A robust traffic sign recognition system
Gürbüz trafik işareti tanıma sistemi
- Tez No: 286127
- Danışmanlar: DOÇ. DR. MEHMET METE BULUT, PROF. DR. GÖZDE BOZDAĞI AKAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
Trafik işareti bulma ve tanıma sistemleri, sürücü uyarı ve yardım sistemlerinin önemli bir parçasıdır. Bu tezde trafik işareti tanıma sistemleri üzerine çalışılmıştır. Daire, üçgen ve kare trafik işaretleri dikkate alınmıştır. Algılama aşamasında, iki farklı yaklaşım tarzı vardır. İlk yaklaşımda, algılanmış trafik işaretinin mevcut olduğu varsayılmıştır. İkinci yaklaşımda ise trafik işareti görüntüsünün ilgilenilen kısmı verilmiştir. Böylece tanıma kısmının performansı algılama aşaması ile birlikte değerlendirilebilir.Tanıma aşamasında, halkalara bölme yöntemi gerçekleştirilmiştir. Bu yöntemde, trafik işareti halkalara bölünür ve normalleştirilmiş bulanık histogram, görüntü açıklayıcı olarak kullanılmıştır. Halkaların histogramları, referans histogramlarla karşılaştırılır. Halkalara bölme, dönmeye karşı gürbüzlük sağlar, çünkü dönme işlemi halkaların histogramını etkilemez. Bu özellik daire işaretler için son derece önemlidir çünkü daire işaretlerde dönmeyi tespit etmek çok zordur. Aydınlanma problemini çözmek için belirlenmiş gri ölçekli görüntü kullanılır.Bu yöntemi, üçgen ve kare işaretlere uygulamak için ilgili işaretlerin çevresel çemberi bulunur.Halkalara ayırma yöntemi, bulunmuş işaretin ve trafik işareti görüntüsünün ilgilenilen kısmı verildiği durumlar için test edilmiştir. Data set 500 adet statik ve videodan alınmış görüntülerden oluşmuştur.
Özet (Çeviri)
The traffic sign detection and recognition system is an essential part of the driver warning and assistance systems. In this thesis, traffic sign recognition system is studied. We considered circular, triangular and square Turkish traffic signs. For detection stage, we have two different approaches. In first approach, we assume that the detected signs are available. In the second approach, the region of interest of the traffic sign image is given. Traffic sign is extracted from ROI by using a detection algorithm.In recognition stage, the ring-partitioned method is implemented. In this method, the traffic sign is divided into rings and the normalized fuzzy histogram is used as an image descriptor. The histograms of these rings are compared with the reference histograms. Ring-partitions provide robustness to rotation because the rotation does not change the histogram of the ring. This is very critical for circle signs because rotation is hard to detect in circle signs. To overcome illumination problem, specified gray scale image is used.To apply this method to triangle and square signs, the circumscribed circle of these shapes is extracted.Ring partitioned method is tested for the case where the detected signs are available and the region of interests of the traffic sign is given. The data sets contain about 500 static and video captured images and the images in the data set are taken in daytime.
Benzer Tezler
- Dengesiz veri setlerinde trafik işaretlerini tanıma
Traffic sign recognition system for imbalanced dataset
YILDIZ AYDIN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLŞAH TÜMÜKLÜ ÖZYER
- Road lane and traffic sign detection and tracking for autonomous urban driving
Yol şeritleri/trafik tabelası tespit ve takibi
M. CANER KURTUL
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. H. LEVENT AKIN
- Computer vision algorithms for mobile camera applications
Başlık çevirisi yok
KORAY ÖZCAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSyracuse UniversityDr. SENEM VELİPAŞALAR
- Anomaly detection and performance analysis with exponential smoothing model powered by genetic algorithms and meta optimization in traffic data
Trafik verilerinde genetik algoritmalar ve meta optimizasyonla güçlendirilmiş exponential smoothing modeli ile anomali tespiti ve performans analizi
ALİ KEREM GÜLER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER ARSAN
- Dayanıklı temel bileşenler analizi ile ağ trafiği anomalisinin tespiti
Detection of network traffic anomalies with robust principal components analysis
KÜBRA BAĞCI
Doktora
Türkçe
2020
İstatistikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. HALİT ERAY ÇELİK