Sustav za segmentaciju slika prometnih znakova na temelju boje

Autor: Toni Benussi

Mentor: prof. dr. sc. Zoran Kalafatić

Segmentacija slike

Zadaća: dijeljenje slike na segmente Segment – dio slike koji sadrži piksele koji

koji se mogu grupirati na temelju nekog zajedničkog svojstva

Cilj: • 1) Pojednostavljenje slike• 2) Dobivanje dodatnih informacija o sadržaju

slike • 3) Izdvajanje bitnih dijelova slike za daljnju

obradu

Primjena segmentacije na temelju boje kod prometnih znakova

Zašto segmentirati slike prometnih znakova na temelju boje? Boja je jedna od temeljnih karakteristika prometnih

znakova koja ih čini prepoznatljivima i uočljivima za ljude → boja može pomoći u detekciji i raspoznavanju prometnih znakova pomoću računala

Problem: boje na slikama prometnih znakova se jako razlikuju ovisno o uvjetima u kojima je slika napravljena

Algoritam K srednjih vrijednosti

Ideja: skup od n pojava ili uzoraka podijeliti na K grupa

Problem: Kako odabrati broj grupa i

početne srednje vrijednosti?

→ → →

Izbor početnih srednjih vrijednosti

Izrada histograma boja na slici (korisno i kasnije tokom segmentacije)

Prva srednja vrijednost = najzastupljenija boja na slici (u histogramu)

Svaka sljedeća srednja vrijednosti je boja koja ima najveću minimalnu udaljenost od svih postojećih srednjih vrijednosti

Kraj postupka: Kada je sljedeća minimalna udaljenost manja od definiranog praga

Izbor početnih srednjih vrijednosti - primjer

1

2

3

4

5

7

6

8

9

Računanje udaljenosti u RGB prostoru boja

Korišten RGB prostor boja dimenzija 64x64x64 Računanje udaljenosti:

Određivanje grupe kojoj pripada piksel:

Segmentacija u prostoru slike ili u prostoru boje?

2 2 2, ( ) ( ) ( )a b a b a b a bd R R G G B B

, ,: , 1..j nj i i sred i sredS pixel d d n k

Performanse segmentacije u prostoru slike

Performanse segmentacije u prostoru boja

Histogrami i primjena kod detekcije znakova

Histogrami udjela svake boje na slikama znakova i pozadine

Detekcija = uspoređivanje boja na slici sa bojama u histogramu znakova i histogramu pozadina:

2( ) ( )k k

k

znakovi udioSlika segment udioStatistikaZnakova segment

2( ) ( )k k

k

pozadine udioSlika segment udioStatistikaPozadine segment

, znakovi< pozadine, inače

truejeZnakfalse

Razmazivanje histograma i maske

“razmazivanje” – svaka vrijednost u histogramu se računa kao prosjek svoje 3x3x3 okoline u RGB prostoru:

Maske (okrugla i trokutasta) za uklanjanje pozadina znakova

1 1 1

1 1 1

1( , , ) ( , , )

i i i

i i i

R G B

i i ir R r G r B

udio R G B udio r g bn

Rezultati testiranja na okruglim znakovima

Mali skup za učenje → razmazivanje utječe pozitivno

5,53% 8,59%5,56% 7,72%

68,74%

76.83%

93,64% 90.83%

Rezultati testiranja na trokutastim znakovima

Veća površina pozadine na slikama sa trokutima → maska jako smanjuje broj lažnih detekcija

12,60%

6,40%

12,20%

95,56% 97,19% 97,42%

Zaključak

Potvrđena pretpostavka da boja može biti važan kriterij u detekciji prometnih znakova

Ipak segmentacija prespora za samostalnu detekciju, a i broj lažnih detekcija je prevelik

Moguća primjena kao dodatna provjera rezultata detekcije dobivenih drugim algoritmom (posebno ako taj algoritam ne uzima u obzir boju prilikom detekcije)