Señales de Transito

Ingeniare. Revista chilena de ingeniera, vol.
15 N 2, 2007
174
Ingeniare. Revista chilena de ingeniera, vol. 15 N 2, 2007
Ingeniare. Revista chilena de ingeniera, vol. 15 N 2, 2007, pp. 174-184
DETECCIN Y RECONOCIMIENTO DE SEALES
DE TRNSITO UTILIZANDO MATCHING DE CHAMFER
DETECTION AND RECOGNITION OF TRAFFIC
SIGNALS USING MATCHING OF CHAMFER
Cristin Arriagada Garca
1
Diego Aracena-Pizarro
2
Recibido 11 de agosto de 2006, aceptado 22 junio de 2007
Received: August 11, 2006 Accepted: June 22, 2007
RESUMEN
En la actualidad el campo de la visin computacional se muestra como una tcnica que facilitar las actividades que pasan
desapercibidas o no se es capaz de captar por descuido o falta de informacin. En este sentido son varios los campos que
se beneciarn por el uso de visin para contar con informacin 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 vehculo a colocar
atencin a las seales del trnsito que estn postadas en la va, pretendiendo asistir al conductor, y por ende evitar
infracciones o accidentes. El prototipo desarrollado con tcnicas de visin computacional permite detectar y reconocer
las sealticas presentes en la va e informar su naturaleza al conductor mediante una seal audible o proyeccin visual.
La investigacin se centr principalmente en las fases de deteccin inicial; con el n de contar con una heurstica rpida,
aprovechando la segmentacin por color, con sus caractersticas de invariabilidad del sistema HSV (Brillo, Saturacin,
Valor) [10], y/o deteccin inicial por bordes, aprovechando el algoritmo de Chamfer optimizado [1]. Para nalmente
detectar y reconocer los smbolos de la seal, utilizando tcnicas de transformacin distancia y matching jerrquico de
Chamfer [1], acondicionadas para este tipo de aplicacin. El prototipo en su fase de prueba fue implementado en Matlab,
con el propsito inicial de comprobar la efectividad de los mtodos empleados. Una vez comprobados se utiliz OpenCV
para probar su funcionamiento en tiempo real.
Palabras clave: Visin por computador, reconocimiento de patrones, matching de Chamfer, transformacin distancia.
ABSTRACT
Nowdays the computer vision eld 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 elds that will have benets
by the use of vision of having data that facilitate operations, indicate not available details at rst sight etc, in our case a
prototype is presented which allows the opportunity to help a car driver to pay attention to the trafc signs on the road,
attempting to assist the driver, and at the same time to avoid trafc 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], nally 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.
1
Escuela Universitaria de Ingeniera Industrial, Informtica y de Sistemas. Universidad de Tarapac. Arica Chile. cristian.arriagadagarcia@gmail.com.
2
Escuela Universitaria de Ingeniera Industrial, Informtica y de Sistemas. rea de Ingeniera en Computacin e Informtica. Universidad de
Tarapac. Arica, Chile. daracena@uta.cl
Arriagada y Aracena: Deteccin y reconocimiento de seales de trnsito utilizando Matching de Chamfer
175
INTRODUCCIN
En la actualidad se producen varios accidentes de trnsito
por imprudencia de los conductores, al no tomar atencin
en la sealtica que va apareciendo en el transcurso
de la conduccin. Lo que se pretende con el sistema
de deteccin de seales de trnsito es alertar en forma
anticipada al conductor, de la sealtica que existe en
su trayecto para que se tome en cuenta y se realicen las
acciones pertinentes y no pase como en muchos casos
desapercibida.
En este sentido las soluciones computacionales que
ayuden a la conduccin de un vehculo motorizado, hasta
ahora lo ms conocido y utilizado en los automviles
inteligentes [3,5], los cuales poseen un microcomputador,
su tarea es la de variar sin intervencin del conductor las
revoluciones del motor. No est lejano el da en que un
computador asista al conductor, ya sea en forma parcial
o en su totalidad, aprovechando la multimodalidad de
sensores (GPS ubicacin geogrca satelital, RF radio
frecuencia o seales activas, cmaras, etc.). Se puede
imaginar a futuro un automvil que lleve a destino, al
usuario, slo con indicrselo y sin la necesidad que ste
intervenga en algn momento en la conduccin.
En este trabajo se desarrolla un prototipo que permite
captar las seales de trnsito como informacin existente
en los caminos y calles a travs de una cmara e indicar
al conductor del mvil (seal audible, proyeccin o un
visor) su resultado, mediante el empleo de tcnicas de
visin computacional, tales como reconocimiento de
patrones, matching (homologacin), transformacin de
distancia, deteccin de colores, bordes, etc., detectar las
sealizaciones del trnsito que ayuden a la conduccin
de un vehculo.
