دانلود با لینک مستقیم و پر سرعت .
فرمت فایل word: (لینک دانلود پایین صفحه) تعداد صفحات : 74 صفحه
چکیده
نظارت بر محیط، بدون واسطه انسان یکی از نیازهای بشر امروز است. با اینکه بیش از چند دهه از معرفی روشهای نظارت اتوماتیک نمیگذرد ولی امروزه کاربرد بسیار زیادی پیدا کردهاند. یکی ازمهمترین کاربردهای آن نظارت ترافیک میباشد. در سیستم های نظارت ترافیکی از سنسورها و ابزار های مختلفی استفاده میشود. استفاده از دوربین های ویدئویی، روشی است که میتوان به کمک آن اطلاعات ترافیکی مورد نیاز را از تصاویر استخراج کرد.
جهت پردازش تصاویر ویدئویی برای تشخیص و ردیابی خودروها و در نهایت نظارت اتوماتیک در ترافیک روشهایی ارائه شده است که هرکدام با توجه به کارایی مورد نظر، از الگوریتم های مختلف بینایی ماشین استفاده می کنند. برخی از این روش ها ردیابی بر اساس مدلهای سهبعدی و برخی دیگر بر اساس ردیابی نواحی متحرک در تصویر یا نقاط مشخصه هستند.
در این پایان نامه روشی جدید جهت استخراج پارامترهای حرکتی و ترافیکی با استفاده از تشخیص و ردیابی خودروهای متحرک ارائه شده است. روش پیشنهادی بر اساس ردیابی حباب بوده و به منظور ردیابی هرچه دقیقتر خودروها از بافت نگارهای عرضی (در هر فریم) و طولی (درچند فریم متوالی) فراوانی مشخصات لبه های استخراج شده خودروها در نوارهای مشخص شده و همچنین اثردهی اطلات رنگ، رشد پیکسلی،سرعت و تخمین مکانی خودروها استفاده شده است. درمرحله نخست، با استفاده از تصاویر از پیش ضبط شده ازمکانهای مورد نظر کالیبراسیون انجام میشود. هدف ازم انجام کالیبراسیون در این روش بدست آوردن نسبت هرپیکسل به اندازه واقعی آن بر حسب متر در تمام نقاط تصویر میباشد، که به کمک روش تقریبی تخمین زده میشود. در مرحله بعدی تخمین پس زمینه برای جداسازی خوردروهای متحرک از تصویر و در نهایت استخراج حبابها[1] که هرکدام نمایانگر یک خودرو متحرک میباشد انجام میشود. جهت ردیابی حباب ها در تصویر جاری از یک ماتریس m در n که درآن n تعداد حباب های ردیابی شده و m تعداد مشخصههایی از قبیل مختصات مکانی، ابعاد، رنگ، سرعت، مکان تخمینی در تصویر بعدی، ابعاد تخمینی در فریم بعدی و ... میباشد که به هر حباب ردیابی شده نسبت داده میشود. این ماتریس در هر فریم با استفاده از مشخصات استخراج شده حبابها به روز میشود به طوری که صحت این ردیابی با مطابقت دادن همه مشخصههای فعلی و تخمین زده شده تایید میگردد. جهت ردیابی دقیق تر خودروهایی که به دلیل وجود سایهها و مسأله اختفاء به درستی ردیابی نشده اند از فصل مشترک اطلاعات لبه در حباب های ردیابی شده با نواری از تصویر که درمکانی خاص در نظر گرفته شده است یک نمودار بافت نگار تشکیل داده و با بررسی آن در هر تصویر میتوان ردیابی اشتباه دو خودرو که به طور عرضی به هم چسبیدگی دارند و همچنین با بررسی آن در چند تصویر متوالی میتوان ردیابی اشتباه دوخودرو که به طور طولی به هم چسبیدگی دارند را با تقریب خوبی تشخیص داد. پس از تشخیص و ردیابی خودروها، استخراج پارمترهای حرکتی و ترافیکی از قبیل تراکم، سرعت متوسط، تعداد خودروها و ... انجام میشود.
