Tez No İndirme Tez Künye Durumu
286127
A robust traffic sign recognition system / Gürbüz trafik işareti tanıma sistemi
Yazar:HÜSEYİN CANER BECER
Danışman: DOÇ. DR. MEHMET METE BULUT ; PROF. DR. GÖZDE BOZDAĞI AKAR
Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Bölümü
Konu:Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering
Dizin:Bulanık kümeler = Fuzzy sets ; Örüntü algılama = Pattern perception ; Örüntü sınıflama = Pattern classification
Onaylandı
Yüksek Lisans
İngilizce
2011
108 s.
Trafik işareti bulma ve tanıma sistemleri, sürücü uyarı ve yardım sistemlerinin önemli bir parçasıdır. Bu tezde trafik işareti tanıma sistemleri üzerine çalışılmıştır. Daire, üçgen ve kare trafik işaretleri dikkate alınmıştır. Algılama aşamasında, iki farklı yaklaşım tarzı vardır. İlk yaklaşımda, algılanmış trafik işaretinin mevcut olduğu varsayılmıştır. İkinci yaklaşımda ise trafik işareti görüntüsünün ilgilenilen kısmı verilmiştir. Böylece tanıma kısmının performansı algılama aşaması ile birlikte değerlendirilebilir.Tanıma aşamasında, halkalara bölme yöntemi gerçekleştirilmiştir. Bu yöntemde, trafik işareti halkalara bölünür ve normalleştirilmiş bulanık histogram, görüntü açıklayıcı olarak kullanılmıştır. Halkaların histogramları, referans histogramlarla karşılaştırılır. Halkalara bölme, dönmeye karşı gürbüzlük sağlar, çünkü dönme işlemi halkaların histogramını etkilemez. Bu özellik daire işaretler için son derece önemlidir çünkü daire işaretlerde dönmeyi tespit etmek çok zordur. Aydınlanma problemini çözmek için belirlenmiş gri ölçekli görüntü kullanılır.Bu yöntemi, üçgen ve kare işaretlere uygulamak için ilgili işaretlerin çevresel çemberi bulunur.Halkalara ayırma yöntemi, bulunmuş işaretin ve trafik işareti görüntüsünün ilgilenilen kısmı verildiği durumlar için test edilmiştir. Data set 500 adet statik ve videodan alınmış görüntülerden oluşmuştur.
The traffic sign detection and recognition system is an essential part of the driver warning and assistance systems. In this thesis, traffic sign recognition system is studied. We considered circular, triangular and square Turkish traffic signs. For detection stage, we have two different approaches. In first approach, we assume that the detected signs are available. In the second approach, the region of interest of the traffic sign image is given. Traffic sign is extracted from ROI by using a detection algorithm.In recognition stage, the ring-partitioned method is implemented. In this method, the traffic sign is divided into rings and the normalized fuzzy histogram is used as an image descriptor. The histograms of these rings are compared with the reference histograms. Ring-partitions provide robustness to rotation because the rotation does not change the histogram of the ring. This is very critical for circle signs because rotation is hard to detect in circle signs. To overcome illumination problem, specified gray scale image is used.To apply this method to triangle and square signs, the circumscribed circle of these shapes is extracted.Ring partitioned method is tested for the case where the detected signs are available and the region of interests of the traffic sign is given. The data sets contain about 500 static and video captured images and the images in the data set are taken in daytime.