Para este sistema, las sealticas a considerar son slo
las que se encuentren instaladas sobre postes apropiados,
obviando las que se encuentren dibujadas en el piso.
En esta etapa se da nfasis a la efectividad de los mtodos
utilizados en la fase de deteccin (por color, bordes,
resolucin piramidal [1,4]) y reconocimiento (tcnicas
de n-vecinos prximos [1-3]), para posteriormente
considerar los tiempos de respuesta, en las diferentes
etapas del proceso de reconocimiento de patrones (seal
de trnsito especca).
La deteccin y reconocimiento de seales de trnsito es
muy cambiante en un ambiente ruidoso [13]. Los signos
pueden ser fsicamente rotados o daados por diferentes
razones. El ngulo de vista desde el montaje de cmara en
el automvil tiende articialmente a rotar y distorsionar
las imgenes. Los objetos externos, tales como rboles
(hojas, ramas, etc.), pueden ocultar la seal de trnsito, y
las condiciones de fondo dicultar an ms la deteccin.
Las malas condiciones atmosfricas pueden tener efectos en
la calidad de las imgenes. Para confrontar estos desafos,
los investigadores han diseado tcnicas para alcanzar un
buen grado de calidad en el reconocimiento de seales
en la va. Sandoval et al. [14], desarrolla mtodos para
generar mscaras de convolucin que son luego usadas
para la deteccin de bordes dependientes de la posicin de
signos circulares. [12] aplica Fourier y transformaciones
de grilla exponencial polar para extraer valores de rasgos
invariantes de las seales de trco. [13] se focaliza ms
en la deteccin de seales de trnsito con fondo dicultoso.
Asumiendo orientacin constante de imgenes que
contienen seales a detectar, ellos aplican mtodos de
matching de patrones o templetes para detectar la seal
candidata, y reportan un porcentaje alto de aciertos. [4]
detecta y reconoce seales de trco circulares, libres de
oclusin y con diferentes cambios de orientacin sin ruido,
el reconocimiento lo realiza mediante el algoritmo de
Chamfer Jerrquico con diferentes medidas de condencia
para la transformacin distancias asociadas a Chamfer. [7]
asume que la oclusin y mala calidad de las seales poco
comn en la realidad, en ese sentido asume oclusiones
parciales y deterioros por condiciones climticas, presenta
una deteccin inicial por color RGB y el reconocimiento
de 45 seales triangulares en diferentes escenarios, para
lograrlo emplea la transformada discreta del coseno y
mtodos de descomposicin de valores singulares (SDV)
para contar con algunos rasgos invariantes de las seales
de trnsito, y aplica estos rasgos como entrada a una red
neuronal articial (ANN).
Se estima que este trabajo presenta una contribucin
en el tema de deteccin y reconocimiento, en la fase de
deteccin por color aprovechando las caractersticas del
sistema HSV [10] y de borde aprovechando la tcnica de
matching de Chamfer [1]. Entregando una alternativa
ms eciente del mtodo de reconocimiento de patrones
por n-vecinos prximos, aprovechando la fortaleza de la
mtrica transformacin de distancia [1-3 y 7], en conjunto
con el mtodo de matching por correlacin de Chamfer
[1]. Este ltimo ofrece un buen nivel de acierto, para
este tipo de aplicaciones, presentando un mnimo paso
para su implementacin en tiempo real. El proceso de
matching se basa en una estructura de recuperacin de
rbol jerrquico [4, 7 y 9], que se inicia con la investigacin
inicial de un patrn prototipo jerrquico, los cuales son
una mezcla de patrones similares [2-4], comparacin
que se va realizando hasta llegar al matching apropiado,
dado un margen de error, o se rechaza.
176
ARQUITECTURA DEL PROTOTIPO
DE SOFTWARE
En la arquitectura del prototipo, necesaria para detectar y
reconocer las seales de trnsito, las que estn representadas
por templetes generados sintticamente, consistentes en
una matriz de 47 x 74, se observan 5 bloques funcionales
(gura 1), que son:
Figura 1. Esquema f uncional del prot ot ipo de
reconocimiento.
a. Creacin de templetes prototipos; etapa que permite
crear los templetes prototipos para cada grupo de
patrones que presentan un alto grado de similitud.
Despus de lo cual se crean las estructuras de
almacenamiento.
b. Deteccin por color o bordes para obtener regiones
de inters. Para el caso de deteccin por color, se
realiza un ltro de los pxeles en la imagen de entrada,
basndose en los valores HSV que poseen. Una vez
realizado el ltro se procede a identicar regiones de
pxeles conectados las cuales puedan contener seales
de trnsito. Para el caso de deteccin por bordes, se
realiza la bsqueda de la forma desde resoluciones
piramidales, se identican regiones y se procede de
la misma manera anterior.
c. Primera etapa de matching inicial. Se realiza la
igualacin entre cada una de las regiones de inters
detectadas y los patrones prototipos (consisten en
una mezcla de patrones similares).
d. Segunda etapa, matching nal. Se realiza el calce
entre cada una de las subregiones de inters detectadas
y los patrones originales (pertenecientes al patrn
prototipo detectado en c).
e. Aviso de seal reconocida. Una vez encontrado un calce
se dar aviso mediante una seal visual o audible.
