Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/317
Title: Sıft (scale Invarıant Feature Transform) Ve Renk Sınıflama Yöntemini Kullanarak Trafik İşareti Tanıma
Other Titles: Traffic Sign Recognition Using Scale Invariant Feature Transform And Color Classification Method
Authors: Gökmen, Muhittin
Kuş, Merve Can
Bilgisayar Mühendisliği
Computer Engineering
Keywords: Trafik işareti tanıma
SIFT
Görüntü eşleme
Görübtü tanıma
Öznitelik çıkarma
Görüntü renk analizi
Görüntü yön analizi
Traffic Sign Recognition
SIFT
Image matching
Image recognition
Feature Extraction
Image color analysis
Image orientation analysis
Publisher: Fen Bilimleri Enstitüsü
Institute of Science and Technology
Abstract: Bu çalışmada, Scale Invariant Feature Transform (SIFT) yöntemini özniteliklerin renk ve yönüne bağlı yeni özelliklerle zenginleştirerek bir trafik işareti tespiti ve tanıma tekniği geliştirilmiştir. SIFT, verilen bir resimde yerel değişmez öznitelikler bulur, bu öznitelikleri eğitim kümesindeki resimlerin öznitelikleri ile eşler. Tanıma, en çok sayıda eşleşmenin olduğu trafik işareti bulunarak yapılır. SIFT yönteminin bu konudaki performansı incelenmiştir. Daha sonra, performansı arttıracak yeni özellikler eklenmiştir. Bunlar, önerilen renk sınıflama yöntemini kullanarak yapılan renk kontrolü ve özniteliklerin yön kontrolüdür. Bu özellikler SIFT yönteminde bulunan eşleşmelerin doğruluğunu kontrol eder. Geliştirilen renk sınıflama yöntemi bazı sınıflara ayırma kuralları kullanarak piksellerin gerçek renklerini bulur. Sonuç olarak, renk ve yön kontrollerinin eklenmesinin SIFT yönteminin başarısını ciddi oranda arttırdığı gözlenmiştir. Çeşitli açılarda dönmüş, afin dönüşümlere uğramış, hasarlı, diğer nesneler tarafından bir kısmı örtülmüş, üzerine diğer nesnelerin gölgesi düşmüş, renk değişimine uğramış, değişik hava koşullarında ve değişik aydınlatma koşullarında resimlenmiş trafik işareti resimleri için bile elde edilen tanıma sonuçlarının gerçekten çok iyi ve tatmin edici sonuçlar elde edilmiştir.
In this study, a traffic sign detection and recognition technique by augmenting the Scale Invariant Feature Transform (SIFT) with new features related to the color and orientation of local regions is developed. SIFT finds local invariant features in a given image and matches these features to the features of images that exist in the training set. Recognition is performed by finding out the training image that gives the maximum number of matches. Performance of SIFT in traffic sign detection and recognition issue is investigated. Afterwards, new features which increase the performance are added. Those are color inspection by using proposed color classification method and inspecting the orientations of SIFT features. These features check the accuracy of matches which are found by SIFT. Color classification method finds out true colors of the pixels by applying some classification rules. It is observed that adding color and orientation inspections raises the recognition performance of SIFT significantly. Obtained results are very good and satisfying even for the images containing traffic signs which are rotated, have undergone affine transformations, have been damaged, occluded, overshadowed, had alteration in color, pictured in different weather conditions and different illumination conditions.
Description: Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2008
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2008
URI: http://hdl.handle.net/11527/317
Appears in Collections:Bilgisayar Mühendisliği Lisansüstü Programı - Yüksek Lisans

Files in This Item:
File Description SizeFormat 
8458.pdf18.95 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.