روح الله روح الله نژاد - دانشجوی کارشناسی ارشد مکاترونیک دانشگاه آزاد اسلامی واحد کاشان
محمد عصاریان - هیئت علمی دانشگاه آزاد اسلامی واحد کاشان
زهره اخوان حجازی - هیئت علمی دانشگاه آزاد اسلامی واحد کاشان

در مبحث بینایی ماشین بنظر می رسد تشخیص اشیاء و دست بندی آنها از جمله عملیات پایه ای است. توسعه ی سیستم های مبتنی بر بینایی از جمله سیستم های تشخیص چهره ، سیستم های تشخیص اثر انگشت و سیستم های تشخیص پلاک خودرو که الگوهای مختلف را تشخیص می دهند می توانند کمک شایانی به انسان نمایند. در تمام این سیستم ها یک موضوع مشترک وجود دارد و آن یافتن مهمترین ویژگی های بصری یک شیء مانند شکل، لبه، بافت، و رنگ آن است که آن را از بقیه ی اشیاء متمایز می کند. تحلیل صحنه های ترافیکی و تشخیص خودروها نیز از جهات بسیاری دارای اهمیت است و می توان برای آن کاربردهای مختلفی در سیستم های حمل و نقل هوشمند ( ITS) از جمله کنترل ترافیک و ایجاد سیستم های همکار راننده با هدف کاهش سوانح ترافیکی نام برد. در این مقاله روش جدیدی معرفی ش ده که از الگوریتم های پیشرفته پردازش تصویر از جمله HOG، ADABOOST و GMM در تحلیل صحنه های ترافیکی به منظور تشخیص خودروها و محدوده آنها در تصاویر استفاده شده است. نتایج به دست آمده نشان داد که با اعمال الگوریتم GMM و حذف پس زمینه قبل از آشکارسازی، دقت تشخیص خودروهای متحرک در تصاویر به 91% رسید. لذا می توان نتیجه گرفت که روش پیشنهادی می تواند با خطای کمتری نسبت به روش های ساده تر پردازش تصویر سیستم های حمل و نقل هوشمند مورد استفاده قرار گیرد.

تشخیص اشیاء متحرک، ITS، هیستوگرام گرادیان جهت دار آدابوست آشکارسازی خودروها