Cabe sealar que para encontrar matching, se debe
estudiar el proceso de correlacin Chamfer para cada
seal y determinar los thresholding apropiados, los cuales
posteriormente son aplicados en la fase de prueba.
MTODOS UTILIZADOS
Deteccin preliminar
En la deteccin preliminar se usan dos mtodos,
deteccin por color y deteccin por bordes o contornos.
La deteccin por contorno es la ms apropiada porque
no depende de la intensidad de luz que incide en la
seal, para que sea visible. Lamentablemente es lenta,
ya que se deben realizar operaciones de correlacin que
toman tiempo dependiendo del tamao de la imagen.
Por otro lado, el realizar una deteccin basada en color
es ms rpido, depende fuertemente de la calidad de la
cmara y de la luz que incide en la seal, cuando esta
deteccin falla, se pasa automticamente a la deteccin
por contornos, con templetes geomtricos de los bordes
de las seales.
Deteccin por color
Las sealticas de trnsito deben cumplir con las normas
vigentes, donde estn establecidos su tamao, forma,
color, etc. Con respecto al color, ste se encuentra
dentro de una gama establecida, de cierta intensidad y
brillo que es usada en todo el mundo. Los colores ms
utilizados en las seales de trnsito son el blanco, rojo,
amarillo y negro.
Para identicar los colores dentro de una imagen que
contenga una seal de trnsito, se debe transformar la
codicacin de color que posea esa imagen de entrada, a
un sistema que permita discriminar fcilmente su presencia
en el ambiente, se considera el sistema HSV, presentado en
[10], como el adecuado para este tipo de aplicacin.
Basados en el sistema HSV, se realiza un estudio de los
rangos de valores que varan los colores y se adopta un
valor mnimo y mximo para que un pxel sea considerado
177
como parte de un color de inters. De esta manera los
pxeles seleccionados podran formar una vecindad, en la
cual todos ellos estn conectados (4 u 8 vecinos), luego,
se investiga su rea, para nalmente discriminar por su
tamao si es una regin de inters a ser investigada o no.
Claramente esto sirve para reducir el rea de bsqueda,
con lo cual disminuye considerablemente el tiempo de
respuesta [7].
Deteccin por borde o contornos
La segmentacin por color tiene buen comportamiento
en la deteccin en ambientes internos y errticos en
ambiente externo, una manera de obviar este problema
se realiza en el estudio e implementacin de un mtodo
basado en contornos, el cual consiste en correlacionar
los contornos de guras patrones, con los bordes de
la imagen, en los distintos niveles de su resolucin
piramidal (seccin siguiente), que se est analizando.
Se inicia con el nivel ms alto de la resolucin y si se
produce matching en la posicin (x,y), esta posicin se
transforma en coordenadas equivalentes (x,y) para el
siguiente nivel y se considera una rea de investigacin
determinada por x - tamao_ templete_x < x < x+
tamao_templete_x e y - tamao_ templete_y < y <
y+ tamao_templete_y. Esto se realiza hasta llegar al
nivel ms bajo de la resolucin. Al producirse matching
en cada uno de los niveles de la resolucin, se entrega la
posicin (x,y) del ltimo nivel de la resolucin como un
rea de inters que posteriormente ser analizada con el
algoritmo de Chamfer y las imgenes de seales patrones
con que cuenta el sistema, lo que permitir identicar el
tipo de seal contenida en la imagen en proceso. Cabe
hacer notar que la deteccin de bordes tambin se basa en
el algoritmo de Chamfer (seccin Matching Jerrquico
de Chamfer), por ser este un algoritmo de matching que
permite igualar patrones de manera aproximada y con
un alto grado de acierto.
La resolucin piramidal
Como una manera de minimizar el tiempo de demora del
proceso de matching de contornos, empleando la tcnica
de Chamfer, se anexa la tcnica de resolucin piramidal.
Esto permite realizar la operacin de matching desde
una imagen de menor tamao a una de mayor tamao,
es decir, de acuerdo a la tcnica desde un mayor nivel
hasta la original que es la de menor nivel [15].
