Ölçekten bağımsız öznitelik dönüşümü tabanlı optik akış yöntemiyle trafik yoğunluk analizi
Traffic flow density determination method with scale invariant feature transform flow
- Tez No: 297069
- Danışmanlar: DOÇ. DR. ABDULLAH BAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Trafik, Electrical and Electronics Engineering, Traffic
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 58
Özet
Son yıllarda hareketli görüntü işleme, günlük yaşantımızın pek çok alanlarındaki uygulamalarda büyük ölçüde önem kazanmaktadır. Bu tür uygulamalardan birisi de trafik kameralarından alınan görüntülere uygulanan görüntü işleme yöntemleri kullanılarak trafik yoğunluğunun ölçülebilmesidir. Bu tez çalışmasında amaç trafik kameralarından kaydedilen video görüntülerindeki hareketli araçların takibi ile trafik akış hızı ve araç yoğunluğunu belirlenmesidir.Yapılan çalışma, İstanbul Büyükşehir Belediyesi trafik kameralarından alınmış ardışık görüntülerdeki hareketin bir takım görüntü işleme yöntemleri kullanılarak analiz edildiği ve elde edilen sonuçlara göre görüntülerdeki araçların hızlarının tahmini hesaplandığı bir uygulamadır.Hareket tespitinde, akış alanlarının elde edilmesinde Lucas Kanade Optiksel Akış (LKOA) ve Ölçekten Bağımsız Öznitelik Dönüşümü Tabanlı Optik Akış (ÖBÖDA) modelleri arasında karşılaştırma yapılmıştır. LKOA modelinde yerel optik akış hesaplaması en küçük kareler yöntemine göre uygulanır. Buna karşı ÖBÖDA modeli ile kenar tespit yöntemleri kullanılarak iki görüntü arasındaki fark elde edilir. Daha düşük kontrasta sahip noktalar elenerek daha kararlı noktalar elde edilir. ÖBÖDA modelinin trafik akış yoğunluğu tespitinde daha iyi sonuçlar verdiği görülmüştür.Araç takibinde aracın ön ve arka noktaları belirlenir. Bu noktalar arasındaki birim uzaklık belirlenir ve gerçek dünyadaki uzaklığına göre araç uzunluğu elde edilir. Araç hızı, araç boyu kadar katettiği yolu ne kadar zamanda geçtiğini saptayarak bunu gerçek zaman ve yola dönüştürüp aracın tahmini hızı bulunur.Uygulama sonucu, trafik yoğunluk analizinde ve araçların sınıflandırılarak sayılmasında ÖBÖDA yönteminin başarılı sonuçlar verdiğini göstermiştir.
Özet (Çeviri)
In recent years, the video image processing comes into prominence in a large extent of applications in our daily lives. One of the applications of this kind of methods is to measure the traffic density by using the image processing applied to the images taken from traffic cameras. The aim of this study is to be determined the flow rate and vehicle density with monitoring of moving vehicles under the previously recorded video images in traffic cameras.This study is an application of the motion on a number of consecutive images are taken by traffic cameras of İstanbul Metropolitan Municipality which are analyzed using image processing methods and calculated the estimated speed of vehicles in images according to the obtained results.To obtain flow fields in background extraction, the methods of Lucas Kanade Optical Flow (LKOF) and Scale Invariant Feature Transform Flow (SIFTF) are compared. For the LKOF method, the local optical flow calculation is applied according to the method of least squares. By using the edge detection methods with SIFTF obtained the difference between two images accordingly. Thereby eliminating points with low contrast, the more stable points are obtained.On region-based vehicle tracking, rear and front points are determined. Firstly, the points are determined by the distance between units, and then the lenght of vehicle is obtained according to the distance of the real world. The speed of vehicle is calculated using the size of vehicle and the certain points selected on the video images.As a result of the application, method of SIFTF shows that determining the traffic density and classifying the vehicles is successful.
Benzer Tezler
- Stereo based 3D head tracking using the scale invariant feature transform
Ölçekten bağımsız öznitelik dönüşümü kullanarak stereo kamera ile üç boyutlu kafa takibi
BATU AKAN
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiMühendislik Bilimleri Bölümü
PROF. DR. AYTÜL ERÇİL
YRD. DOÇ. DR. MÜJDAT ÇETİN
- Change detection in multitemporal satellite images using multiscale bilateral filter and sift flow
Çoklu zamanlı uydu görüntülerinde çoklu ölçekli bileteral süzgeç ve sıft akışı ile değişiklik tespiti
BAHAA AWAD
Yüksek Lisans
İngilizce
2018
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. IŞIN YAZGAN ERER
- Termal ve hiperspektral görüntülerde hareketli hedef tespiti ve izlenmesi
Moving target detection and tracking on thermal and hyperspectral images
HAMİDULLAH BİNOL
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDULLAH BAL
- Yapay sinir ağları ile geliştirilen akıllı köşe bulma yöntemi
Method of smart corner detection developed with artificial neural networks
FATMA ELZAHAR
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH TALU
- Yerel ikili örüntü tabanlı uç öğrenme yaklaşımı kullanan akıllı örüntü tanıma sistemi ile mermer sınıflandırma uygulaması
Local binary pattern based marble classification application using intelligent pattern recognition system using the extreme learning approach
ERHAN TURAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiMekatronik Ana Bilim Dalı
PROF. DR. BEŞİR DANDIL