Delist.ru

Технология и методы интеллектуального мониторинга автотранспортных потоков и состояния автомобильных дорог (26.11.2008)

Автор: Кузьмин Дмитрий Михайлович

Таблица 1. Фрагмент матрицы M [R,G,B]

214,8627 214,8627 213,1314 213,1314 214,8627

214,8627 211,9929 211,4001 213,1314 211,9929

211,9929 211,4001 209,0837 210,8151 211,4001

210,2617 211,9929 209,6688 206,7607 209,6688

209,6688 209,1172 207,9375 208,5306 206,2062

Таблица 2. Фрагмент матрицы M’

Для каждой строки M’[i,j] при фиксированном j можем построить график изменения значений M’[i,j] по строке. В таблицах 1 и 2 приведены строки матрицы M’ для представления суммарных компонентов цвета.

Представленная характеристика показывает интенсивность значений векторов на заданной строке. Для первичного анализа заданной КО необходимо произвести обработку изображения как для ручного анализа, так и для дальнейшей автоматической обработки. Данные могут потребоваться для понижения шума на изображении или для усиления или подавления его деталей, а также сглаживания, повышения контраста и усиления краев.

Для улучшения изображений также применяется операция выравнивания гистограммы цветовых компонентов. При этом к изображению применяется оператор, на который накладываются два условия: (а) в выходном изображении должны использоваться все допустимые значения интенсивности и (б) выходное изображение должно содержать примерно равное количество пикселов для каждого значения интенсивности. Условие (а) обеспечивает хорошее восприятие изображения, а условие (б) является дополнительным и его эффективность должна оцениваться из экспериментов.

Как правило, значение пиксела изображения мало отличается от соседних. Пусть на изображение влияет такой шум, при котором это свойство сохраняется. Например, изредка попадаются «мертвые» пикселы или пикселы, к значениям которых добавляются случайные числа с нулевым средним значением. Желательно уменьшить влияние этого шума, заменив каждый пиксел взвешенным средним значением его соседей. Такой процесс называют сглаживанием.

Алгоритм сглаживания необходим для усреднения цветовых компонентов на кадре и реализуется методом усреднения заданных интервалов по следующей формуле:

где M’ – матрица кадра видеопотока с усреднением векторов RGB, M’’ – матрица сглаженного кадра видеопотока, K – коэффициент сглаживания, N – шаг.

Для полученной матрицы M’’ заданного кадра применяется горизонтальное и вертикальное сканирование, в котором используется поиск минимального и максимального значения разницы значений двух соседних пикселов на заданном направлении вектора сканирования.

. Сканирование КО (а – заданная контрольная область, б – горизонтальное сканирование, в – вертикальное сканирование) и результат работы алгоритма (г)

Алгоритм нахождения расстояния значений соседних элементов матрицы заданной строки позволяет выявить области, в которых происходит переход цвета от светлых к темным тонам.

Применение данных процедур горизонтального и вертикального сканирования матрицы КО позволяет выявить область, отличную от цвета дорожного покрытия. В данном случае в число таких областей попадают следующие неоднородности: заплаты, ямы, трещины.

Матрица пикселов идентифицированного объекта на кадре соответствует форме-объекту неоднородности на дорожном полоне. Данную форму необходимо сопоставить с формой известных неоднородностей. Преобразование перспективы формы на плоскости и соотнесение матриц пикселов позволит решить данную задачу.

Таблица 3. Преобразование проекции для основных типов неоднородности: заплата, трещина, яма

Разработанный автором метод определения площади неоднородности основан на задании параметров контролируемой области, таких как: ширина, длина, расстояние от камеры до области и высота камеры над дорожным покрытием. Размерность полученной матрицы можно преобразовать в физические единицы (м2), используя следующий алгоритм.

. Схема проецирования изображения

Пусть (рис. 8):

h – высота камеры на ДП;

l – проекция на плоскости ДП части МЛ, находящейся перед камерой;

L – расстояние от МЛ до ближайшей стороны КО;

d – ширина КО;

m – число строк проекции КО на экране камеры;

? – угловой раствор области.

Тогда,

Пусть pi – доля занятых объемом клеток (пикселов) в i-ой строке. Тогда интегральная сумма, соответствующая площади области, приближенно равна

В случае получения качественного снимка неоднородности дорожного покрытия с помощью цифрового фотоаппарата можно вычислить объем неоднородности.

Идентификация глубины неровности основывается на структурированном анализе и поиске цветового компонента части неровности, являющейся следствием проецирования глубины дефекта дорожного покрытия на кадр фотоснимка.

. Объем неоднородности приблизительно равен произведению площади неоднородности и ее высоты

Используя данные GPS приемника, программа идентифицирует координату мобильной лаборатории, километр от нулевой точки мониторинга, на котором находится заплата, направление движения лаборатории, например, из Москвы, в Москву, дату и время полученного снимка. Полученные данные сохраняются в базе данных формата mdb (Microsoft Access), который является универсальным форматом для работы с полученными данными различным числом пользователей.

Используя базу данных, можно создать отчет, который будет представлен заказчику исследования дороги в текстовом формате для удобства печати и представления.

Проведенную автором работу в области распознавания изображений можно использовать для решения помимо приведенных еще и следующих задач теории автотранспорта:

1. Определение собственной скорости мобильной лаборатории как функции времени и пройденного расстояния (реализовано посредством GPS технологий).

2. Контроль сплошных линий разметки, который реализован в нескольких модификациях. Во-первых, при стационарном наблюдении с высокой точки за большим фрагментом сплошной линии (двойной сплошной линии). При нарушении происходит идентификация АТС и запись в базу. Во-вторых, проверка качества разметки и локализация участков, где необходимо ее обновление.

3. Анализ дорожного покрытия на наличие посторонних компонентов (отдельных предметов, грязи, снега и т.д.).

4. Охрана динамического габарита (ДГ) – части полосы перед мобильной лабораторией, необходимой для безопасности движения динамического габарита зависит от скорости МЛ и определяется автоматически. В случае вторжения в область ДГ какого-либо АТС происходит видеозапись и идентификация нарушителя. ДГ необходим для анализа дорожного покрытия по описываемой технологии в условиях насыщенных потоков.

загрузка...