Esto condiciona el proceso de bsqueda de un template
dentro de una imagen de menor resolucin, el cual debe
cumplir con la siguiente condicin 0 <FDx,y< THi (donde
FD es la medida de conanza utilizada por el mtodo de
matching de Chamfer (ecuacin 7), para pasar al siguiente
nivel de resolucin y as sucesivamente, hasta los niveles
de mayor resolucin. En el caso que la condicin se cumpla
en los K niveles de la pirmide, se puede armar que existe
un matching exitoso. Cabe hacer notar que es necesario
establecer un valor threshold TH para cada nivel de la
pirmide, ya que al bajar de nivel los valores de FD van en
aumento debido a que en una imagen de mayor tamao,
un pxel va a tener mayor distancia de un punto de borde,
que en un nivel superior o de menor resolucin. Esto es
si hay k niveles en la pirmide, entonces habrn TH1,
TH2, THk valores de threshold utilizados. La gura
2 muestra un ejemplo de resolucin piramidal.
Una transformacin importante es la del patrn base en
cada uno de los niveles de la resolucin piramidal, para
esto cada una de las coordenadas del templete original
son escaladas de la siguiente manera:
y
ytemplate
nivel agPirmide
nivel agPir
+ 2
2
Im
Im mide
(1)
x
xtemplate
nivel agPirmide
nivel agPir
+ 2
2
Im
Im mide
(2)
donde nivel ImagPirmide es el nivel de la imagen
de trabajo en la pirmide y (xtemplete, ytemplete)
son las coordenadas de puntos de bordes del templete
(template).
Figura 2. Resolucin piramidal de nivel 2 basada en los
bordes de la imagen original.
178
Transformacin de Distancia
La Transformacin de Distancia (TD) [1,4] es un proceso
en el cual a partir de una imagen binaria, con pxeles
de borde y fondo, se crea otra, donde cada pxel posee
un valor que indica la distancia al pxel ms cercano
a un borde. Las distancias globales se aproximan por
propagacin a las distancias locales. Los algoritmos de
TD normalmente utilizan rastreo de la imagen con una
mscara de forma y tamao jo para la propagacin
de las distancias, independiente de las posiciones de
los pxeles de borde. Las distancias calculadas son
una aproximacin de la distancia Euclidiana. En este
proyecto se utiliza la aproximacin por la mtrica
Chamfer 3-4 [1].
El proceso de matching utilizado aqu tiene como entrada
dos imgenes binarias, un template T y una imagen I (en
este caso las imgenes sern los pxeles de borde de T e
I). Los pxeles encendidos denotarn la presencia de
una caracterstica y los pxeles apagados la ausencia
de stas en la imagen binaria.
Figura 3. Clculo de la Transformacin Distancia.
Figura 3. Clculo de la Transformacin Distancia.
Calcular el matching entre T e I involucra calcular la TD
de la imagen I. El templete T es posicionado sobre la TD
de I; el matching calculado depender de los valores de
pxel de la TD que estn bajo los pxeles encendidos
de T (ver gura 3). Estos valores de pxel forman una
distribucin de distancias que relacionan la imagen I y el
templete T. La ms baja de estas distancias ser la posicin
del calce entre el templete y la imagen. Una forma de
medir el matching sobre esta distribucin es utilizar la
Distancia de Chamfer, la cual es una distancia promedio
para las caractersticas ms cercanas denida por
Dchamfer T I
T
di t
t T
( , ) (
| |
) ( )
e
1
(3)
Dchamfer T I ( , ) < (4)
donde |T| es el nmero de pxeles de T y di(t) denota las
distancia entre la caracterstica t en T y la ms cercana
caracterstica en I. Normalmente se dice que un template
hace calce en una localizacin, cuando la distancia
Dchamfer (T,I) es menor a un valor umbral Q.
Matching Jerrquico de Chamfer
El reconocimiento de patrones en imgenes es un
problema clave en visin computacional, normalmente este
proceso se complica debido al ruido y errores inherentes
al procesamiento de las imgenes (ejemplo: Filtraje,
extraccin de bordes, etc.). Por otro lado, el proceso de
matching juega un rol importante en los sistemas de
visin, siendo importante su efectividad y velocidad de
procesamiento. La tcnica de reconocimiento denominado
Matching Jerrquico de Chamfer (HCMA) realiza el
matching de los puntos de borde u otras caractersticas
de bajo nivel, de un patrn, si estn presente en una
imagen digital. El HCMA no slo determina el mejor
calce, sino que tambin da una medida de conanza
para el proceso.
El algoritmo se basa en la bsqueda del (o los) mnimo(s)
factor distancia entre cada posicin de la imagen y el
templete (factor de similitud entre regiones de la imagen
y el templete de investigacin), con la ventaja que no
hace una correlacin con todos los puntos del templete
en cada posicin del rea de bsqueda, sino que, slo con
los puntos de bordes del template, con los cuales calcula
un factor distancia entre la transformacin distancia de
los bordes de la imagen y el templete. Adems tiene
la propiedad de iniciar el proceso de matching en una
resolucin piramidal de la imagen, como se menciona
en la seccin La resolucin piramidal, es decir, de
la imagen original se obtienen otras idnticas con
menos resolucin a medida que se sube de nivel en la
pirmide.