پیشگفتار
امروزه اهدافی چون افزایش امنیت عمومی، کاهش ازدحام جادهای، بهبود دسترسی به اطلاعات حمل و نقل و سفر، کاهش هزینههای ارگانهای مرتبط دولتی (همچون وزارت راه و . . .) و نیز کاهش مناطق حادثه خیز (بر اساس تعاریف[2]VDC وابسته به وزارت حمل و نقل امریکا) در تمامی دنیا مورد توجه مدیران ارشد دولتی بوده و برنامههای سالیانه استفاده از این تجهیزات و افزایش سیستمهای حوزه [3]ITS در ارگانهایی چون پلیس، وزارت راه و ترابری و نیز سازمانهای تاًمین امنیت عمومی در تمامی کشورهای توسعه یافته و در حال توسعه دیده میشود.
در یک مطالعه تحقیقاتی در سال 1998 در امریکا، بر اساس داده های آماری میزان سفرهای درون و برون شهری و حوادث جاده ای، نرخ ایجاد اتوبانها و جادههای اصلی در 10 سال آینده (تا سال 2008) 25 درصد جاده های موجود برآورد شده است که پس از ایجاد سازمان دولتی ITS و بهره گیری از تجارب شرکتهای مشاور خصوصی چون VDC و . . . نتیجه به دست آمده استفاده از سیستمهای ITS را با اهداف فوق تجویز می نمود. در واقع با به کار بردن ابزارهای هوشمند کنترل حمل و نقل و مدیریت آن میتوان از هزینههای ساخت اتوبانهای جدید به شدت کاست و از منابع موجود به بهترین نحو استفاده نمود. اینگونه سیستمها با کاربریهای مختلفی چون راهنمایی مسیرهای سفر به صورت برخط[4] ، سیستمهای اجباری[5] و . . . نه تنها به سرعت عملیات ارگانهای مرتبط با پلیس و راهداری می افزایند بلکه در بسیاری موارد خود عواملی درآمد زا برای دولت نیز بوده و هزینه های خود را جبران می سازند. در این میان سیستمهای اجباری جاده ای که در اغلب دنیا توسط پلیس مورد استفاده قرار میگیرند از ارکان اساسی ITS به شمار میروند ، چرا که این سیستمها نه تنها درآمدزا هستند بلکه در مواردی چون روانسازی ترافیک جادهای، کاهش تصادفات، فرهنگسازی عمومی و افزایش توان پلیس که منجر به کاهش جرم و جنایت میشود نیز تاًثیر به سزایی دارند.
سرعت غیر مجاز که یکی از عوامل بسیار موثر در تصادفات جادهای است مورد توجه مدیران ارشد ITS بوده و ابزارهای نیمه اتوماتیک و اتوماتیک ثبت متخلفین سرعت غیر مجاز به مراتب بیشتر از دیگر ابزارهای اجباری توسط پلیس استفاده میشود. تحقیقات در سازمان راهداری لندن در سال 2002 نشان میدهد در اتوبانهایی که با سیستمهای مناسب ثبت تخلف سرعت مجهز بودهاند آمار تصادفات منجر به مرگومیر به طور متوسط 53 درصد تا سال 2002 کاهش یافته است. در سالهای اخیر سیستمهای اندازهگیری و ثبت تخلفات رانندگی با هدف کاهش تصادفات و فرهنگسازی عمومی مورد توجه مسئولین و مدیران ارگانهای مختلف در کشور عزیزمان قرار گرفته است. تنوع این سیستمها عمدتاً وابسته به نوع تخلفاتی است که می بایست مورد توجه بیشتر قرار گیرند و در واقع این تخلفات اغلب تخلفاتی هستند که میتوانند بیشترین خسارت را به بار آورند. در این خصوص سنسورهای مختلفی نیز به کار میروند که از تنوع بالایی بر خوردارند. سنسورهای تشخیص خودرو اغلب قادرند یک یا چند عدد از اطلاعات زیر را استخراج کنند:
- سرعت
- تعداد خودروها ( درصد تخلف)
- کلاس خودرو
- تصادف
- میزان ترافیک و درصد ازدحام
- وزن خودرو
- فاصله تا خودرو
- حرکت کردن یا ایستایی خودرو
- . . .
در یک دستهبندی کلی میتوان سنسورها و ایدههای شناسایی سرعت و حرکت را به دو دسته زیر تقسیمبندی نمود.
- سنسورهای دفنی
- سنسورهای غیردفنی
این سنسورها در زیر سطح جاده (مانند سیستمهای لوپ ) و یا بر روی سطح جاده (مانند تیوبهای پنوماتیک و یا پیزوهای پرتابل ) نصب میشوند. به طور کلی می توان از برخی از این سنسور ها به شرح زیر نام برد:
- لوله های بادی
- آشکار ساز های حلقه القایی
- سنسور های پیزو الکتریک
- سنسورهای مغناطیسی
- صفحه های خمشی
- سلول بار
- سیستم های توزین در حرکت
به علت نوع نصب و درگیری سنسورها با سطح جاده مشکلاتی برای این سیستمها وجود دارند که برخی از آنها را میتوان به شرح زیر برشمرد:
- ایجاد تغییرات در سطح جاده در هنگام نصب
- کاهش عمر سطح جاده
- بستن جاده در دوره نصب و طولانی بودن دوره نصب
- تاثیر پذیری از دمای جاده و پارامترهای آسفالت
- کم بودن عمر سنسورها و خرابیهایی که از عملکرد ارگانهای مختلف در نصب تجهیزات و سیستمهای خود بر روی سنسورها میگذارند
این در حالیست که این سیستمها اغلب مزایایی چون موارد زیر را دارا هستند:
- انعطاف سیستمی مناسب در برخورد با حالتها و کابردهای مختلف
- ارائه آمارهای ترافیکی دقیقتر
- سرعت پاسخگویی بالا
- تفکیک پذیری خطوط در سیستم
- قابل استفاده برای ثبت تخلفات عبور از چراغ قرمز
- هزینه کم
- دقت مناسب
این سنسورها با استفاده از قوانین مختلف مرتبط با امواج الکترومغناطیس و رادیویی ، نور ، امواج مغناطیسی و امواج صوتی ساخته میشوند. از جمله این سنسورها میتوان به سنسورهای مادون قرمز ، آلتراسونیک ، میکروویو رادار ، الکترومگنتیک و . . . اشاره کرد که در میان این روشها ، روش استفاده از پدیده داپلر رادار یکی از رایجترین روشهاست که اغلب سیستمهای نوع دوم از این روش بهره بردهاند و شرکتهای سازنده سیستمهای ثبت تخلف سرعت تمایل بیشتری به استفاده از این روش نشان دادهاند.
به طور کلی میتوان از برخی از این سنسورها به شرح زیر نام برد:
- پردازنده تصاور ویدئویی
- رادار مایکروویو
- سنسور های مادون قرمز
- سنسورهاس آلتراسونیک
دلایل عمده و مزایای این روش به شرح زیر است:
- عدم تاثیر پذیری از شرایط آب و هوایی در برخی از روشها ( در روشهای آلتراسونیک ، مادون قرمز و آکوستیک، دمای و شرایط محیطی تاثیراتی بر روی اندازه گیری دارد)
- تعیین مستقیم سرعت در پدیده داپلر رادار
- نصب آسان سیستمها
- عدم تخریب سطح جاده و مشکلات بعدی آن
- عدم تاثیر نصب و راه اندازی و حتی تعمیر و نگهداری بر جریان ترافیک
- هزینه بسیار کم نگهداری از سنسورها
روشی که در این پایان نامه مورد توجه قرار گرفته روش پردازنده تصاویر ویدئویی یا همان نظارت ویدئویی میباشد که یکی از پرطرفدارترین روشهای مورد استفاده در دنیا می باشد. نظارت ویدئویی نوعی از نظارت است که در آن جهت ایجاد امنیت یا جمعآوری مدرک از تصاویر استفاده می کند. در نظارت ویدئویی از یک یا چند دوربین جهت ثبت تصاویر متحرک و یا حتی صدا استفاده می شود. این نوع نظارت ما را قادر می سازد تا بدون حضور در محل ، اطلاعات مورد نیاز خود را بدست آوریم. به طور کلی نظارت ویدئویی بر دو نوع است؛ سیستم هایی که هدف آنها تشخیص انسان بوده که بیشتر کاربرد امنیتی دارند و دیگری سیستمهایی که خودروها را شناسایی و ردیابی کرده که در کنترل ترافیک، مورد استفاده قرار میگیرند. از مزایای نظارت ویدئویی میتوان به ضبط اطلاعات ویدیویی برای استفاده در آینده و کاربرد آن در ثبت جرایم اشاره کرد. یکی از مشکلاتی که سیستمهای کنونی نظارت ویدئویی با آن مواجهاند نگهداری حجم زیاد اطلاعات و تصاویر ویدئویی میباشد. از معایب دیگر سیستمهای کنونی می توان به دخالت انسان در این سیستمها که باعث بروز خطا میشود و همچنین نیاز سیستم به پهنای باند بالا برای ارسال تصاویر ویدئویی اشاره کرد.
