SciELO - Scientific Electronic Library Online

 
vol.15 número2ANÁLISIS COMPUTACIONAL DE LESIONES CERVICALES NO CARIOSAS EN UN PREMOLAR SUPERIORCÁLCULO DO CUSTO DAS ATIVIDADES DE GESTÃO AMBIENTAL: APLICAÇÃO DO CUSTEIO BASEADO EM ATIVIDADES NUMA MONTADORA DE ÔNIBUS índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Ingeniare. Revista chilena de ingeniería

versión On-line ISSN 0718-3305

Ingeniare. Rev. chil. ing. v.15 n.2 Arica ago. 2007

http://dx.doi.org/10.4067/S0718-33052007000200008 

 

Ingeniare. Revista chilena de ingeniería, vol. 15 No 2, 2007, pp. 174-184


DETECCIÓN Y RECONOCIMIENTO DE SEÑALES DE TRÁNSITO UTILIZANDO MATCHING DE CHAMFER

DETECTION AND RECOGNITION OF TRAFFIC SIGNALS USING MATCHING OF CHAMFER

 

Cristián Arriagada García1   Diego Aracena-Pizarro2

1 Escuela Universitaria de Ingeniería Industrial, Informática y Sistemas. Universidad de Tarapacá. Arica Chile. cristian.arriagadagarcia@gmail.com

2 Escuela Universitaria de Ingeniería Industrial, Informática y Sistemas.Área de Ingeniería en Computación e Informática. Universidad de Tarapacá. Arica, Chile. daracena@uta.cl


RESUMEN

En la actualidad el campo de la visión computacional, se muestra como una técnica que facilitará las actividades que pasan desapercibidas o no se es capaz de captar por descuido o falta de información. En este sentido son varios los campos que se beneficiarán por el uso de visión para contar con información que facilite operaciones, indique detalles no disponibles a simple vista, etc. En nuestro caso se presenta un prototipo que permite ayudar a un conductor de un vehículo a colocar atención a las señales del tránsito que estén postadas en la vía, pretendiendo asistir al conductor, y por ende evitar infracciones o accidentes. El prototipo desarrollado con técnicas de visión computacional, permite detectar y reconocer las señaléticas presentes en la vía e informar su naturaleza al conductor mediante una señal audible o proyección visual. La investigación se centró principalmente en las fases de detección inicial; con el fin de contar con una heurística rápida, aprovechando la segmentación por color, con sus características de invariabilidad del sistema HSV (Brillo, Saturación, Valor) [10], y/o detección inicial por bordes, aprovechando el algoritmo de Chamfer optimizado [1] . Para finalmente detectar y reconocer los símbolos de la señal, utilizando técnicas de transformación distancia y matching jerárquico de Chamfer [1], acondicionadas para este tipo de aplicación. El prototipo en su fase de prueba fue implementado en Matlab, con el propósito inicial de comprobar la efectividad de los métodos empleados. Una vez comprobados se utilizó OpenCV para probar su funcionamiento en tiempo real.

Palabras clave: Visión por computador, reconocimiento de patrones, matching de Chamfer, transformación distancia.



ABSTRACT

Nowdays the computer vision field is shown as a technique that will facilitate those activities that are not noticed or those that have not been caught because of a lack of information. In this sense there are several fields that will have benefits by the use of vision of having data that facilitate operations, indicate not available details at first sight etc, in our case a prototype is presented which allows the opportunity to help a car driver to pay attention to the traffic signs on the road, attempting to assist the driver, and at the same time to avoid traffic infractions and accidents. The prototype developed with computer vision techniques, allows the detection and recognition of signposts that are on the road and to inform its nature to the driver through an audible sign or a visual projection. The research was mainly centered on the phases of initial detection; with the objective of taking into account a quick heuristic, taking advantage of the segmentation by color, with their characteristics of invariability of system HSV (Brightness, Saturation, Value) [10], and/or initial detection by borders, making use of the improved algorithm of Chamfer [1], finally to detect and recognize the symbols of the sign, using transformation of distance techniques and hierarchical matching of Chamfer[1], conditioned to this kind of application. The prototype in the phase of proof was implemented in Matlab, with the initial purpose of proving the effectiveness of the methods that were used. Once they are proved an OpenCV was used to verify its functioning in real time.

Keywords: Computer vision, patterns recognition, Chamfer matching, transformation distance.



