Chulalongkorn University Theses and Dissertations (Chula ETD)

การตรวจจับความเร็วรถยนต์แบบทันกาลในเวลากลางคืนโดยใช้การประมวลผลภาพวีดิทัศน์

Other Title (Parallel Title in Other Language of ETD)

Real - Time vehicle speed detection at night using video image processing

Year (A.D.)

2006

Document Type

Thesis

First Advisor

สืบสกุล พิภพมงคล

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิศวกรรมศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมคอมพิวเตอร์

DOI

10.58837/CHULA.THE.2006.1476

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อหาอัลกอริธึมและพัฒนาโปรแกรมต้นแบบในการตรวจจับความเร็วของรถยนต์ในเวลา กลางคืนแบบทันกาลจากภาพวีดิทัศน์โดยเล็งกล้องมาทางด้านหน้ารถ อัลกอริธึมที่นำเสนอในงานวิจัยประกอบด้วย 2 ส่วนหลัก คือ การตรวจจับรถยนต์และการวัดความเร็วของรถยนต์ การทำงานเริ่มต้นด้วยการกำหนดรอบตรวจจับ ในช่องทางเจราจรที่รถยนต์วิ่งผ่านและจะประมวลผลภาพและวิเคราะห์ข้อมูลเบื้องต้นในบริเวณกรอบตรวจจับที่ กำหนด ขั้นตอนการตรวจจับตำแหน่งของรถยนต์ใช้วิธีการตรวจหาตำแหน่งของดวงไฟหน้ารถยนต์ในกรอบตรวจ จับเพื่อหาตำแหน่งอ้างอิงของรถยนต์ในภาพ แล้วใช้ฟังก์ชันการประมาณค่าใช้ช่วงกำลังสามในการหาค่าระยะ อ้างอิงตำแหน่งรถยนต์จริงบนพื้นถนน จากนั้นจะตรวจหาตำแหน่งรถยนต์ในเฟรมถัดไปโดยวิธีการเดียวกัน ซึ่งจะ ทำให้สามารถคำนวณหาค่าความเร็วของรถยนต์ได้ โดยการนำระยะเวลาที่ใช้ในการเคลื่อนที่ของรถยนต์มาหา ระยะทางจริงที่รถยนต์เคลื่อนในสองเฟรมที่ต่อเนื่องกัน ในการทดสอบกระทำโดยการใช้ภาพวีดิทัศน์ที่บันทึกจาก สภาพจราจรจริง การวัดความเร็วอ้างอิงของรถยนต์ทำโดยใช้เรดาร์เป็นเครื่องมือวัด ความเร็วของรถยนต์ที่สุ่มวัด ในการทดสอบอยู่ระหว่าง 30 ถึง 95 กิโลเมตรต่อชั่วโมง จากการทดสอบพบว่าร้อยละ 92.1 ของรถที่ตรวจจับ ความเร็วได้จะมีความผิดพลาดของความเร็วไม่เกิน 0.686 กิโลเมตรต่อชั่วโมง โดยมีความเบี่ยงเบนมาตรฐาน ไม่เกิน 0.614 กิโลเมตรต่อชั่วโมง

Other Abstract (Other language abstract of ETD)

The purposes of this research were to find an algorithm and to develop a prototype program for real-time vehicle detection at night, by aiming the video camera at the front of vehicle. The proposed algorithm consisted of two parts which were vehicle detection and speed measurement. The process began with the specifying of detection frame in the traffic lane. Then image processing was invoked to analyze primitive data. The later stage was to identify the vehicles by locating their headlights, and by estimating the distance between the camera and the detected vehicles by using cubic spline interpolation. This algorithm was also applied to identify the same vehicle position in the consecutive frame to estimate the travel distance. Finally the speed calculation process was done by dividing the vehicle moving distance with the traveling time. The test was performed using recorded video images from real road traffic. A speed measuring radar was used to measure the vehicle reference speed. The sampled vehicles had the speed between 30 and 95 kilometers per hour. From the test result, 92.1% of the detected vehicle speed had errors within 0.686 kilometers per hour with the standard deviation of 0,.614 kilometers per hour.

Link to Full Text

Share

COinS