12
Prepoznavanje Prepoznavanje prometnih znakova prometnih znakova Mentor: Mentor: Siniša Šegvić Siniša Šegvić Studenti: Studenti: Maja Šverko Maja Šverko Tomislav Babić Tomislav Babić Tomislav Babić Tomislav Babić Tomislav Lukinić Tomislav Lukinić Kristina Popović Kristina Popović Damir Kovač Damir Kovač Damir Kovač Damir Kovač Dominik Rojković Dominik Rojković

Prepoznavanje prometnih znakova

  • Upload
    lylien

  • View
    241

  • Download
    3

Embed Size (px)

Citation preview

Page 1: Prepoznavanje prometnih znakova

Prepoznavanje Prepoznavanje prometnih znakovaprometnih znakova

Mentor:Mentor:Siniša ŠegvićSiniša Šegvićgg

Studenti:Studenti:Maja ŠverkoMaja Šverko

Tomislav BabićTomislav BabićTomislav BabićTomislav BabićTomislav LukinićTomislav LukinićKristina PopovićKristina Popović

Damir KovačDamir KovačDamir KovačDamir KovačDominik RojkovićDominik Rojković

Page 2: Prepoznavanje prometnih znakova

UvodUvodUvodUvod

Iako je ljudima vid nešto prirođeno, računalni vid Iako je ljudima vid nešto prirođeno, računalni vid predstavlja složen problempredstavlja složen problem

Da li se u slici može vidjeti prometni znak?Da li se u slici može vidjeti prometni znak?Da li se u slici može vidjeti prometni znak?Da li se u slici može vidjeti prometni znak?

Gdje se prometni znak nalazi?Gdje se prometni znak nalazi?Gdje se prometni znak nalazi?Gdje se prometni znak nalazi?

Page 3: Prepoznavanje prometnih znakova

Vrste znakovaVrste znakovaVrste znakovaVrste znakovaZnakovi opasnostiZnakovi opasnostiZnakovi opasnostiZnakovi opasnosti

Znakovi izričitih naredbiZnakovi izričitih naredbiZnakovi izričitih naredbiZnakovi izričitih naredbi

Znakovi obavijestiZnakovi obavijestijj

Znakovi obavijesti za vođenje Znakovi obavijesti za vođenje prometaprometaprometaprometa

Dopunske pločeDopunske pločeDopunske pločeDopunske ploče

Promjenjivi prometni znakovi.Promjenjivi prometni znakovi.Promjenjivi prometni znakovi.Promjenjivi prometni znakovi.

Page 4: Prepoznavanje prometnih znakova

Glavni zadatci unutar projektaGlavni zadatci unutar projektaGlavni zadatci unutar projektaGlavni zadatci unutar projektaP k t j i j kiP k t j i j kiPokretanje i upoznavanje s programskim Pokretanje i upoznavanje s programskim okruženjemokruženjem

Pretvorba iz RGB u HSIPretvorba iz RGB u HSI

–– RGB je aditivni model boja kod kojeg se miješanjem RGB je aditivni model boja kod kojeg se miješanjem osnovnih boja (crvena, plava i zelena) dobiva neka osnovnih boja (crvena, plava i zelena) dobiva neka j ( , p )j ( , p )druga bojedruga boje

HSI je model boja gdje H (hue) predstavlja toplinuHSI je model boja gdje H (hue) predstavlja toplinu–– HSI je model boja gdje H (hue) predstavlja toplinu HSI je model boja gdje H (hue) predstavlja toplinu boje, S (saturation) zasićenje, te I (intensity) intenzitet boje, S (saturation) zasićenje, te I (intensity) intenzitet boje.boje.

Page 5: Prepoznavanje prometnih znakova

Glavni zadatci unutar projektaGlavni zadatci unutar projektaGlavni zadatci unutar projektaGlavni zadatci unutar projektaD t kti j b j i t j bi likD t kti j b j i t j bi likDetektiranje boje i stvaranje binarne slikeDetektiranje boje i stvaranje binarne slike

Binarna slika je digitalna slika u kojoj svaki piksel Binarna slika je digitalna slika u kojoj svaki piksel može imati samo jednu od dvije vrijednostimože imati samo jednu od dvije vrijednostimože imati samo jednu od dvije vrijednostimože imati samo jednu od dvije vrijednosti

Detektirana boja postaje bijela, a ostatak slike crnDetektirana boja postaje bijela, a ostatak slike crn

Page 6: Prepoznavanje prometnih znakova

Glavni zadatci unutar projektaGlavni zadatci unutar projektap jp j

Primjer binarne slike

Page 7: Prepoznavanje prometnih znakova

Glavni zadatci unutar projektaGlavni zadatci unutar projektaGlavni zadatci unutar projektaGlavni zadatci unutar projektaF k ij t jF k ij t jFunkcija narastanja Funkcija narastanja područjapodručja

–– Prepoznavanje skupine pikselaPrepoznavanje skupine piksela

–– Rekurzivnim postupkom svakiRekurzivnim postupkom svaki–– Rekurzivnim postupkom, svaki Rekurzivnim postupkom, svaki piksel se uspoređuje sa susjednim piksel se uspoređuje sa susjednim pikselimapikselima

Prikaz rezultataPrikaz rezultataPrikaz rezultataPrikaz rezultata

77

Page 8: Prepoznavanje prometnih znakova

RezultatiRezultatiRezultatiRezultati

Primjer slika za Primjer slika za plave znakoveplave znakove

Plavi znakPlavi znakPlavi znak Plavi znak pronađenpronađen

Page 9: Prepoznavanje prometnih znakova

RezultatiRezultatiRezultatiRezultati

Nije pronađen plavi znakNije pronađen plavi znak

Pronađen plavi nePronađen plavi ne--znakznak

Page 10: Prepoznavanje prometnih znakova

RezultatiRezultatiRezultatiRezultati

Primjer slika za crvene Primjer slika za crvene znakoveznakovePronađen crveni znakPronađen crveni znak

Nije pronađen crveni Nije pronađen crveni znakznak

Page 11: Prepoznavanje prometnih znakova

RezultatiRezultatiRezultatiRezultati

“Plavi” znakovi“Plavi” znakovi–– Odziv 85.29 %Odziv 85.29 %%%–– Preciznost 35.51%Preciznost 35.51%

“Crveni” znakovi“Crveni” znakovi–– Odziv 76.83%Odziv 76.83%–– Preciznost 22 11%Preciznost 22 11%Preciznost 22.11% Preciznost 22.11%

Page 12: Prepoznavanje prometnih znakova

ZaključakZaključakZaključakZaključak

Visoki odziv, ali nezadovoljavajuća preciznostVisoki odziv, ali nezadovoljavajuća preciznost

Kako to riješiti?Kako to riješiti?

Koristiti složene algoritme koji bi uzimali u obzir i Koristiti složene algoritme koji bi uzimali u obzir i oblikoblikoblik.oblik.