Thông tin chung
  English
  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác
  Tài liệu tham khảo
  Hiệu chỉnh
 
Số người truy cập: 106,837,601

 NHẬN DẠNG BIỂN BÁO GIAO THÔNG BẰNG BỘ LỌC MÀU VÀ TỐI ƯU HÓA NHÓM HẠT
Tác giả hoặc Nhóm tác giả: Võ Minh Tiến, Huỳnh Hữu Hưng
walgreens pharmacy coupon link promo codes walgreens
Nơi đăng: Tạp chí Khoa học Công nghệ ĐHĐN; Số: Số 1(74).2014-Quyển 1;Từ->đến trang: 136;Năm: 2014
Lĩnh vực: Công nghệ thông tin; Loại: Bài báo khoa học; Thể loại: Trong nước
TÓM TẮT
Cùng với sự phát triển của hệ thống hỗ trợ cho xe tự hành thì vấn đề tự động phát hiện và nhận dạng biển báo giao thông ngày càng trở nên quan trọng. Bài báo này trình bày một phương pháp nhận dạng biển báo giao thông bằng cách áp dụng thuật toán tối ưu hóa nhóm hạt hợp lý hơn so với một số nghiên cứu tương tự, đồng thời kết hợp một số bước tiền xử lý giúp nâng cao hiệu quả nhận dạng. Đầu vào là các ảnh thu được từ camera gắn trên xe, các lần thu ảnh cách nhau một quãng thời gian ∆t giây. Lọc màu và phân đoạn ảnh được sử dụng để phát hiện vị trí biển báo. Sau đó các đối tượng được kiểm tra và phân loại (biển cấm, biển nguy hiểm, không phải biển báo) bằng cách so khớp hình dạng với các ảnh nhị phân biểu báo chuẩn. Cuối cùng, tối ưu hóa nhóm hạt được dùng để nhận dạng. Giải pháp này được thử nghiệm với hơn 60 biển báo, thu được kết quả có độ chính xác cao (độ chính xác trung bình 93.5%).
ABSTRACT
With the development of autonomous Driver Support Systems, automatic detection and classification of traffic signs are becoming increasingly important. This paper presents a method of identifying traffic signs by applying the algorithm to optimize particle group more reasonable than some similar researchs, while incorporating some pre-processing steps to enhance effective identification. The input data are images that captured via a camera mounted on the car. The lapse between two consecutive receiving image is ∆t second(s). Color filter and image segmentation is used to detect the location of traffic signs. Filted color objects in input image was checked and classified (prohibition signs, warning signs, not signs) by matching binary shape template. Finally, particle swarm optimization is used to identify traffic sign. This solution was tested for two types of traffic signs (prohibition signs, warning signs) and obtained results are highly accurate (average recognition rate of 93.5%).
© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn