Knowledge base: Warsaw University of Technology

Settings and your account

Back

Comparison of selected methods of pattern recognition based on a traffic sign detection system in MATLAB/PreScan

Krzysztof Chadaj

Abstract

The increase in the computational capabilities of computers and the widespread availability of recording devices results in increased interest and research intensification into the possibilities of obtaining information using image processing methods. Vision systems are increasingly and widely used not only in industry but also in everyday life, for example in driver assistance systems. This paper begins with an overview of current knowledge of considered field and from the description of the tools used. Subsequently, characteristic functions and operations of image processing are outlined. Particular topic of this work is image processing from the viewpoint of pattern recognition category. Three methods were subjectively chosen, compared and verified against the task of detecting multiple objects in various, complex environment. Generalized Hough algorithm was used followed by the method for detecting objects using an improved determination of the correlation between the input image and the template. The last audited classifier was the minimum distance method built by determining the Mahalanobis distance between the feature vectors and potential template object detections. Moment invariants were used as discriminant features. The quality of these algorithms was verified using the detection system of traffic signs, which have a variety of shapes and which must be distinguished from complicated and demanding environment. The paper ends with a critical comparison of capabilities and the obtained results.
Record ID
WUTf30a3b4078fa4821a16a273db3d5459d
Diploma type
Master of Science
Author
Krzysztof Chadaj (FPAE) Krzysztof Chadaj,, Faculty of Power and Aeronautical Engineering (FPAE)
Title in Polish
Porównanie wybranych metod rozpoznawania wzorców na podstawie systemu wykrywania znaków drogowych w środowisku MATLAB/PreScan
Supervisor
Andrzej Chmielniak (FPAE/IAAM) Andrzej Chmielniak,, The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)Faculty of Power and Aeronautical Engineering (FPAE)
Certifying unit
Faculty of Power and Aeronautical Engineering (FPAE)
Affiliation unit
The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)
Study subject / specialization
, Automatyka i Robotyka (Automation and Robotics)
Language
(pl) Polish
Status
Finished
Defense Date
11-09-2012
Issue date (year)
2012
Pages
50
Internal identifier
MEL; PD-1928
Reviewers
Andrzej Chmielniak (FPAE/IAAM) Andrzej Chmielniak,, The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)Faculty of Power and Aeronautical Engineering (FPAE) Janusz Frączek (FPAE/IAAM) Janusz Frączek,, The Institute of Aeronautics and Applied Mechanics (FPAE/IAAM)Faculty of Power and Aeronautical Engineering (FPAE)
Keywords in Polish
przetwarzanie obrazów, rozpoznawanie wzorców, uogólniona transformata Hougha
Keywords in English
xxx
Abstract in Polish
Wzrost możliwości obliczeniowych komputerów oraz powszechna dostępność urządzeń rejestrujących skutkuje nasileniem zainteresowania i intensyfikacją badań nad możliwościami uzyskiwania informacji za pomocą metod przetwarzania obrazów. Systemy wizyjne coraz częściej i powszechniej wykorzystywane są nie tylko w przemyśle, ale także w życiu codziennym, np. w układach wspomagania kierowców. Niniejsza praca rozpoczyna się od przeglądu dotychczasowej wiedzy z rozpatrywanej dziedziny oraz od opisu użytych narzędzi, by następnie przedstawić pokrótce działania i funkcje charakterystyczne dla przetwarzania obrazów. Tematem pracy jest przetwarzanie obrazów z punktu widzenia kategorii rozpoznawania wzorców. Porównane zostały trzy, subiektywnie wybrane metody, których wykorzystanie sprawdzono względem zadania detekcji wielu obiektów w różnorodnym, złożonym środowisku. Użyto uogólnionego algorytmu Hougha, a następnie sposobu wykrywania obiektów za pomocą usprawnionego wyznaczania korelacji między obrazem wejściowym a szablonem. Ostatnim zbadanym klasyfikatorem jest metoda minimalno odległościowa, zbudowana za pomocą wyznaczania odległości Mahalanobisa między wektorami cech szablonu i potencjalnego obiektu detekcji. Jako wyróżników podmiotów użyto niezmienników momentowych. Jakość powyższych algorytmów zweryfikowano na podstawie wykrywania znaków drogowych, które charakteryzują się rozmaitością kształtów oraz muszą zostać rozróżnione ze skomplikowanego otoczenia. Pracę zamyka krytyczne porównanie możliwości i otrzymanych rezultatów.
File
  • File: 1
    Praca_dyplomowa_magisterska_Krzysztof_Chadaj.pdf
Request a WCAG compliant version

Uniform Resource Identifier
https://repo.pw.edu.pl/info/master/WUTf30a3b4078fa4821a16a273db3d5459d/
URN
urn:pw-repo:WUTf30a3b4078fa4821a16a273db3d5459d

Confirmation
Are you sure?
Report incorrect data on this page