20.500.12556/DKUM-39668 Detektiranje in razpoznavanje predmetov na vodnih površinah s pomočjo izločanja barvnih območij Detection and recognition of objects on waters' surfaces based on color elimination V doktorski disertaciji obravnavamo problematiko detektiranja in razpoznavanja predmetov na vodnih površinah s pomočjo izločanja barvnih območij. Cilj predstavljene disertacije je zasnovati sistem, ki nam omogoča detektiranje in razpoznavanje predmetov na vodnih površinah v okolici energetskih objektov, hidroelektrarn. Takšen sistem nam omogoča pravočasno zaznavo predmetov, ki predstavljajo življenjsko nevarnost, detektiranje plovbe, športnih dejavnosti na tem območju, kot so: čolnarjenje, splavarjenje, plavanje, vožnja z motornimi čolni in druge. Sistem za detektiranje in razpoznavanje predmetov na vodnih površinah nam prav tako omogoča detekcijo plavja, ki lahko podobno kot problematika plovbe predstavlja resen problem v okolici energetskih objektov. Sistem, ki nam omogoča detekcijo in razpoznavo predmetov na vodi, je po metodi, ki jo obravnava doktorska disertacija, uporaben tudi na več drugih področjih. Sistem detekcije in razpoznave predmetov na vodi potrebuje v samem začetku nabor ustreznega slikovnega materiala, nad katerim bo deloval celoten sistem detekcije. V doktorski disertaciji predstavljena ideja o detekciji in razpoznavi predmetov na vodi tako za osnovo uporablja odtenek modre barve, ki je glede na izbrano bazo slik predstavljal najboljšo izbiro za nadaljnje detektiranje. Za uspešno delovanje sistema je potrebno v samem začetku izvesti predprocesiranje slik, določiti ustrezno velikost posamezne slike ter iz množice izbrati ustrezne slike za nadaljnjo uporabo. Nadalje sistem definira barvno območje, ki je specifično za določeno območje delovanja sistema. Ker se vsi nadaljnji koraki detekcije nanašajo na pravilno določitev barvnega območja, lahko s takšnim sistemom že v samem začetku definiramo področja, možnosti delovanja sistema detekcije, ki uporabljajo ta sistem. V primeru uporabe sistema za katero izmed drugih področij je tako potrebno uporabiti druge barvne parametre in določiti osnovno barvno področje, ki ga bomo v nadaljnjem postopku uspešno izločili. Nadalje sistem definira barvni odmik s pomočjo Evklidske razdalje. Sistem tako pregleda barvno sestavo posameznega slikovnega elementa ter si za vsak posamezen element zapomni barvne vrednosti treh osnovnih barv: rdeče, zelene in modre. Za vsak posamezen element tako dobimo RGB (»Red Green Blue«) vrednosti, ki jih nadalje uporabimo pri definiranju barvnega odmika. Po končanem postopku definiranja barvnega odmika z Evklidsko razdaljo dobimo tabelo vrednosti po posameznem slikovnem elementu. Sledi pretvorba slike v sivinski barvni prostor. Nadalje sistem predvideva določitev meje upragovanja. Podobno kot pri določitvi barvnega območja se tudi meja upragovanja določi eksperimentalno glede na območje uporabe samega sistema in je odvisna od stopnje potrebe po izločanju določenega barvnega območja s posamezne slike. Vse vrednosti posameznih slikovnih elementov, ki ne zadoščajo kriteriju meje in ne zapadejo v določeno barvno območje, se nato izločijo iz nadaljnje obdelave ter se smatrajo kot neuporabne. Sledi ustvarjanje morfološke spremenljivke, s pomočjo katere se kasneje v postopku erodiranja določenih barvnih odsekov lažje detektira elemente na sliki, ki nam dejansko predstavljajo predmete za detekcijo. Sama oblika ter dolžina in smer morfološke spremenljivke so eksperimentalno določene, da v največji meri zadostijo robnim pogojem, ki jih postavlja sistem detekcije. Po postopku erodiranja sledi prikaz slikovnih elementov, ki so zadostili robnim pogojem, nad osnovno sliko. Nad prvotno sliko tako dobimo ustvarjeno masko, ki vsebuje elemente barvnega območja, ki smo ga definirali na začetku. Z izločitvijo tega območja se nam iz prvotne slike izloči predmet, ki smo ga želeli detektirati. Nadalje v disertaciji predstavljamo sistem razpoznave predmetov glede na samo stopnjo nevarnosti, ki jo določen razpoznan predmet predstavlja v danih okoliščinah. V tem delu tako poleg sistema razpoznave predstavljamo tudi razrede, v katere smo glede na stopnjo nevarnosti razvrstili posamezne d This thesis covers the issues of detection and recognition of objects on waters’ surfaces based on color elimination. The goal of doctoral thesis is to devise a system that enables us detection and recognition of objects on waters’ surfaces in the vicinity of energy facilities, hydro power plants. Such a system allows us to detect risks of objects, that represent a