Αυτόματος εντοπισμός και αναγνώριση σημάτων
οδικής κυκλοφορίας

Αδάμ, Αικατερίνη

dc.contributor.author	Αδάμ, Αικατερίνη	el
dc.date.accessioned	2015-03-05T10:52:03Z
dc.date.available	2015-03-05T10:52:03Z
dc.date.issued	2015-03-05
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/40389
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.3681
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Γεωπληροφορική”	el
dc.rights	Default License
dc.subject	Εντοπισμός	el
dc.subject	Μηχανική Μάθηση	el
dc.subject	Όραση Υπολογιστών	el
dc.subject	Χρώμα	el
dc.subject	Κατηγοριοποίηση	el
dc.subject	Detection	en
dc.subject	Classification	en
dc.subject	Colour	en
dc.subject	Automation	en
dc.subject	Vision	el
dc.title	Αυτόματος εντοπισμός και αναγνώριση σημάτων οδικής κυκλοφορίας	el
dc.title	Automatic road sign detection and recognition	en
heal.type	masterThesis
heal.classification	Όραση Υπολογιστών	el
heal.classification	Φωτογραμμετρία	el
heal.classification	Μηχανική Μάθηση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2014-09-01
heal.abstract	Η Όραση Υπολογιστών και η Μηχανική Μάθηση δύνανται να χρησιμοποιηθούν σε ένα ευρύ φάσμα ιδιαίτερα ενδιαφερουσών εφαρμογών. Μία χαρακτηριστική εφαρ- μογή συνιστά η δημιουργία Συστημάτων Υποβοήθησης Οδήγησης (Driving Assistance Systems), τα οποία ουσιαστικά στοχεύουν, με την εξέλιξή τους, στην πλήρως αυτοματοποιημένη οδήγηση. Για τη δημιουργία ενός τέτοιου συστήματος απαι- τούνται διάφορες επιμέρους εφαρμογές, όπως συστήματα αυτόματου εντοπισμού εμποδίων, εντοπισμού λωρίδων οδικής κυκλοφορίας και εντοπισμού και κατη- γοριοποίησης σημάτων οδικής κυκλοφορίας. Η παρούσα εργασία στοχεύει στη δημιουργία της τελευταίας εφαρμογής. Πιο συγκεκριμένα, εκμεταλλευόμενη τεχνικές επεξεργασίας εικόνας και μηχανικής μάθησης φιλοδοξεί να δημιουργήσει έναν αλγόριθμο που είναι ικανός να αναγνωρίζει αυτόματα ποιές πινακίδες οδικής κυκλοφορίας συναντά ένα κινούμενο όχημα. Προς το παρόν, μία τέτοια εφαρμογή μπορεί να χρησιμοποιηθεί βοηθητικά (για παράδειγμα στέλνοντας προειδοποιητικούς ήχους όταν ο οδηγός παραβιάζει μία από τις υπάρχουσες πινακίδες), αλλά ακόμα μπορεί να αποτελέσει και μέρος ενός συστήματος αυτόματης καταγραφής της α- κριβούς θέσης των πινακίδων. Πληθώρα προβλημάτων ανακύπτουν κατά τη διαδικασία, τα οποία ο αλγόριθμος οφείλει να υπερβεί προκειμένου να λειτουργεί ικανοποιητικά. Ανάμεσά τους συγκαταλέγονται οι έντονες εναλλαγές στις συνθήκες φωτεινότητας, οι οποίες οφείλονται όχι μόνο στις εναλλαγές ημέρας-νύχτας αλλά και στις διαφορετικές καιρικές συνθήκες. Ακόμα, πιθανά προβλήματα στην αυτόματη διαδικασία εντοπισμού και αναγνώρισης προκαλούν αποκρύψεις των πινακίδων, αλλοιώσεις στο χρώμα τους, λόγω της έκθεσης στον ήλιο, βανδαλισμοί που υφί- στανται συχνά τα σήματα, καθώς και η ύπαρξη παρόμοιων αντικειμένων. Επίσης, καθώς συχνά οι πινακίδες στρέφονται και μετακινούνται, ο αλγόριθμος που θα αναπτυχθεί οφείλει να παρουσιάζει ανοχές σε ανάλογους μετασχηματισμούς. Η δομή της παρούσας εργασίας είναι η ακόλουθη. Αρχικά πραγματοποιείται μία εκτενής αναφορά στις διάφορες μεθόδους, που έχουν χρησιμοποιηθεί κατά καιρούς για τον συγκεκριμένο σκοπό, καθώς ο αυτόματος εντοπισμός και κατηγοριοποίηση πινακίδων οδικής κυκλοφορίας συνιστά ένα ιδιαίτερα ευρύ και δραστήριο πεδίο έρευνας. Κατόπιν, αναλύεται και επεξηγείται ο αλγόριθμος που συντάχθηκε στο πλαίσιο της παρούσας εργασίας με έμφαση στο θεωρητικό υπόβαθρο των τεχνικών όρασης υπολογιστών και μηχανικής μάθησης που επιστρατεύτηκαν. Μοναδικό δεδομένο εισόδου για τον αλγόριθμο συνιστούν έγχρωμες εικόνες ειλημμένες από φωτομηχανή χαμηλού κόστους, η οποία έχει τοποθετηθεί σε κινούμενο όχημα. Στις εικόνες πραγματοποιείται εντοπισμός βάσει χρώματος, προκειμένου να εντοπιστούν περιοχές ενδιαφέροντος, που πιθανώς περιέχουν πινακίδες οδικής κυκλοφορίας. Ακολουθεί ο κυκλικός μετασχηματισμός Hough, που εκμεταλλεύεται τις γεωμετρικές ιδιότητες των σημάτων και οι τελικές περιοχές ενδιαφέροντος αναπαρίστανται με τη χρήση των περιγραφέων HOG και εισέρχονται σε ταξινομητές (Μηχανές Δια- iii νυσματικής Στήριξης), που έχουν προηγουμένως εκπαιδευθεί. Για την εκπαίδευση του συστήματος δημιουργήθηκε μία βάση δεδομένων με εικόνες που περιέχουν τα ελληνικά σήματα οδικής κυκλοφορίας. Οι εικόνες ελήφθησαν κάτω από διαφορετικές καιρικές συνθήκες και συνθήκες φωτισμού και στη συνέχεια διεξήχθη σειρά πειραμάτων, ώστε να διαπιστωθεί η επιτυχία του αλγορίθμου που αναπτύχθηκε. Τα αποτελέσματα συνοψίζονται και σχολιάζονται στο τέλος της εργασίας, όπου ακόμα παρατίθενται και κάποια τελικά συμπεράσματα και προτάσεις για μελλοντική έρευνα, όσο και η χρησιμοποιηθείσα βιβλιογραφία.	el
heal.advisorName	Ιωαννίδης, Χαράλαμπος	el
heal.committeeMemberName	Καρράς, Γεώργιος	el
heal.committeeMemberName	Δουλάμης, Αναστάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Φωτογραμμετρίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	179 σ.
heal.fullTextAvailability	true