبابها 1که
هرکدام نمایانگر یك خودرو متحرك میباشد انجام میشود. جهت ردیابی حباب ها در تصویر جاری از یك
ماتریس mدر nکه درآن nتعداد حباب های ردیابی شده و mتعداد مشخصههایی از قبیل مختصات مکانی،
ابعاد، رنگ، سرعت، مکان تخمینی در تصویر بعدی، ابعاد تخمینی در فریم بعدی و ... میباشد که به هر حباب
ردیابی شده نسبت داده میشود. این ماتریس در هر فریم با استفاده از مشخصات استخراج شده حبابها به روز
میشود به طوری که صحت این ردیابی با مطابقت دادن همه مشخصههای فعلی و تخمین زده شده تایید می-
گردد. جهت ردیابی دقیق تر خودروهایی که به دلیل وجود سایهها و مسأله اختفاء به درستی ردیابی نشده اند از
فصل مشترك اطلاعات لبه در حباب های ردیابی شده با نواری از تصویر که درمکانی خاص در نظر گرفته شده
است یك نمودار بافت نگار تشکیل داده و با بررسی آن در هر تصویر میتوان ردیابی اشتباه دو خودرو که به طور
1 Blob2
عرضی به هم چسبیدگی دارند و همچنین با بررسی آن در چند تصویر متوالی میتوان ردیابی اشتباه دوخودرو
که به طور طولی به هم چسبیدگی دارند را با تقریب خوبی تشخیص داد .پس از تشخیص و ردیابی خودروها،
استخراج پارمترهای حرکتی و ترافیکی از قبیل تراکم، سرعت متوسط، تعداد خودروها و ... انجام میشود