life danger, vessels, sport activities in this area such as boating, rafting, swimming, driving with motorboats and others on time. System for detection and recognition of objects on waters’ surfaces is also capable of detecting drift-wood, which like vessels, can present a serious problem in the vicinity of hydro power plants. A system that enables us detection and recognition of objects on waters’ surfaces can also be used on other fields, if used by the system introduced in thesis. The system for detection and recognition objects on water’s surfaces first of all needs appropriate selective image material on which the whole detecting system will work. Idea of detecting objects on waters’ surfaces presented in thesis, uses a shade of blue and brown color for its base, which has been, according to given image base the best choice for further detection. For successful working of the system in the very beginning we have to carry out image pre-processing and define suitable size of individual image and choose proper ones for further use from a number. Further the system defines color area, which is specific for a fixed field of system working. Because all further steps of detection then refer to correct definition of color area with this system we can in the very beginning define field or options of detection system working which uses this system. In case of using this system in any of the other fields we have to use different color parameters and define basic color area, which we will successfully eliminate in further procedure. Moreover the system defines color deviation with help of Euclidean distance. Regarding to entering demands, parameters and edge conditions which are required by system itself a defined image is processed according to individual picture element – “pixel”. In this way the system examines color composition of particular pixel and memorizes color values of three basic colors: red, green and blue. That is how we get RGB (“Red Green Blue”) values for each individual element and use them in defining color deviation. After the procedure of defining color deviation with Euclidean distance we get a chart of values of individual pixel. That is followed by transformation of an image in grey color area. Then the system anticipates a definition of thresholding border. Similarly as in defining color area we also experimentally define thresholding border according to the field of system usage and it depends on level of necessity of eliminating defined color area of specific image. All values of individual pixels that do not satisfy border criteria and do not fall into specific color area are eliminated from further processing and are considered as useless. Next is creating a morphological variable with which we can later on in the procedure of eroding specific color segments easily detect elements in the image that actually present objects for detection. Form, length and direction of the morphological variable itself are experimentally defined to at the most satisfy edge conditions which are set by detection system. After the eroding procedure comes a review of pixels that satisfied edge conditions above the base image. Above the original image we get a created mask that contains elements of color area defined in the beginning. With elimination of this area we extract an object we wanted to detect from original image. Furthermore, this thesis presents a system for recognition of objects based upon level of risk that certain determined object presents in the given circumstances. In this section, in addition to a system for recognition we also present classes, in which, based upon level of risk, the determined objects are classifi detektiranje predmetov razpoznavanje predmetov vodne površine izločanje barve erodiranje slike procesiranje slike morfološka spremenljivka object detection object recognition waters' surfaces colour-elimination image eroding image proccessing morphological variable true true false A. Štricelj] Slovenski jezik Angleški jezik Doktorska disertacija 2013-02-14 10:24:11 2013-02-18 14:58:52 2022-05-12 23:07:56 2021-04-22 03:31:51 2013 0 [Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.896:621.39(043.3) 265806080 URN:SI:UM:DK:ZL3LAY76 DR_Stricelj_Ales_2013.pdf DR_Stricelj_Ales_2013.pdf 1 2E66A4126D8FDD30944B45204974E9E7 e41ee05fe51f2acbcd48537821b4ab7594fcb6966c92cc63d0608c37a580d7f0 2e48510c-7c09-11eb-bb7a-00155d0001ca 20.500.12556/dkum/a84dc9ec-80fd-493f-8d11-43c1288b9734 https://dk.um.si/Dokument.php?lang=slv&id=53763 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0