شناسایی جاده و تشخیص خودرو در تصاویر هوایی با استفاده از شدت روشنایی و رنگ

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناس ارشد - دانشگاه آزاد اسلامی، واحد سمنان

2 استادیار - دانشگاه شاهد، تهران

چکیده

یکی از مهم‌ترین کاربردهای عکس‌های هوایی، شناسایی و استخراج جاده و خودرو از تصاویر هوایی می‌باشد. در این مقاله ابتدا، با استفاده از شدت روشنایی و محتوای رنگ و فیلتر کردن تصویر در مدل‌های HSI و RGB، محدوده‌های جاده تعیین می‌گردد. سپس به منظور حذف نویز از فیلترهای متوسط‌گیر و میانه استفاده می‌شود. پس از لبه‌یابی توسط فیلتر لبه یاب مناسب، زاویه بین خط‌های مجاور جاده، توسط روش تبدیل هاف محاسبه شده و خط‌های غیر موازی زاید حذف می‌گردد. در گام بعدی، کدهای زنجیره‌ای به منظور فرموله کردن لبه‌های جاده به دست می‌آید و بازسازی جاده از فایل کدهای زنجیره‌ای صورت می‌پذیرد. مرحله آخر، تشخیص خودرو از تصاویر هوایی با استفاده از ویژگی سایه ایجاد شده از خودرو است. هدف از این مقاله ارائه روش بهینه در شناسایی جاده، انجام چندین مرحله اصلاح جاده، کد کردن آن و تشخیص خودرو می‌باشد. در این تحقیق مرجع تصاویر هوایی جاده، پایگاه Google Earth است. دقت کدهای زنجیره‌ای به منظور شناسایی جاده حدود 90% به دست آمده که نسبت به کارهای قبلی انجام شده بهبود نسبی حاصل شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Road Extraction and Car Detection from Aerial Image Using Intensity and Color

نویسندگان [English]

  • Vahid Ghods 1
  • Alireza Behrad 2
1 MSc/Islamic Azad University, Semnan Branch, Semnan
2 Shahed University, Tehran
چکیده [English]

In this paper a new automatic approach to road extraction from aerial images is proposed. The initialization strategies are based on the intensity, color, and Hough transform. After road elements extraction, chain codes are calculated. In the last step, using shadow, cars on the roads are detected. We implemented our method on the 25 images from "Google Earth" database. The experiments show an increase in both the completeness and the quality indexes for the extracted road.

کلیدواژه‌ها [English]

  • Road extraction
  • car detection
  • Machine Vision
  • Hough transform
  • Chain code