Para la realizacin del proceso de matching la imagen
sufre un cambio. Una vez obtenidos los puntos de
bordes de la imagen se realiza una Transformacin de
Distancia, la cual indica que tan lejos est cada uno de
los pxeles de un punto de borde. La Transformacin de
Distancia utilizada aqu fue desarrollada en [1], cuya idea
bsica es que las distancias globales son aproximadas
por propagacin de las distancias locales. En nuestro
caso se utiliza un algoritmo secuencial de dos pasadas
sobre la imagen, forward y backward [1,4], de la
siguiente manera.
179
Adelante (Forward)
for i= 2,..., nmero las de imagen
for j= 2,..., nmero columnas de imagen
v
i,j
=mnimo (v
i-1,j-1
+ 4, v
i-1,j
+3, v
i-1, j+1
+4, v
i,j-1
+3, v
ij
)
Atrs (Backward)
for i= ( nmero las de imagen 1),..., 1
for j= ( nmero columnas de imagen 1),..., 1
v
i,j
= mnimo (v
i,j+1
+ 3, v
i+1,j-1
+4, v
i+1,j
+3, v
i+1, j+1
+4, v
i,j
)
Medida de conanza
La Imagen de Transformacin Distancia (IDT) que muestra
la gura 7 y las coordenadas de los puntos de bordes
del template, son las entradas principales utilizadas en
el proceso de matching. En la imagen IDT se realiza un
barrido por posicin de pxel de izquierda a derecha y de
arriba hacia abajo. En cada posicin de la IDT se calcula
el factor distancia y su valor se almacena en una matriz
resultante de igual tamao de la imagen en tratamiento. En
este trabajo se utiliz para el clculo del factor distancia
el valor RMS (raz de las medidas al cuadrado), esto es
una modicacin del algoritmo original de Chamfer que
utiliza slo el promedio aritmtico, medida que presenta
una dbil respuesta a nivel de aciertos en las pruebas
externas realizadas (4). Esta modicacin al factor
distancia (FD) es de la forma:
FD Dchamfer T I
( )
1
3
( , ) (5)
y donde
Dchamfer T I
n
IDT T x T y
templK templK
( , ) ( ( ), ( )
1 2
))
K
n
1
(6)
luego
FD
n
IDT T x T y
templK templK
K
n
1
3
1 2
1
( ( ), ( ))
,,
(7)
donde n es la cantidad de puntos de bordes del templete,
x
templk
e y
templk
son las coordenadas del k-simo punto
de borde del template y T es la transformacin desde
el sistema de coordenadas del templete al sistema de
coordenadas IDT, en la posicin del pxel actual en IDT.
La gura 4 representa una subregin IDT.
Donde la celda destacada de color amarillo representa
la posicin actual del pxel en IDT, en la cual se est
calculando FD (medida de confianza). Las celdas
destacadas en color celeste son la entrada para el clculo
anterior. En la regin IDT los pxeles de bordes son
representados por los 0s, o sea hay 0 distancia al pxel
de borde ms cercano. Una vez calculado FD para cada
pxel IDT, la posicin ms ptima del matching dentro de
IDT ser la con menor valor FD. Esto no quiere decir que
se haya encontrado el templete dentro de la imagen, sino
que existe una regin de la imagen que iguala con todos,
algunos o pocos puntos con los bordes del templete. Para
esto es necesario establecer un threshold, que permita
asegurar que la posicin mnima encontrada es realmente
parecida o idntica al templete. En el caso de que FD=0
es altamente probable que la regin encontrada sea igual
al template. Por lo tanto hay un valor umbral TH para el
cual si 0 <FD
x,y
< TH la regin de la imagen con centro
(x ,y), se encuentra el templete que se est buscando.
Estructura de los templetes o patrones de
identicacin
Adopta la estructura tipo rbol jerrquico almacenado
en forma permanente en disco, sta es transferida a una
estructura ad hoc en memoria principal. Los templetes
son agrupados, basndose en las caractersticas de
similaridad existentes entre ellos. Esta subdivisin en
grupos tiene como nalidad minimizar la cantidad de
patrones a utilizar en el proceso y con esto el tiempo de
procesamiento. La utilizacin de este agrupamiento en
el proceso de matching hace necesario crear template
prototipo por cada grupo, el cual contiene las caractersticas
comunes de los patrones originales pertenecientes al
grupo. La gura 5 muestra algunos grupos obtenidos y
sus respectivos templetes prototipos.
Por tanto, el proceso de matching se inicia con los
templetes prototipos. Si uno de estos provoca un calce,
entonces se proceder a realizar de nuevo este proceso
con cada uno de los templetes pertenecientes al grupo,
hasta que se tenga xito en el matching o en el peor de
los casos se descarte, volviendo al matching inicial. Esta
Figura 4. Clculo FD en una regin IDT.