در حوزه بینایی ماشین می توان نظارت ویدئویی را تا حد قابل قبولی بهبود بخشید. سیستمهایی که از مباحث مربوط به بینایی ماشین استفاده میکنند باعث می شوند تا دخالت انسان در سیستم به حداقل مقدار خود برسد همچنین سبب میشوند که هزینه ها کم شده و در زمان نیز صرفهجویی شود. این سیستمها که در حوزه بینایی ماشین کار می کنند مشکل نیاز به پهنای باند زیاد را نیز حل نمودهاند.
استفاده از پردازش تصاویر ویدئویی برای نظارت ترافیک در نیمه دهه 1970 در کشورهایی چون ایالات متحده آمریکا، ژاپن، فرانسه، استرالیا، انگلستان و بلژیک آغاز شد . امروزه استفاده از سنسورهای ویدئویی و پردازش ویدئویی برای اندازه گیری پارامترهای ترافیکی بسیار مورد توجه قرار گرفته است و سخت افزار و الگوریتمهایی که برای تخمین پارامترهای ترافیک مورد استفاده قرار می گیرند در چندین سال اخیر پیشرفت چشمگیری داشتهاند. ازمزایای پردازش تصاویر ویدئویی برای اندازه گیری پارامترهای ترافیکی می توان به تأمین تصاویر زنده از ترافیک )اطلاعات بیشتر (، عدم نیاز به قطع عبور و مرور جهت نصب و مشاهده چندین مسیر به طور همزمان اشاره کرد.
ردیابی دو بعدی یا سه بعدی و اعمال روش های ناحیهبندی حرکت، برای وسایل نقلیه متحرک یکی از مهمترین مراحل در الگوریتمهای مبتنی بر پردازش تصاویر ویدئویی می باشد . روشهای زیادی تاکنون در این زمینه ارایه شدهاند که هرکدام معایب و مزایای خاص خود را داشته اند. روشهایی که در آنها فرض می شود، وسایل نقلیه مورد ردیابی مقدار دهی اولیه شدهاند کمتر مورد بحث هستند چون این سیستم ها در تحلیل اتوماتیک ترافیک نمی توانند مورد استفاده قرار گیرند. روشهای مهمی که برای تشخیص و ردیابی وسیله نقلیه بیشتر مورد استفاده قرار می گیرند، که می توان به ردیابی حباب، ردیابی پیرامون فعال، ردیابی بر اساس مدل سه بعدی، ردیابی بر اساس شار نوری[[i]] و ردیابی میدان تصادفی مارکوف اشاره کرد.
اندازهگیری و تحلیل پارامترهای جریان ترافیکی به صورت بیدرنگ مانند تعداد خودروها، سرعت متوسط و صف یکی از نیازهای اساسی مدیریت و کنترل ترافیک است که پردازش تصاویر ویدئویی یکی از روشهای جالب و انعطاف پذیر است که برای تحلیل خودکار ترافیک جادهها جهت اندازهگیری و جمع آوری دادههای پارامترهای ترافیک می تواند مورد استفاده قرار گیرد.
با توجه به مزایای استفاده از پردازش ویدئو و الگوریتمهای بینایی ماشین، هدف این پایاننامه استخراج پارامترهای ترافیکی با استفاده از پردازش تصاویر ویدئویی میباشد. طور که از نتایج این پایان نامه برای استخراج خودکار پارامترهای ترافیکی استفاده کرد.
ساختار این پایاننامه به صورت زیراست. به دنبال این فصل و در فصل دوم به طور دقیقتر در مورد انوا ع مختلف سنسورها، مزایا، معایب و کاربردهای آنها توضیحاتی ارایه شده است. در فصل سوم نیز به انواع روش های ردیابی خودرو که یکی از ضروری ترین مباحث در استخراج پارامترهای ترافیکی در تصاویر ویدئویی میباشد می پردازیم. در فصل چهارم