Knowledge base: Warsaw University of Technology

Settings and your account

Back

Investigate the possibilities of using correlation in the process of automatic classification

Rafał Sosnowski

Abstract

The purpose of the thesis is to investigate the possibilities of using correlation in the process of automatic classification of vehicles. Proposed technical solutions and the software developed could be used in road safety systems and minimize the costs associated with its use. In my thesis I presented consecutive stages of creating software in interactive Matlab environment. Matlab language is independent from system and hardware platforms on which program works.The work includes methods of digital image processing and the classifier that was developed in the study is to classify vehicles into three groups: light, heavy and others. The classifier was created in two steps: preliminary analisys of vehicles size and colour, and verification by correlation methods, which take place in correlation windows. Data used in system were received from calibrated cameras in specifically designated points. The presented results confirmed the validity of used solution, high efficiency of classification and stability of the program’s operation. The engineering problem is to create software that would be as similar as possible to the most perfect tool, i.e. the human eye.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Rafał Sosnowski (FEIT) Rafał Sosnowski,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT)
Title in Polish
Wykorzystanie korelacji w procesie automatycznej klasyfikacji pojazdów
Supervisor
Tomasz Czarnecki (FEIT) Tomasz Czarnecki,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT)
Certifying unit
Faculty of Electronics and Information Technology (FEIT)
Affiliation unit
The Institute of Telecommunications (FEIT)
Study subject / specialization
, Telekomunikacja (Telecommunications)
Language
(pl) Polish
Status
Finished
Defense Date
07-02-2019
Issue date (year)
2019
Reviewers
Tomasz Czarnecki (FEIT) Tomasz Czarnecki,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT) Danuta Ojrzeńska-Wójter (FEIT) Danuta Ojrzeńska-Wójter,, The Institute of Telecommunications (FEIT)Faculty of Electronics and Information Technology (FEIT)
Keywords in Polish
klasyfikator, metody korelacji, Matlab, system wizyjny, Politechnika Warszawska
Keywords in English
classifier, correlation methods, Matlab, vision system, Warsaw University of Technology
Abstract in Polish
Celem pracy dyplomowej było zbadanie możliwości wykorzystania korelacji w procesie automatycznej klasyfikacji pojazdów. Zaproponowane rozwiązania techniczne i oprogramowanie mogłoby zostać użyte w systemach bezpieczeństwa ruchu drogowego i zminimalizować koszty związane z jego stosowaniem. Zostały zaprezentowane kolejne etapy tworzenia oprogramowania w interaktywnym środowisku Matlab, którego język jest niezależny od platformy sprzętowej i systemowej, na której program działa. W pracy zawarto metody cyfrowego przetwarzania obrazów oraz budowę klasyfikatora, którego celem było klasyfikowanie pojazdów do jednej z trzech grup pojazdów: ciężkich, lekkich oraz innych. Klasyfikator działa dwuetapowo: wstępną ocenę wielkości pojazdu, a także jej barwy oraz potwierdzenie bądź jej brak poprzez metody korelacyjne wykonywane w oknach korelacyjnych. W systemie wykorzystano dane pochodzące z kamer wideo umieszczonych w specjalnie wyznaczonych punktach. Przedstawione wyniki potwierdziły zasadność stosowanego rozwiązania, dużą skuteczność klasyfikacji i stabilność działania programu. Problemem jest stworzenie za pomocą narzędzi teleinformatycznych rozwiązania bliskiego ideałowi – ludzkiemu oku.
File
  • File: 1
    Sosnowski_Rafał_praca_inżynierska.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 32001

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUT2458482af0ce4ebb96b74456688d79d5/
URN
urn:pw-repo:WUT2458482af0ce4ebb96b74456688d79d5

Confirmation
Are you sure?
Report incorrect data on this page