Templete buscado
180
relacin grupo/template prototipo puede ser mirado como
la relacin existente en un rbol de un nodo padre y sus
hijos (hojas).
Templetes Originales Templetes
prototipos
Figura 5. Grupos de templetes y su respectivo template
prototipo.
RESULTADOS OBTENIDOS
Se presentan los resultados obtenidos con los mtodos
utilizados en esta investigacin, en dos etapas: La primera,
con imgenes capturadas con una cmara digital una
a una, en ambiente real, determinndose los umbrales
necesarios para su operacin, y luego, la segunda etapa,
con videos capturados desde un vehculo en marcha a 55
km/hora, repitindose el proceso de la primera.
Pruebas con imgenes por separado
Para ambas pruebas se considera inicialmente que las
imgenes de prueba y la estructura jerrquica de los
templetes estn almacenados en memoria principal. El
tamao de la imagen de entrada es de 320x240 pxeles
y los templetes varan de 74x74 a 55x55 pxeles, esto,
est en directa relacin con el conjunto de imgenes de
pruebas, donde los patrones varan de tamao segn la
seal de trnsito que contengan. La gura 6, muestra
este efecto.
Con las imgenes de la gura 6 se consideraron dos
niveles en el proceso de resolucin piramidal, esto
signic determinar los valores de threshold para cada
uno de los niveles de profundidad piramidal y la medida
de conanza FD que relaciona el patrn de prueba y los
pxeles de la imagen. Ejemplo, con un template disco PARE
(ver tabla 1), se realiz el proceso de matching con una
imagen capturada en ambiente real externo, que contiene
una seal disco PARE. Este proceso se realiz para cada
grupo, subgrupo y patrones de seales, obtenindose un
conjunto de valores FD, donde se registr el threshold
para cada divisin, como tambin, para cada uno de los
niveles de resolucin piramidal.
Las pruebas iniciales arrojaron resultados satisfactorios,
indicando la subregin y la posicin central del template
dentro de la imagen, permitiendo comprobar la efectividad
de los mtodos utilizados. A continuacin, se muestra la
secuencia realizada para el signo CRUCE PEATONAL
en la primera imagen de la gura 6 y los resultados
obtenidos:
i. Creacin de prototipos de Grupos de Templete (ver
gura 5).
ii. Deteccin de objetos de inters a travs de deteccin
de colores.
BOR_OBR1
Figura 7. Bordes de objetos filtrados por tamao
Figura 7. Bordes de objetos filtrados por tamao
templete.
iii. Proceso de matching. En una primera etapa el proceso
de matching, se comienza correlacionando los patrones
prototipos (gura 5) con la imagen resultante del proceso
Figura 6. Efecto de lejana, el signo Pare es de menor
rea que el Cruce de peatones.
Tabla 1.Thresholding de niveles para el signo PARE.
Nivel en la Pirmide Threshold
0 1.54340066666667
1 0.795202
2 0.406667333333333
181
de deteccin por color (BOR_OBR1). Se consider
como criterio de xito, cuando patrn prototipo cumple
con los thresholding (ver tabla 2) en los tres niveles
(SP_G2) se asume que existe un matching.
Tabla 2. Resultados de matching entre imagen BOR_
OBR1 y cada uno de los templetes Prototipos
(ver gura 8).
Templete
Imagen
Nivel
Piramidal
de Imagen
Factor de
distancia
(FD) mnimo
obtenido
Cumple
Matching
Identi-
cacin
No SP_G1 BOR_OBR1 2 0.8674 (NCT)
No SP_G3 BOR_OBR1 2 0.7393 (NCT)
S SP_G2
BOR_OBR1 2 0.3365 (CT)
BOR_OBR1 1 0.6109 (CT)
BOR_OBR1 0 1.3340 (CT)
(*) NCT = No cumple threshold
(**) CT = Cumple threshold
Posteriormente, en la segunda fase del proceso de
matching (ver tabla 3) se realiza un proceso idntico a
la etapa anterior, con la diferencia que son utilizados los
patrones bases (S1_G2, S2_G2, S3_G2 de la gura 5),
sealticas propiamente tal, a los que representa el
templete prototipo (SP_G2). Nuevamente se utiliza el
criterio de xito mostrado en la tabla 2, al existir un
matching, el proceso de bsqueda naliza entregando
las coordenadas de imagen que limita la regin donde
se produjo el matching.
Pruebas con videos capturados en ambiente real
En esta fase de pruebas se detectaron problemas con el
proceso de segmentacin por color, se obtenan algunas
reas de inters, que producan calce en lugares que no
contenan ninguna seal de trnsito, y donde existan,
no eran reconocidas. Esto se produca debido a factores
ambientales y del entorno donde estaban instaladas las
sealticas, principalmente de luminosidad. Un ejemplo
comparativo de esta prueba, se muestra en la gura 8.
