یک روش بهبود یافته به منظورتشخیص اتوماتیک تابلوهای محذودیت سرعت مبتنی بر الگوریتم Hu Invariant
Publish place: The Second International Conference and the Third National Conference on the Application of New Technologies in Engineering Sciences
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 377
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC02_267
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
تشخیص اتوماتیک تابلوهای سرعت بخشی مهمی در سیستم های هوشمند کمک به راننده است که می تواند به راننده و یا حتی سیستم اتوماتیک کنترل اتومبیل هشدارهای لازم را ارسال نماید. تشخیص کاندیداهای دایره ای یکی از بخش های مهم در تشخیص تابلوهای محدودیت سرعت است. در این مقاله روش هوشمندانه ای به منظور تشخیص تابلوهای محدودیت سرعت دایره ای ارائه خواهد شد که در برابر چرخش و تغییر مقیاس مقاوم بوده و دقت تشخیص آن 92% می باشد. در این روش تصاویر دوربین دیجیتال وارد سیستم شده و سپس کاندیداهای دایره ای با حاشیه قرمز -مانند تابلوهای محدودیت سرعت- به کمک الگوریتم بهبود یافته Hu Invariant، استخراج می شوند و در مرحله بعد کاندیداهای تقلبی از جمله تابلوهای سبقت ممنوع و غیره حذف شده و کاندیداهای واقعی باینری و کاراکترهای آن ها استخراج می شود و به بخش تشخیص کاراکترارسال می گردند و بدین ترتیب علاوه بر قابلیت تشخیص کاراکترهای فارسی دقت تشخیص تابلوهای محدودیت سرعت بهبود می یابد.
Keywords:
Authors
امیر مرادمندجزی
دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران
سعید نصری
استادیار، دانشکده مهندسی برق، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران
منصوره نوری
دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد نجف آباد، نجف آباد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :