Reconocedor de Señales de Tráfico Verticales Basado en Momentos Generales de Color

1. Reconocedor de Señales de Tráfico Verticales Basado en Momentos Generales de Color Albert Batiste Troyano Departamento de Matemática Aplicada I Universidad de Sevilla

2. Introducción • Sistema reconocedor con enfoque didáctico y orientado a la experimentación. • Continuación de proyecto anterior, ampliado. Nuevas funcionalidades, nuevo algoritmo clasificación, más configurable. • Basado en propiedades que no cambian bajo diferentes puntos de vista e iluminaciones. • Implementación práctica: ayuda a la conducción en vehículo a motor.

3. Descripción del sistema • Varios módulos diferenciados: - Módulo reproductor de vídeo. - Módulo de detección y extracción - Módulo de clasificación. - Módulo de interacción con la base de datos.

4. Módulo de detección y extracción • Objetivos: - Detectar píxels correspondientes a señales, basándose en el modelo de color HSV. - Localizar y extraer las señales buscando componentes conexas.

5. Módulo de clasificación • Objetivos: - Focalizar la señal, eliminar píxels del fondo. - Clasificar la señal y ofrecer los resultados.

6. Módulo de interacción con base de datos • Objetivos: - Introducir información sobre nuevas señales en la BD. - Eliminar señales de la BD. - Actualizar la BD después de cada ejecución del sistema, tanto en caso de acierto como de fallo.

7. Técnicas utilizadas • Segmentación por color. - Si el píxel está dentro de rango de rojo o azul, se deja intacto, sino se pone a blanco. Configurable.

8. Técnicas utilizadas • Localización y extracción de componentes conexas. - Por 4-adyacencia. - Filtrar componentes demasiado grandes o pequeñas. - Extraer sólo en determinadas zonas de la imagen. - Desechar regiones desproporcionadas.

9. Técnicas utilizadas • Focalización: - Extracción de píxels del fondo, que no pertenecen a la imagen, mediante establecimiento de intervalos de filtrado en el espacio de color HSV.

10. Técnicas utilizadas • Extracción de invariantes basadas en los momentos generales de color. - Calcular propiedades que permanecen invariantes ante cambios en punto de vista del observador o en la iluminación. - A diferencia de proyecto anterior, tiene en cuenta propiedades cromáticas.

11. Momentos generales del color • Combinan propiedades topológicas y cromáticas de la imagen. • Cinco tipos: - GPD: geométricas y fotométricas tipo D. - GPSO: geométricas y fotométricas tipo SO. - PSO: sin geométricas y fotométricas tipo SO. - PSO*: versión estable del tipo PSO. - PAFF: sin geométricas y fotométricas tipo AFF. • No todas son apropiadas para nuestro caso.

12. Experimentación y conclusiones • Problemas encontrados durante la experimentación: - Baja calidad señal de entrada. - Movimiento de la cámara. - Pérdida de calidad al pasar a AVI. - Invariantes no se ajustan a nuestras necesidades.

13. Experimentación y conclusiones • Mediante pruebas comprobamos: - Tiempo de cálculo elevado. - Buscar equilibrio entre fiabilidad y tiempo usando sólo subconjunto de invariantes. - Necesidad de entrenamiento de la BD. - Necesidad de buen algoritmo de extracción. - Todas las fases son importantes en el proceso. - Necesidad de buen equipo técnico. - Adaptar parámetros de detección a cada situación. - Posibilidad de implementación en caso real.