REFERENCIAS

[1] G. Borgefors. "Hierarchical Chamfer Matching. A parametric edge matching algorithm", pp. 849-865. November 1988. Date of visit: April 2003. URLs: http://doi.ieeecomputersociety.org/ 10.1109/34.9107         [ Links ]

[2] D.M. Gavrila. "Multi-feature Hierarchical Templete Matching using Distance Transforms", pp. 1-6. 1998. Date of visit: May 2003. URLs: http://citeseer.ist.psu.edu/gavrila98multifeature.html         [ Links ]

[3] D.M. Gavrila, V. Philomin. "Real-Time Object detection for "SMART" vehicles", pp. 87-93. 1999. Date of visit: May 2003. URLs: http://citeseer.ist.psu.edu/gavrila99realtime.html         [ Links ]

[4] C. Northway. "Real time Traffic Sign detection using Hierarchical Chamfer Matching", pp. 7-139. Octubre 2002. Date of visit: April 2003. URLs: http://innovexpo.itee.uq.edu.au/2002/projects/s354244/thesis.pdf         [ Links ]

[5] D.M. Gavrila. "Traffic Sign Recongnition", pp. 86-93. 1999. Date of visit: June 2003. URLs: http://citeseer.ist.psu.edu/gavrila99traffic.html         [ Links ]

[6] D.P. Huttenlocher, G.A. Klanderman, W.J. Rucklidge. "Comparing Images Using Hausdorff Distance", pp. 850-863. September 1993. Date of visit: June 2003. URLs: http://citeseer.ist.psu.edu/ huttenlocher93comparing.html         [ Links ]

[7] H. Ming Yang, C. Lin Lin, K. Hao Liu, S. Ming Huang. "Traffic Sign Recognition in Disturbing Environments", pp. 252-261. 2003. Date of visit: July 2003. URLs: http://www.cs.nccu.edu.tw/ ~chaolin/papers/ismis031.pdf         [ Links ]

[8] W.J. Rucklidge. "Locating Objects Using the Hausdorff Distance", pp. 457-464. 1995. Date of visit: July 2003. URLs: http://doi.ieeecomputer society. org/10.1109/ICCV.1995.466904         [ Links ]

[9] S. Aksoy, R.M. Haralick. "Graph-Theoretic Clustering for Image Grouping and Retrieval". University of Washington. Seattle, EE.UU. 1999. Date of visit: August 2003. URLs: http://citeseer. ist.psu.edu/aksoy99graphtheoretic.html         [ Links ]

[10] J. Foley, A. Van Dam, S. Feiner, J. Hugues. "Computer Graphics Principles and Practice". 2nd Edition. Addison Wesley. July 2000.         [ Links ]

[11] L. Shapiro and G. Stockman. "Computer Vision". May 2002. Date of visit: March 2003. URLs: http://george.ee.washington.edu/courses.html         [ Links ]

[12] N. Kehtarnavaz and Ahmad. "Traffic sign recognition in noisy outdoor scenes". Proceeding of the IEEE IV, pp. 460-465. 1995. Date of visit: August 2003. URLs: http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=528325         [ Links ]

[13] G. Piccioli, E. De Micheli, M.P. Campani. "A robust Method for road sign detection and recognition". Image and Vision Computing. Vol. 14 No 3, pp. 209-223. 1996. Date of visit: August 2003. URLs: http://citeseer.ist.psu.edu/piccioli96 robust.html         [ Links ]

[14] H. Sandoval, T. Hattori, S. Kitagawa and Y. Chigusa. "Angle-dependent edge detection for traffic signs recognition". Proceeding of the IEEE IV 2000, pp. 308-313. 2000. Date of visit: October 2003. URLs: http://ieeexplore.ieee.org/xpl/abs_ free.jsp?arNumber=898360         [ Links ]

[15] G. González, R. Woods, S. Eddins. "Digital Image Processing using Matlab". Pearson Prentice Hall. New Jersey. 2004.         [ Links ]

[16] D.S. Guru, P. Punitha. "An invariant scheme for exact retrieval of symbolic images based upon principal component analysis". ACM Pattern Recognition Letters. Vol. 25 No 1. 2004.         [ Links ]

[17] R. Herrera-Acuña, D. Aracena-Pizarro. "Image recognition and retrieval using an invariant schema based on principal component vector analysis". IeCCS2006. E-Conference for Computer Science. Grecia. 2006.         [ Links ]

Recibido el 11 de agosto de 2006, aceptado el 22 junio de 2007