Ευφυή συστήματα διαχείρισης μεταφορών/συγκοινωνιών με βάση την εικόνα.

Abstract

Σ΄ αυτήν την εργασία χρησιμοποιήσαμε το Matlab ώστε να δείξουμε πως μπορούμε να επεξεργαστούμε τις ψηφιακές εικόνες. Αρχικά εισάγουμε την εικόνα στο Matlab ώστε να πάρουμε πληροφορίες σχετικά με τα pixels της εικόνας, την μέτρηση των χαρακτηριστικών, την εύρεση τελικού σημείου και άλλες πληροφορίες. Ακόμα μπορούμε να επεξεργαστούμε την εικόνα που έχουμε εισαγάγει ώστε να πάρουμε συμπεράσματα γι’ αυτήν ανάλογα με το τι θέλουμε να μάθουμε. Δηλαδή, προσαρμογή αντίθεσης φωτεινότητας, προβολή πολλαπλών εικόνων, πολλαπλά καρέ εικόνας, αλλαγή μεγέθους εικόνας, περικοπή εικόνας ώστε να μπορούμε να επεξεργαστούμε ένα μέρος της εικόνας και φιλτράρισμα εικόνας για τροποποίηση ή ενίσχυση. Επιπλέον στο Matlab μπορούμε να εντοπίσουμε και να διορθώσουμε μορφολογικές πράξεις όπως διαστολή και διάβρωση. Το matlab είναι πολύ χρήσιμο ακόμα γιατί μας δίνει πληροφορίες για pixels, στατιστικά στοιχεία και το ιστόγραμμα. Μπορούμε ακόμα να αναλύσουμε την υφή της εικόνας ειδικά όταν πρόκειται για μορφολογικά-τοπογραφικά στοιχεία. Μία διεργασία τεχνικής ενίσχυσης είναι η τροποποίηση συχνότητας. Αυτές οι τεχνικές χρησιμεύουν για να αφαιρέσουμε θόρυβο από την εικόνα, να την ξεθολώσουμε και να κάνουμε διεργασίες κύλισης γειτονιάς των pixels. Εκμεταλλευόμενοι τις ικανότητες του Matlab που περιγράψαμε παραπάνω σε αυτήν την εργασία έχουμε υλοποιήσει κάποιες εφαρμογές τμηματοποίησης εικόνας με βάση τα χαρακτηριστικά τους. Αναλυτικότερα στις εφαρμογές αυτές γίνεται αναγνώριση των αντικειμένων σε μια εικόνα με βάση τα χαρακτηριστικά της εικόνας και των αντικειμένων. Συγκεκριμένα γίνεται αναγνώριση αντικειμένων σε μονότονο background, σκοτεινιάζοντας την εικόνα, αναγνώριση αντικειμένων με βάση το μέγεθος τους, με βάση την κυρτότητα τους, με βάση την βοήθεια του μετασχηματισμού Watershed, μέσα από βίντεο. Επίσης έχει υλοποιηθεί και μια εφαρμογή GUI(Graphical User Interface), η οποία έχει την δυνατότητα μέσα από ένα βίντεο να εντοπίζει τα αυτοκίνητα που υπάρχουν και να κάνει έναν υπολογισμό της κίνησης των αυτοκινήτων. Όλες αυτές οι εφαρμογές επεξηγούνται εκτενέστερα στα παρακάτω κεφάλαια. Εν κατακλείδι μπορούμε να συμπεράνουμε ότι το Matlab είναι πολύ χρήσιμο εργαλείο για την ψηφιακή ανάλυση και επεξεργασία εικόνας σύμφωνα με τα προαναφερθέντα, κι επίσης μπορεί να χρησιμοποιηθεί για πάρα πολλούς σκοπούς και σε όλους τους τομείς της επιστήμης.

In this work we used Matlab to show how we can work with digital images. First import the image in Matlab to get information on the pixels of the image, measuring the characteristics, finding endpoint and other information. Also we can process the image we get introduced to conclusions about it depending on what we learn. That is, adjusting brightness contrast, view multiple images, multiple image frames, image resizing, cropping the image so we can work out a part of the image and filtering image modification or enhancement. In addition in Matlab we can identify and correct morphological operations like dilation and erosion. The Matlab is very useful because it gives us more information about pixels, statistics and histogram. We can also analyze the texture of the image especially for topographicmorphological data. A process of technical assistance is to change frequency. These techniques are used to remove noise from the image to become clear and make processes running neighborhood of pixels. By exploiting the capabilities of Matlab described earlier in this work we have implemented some applications, image segmentation based on characteristics. More on these applications involve the identification of objects in an image based on image characteristics and objects. It is recognition of objects in drab background, darkness image, object recognition by size, based on the curvature, based on the help of transformation Watershed, through video. It has also been implemented and an application GUI (Graphical User Interface), which has the possibility through a video to identify the cars there and make a calculation of the movement of cars. All these applications are explained in more detail in the following chapters. In conclusion we can draw the conclusion that as Matlab is a very useful tool for digital image processing and analysis set out above, which can be used for many purposes and in all fields of science.