Предварительная обработка цифровых изображений в системах локализации и распознавания дорожных знаков
Якимов П.Ю.

PDF, 876 kB

DOI: 10.18287/0134-2452-2013-37-3-401-405

Страницы: 401-405.

Аннотация:
Задача локализации и распознавания дорожных знаков является актуальной на сегодняшний день. Подобная система способна не только повысить безопасность, компенсируя вероятную невнимательность человека за рулём, но и позволяет снизить усталость водителя, помогая следить за окружающей дорожной обстановкой.Данная статья предлагает эффективный алгоритм предобработки цифровых изображений для дальнейшего детектирования дорожных знаков в реальном времени. В статье рассмотрена возможность использования цветового пространства HSV для извлечения красного цвета. Был разработан алгоритм устранения шума для повышения точности и скорости детектирования. Для удаления шумов была использована параллельная реализация на GPU. Полученные изображения наилучшим образом подходят для дальнейшей локализации дорожных знаков.

Ключевые слова :
цветовое пространство HSV, устранение шума, детектирование дорожных знаков, распознавание дорожных знаков, CUDA.

Литература:

  1. Shneier, M. Road sign detection and recognition // Proc. IEEE Computer Society Int. Conf. on Computer Vision and Pattern Recognition. – 2005 – P. 215–222.
  2. Nikonorov, A. Traffic sign detection on GPU using color shape regular expressions / A. Nikonorov, P. Yakimov, P. Maksimov // VISIGRAPP IMTA-4 2013. – 2013. – Paper Nr 8.
  3. Ruta, A. A New Approach for In-Vehicle Camea Traffic Sign Detection and Recognition / A. Ruta, F. Porikli, Y. Li, S. Watanabe, H. Kage, K. Sumi, // IAPR Conference on Machine vision Applications (MVA), Session 15: Machine Vision for Transportation – May 2009.
  4. Belaroussi, R. Road Sign Detection in Images / R. Belaroussi, P. Foucher, J.P. Tarel, B. Soheilian, P. Charbonnier, N. Paparoditis // A Case Study, 20th International Conference on Pattern Recognition (ICPR) – 2010. – P. 484-488.
  5. Tkalcic, M. Colour spaces - perceptual, historical and applicational background / M. Tkalcic, J. Tasic // In The IEEE Region 8 EUROCON 2003 proceedings – 2003. – P. 304-308.
  6. Koschan, A. Digital Color Image Processing / A. Koschan, M.A. Abidi // ISBN 978-0-470-14708-5. – 2008. – 376 P.
  7. Travis, D. Effective Color Displays Theory and Practice // Academic Press, ISBN 0-12-697690-2. – 1991. – 328 p.
  8. Chen, S.Y. Boosted Road Sign Detection And Recognition / Sin-Yu Chen, Jun-Wei Hsieh // International Conference on Machine Learning and Cybernetics – 2008. – vol. 7. – P. 3823-3826.
  9. Ruta, A. Detection, Tracking and Recognition of Traffic Signs from Video Input / A. Ruta, Y. Li, X. Liu // Proceedings of the 11th International IEEE Conference on Intelligent Transportation Systems, Beijing, China – 2008.
  10. Yakimov, P. Detection and color correction of artifacts in digital images / S. Bibikov, R. Zakharov, A. Nikonorov, V. Fursov, P. Yakimov // Optoelectronics, Instrumentation and Data Processing. – 2011. – Vol. 47, issue 3. – P. 226-232.
  11. Якимов, П. Исследование эффективности технологии CUDA в задаче распределённой предпечатной подготовки цифровых изображений / С.А. Бибиков, А.В. Никоноров, В.А. Фурсов, П.Ю. Якимов // Сборник трудов «Научный сервис в сети Интернет: масштабируемость, параллельность, эффективность». – 2009. – С. 21-26.
  12. Якимов, П. Программный комплекс для обработки изображений в массивно-многопоточной CUDA-среде / П.Ю. Якимов, В.А. Фурсов // Сборник трудов конференции «Проведение научных исследований в области информационно-телекоммуникационных технологий». – 2010. – С. 119-120.
© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20