Geri Dön

Sayısal kenar çıkarma ve yapay sinir ağları yardımıyla araç tanıma

Vehicle detection by numerical edge detection and artificial neural networks

  1. Tez No: 197251
  2. Yazar: MEHMET ALİ SOYTÜRK
  3. Danışmanlar: DOÇ. DR. MEHMET EMİN YÜKSEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Araç tespiti, görüntü işleme, kenar bulma, simetri, yapay sinir ağları, Vehicle detection, image processing, edge detection, symmetry, artificial neuralnetwork
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 87

Özet

Sayısal imgelerden ortamda bulunan araçların işaret işleme teknikleriyle tespit edilmesi, araçtakibi, araç sayımı, otomatik geçiş sistemleri, insansız araç ve benzeri birçok alanda insanagerek kalmadan işlem yapabilme imkanı sağlamaktadır. Bu tip insansız sistemler ile iş gücütasarrufu yapılmakta, işlem hızı artırılmakta ve insandan kaynaklanan hatalar en azaindirgenmektedir. Birçok alanda insana yardımcı olan bu tip sistemler, araca uyarlanabilmekteve seyir halinde sürücünün gözünden kaçabilecek tehlikeleri ortadan kaldırarak sürücügüvenliğini arttırmaktadır.Sayısal imgeden araç tespitinde karşılaşılan birçok güçlük vardır. Aracın gölgesi, araçtaoluşan parlama, aracın uzaklığına bağlı olarak boyutlarının değişmesi, farklı açılardan aracınfarklı görünmesi, ortamda bulunan diğer nesneler sebebiyle aracın bir kısmının veyatamamının imgeden kaybolması gibi birçok sebep, sayısal imgeden araç tespiti yapmanınzorlukları arasındadır. Bununla beraber sayısal imge ortam ve araç hakkında birçok önemlibilgi içerir. Uygun yaklaşımlarla bu bilgilerin tam olarak elde edilmesi bu konuda yapılançalışmaların hedefini oluşturmaktadır.Bu çalışmada, sayısal imgeler aracılığıyla karayolunda hareket halinde olan araçların tespitedilmesine yönelik bir metot sunulmaktadır. Önerilen metotta imgenin dikey ve yataykenarları bulunarak bunlara ait dikey ve yatay simetri hesaplanmıştır. Araç görüntüsününsimetri içermesi sebebiyle simetrinin yüksek olduğu bölgeler araç olması ihtimaline karşınyapay sinir ağı tabanlı bir model ile aranmıştır. Sunulan metodun başarımı birçok imgededeğerlendirilmiştir. Deneysel sonuçlar önerilen metodun oldukça karmaşık ortamlarda başarıile araç tespiti yapabildiğini göstermektedir.

Özet (Çeviri)

Vehicle detection from digital images by numerical signal processing methods enables us toperform vehicle tracking, vehicle counting, unmanned vehicle, automatic passing systemswithout human intervention. These kinds of unmanned systems allow faster operation andminimize human errors. Human assistant systems mounted on vehicles eliminate dangeroussituations that may escape from the attention of the driver thus improving driving safety.There are a number of factors that cause some difficulties in vehicle detection from digitalimages. These include shadow of the vehicle, shining, occlusion, vehicle dimension variationsdepending on distance, vehicle shape variations depending on viewing angle, etc. However,digital images of a traffic scene include information that may alleviate some of the abovedifficulties. Therefore a convenient approach for obtaining useful information from a digitalimage of a traffic scene regarding vehicle detection is desired.In this work, a method for determining vehicle location in gray scale images of movingvehicles on roads is presented. In the proposed method, vertical and horizontal edges areextracted and their symmetry values are computed. Points with high symmetry values in theimage are processed by an artificial neural network model to detect vehicles. Performance ofthe proposed method is evaluated by extensive simulations conducted on a number of digitalimages representing different scenarios. Experimental results show that the proposed methodcan efficiently detect vehicles in complex scenes.

Benzer Tezler

  1. Yapay sinir ağlarını kullanarak sayısal görüntülerde kenar tespiti için optimum bir yaklaşım

    An optimum approach for digital image edge detection with artificial neural network

    YOSSF AHMED AHMED GHİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YASEMİN GÜLTEPE

  2. Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar

    Densely connected structures in deep learning based image denoising

    VEDAT ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  3. A new framework for decentralized social networks: Harnessing blockchain, deep learning, and natural language processing

    Merkezsiz sosyal ağlar için yeni bir çerçeve: Blok zinciri, derin öğrenme ve doğal dil işlemeyi kullanmak

    AMIR AL KADAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DENİZ BALTA

  4. GPU ile hızlandırılmış bulanık mantık algoritmalarının görüntü işlemede kullanılması

    GPU-accelerated image processing algorithms using fuzzy logic

    HASAN BADEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. MAHİT GÜNEŞ

  5. An ALE framework for multiphase flows

    Çok fazlı akışlar için bir ALE yaklaşımı

    ÇAĞATAY GÜVENTÜRK

    Doktora

    İngilizce

    İngilizce

    2022

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ŞAHİN