Sin embargo, esta tcnica de segmentacin disminuye de
manera considerable el tiempo de procesamiento, pero
depende de factores ambientales y de la cmara que lo
hacen poco prctico para su uso externo.
El proceso de matching por bordes o contornos de los
patrones seales de trnsito, permite no considerar el
problema de luminosidad principalmente, y basar la
deteccin inicial en matching de Chamfer, considerando slo
los bordes externos de las seales. Aun as, se obtuvieron
resultados de reas que no contenan ninguna seal de
trnsito, como tambin matching falsos (ver gura 9).
Tabla 3. Resultados de matching entre imagen BOR_
OBR1 (gura 7) y cada uno de los templetes
hijos de SP_G2 (gura 5).
Templete
Imagen
Nivel
Piramidal
de Imagen
Factor de
distancia (FD)
mnimo
obtenido
Cumple
Matching
Identi-
cacin
No S2_G2 BOR_OBR1 2 0.5728 (NCT)
No S3_G2
BOR_OBR1 2 0.3885 (CT)
BOR_OBR1 1 0.8708 (NCT)
S
(71,220)
S1_G2
BOR_OBR1 2 0.3592 (CT)
BOR_OBR1 1 0.6499 (CT)
BOR_OBR1 0 1.4778 (CT)
(*) NCT = No cumple threshold
(**) CT= Cumple threshold
d) segmentacin por color,
se detecta un signo Pare.
c) Imagen con el signo Pare.
b) En est a i magen se
muestran los pxeles que
pasaron el ltrado de color,
con bajo nmero de pxeles,
no detectndose la seal.
a) En esta imagen encerrada en
un cuadro se encuentra la seal
que debera ser detectada.
Figura 8. Comparacin de resultados segmentacin por
color, imagen desde un video (a) contiene la
seal a detectar y b) el resultado), y una imagen
capturada por una cmara digital (c) contiene
la seal a detectar y d) el resultado).
detectndose la seal.
Esto se debe a la constante necesidad de actualizar los
valores threshold, que deben utilizarse para raticar
la existencia de una seal en una imagen. Realizado
182
nuevamente la determinacin de los thresholding, se
comprob su efectividad en la pruebas con imgenes
capturadas desde videos (ver tabla 4 y tabla 5). Para
esto fueron utilizadas las guras 9-a y 9-c. Del conjunto
de pruebas realizadas se concluye que para una mayor
exactitud del proceso de reconocimiento, se debe tener
para cada patrn seal de trnsito que maneje el sistema,
un rango de valores thresholding distinto. Las limitaciones
son directamente dependientes del tipo de cmara que
se utilice, la distancia mxima y mnima que se desea
que el sistema detecte la seal de trnsito, el tamao de
los patrones, el tamao imagen de entrada que se utiliza,
del formato y tipo de compresin que se haya utilizado
para crear el video.
Figura 9. Resultados obtenidos de la deteccin de bordes
patrones y de la deteccin por matching de
Chamfer.
b) rea seleccionada
desde a) al realizar
matching con la
imagen patrn de la
izquierda.
c) Imagen utilizada en
las pruebas de clculo de
umbral.
d) rea seleccionada
desde c) al realizar
matching con la
imagen patrn de la
izquierda.

a) reas de inters
seleccionadas al realizar
matching con los patrones
de bordes.
Tabla 4. Umbrales utilizados pruebas con imgenes de
la gura 9-a.
Nivel
en la
Pirmide
Valor de Threshold calculado para
el prototipo del sistema (vlidos para
segmentacin por comparacin
con guras patrones)
Mnimo Mximo
0 1.65400511 1.654034886
1 0.67965688 0.679669117
2 0.30738623 0.307391767
Tabla 5. Comparacin de threshold utilizados por el
prototipo del sistema y el sistema en tiempo
real, con respecto la gura 9-c.
Nivel
en la
Pirmide
Umbral para deteccin
por bordes o contornos
Mnimo Mximo
0 0.83210551 0.83212049
1 0.3219571 0.3219629
2 0.4999955 0.5000045
Los resultados de las pruebas realizadas son bastante
aceptables, ya que entregaban localizaciones muy
exactas de la seal de trnsito detectada, y que junto a
la resolucin piramidal y la deteccin por color o por
bordes, demuestra la ecacia y exactitud del algoritmo
de Chamfer empleado.
CONCLUSIONES
De los resultado obtenidos y la experiencia de realizar
pruebas con varios mtodos de visin aplicables a la
deteccin inicial y el reconocimiento de patrones o smbolos
presentes en las seales de trnsito, se puede aseverar
que el aprovechamiento del proceso de segmentacin
por color y la fortaleza del mtodo HSV, permite de
manera rpida lograr una primera aproximacin, de las
posibles reas a investigar, pero slo sirve para ambientes
externos con caractersticas de luminosidad apropiados,
o en ambientes internos preparados.
