Reconhecimento de Placas de Sinalização de Trânsito via Processamento Digital de Imagem de Aprendizado de Máquina

De MediaWiki do Campus São José
Ir para: navegação, pesquisa
Autor

Mathias Silva da Rosa

Orientador

Prof. Diego da Silva de Medeiros

Curso

Engenharia de Telecomunicações

Resumo

Uma das principais abordagens do reconhecimento automático de placas de sinalização de trânsito é realizar a integração entre técnicas de processamento digital de imagens e métodos de aprendizado de máquina objetivando determinar as informações importantes apresentadas por cada imagem capturada em tempo real. Estas informações podem ser utilizadas como fatores que podem determinar o comportamento de mecanismos como os Sistemas Autônomos de Condução (ADS) e Sistemas Avançados de Apoio ao Motorista (ADAS). Este trabalho tem como propó- sito apresentar o estudo sobre um sistema de reconhecimento automático de placas de sinalização de trânsito dividido em cinco etapas: aquisição, pré-processamento com o uso do modelo HSV e técnicas como limiarização, morfologia e detectores de borda; segmentação através do uso da transformada Hough generalizada; descri- ção através do uso do método Histograma de Gradientes Orientados (HOG) e por fim, classificação com o uso de Máquinas de Vetores de Suporte (SVM’s). Primeiramente o trabalho proposto aborda o desenvolvimento dos processos de treinamento e teste implementados através da plataforma MATLAB○R e a utilização de imagens estáticas contendo placas de sinalização de trânsito. Em seguida, uma câmera é acoplada ao painel de um carro em movimento obtendo fotos sequenciais de placas de sinalização através do trajeto percorrido. O algoritmo proposto alcançou taxas de acerto superiores à 70% para o reconhecimento das placas de sinalizações para primeira etapa de testes. Para a segunda etapa, apesar das características diferentes apresentadas pelas placas de sinalização, as taxas de acertos alcançaram 90% para o reconhecimento das placas.

Palavras chave

HOG. SVM.

Abstract

One of the main approaches for the automatic recognition of traffic signs is to realize the integration between techniques of digital image processing and machine learning to identify the important informations presented by each image captured in real-time. These informations can be used as factors to determine the behavior of mechanisms like Autonomous Driver System (ADS) or Advanced Driver Assistant System (ADAS). This job has as objective to introduce a study of automatic traffic sign recognition system divided into five steps: aquisition, preprocessing with the use of HSV model and techniques such as limiarization, morphology and edge detection; segmentation with the use of generalized Hough transform; description with the use of Histograms of Oriented Gradients (HOG) and finally, classification with the use of Support Vectors Machine (SVM). First, the proposed work approaches the development of the processes of training and test implemented with MATLAB○R platform and the use of static images containing traffic signs. Then, a camera is coupled to the panel of a moving car, getting sequential pictures of traffic signs through the course.The proposed algorithm reached hit rate over 70% for the recognition of traffic signs in the first part of tests. In the second part, despite of traffic signs which had some differents features, the hit rate reached 90% for the recogntion of traffic signs.

Keywords

HOG. SVM.

Arquivos

Arquivos relacionados a trabalho, a monografia em pdf e também arquivos fontes e executáveis estão disponibilizados nos links abaixo: