Authorเมทินี วัฒนะเมธานนท์
Titleการตรวจนับจำนวนยานพาหนะในเวลากลางคืนแบบทันกาลจากภาพวีดิทัศน์ด้านหลังรถ / เมทินี วัฒนะเมธานนท์ = Real-time vehicle counting at night from vehicle rear view video image / Metinee Wattanamethanont
Imprint 2547
Connect tohttp://cuir.car.chula.ac.th/handle/123456789/1680
Descript ก-ฏ, 103 แผ่น : ภาพประกอบ, แผนภูมิ

SUMMARY

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาอัลกอริธึมและโปรแกรมต้นแบบในการตรวจนับจำนวนยานพาหนะในเวลากลางคืนแบบทันกาลจากภาพวีดิทัศน์เมื่อเล็งกล้องด้านหลังรถ อัลกอริธึมที่นำเสนอผประกอบด้วยสองขั้นตอนหลัก ได้แก่ ขั้นตอนการประมวลผลภาพเบื้องต้นเพื่อหายานพาหนะในกรอบตรวจจับและขั้นตอนการนับจำนวนยานพาหนะ โปรแกรมจะนับจำนวนยานพาหนะในบริเวณกรอบตรวจจับที่กำหนด โดยขั้นตอนการประมวลผลภาพเบื้องต้นจะตรวจหาการปรากฏของยานพาหนะในแต่ละเฟรมของวีดิทัศน์เพื่อแยกยานพาหนะออกจากพื้นถนนโดยได้ทดลองวิธีการตรวจหาการปรากฏของยานพาหนะสองวิธีได้แก่การตรวจหาส่วนท้ายของยานพาหนะ และการตรวจหาการปรากฏของยานพาหนะจากขอบของยานพาหนะส่วนขั้นตอนการนับจำนวนยานพาหนะจากภาพวีดิทัศน์จะอาศัยข้อมูลที่ได้จากขั้นตอนแรก ซึ่งประมวลผลเพรมสองเฟรมที่ต่อเนื่องกัน เพื่อนำมาประมวลผลนับจำนวนยานพาหนะ ในงานนี้ได้ทดลองโปรแกรมต้นแบบจากภาพวีดิทัศน์ที่มีมุมก้มและและมุมเฉียงในการเล็งกล้องที่แตกต่างกัน ภาพที่ใช้มีความละเอียด 320X240 จุดภาพโดยถ่ายภาพวีดิทัศน์บนสะพานลอย กล้องสูงจากพื้นถนนประมาณ 7.5 เมตร ผลการทดลองเมื่อเปรียบเทียบกับการตรวจนับจำนวนยานพาหนะจากการพิจารณาท้ายรถมีความถูกต้องระหว่างร้อยละ 87 ถึงร้อยละ 98 การนับจำนวนยานพาหนะโดยหายานพาหนะจากการพิจารณาขอบของยานพาหนะมีความถูกต้องระหว่างร้อยละ 92 ถึงร้อยละ 96 โดยพบว่าความถูกต้องในการนับ อย่างน้อยขึ้นกับมุมกล้องที่เล็งไปยังกรอบตรวจนับและระยะห่างระหว่างกล้องกับการตรวจนับเมื่อคุณภาพกล้องคงที่
The purposed of this research are to develop an algorithm and a prototype program to count road vehicles at night in real time using video images shooting at vehicle rear end. The proposed algorithm consists of two steps; the pre-processing step and vehicle counting step. The program counts vehicles in a predefined region or frame on the road surface. The pre-processing step allocated a vehicle in the video frame by distinguishing a vehicle from the road and forward the result to the vehicle counting step. Two approaches were used to check the existence of a vehicle. The first approach is by analyzing the rear end image of vehicles using the intensity and the red color of the vehicle rear end. The second approach is by extracting vehicle edges. The vehicle counting process used the results from the pre-processing step which was performed on two consecutive image frames. The results were then used by the counting process. In this research, video images were taken from different angles and positions. The video shooting was done on a pedestrian flyover about 7.5 metres over road surface. The resolution of video images is 320x240 pixels. The resulting vehicle counts by the program were compared to that of human counts for the two approaches. The vehicle rear end analysis approach gave the count accuracy range from 87% to 98%. The vehicle edge analysis approach gave the count accuracy range from 92% to 96%. It was found that the vehicle count accuracy depends, at least, on the shooting angles and the distance from the video camera to the detecting region, given the same quality video cameras used.


ยานพาหนะ -- สถิติ การประมวลผล -- เทคนิคดิจิทัล วีดิทัศน์ การประมวลผลข้อมูลแบบทันที

LOCATIONCALL#STATUS
Central Library @ Chamchuri 10 : Thesis470757LIB USE ONLY