การตรวจจับรถยนต์

บทคัดย่อ

บทคัดย่อ

ในบทความนี้ได้นำเสนอแนวคิดในการตรวจจับรถยนต์ด้วยการประมวลผลภาพที่บันทึกจากด้านหน้าของรถยนต์จากที่สูงเพื่อนำผลที่ได้สามารถนำไปใช้ในการประเมินจำนวนรถยนต์และ นำไปสู่การควบคุมสัญญาณไฟจราจรด้วยการประมวลผลภาพต่อไป ขั้นตอนในงานวิจัยเริ่มจากการปรับภาพโหมดสีจาก RGB เป็นโหมดสีระดับเทาแล้วหาเส้นขอบของภาพด้วยขั้นตอนวิธีแบบโซเบลและปรับปรุงเส้นขอบที่ได้ให้สมบูรณ์ จากนั้นทำการค้นหาขอบเขตที่สนใจและสุ่มจุดภาพของเส้นขอบเพื่อนำไปเปรียบเทียบกับจุดภาพของรถยนต์ต้นแบบด้วยหลักการเชพคอนเท็กซ์เพื่อยืนยันรถยนต์ จากผลการทดลองตรวจจับรถยนต์พบว่าได้ค่าความแม่นยำเฉลี่ยเท่ากับ 0.75 และค่าความผิดพลาดเฉลี่ยเท่ากับร้อยละ 0.06 ซึ่งถือว่าอ ยู่ในระดับที่ดี

คำสำคัญ: การตรวจจับรถยนต์ เชพคอนเท็กซ์

Abstract

This paper proposes a technique to detect cars using image processing where recordings are placed in front of the car in a high location. The obtained results can be used to estimate the number of cars, and lead to control of traffic lights. In the first step we adjust an image from RGB to the gray scale mode. In the next step, we show and find the edge detection of the pictures with the Sobel algorithm and improve the clarity of the picture. After that, we search an area of interest with random pixels to compare with the pixels of the template of the car by using shape context to verify the cars. From these experiments, we have shown that the average accuracy of 0.75 the average of error was 0.06; which is considered to be a great level.

Keyword: Car detection, Shape context