Görüntü işleme yöntemlerı ile araç logo tanıma
Loading...
Date
2016
Authors
Şengül, Gökhan
Journal Title
Journal ISSN
Volume Title
Publisher
Open Access Color
OpenAIRE Downloads
OpenAIRE Views
Abstract
Araç logolarının tanımlanması, farkli çevre şartlarında araçların logolarının yüksek performans ile algılanması ve sınıflandırılması yeteneği olarak tanımlanabilir. Logo tanıma, devlet kurumları, askeri alanlar gibi kontrol gerektiren bölgelerde güvenlik ve gözetleme amacıyla kullanılmaktadır. Logo tanımlamada öncelikle logo görüntüleri okunur, analiz edilir ve logonun ait olduğu üretici belirlenir. Bu tez çalışmasının amacı, araç logolarının tanımlanması için kullanılan üç farklı yöntemin gürültülü ve gürültüsüz ortamlardaki başarımlarını araştırmak ve bu yöntemlerin karşılaştırmasını yapmaktır. Bu tez çalışmasında logo tanımlama için SURF, LBP ve GLCM yöntemleri denenmiştir. LBP ve GLCM yöntemleri için sınıflandırıcı olarak kNN kullanılmıştır. Önerilen yöntemler biri üreticilerin internet sitelerinden alınan görüntüler diğeri ise doğrudan araçların logoların fotoğraflarının çekilmesi ile elde edilen görüntüler olmak üzere iki farklı veri kümesinde test edilmiştir. Sonuç olarak en iyi başarım, SURF algoritması ile elde edilmiştir.
Vehicle logo recognition is the ability to recognize and classify the vehicle logos in different conditions with high accuracy. This system plays significant role in monitoring systems, security and surveillance systems, such as the control system in government buildings and military camps. Vehicle logo recognition starts with reading the logo as an image, goes on analyzing and classifying of the logo. The goal of this study is to compare the performance of three methods used for vehicle logo recognition and determine the accuracy of each method in noisy environments and from images captured from different directions. The main methods used for vehicle logo recognition in this thesis are: SURF algorithm, LBP and GLCM. In addition, KNN is used as a classifier with LBP and GLCM features. These methods are tested on the data sets collected in two ways: gathering logo images from the website of the manufacturers and capturing logo images by a standard camera. Best result in this thesis for vehicle logo recognition was achieved by the SURF algorithm.
Vehicle logo recognition is the ability to recognize and classify the vehicle logos in different conditions with high accuracy. This system plays significant role in monitoring systems, security and surveillance systems, such as the control system in government buildings and military camps. Vehicle logo recognition starts with reading the logo as an image, goes on analyzing and classifying of the logo. The goal of this study is to compare the performance of three methods used for vehicle logo recognition and determine the accuracy of each method in noisy environments and from images captured from different directions. The main methods used for vehicle logo recognition in this thesis are: SURF algorithm, LBP and GLCM. In addition, KNN is used as a classifier with LBP and GLCM features. These methods are tested on the data sets collected in two ways: gathering logo images from the website of the manufacturers and capturing logo images by a standard camera. Best result in this thesis for vehicle logo recognition was achieved by the SURF algorithm.
Description
Keywords
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
Turkish CoHE Thesis Center URL
Fields of Science
Citation
WoS Q
Scopus Q
Source
Volume
Issue
Start Page
0
End Page
75