Date of Award

12-2015

Document Type

Thesis

Degree Name

Master of Science in Electrical Engineering (MSEE)

Department

Electrical Engineering

First Advisor

Dr. Nabil Bastaki

Second Advisor

Dr. Muhammad Rashad Ramzan

Abstract

Image de-hazing improves the visual quality of images in computer vision applications, such as object detection and object tracking. Fog removal from car photos taken by street cameras is considered essential to accurate car detection. An accelerated image enhancement technique is presented for car detection as part of an effort to count cars using existing street cameras for the purpose of traffic management. Two aspects of car detection are tackled: 1) An existing image fog removal technique is accelerated by replacing a time consuming image filter with a faster filter while maintaining negligible image degradation, 2) A quick and practical algorithm to detect a car in a fog-free image is proposed and applied to a database of about 100 car images. The main idea is to give an indication of the capacity of cars on a given road by counting them using street cameras in the presence of fog. Such car counting method can assist traffic centers to manage traffic flow and prevent traffic incidents. The devastating effect of fog-related accidents inspired this research to develop a fast execution-time algorithm to detect cars in the presence of heavy fog using existing road cameras. Acceleration is the main goal of this research, in addition to car detection accuracy. In order to achieve the required acceleration and accuracy, several image processing techniques are investigated. The techniques are proposed to accelerate fog removal from car images and accurately detect cars with an execution time, faster than any other existing fog removal and car detection technique. Therefore, the developed techniques provide a viable solution to a difficult problem in the area of intelligent transportation systems. The improved fog removal technique is performed by estimating the transmission map using the Proposed Adaptive Filter (PAF) to recover the scene depth of the foggy image. After filtering, a simple, yet exact and effective, car detection algorithm is executed to confirm the presence or absence of a car in the processed image. The system is fairly robust and although all images were obtained from existing sources, the proposed algorithm is expected to perform equally well with any side-view image of a car in the presence of heavy fog and under real conditions.

Arabic Abstract

إزالة الضباب يحسن من جودة الصور في تطبيقات الرؤية الحاسوبية، مثل الكشف عن وجود هدف ما. تعتبر إزالة الضباب من صور السيارات بكاميرات الشوارع ضرورية لكشف السيارات بشكل دقيق. نقدم تقنية محسنة وسريعة تحدد وجود سيارة كجزء من عدّ السيارات باستخدام كاميرات الشوارع الموجودة لغرض إدارة حركة المرور. ونتناول جانبين من جوانب الكشف عن السيارة: (1) هو تسارع في تقنية إزالة صورة الضباب الموجودة عن طريق تصفية صورة أسرع مع تدهور لا يكاد يذكر في الصورة، (2) خوارزمية سريعة وعملية للكشف عن سيارة في وجود ضباب وتطبيقها على قاعدة بيانات لنحو 100 صورة سيارات. والفكرة الرئيسية هي لتعطي مؤشراً لقدرة السيارات على الطريق ومعرفة عددها باستخدام كاميرات الشارع في وجود الضباب. هذه الطريقة لعدّ السيارات يمكن أن تساعد مراكز الحركة لإدارة حركة السير ومنع وقوع حوادث المرور. الأثر المدمر لحوادث الضباب ألهمت هذا البحث لتطوير خوارزمية التنفيذ في وقت سريع وقصير للكشف عن السيارات في وجود ضباب كثيف باستخدام كاميرات الطرق الثابتة. التسارع هو الهدف الرئيسي من هذا البحث، بالإضافة إلى دقة الكشف عن وجود السيارة. نركز على طريقة مطورة تعمل على تحسين وقت التنفيذ للتقنيات الحالية يتم فيها تحقيق السرعة المطلوبة والدقة لمعالجة الصور الرقمية. وباختصار، نقترح في هذه الأطروحة معالجة الصور الرقمية مع إمكانية الكشف عن وجود سيارة على حد سواء باستخدام المحاكاة لتسريع إزالة الضباب ودقة الكشف عن السيارات مع وقت تنفيذ أسرع تحتاجه التقنية الموجودة لإزالة الضباب والكشف عن وجود السيارة، ولذلك فإن التقنيات المعروضة توفر حلاً قيماً قابلاً للتطبيق لمشكلة صعبة في مجال أنظمة النقل الذكية. تم تصميم نظام للكشف عن سيارة لقراءة الصور من قاعدة بيانات موجودة تتألف من صورة السيارة الجانبية. يبدأ النظام بأكمله مع تعديل الصور عن طريق معالجتهم مع الآثار البيئية التي تظهر الضباب. بعد ذلك، يتم استخدام الصور التي تم تعديلها لاختبار الخوارزميات المقترحة. يتم تنفيذ تحسين تقنية إزالة الضباب عن طريق تقدير خريطة انتقال باستخدام تصفية التكيفية لاسترداد عمق المشهد من صورة ضبابية. بعد الترشيح، يتم تنفيذ خوارزمية للكشف عن سيارة بسيطة، لكنها دقيقة وفعالة للتأكد من وجود أو عدم وجود سيارة في الصورة المحسنة. كون النظام قوياً إلى حد ما، على الرغم من أنه تم الحصول على جميع الصور من المصادر الحالية، فإن من المتوقع أن الخوارزمية المقترحة تقدم أداءً جيداً على قدم المساواة مع أي صورة سيارة جانبية في وجود ضباب كثيف وتحت ظروف حقيقية.

Arabic Comments

مفاهيم البحث الرئيسية: معالجة الصور، إزالة الضباب، الكشف عن سيارة جانبية، الكشف عن الحدود، تبسيط عامل الظلام المسبق، ترشيح إزالة الضباب التكيفية.

Download

Included in

Engineering Commons

COinS