Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/4454
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSantos, Francisco Heider Willy dos-
dc.date.accessioned2014-10-21T13:45:56Z-
dc.date.available2014-10-21T13:45:56Z-
dc.date.issued2014-
dc.date.submitted2014-07-07-
dc.identifier.citationSANTOS, F. H. W. dos. Desenvolvimento de um sistema de identificação de ultrapassagens irregulares por análise de imagens. 2014. 102 p. Dissertação (Mestrado em Processamento Digital de Sinais e Visão de Máquina) – Universidade Federal de Lavras, Lavras, 2014.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/4454-
dc.descriptionDissertação apresentada à Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Engenharia de Sistemas e Automação, área de concentração em Processamento Digital de Sinais e Visão de Máquina, para a obtenção do título de Mestre.pt_BR
dc.languagept_BRpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectSistema de detecçãopt_BR
dc.subjectUltrapassagem veicularpt_BR
dc.subjectProcessamento digital de imagempt_BR
dc.subjectVehicle overtakingpt_BR
dc.subjectDigital image processingpt_BR
dc.subjectDetecting systempt_BR
dc.titleDesenvolvimento de um sistema de identificação de ultrapassagens irregulares por análise de imagenspt_BR
dc.typedissertaçãopt_BR
dc.contributor.advisor-coSaúde, André Vital-
dc.publisher.programDEG - Departamento de Engenhariapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationProcessamento Digital de Sinais e Visão de Máquinapt_BR
dc.contributor.advisor1Rabelo, Giovanni Francisco-
dc.contributor.referee1Yanagi Junior, Tadayuki-
dc.contributor.referee1Santos, Davi Antônio dos-
dc.description.resumoO processamento digital de imagens tem se mostrado uma importante ferramenta na análise e no gerenciamento de tráfego, dada a sua abrangência de possibilidades de aplicações, sejam em tarefas de coleta de dados estatísticos para análise de trânsito ou para sistemas de auxílio à direção ou tarefas de fiscalização automática. No presente trabalho propuseram-se o estudo e o desenvolvimento de um sistema de identificação de ultrapassagens irregulares de veículos em autoestradas por meio do processamento digital de imagens, compreendendo seus principais fatores limitantes. Para isso, foram feitas gravações, em vídeo, em diferentes condições ambientais e iluminação. Foram testados métodos de rastreamento de objetos (blob tracking), utilizando detecção de contornos e deslocamento de médias (Mean Shift), os quais foram analisados com o uso da transformação de perspectiva, o que se mostrou bastante eficaz na tarefa de aumentar o alcance visual do sistema. Foi desenvolvido um modelo matemático para o reconhecimento das trajetórias médias dos veículos passantes, de forma que o sistema pudesse automaticamente adquirir seus parâmetros referenciais para a detecção da ultrapassagem. Foram comparadas duas técnicas de detecção de ultrapassagem, uma baseada na distância entre o veículo e a curva de trajetória média e outra baseada em rede neural artificial, tendo esta última sido a que apresentou melhores resultados, tanto no que diz respeito ao número de ultrapassagens corretamente detectadas quanto na redução de falsas detecções, obtendo índices de acerto geral de 92,17%, para a validação em vídeo e de 94,44%, para os testes em tempo real.pt_BR
dc.description.resumoDigital image processing hasproven to be an important tool for traffic observation and management due to the range of possible applicationsregarding acquiring statistical data for traffic analysis, drive assistance tasksor even in automatic traffic infraction detection. The aim of the present workwas to study and develop a system for irregular vehicle overtaking detection on highways by means of digital image processing, understanding itsmain limiting factors. Video recordings were made in different environmental and lighting conditions. Object tracking methods were tested such as contours detection andMean Shift blob tracking, those methods were analyzed using perspective transform, which proved to be efficientin increasing the visual range of the system. A mathematical model for recognition of the average trajectory of passing vehicles was developed so that the system could automatically acquire their referential parameters for overtakesidentification. Two different methods of overtaking detection wore tested, based on distance between the vehicle and the average trajectory curve,and other based on artificial neural networks, the letter yielded better results, both in terms of increase of hit rateand reduction of false detections, obtaining an overall hit rate of 92.17% for video validation and 94.44% for tests in real time.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Engenharia de Sistemas e automação (Dissertações)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.