Toubkal : Le Catalogue National des Thèses et Mémoires
système de détection et reconnaissance automatiques des panneaux de signalisation routière
Title: | système de détection et reconnaissance automatiques des panneaux de signalisation routière |
Author: | SALHI ABDERRAHIM |
Abstract: | Dans ce travail, nous avons proposé un système d’identification des panneaux de signalisation routière. Ce système intègre des techniques d’analyse sémantique appropriées permettant une détection et reconnaissance prometteuses des panneaux routiers. La détection enchaine en cascade deux types de critères discriminants : la couleur et la forme. La couleur est utilisée dans un premier temps, pour extraire les zones d’intérêt contenant éventuellement des panneaux : ceci a permis de réduire le temps de traitement pour, déterminer par la suite, la forme de ces panneaux en se basant sur la modélisation de leurs contours par l’approximation polygonale. Les panneaux détectés selon ces deux critères sont répartis en quatre classes : panneaux triangulaires rouges, circulaires rouges, circulaires bleus et rectangulaires bleus. La méthode de détection ainsi proposée est appliquée avec succès sur plusieurs images, de la scène routière aussi bien en terme de précision que de rapidité de détection. Quant à la reconnaissance, elle consiste à identifier les panneaux, détectés précédemment, pour le classificateur « Support Vector Machine » SVM à partir des descripteurs « Histogram Projection » HP. Une évaluation expérimentale du système complet (module de détection + module de reconnaissance) a été effectuée sur des images de la scène routière en mode (offline), les résultats obtenus prouvent la fiabilité du système comme étant un système d’aide à la conduite. Ceci est confirmé par des tests en temps réel (mode online) en embarquant un ordinateur avec un caméscope à bord d’une voiture et aussi en utilisant une carte Raspberry Pi B+. |
Date: | 2017 |
Files in this item
Files | Size | Format | View | |
---|---|---|---|---|
147-17 ABDERRAHIM SALHI.pdf | 3.203Mb |
View/ |
||