El uso de la resolucin piramidal permiti disminuir
el tiempo de bsqueda, ya que las comparaciones de
templetes comienzan sobre una imagen 4 veces menor
en tamao que la original. El nivel de la pirmide
seleccionado tiene que ser acotado a un mximo donde
el primer nivel no se convierta en una mancha de pxeles
sin forma.
El proceso de deteccin por bordes o contornos, junto a
la resolucin piramidal se convierten en una poderosa
herramientas de ahorro de tiempo de procesamiento, a
medida que la cantidad de templetes va en aumento, con
lo cual se pueden procesar mas imgenes por unidad de
tiempo, evitando la no deteccin de seales por inecacia
del sistema de deteccin.
En el proceso de reconocimiento de patrones, buscando
las caractersticas radiomtricas relacionadas con sus
vecinos prximos, la heurstica de matching jerrquico
por Chamfer es un mtodo de correlacin ecaz para
este tipo de proceso, la dicultad radica en sintonizar o
183
aprender apropiadamente los diferentes thresholding, para
cada uno de los niveles de profundidad en los rboles,
para una bsqueda de patrones exitosa.
El concepto de utilizar patrones prototipo y dependiendo
de la complejidad crear subpatrones prototipos hasta
llegar al reconocimiento del patrn buscado, es un mtodo
que puede ser extrapolado a otras aplicaciones, como
por ejemplo la recuperacin de patrones o imgenes
desde base de datos, por ejemplo, utilizando Anlisis
de Componentes Principales (PCA).
El clculo de los valores de Distancia de Chamfer dependen
del tamao de la imagen que se utilice como entrada en
el proceso de deteccin, obteniendo diferentes valores
si el factor es calculado en una imagen completa versus
una regin de ella, en una misma posicin.
El formato y resolucin de las imgenes se hace
importante, porque de esto dependen los valores que
representan a cada uno de los pxeles, los cuales pueden
variar en forma centesimal, no visible a simple vista,
pero que puede inuir considerablemente en el proceso
de deteccin.
TRABAJO FUTURO
Mejorar las tcnicas de deteccin y reconocimiento
utilizadas o desarrollar otras nuevas, con el n de disminuir
las no detecciones de seales por mal posicionamiento o
desgastes, y por consiguiente el tiempo de procesamiento,
importante para una aplicacin en tiempo real de estas
caractersticas. En la actualidad se est trabajando insertar
en el reconocimiento usando tcnica de Componentes
Principales Invariantes [16, 17].
Implementar un mtodo que automatice el clculo de
los valores threshold, los cuales podran depender de
parmetros de calibracin de cmara, de luminosidad
del entorno, caractersticas de la imagen que se est
procesando, tales como calidad, tamao y tipo de
compresin utilizados.
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
[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
[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
[4] C. Northway. Real time Trafc 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
[5] D.M. Gavrila. Traffic Sign Recongnition,
pp. 86-93. 1999. Date of visit: June 2003. URLs:
http://citeseer.ist.psu.edu/gavrila99 trafc.html
[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
[7] H. Ming Yang, C. Lin Lin, K. Hao Liu, S. Ming
Huang. Trafc 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
[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
[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
[10] J. Foley, A. Van Dam, S. Feiner and J. Hugues
Computer Graphics Principles and Practice.
2
nd
Edition. Addison Wesley. July 2000.
[11] L. Shapiro and G. Stockman. Computer Vision.
May 2002. Date of visit: March 2003. URLs:
http://george.ee.washington.edu/ courses.html
[12] N. Kehtarnavaz and Ahmad. Traffic sign
recognition in noisy outdoor scenes. Proceeding
of the IEEE IV, pp. 460-465. 1995. Date of visit:
184
August 2003. URLs: http://ieeexplore.ieee.org/
xpl/freeabs_all.jsp?arnumber=528325
[13] G. Piccioli, E. De Micheli, M.P. Campani. A robust
Method for road sign detection and recognition.
Image and Vision Computing. Vol. 14 N 3, pp. 209-
223. 1996. Date of visit: August 2003. URLs:
http://citeseer.ist.psu.edu/piccioli96 robust.html
[14] H. Sandoval, T. Hattori, S. Kitagawa and Y.
Chigusa. Angle-dependent edge detection for
trafc 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
[15] G. Gonzlez, R. Woods R, S. Eddins. Digital
Image Processing using Matlab. Pearson Prentice
Hall. New Jersey. 2004.
[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 N 1. 2004.
[17] R. Herrera-Acua, 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.

Señales de Transito

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Señales de Transito

Cargado por

Copyright:

Formatos disponibles

Ingeniare. Revista chilena de ingeniera, vol.

También podría gustarte